大数据（big data）
指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。
是需要新处理模式分布式处理技术、存储技术和感知技术从采集、处理、存储到形成结果的整个过程。
从而拥有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
那大数据有那些应用领域呢？
1.顾客需求分析。
2.改善生活。
3.业务流程优化。
4.客户体验优化。
5.医疗优化。
6.结果预测。
以上只是，我对于大数据应用简单概括。
大数据“顾客需求分析“在电商企业的潜在优势更是尤为突出。
在移动支付时代，
这些支付交易数据对于企业来说不亚于一座待挖掘潜能无限的“金矿”。
随着移动支付和小微企业商业需求的变革与深化。
大数据正在与第三方支付深度结合发展，
由大数据衍生的机会或成为下一个业务增长动力。
目前来说一个电商数据网的数据产品:
第一类是收银情况
第二类是客户情况
第三类是电商业务订单情况
在这些商业数据之上还可做数据运营服务，比如征信服务、风控服务等。
大数据的风口已经到来。
17年上半年不完全统计有63家大数据创业企业获得了融资，总融资金额超过68亿人民币。
其中获得上亿元融资的企业就有17家。
有些第三方数据应用服务公司，成立短短几年，市值就达到数十亿。
有数据显示，到2020年，中国大数据产业规模或达13626亿元的高点。
大数据的应用还有很多方向。待大家去探明。
“在市场模式探索明确之后，最重要的是不断积累数据，建立自身的数据优势。
我们都知道下面这些公司都有做大数据业务。
而且工资也给的不低
如果你想学大数据，这里有一套零基础到实战的精品视频资料也可以发你。
其中部分项目展示:看一下你感不感兴趣。
【底部有获取视频的方式】
为什么这个行业这么赚钱？
以下就是我总结出来的大数据变现的几大模式
1、解决方案型。
我为你架构一套大数据系统，然后每年每月为你维护、升级这套系统。
针对政府企事业单位。比如税务局、公安系统、卫生系统、防空系统，公共交通系统，反恐、经济、防灾、反腐、社保、环保等
一来是因为他们没有大数据技术能力，
二来是因为他们没有大数据人才，
三是他们期望通过大数据来实现互联网+，通过大数据来改造行业目前的情况。
2、数据工具/产品化服务
移动统计分析工具、第三方数据服务、数据分析服务等。
典型的模式如情报挖掘、舆情分析、销售追踪、精准营销、个性化推荐、可视化 、网站/APP分析工具等。
费用的收取方式：按需购买，部分功能服务免费，部分功能服务收费。
工具/产品化服务最典型的企业有阿里的数加平台、Talkingdata、DataEye等。
3、行业应用
是传统行业加上大数据后产生的新的效应。
大数据可以应用到医疗、教育、 零售、通信，航空、工业、制造业、体育、娱乐、彩票、影视、餐饮、旅游、房地产等传统行业，
当大数据与这些行业碰撞，就会产生新的商业。
主要模式：利用大数据获得行业洞察，实现更多的收益。
比如大数据+医疗就是智慧医疗系统，
大数据+制造业就等于工业4.0，
大数据+电影就等于票房预测等。
费用收取模式：通过大数据产生了更大的价值，节约了成本，优化了原有行业，衍生出新的商业模式。
比较典型的例子有：票房预测、商圈选址、高考预测、智慧城市、无人机、机器人、无人驾驶汽车等。
4.金融大数据
金融大数据的前景是最可观的，也是可持续发展的。
金融行业会不断的产生数据，而且数据可以反复使用。
大数据在金融方面的应用主要体现在征信、小额信贷、P2P、电子信用卡 、量化投资、反欺诈、互联网金融等方面。
最能让大数据实现变现的。
大数据在互联网金融方面应用得比较好的平台有京东白条、蚂蚁金服的小额贷款、支付宝的花呗、借呗等。
-------------------------------------------------------------------------------------------------------------市场那么大，那为什么从业人员还这么少呢？
1.大数据做为新科技新技术，本身发展时间也没多久？
2.大数据技术门槛是非常大，从理论理解架构，实践认识技术，完成企业级项目，才能算真正出师。
3.大学教师资源缺稀，有理论却无实践经验，而大部分实践经验丰富的人都被BAT或大公司垄断。从事教育事业的专业大数据架构师不多。
国家对大数据也是极其重视
尤其是2017年，发展大数据产业被写入政府工作报告中。
大数据开始不只是出现在企业的战略中，也开始出现在政府的规划之内，可以说是互联网世界的宠儿。
据《大数据人才报告》显示，大数据相关职位主要划分为数据开发、数据挖掘、图像/视觉、语音、四大类，对截止到2017年11月的427,120份简历样本进行分析。
报告核心发现
1.2017年，大数据及人工智能人才需求增长迅猛，招聘需求猛增6倍，大数据需求增长幅度最为惊人，达795%。
2.大数据及人工智能薪资整体高企，平均固定年薪达38万。薪资溢价尤其明显，起薪突破19万每年，高出互联网普通技术人员134%。
3.目前全国的大数据人才仅46万，未来3-5年内大数据人才的缺口将高达150万。
