“大數據”無疑是當下最火的IT詞匯之一。

5天前在百度搜索過“購車稅”，5天后打開愛奇藝網就會看到推過來的汽車貼片廣告，愛奇藝依托百度海量搜索行為數據推出的精準廣告產品“一搜百映”日前正式進入市場。

愛奇藝的一搜百映揭開了

相關公司股票走勢

華宇軟件15.98+0.140.88%科大訊飛39.15+0.330.85%大數據產業的一角。繼物聯網、云計算、移動互聯網之后，“大數據概念”橫空出世，據中國信息產業發展研究院數據，我國云計算市場規模2013年將達到1100億元，到2015年，中國云計算產業鏈規模將達到7500億元至1萬億元。

精準定位

馬云在卸任阿里巴巴集團CEO時稱，大家還沒搞清PC時代的時候，移動互聯網來了;還沒搞清移動互聯網的時候，大數據時代來了。

此前，人們因為自己手機號碼的外泄而收到太多的垃圾短信，比如薦股的、推海景房的、賣保健品的，而在大數據時代將會根據個人的好惡有針對性的進行推薦。

如果你最近一個月曾搜索過“購車稅”，打開愛奇藝的播放頁會發生什么?答案是：路虎、寶馬、大眾、菲亞特等多款車型汽車廣告將成為你的廣告貼片首選。歷時3個多月，視頻企業愛奇藝背靠百度的大數據庫，通過挖掘搜索引擎海量數據價值來優化視頻廣告服務，同時減少對非目標用戶的廣告打擾。

事實上，通過數據挖掘進行精準營銷的案例并不在少數，如果我們瀏覽過淘寶的一款泳衣，那么當你打開網頁資訊的時候，關于泳衣的產品推介就會無處不在。如果你在線預定飛往昆明的機票，那么關于打折機票的推薦也會輕易地出現在你的網頁上。

隨著物聯網、云計算、移動互聯網等相關應用的普及，人們的行為會被手機、平板電腦、PC以及遍布地球各個角落的各種各樣的傳感器接受，數據產生越來越多，由此，也將對存儲器行業、軟件開發與應用行業等產生重大影響。#p# 

前景誘人

“數據已經成為一種重要的商業資本，可以創造新的經濟利益和商業模式。”愛奇藝的相關負責人如此表述。根據愛奇藝的測算，一搜百映技術可使廣告到達頁面信息到達率可達50%以上，高出原有模式45%以上。

上述人士指出， 目前，視頻網站對投放人群分類的依據主要基于內容分類、用戶瀏覽記錄和歷史點擊行為等因素，這種為用戶“畫像”的廣告形式可以在品牌廣告展現上起到很好的投放效果，但在指導購買上的作用則有所缺失。“一搜百映”的推出，有效規避了傳統廣告“畫像”的缺陷——依靠對比分析百度搜索海量數據和愛奇藝站內數據，廣告主在愛奇藝上進行貼片廣告投放，區分的不再是帶有共同特征的模糊群體，而是一個個具有切實購買意愿的個人。

根據IDC的調查報告，全球大數據產業未來3年之內還將出現200%的累計增長，市場規模超1460億元人民幣，其整體增速約為目前火熱的信息通信技術市場的七倍，2016年，大數據行業的收入將達1462億元人民幣。

可以創造新的經濟效益，這也成為眾多IT巨頭投入大數據的原因。美國互聯網領域近日頻現較大規模并購交易，最新的一筆是亞馬遜5月13日宣布收購三星旗下荷蘭顯示技術公司iquavista;微軟日前也曝出擬出資10億美元收購Nook Media公司數字資產，雅虎上半年則收購了5家初創公司，總額達1600萬美元。

在國內，百度、阿里巴巴等互聯網企業也在做一系列的嘗試，并推出了相應產品。上市公司中，2012年，華宇軟件在大數據處理、云計算等方向已形成一定的研究成果，并且部分已經產品化，比如掌上法院、互聯網訴訟服務平臺等。科大訊飛提出，2013年，公司將繼續深化在識別、評測、合成、自然語言理解上的核心技術研究，進一步加大垂直搜索和大數據的積累挖掘。

摸索中前行

雖然大數據時代漸漸來臨，但業內人士指出，大數據分析和挖掘顯然現在還在初級階段的人群細分、興趣點細、地理位置細分等領域，而且營銷也并非準確。

以阿里巴巴推出所謂精準影響為例，目前其推送的產品多為用戶已購買的商品，并沒有挖掘用戶的潛在信息，對于已購買的商品，用戶很難在短時間再次購買，換句話說，推送的廣告并不精準、及時。

大數據商業開發并不簡單，業內人士指出，數據挖掘的前提肯定是首先要有一個海量的數據源，同時也要有與之匹配的專業研發和數據分析能力。

愛奇藝相關人士介紹，一搜百映的推出經歷了三個階段，由百度分析最近30天內百度用戶的搜索行為，對用戶的興趣偏好作出判斷;把百度的用戶庫和愛奇藝的用戶庫進行比對，找到“共同”的用戶，并把用戶的興趣偏好屬性復制到愛奇藝的用戶庫;第三階段： 愛奇藝對來訪用戶的興趣屬性進行識別，如果可以識別則可以匹配播放相關度較高的精準貼片廣告。

大數據商業開發投入不菲，為解決數據的存儲，需要加大服務器等基礎設施開支。國際公司IDC存儲系統研究總監阿西什·納卡尼介紹，大數據和分析領域所產生的存儲開支將從2011年的3.799億美元，激增至2016年的60億美元。同時，針對存儲數據相關領域進行的挖掘，又會推動一個新興產業誕生。

在大數據中搜尋有用的信息進行商業開發并非易事，業內人士指出，隨著數據越來越多，能從大數據中提取的信息會隨著數據規模增加而減少，尋找相關性時錯誤信息會更多。在對大數據進行挖掘的過程中，很容易深陷一系列艱澀學科的研究中，走向商業化將步履蹣跚。