大数据对传统产业的改变不只是某个环节，而是从设计研发、生产管理到售后维护的全流程。 大数据要与传统产业更好地融合，关键还在于产业本身的发展和应用。
零售巨头沃尔玛每天都要处理庞大的数据信息，所有店面的销售情况都实时反映到大数据中心，通过对比分析可以准确发现隐藏的问题。
沃尔玛相关负责人表示，运用大数据工具之后，出现问题到解决问题的时间从两到三周缩减为20分钟。
零售业运用大数据调整销售策略，制造业运用大数据加强售后维护，农业运用大数据制定收割路线，电信业运用大数据加强精准营销……
显然，大数据对传统产业的改变不只是某个环节，而是从设计研发、生产管理到售后维护的全流程。
大数据的高容量、多样性、存取速度快、应用价值高等特性都有助于传统产业转型升级。大数据是创新发展的资源，大数据资源的开发也要经历采集、传输、储存、梳理、分析等过程去形成软件和个性化解决方案，然后应用到相关的领域、行业和企业。
而大数据的实时、感知和预测等特点确实可以在企业降低成本、缩短生产周期、提升效率、细分产品定位、优化流程和决策等方面扮演重要角色。
目前，商业、金融业、制造业等传统行业都有成功的大数据应用。
其中，零售、媒体、能源、电信等行业应用大数据做得比较好，前两者是因为在消费前端，加之“互联网+”大潮带动，大数据的价值很容易体现出来；
后两者则是因为本身在国家推进产业发展时就一直比较重视信息化建设以及后来的智能化升级改造，大数据的应用水平自然水涨船高。
制造业是大数据应用的主战场
大数据能推动制造业在更大范围、更深层次实现更有效率、更加精准的资源配置，加速驱动制造业生产、管理、营销模式的全面变革，显著提升制造业发展的质量和效益。
智能制造是《中国制造2025》的主攻方向，而大数据正是智能制造的重要内容。
目前，我国制造业应用大数据的水平并不高。大数据从消费端向生产端渗透是一个渐进的过程，此外我国制造业本身各行业之间智能化水平差异较大，这两方面都直接影响到大数据的应用水平。
举一个简单的例子，日本工厂的一条生产线有上千个传感器，国内企业则只有几百个。少这么多不是为了省钱，而是因为国内企业不知道还能在哪些地方放传感器。由此可见制造工艺水平越高，对精准操控的要求就越高，对传感器的要求也就越多。
由此可见，大数据要与传统产业更好地融合，关键还在于产业本身的发展和应用。
比如，最靠近消费者的服务业把大数据用得最好。目前服务业成功应用大数据的经验可以总结为3点：
一是从过程看，大数据实现了要素间的互联互通和综合集成，借鉴到制造端就是现在大家熟知的信息物理系统。
二是从要素看，大数据平台搭建推进了要素的优化整合和高效配置，借鉴到制造端就是工业大数据。
三是从决策看，大数据成为精准投放决策的重要支撑，借鉴到制造端就是商业智能。
共有条评论 网友评论