本行業(yè)的當前業(yè)務狀況
　　在制定未來信息架構時，了解行業(yè)的趨勢以及佳的競爭對手正如何重新調整他們的信息架構以解決這些趨勢也非常重要。要記住，大數(shù)據與物聯(lián)網的引進在很多行業(yè)內正導致重新定義競爭對手是誰。一些組織正選擇根據以新的方式理解數(shù)據的能力進入其他行業(yè)，從而使新的企業(yè)進入點和解決方案成為可能。
　　具影響力的信息架構項目總是與解決具體的企業(yè)難題有關。以下是一張傳統(tǒng)數(shù)據倉庫項目和信息架構拓展以包括Hadoop和/或物聯(lián)網的項目的按行業(yè)劃分的示例列表。這份列表可能會給您一些關于各領域的想法，讓您可以探索這些領域，尋找與您組織的商業(yè)目標結合時能對投資產生重大回報的新項目：
　　農業(yè)：
　　數(shù)據倉庫：農產品和優(yōu)化成本、產量分析、農產品商品定價/貿易分析。
　　Hadoop/物聯(lián)網：耕作模式、施肥、收割成熟度和含水率（來自田地里的傳感器和氣象數(shù)據）的分析和優(yōu)化。
　　汽車制造：
　　數(shù)據倉庫：生產成本和質量、供應鏈分析、保固分析、銷售和市場營銷分析、人力資本管理。
　　Hadoop/物聯(lián)網：客戶情感分析和車聯(lián)網\[包括組件故障、服務和服務日常安排的需求、駕駛記錄（包括自動化汽車）和司機緊急檢測和反應\]的分析。
　　銀行業(yè)：
　　數(shù)據倉庫：金融產品渠道的顧客單一視圖、金融分析、欺詐檢測、信用價值、人力資本管理、房地產管理和優(yōu)化。
　　Hadoop/物聯(lián)網：欺詐檢測、風險分析和客戶情感。
　　通信：
　　數(shù)據倉庫：定價策略和資金、客戶支持與服務、市場營銷分析、供應鏈、物流與流程優(yōu)化、法律合規(guī)性、房地產優(yōu)化和人力資本管理。
　　Hadoop/物聯(lián)網：對社會數(shù)據、移動設備使用、網絡質量與可用性（使用傳感器）、網絡欺詐檢測的分析，和對物聯(lián)網中拓展物聯(lián)網管理和優(yōu)化的分析。
　　消費性包裝產品：
　　數(shù)據倉庫：對銷售、市場營銷、供應商、制造、物流、客戶趨勢和風險的分析。
　　Hadoop/物聯(lián)網：對推廣效果（通過社會媒體和商店內傳感器）、供應鏈、運輸期間制成品的狀況、零售中的產品放置和風險的分析。
　　教育和研究：
　　數(shù)據倉庫：對院校或設施、員工與人力資本管理，以及校友檔案與捐贈模式的金融分析。
　　Hadoop/物聯(lián)網：對風險學生（使用傳感器數(shù)據）、來自傳感器的研究數(shù)據、設施監(jiān)控和使用優(yōu)化的分析。
　　醫(yī)療保健付款人：
　　數(shù)據倉庫：對護理成本、護理質量、風險與欺詐的分析。
　　Hadoop/物聯(lián)網：對投�？蛻羟楦械姆治龊蛯︼L險與欺詐的分析。
　　醫(yī)療保健提供者：
　　數(shù)據倉庫：護理成本分析、護理分析質量、員工與人力資本，以及風險。
　　Hadoop/物聯(lián)網：疾病與流行病模式研究、患者監(jiān)控、設施監(jiān)控與優(yōu)化、患者觀點分析，以及風險分析。
　　高科技與工業(yè)制造：
　　數(shù)據倉庫：供應商與分銷商分析、物流管理、生產質量與保固分析。
　　Hadoop/物聯(lián)網：車間的生產和質量分析，子裝配分析的質量，產品故障與待處理故障分析以及自動化服務要求。
　　保險（財產保險與人身保險）：
　　數(shù)據倉庫：銷售與市場營銷分析、人力資本分析，以及風險分析。
　　Hadoop/物聯(lián)網：客戶情感分析與風險分析。
　　法律實施：
　　數(shù)據倉庫：物流優(yōu)化、犯罪統(tǒng)計分析，以及人力資本優(yōu)化。
　　Hadoop/物聯(lián)網：威脅分析（來自社會媒體和視頻捕捉識別）。
　　媒體與娛樂：
　　數(shù)據倉庫：對查看者的偏好、媒體頻道流行程度、廣告銷售，以及市場推廣的分析。
　　Hadoop/物聯(lián)網：查看習慣分析（來自機頂盒）、對娛樂場所的客戶行為的分析，以及客戶情感分析。
　　石油與天然氣：
　　數(shù)據倉庫：鉆井勘測成本分析、潛在勘測地點、生產、人力資本及物流優(yōu)化。
　　Hadoop/物聯(lián)網：鉆探傳感器分析（故障預防）。
　　藥品：
　　數(shù)據倉庫：臨床試驗（包括藥物相互作用研究）、被試者成果分析、研究與生產財務分析、銷售與市場營銷分析，以及人力資本分析。
　　Hadoop/物聯(lián)網：對來自傳感器、社會習慣與疾病追蹤（來自社會媒體），以及基因組研究的臨床研究數(shù)據的分析。
　　零售：
　　數(shù)據倉庫：市場購物籃分析、銷售分析、供應鏈優(yōu)化、房地產優(yōu)化，以及物流及分銷優(yōu)化。
　　Hadoop/物聯(lián)網：全渠道分析和客戶情感分析。
　　運輸與物流：
　　數(shù)據倉庫：設備、人員物流與路線，銷售與市場營銷分析，房地產優(yōu)化，人力資本分析與優(yōu)化。
　　Hadoop/物聯(lián)網：交通優(yōu)化（來自高速公路傳感器）、交通安全分析與控制、設備性能與潛在故障分析（來自車載傳感器）、物流管理（來自傳感器），以及客戶情感分析。
　　公用事業(yè)：
　　數(shù)據倉庫：物流優(yōu)化、電網電能輸送分析與優(yōu)化、客戶能量使用，以及人力資本分析與優(yōu)化。
　　Hadoop/物聯(lián)網：為電網優(yōu)化和狀態(tài)而對來自智能儀表數(shù)據的分析，主動維護優(yōu)化。
　　……