
大数据会成为互联网时代重要变革_数据分析师培训
2015年8月1日,由中国电动汽车百人会、中国信息化百人会联合举办的《大变革下的创新与融合——“互联网+汽车+交通”高峰论坛》(简称双百论坛)在北京举行,500余位来自政府、科技、互联网、汽车、交通、运输、零部件等部门行业人士参会。搜狐汽车作为论坛战略合作媒体对本次会议进行全程报道。以下是国务院发展研究中心研究员、课题组负责人张永伟的演讲实录:
各位领导,各位嘉宾,大家上午好!受课题组的委托,我利用比较短的时间,当然我们这不是一个报告了,只是一个介绍,来汇报一下为了配合这次论坛的召开,我们做的一个早期的研究,这个研究有几个特点,我想利用这个机会给大家做一个介绍。
“互联网+汽车+交通”一个最典型的特征就是它打破了行业和学科的界限,所以在研究这个问题的时候我们也构造了一个跨学科、跨行业的研究团队,大家看看PPT,既有搞通信的,就是来自于互联网行业的,也有研究汽车的,还有我们做交通研究的。过去很多的情况下是大家各自讲各自的话,对一件事物的表述往往从单方的一个角度,这次我们研究就改变了这样一种方式,我们搞了一个跨学科的研究团队,这样的话很多的研究就便于讨论。
从研究的内容来讲,我们大概设计了这样几个内容:
第一,对“互联网+汽车+交通”进行了总体的描述,就是说互联网加上这两个之后,或者说“汽车+互联网”之后或者“交通+互联网”,这种相互融合之后带来了哪些新的变革?这是我们研究的第一个内容。从研究的结果来看,我们发现有五个方面的总体变化,一个就是从汽车的使用来讲,过去当产生汽车之后,我们说我们进入了汽车社会,当汽车和交通触网之后我们真正进入了汽车生活的时代,就是汽车变成了一种生活、一种体验。第二个变化,从服务的角度,从交通服务和出航服务来讲,我们真正实现了这种及时性和个性化。另外,数据变成了一种财富,就是大数据时代在交通领域它所体现的价值可能和在单纯的商业领域还要大得多,因为它既贯穿了商业环节,大数据也进入了汽车的制造和汽车的生产,所以大数据在“互联网+汽车+交通”之后,它的价值将会成为互联网时代非常重要的一次变革。
“互联网+汽车+交通”带来的第二个变化,就是创造了很多新的业态。根据我们研究,我们初步梳理了11种业态,当然这些业态有的也是刚刚起步,也很少有成功的案例,我们很难说在一个业态当中谁是做的最好的,因为毕竟只是一个出生的阶段。另外,每一种业态的定义相对来讲也比较困难,很多的企业或者很多的商业模式它往往是多种业态的集合,就是说一个企业它涉及了多个业态。而且不同的业态或者同一种业态它可能在不断的变化当中,今天它可能兴起了,很可能也有的业态它是昙花一现,这正是“互联网+汽车+交通”之后所产生的一种创新的新常态。
所以我们把这11种业态梳理之后起了一个名字,叫做“业态的丛林”,管理学上我们有“管理的丛林”,互联网时代汽车和交通将会出现一种,特别是在早期,出现一种迸发创新,甚至是野蛮式成长的这样一种丛林状态。所以现在这种商业的描述,我们讲它只是初期。
第三个变化,技术的变革。“互联网+汽车+交通”之后,它之所以能产生巨大的商业的机会,能产生重大的商业的变革,最关键的取决于技术的支撑。所以在这两个领域,汽车领域和信息通信领域大量的一些个颠覆性技术的出现,也支撑了“互联网+汽车”和“互联网+交通”的融合,所以在汽车技术领域我们也分析了特别是智能化的生产和智能驾驶的技术,在这次融合当中技术创新的一个焦点,在互联网领域用于大数据的传输和交互的这样一些信息通信技术也是支撑这次融合的关键技术。所以除了商业创新之外,“互联网+汽车+交通”所带来的或者说所依托的就是技术的突破和技术的应用。
虽然是个新生的事物,但是“互联网+汽车+交通”也呈现出了全球化发展的特点。从我们国内来看,在“互联网+汽车”服务领域我们确实出现了很热闹的情景,但是“互联网+汽车制造+汽车生产”可能还存在很大的短板。从国际来看,它呈现了这样几个特征:
首先,互联网企业最早进入的是制造之外的汽车环节,就是汽车服务环节,在这里面创造了大量的商业模式和一些投资的机会。
第二,汽车企业,国际上一些主流的汽车厂商它们的思维和互联网企业有重大的区别,但是它们往往更多的是依靠自己对智能时代的理解来推进“汽车+互联网”、“汽车+交通”。从政府的角度来看,我们也发现很多国家也在将这三者的融合作为他们战略和政策推动的一个重点。
对我们国家,我们通过研究发现了四个重大的机遇和挑战。对汽车企业中国汽车产业过去通过我们在内燃机时代我们可能落后了,后来在电动汽车时代我们迎来了一次超越的机会,这次研究我们发现,智能化和互联网时代可能会是我们汽车产业再一次实现转型创新和弯道超车的一个难得的战略性机遇。抢占时机我们可能会有一个翻身的机会,反过来,反应迟钝我们很可能失去一次这种战略的机遇。
从服务领域,汽车的服务化和互联网的移动化,使这个领域成为一个重大的产业创新的机遇,所以我们讲服务领域会成为一个新的经济增长点,甚至成为一个创业的比较吸引人或者聚集点。另外,交通领域也会发生颠覆性的变革或者巨大的变革,通信方式会发生改变。通信领域我们也讲,通信行业能不能利用这次新的蓝海、新的市场来实现一次转型或者创新。
最后“互联网+汽车+交通”从生产的角度来讲它是一种协同,背后生产关系的协同往往体现在政策层面,最后我们在研究报告当中从六个方面对政策的改进也提出了一些建议。
因为时间的关系,我们这次会议提供的只是这次研究报告的摘要,研究的全文我们都有嘉宾证,嘉宾证的背后有两个微信号,大家扫描微信号之后我们会很快的通过更加节约的方式来给大家推送我们最终的研究成果。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04