對于大數據以及大數據分析的應用場(chǎng)景，談的文章已經(jīng)相當多，包括各行各業(yè)對大數據處理和分析的應用，在此僅僅思考在各種不同的行業(yè)如何來(lái)發(fā)現潛在存在的大數據應用場(chǎng)景。

　　首先可以從大數據的4V特性入手來(lái)進(jìn)行思考和分析，在數據類(lèi)型上更加強調了多種異構類(lèi)型數據形成的混合存儲，對于傳統單純的結構化數據或單純的文檔類(lèi)非結構化數據都有解決方案，而真正難的是混合存儲并提供統一的大數據服務(wù)開(kāi)放能力接口。拿企業(yè)內部信息化應用場(chǎng)景來(lái)說(shuō)，如果從單一入口原則入手，某個(gè)關(guān)鍵字能夠搜索到郵件，業(yè)務(wù)系統，文本文檔，互聯(lián)網(wǎng)等多種渠道來(lái)源的異構混合數據，即可形成一個(gè)典型的大數據場(chǎng)景。

　　其次從大數據及數據分析軟件帶來(lái)的一些思維轉變上來(lái)分析大數據的場(chǎng)景，首先是對于企業(yè)的大數據分析和應用，其次就是要將視線(xiàn)從傳統的企業(yè)內部拓展到企業(yè)外部，特別是在用戶(hù)行為分析，市場(chǎng)營(yíng)銷(xiāo)等方面基于企業(yè)內部傳統業(yè)務(wù)系統收集的數據是遠遠不夠的，只有基于大量外部數據的相關(guān)性分析往往才能得出更加有價(jià)值的推論。這也是往往互聯(lián)網(wǎng)行業(yè)對大數據應用最先發(fā)展和成熟一樣，來(lái)自企業(yè)外圍的用戶(hù)行為，社交，交易，行動(dòng)路線(xiàn)等數據，來(lái)自各種傳感設備采集的視頻，流量，溫度數據才真正構成了一個(gè)大數據環(huán)境。

　　單純的數據采集，數據存儲，數據處理往往都只是大數據中應用到的技術(shù)能力，而大數據場(chǎng)景的本質(zhì)還是業(yè)務(wù)價(jià)值驅動(dòng)下的大數據分析和挖掘，為了達到這個(gè)目標往往則涉及到數據采集，集成，存儲，處理，分析，挖掘等大數據的全生命周期管理過(guò)程。

　　下面談一些大數據的一些實(shí)際可落地性問(wèn)題，只有將場(chǎng)景和業(yè)務(wù)價(jià)值想清楚了，再談大數據的各種解決方案和技術(shù)架構才真正有價(jià)值?，F在打數據談?wù)摰暮芏?，其?shí)很多僅僅是一個(gè)海量數據的存儲和分析，用到了一些分布式存儲和查詢(xún)分析技術(shù)，不能給足夠說(shuō)明就是一個(gè)大數據場(chǎng)景范疇。

　　智慧城市里面的大數據也是同樣的道理，當前的智慧城市建設究竟有沒(méi)有大數據場(chǎng)景？答案當然是有的，思路跟互聯(lián)網(wǎng)營(yíng)銷(xiāo)里面的大數據分析思路是一樣的。首先是單個(gè)政府部門(mén)內部的大數據場(chǎng)景，這個(gè)短期反而很難真正形成大數據分析，原因在于針對的企業(yè)或個(gè)人用戶(hù)最終很難類(lèi)似互聯(lián)網(wǎng)一樣形成某種關(guān)聯(lián)和協(xié)同；其次是跨各個(gè)職能部門(mén)的企業(yè)和個(gè)人行為和業(yè)務(wù)數據的融合和相關(guān)性分析，這個(gè)就現在本身一些職能部門(mén)的安全性要求，職能部門(mén)之間的部門(mén)壁壘，短期仍然是無(wú)法解決。這些問(wèn)題都解決不了，智慧城市里面很難真正有大數據應用場(chǎng)景，對于政務(wù)資源目錄和數據能力開(kāi)放，類(lèi)似GIS等能力的開(kāi)發(fā)頂多是大數據技術(shù)的點(diǎn)滴應用。

　　金融行業(yè)的大數據面臨的往往是同樣的問(wèn)題，但是情況可能要好點(diǎn)，類(lèi)似企業(yè)和個(gè)人的一些信用記錄現在有全國性質(zhì)的統一數據庫能夠拿到部分數據。但是對于單個(gè)銀行來(lái)說(shuō)，同樣是無(wú)法拿到用戶(hù)在其他銀行的行為記錄數據的，其二銀行本身在做很多信貸風(fēng)險分析的時(shí)候，確實(shí)需要大量數據做相關(guān)性分析，但是很多數據來(lái)源于政府各個(gè)職能部門(mén)，包括工商稅務(wù)，質(zhì)量監督，檢察院法院等，這些數據短期仍然是無(wú)法拿到。還有就是企業(yè)或個(gè)人本事日常產(chǎn)生的各種行為數據更難拿到，那么對客戶(hù)的風(fēng)險性評估還是得借用原來(lái)的老方法而已。

　　電信運營(yíng)商可以講是啟動(dòng)大數據研究和解決方案比較早的一個(gè)行業(yè)，那么當前的大數據主要還是圍繞在BOSS領(lǐng)域，一個(gè)是大量話(huà)單數據的采集和高效預處理，一個(gè)是處理完成后基于用戶(hù)行為的分析和針對性營(yíng)銷(xiāo)。電信行業(yè)本身難以解決的仍然是單一x因子來(lái)源，同時(shí)又沒(méi)有解決類(lèi)似微信平臺一樣雖然是單一x因子但是建立了人和人之間的行為紐帶。那么運營(yíng)商的大數據可以看做是分析和預測模型本身短期難以變化，但是在數據采集和存儲，數據分析性能和速度方面引入了大數據解決方案中的相關(guān)技術(shù)。

　　對于傳統的制造行業(yè)或快消行業(yè)，當我們談到大數據分析的時(shí)候首先還是涉及到能夠采集到用戶(hù)行為數據和評價(jià)數據，能否通過(guò)互聯(lián)網(wǎng)采集到更改的相關(guān)性因子的數據，這才營(yíng)銷(xiāo)層面往往才有了大數據分析的基礎。