本节书摘来异步社区《驾驭大数据》一书中的第3章，第3.1节，作者： 【美】Bill Franks 译者： 黄海 , 车皓阳 , 王悦 , 等 责编： 杨海玲，更多章节内容可以访问云栖社区“异步社区”公众号查看。

第3章　典型大数据源及其价值

驾驭大数据
当你开车路过一家餐厅的停车场时，你的手机屏幕上弹出了这家餐厅的当日特价菜品推荐，这种体验是不是很棒？如果赌场老板把发牌人忘记付给你的20美元亲自送还给你，你的心里是不是有点儿小激动？如果在线视频游戏能够把和我们玩法相近的用户即刻告知我们，这世界会不会变得很美妙？你是不是要下调汽车保险费率？大数据能让这一切变成现实。

在第2章中，我们已经讨论过了网络数据。网络数据即使不是最原始的大数据源，也是使用最广泛、认可度最高的大数据源。除此之外，还有很多大数据源，它们都有各自的使用价值。其中一些广为人知，而另一些几乎没有名气。我们在此要借用本章的篇幅一起来回顾除网络数据以外的其他9种大数据源以及它们的用途。我们将站在一个较高的层次上讲解这部分内容，意图是在简单描述各类数据源的基础上，回顾每种大数据源的应用与商业含义。

第2章和第3章并不是要介绍排名前10位的大数据源，而且排名在前10位也不意味着它们就是最重要的10种大数据源。同理，我们的讲解顺序也并没有暗含任何级别高低。我们的重点是有代表性地描述大数据源，并希望读者们能够理解现有大数据的广度和种类，以及大数据分析能够达到的广度。希望每一位读者都能从中找到自己感兴趣的地方。

我们发现了一个非常明显的趋势，各行各业虽然生成了许多大数据源，但其底层的支撑技术却是相同的。而且，不同行业还可以使用相同的大数据源。大数据并非只有单一的用途，它的影响将会非常深远。

我们将要讨论以下几种大数据源。

• 汽车保险业：车载信息服务数据的价值。
• 多个行业：文本数据的价值。
• 多个行业：时间数据与位置数据的价值。
• 零售制造业：RFID数据的价值。
• 电力行业：智能电网数据的价值。
• 博彩业：筹码跟踪数据的价值。
• 工业发动机和设备：传感器数据的价值。
• 视频游戏：遥测数据的价值。
• 电信业与其他行业：社交网络数据的价值。