移动互联网的出现，促进了大数据的迅速积累。
关于大数据的讨论由来已久，但真正落地还源于近两年移动端的崛起。首先是消费者规模大，中国目前移动网民规模达到数亿，占总网民90%以上，越来越多的人在使用移动端上网；其次是消费者黏性强，调查显示，人们平均每天要点亮屏幕122次，手机已经到了消费者黏性非常强的时代；最后，数据获取方式逐渐多元化，通过用户授权，供应商可以获得用户位置、内容、基础信息等多方面数据。
数据的来源定义了数据的意义。不同来源的大数据有着不同的意义，比如：Google掌握的搜索数据，代表着消费者关注什么、喜欢什么；Facebook每分钟收到400万次的数据请求，代表着消费者的社交网络。
信息获取方式在演变，用户信息体验数据经过了多阶段的发展：门户时代，可以看到消费者的历史浏览信息；搜索引擎时代，谷歌为消费者提供搜索信息的服务，同时也能掌握消费者的搜索信息；社会化媒体和个性化推荐时代，消费者更喜欢看朋友和软件推荐的信息。今天，“一点资讯”将之前的信息获取方式融合，集搜索、订阅和推荐为一体，用一句话来理解就是：“一点资讯”=今日头条+百度+微信订阅号。
虽然很多人已有了这样一个认识：大数据为我们呈现出一个新的商业机会。但目前仅有为数不多的公司可以真正从大数据中获取到较多的商业价值。以下是大数据的几种用途：
（1）探索大数据，发现新机会
很多大数据都来自一些新的来源，代表了客户或合作伙伴互动的新渠道。和任何新的数据来源一样，大数据值得探索。通过数据探索，可以了解一些之前所不知道的商业模式和事实真相，比如新的客户群细分、客户行为、客户流失形式、最低成本的根本原因等。
（2）对已收集到的大数据进行分析
许多公司虽然收集了大量的数据，觉得这些数据都有巨大的商业价值，但并不知道如何挖掘出大数据。不同行业的数据集有所不同，比如，处于网络营销行业，可能会有大量Web站点的日志数据集，可以把数据按会话进行划分和分析，了解网站访客的行为，提升网站的访问体验。
（3）重点分析对行业有价值的大数据
大数据的类型和内容因行业而异，每类数据对各行业的价值都不同。比如，电信行业的呼叫详细记录（CDR），零售业、制造业或其他以产品为中心的行业的RFID数据，制造业中机器人的传感器数据等，都是各个行业中非常重要的数据。(www.xing528.com)
（4）认真分析社交媒体数据
客户的各种行为，比如评论品牌、评价产品、参与营销活动、他们的喜好等，都会在客户中相互影响。社交大数据，可以来自社交媒体网站，也可以来自客户能够表达意见和事实的渠道，因此，既可以使用预测性分析发现规律、预测产品或服务问题，也可以利用这些数据来评估市场知名度、品牌美誉度、用户情绪变动和新的客户群。
（5）理解非结构化的大数据
非结构化的信息主要指的是使用文字表达的人类语言。需要使用一些新的工具来进行自然语言处理、搜索和文本分析，把基于文本内容的业务流程进行可视化展示。
（6）把客户意见整合到大数据中
运用大数据，可以对客户或其他商业实体实现全方位的全景分析，分析的维度属性从几百个扩展到几千个。新增的粒状细节，会带来更准确的客户群细分、直销策略和客户分析。
（7）分析大数据流，提升业务水平
如今，实时监测和分析的程序已经在企业运营中存在了很多年，那些需要全天候运行的能源、通信网络或任何系统网络、服务或设施的机构在很久以前已经开始使用这类型的程序。最近，从监控行业到物流行业，越来越多的企业都在利用大数据应用。
（8）整合大数据，改善分析应用
对于原有的分析应用，大数据可以扩大和扩展其数据样本。尤其是在依赖于大样本的分析技术的情况下，比如统计或数据挖掘；而在欺诈检测、风险管理或精确计算的情况下，也要利用大样本数据。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
