京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据催生变革 产业融合成趋势
在当前这个数据驱动的时代,城市交通、能源、商业、通信、环境资源等一个个系统构成了一个普遍联系、相互促进、彼此影响的智慧城市生态系统,各类组织机构的商业运营和管理组织模式也在经历一种重构。今年的北京软件周期间,在北京软件行业协会主办的“2014北京软件名人论坛”上,与会人士围绕“数据驱动世界”的主题,掀起一场基于大数据驱动的软件业变革大讨论。
大数据汹涌而来
“我国软件发展进入一个新的历史阶段。2013年我国软件和信息技术服务业完成业务收入3.06万亿元,同比增长23.4%;实现利润3830.5亿元,同比增长13.8%;全国规模以上软件和信息技术服务企业达到3.3万家。”工业和信息化部软件服务业司司长陈伟表示,这样的成绩让我国跻身世界软件和信息技术服务业前三强,其中数据处理和存储成为软件和信息技术服务业中增长最快的子行业,收入增速达到5482万元,同比增长31.9%。
“大数据时代我们经历了15年的发展之路,其间有4个因素决定了大数据时代的到来,那就是宽带的增加、存储成本的下降、计算能力的提升以及无所不在的链接。”北京市经信委主任张伯旭表示,大数据的本质是新的生产力,所以大数据不仅可以洞察城市治理难题,洞察经济运行趋势,还能够驱动精确设计和精确生产模式,引领服务业的精确化和增值化,创造互动的创意产业新形态。这些正是大数据的价值所在,已经超越IT范畴。因此,从长远来看,软件企业必须跳出IT的局限来看待大数据,能够利用大数据为应用赋予价值,反过来又可以通过应用为大数据增值。
在小米公司副总裁黄江吉看来,小米的成功有70%来自于用户不经意间创造的大数据的功劳。3年来,小米手机的软件和操作系统每周都在更新,小米论坛中小米手机用户们的投票、评论等,都汇聚为推动小米前行与提升的数据动力,让小米从创业之初就脱离了“闭门造车”的危险,争取了宝贵的市场时间与机会。
“龙信数据一直希望打造一个"数据智库",因为我们的核心业务就是通过数据的信息化来发现价值,为政府和企业的决策提供支撑。”龙信数据董事长李钰认为,数据生态是多维概念,包括结构数据、非结构化数据、音频数据、视频数据、地理信息数据等。从数据应用链条上看,这些数据的搜集、存储、分析、挖掘以及应用理论研究等,均可以进行深度与跨界的融合,而且并不因为分享而减少,反倒会因为分享而催生新的数据资源。
产业融合成为趋势
“大数据是国家的战略资源,是国家硬实力的重要部分。”奇虎360副总裁石晓红认为,从大数据角度来说,很重要的一个环节是数据的采集。各行各业的大数据都是一个碎片化的“庞然大物”,只有通过聚集与整合,才能让来自不同行业的大数据产生关联和融合效应,并对国家整体布局发挥真正的价值,从这个角度看,跨行业合作已成必然。在这种形势下,奇虎360也随着大数据在PC、智能终端、可穿戴设备、物联网传感器、智能家居、智能汽车等各个行业的“渗透”,找到了新的方向,那就是想方设法为大数据的平台应用提供安全保障。
“从企业端来看,现在的开放和合作比任何时期都更重要。”太极总裁刘淮松坦言,该公司在行业端正在向云架构体系转型,并同用友软件(600588,股吧)密切合作,准备推出针对大型企业和公共组织的计算平台,结合当前最先进的计算技术,提供一个开发、集成、运行和管理平台,不同领域和不同应用的开发商可以利用该平台做自己的企业应用系统。
“卫星导航系统非常重要,它能提供时间信息和位置空间信息,但单纯的卫星导航不能够称为一个独立的产业,它一定要和具体的行业和具体的应用结合起来才能够有生命力,才会有市场发展的空间。”北斗星通(002151,股吧)总裁李建辉表示,北斗产业市场占有率不到5%,远远落后于GPS,北斗芯片提出在2015年要达到千万量级的目标,而要达到相同量级的应用,就一定要同各个产业与行业深入结合并拓展应用。
“电信运营商近年来逐渐意识到,仅仅靠电话消费、短信消费不足以带来业务的发展。”亚信集团高级副总裁张灏透露,亚信目前正在帮助电信运营商面向社会各个行业、各个产业进行分析与融合,利用大数据推出更多创新服务。
“数据孤岛”须打破
“应该说,大数据催生了软件业的革新,目前的发展瓶颈在于大数据聚合不够,还没有形成广泛的认识和参与。”张伯旭介绍,大数据的价值实现可以分为数据生产、数据归集、数据整合、数据开发、使用价值的实现。但在实际运行过程中,很多企业通常会规避“数据整合”而直接进入应用阶段,造成大数据的“应用偏差”不断出现。事实上,大数据的发展需要全社会协同,变私有大数据为公共大数据,最终实现私有、企业自有、行业自有的大数据整合,才不至形成“数据孤岛”。
“我们研发的地理信息系统(GIS)基础平台软件是GIS应用的核心,类似于个人电脑使用的操作系统,目前已携手数百家合作伙伴共同打造了数十个行业解决方案,推动GIS在各个领域的广泛应用。”超图软件总裁宋关福介绍,近年来,该公司在云的平台软件技术之外,还在运营“GIS公有云”,包括面向企业业务管理服务的“超图云”和面向个人和企业的在线地图制作平台“地图汇”。如果某企业想将自己在各省销售收入的分布做一个地图,过去可能花很多钱去买工具,但现在只要登录超图网站,点击几个键就可以轻松绘制出销售地图。这些“公有云”逐渐成了业内的“数据汇”。
“龙信数据算是一个窄众群体,每天都在采集包括互联网的数据、政府公开的数据、N个年鉴的数据,因为这些数据是我们最重要的资产。”李钰介绍,龙信数据在集成数据资产之后,就会在此基础上进行加工,建立标准,使其成为应用型数据资产,客户在有选择性地从中挑选自己所需要的应用型数据时,又形成了新的数据,龙信数据就可以将这些新旧数据进行融合,不断演变为集成型数据资产,从而形成一个数据资产的闭环。李钰希望未来能同所有产业进行融合,“只有不同的资产、不同的人放在一起,才会有不同的看法,数据资产的价值才会更大化地增值”。
“如果数据仅仅是一个角度,那么它的价值是有限的,只有各行各业的数据进行混合交叉关联,价值才能发挥出来。”张灏表示,未来的大数据资产并非日积月累的“共合体”,而是通过数据资产提炼后,经过去隐私化和再加工的“精华数据”,这样的数据才是未来数据资产交易的主流。
“大数据是IT产业的新机遇,应当抓住。但发展大数据要跳出IT产业来看,需要用好市场机制,并调动全社会协同发展。”张伯旭建议,一方面政府要带头力促数据公开共享,另一方面,还要推动建设各类大数据服务交易平台,通过制定行业标准建立可信的数据交易,为数据的开发进行统一的检索创造平台,并为数据使用者提供丰富的数据来源和数据的应用。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07