可否認，大數據目前在廣大群眾心目中，“大數據殺熟”“大數據侵犯隱私”這種負面的熱度還要高些。因此也有很多人討厭大數據，不認同大數據。這是無可厚非的，無法避免的。

[[399616]]

但我們今天主要還是來講講大數據積極的一面。

大數據在哪些地方幫助了我們。

醫療方面

早期，大部分醫療相關數據是紙張化的形式存在，而非電子數據化存儲，比如官方的醫藥記錄，收費記錄，護士醫生手寫的病例記錄，處方藥記錄，X光片記錄，磁共振成像(MRI)記錄，CT影像記錄等等。隨著強大的數據存儲，計算平臺，及移動互聯網的發展，現在的趨勢是醫療數據的大量爆發及快速的電子數字化。以上提到的醫療數據都在不同程度上向數字化轉化。移動互聯網、大數據、云計算等多領域技術與醫療領域跨界融合，新興技術與新服務模式快速滲透到醫療各個環節，并讓人們的就醫方式出現重大變化，也為中國醫療帶來了新的發展機遇。

大數據技術在醫療領域的技術層面、業務層面都有十分重要的應用價值在技術層面：大數據技術可以應用于非結構化數據的分析、挖掘，大量實時監測數據分析等，為醫療衛生管理系統、綜合信息平臺等建設提供技術支持;在業務層面：大數據技術可以向醫生提供臨床輔助決策和科研支持，向管理者提供管理輔助決策、行業監管、績效考核支持，向居民提供健康監測支持，向藥品研發提供統計學分析、就診行為分析支持。

關于大數據在醫療這個方面，有個案例很好解釋。疫情那段最難熬的時間，我們是如何知道哪里出現了疫情案例呢?

是大數據，大數據顯示了每天增加多少例，治愈多少，以及身邊的疫情。大數據與醫療的結合才讓我們有提前防范的準備，這個功勞不可磨滅。

出行方面

眾所周知，鐵路出行一向是春運的重要出行方式，每年的搶票都會成為社會熱點，而“一票難求”的局面在大數據和人工智能技術的幫助下正趨于緩解。一方面，鐵路部門可以對往年旅客春運期間火車出行的大數據進行分析，根據出行規律，有針對性地調整春運供給。另一方面，隨著網絡購票越發穩定通暢，網絡購票已經成為主流購票方式。眾多第三方平臺在人工智能和大數據的助力下，通過實施監測購票數據，幫助旅客提高搶票的成功概率。

在客運出行方面，節假日前夕，眾多平臺往往會推出假日出行預測，對假期出行最擁堵的時間段、熱門路線、景點等作出預測。另一方面，各省市也發布春運預測，通報本省的交通高峰日期、易擁堵路段等。運用大數據分析報告，游客在假期出行時可以更合理地安排行程，度過舒適假期。

關于一個出行方面，有一個最新的案例，相信大家也都知道“成都49中”但我們不談具體事情，而是一個插曲。

大家都知道，49中事情發生后，大家都對此事很關心，但也有些心里想法有別的人。在事發第二天，一些外地(G、T)到達成都的“愛國人士”較以往正常的平均值高出138%;滴滴平臺從機場、高鐵站直達49中正門口的車流，較正常平均值高出847%;學校周邊酒店訂房率直升63%。在結合考慮晚上游行的一些“手拿白色康乃馨的20多歲帶著口罩的家長”，或許這些數據不僅僅是數據，而是有反映出更多的信息。

還有大數據反腐、大數據查偷稅漏稅等。這些都是正面例子，大數據是真的為我們的社會帶來了很多的幫助，政府也大力支持大數據的發展，因此也催生出了越來越多的大數據相關崗位的產生。

這篇文章，不僅是想要表達大數據在我們社會中帶來的幫助，也是想告訴大家，大數據現在缺人!

一邊是企業大量的需求，一邊是社會匱乏的人才。有能力有資產的大企業開出高薪挖人，年薪30萬、50萬的offer頻頻出現，即便如此也很難滿足人才需求。

大數據技術在全球正在飛速發展，目前的趨勢已經影響到各個行業，對這方面人才的需求也越來越大，而現在正是大數據的初步爆發階段，根據中國商委會數據分析部統計，未來中國基礎性數據分析人才缺口將達到140萬。