金融機構如何利用雲計算開展精準營銷

『壹』 什麼是大數據概念

在很多人的眼裡大數據可能是一個很模糊的概念，但是，在日常生活中大數據有離我們很近，我們無時無刻不再享受著大數據所給我們帶來的便利，個性化，人性化。全面的了解大數據我們應該從四個方面簡單了解。定義，結構特點，我們身邊有哪些大數據，大數據帶來了什麼，這四個方面了解。
那麼「大數據」到底是什麼呢？

在麥肯錫全球研究所給出的定義中指出：大數據即是一種規模大到在獲取，存儲，管理，分析方面大大超出了傳統資料庫軟體工具能力范圍的數據集合。簡單而言大數據是數據多到爆表。大數據的單位一般以PB衡量。那麼PB是多大呢？1GB=1024MB ，1PB=1024GB才足以稱為大數據。

如圖：

衡量單位一覽表
其次，大數據具有什麼樣的特點和結構呢？

大數據從整體上看分為四個特點，
第一，大量。

衡量單位PB級別，存儲內容多。
第二，高速。

大數據需要在獲取速度和分析速度上要及時迅速。保證在短時間內更多的人接收到信息。
第二，多樣。

數據的來源是各種渠道上獲取的，有文本數據，圖片數據，視頻數據等。因此數據是多種多樣的。
第三，價值。

大數據不僅僅擁有本身的信息價值，還擁有商業價值。大數據在結構上還分為：結構化，半結構化，非結構化。結構化簡單來講是資料庫，是由二維表來邏輯表達和實現的數據。非結構化即數據結構不規則或不完整，沒有預定義的數據模型。由人類產生的數據大部分是非結構化數據。

『貳』 互聯網以後的發展趨勢怎麼樣

一是提網速，廣連接。骨幹網路優化提速明顯，固定寬頻普及目標提前完成；網路提速降費成效顯著，移動網路體系建設加快推進；物聯網路部署大幕拉開，專有網路連接更加廣泛；智能硬體豐富信息交互，推進傳統產業轉型升級；資源連接范圍持續擴大，產業互聯互通步伐加快。
二是深融合，強製造。產業互聯網全面深度融合，服務實體經濟創新發展；「中國製造2025」全面實施，製造強國建設邁上新台階；工業互聯網全力縱深推進，產業生態體系顯現雛形；「互聯網+農業」迸發巨大能量，技術助推產業鏈升級；「雙創」平台持續普及推廣，成為融合發展新動能。
三是興業態，惠民生。智能技術助力業態煥新，打造科技時尚新生活；新型消費優化產業布局，構築個性化、智能化應用場景；無人零售領域百花競放，服務布局向線下聚攏；分享經濟加速優勝劣汰，強勢企業瞄準AI領域；在線娛樂行業加速升溫，產品豐富但問題不容小覷；創新領域覆蓋更廣更深，網路惠民觸手可及。
四是謀創新，拓市場。應用創新向技術創新挺進，商業化應用競爭加劇；多級平台同步孵化產品，「內容為王、創意為先」優勢凸顯；互聯網平台走向生態化，產業鏈依存關系持續增強；企業「進軍」農村市場，縣域經濟蓬勃發展；推廣中國本土優勢經驗，「出海」足跡延伸更廣。
五是重安全，共治理。系列法律法規加速實施落地，為網路安全保駕護航；網路安全保障能力持續提升，安全產業向服務主導轉型；有效防範打擊通訊信息詐騙，全力保障社會民生；不良信息治理力度持續加大，網路空間更加清朗；命運共同體理念深入人心，互聯網全球治理體系深度變革。
報告指出，2018年的中國互聯網產業六個方面發展趨勢值得關註：
一是新技術，下一代網路建設帶動5G產業崛起，工業互聯網促進製造業集成創新，大數據、人工智慧將加速推進產業深度融合，技術創新推動金融信用體系趨於完善。
二是新動能，產業互聯網推動新舊動能加速轉換，「互聯網+先進製造業」成為振興實體經濟的重要途徑，製造業與互聯網融合的行業解決方案將繼續突破，智能製造的網路安全保障將成為關鍵一環，農業全產業鏈信息化升級將加速。
三是新場景，數據與服務開辟未來消費新場景，共享服務更加智能化和全球化，智能化賦能更多平台場景。
四是新體驗，智能交互催生消費新體驗，車聯網、智能家電促進「住行」新體驗升級，AR有望重新定義移動交互體驗。
五是新挑戰，勒索病毒攻擊類或將成為常態，個人信息保護將面臨嚴峻挑戰，關鍵信息基礎設施的安全風險將不斷攀升，網路空間安全防護能力將大幅加強，企業拓展國際化市場將面臨激烈競爭。
六是新生態，物聯網和工業互聯網安全生態建設將日益完善，平台經濟創新與協同治理的需求將更加迫切，數據權屬關系受到廣泛關注，網路綜合治理體系將加快完善，全球互聯網治理體系將深度變革。

『叄』 大數據是幹嘛的

大數據是一系列抄技術的統襲稱，經過多年的發展，大數據已經形成了從數據採集、整理、傳輸、存儲、安全、分析、呈現和應用等一系列環節，這些環節涉及到諸多大數據工作崗位，這些工作崗位與物聯網、雲計算也都有密切的聯系。

大數據是一個抽象的概念，對當前無論是企業還是政府、高校等單位面臨的數據無法存儲、無法計算的狀態。

(3)金融機構如何利用雲計算開展精準營銷擴展閱讀：

大數據應用舉例

洛杉磯警察局和加利福尼亞大學合作利用大數據預測犯罪的發生。

google流感趨勢(Google Flu Trends)利用搜索關鍵詞預測禽流感的散布。

統計學家內特.西爾弗(Nate Silver)利用大數據預測2012美國選舉結果。

麻省理工學院利用手機定位數據和交通數據建立城市規劃。

梅西百貨的實時定價機制。根據需求和庫存的情況，該公司基於SAS的系統對多達7300萬種貨品進行實時調價。