大資料在傳統行業引爆後是怎麼落地的？

國慶期間，全國各處景點人滿為患，水泄不通。 然而一些景點卻在爆冷門：10月1日五臺山人數比去年同期減少近3成，黃山全天遊客人數只與雙休日水準 相當。 如果假期到來前，有相關資料預測各地景點人流量，大家即可提前做好準備，錯峰出行。 事實上，在國慶假期之前，藝龍、同程等旅遊網站已根據機票、酒店、景點門票預訂量出具相應的資料分析報告：熱門出遊目的地中三亞最火爆，客流量最紮堆的城市是北京——大資料正悄然在我們身邊發揮著作用。

1. 傳統行業中的大資料應用

1）啤酒與尿布

美國沃爾瑪超市里，啤酒與尿布總被擺放在同一個區域，方便「奶爸」購物；類似的情況還有出現在同一貨架的速食麵和火腿腸、口香糖和避孕套。 這些貼心安排 無不得益于超市供貨人員對客戶習慣的深刻解讀，也得益于大資料在大型商超、購物中心中的使用。 在傳統購物中心向商業綜合體轉變的過程中，利用大資料對使用者 喜好和使用者行為進行分析成為至關重要的一環。 通常購物中心需要外部協力廠商資料來分析時下受歡迎的品牌、某地區人民的飲食口味、消費水準；同時內部資料，如 相應時段的人流量、POS機的消費資料、cctv監控資料、購物產品清單資料等也顯得至關重要。

2）餘額寶

餘額寶自2013年6月上線後，僅用了半年的時間就使背後的天弘基金規模增長40倍。 截止2014年3月，餘額寶的使用者數量已經達到8100萬，超過整 個中國股市中的活躍帳戶數。 貨幣基金資產主要投資于短期貨幣工具，大規模的基金投資追求高收益，也要規避風險。 通過大資料的支援，餘額寶能夠預測到流動性 的趨勢，適時做好流動性需求支援，合理規避風險。 基金公司能通過支付寶提供的餘額寶資金流動情況，通過模型預估流動趨勢，安排投資。 而傳統行業沒有大資料支援，自然就失去了這樣的能力。

2. 大資料在傳統行業落地難

1）相關人員稀缺。 既懂業務又懂資料的人，在互聯網行業中不難找到。 而傳統行業中，資料和業務的結合通常非常鬆散。 具備大資料專業知識的專家，顯然這個 角色在傳統行業以往的運作過程中是缺失的。 傳統行業的技術人員通常覺得大資料很潮很熱，但回答不了以下問題：能拿到什麼資料? 這些資料有什麼用? 怎樣用這些資料?

2）技術積累不足。 在互聯網行業中應用非常廣泛的技術，傳統行業的技術人員卻接觸很少。 在大資料的實際實施中，像hadoop、訊息佇列、storm等這些大資料處理技術，傳統行業還只是停留在初步瞭解階段，能真正應用的比較少。

3）成本資金消耗。 一些傳統企業在準備獨立做大資料應用的時候，發現實施的成本非常巨大，整個的IT方面預算的開支增加了1個甚至2個數量級，而這些投入是否能達到預期效果還不敢肯定。

3. UCloud雲平臺的針對性解決方案

對於人員稀缺的問題，除了積極的引入相關人才和內部技術人員的培養，傳統企業也可以尋求外部合作。 目前已經有很多企業在這些專業的領域內提供成熟的解決 方案。 UCloud，作為國內最為專業的基礎雲計算服務商，也針對性地開發了大資料產品UDDP (UCloud Distributed Data Processor) 能夠説明使用者輕鬆、快速地處理TB甚至PB級的海量資料。 目前，UDDP正被應用於數位行銷、資料分析、商業智慧、科學類比等領域。

對於技術積累不足的問題，UCloud所提供的大資料產品服務可以有效説明企業使用者降低技術門檻，規避掉複雜的技術細節。 同時，UCloud的專業技術負責人也會為客戶有針對性的提供培訓課程，並不時在實際實施中進行技術指導，説明使用者快速消除技術短板。

資金成本問題就更為簡單，使用雲計算服務是降低綜合成本非常有效的方式。 傳統企業通過使用雲服務，複用資源，可以大規模降低大資料應用的成本。 例如，使用UCloud的大資料產品，按每天計算資料在10TB來估算，每個月的成本大概也就在數千元。

4. UCloud大資料產品系統設計

在UCloud大資料產品的整體系統框架中，最下層是資料獲取的介面，通過攝像頭、感應器、各種日誌、資料庫等採集資料，存儲在HDFS上。 在存儲之上，我們支援兩種分散式運算框架，SPARK和MapReduce，針對不同習慣使用者使用。 同時也會提供列式存儲HBase。

在資料之上，會有很多的工具支援，如基於Spark的Spark SQL、Spark Streaming、Spark Mlib等，以及基於MapReduce的Hive、Pig等。 計算後的資料可以繼續存回HDFS，也可以輸出到DB或其它地方用作其它用途，在此之上建 立各種業務模型使用。

在集群內，我們會對資料分析任務進行調度，充分利用集群資源。 同時對集群進行監控，對任務失敗進行及時恢復，及時發現問題，並提供資訊給集群日常維護。

UCloud大資料產品系統設計

5. 大資料在傳統行業中應用的未來

1）智慧視頻監控

如今，智慧視頻監控已經應用到很多地方。 比如奧林匹克公園內設的智慧計數和密度分析系統，可以全天候的對入口區域、人流通道等重要區域的人流狀況進行即時密度分析統計。

智慧視頻監控，核心就是將採集來的視頻資料，按幀提取出來，應用到特徵模型中進行匹配。 然後將這些特徵全部存儲下來，添加標識、索引，在需要的時候再進 行檢索、或進行更深層次的分析。 在這個過程中，我們需要視頻原始資料能很快能夠轉換成特徵模型，同時也需要海量存儲去保存這部分視頻資料。 技術的核心在於 特徵模型的選取、轉換的演算法、海量資料的即時和離線分析能力。

特徵模型的 選取，可以通過和一線工作人員溝通把模型建立起來，也可以尋求一些模型庫。 很多開發者社區裡則有轉換演算法的分享。 UCloud對一些開發者社區提供資金、 資源的支援，目的就是説明開發社區沉澱經驗，以便為更多人提供説明。 而海量資料的即時和離線分析能力可以在內部搭建，也可以考慮使用專業的大資料服務，比 如UCloud的UDDP。 這樣智慧視頻監控應用將會很容易落地。

2）醫療健康系統

未來的醫療健康系統或可借鑒身份證採集的模式，拍攝照片上傳到指定網站，然後辦理個人醫療證件。 無論到大型醫院就醫，還是到社區醫院體檢，相關檢查資料 都可以被傳輸到醫療系統。 後續就醫時，醫生可以根據前期的體檢資料直接開藥，或者以這些資料為基礎為病人診斷。 這樣即可大大提高醫生的工作效率，有助解決 就醫難的問題。 另外，這些檢查資料彙聚在一起後，可以供衛生防疫部門來做分析，提供更為完善的公共健康服務。 也可以由個人委託商業機構追蹤個人生理情況，做事先預防、調養。

當然，醫療健康行業有一定特殊性，需要體制改革支援。 需要在資訊化上解決現有醫院個人醫療資訊的孤島，再引申出來和大資料結合的個人、公眾醫療健康服務。

時代變革，從一開始就不可逆。 互聯網誕生時，有人說過這樣一句話「在網路上，沒人知道你是一條狗」。 然而在大資料時代，我們不但知道你是一條狗，而且知道你是一直羞澀、前腿短的柯基，不愛吃狗糧愛吃肉，最喜歡粉色的小外套...... ■