盤點大數據預測正在和即將改變的10個領域

從夜觀天象到氣象預報，從童話裏的水晶球到今日的科技預言家，從地震雲的傳説再到科學家猛攻的地震預測，人類一直希望能夠更早突破侷限看穿未來。隨着信息革命的深入，大數據時代的預測將更具可操作性和確定性，人類的生活也正在隨大數據預測深刻改變。讓每一種非常規的變化事前一定有徵兆，讓每一件事情都有跡可循，這就是大數據預測的願景。如果找到了徵兆與變化之間的確切規律，那麼任何行業的預測將來“那都不是事兒”。

究竟哪些行業最有可能提前跟大數據攀親聯姻，打開預測未來的錦囊妙計，且聽小編一一道來!

1*、體育行業預測*

世界盃期間，谷歌、百度、微軟和高盛等公司都推出了比賽結果預測平台。其中，百度在小組賽階段的表現最為亮眼，而進入淘汰賽階段，百度與微軟則以16場比賽15場準確預測的成績讓人們見識到大數據在預測領域的魅力。

從互聯網公司的經驗來看，只要有體育賽事相關的歷史數據，並且與指數公司進行多方合作，就可以在賽事預測領域取得不錯的成績。

2*、經濟、金融行業預測*

2013年，英國華威商學院和美國波士頓大學物理系的研究發現，用户通過谷歌搜索的金融關鍵詞或許可以把脈金融市場的走向，相應的投資戰略收益高達326%。而此前，也有專家嘗試通過Twitter博文情緒來預測股市波動。從預測的原理上來看，穩定發展的美國股市是比較適合大數據預測發揮其作用的。

對國內而言，百度推出的中小企業景氣指數預測，應用百度海量的搜索數據來刻畫我國中小企業運行發展的景氣狀態，以期能夠及時、有效地反映中小企業運行狀況，提高經濟監測的全面性和及時性。目前該功能已經上線投入應用。

3*、市場物價預測*

CPI表徵已經發生的物價浮動情況，但統計局數據並不權威。但大數據則可能幫助人們瞭解未來物價走向，提前預知通貨膨脹或經濟危機。單個商品的價格預測更加容易，尤其是機票這樣的標準化產品，去哪兒提供的“機票日曆”就是價格預測，可以告知你幾個月後機票的大概價位。商品的生產、渠道成本和大概毛利在充分競爭的市場中是相對穩定的，與價格相關的變量相對固定，商品的供需關係在電子商務平台可即時監控，因此價格可以預測，基於預測結果可提供購買時間建議，或者指導商家進行動態價格調整和營銷活動以利益最大化。

4*、用户行為預測*

基於用户搜索行為、瀏覽行為、評論歷史和個人資料等數據，互聯網業務可以洞察消費者的整體需求，進而進行針對性的產品生產、改進和營銷。百度基於對海量大數據的智能分析，可以對使用百度產品的用户進行畫像，即通過用户輸入的搜索詞來理解用户的意圖，從而就能實現個性化的精準廣告推薦提升用户對廣告的點擊率和對產品的訂單轉化率。

此外，受益於傳感器技術和物聯網的發展，線下的用户行為洞察正在醖釀。免費商用WIFI、ibeacon技術、攝像頭影像監控、室內定位技術、NFC傳感器網絡、排隊叫號系統，可以探知用户線下的移動、停留、出行規律等數據，進行精準營銷或者產品定製。

5*、個人健康預測*

中醫可以通過望聞問切手段發現一些人體內隱藏的慢性病，甚至看體質便可知曉一個人將來可能會出現什麼症狀。人體體徵變化有一定規律，而慢性病發生前人體已經會有一些持續性異常。理論上來説，如果大數據掌握了這樣的異常情況，便可以進行慢性病預測。

結合智能硬件，慢性病的大數據預測變為可能。可穿戴設備和智能健康設備幫助網絡收集人體健康數據，心率、體重、血脂、血糖、運動量、睡眠量等狀況。如果這些數據足夠精準且全面，並且有可以形成算法的慢性病預測模式，或許未來你的設備就會提醒你的身體罹患某種慢性病的風險。KickStarter上的My Spiroo便可收集哮喘病人的吐氣數據來指導醫生診斷其未來的病情趨勢。急性病卻很難預測，突變和隨機性特徵使之難以預測。

6*、醫療疾病預測*

基於人們的搜索情況、購物行為預測大面積疫情爆發的可能性，最經典的“流感預測”便屬於此類。如果來自某個區域的“流感”、“板藍根”搜索需求越來越多，可以在一定程度上推測出該地存在流感的風險。在該領域，包括谷歌、百度、Twitter在內的互聯網公司都在嘗試利用自己平台的大數據優勢做疾病預測的相關分析，甚至已經有相關產品推出。

7*、災害災難預測*

氣象預測是最典型的災難災害預測。地震、洪澇、高温、暴雨這些自然災害如果可以利用大數據能力進行更加提前的預測和告知便有助於減災防災救災賑災。與過往不同的是，過去的數據收集方式存在着死角、成本高等問題，物聯網時代可以藉助廉價的傳感器攝像頭和無線通信網絡，進行即時的數據監控收集，再利用大數據預測分析，做到更精準的自然災害預測。

8*、環境變遷預測*

除了進行短時間微觀的天氣、災害預測之外，還可以進行更加長期和宏觀的環境和生態變遷預測。森林和農田面積縮小、野生動物植物瀕危、海岸線上升，温室效應這些問題是地球面臨的“慢性問題“。如果人類知道越多地球生態系統以及天氣形態變化數據，就越容易模型化未來環境的變遷，進而阻止不好的轉變發生。而大數據幫助人類收集、儲存和挖掘更多的地球數據，同時還提供了預測的工具。

9*、交通行為預測*

基於用户和車輛的LBS定位數據，分析人車出行的個體和羣體特徵，進行交通行為的預測。交通部門可預測不同時點不同道路的車流量進行智能的車輛調度，或應用潮汐車道;用户則可以根據預測結果選擇擁堵幾率更低的道路。現成的案例是，百度在春運期間推出的百度遷徙以及用以預測景點遊客流量的旅遊預測產品，這些產品對於用户出行選擇、商家資源分配都具有很高的參考價值。

10*、能源消耗預測*

加州電網系統運營中心管理着加州超過80%的電網，向3500萬用户每年輸送2.89億兆瓦電力，電力線長度超過25000英里。該中心採用了Space-Time Insight的軟件進行智能管理，綜合分析來自包括天氣、傳感器、計量設備等各種數據源的海量數據，預測各地的能源需求變化，進行智能電能調度，平衡全網的電力供應和需求，並對潛在危機做出快速響應。中國智能電網業已在嘗試類似大數據預測應用。

對於單個家庭來説則可以通過智能家居設備，記錄家庭成員的起居習慣，感知用户的舒適度，預測用户的温控能耗需求，進行智能的温控裝置控制，還可結合階梯電價表來幫助用户省錢。Nest正式基於大數據預測用户能耗需求的成功產品。

除了上面列舉的10個領域之外，大數據預測還可被應用在房地產預測、就業情況預測、高考分數線預測、選舉結果預測、奧斯卡大獎預測、保險投保者風險評估、金融借貸者還款能力評估等等，讓人類具備可量化有説服力可驗證的洞察未來的能力，大數據預測的魅力正在釋放出來。