
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
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 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28