京公网安备 11010802034615号
经营许可证编号:京B2-20210330
DT时代 大数据如何服务产业经济_数据分析师考试
信息技术正在从IT时代向DT(数字化、大数据)时代演进。在DT时代,大数据究竟有什么用?对于政府、企业和个人,大数据又将会给产业经济带来什么变化?数据又如何不被滥用?在中国,它所引领的整个产业链能否实现“弯道超车”?
日前,光明记者独家专访了被称为中国大数据行业的“数据之王”——王叁寿,从他的视角去诠释大数据该以何种状态服务整个产业链发展。
产业——大数据“唯快不破”
7月25日,刚刚从外地出差回京的王叁寿,似闲非闲地点燃一根雪茄,向记者讲述其创业多年的商战往事,以及关于他个人的一些“非议”。
提起王叁寿本人,这名“80后”创业者很忙,除了众多与大数据相关的社会职务身份外,王叁寿还是汉鼎咨询、九次方和贵阳大数据交易所三家公司机构的执行总裁。早在2010年,王叁寿就是“创业红人”,他所创立的九次方大数据公司,曾被认为是能实现“弯道超车BAT”的一匹黑马。
王叁寿认为,互联网行业,中国比美国晚了30年,但大数据行业中美是同步的,大数据是有可能弯道超车美国的产业。
现如今,大数据已成为“互联网+”时代的一个重要发展方向。今年4月,贵阳大数据交易所的成立,标志着大数据可以作为一种资产、一种商品进行交易,这在国际上被冠誉为“不可思议”的产业创新。
贵阳之所以能够坐上大数据交易的“头班车”,用王叁寿的话就是“天下武功,唯快不破”;大数据产业是一个上不着天、下不着地的产业,上不需要产业基础,下不需要供应商。
“它就是一个新兴产业,新兴领域没有商业模式,就是看谁做的快。”当互联网由IT时代向DT时代演进的时候,也许有很多人看到了数据的价值,但在漫漫的数据之旅上,王叁寿是那个跑得最快的人。
思维——“为大数据代言”
百度搜索“王叁寿”,得到的关键词达372000条信息,与之相匹配的还包括“大数据”、“九次方”、“汉鼎咨询”、“贵阳大数据交易所”、“王涛”等推荐词条。这就是王叁寿出现在网络上的几个关键词。他也似乎一直在为大数据“代言”,由此被媒体称之为“未来数据之王”。
DT时代,数据的作用极其重要。汉鼎咨询、九次方大数据和贵阳大数据交易所,两家公司一家机构就像是王的三个“孩子”。而现在的王叁寿,将更多的时间去运营和管理贵阳大数据交易所,战略思维和眼光也从原来的“竞争思维转变为合作思维。”
“这种局面的产生,离不开政府的支持,政府在从管理型政府在向服务型政府转变的过程中,有意识地去扶持一些产业的发展。”王叁寿说,一个企业若能够帮助政府做事情,他们会举整个城市的力量去帮助你。
贵阳数据交易所的成立就是在这样一个背景下落成的,它并非传统的招商引资,而是政府与企业的合资,相比于一般的企业,它也肩负了更大的责任。“数交所未来是国家的交易所,我们希望能够以大数据交易拉动整个产业链,带动一大批企业创业。”或许,这就是王叁寿一致深耕于大数据的梦想。
贵阳能够率先发展数据产业,对其他的省市也是一个刺激。“每个城市都有自己创新的名片。贵州省作为大数据产业的发源地和聚集地,让很多省市对发展新兴产业都有了信心。”王说。
如果说贵阳大数据交易所是在“下一盘棋”,那么汉鼎和九次方就如同棋盘里的“车”,我们希望能用九次方整合的资源,去扶持一百家数据公司在我们的平台上创业。”对于王叁寿来说,传统的竞争思维已逐渐暴露出弊端,合作才是当前应有的姿态。
创业——老“北漂”与新“贵漂”
将更多时间放在贵阳大数据交易所的王叁寿,成了贵阳当地的流行词“贵漂”一族,由此他也经常往来于贵阳和北京两地。作为一名“草根”创业者,王叁寿的创业路上也曾受过贵人相助。创业之初,王所带领的汉鼎咨询团队,其个人包揽了公司近90%的市场业务。
侃谈之余,王叁寿向记者吐槽改名的由头,其称“王涛”这一名字可能是全国重名最多的。他说:“当时在跟客户沟通的时候,很多客户都会问一句,你是哪个王涛?”这给当时刚创业的王叁寿业务对接带来些许不便。
“之所以将王涛改成王叁寿,也颇有讲究,一来“叁寿”是把“涛”拆分,二是当时创业公司名叫’汉鼎’,’鼎’有三只脚,并且’王叁寿’每个字都是三横,三横三竖凑成田地的田”。
近10年来,王叁寿仍旧奔波忙碌于创业的路上,以至于公司员工和家人早就“催促”他成家结婚。可对于每一位创业路上的人,很少能够事业和家庭同时兼顾,王叁寿也不例外。
“人红是非多”。面对网络上曾密集出现的众多非议和负面报道,王叁寿似乎并没有做过多回应,也一点儿不担心流言“越描越黑”。他告诉记者:“只希望外界看到真实的我,这样的事越往里陷,就会越陷越深。”
相比于澄清,王叁寿更专注是否得到客户的认可。“没有客户因为这件事而不找我做事情,也没有客户因此而不认可我。在我看来,商业和人品没有关系,商业是看你为客户创造的价值,而人品是为人处世的态度”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14