2、智慧交通数据快速放开随着城市的快速发展，交通拥堵与随之产生的交通污染等问题频发，影响着人们的生活质量，成为城市管理当中亟需解决的问题。智能交通系统在提高出行效率，疏导城市交通等方面具备良好的效果，将成为改善城市交通情况的关键所在。实时准确地获取交通数据，在此基础上构建出合适的模型，从而提出具备针对性的解决方案正是大数据应用的一个有效场景。

整个系统的核心是数据的采集与计算。随着公交一卡通及互联网移动设备的快速普及，城市视频监控系统的逐渐完善，以及车联网技术的发展，交通数据的采集已经可以实现包括行人、公交系统和汽车的全覆盖。如何通过计算而挖掘出数据的内在价值是整个建设方案的核心所在。

对此，政府采取了开发的态度积极鼓励社会力量的参与。2015年8月，上海首次开放十大领域、总容量达上千GB的交通大数据，包括城市道路交通指数、地铁运行数据、一卡通乘客刷卡数据、浦东公交车实时数据、强生出租车行车数据、空气质量状况、气象数据、道路事故数据等，面向全球征集改善城市交通、便利市民出行、创新商业模式的应用程序和解决方案。

3、医疗大数据变现逐步成型大数据在医疗领域的应用正在逐步成型，主要应用来自以下四个方面：

1、从医生角度

1）比较治疗服务：临床数据比对，匹配同类型的病人和用药,比较多种干预措施的有效性。提出最有效和最具成本的治疗方法。

2）临床决策支持服务：利用规则和数据实时分析给出智能提示，使用图像和识别技术，或者挖掘医疗文献数据建立医疗专家数据库，从而给医生提出诊疗建议。

2、从药企、科研单位角度

1）药品研发：对药品实际作用或功能进行分析，进行药品市场预测分析，制定市场推广策略。分布式计算加快基因测序计算效率，加快创新药物研发。

2）临床试验数据分析：实时或近乎实时地收集不良反应报告可以促进药物改进。对药物进行重新定位，确定药品更多的适应症和发现副作用。基于临床试验大数据的分析可以给出证据。

3、从政府角度

1）传染疾病控制：快速检测传染病，进行全面的疫情监测，快速进行响应提供准确和及时公众健康咨询，降低传染病感染风险。

2）人口健康分析：对不同群体人群就医，健康数据实施人口统计分析，分析人们不良的生活方式密切相关的疾病源。

3）医保欺诈：预测风险辅助制定农合基金的起付线、赔付病种等。监控医保卡诈骗、套现等；监控医疗信息，防止大处方；卫生经济学及药品定价；医疗资源分配

4、从患者角度

1）病症早期预测：应用高级分析可以确定哪些人是某类疾病的易感人群。根据确定的某类疾病的易感人群。尽早接受预防性保健方案。

2）个性化治疗：同样的病人用同样的诊疗方案疗效却不一样，部分原因是遗传变异。针对不同的患者采取不同的诊疗方案，根据患者实际情况调整药物剂量，可以减少副作用。

3）个人健康管理：更全面深入地从社会、心理、环境、营养、运动的角度来对每个人进行全面的健康保障服务，帮助、指导人们成功有效地维护自身健康。

4、工业大数据应用将成为热门领域

随着信息化与工业化的深度融合，信息技术渗透到了工业企业产业链的各个环节，条形码、二维码、RFID、工业传感器、工业自动控制系统、工业物联网、ERP、CAD/CAM/CAE/CAI等技术在工业企业中得到广泛应用，尤其是互联网、移动互联网、物联网等新一代信息技术在工业领域的应用，工业企业也进入了互联网工业的新的发展阶段，工业企业所拥有的数据也日益丰富。工业企业中生产线处于高速运转，由工业设备所产生、采集和处理的数据量远大于企业中计算机和人工产生的数据，从数据类型看也多是非结构化数据，生产线的高速运转则对数据的实时性要求也更高。因此，工业大数据应用所面临的问题和挑战并不比互联网行业的大数据应用少，某些情况下甚至更为复杂。

工业大数据应用将带来工业企业创新和变革的新时代。通过互联网、移动物联网等带来的低成本感知、高速移动连接、分布式计算和高级分析，信息技术和全球工业系统正在深入融合，给全球工业带来深刻的变革，创新企业的研发、生产、运营、营销和管理方式。这些创新不同行业的工业企业带来了更快的速度、更高的效率和更高的洞察力。

1.加速产品创新

客户与工业企业之间的交互和交易行为将产生大量数据，挖掘和分析这些客户动态数据，能够帮助客户参与到产品的需求分析和产品设计等创新活动中，为产品创新作出贡献。

2.产品故障诊断与预测

这可以被用于产品售后服务与产品改进。无所不在的传感器、互联网技术的引入使得产品故障实时诊断变为现实，大数据应用、建模与仿真技术则使得预测动态性成为可能。

3.工业物联网生产线的大数据应用

现代化工业制造生产线安装有数以千计的小型传感器，来探测温度、压力、热能、振动和噪声。因为每隔几秒就收集一次数据，利用这些数据可以实现很多形式的分析，包括设备诊断、用电量分析、能耗分析、质量事故分析（包括违反生产规定、零部件故障）等。

4.工业供应链的分析和优化

当前，大数据分析已经是很多电子商务企业提升供应链竞争力的重要手段。RFID等产品电子标识技术、物联网技术以及移动互联网技术能帮助工业企业获得完整的产品供应链的大数据，利用这些数据进行分析，将带来仓储、配送、销售效率的大幅提升和成本的大幅下降。

5.产品销售预测与需求管理

通过大数据来分析当前需求变化和组合形式。大数据是一个很好的销售分析工具，通过历史数据的多维度组合，可以看出区域性需求占比和变化、产品品类的市场受欢迎程度以及最常见的组合形式、消费者的层次等，以此来调整产品策略和铺货策略。

6.生产计划与排程

制造业面对多品种小批量的生产模式，数据的精细化自动及时方便的采集（MES/DCS）及多变性导致数据剧烈增大，再加上十几年的信息化的历史数据，对于需要快速响应的APS来说，是一个巨大的挑战。大数据可以给予我们更详细的数据信息，发现历史预测与实际的偏差概率，考虑产能约束、人员技能约束、物料可用约束、工装模具约束，通过智能的优化算法，制定预计划排产，并监控计划与现场实际的偏差，动态的调整计划排产。