举10个大数据的例子,找10个生活中含有大数的例子

© 盖蒂图片社

内容

• 没有大数据，就无法想象“物联网”
• 大数据让城市生活舒适
• 大数据开发技术，提高产量
• 大数据使企业能够与客户建立沟通
• 大数据助力移动运营商构建网络

人类创造的信息量呈指数级增长。仅在过去两年中，世界上所有设备上的数据量几乎翻了一番。根据国际数据公司（IDC）的报告，仅在2020年，人们就产生了59泽字节的数据。如果有一个具有如此多内存的硬盘驱动器，则可以以4K分辨率录制如此多的电影，以至于观看它们大约需要1亿年。

对形成大数据的大量非个人信息进行系统化，使您可以看到不明显的模式，如果没有计算机分析的帮助，这些模式是不可能注意到的。寻找有助于做出更明智决策的关系，并参与大数据的广泛工具包。几乎到处都需要大数据分析：市政当局决定建造一座新体育场，以及一家小型私人牙科，它决定增加忠实客户的数量。

“物联网”或IoT（物联网）包括“智能”家用电器，各种传感器（烟雾，泄漏等），可穿戴电子产品。但是，这只是示例的一小部分。

如果我们转向现代制造企业，我们将看到其工作的效率和安全性与数十个参数的持续监控相关联。它是在相互“通信”的设备网络的帮助下进行的，从中收集信息并在物联网平台上并通过大数据算法进行实时处理。现在想象一下，这是一个巨大的植物。这就是处理大数据的工具发挥作用的地方。例如，在他们的帮助下，可以跟踪设备磨损的最初迹象，并及时进行维护，以防止可能对企业及其员工造成巨大损害的事故。

住房和公共服务还可以将大数据分析与“物联网”一起引入。随着现代技术的引入，住房和公用事业部门的节省规模很大：根据一位主要审计员普华永道的计算，在莫斯科实施一个自动化系统，收集和处理公寓楼热水消耗的数据，每年可以节省高达9.8亿卢布的热量，以消除供暖供应超过标准时的过热。

任何城市规模的项目都意味着相当数量的投资。犯错是代价高昂的。此外，今天的城市本身可以为分析师提供大量信息，这些信息有助于了解大都市的发展和变化，需要哪些改进以及在哪些领域。但要做到这一点，必须仔细研究数据。

基于大数据和人工智能的汇总报告，可以分析交通部门和城市基础设施的状况，制定假设，为城市的发展采取有效措施。例如，借助MegaFon的城市环境分析服务，可以估计人口的实际数量，分析城市周围的人员流动，工作集中区域。借助大计算能力，计算机可以高精度地计算城市某一区域的客运量，有助于构建具有热门路线和交通拥堵的有效运输系统。

这些技术在莫斯科得到积极应用。根据咨询公司德勤（Deloitte）的专家的说法，俄罗斯首都在2017年成为整合分析工具以发展运输系统的世界领导者之一。因此，莫斯科交通管理中心使用大数据来确定道路上最紧急的路段。该系统实时评估照明水平、降水、能见度、温度、干线容量和平均流速。自动优先使交警人员能够更有效地应对事件，并且不会让小拥堵发展成长时间的大规模交通拥堵。

在消费类可穿戴电子产品中，大数据被积极地用于监测健康状况，例如，在能够监测心脏活动的智能手表中。这样的小工具无法收集如此庞大的数据库和您的指标来应用大数据工具，但手表内部的算法可以在医疗信息数组上进行训练。因此，苹果在苹果手表中引入ECG功能时，一度做到了。

应用大数据的最不明显的领域之一是农业。在这方面，指标的控制也很重要。在各种设备的帮助下，可以评估湿度，光照，风力强度的水平，确定地形与土地产量之间的关系 - 所有这些都是农业所必需的。获得的数据落在单个平台上，大数据算法在其中分析这些信息。这种方法被称为精准农业 - 多亏了它，不仅可以提高产量，还可以降低成本。

在俄罗斯，有成功应用这种方法的例子。因此，国内初创公司Agrotechpharm由于“智能”技术和数据分析，能够通过气培（无土地）建立全年种植草莓的过程。特殊系统调节微气候和照明的状态，选择营养物质，模块系统以适当的体积将它们喷洒在植物的根部。有关温室植物状态和条件的所有数据都属于一个单一的分析系统。

另一个例子是OneSoil，它在其农业农场的应用程序中使用卫星图像和大数据分析。该服务允许农民选择必要的肥料复合物，计划田间工作和控制作物。

任何广告活动都始于对目标受众的研究，其实施的准确性直接影响结果。根据营销分析公司Aberdeen Group的一份报告，那些在工作中使用大数据的零售商每年将品牌知名度提高20.1%，而投资组合中没有大数据的零售商仅提高7.4%。问题是，分析可以帮助营销人员更好地了解何时，何地以及向谁展示广告内容。

此类服务收集哪些内容？通常，这些是汇总的关键人口特征，偏好和兴趣，在此基础上，分析工具可以得出结论，买方可能对某些商品和服务感兴趣多少。

操作员的关键任务是为人们提供不间断的通信。为了确保基础设施像发条一样工作，MegaFon分析从基站收集的遥测数据。这些是每月TB的信息：空间站的装载量，运输通道的充足性，覆盖范围的差距。除了扩大覆盖范围外，其研究还有助于优化设备成本。例如，在大数据分析的帮助下，可以得出结论，整个基站或只有一个扇区处于峰值负载下。部分替换该部门要经济得多，特别是在目前的情况下。