汽车行业是一个积极开放创新的行业，汽车在100多年来的发展已经越来越像一个高科技产品，云计算、大数据、互联网、人工智能等新技术已经将汽车行业重新定义。大数据的应用正推动汽车行业从产品研发、供应链到整个销售用户经营体系的优化，实现精细化管理以及现有产品形态的优化。

人口红利的渐退让汽车行业进入微增长时代，用创新驱动市场是汽车行业新一轮转型升级的重点。尤其是借助大数据实现全价值链的变革，包括了研发、生产制造、营销、售后服务等各个环节，提升车企相应的情报能力、决策能力等综合竞争力。

业务连续性一直是银行业老生常谈的问题，多种因素都可能造成业务的中断，银行要做的是增强运营中断事件的应对能力。尤其在信息化建设上，需要一个灵活、可扩展、按需服务的数据库服务平台，在保证业务稳定运行的同时降低成本，支持业务创新。

传统零售客户数量庞大，为了保证业务的稳定运行，银行大多采用同城异地双活架构。但随着各个分中心规模的不断扩大，系统的开发、测试、维护管理都变得越来越复杂，银行要在日益复杂的系统环境中具备无缝的故障转移能力。

保险行业一贯依赖于数据，产品设计、风险建模、定价等等都离不开数据的支持。但随着大数据时代即时性、多样性海量数据的爆发，用户需求的日趋多样化、个性化、实时化，保险企业如何通过大数据分析应用，洞悉客户需求、创新优化保险产品 、有效控制风险并进行精细化管理，同时能够快速响应用户需求，成为越来越多保险企业的核心挑战。 收起查看更多

无论是保险行业，还是保险经纪行业，都是数据密集型企业，主要是依靠多维度、大样本量、高价值的各方面数据来对风险进行分析、精算、定价、理赔、为客户提供服务，体现大数法则。但由于数据采集难度、投入成本、基础设备施 查看更多 、应用分析工具等因素的限制，真正到达数据驱动业务的并不多、甚至没有。现阶段应借助大数据、人工智能等实现保险业务全价值链的变革，包括了数据采集、风险险识别与分析，保险产品研发、市场与营销、客户服务等各个环节，这就要求数据处理效率要比传统数据库高很多，要更加可视化，更加智能化。 收起