云计算专题：（一）带你走近云计算
① 云计算发展背景
② 什么是云计算
③ 云计算的优势
④ 云计算与大数据
● 数字经济蓬勃发展下的云计算
数字经济为中国产业转型带来了巨大的机遇，我国数字经济规模已达27.2万亿，占当年GDP将近1/3，数字经济这几年表现出远高于GDP的增长率，复合增长率达18.9%。数字经济成为新的增长动力，上云是实现数字经济基础工作。
1.什么是云计算？
云计算是一种新型的服务模式,把IT 资源、数据、应用等资源作为服务，通过网络提供给用户，拥有良好的扩展性，通过虚拟化技术，实现了用户按需使用和付费。
云计算的最终目标是将计算、服务和应用作为一种公共设施提供给公众，使人们能够像使用水、电、煤气和电话那样使用计算机资源。
2.什么是云，什么是云主机？
云：就是信息资源共享池，通过网络服务的方式获得所需要的IT资源的模式。
云主机：云主机整合计算、存储与网络资源的IT基础设施能力租用服务，能提供基于云计算模式的按需使用和按需付费能力的服务器租用服务。
3.什么是公有云、私有云、混合云？
公有云：第三方为用户提供的在公有网络中使用的云服务，公有云的核心属性是共享资源服务。
私有云：客户自己专属使用的云，客户单独使用而构建的云，提供对数据安全性和服务质量的最有效控制，私有云的核心属性是专有云资源。
混合云：云架构中公有云和私有云的结合，私有云和公有云同时协调工作，在私有云里实现利用存储、数据库和服务处理，同时，在需求高峰期利用公有云来完成数据处理需求。
● 数字经济下云计算的发展优势
云能做什么？
关于企业上云与上云的价值
云就是企事业单位自己的网上机房；云就是远程局域网；云可以看成是网络服务器——企业上云。
云计算，是指以互联网为平台，将硬件、软件、网络等系列资源统一起来，实现数据的计算、储存、处理和共享的模式；实现“按需取用”模式——云上办公。
企业上云以提升企业发展能力、解决实际业务问题为出发点。加速企业数字化、网络化、智能化转型，切实提高企业管理水平和综合竞争力。
企业可建立私有云，部署数据安全要求高的关键信息系统；可将连接客户、供应商、员工的信息系统采用公有云部署，并与私有云共同形成混合云架构。中小企业和创业型企业可依托公有云平台，按需租用存储、计算、网络等基础设施资源，应用设计、生产、营销、办公、行政、财务等云服务或构建特色云服务，实现个性化服务输出，加速建立现代化数字化经营模式。
云计算给政企带给的价值
云计算的扩展场景
● 云算据的服务趋势
什么是大数据？
我们迎来了大数据发展时代，对客观世界的认识更进了一步，所做的决策也不再仅仅依赖主观判断。甚至于你的一个习惯动作、你的一次消费行为、你的一份就诊记录，都正在被巨大的数字网络串联起来。麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”“大数据”时代已经降临，在商业、经济及其他领域中，决策将日益基于数据和分析而作出，而并非基于经验和直觉。哈佛大学社会学教授加里·金说：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。”
大数据改变生活
大数据：大数据是指需要通过快速收集、处理、分析，从中提取海量的、多元化的、有价值的数据，为公司营销和决策所用；
大数据是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。
大数据的4V特征
云计算+大数据的营销过程
采集和处理数据→建模分析数据→解读数据
数据层：采集和处理数据；采集过程基本是无限的、无意识的、非结构化的数据采集；各种纷繁复杂的行为数据以行为日志的形式上传到服务器。专属的例如Hadoop、Mapreduce等工具。
业务层：建模分析数据；使用的数据分析模型，例如基本统计、机器学习、关联、预测等算法，基于客户的真实商业需求和问题，通过大数据的应用提供解决方案，消费者洞察市场竞争分析。
应用层：解读数据；既可以根据营销问题，封闭性地去挖掘对应数据进行验证，也可以开放性地探索，得出一些可能与常识或经验判断完全相异的结论出来，可解读的点变得非常丰富。
云计算+大数据分析应用的数据准备
应用案例
1.亚马逊 “预测式发货”的新专利
通过对用户数据的分析，在他们还没有下单购物前，提前发出包裹。
这项技术可以缩短发货时间，从而降低消费者前往实体店的冲动。从下单到收货之间的时间延迟可能会降低人们的购物意愿，导致他们放弃网上购物。
所以，亚马逊可能会根据之前的订单和其他因素，预测用户的购物习惯，从而在他们实际下单前便将包裹发出。根据该专利文件，虽然包裹会提前从亚马逊发出，但在用户正式下单前，这些包裹仍会暂存在快递公司的转运中心或卡车里。
亚马逊为了决定要运送哪些货物，亚马逊可能会参考之前的订单、商品搜索记录、愿望清单、购物车，甚至包括用户的鼠标在某件商品上悬停的时间。
2.大数据银行营销应用案例
银行与客户的交流渠道进行了整合，只要某个客户在网上点击查询了有关房贷利率的信息，系统就会提示呼叫中心在电话交流时推荐房贷产品，如果发现顾客确实对此感兴趣，销售部门就会发送推介信息给客户，如果这位顾客到银行网点办事，业务人员就会详细介绍房贷产品，开始只有少量的线索，但通过多渠道的与顾客交互接触，在这个过程中，令顾客体验了银行精准、体贴的服务，其结果是营业收入大为增加，成本大幅降低。
3.交通大数据
UPS最新的大数据来源是安装在公司4.6万多辆卡车上的远程通信传感器，这些传感器能够传回车速、方向、刹车和动力性能等方面的数据。收集到的数据流不仅能说明车辆的日常性能，还能帮助公司重新设计物流路线。
大量的在线地图数据和优化算法，最终能帮助UPS实时地调配驾驶员的收货和配送路线。该系统为UPS减少了8500万英里的物流里程，由此节约了840万加仑的汽油。
