導讀：《大數據時代》是國外大數據研究的先河之作，是英國學者維克托·邁爾·舍恩伯格所著，他被譽為“大數據商業應用”的**人。本書認為大數據的核心就是預測。

大數據已經成為了新發明和新服務的源泉，而更多的改變正蓄勢待發。而今，小到一款AAP，大到國際形勢分析，變革已經悄然萌發，一些先進的石油公司也嘗試著在石油行業使用大數據分析，本文在分析大數據現狀及在油田的應用之后，提出了石油行業大數據的發展趨勢。

大數據原理及相關大事件

大數據(big data,mega data)，或稱巨量資料，指的是需要新處理模式才能具有更強的決策力、洞察力和流程優化能力的海量、高增長率和多樣化的信息資產。

2011年是中國大數據市場的元年，部分IT廠商已經推出了相關產品，部分企業已經開始實施了一些大數據解決方案。

2012年3月22日，奧巴馬政府宣布投資2億美元拉動大數據相關產業發展，將“大數據戰略”上升為國家戰略。奧巴馬政府甚至將大數據定義為“未來的新石油”。

2013年5月10日，馬云說，大家還沒搞清PC時代的時候，移動互聯網來了，還沒搞清移動互聯網的時候，大數據時代來了。

提供一些數據，我就能做一些改變

大數據的價值體現在以下幾個方面：

1)對大量消費者提供產品或服務的企業可以利用大數據進行精準營銷

2) 做小而美模式的中長尾企業可以利用大數據做服務轉型

3) 面臨互聯網壓力之下必須轉型的傳統企業需要與時俱進充分利用大數據的價值

傳統石油企業，充分利用大數據價值

目前，國內數據在石油行業的應用還在試驗階段。一些公司、大學、油氣田公司和大數據的先驅者們在進行著相關的研究工作。

1.英國石油公司在某采油廠安裝無線感應器，通過全網式的數據采集，發現有些種類的原油比其它種類更有腐蝕性。

2.中國石油的油氣生產物聯網建設正在進行，將會統一對所轄的十六家油氣田進行物聯網的建設，統一標準規范，接口等相關技術細節。

3.MapReduce方法應用于鉆井數據調查，在這項試驗中，一個叫做Chukwa的基于Hadoop的開源數據采集系統驗證在使用大量文件工作時，Hadoop分布式文件系統是一個可取的方法。使用MapReduce方法應用于鉆井數據調查是有效的。

大數據分析對石油公司具有非常有意義

數據的多樣性對客戶預測的需求會起到作用。快速發現石油，降低生產成本，提高鉆井安全性，增大產量。大數據分析可能在以下幾個方面應用于油氣生產領域：

勘探：通過應用先進的數據，比如模式識別，在地震采集過程中得到一個更全面的數據集，地質學家可以識別在使用大數據之前可能被忽略了的潛在的富有成效的地震數據。

開發：大數據分析可以幫助石油天然氣公司評估生產過程。

鉆井：除了基于有限的數據來進行監控和告警，大數據分析可以使用真正的實時“鉆井大數據”來基于多個條件異常或預測鉆井成功的可能性。

生產作業：提高采收率是很多石油天然氣生產公司的目標。大數據可以同時使用地震、鉆井和生產數據，將儲層的變化情況實時的提供給儲層分析工程師，為生產人員提供舉升方法改造方案。

維護：預測性維護對于油氣田公司來說已經不是一個新的概念了。

大數據時代的來臨，是可喜的，它利用海量數據分析得出更有價值的點子和算法。然而，大數據只有能夠進行動態交互，才能起到更大的作用。但是如何進行動態交互，也是大數據專家們正在研究的問題之一。

隨著大數據的發展，它帶來的便利已經越來越被人們重視。石油行業的大數據應用也是必然的發展趨勢。作為石油行業伴隨著大數據時代的發展，相信未來將會發生天翻地覆的變化。