大数据能做什么
1、提到大数据，先要说下商务智能BI，BI用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。BI作为一个工具，是用来处理企业中现有数据，并将其转换成知识、分析和结论，辅助业务或者决策者做出正确且明智的决定。是帮助企业更好地利用数据提高决策质量的技术，包含了从数据仓库到分析型系统等。 为了将数据转化为知识，需要利用数据仓库、线上分析处理（OLAP）工具和数据挖掘等技术。因此，从技术层面上讲，商业智能不是什么新技术，它只是ETL、数据仓库、OLAP、数据挖掘、数据展现等技术的综合运用。
2、把BI看成是一种解决方案应该比较恰当。商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过抽取（Extraction）、转换（Transformation）和装载（Load），即ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程提供支持。
3、企业导入BI的优点
1）随机查询动态报表
2）随时随地掌握指标管理
3）随时线上分析处理
4）最终用数据协助运营规划
4、企业导入BI的目的
1）促进企业决策流程：增进企业的资讯整合与资讯分析的能力，汇总公司内、外部的资料，整合成有效的决策资讯，让企业经理人大幅增进决策效率与改善决策品质。
2）降低整体营运成本：改善企业的资讯取得能力，大幅降低IT人员撰写程式、Poweruser制作报表的时间与人力成本，而弹性的模组设计介面，完全不需撰写程式的特色也让日后的维护成本大幅降低。
3）协同组织目标与行动：加强企业的资讯传播能力，消除资讯需求者与IT人员之间的认知差距，并可让更多人获得更有意义的资讯。全面改善企业之体质，使组织内的每个人目标一致、齐心协力。
5、商业智能的主要功能
商业智能的技术体系主要有数据仓库（Data Warehouse，DW）、联机分析处理（OLAP）以及数据挖掘（Data Mining，DM）三部分组成。
BI系统应具有的主要功能：
1）数据仓库：高效的数据存储和访问方式。提供结构化和非结构化的数据存储，容量大，运行稳定，维护成本低，支持元数据管理，支持多种结构，例如中心式数据仓库，分布式数据仓库等。存储介质能够支持近线式和二级存储器。能够很好的支持现阶段容灾和备份方案。
2）数据ETL：数据ETL支持多平台、多数据存储格式（多数据源，多格式数据文件，多维数据库等）的数据组织，要求能自动化根据描述或者规则进行数据查找和理解。减少海量、复杂数据与全局决策数据之间的差距。帮助形成支撑决策要求的参考内容。
3）数据统计输出（报表）：报表能快速的完成数据统计的设计和展示，其中包括了统计数据表样式和统计图展示，可以很好的输出给其他应用程序或者Html形式表现和保存。对于自定义设计部分要提供简单易用的设计方案，支持灵活的数据填报和针对非技术人员设计的解决方案。能自动化完成输出内容的发布。
4）分析功能：可以通过业务规则形成分析内容，并且展示样式丰富，具有一定的交互要求，例如预警或者趋势分析等。要支持多维度的联机在线分析（OLAP分析），实现维度变化、旋转、数据切片和数据钻取等。帮助决策做出正确的判断。
6、典型的商业智能系统有：
客户分析系统、菜篮分析系统、反洗钱系统、反诈骗系统、客户联络分析系统、市场细分系统、信用计分系统、产品收益系统、库存运作系统以及与商业风险相关的应用系统等。
7、商业智能解决方案厂商
国外著名IT厂商包括微软、IBM、Oracle、Microstrategy、Business Objects、Cognos、SAS等，国内著名BI厂商包括BDP商业数据平台、永洪BI等。
从大数据 1.0到大数据 2.0
从大数据 1.0到大数据 2.0
大数据蕴藏着各种可能性。但套用乔治·萧伯纳的上述名言，企业领导者 应如何主动采取行动而非被动反应呢?追求价值最大化的过程中，企业 应主动出击，未雨绸缪。在适当的时机，通过大数据能够及时洞察在小数据中难以发现的新兴趋势，使企业在制定战略时更具前瞻性。具体应该如何操作呢？九正建材网总结如下：
事实上，在竞争激烈的环境中，大数据可能会迫使企业采取行动，而非被迫 做出反应。然而，假设企业已对大数据应用的优势与相应成本做出审慎权衡，那 么在大数据带来的无数可能性中，哪一种最为有利?大数据将为企业的战略提升 带来三种可能性：
回答现有业务中的已知问题，专注于提升业绩和运营效率。
回答现有业务中的新问题，专注于业务增长机会。
回答新业务中的新问题，目标是改写竞争格局。
虽然企业对大数据应用的深度不同，但研究表明，目前大数据应用主要还停 留在第一个阶段，而关注第二阶段应用的时机已经成熟。最近针对全球多个行业 和地区 100多位首席信息官的调查发现，大数据(包括其在企业中的应用和知 识发现技术)将是 2013年最具颠覆性的三大技术之一，仅仅排在云计算部署 和移动支持之后。正如克莱顿·克里斯坦森 (Clayton Christensen)在其著作《创新 者的窘境》(TheInnovator’s Dilemma)中所定义的，一项颠覆性技术应创建一 个新市场，并最终超越现有市场。根据克里斯坦森的定义，目前大数据在企业中 的应用一般仅起维持作用，也就是仅用于改善现有产品，进而获得来自更高端客 户的更多利润。
从大数据 1.0到大数据 2.0
“生大材，不遇其时，其势定衰。生平庸，不化其势，其性定弱。”--老子
新的基础设施或数据来源可以通过解答现有业务问题来实现大数据的一些价值，尤其是在现有数据显著增多，导致通过数据创造商业价值的传统方式 难以维系的情况下。例如，Rackspace公司最初电子邮件托管服务的客户规模 非常有限。后来，其客户数量迅速增至 100万，每天各种格式的日志记录多达 150GB。这使Rackspace 公司运用原有数据系统处理故障排除要求的能力面临挑战。 过去花费几分钟完成的任务现在却要花上几个小时。结果，Rackspace公司不得不迁移至 Hadoop基于堆栈的大数据基础设施，才能继续实现其电子邮件托管服务的价值。
大数据可以更快、更好地回答问题。比如电信公司可以用来自社交网络的客 户交互新数据补充现有客户数据，从而提高客户流失分析的价值。
然而仔细观察发现，这些类型的大数据应用并没有为企业的基本战略和方 法带来变革。比如，企业了解客户流失的目的基本保持不变，仅仅是新增了社 交媒体数据的属性。这一相对保守的做法似乎代表了当今大数据应用的特点。 在《经济学家》杂志 2010年的一项调查中，在被问及 “大数据为贵公司带来什 么样的新机会 ”时， 大多数受访企业首先提及的是 “提高运营效率”(51%)。与此 形成鲜明对比的是，选择 “服务和产品创新 ”的企业数仅仅排名第四(24%)。鉴 于 2010年的经济形势，许多企业更侧重削减成本，因此选择 “提高运营效率 ”可能不足为奇。但是，随着经济好转，企业的侧重点亦由削减成本转向业务增长， 因此应该采取其他的大数据应用方法。
要进行颠覆式创新，企业必须采用新模式，寻找创造和刺激增长的新途径。 回想一下由内容制造驱动的 Web2.0技术如何颠覆基于内容消耗的 Web1.0时代， 为企业与客户的交互方式、产品和服务的创新方式、协作方式和营销方式带来了 巨大变化。同样，大数据 2.0战略将开启新的市场，使领先企业能够抓住稍纵 即逝的机会，抢在竞争对手之前从中获取巨大利益。
大数据业务战略演变——以出租车公司为例
大数据1.0 战略
可扩展性技术： 新加坡出租车运营公司ComfortDelGro 最初通过人工电话处理出租车预订服务。后来，随着客户数量猛增，人工电话服务难于满足需求，公司开始投资大数据技术，投入6000 万美元开发了由自动拨号系统和智能手机应用组成的出租车预订系统，后台的数据基础设施能够支持储存和处理数以十万计的行程。15000 辆出租车的运营数据以及数以亿计的实时GPS定位信息这一举措提升了公司的运营能力，每年能够处理2000万次的出租车预订服务。
大数据2.0 战略
重塑客户行为：ComfortDelGro 收集了多年的出租车每日运营数据和需求波动数据。随着新加坡人口和旅游业持续增长，为了应对每天或每周特定时段出租车预订数的持续增长，公司在特定时段和地区通过各种附加费对价格进行了调整，这一举措重塑了客户的预订模式，使公司能够始终如一地满足客户的需求。
创造新产品和服务： 实时了解客户与出租车的位置，结合历史预订记录，出租车公司能够从技术上预测在不同时段，比如，每天或周末的不同时段，避免拥堵的最佳行车路线，基于此公司可提供实时路线推荐的全新服务。这项服务不但能够帮助出租车司机预测业务量和交通状况，还能作为第三方增值服务销售给其他公司的出租车司机。
数据生态系统视野：可靠的交通路线自动预测服务是基于一个数据生态系统视野。该系统中的数据被出租车运营公司，交管部门和环保部门所共享，这些组织拥有互补的数据和利益，交管部门实时掌握全城交通运输的概况，而出租车运营公司则可以从其移动车辆掌握少量但却详细的交通运行轨迹。这些数据，再加上来自环保部门的实时天气和路况信息，能够更有效地预测交通拥堵，这一服务使三方同时获益，交管部门希望缓解城市拥堵，道路畅通对出租车公司来说意味着收入增加，而环保部门更关心的是二氧化碳减排问题。
颠覆性大数据的新商务战略
通过回顾相关研究以及业界领导者的讨论，我们得出颠覆式创新的三种大数据战略。
首先是客户战略，即利用客户交互数据重塑客户行为，而非简单的了解。 这类数据使企业可以预测和引导市场尚未出现的需求，进而创造新的利润。这 一战略可与产品战略相结合，开发新产品和新服务的新需求，使大数据实现创 收。同等重要的是，仅仅依靠这些战略并不能带来持续收益。我们还需要生态 战略，这是第三种战略，企业借此参与、甚至重塑一个以行业为导向的全新群 体，成员之间通过数据共享提高整体经营水平。
然而，在某些领域，一些企业已经开始积极重塑客户行为，而非仅仅满足于了解客户行为。这涉及全面了解客户，包括他们的行为、偏好和竞争行为，以及对基站或无线热点信号进行三角测量而得出的实时定位数据等。
客户战略：重塑客户行为
福特汽车研究与创新中心的预测分析与数据挖掘技术领导人迈克尔 卡瓦拉塔 (Michael Cavaretta)认为“大数据的精髓理念是它能够让你见微知著并作出反应”。许多数据驱动型企业在与客户打交道时广泛采取这种被动型立场。直到最近，企业了解客户行为的主要方式是聘请市场调查公司，然后基于调查结果，应对客户需求。 如今，市场表达情绪的渠道已逐步转向社交媒体，但企业了解客户行为的主要方式 基本上仍然是被动型方法。
然而，在某些领域，一些企业已经开始积极重塑客户行为，而非仅仅满足于了 解客户行为。这涉及全面了解客户，包括他们的行为、偏好和竞争行为，以及对基 站或无线热点信号进行三角测量而得出的实时定位数据等。这使企业可以借助最适 合的渠道在适当的时机向客户提供高度定制化的产品与服务。
Netflix 和亚马逊等企业利用这种数据确定各自客户的爱好与偏好，并利用这类信息为客户实时提供相关的有用服务，进而影响客户的购买行为。对 Netflix来讲， 推荐的服务不局限于新电影，还包括老电影，这样有助于降低授权成本。同样， 零售商也可以通过利用客户信誉卡和来自 Foursquare等的实时注册数据了解客户偏 好，然后通过移动应用发送促销信息，以影响顾客的购买行为。
最近，我们与一家金融机构合作，通过汇集多方面宏观经济指标数据，审慎评估其贷款和借款风险，所涉指标包括消费指数、房价指数以及国家贷款冲销(有多 少贷款因无法收回而注销)等。这种全方位的方法将压力测试的门槛提高到更为实际的水平，改变了金融机构对风险评估所持的态度。
然而，实施该战略面临特别的挑战。主要问题是个人隐私。与个人或敏感信息有关的问题应尽可能地审慎和透明处理，即便这些信息并非来自个人数据。从执行角度来讲，企业也需要预测对客户行为造成的变化。由于无法确定企业的推荐服务 最终会影响多少客户，这个问题不容忽视。在某些情况下，企业无法充分了解和控 制其供应链，通过实时服务满足客户的多变需求。结论是，企业必须持续关注客户， 以确定何种程度的 “影响 ”是适当的。
产品战略：开发新产品和服务
数据价值链上的许多企业都位于数据通信的 “忙区 ”，他们的战略定位使其可以从现有数据中获得经济利益。这些企业以来自通信、媒体和娱乐行业居多。这些企业通过数字渠道与客户广泛互动，正成为拥有大量宝贵客户数据的资源库。
许多企业借助这类数据获取洞见，支持日常业务，以服务于现有市场和客户。一直以来，银行通过客户资料、交易以及在线和手机银行业务全方位了解客户，进而改善客户满意度。比如，尽可能地减少ATM机缺款事故，以及改善产品和服务定价。然而，其他一些企业已经通过数据创造价值，瞄准新市场，创新和设计全新的业务模式。比如，通过智能手机客户端，电信公司可以实时获取关于其大规模客户群的详细信息，包括位置、使用情况、社交网络和其他特征。他们将这些数据信息加以利用，推出新的服务，如基于位置的市场营销。再比如，除了普通电话服务外，新加坡三家本地电信运营商M1、Starhub及Singtel与新加坡报业控股和其他零售商合作，为客户提供基于位置的广告短信息服务。短信息发送数量和可能的客户回复率最后转换成电信公司的额外收入。
因此，大数据可用于为客户实时提供生活资讯服务。这些战略可以帮助电信公司留住客户，同时带来更多收入。这一思路同样适用于其他领域。比如，保险公司推出新产品和服务，而不仅仅是销售标准化保单。将客户风险偏好、所采用的保单 和一段时期内的历史理赔数据整合输入新的监管报表，这比传统方式更具现实意义。
由于新产品或服务通常迎合未知市场，该产品战略不仅限于知名公司及其子公司，同样也为新进军市场的企业提供了巨大商机。例如，零售领域的实时价格对比服务，让澳大利亚的 GetPrice和英国的 PriceRunner在为客户提供更多价格信息的同时，亦为更具针对性的在线广告开设了新渠道。在医疗保健领域，成立于2008年的 Castlight Health 公司利用大数据为患者提供健康医疗成本信息，而这些信息一般是客户难以接触到的。社交网站 PatientsLikeMe搭建了一个自由论坛和友好交流环境， 在这里，患者可以找到其他有类似病情、服用类似药物，甚至实验室检测结果相似的患者。它通过向制药商出售数据获取收入，所有过程保持公开透明，用户对于其数据评级、评论和意见的使用情况了如指掌。
当然，通过大数据创新产品和服务亦面临诸多挑战。新进军市场的企业应注意数据使用在法律和道德方面的问题，尤其在涉及客户个人数据或以盈利为目的、从私人性质的大数据中提取信息的情况下。世界各国的政策制订者一直在审查与数据 相关的法律，多个辖区的判例法制度体系也正在完善。不久的将来，针对数据商业化和盈利机会的监管环境将会发生变化。
随着大数据的飞速发展，数据保护和隐私立法可能将跟上脚步，以涵盖所有可 能的应用。因此，对于利用大数据制定新的客户和产品战略的企业来讲，他们至少 有义务保证客户对自身数据使用的知情权，为其提供充分的信息，供其在知情的情 况下作出选择。这样才可能使双方获益。同时，操作透明有利于加强监管和道德自律， 提升企业声誉、客户忠诚度和企业品牌。
完全依赖产品和服务创新实现数据商业化也可能造成一定的长期风险。在没有建立完善的体系制度之前，新市场很可能被其他新的发展事物打乱。从数据的角度来讲，需要从生态系统的视野考察数据。在这个系统内部，数据提供商、受益人、 竞争对手以及监管机构能够健康发展，从数据共享中受益。
生态系统战略：数据生态系统视野
通常，一个企业无法全方位了解其客户，难以推出全新且极具吸引力的产品或服务。在这种情况下，企业可以从生态系统中的其他企业处获得补充数据，填补空白。这种生态系统以适当的合作战略为基础，以此使得从企业到消费者的所有相关方从中获利。该生态系统视野可以采取多种形式。一端是传统意义上互为竞争关系的企业之间的合作，而另一端则是各公共机构之间的全程协作，旨在更好地交付服务。除了相互合作产生短期效益外，该生态系统战略还有助于分散风险，使各方 长期受益。
保险领域已经出现了这类数据协作的案例。比如，识别和防止欺诈性汽车保险索赔不但有助于提高保险公司的盈利，还可以降低汽车保费。英国保险协会成员共享来自数百万客户的理赔数据，而后在英国保险协会设立的非营利机构保险欺诈局集中分析这些数据，以解决欺诈性保险索赔问题。这些来自数据库的信息被称为 “保 险欺诈记录 ”，大大降低了每年欺诈性索赔事件的数量。英国保险协会称 “这些保险 欺诈记录有助于保险公司识别用户欺诈行为，进而采取适当的应对措施。汽车保险产品的整个生命周期，无论是续保、理赔或是其他任何阶段，这些信息均可以派上 用场。”
几家音乐行业的组织，包括发行商、音乐服务供应商和作曲家协会，正致力于创 建一个 “全球曲目数据库 ”以打造音乐行业的数字化未来。这是独一无二的权威性歌 曲库，供所有地区用户使用。音乐发行价值链中的所有组织都可以使用该数据库，确保音乐作品的授权准确高效和后续的版税支付。音乐服务供应、消费和授权的在线商业模式迅速演变，而该数据库的建立则标志着该模式在变革之路上迈出了重要的一步。
虽然大数据应用的实证案例相对较少，但行业内部战略倾向于重点利用大数据解决共同关心的监管、商业或技术层面的特定风险问题，同时缔造一个公允的环境让企业之间以正常的方式争夺客户。这个方式可以最大限度地减少潜在冲突，否则将导致合作联盟分崩瓦解。同时也印证了埃文 罗森(Evan Rosen)的观点：这类联盟建立之初就有清晰的架构，为双方创造价值并公平一致地对待参与企业，唯有如此，竞争企业之间的合作才有意义。在跨行业方面，大数据为电信公司和金融机构展开合作并共同获取更多洞见提供可能性，尤其在零售支付和移动技术整合方面。 通过充分利用各自的客户数据，他们可以协同分析合并数据，然后创建一个真正与众不同的移动银行平台。
在该生态系统中，政府部门也应有所作为。许多企业可以从其他额外数据中受益， 比如实时天气和交通信息。这些信息通常由公共部门采集，而对任何一家公司来讲， 复制这些数据的成本极其昂贵。鼓励企业与政府机构合作，共同承担数据收集的投入成本，因为他们与该服务的下游影响利益息息相关。比如，在规划货物运输时， 企业可将其内部货运和订购数据与港口管理部门设置的传感器和雷达获取的外部实时港口数据相结合，进而从中受益。这也有利于港口管理部门保证人员和船舶的安全及物流效率，进而乐意为传感器设备进行投资。
企业领导者可以做什么?
本文关于大数据的三大战略将在适当的商业背景下为企业带来诸多机会。企业领导者可以问自己一些问题，以确定自己是否能够发掘这些战略所蕴藏的积极而具颠覆性的潜力。
消费者战略。大数据为企业提供更多的机会来重塑消费者行为，满足消费者自身可能尚未意识到的需求。要确定是否准备就绪，先行一步利用大数据，企业首先应回答几个问题： 消费者做出何种购买决策，以及购买决策涉及哪些流程?是否存在利用新数据影响消费者购买决策的机会?如果存在，这些必要数据从哪里来?是否具备必要的基础设施，能够低成本、高效并及时(如有必要，包括实时)地利用大数据?
产品战略。企业还应评估是否准备就绪，推出具有竞争优势的新产品和服务。这需要回答现有数据的价值和数量问题。他们是否拥有独特的资产?整合这些资产是否可以解决市场需求?新产品和服务将投入新市场还是现有市场?如果进军新市场，通过何种渠道?对新产品和服务的投资是否会对现有业务造成机会成本?
生态系统战略。企业应分析自身能否从孤立的战略变革中获得最大价值，还是更适合与其他企业协作，进行独特而又强大的数据分析。是否充分了解处在商业价值链上的所有其他企业?如果答案是肯定的，那么企业领导者应确定这些对手掌握的数据集或具备 的商业眼光是否与自己的企业形成互补?此外，企业领导者还应确定在不失去自身竞争优势的前提下共享数据的可能性。
并非所有的企业都已准备充分或具备必要能力同时实施上述三种战略，或者， 他们仅需要实施其中一种或两种战略，以提升目标业务的业绩。无论选择何种战略， 企业应能够及时洞察大数据蕴含的经济价值，合理开发大数据资源，从授权和管理所需人才，到适当投资技术基础设施以保证运营。同时，对于储存、分类和分析大量数据所需设施和技术的成本以及大数据的潜在收益，企业亦应充分权衡。
大数据带来的是数据革命吗?虽然业界对大数据的认识显著提升，而且相关工具越来越多，但对大多数企业而言，颠覆性变革还未到来。随着人们充分利用大数据的优势并结合大数据提出的全新业务战略，在不久的将来，新的企业将重磅出击并开拓新的市场，摒弃炒作而专注利用大数据发现并解决新的业务问题，满足不断变化的市场需求，保持可持续的竞争优势。
现在大数据这么火，具体应用怎么样？
嗯……发改委大数据做得怎么样不知道，但是支付宝APP这个大数据做得有点杀熟，同一场次电影票我的票价就是比别人的高，朋友说这个是大数据算出这个价格我不会觉得贵……以前肯定经常买……qtmd！
“大数据”, 揭示空间秘密
“大数据”, 揭示空间秘密
出门在外，一时间找不到方向和目的地了怎么办？马上查看手机里的电子地图!或许，你会这样应对。不过，你是否知道，这些与“地点”有关的信息从何而来？
2013年2月，国务院印发通知，决定从2013年到2015年开展第一次全国地理国情普查工作。杭州市的相关工作随即展开，并于近日完成了首批水、农用地、人工化区域、城市建设区、绿地率、绿化覆盖率等自然地理和教育、环卫、医疗、文体等公共设施的信息数据采集和生产，并计划以白皮书的形式发布。
业内人士称，这些地理国情数据一旦得到充分应用，其功能绝不仅限于对地点的定位。未来，它还将在优化城市布局、开启智慧生活、防灾减灾、城市精细化管理等方面发挥重大作用，连“淘宝”一类的商业大数据也要相形见绌。
它，究竟是怎样的大数据？
洞悉，身边的地理元素
刚搬到杭州和睦新村27幢居住的市民张小姐，要到位于大兜路历史街区的一家餐厅参加聚会。由于不熟悉路况，她通过手机里的“百度地图”获得了驾车推荐路线，一路按图索骥，顺利抵达约定地点。
与此同时，在杭州市测绘与地理信息局(规划局)内，任何一位工作人员只要登录 “杭州市地理市情平台”，同样的起点与终点之间，出现的是一张与百度地图十分相似的空间平面图。仔细比对便能发现二者的差异：前者在地理元素的呈现上相对简明，而后者更为精细，内容也更丰富。
“任何一种商业地图的底图，都来自于地理空间框架数据。” 杭州市测绘与地理信息局有关负责人说道。这是一个将全杭州市的地形图数据以及由道路、建筑、水域、绿化、空地等五层信息组成的影像数据经分层、整理后得到的庞大数据库。全球导航卫星定位、航空航天遥感等现代空间信息及测绘技术的运用，保证了它的高度准确性与权威性。
而在对外公开以前，它将依据测绘法规进行一系列脱密处理，在剔除那些必须保密的地理要素的同时，保留人们生产、生活、娱乐所需的其他地理信息，随后才能被加工制作成人们在日常生活中所见到的各类普通地图。
即便如此，这个看起来十分高大上的数据库，也不过是整个地理国情普查工作的基础。
据介绍，此次普查涵盖自然、人文、经济等多项地理元素，需要在各相关职能部门的共同参与下完成。其中，自然地理包括地形地貌、植被覆盖、水域、荒漠与裸露地等的类别、位置、范围、面积等，人文地理包括交通网络、镇村(街道)以及学校、医院、体育、文化等设施分布，经济地理则包括商店、企业的类型和分布等。
联合国有关文献资料表明，人类活动获得的信息80%与地理位置有关。随着杭州首批地理国情信息数据采集工作的完成，我们的日常生活及其赖以存在的空间，也正在被这个日益壮大的地理大数据所揭晓。比如，对于某个社区的医疗设施来说，离你最近的卫生站在哪里，它具有哪些科室，能为居民提供何种医疗服务，也能从该地理空间框架数据中快速找到答案。
优化，城市的空间布局
如今，淘宝卖家们热衷根据网站上公布的淘宝指数向特定人群推销商品，而对于一部分餐饮投资者来说，选择在哪个地段开出新的餐馆，往往是在参考了智能餐饮系统显示的外卖送餐密集点后所做出的选择。
普查地理大数据的目的亦是如此。据了解，这些海量数据最终都将被整合到“杭州市地理市情平台”上，依托成熟的地理空间框架数据，为全市相关工作提供更具针对性的地理信息服务。
规划部门的工作人员首先感受到它的“能耐”：“时常听到家长抱怨，某小区周边的小学数量太少，孩子上学很不容易。实际情况是不是这样？可以借助大数据来进行分析、判断。”
在工作人员的操作下，记者看到了一张该小区所在街道的7到12岁小学适龄人口与学校状况分布图。其中的人口信息源于第6次全国人口普查结果，深浅不一的绿色代表该年龄段人口在不同区块的分布密度，白色圆点代表街道现有的小学数量，各小学所辐射的半径则以1000米和500米为界，分为浅红和深红两种圆型区块。
“哪里的小学最集中，哪里最分散，它们的数量和布局是否与人口密度与服务范围相适应，答案一目了然。”规划部门工作人员说，在该小区所在的位置上，500米范围内建有1所小学，1000米内还有2所，基本可以满足周边适龄人口的入学要求。而在其他一些圆点分布明显较少的地块，还要新增几所小学、建在何处更为适宜，大数据也会提供一个相对客观的视角。
工作人员介绍说，随着许多大城市的新增用地日渐紧缺，如何对现有的存量空间进行优化、并在此基础上进行精细化管理，已成为他们十分关注的问题，地理大数据的运用在此时便显得尤为重要。
不仅如此，更多的单位与个人开始分享地理大数据的成果。据了解，杭州市测绘与地理信息局已经与市治水办、房管局、城投集团、电力局等部门对接，将地理国情普查形成的成果及时应用于他们所对应的工作之中。
展望，全方位智慧生活
如果有一天，你在行走中收到了这样一条手机短信，提示前方500米处有重大火情，并为你提供了最合适的出行线路选择。请不要诧异，这将是地理大数据在得到充分运用后，为智慧化城市管理所带来的突破。
收到消息的将不只你一人。智能楼宇中的安保人员可以根据火情方位的报警系统提示，调出监控画面，采取应急措施去关闭相应的防火卷帘;消防部门据此评估出能最快到达起火地点的消防支队，并迅速安排出警;交管部门也循声而来，帮助疏散该地点周边的道路交通……而在这一系列应急防灾机制的背后，是一套名为“CIM(City Information Modeling)”的“杭州城市全程信息模型”。
“这是一个集时间、信息、三维空间在内的五维集成数据模型，它既是地理大数据运用的理想模式，也是我们对于智慧城市的一种展望。”杭州市测绘与地理信息局有关负责人说。除了智慧管理城市、应急防灾以外，它还能准确模拟建筑内的每一处空间，并记录其相关信息，比如面积、功能等空间属性，以及出租情况、合同、装修、报表等资产信息;也可运用于城市地下管线的建设与管理。对于需要多部门综合协调的大型工程，它提供的大数据平台还能协助进行宏观分析，制定出更为直观、全面、周详的方案。
如何将展望变为现实？“使用统一的地理空间数据、打破信息壁垒，加强数据流通与应用是关键。”这位负责人告诉记者。
据介绍，随着地理空间框架数据的建立和地理国情普查工作的开展，各职能部门已经基于地理空间框架数据建立了各自的业务应用系统，把相关数据输入到统一的地理信息平台之中。然而，这些数据的更新并不及时，往往是有关信息已出现变动，但在相应的空间地图中并没有被同时更正，导致图示与现状信息不对称。
另一方面，大型企业的商业终端数据，如手机定位数据、淘宝消费数据与地理空间框架数据的结合，都能变成令人意想不到的信息，为各行各业提供服务和决策支持。
这位负责人表示，他们正在积极探索、拓宽地理信息的获取渠道，尝试与高德地图、阿里巴巴、省市移动公司等移动终端大数据产生部门对接，根据政府决策、部门管理以及经济社会的发展需求，定制专题数据应用课题，形成更多的应用范例。
大数据时代，你的指尖每敲击一下键盘……
大数据时代，你的指尖每敲击一下键盘，就自动上传为互联网海量数据的一部分
大数据平台的运营模式有哪些
这里面涉及到3个方面的专业常识问题。
第一个是大数据；
第二个是平台，以及大数据平台；
第三个是运营，以及运营模式。
我们先来看第一个问题，大数据。“大数据”的定义很多，也很泛。但是都没有错，因为出发点不一样。有的站在研究的角度，有的站在学术的角度，有的站在市场的角度，那么比较客观的定义，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。它的特点，首先是它的价值取向，没有可以利用的、可以挖掘的数据再大也不叫大数据；另外看它的海量和精准性，海量数据不等于大数据；还有就是在线性，再多的数据，如果没有在线性的特点，那只能算局域网里面的陈冗信息。
第二个问题，平台，就是在线化的生态体系，才可以叫平台。如果没有在线，如果紧紧是孤立存在的，是不能称为大数据平台的。既然叫平台，而且是大数据平台，其在线化以及基于整个数据的抓取、挖掘和再利用等方面应该有一个整体规划，这样的情况下才可以叫平台运营。
第三个问题，对于运营的理解，无论有多少种介绍和解释，运营都分为宏观和围观的两种理解。宏观的，叫综合运营，是战略和战术整体结合的层面；微观的，叫产品运营，然后再细分为内容运营、用户运营、活动运营等；
所以，要像搞清楚运营模式，需要前面先定准以上内容。
如果宏观上的运营模式，主要是看整体商业模式的定位。包括如何推广、如何获取数据、如何挖潜数据；如何让平台赢利，并最终实现平台的价值；
微观的运营模式，主要是三步走的策略，具体就是拉新、留客、激活、反复再拉新、激活、留客等，不断地增加粘度、增加客户的使用感受，增加平台的娱乐性、增强客户的2次使用和再分享推广传播的策略。