准确来说,大数据项目的运用在新加坡和马来西亚并未形成风潮，但是来自政府，金融和电讯行业的早期应用者们可能预示着大数据项目风雨欲来的信号。

根据IDC的一份报告，大数据在2014年除日本外的亚太地区的支出预计会达到10.2亿美元。而IDC亚太区负责大数据、分析和安全的副总裁Craig Stires认为，2017年在APEJ的支出预计会有34.1%的复合增长率。

EIU经济学人智库的一份研究显示，在亚太区超过一半的受调查企业在利用大数据方面已经取得了一定的进展。研究报告名为《夸饰与希望：亚太区的大数据应用之路》（The hype and the hope: the road to big data adoption in Asia-Pacific），是由日立数据系统赞助的。调查中91%的受访者认为，大数据应用主要的阻碍是来自于“内部问题”。

所谓“内部问题”，是指内部技能和合适软件的缺乏，部门间不愿共享数据和缺乏交流等。

政府引路

在马来西亚和新加坡，政府已经对大数据项目加大投入。

马来西亚政府正积极推动大数据分析来驱动国家的数字经济。Multimedia Development Corporation（MDeC多媒体发展公司），是负责国家ICT议程的政府机构，它计划通过教育，提高大数据意识并连接供需人才来支持大数据生态系统。

大数据分析是数字马来西亚354路线图工作的重点，数字马来西亚计划在下一个阶段，即到2020年将国家转变成一个数字生态系统。目前，96 MSC（原名Multimedia Super Corridor多媒体超级走廊）马来西亚的公司都参与进了大数据分析的各个方面。

Big Data Malaysia为对某个话题有兴趣的个人提供专业网络，它的一名研究员Sandra Hanchard说，在马来西亚的各个区域，人们的大数据意识都很强。她说马来西亚正在见证着这样一个阶段，即创业公司，企业还有政府机构都在积极追求大数据项目。Hanchard 表示：“在Big Data Malaysia网络内部，我们看到的是横跨所有层次的机构对大数据项目的强力支持，无论是普通业务人员还是资深管理人员都参与其中。”如是说。

IDC的Stires说，在新加坡，大数据支出只占大型商业分析市场6%的份额。但是，对比整个商业分析市场10 – 11%的份额，在未来七年其所占的市场份额预计会有超过39%的复合增长率。

Stires说“到2017年，新加坡的大数据市场会达到商务智能市场总额的23%，这是一个相当引人注目的增长。有如此这般同比持续增长的细分市场并不多见。”

新加坡资讯发展局(IDA)已经计划把新加坡变成一个区域数据分析中心。一个目标就是要让新加坡成为利用数据分析来改善民众生活的“智慧国度”。研究反映出数据分析每年可以为新加坡创造100至170亿美元的额外价值。

“作为一个没有自然资源的国家，新加坡政府视大数据为新的自然资源，并且已经认识到利用分析来解锁数据价值的重要性，”Stires补充道。

IDA已经发布了数据集来鼓励公众，企业和其他组织机构来使用这些数据，并且还组织了诸如Data.gov.sg’s Apps4SG的竞赛活动以鼓励使用政府数据为民众开发创新应用。

转变中的政府

在政府部门中，不同的机构已经开始使用不同的技术来释放数据的价值。

新加坡的交通管理机构，陆路交通管理局使用一个新加坡最大的政府数据仓库来为其陆路交通网络计划项目服务。它是从每天超过1200万的公共交通事务中分析历史和实时数据的，如此便改善了通勤体验。

接着，该国的国家图书馆利用大数据技术来优化馆藏以满足用户需求，推荐图书并发掘有价值的图书馆资源，Kia Siang Hock说道。他是新加坡国家图书馆科技与创新部门的副主管。

国家图书馆发现其馆藏图书数量众多、类型多样，以及数字资源纷繁复杂，经常会让查找相关资料变得很困难。于是，它开始在历史信贷事务和文本分析方面对数字资源进行协作数据挖掘，形成了更好的书籍推荐机制，用户寻找文本也更容易了。国家图书馆同时也开始为图书馆计划进行地理空间分析。

Kia说道，“有了大数据项目，我们以前基于经验和主观判断来进行选择，溯源，购买处理图书馆资料，有了大数据项目以后，所有的流程都有数据分析支持。”

“数以百万计的图书馆用户从中受益，读者会发现，自从国家图书馆数据收集管理系统收集了他们的需求信息之后，推荐的图书馆资料和他们的兴趣更相关了。”

“我们如今正在研究语音向文本的转换、图像匹配以及视频内容方面的内容分析技术，这样我们就可以对我们所拥有资源的原始内容进行搜索了，”Kia补充道。

他说新加坡对大数据技术的应用在企业间并不均衡：“更为传统的业务分析技术已经在政府机构和大企业中采用多年。而对于中小企业来说，采用率则更低。”

“我的感觉是，对非结构化数据的分析在新加坡仍是一个新生事物。举个恰当的例子，生产领域的Hadoop集群是少之又少。除社交媒体情感分析外，还鲜有非结构化数据部署工具发布。”

消费者驱动

为了提高他们的客户体验，新加坡和马来西亚的银行正在运行大数据分析项目。

Stires在IDC上说道：“人们不想觉得是在做交易，他们想要更高水平的服务。那些抱残守缺的企业只知道最大化自身利益，这往往会让品牌信誉如履薄冰，并且正在输给那些根据客户信息做个性化服务的企业。”

他认为，现在很多银行采取的大数据战略，实际上起源于之前的客户心理档案计划，这是区别于传统的客户人口状况档案而言的，后者根据客户的年龄、性别等人口状况信息对客户进行分类。而心理档案则关注的是客户的个性，喜好和生活方式，以此来为银行与客户如何接触提供一个更加宽广的角度。

例如，华侨银行已经使用凭经验设计思考和大数据分析相结合的方式来研究其客户的心理和银行业务需求的技术，成效显著。此银行的项目是针对青年人以及年轻的工作人群。到目前为止，该银行在分析上的花费已经超过了1亿美元。

另外，星展银行已经与IBM合作，银行理财经理使用Wat-son认知计算和数据分析处理客户数据，为其客户提供更好的建议。

商业大数据项目在金融领域并不会终结。电信公司也正在对大数据进行挖掘以收集并洞察消费者行为及操作，而且这些可能意味着新的生产效率和收入来源。他们可以利用大数据来了解客户情绪并定制他们的产品和市场策略以改善客户体验。

新加坡电信已经建立了一个在线分析团队并与大学和研究机构合作，对个性化，社交数据和用户交互进行分析。新加坡电信已经在新加坡和泰国建立了体验中心，以更好的了解人媒交互领域。收集来的数据会用于对应于程序和服务的研究，开发和潜在的商业化。

展望未来，在应用大数据的雄心壮志和实际落地的困难重重之间徘徊的不会只有新加坡和马来西亚，会有越来越多的国家参与到大数据实施中来。不过，随着两国企业的政府的共同努力，大数据终将会为它们带来应有的收益。