1.大数据分析行业应用的概述
（一）数据量在不断增加，且数据结构不断复杂。 根据IDC 监测，人类产生的数据量正在呈指数级增长，大约每两年翻一番，这个速度在2020 年之前会继续保持下去。这意味着人类在最近两年产生的数据量相当于之前产生的全部数据量。于此同时，大量新数据源的出现则导致了非结构化、半结构化数据爆发式的增长。 这些由我们创造的信息背后产生的这些数据早已经远远超越了目前人力所能处理的范畴，大数据时代正在来临… （二）中国企业的大数据现状 目前，中国企业500强的日数据生成量近一半都多于1GB，更有4.9%的企业 超过1TB。中国企业级数据中心数据存储量正在快速增长，非结构化数据呈指数倍增长，如果能有效的处理和分析，非结构数据中也富含了对企业非常有价值的信息。
2.大数据分析在石化企业的应用（一）大数据分析在石化企业应用的主要方面 石化行业具有多环节、多地域特色，各环节的优化是石化行业最关注的大数据应用领域。石化行业大数据分析应用多分布于供应链优化、库存管理、资金统一管理和生产监管优化四个模块。 （二）石化企业数据特征 石化行业企业数据的数据量大，存储格式复杂，数据分散，类型众多，不同类型数据包含的信息各具特点，综合各种数据所包含的信息才能真实反映企业实际状况。 石化行业企业对大数据分析解决方案的需求集中体现在：供应链优化、库存管理、资金统一管理、生产和安全监管的分析。 石化企业应用大数据分析需要解决的问题，主要为缺少数据全方位分析方法、ERP软件处理能力差、实时数据分析能力差、海量数据处理效率低，其分布如下图：
3.大数据分析在石化企业的价值来自IBM在全球的调研表明，大数据分析在支持创收策略、实现成本控制方面的价值正在稳步上升。此外，近40%的企业在采纳大数据分析后的六个月内就实现了快速的投资回报(ROI)。 通过分析方法和解决方案，可以在大量数据中系统性的发现有用的关系，即实现经验规律的可重复性。通过建立拟合不同模型研究不同关系，直到发现有用信息，即用于分析原因解决问题。发现潜在价值，预见可能发生的某种“坏的未来”并给出建议，即预测并提供解决方案。 实现大数据分析价值的三大要素：支持、信任和技能。应用大数据分析的企业需要管理层持续的支持，需要加强跨专业部门之间的信任，并具有深层次的业务知识和技能。
4.用FineReport构建石化企业大数据分析的成果展示（一）恒逸大数据分析的目标需求 1、大数据应用日益广泛，利用大数据分析为企业提供决策。 2、随着公司的发展出现多个IT应用系统并积累了大量的数据，合理利用数据优化供应链、库存管理、生产成本控制和安全管理，提升公司的整体竞争力。 3、公司发展提出了大数据时代下如何建设智慧工厂的问题 （二）资金管理类-决策分析、业务统计 （三）人力资源分析 （四）供应链管理 | 
