我们向 13 位从事大数据的高管询问了这个问题。他们的回答涉及他们的公司正在做什么以及大数据如何影响他们今天的生活。
受访者：
Civic Resource Group 首席执行官兼创始人 Greg Curtin 博士 | Mikko Jarva， Comptel Corporation 智能数据首席技术官 |Matt Pfeil， DataStax CCO 联合创始人 |Dan Potter， Datawatch 首席营销官 |Gena Rotstein， Dexterity Ventures, Inc. 首席执行官兼创始人 | Glassbeam 创始人兼首席执行官 Puneet Pandit | Neo Technology, Inc. 产品副总裁 Philip Rathle | NRGene 创始人兼研发副总裁 Guy Kol | Hari Sankar， Oracle 产品管理副总裁 | Semcasting 首席执行官 Ray Kingman | Scott Sundvor，首席技术官， 6SensorLabs | Solix Technologies 产品副总裁 Vikram Gaitonde | Paul Kent， SA S 大数据高级副总裁 | Yet Analytics 联合创始人兼首席营销官 Margaret Roth |
这是他们不得不说的：
-
我们能够开始弥合定性和定量之间的差距 。正在构建不同的硬件和软件系统来捕获体验数据——某人在哪里，他们和谁在一起，他们做了什么，他们接下来做了什么。通过对数据源进行三角测量，我们将能够预测客户需要或想要什么，从而提供更好的客户体验。
-
我们 已经在使用大数据来改进 洛杉矶的交通系统，实施圣地亚哥 WaterSmart 目标计划，将圣莫尼卡打造为智慧城市，并创建 Mission Viejo 电子政务。
-
这是 一个非常迭代的过程 。通过对水稻基因组和小麦基因组进行测序，我们开辟了巨大的机会来解决阻碍该品种向前发展的压力。我们可以快速有效地做到这一点，以提高非洲和印度的作物产量。在过去的 10 年里，一群人一直致力于对小麦基因组进行测序，花费了 5000 万美元，而他们只完成了 1/17。我们以 500,000 美元的价格对 12 GB 的基因组进行了映射，但没有映射到各个部分。我们将在一年内以大约 100 万美元的价格完工。
-
我们需要在监管和管理慈善机构的方式上做出巨大的政策转变 。我们没有解决的一些问题的经济成本是多少？大数据正在提高效率和性能。
-
医疗保健和医院 正在取得重大进步。通过在医院和远程监控患者，能够从被动转变为预防/主动。这提高了恢复能力，使我们能够在问题发生之前解决问题。
-
此时初具雏形 。大数据正在达到一个拐点，每台设备（汽车、电器、智能手机和互联网）都有 25 到 5000 万个读数。收集设备信息后，分析会提升大数据的价值。例如，Home Depot 将能够在商店层面更好地管理他们的库存，同时还主动与最终用户联系，告知他们是时候采取一些行动了（例如，更换过滤器、购买更多灯泡、维修 HVAC）。大数据可以预测需求。
-
物联网分析是大数据的杀手级应用 。对于关注通过挖掘 M2M 数据流变得主动和预测的制造商而言，支持分析是关键。我们能够在预定的时间让设备离线进行预防性维护，这不会对工作流程产生负面影响，而不是等待计划外的时间。紧急情况。
-
电信领域的客户项目 正在寻找方法来应用他们生成的数据以更好地了解他们的客户。需要确定围绕客户生命周期管理的价值生成机会。以主动和预测的方式维护设备、网络和技术。预防性维护以预测设备和网络故障并确定根本原因。确定有关数据保留和报告的用例。当前的要求是将数据存储 10 年。灵活的数据存储和访问将有助于满足这些要求。预测分析尚未被使用；但是，它们将使电信公司变得主动而不是被动。
-
两个例子：
-
知识产权科技公司客户非常保护他们的文件。由于存储的信息量很大，需要几个月的时间才能找到根本原因并查看公司内部有哪些人试图下载受保护的资产。公司开始使用 Solix，后者构建了一个仪表板，可在几分钟内提供信息。我们了解到，试图下载文件但被拒绝访问的人正准备离开公司。所以公司最终有了一个预测谁即将离职的领先指标。能够实时分析大数据的意外后果和好处。
-
一家大型航空公司有一名头等舱乘客，他在 Twitter 上拥有大量粉丝，甚至在航班离开登机口之前就在 Twitter 上发布关于糟糕食物的消息。此人的一名追随者是航空公司地勤人员，能够向机组人员发送消息，机组人员竭尽全力为该乘客提供出色的客户体验。这位乘客在推特上说他降落时这家航空公司有多棒。该航空公司现在拥有实时社交媒体监控仪表板，可以查看谁在说什么，从而能够先发制人地解决客户的担忧。
-
-
两个例子：
-
一家汽车制造商安装了三种不同的 SAP。构建一个业务工作存储库需要两年时间，所有三个 SAP 安装都可以在其中相互通信。他们现在可以访问这三者，在几分钟内提取报告、提取数据、转换和分析数据。这为客户节省了大量的成本和时间。
-
加拿大的一家零售商每天早上都在提取纸质“绿表”报告，并对每个 SKU 的销售和库存进行手动核对。我们得到了报告，将它们数字化，提取数据并在几分钟内完成了核对。
-
-
我个人有 一个 Nest 恒温器和一个可以联网的体重秤。体重秤通过 Healthkit 存储同步到我的 iPhone，并提供宝贵的信息。它们都证明了出色的用户体验。软件的核心是数据库。随着数据被更多的地方使用，它会无处不在。
-
我们正在采用基于昨晚数据的过时批处理流程，而 现在是实时处理 。上个月与四位分析师进行了交谈，他们每个人都有自己的术语：洞察行动、交易分析、转化分析、运营分析。到 2018 年，70% 的组织将使用运营分析来做出决策。
-
驱动最大价值的因素在很大程度上取决于与您交谈的组织。 大数据解决的问题范围非常广泛 。许多企业发现提高一对一客户参与度的价值；其他人则通过识别和消除浪费的资源来实现高效的业务运营；欺诈检测是金融服务的一个重要领域；在生命科学领域，更快、更有效地发现药物会带来巨大的价值；公共部门组织使用大数据来解决一组完全不同的问题。所以，真的没有单一的公式可以解锁最大价值。与首次关注大数据的客户合作时，我们喜欢从发现研讨会开始，以帮助发现最佳项目，将业务和技术利益相关者聚集在一起，并确保整个公司的一致性以最大限度地提高成功的可能性。