1、數據量在不斷增加，且數據結構不斷復雜。

根據IDC 監測，人類產生的數據量正在呈指數級增長，大約每兩年翻一番，這個速度在2020 年之前會繼續保持下去。這意味著人類在最近兩年產生的數據量相當于之前產生的全部數據量。于此同時，大量新數據源的出現則導致了非結構化、半結構化數據爆發式的增長。

這些由我們創造的信息背后產生的這些數據早已經遠遠超越了目前人力所能處理的范疇，大數據時代正在來臨…

2、中國企業的大數據現狀

目前，中國企業500強的日數據生成量近一半都多于1GB，更有4.9%的企業 超過1TB。中國企業級數據中心數據存儲量正在快速增長，非結構化數據呈指數倍增長，如果能有效的處理和分析，非結構數據中也富含了對企業非常有價值的信息。

 二、大數據分析在石化企業的應用

1、大數據分析在石化企業應用的主要方面

石化行業具有多環節、多地域特色，各環節的優化是石化行業最關注的大數據應用領域。石化行業大數據分析應用多分布于供應鏈優化、庫存管理、資金統一管理和生產監管優化四個模塊。

2、石化企業數據特征

石化行業企業數據的數據量大，存儲格式復雜，數據分散，類型眾多，不同類型數據包含的信息各具特點，綜合各種數據所包含的信息才能真實反映企業實際狀況。

石化行業企業對大數據分析解決方案的需求集中體現在：供應鏈優化、庫存管理、資金統一管理、生產和安全監管的分析。

石化企業應用大數據分析需要解決的問題，主要為缺少數據全方位分析方法、ERP軟件處理能力差、實時數據分析能力差、海量數據處理效率低，其分布如下圖：

 三、大數據分析在石化企業的價值

來自IBM在全球的調研表明，大數據分析在支持創收策略、實現成本控制方面的價值正在穩步上升。此外，近40%的企業在采納大數據分析后的六個月內就實現了快速的投資回報(ROI)。

通過分析方法和解決方案，可以在大量數據中系統性的發現有用的關系，即實現經驗規律的可重復性。通過建立擬合不同模型研究不同關系，直到發現有用信息，即用于分析原因解決問題。發現潛在價值，預見可能發生的某種“壞的未來”并給出建議，即預測并提供解決方案。

實現大數據分析價值的三大要素：支持、信任和技能。應用大數據分析的企業需要管理層持續的支持，需要加強跨專業部門之間的信任，并具有深層次的業務知識和技能。

四、石化企業大數據分析的成果展示（恒逸集團）

1、恒逸大數據分析的目標需求

①大數據應用日益廣泛，利用大數據分析為企業提供決策。

②隨著公司的發展出現多個IT應用系統并積累了大量的數據，合理利用數據優化供應鏈、庫存管理、生產成本控制和安全管理，提升公司的整體競爭力。

③公司發展提出了大數據時代下如何建設智慧工廠的問題

2、使用軟件：帆軟FineReport

3、成果展示：【本項目獲得浙江省企業信息化創新項目獎】

①資金管理類-決策分析、業務統計

②人力資源分析

③供應鏈管理