在農業(yè)領域，硅谷有個氣候公司，從美國氣象局等數據庫中獲得幾十年的天氣數據，將各地降雨、氣溫、土壤狀況與歷年農作物產量的相關度做成精密圖表，預測農場來年產量，向農戶出售個性化保險。在商業(yè)領域，沃爾瑪公司通過分析銷售數據，了解顧客購物習慣，得出適合搭配在一起出售的商品，還可從中細分顧客群體，提供個性化服務。在金融領域，華爾街“德溫特資本市場”公司分析3.4億微博賬戶留言，判斷民眾情緒，依據人們高興時買股票、焦慮時拋售股票的規(guī)律，決定公司股票的買入或賣出。阿里公司根據在淘寶網上中小企業(yè)的交易狀況篩選出財務健康和講究誠信的企業(yè)，對他們發(fā)放無需擔保的貸款。目前已放貸300多億元，壞賬率僅0.3%。
在醫(yī)療保健領域，“谷歌流感趨勢”項目依據網民搜索內容分析全球范圍內流感等病疫傳播狀況，與美國疾病控制和預防中心提供的報告對比，追蹤疾病的精確率達到97%。社交網絡為許多慢性病患者提供臨床癥狀交流和診治經驗分享平臺，醫(yī)生借此可獲得在醫(yī)院通常得不到的臨床效果統(tǒng)計數據�；趯θ梭w基因的大數據分析，可以實現(xiàn)對癥下藥的個性化治療。在社會安全管理領域，通過對手機數據的挖掘，可以分析實時動態(tài)的流動人口來源、出行，實時交通客流信息及擁堵情況。利用短信、微博、微信和搜索引擎，可以收集熱點事件，挖掘輿情，還可以追蹤造謠信息的源頭。美國麻省理工學院通過對十萬多人手機的通話、短信和空間位置等信息進行處理，提取人們行為的時空規(guī)律性，進行犯罪預測。在科學研究領域，基于密集數據分析的科學發(fā)現(xiàn)成為繼實驗科學、理論科學和計算科學之后的第四個范例，基于大數據分析的材料基因組學和合成生物學等正在興起。
麥肯錫公司2011年報告推測，如果把大數據用于美國的醫(yī)療保健，一年產生潛在價值3000億美元，用于歐洲的公共管理可獲得年度潛在價值2500億歐元；服務提供商利用個人位置數據可獲得潛在的消費者年度盈余6000億美元；利用大數據分析，零售商可增加運營利潤60%，制造業(yè)設備裝配成本會減少50%。
大數據技術的挑戰(zhàn)和啟示
目前，大數據技術的運用仍存在一些困難與挑戰(zhàn)，體現(xiàn)在大數據挖掘的四個環(huán)節(jié)中。首先在數據收集方面。要對來自網絡包括物聯(lián)網和機構信息系統(tǒng)的數據附上時空標志，去偽存真，盡可能收集異源甚至是異構的數據，必要時還可與歷史數據對照，多角度驗證數據的全面性和可信性。其次是數據存儲。要達到低成本、低能耗、高可靠性目標，通常要用到冗余配置、分布化和云計算技術，在存儲時要按照一定規(guī)則對數據進行分類，通過過濾和去重，減少存儲量，同時加入便于日后檢索的標簽。第三是數據處理。有些行業(yè)的數據涉及上百個參數，其復雜性不僅體現(xiàn)在數據樣本本身，更體現(xiàn)在多源異構、多實體和多空間之間的交互動態(tài)性，難以用傳統(tǒng)的方法描述與度量，處理的復雜度很大，需要將高維圖像等多媒體數據降維后度量與處理，利用上下文關聯(lián)進行語義分析，從大量動態(tài)而且可能是模棱兩可的數據中綜合信息，并導出可理解的內容。第四是結果的可視化呈現(xiàn)，使結果更直觀以便于洞察。目前，盡管計算機智能化有了很大進步，但還只能針對小規(guī)模、有結構或類結構的數據進行分析，談不上深層次的數據挖掘，現(xiàn)有的數據挖掘算法在不同行業(yè)中難以通用。
大數據技術的運用前景是十分光明的。當前，我國正處在全面建成小康社會征程中，工業(yè)化、信息化、城鎮(zhèn)化、農業(yè)現(xiàn)代化任務很重，建設下一代信息基礎設施，發(fā)展現(xiàn)代信息技術產業(yè)體系，健全信息安全保障體系，推進信息網絡技術廣泛運用，是實現(xiàn)四化同步發(fā)展的保證。大數據分析對我們深刻領會世情和國情，把握規(guī)律，實現(xiàn)科學發(fā)展，做出科學決策具有重要意義，我們必須重新認識數據的重要價值。