从‘啤酒和尿布’的故事、到《泰囧》上映后的观影狂潮、到第一季已经完结的热播美剧《纸牌屋》、再到由大数据时代引发的犯罪剧《疑犯追踪》，这些都让我们看到大数据给各行各业带来的大价值，并切实的改变了我们的生活。以热播美剧《疑犯追踪》为例，剧中主人公制造出了强大的计算机集群，将整个纽约市的摄像头整合在一起，结合每个人的信用卡记录、医疗及社会保险记录、行车罚单等各种数据，推断并锁定出危害国家或即将被害的自然人，有效的避免类似911恐怖袭击的事件发生。
这些年，我们的生活方式发生了翻天覆地的变化。过去乘坐交通工具，人们多是捧本书或报刊杂志打发时间，而现在人们手中换成了各式的移动终端，屏幕有大小、内容变得丰富多彩，内容形式从文字、图片、到视频；过去，人们外出旅游多是靠一本地图行天下，只有少量专业的人士采用GPS定位仪，而现在只要你的智能移动终端支持GPS功能、能够联网，就可以行遍天下。这些是我们能够直观感受到的变化，但在这种变化的被后，却是由IT技术引发的变革。
毫无疑问，随着移动互联网、社交网络、智能终端的发展，眼下数据信息的增长速度和增长量超过了任何一个时代。对于企业而言，需要走进这些数据，了解数据，把数据当作成自然资源，从中挖掘出价值来。但在这个过程中，由于数据量的增长，数据类型的复杂，对数据分析要求的提高，使得数据分析的难度在不断的增加。
联动优势是中国移动和中国银联合资成立的移动支付企业，是中国移动手机银行卡支付业务最主要的服务提供商，目前已经形成跨电子支付、金融信息服务和电子商务三大领域经营的综合型企业，涵盖电子支付、金融信息服务和电子商务三大领域经营内容。在数据构成方面具有复杂性大、维度多样、实时性强兼具金融电信两大行业特征。
联动优势共有400多台硬件设备和500多台网络设备支撑着联动优势10条业务主线下的200余个业务，这些数字正在随着联动优势业务的拓展不断增长，这意味着企业内部的数据持续飙升。过去，联动优势使用的是基于传统数据仓库的经营分析系统，然而，面对分散在不同子系统中的TB级数据，传统的数据仓库无法实现快速的查询和关联数据整合；经营分析系统也无法高效应对公司多个业务线数据交叉分析的需求和企业内部精细化管理的要求，为业务人员提供更多维度、更精细的数据。
联动优势科技有限公司副总裁CIO余琦表示：“随着业务的扩展和战急切需要一个企业级的数据平台，兼具足够的数据吞吐能力和卓越的数据整合能力，能够最大效率的对公司层面所有的业务数据进行整合、统一数据标准，从而实现数据管理、业务分析和决策支持。”
2011年，联动优势决定借助专业的第三方IT服务商构建新一代数据中心平台，开始了与IBM的合作之旅，2012年5月，PureData for Analytics专家集成系统正式上线，全面替换了联动优势部署的传统数据仓库。联动优势科技有限公司市场与战略合作部总监凌翔在采访时表示，通过部署IBM PureData for Analytics，联动优势实现了TB级分散数据的整合、快速查询（报表生成时间提速100%）、精细化管理和成本的降低（平均只需0.5位DBA），为企业战略发展和IT长期蓝图提供了有力保障。
联动优势科技有限公司市场与战略合作部总监凌翔在采访中，向记者介绍了基于新数据中心平台，由数据分析带来的三个最佳实践。
通过分析提升运营效率
过去对于违规交易或核检交易的判断比较单一，主要是号段和商户的信息，导致在短时间里，异常发起的号段如果被系统判定是可疑交易，我们会自动暂停这个商户的交易，由此，每年造成的交易额损失达1.2亿人民。而当新的数据平台上线后，联动优势将跨业务线银信通刷卡的信息和原有在话费当中的号段和交易信息进行匹配，由此多维度判断是否为持卡人，入网时长，是否是实名，在三个月内是否有有效交易等不同的条件来匹配一个用户的白名单。通过这样分块模型跨业务线的匹配和引入全球通业务多方维度标准的运算，现有的核检率大大提升。
通过分析了解业务
据艾瑞统计，网购人群的交易高峰期在早9、10点在晚9、10点，而这一数据与用户交易行为相匹配。这可以让商户根据用户购买行为而调整销售策略。
通过分析提升服务与营销方式
通过关联购买的客户行为分析，可以促成我们在后面相应商品的推送和销售机会。基于后台的运算或者交易的匹配，会为我们的营销方式和我们为商户和为用户提供多样性服务。
对于任何一个企业来说，实施一个新的IT技术战略都是非常难的，联动优势同样如此。由于业务线的分散，相应的交易数据和行为数据、关联数据的分散，很难在短时间内形成一个大数据应用的理想模式。“联动优势在实现战略和新兴业务数据入仓的角度花了很大的功夫，我们希望通过在现有业务模式设计以及我们对于新的，公司能够带来相应的收入用户资产的数据管理，实现产品到面向于数据大服务概念的核心转移。”凌翔介绍到。
从联动优势的案例不难看出，大数据的难点绝非只是技术的问题，而是思想与思维的转变。从现在开始，让我们认识身边的数据，了解它，并运用工具分析出有用数据，让数据发出声音。
