今年以來，“大數據”一詞被越來越多的人提到。從表層意義上看，人們用它來描述和定義信息爆炸時代產生的海量數據。實際上，“大數據”的滲透能力遠超人們想象，不管是在物理學、生物學、環境生態學等領域，還是軍事、金融、通信等行業，數據正在迅速膨脹，沒有一個領域可以不被波及。“大數據”正在改變甚至顛覆著我們所處的整個時代，對社會發展產生了方方面面的影響。

　　大數據下的營銷方式變革

　　有數據顯示，Twitter平均每天產生3.4億條消息，而Facebook每日則有40億條信息在擴散。隨著社交網絡的全球擴張，數據大爆炸正在改寫營銷規則。社會化媒體的廣泛應用帶來了海量的數據。數字科技的發展越來越深刻影響到營銷的方法論以及營銷的效率，這個時代已經完全不是此前單純的數字媒體化年代。網絡媒體正在從單純的內容提供方進化成開放生態的主導者，大數據時代的社會化營銷重點是理解消費者背后的海量數據，挖掘用戶需求，并最終提供個性化的跨平臺的營銷解決方案。

　　在大數據時代，整個營銷系統的變量越來越多，各種新勢力與傳統力量在系統中不斷耗散與協同。這些日益增加的復雜性最終導致了整個系統的目標慢慢開始失焦，那些在傳統營銷時代原本理所當然的方法論開始變得不確定。未來，將會有越來越多的企業通過各種用戶產品、數據庫對用戶行為進行一系列的數據洞察、分析和挖掘，深度剖析每一個用戶族群，通過差異化標簽在品牌和受眾之間建立社會化的營銷關聯。而基于對大數據營銷價值的挖掘成為在線營銷領域面臨的課題,也就是企業可以通過追蹤用戶瀏覽網頁及購物習慣智能地提升精準投放廣告的能力，從而得到更高的投資回報率。

　　大數據下的生活方式變革

　　在大數據時代，用戶會越來越多地依賴于網絡和各種“云端”工具提供的信息作出行為選擇。從社會這個大方面上看，這有利于提升我們的生活質量、和諧程度，從而降低個人在群體中所面臨的風險。比如美國的網絡公司Farecast通過對2000億條飛行數據記錄的搜索和運算，可以預測美國各大航空公司每一張機票的平均價格的走勢，如果一張機票的平均價格呈下降趨勢，系統就會幫助用戶作出稍后再購票的明智選擇。反過來，如果一張機票的平均價格呈上漲趨勢，系統就會提醒用戶立刻購買該機票。通過預測機票價格的走勢以及增降幅度，Farecast的票價預測工具能幫助消費者抓住最佳購買時機，節約出行成本。未來，通過對大數據信息的整合，這項技術可以廣泛應用到其他領域，比如賓館預訂，貴金屬、房產的購買等，只要這些領域內的產品差異不大，同時存在大幅度的價格差和大量可運用的數據，就都可以應用這項技術。人們應用這些專業網站提供的預測價格，在進行購物和消費時也會變得越來越理性。

　　從互聯網浩瀚的數據寶藏中獲取資料進行自動運算處理的計算機工具正在快速普及，處在一線的是正在迅速發展的人工智能技術，像自然語言處理、模式識別以及機器學習。那些人工智能技術可以被應用到多個領域。現在，Google的無人駕駛汽車已經在加州行駛了幾千公里，未來我們可以通過人工智能與汽車產生互動，從而使自動駕駛得以實現，當然，這些都是基于大量數據解析的結果。又如，越來越智能化的手機語音助手隨著人們提供的數以百萬計的數據，正變成人們的個人小助理，為用戶提供提醒、天氣預報、收發郵件、行程安排等多種服務，未來所能解決的問題也越來越多。

　　大數據下的醫療方式變革

　　在公共衛生和醫療領域，“大數據”的預測有望為人們提供強大的健康保障。通過對上萬名自閉癥患者家庭背景、居住地區、父母飲食、環境差異等數據的收集，我們或許可以發現這種疾病的成因。研究人員已發現，Google搜索請求中諸如“流感癥狀”和“流感治療”之類的關鍵詞出現的高峰要比一個地區醫院急診室流感患者增加出現的時間早兩三個星期(而急診室的報告往往要比瀏覽慢兩個星期左右)。通過類似現象的判斷，我們可以提前預測疾病的爆發，更有針對性地作出預防。

　　在醫療領域，電子化設備越來越普遍化，人體檢測的相關指標數據也可以更加便捷地得到，可以就某一現象收集到更多數據。在過去，醫院的護士會一天三次來收集病人的生命體征數據，包括體溫、血壓、心跳。而在數字化的大數據時代，我們每天能收集的關于病人每分鐘生命體征、器官機能的數據點達幾千個甚至幾萬個，可以得到更多的數據和細節來判斷病人的康復進程，從而更好地確定他們之后的治療重點。有了“醫療大數據”，我們可以為每位病人定制治療計劃，從而保證治療的高效性和有效性。

　　大數據下的商業方式變革

　　未來將會有越來越多的企業依靠“大數據”存活，借助數據存儲、數據分析等為顧客提供更高透明度服務的同時，從中獲得豐厚的利益。在這個系統中，低效率被改變了，我們對于事物的作用機制有了更深了解。比如：果樹和蔬菜種植企業可以通過安裝傳感器來實現對數據的收集，這意味著通過成百上千個數據的收集，我們可以得到關于溫度、濕度和水量的精確數據，由此，通過計算機我們可以有針對性地對待每一棵果樹或是每一畝稻田，提高作物產量。

　　數據優先也會成為未來企業決策的重要標準之一。在商業、經濟等其他領域，決策將會越來越以數據和分析為基礎，而不靠經驗和直覺。通過對銷售、定價和經濟、人口、天氣等方面的數據分析，大型零售商可以為特定的門店選擇合適的產品，并確定各種促銷方案。物流公司也可以通過挖掘貨車交付時間和交通模式方面的數據更加科學合理地安排調整路線。

　　運營商面臨的挑戰與機遇

　　未來，“大數據”的推廣與應用伴隨著的是智能手機的普及，隨著以iPhone為代表的智能手機的熱銷，仿佛一夜之間，所有的手機都變成了大屏可觸摸的、智能化的，日益豐富的App通過各種渠道獲得了各種“大數據”，并靠此成為人們進入移動互聯網的通道，對運營商大量的增值業務形成了較強的替代作用。隨著“大數據”在各行各業的推進，運營商現有的增值業務盈利模式將會被打破，音樂、游戲、圖書等應用面臨著被邊緣化的危險。

　　當然，“大數據”除了帶來威脅外，更多的是機遇。為了避免淪為他人的“管道”，尋找新的利潤增值點與創新盈利模式變得日益重要。運營商利用“大數據”相比其他諸如谷歌、騰訊、亞馬遜等互聯網企業有著更為重要的優勢，如詳細的個人信息和行為數據、便利的個人身份認證方式以及便捷的收費體系。日本最大運營商NTTDoCoMo利用“大數據”發展的實踐或許可以帶給我們一點啟發。NTTDoCoMo早在2010年就提出了運營商應該不僅僅是一家移動運營商，而應該運用所掌握的“客戶行為”的大數據做好外延產業。現在，NTTDoCoMo利用所掌握的客戶資源重點發展以下八大領域：金融及結算業務、商業服務、醫療與健康服務、多媒體業務、物聯網、集成與平臺化業務、環保服務、安全安保服務。通過垂直整合包括網絡、終端、平臺、內容在內的資源，NTTDoCoMo為用戶提供了上述領域的增值業務服務。比如在醫療與健康服務部分，DoCoMo和歐姆龍合作成立了一個合資公司，叫做DoCoMohealthcare，利用歐姆龍公司在健康檢測方面的優勢和DoCoMo所掌握的個人用戶信息的優勢，為用戶提供更為個性化和便捷化的健康營養知識。

　　運營商除了可以借鑒NTTDoCoMo的實踐，最重要的是根據自己的實際情況來制定對應的發展策略。在大數據時代，我們可以做的有很多，比如更加豐富的基于通訊錄的社交網絡，比如更為便捷的電子化產品(或服務)的匯聚銷售以及相應的支付體系，比如整合各種社會渠道如醫院掛號、圖書訂閱、快遞查詢、交通狀況、車輛行駛信息等各種生活類的服務。