．大數據的產業鏈分析

What is Big Data? Big Data Explained (Hadoop ＆ MapReduce)

參加 SCSE 智慧安控展

3S Market 提供「導覽機器人」服務

來源：不可错过的大数据

大數據的產業鏈分析，大數據完整的產業鏈構成如下圖所示，可分為標準與規範、數據安全、數據採集、數據儲存與管理、數據分析與挖掘、數據運維，以及數據應用幾個環節，覆蓋了數據從產生到應用的整個生命週期。

1、數據標準與規範

大數據標準體系是開展大數據應用的前提條件，沒有統一的標準體系，數據共享、分析、挖掘、決策支持，將無從談起。

大數據標準包括體系結構標準、數據格式與表示標準、組織管理標準、安全標準和評測標準。在標準化建設方面，參與單位主要包括電子技術標準化研究院、各個數據庫公司、數據擁有部門以及各個行業的標準化組織。

2、數據安全

隨著海量數據的不斷增加，對數據儲存和訪問的安全性要求越來越高，從而對數據的訪問控制技術、加密保護技術，以及多副本與容災機制等，提出了更高的要求。

另外，由於大數據處理主要採用分布式計算方法，這必然面臨著數據傳輸、資訊交互等環節，如何在這些環節中，保護數據價值不洩露、資訊不丟失，保護所有站點的安全，是大數據發展面對的重大挑戰。

在大數據時代，傳統的隱私數據內涵與外延，有了巨大突破和延伸，數據的多元化與彼此的關聯性進一步發展，使得對單一數據的隱私保護方法變得極其脆弱，需要針對多元數據融合的安全提出。

3 、數據採集

政府部門、電信營運商如中華電信、遠傳、台灣大哥大等是當前大數據的主要擁有者。除此之外，利用網路爬蟲或網站公開 API 等途徑，對網路數據進行採集，也是大數據的主要來源。

現實世界中的數據大多不完整或不一致，無法直接進行數據挖掘或挖掘結果不理想，需要對採集的數據進行填補、平滑、合併、規格化、檢查一致性等，數據預處理操作，並且往往需要大量的人工參與，因此數據採集和清洗，成為大數據產業鏈的一個重要環節。

4 、數據儲存與管理

大數據儲存與管理的主要參與者，以傳統數據庫企業為主，國際上主要有 IBM、Oracle、Intel、Green-plum、infor Matri Cloudera 等。各家企業針對大數據應用，開展各具特色的數據庫架構和數據組織管理研究，形成針對具體領域的產品。

5 、數據分析與挖掘

大數據分析與挖掘的意圖主要集中在兩方面：一是從大量的機構結構化和半結構化數據中，分析出電腦可以理解的語義資訊或知識，二是對隱性的知識，如關聯情況、意圖等進行挖掘。常用的方法包括分類、聚類、關聯規則挖掘、序列模式挖掘、時間序列分析預測等。

數據分析與挖掘的核心算法與軟體，主要掌握在大型數據庫公司及大學院校的手裡，國際上主要參與者包括 IBM、甲骨文、微軟、谷歌、亞馬遜、Facebook 等。數據分析與挖掘的能力，直接決定了大數據的應用推廣程度和範圍，是大數據產業的核心。

6、數據運維

由於數據的重要性得到普遍認可，除政府部門不具備數據運維服務條件外，數據的採集者通常就是數據運維者。各地政府方面則通常利用大數據平台建設，來推動政府大數據的公開與共享，如在中國的雲上貴州，吸引個人和企業用戶開展創新與創業，積極推動大數據的增值服務。

7、數據應用

大數據對傳統資訊技術帶來革命性挑戰，正在重構資訊技術體系和產業格局。對岸中國以阿里巴巴、百度、騰訊、人大金倉、浪潮、曙光、南大通用為代表的互聯網企業、雲計算和數據庫廠商紛紛加大應用推廣力度，在國際先進的開源大數據技術基礎上，形成獨自的大數據平台建構和應用服務解決方案，以支撐不同行業不同領域的專業化應用。

雖然這些企業在平台建構上，有著得天獨厚的優勢，但是在某些具體業務領域，並不擅長或者關切。

傳統企業以及從事大數據的微型企業，是具體業務領域上，大數據應用的主力軍。應用是大數據價值的體現，是大數據發展的原始推動力。

當前大數據的應用正倒逼軟體技術、數據架構、數據共享方式的轉變，在轉變思維過程中需要積極轉變思維，明確出數據共享的方式是什麼，數據擁有者的利益如何平衡，商業模式如何開展等等。（170116）