京公网安备 11010802034615号
经营许可证编号:京B2-20210330
人人都在说大数据,用途到底在哪
在电影《永无止境》中,落魄的作家库伯利用药物将智商提高,做到可以将世界上已存的海量数据进行挖掘、分析,10天内在股市就赚了200万美元。这部电影最大的意义在于告诉人们数据挖掘的潜在价值,毕竟对于曾经只是收集、统计数据的公司来说,如何利用有些鸡肋的数据变现将是一门新的学问。
虽然大数据的概念这两年已经被吹捧的有些过于膨胀,但这项技术被人们感知的地方却很少。我们在与身边非科技圈朋友的交流中发现,多半儿人甚至不知道「大数据这货到底是干嘛的」。
周涛博士在成都创办大数据公司——数之联科技
CTO方育柯是在2006年加入数之联科技的,CEO周涛在2009年博士毕业后加入了团队。公司最早只是电子科技大学中由三个人组成的数据挖掘实验室,一直为中兴、华为提供相应的服务。2010年大数据火起来之后,团队认为“与其为大公司提供模块化的算法服务,不如专门成立一家公司做这方面的业务”。所以两年之后,这家公司正式成立。
作为一家做大数据分析的公司,方育柯首先回答了雷锋网记者关于大数据能做什么的疑问。针对客户的需求,数之联公司目前主推四项服务:
大数据顶层规划服务,很多企业其实并不清楚大数据该怎么落地,顶层规划服务可以深入到不同的公司,实现数据协同到业务协同
云端数据挖掘平台,可以降低数据分析师做数据挖掘的门槛,快速在云端实现数据建模。据他们了解,这是国内第一家分布式数据挖掘平台(国外有IBM的PSS等)
电商数据服务平台,帮助传统企业实现互联网+的模式,分析销售数据并进行反馈。目前与义乌购(小商品电商平台)有合作
图像搜索,在ToC市场,他们推出了拍图购,用户浏览网页时看到喜欢的衣服可以用拍图购直接进行搜索。而在ToB市场,数之联也在与电商平台合作,可以做到用户分析预测、客户流失情况统计、精准化营销等
传统企业预估销售额和收集产品改进意见时,采用的方式往往是做成百上千份调查问卷。这种方式既耗费时间, 又无法保证精准性。方育柯认为,大数据的作用就在于从数据角度帮助企业进行决策。
将大数据应用到普通消费者的生活中的现象将会越来越多,但很显然,人们能够直观体验到的却很少。在交流中记者发现,虽然有在ToC市场进行探索,但企业级服务才是目前他们的核心。
提到数据挖掘分析,就不能不说数据的来源。方育柯在交流中向记者介绍,公司收集的数据60-70%来自于互联网的公开协议,包括电商产品的图片和信息,微博、知乎等社交平台。另外则是来源于行业客户的合作提供。他向我们强调,公司从来不会从第三方获得敏感信息。
不论是数据的收集还是分析,对很多人来讲,首先能想到的就是百度、阿里这样的巨头公司。方育柯告诉记者,阿里云这一类产品帮助的是中小企业快速搭建云平台,解决方案是通用型的。数之联要做的则是通过深度整合大数据,将企业的业务流程进行分析、优化。“针对不同企业的特点,利用数据分析搭建平台,本质上来讲我们并不是同一个类型。”
在一些细分市场,比如企业征信,已经有邓白氏这类大型国际公司存在,优势就在于拥有很多企业的经营数据。方育柯向记者介绍,邓白氏在数据的收集和分析方式都比较传统,并且对于国内市场来说,外企总会有水土不服的现象。数之联由于与政府和企业合作的原因,对于国内市场的了解是外企所不具备的。这也是他们不惧怕邓白氏一类外企竞争的原因。
应用数据能如何改变日常生活?方育柯向记者举了个例子,给小区送快递时会放在门口的箱格里,利用数据分析收件人何时回家,改进存放时间可以提高箱格的使用效率。还可以针对收件人的身高等等因素调整到适合的位置。
技术实现或许没有困难,但雷锋网关心的是技术能否尽快落地,对于国内来说,要克服的显然还有很多问题。
人人都在说大数据,在于方育柯的交流中可以发现,现阶段的大数据主要围绕企业提供服务。
后记
数之联在去年拿了第一笔500万的融资,今年正在洽谈第二轮融资,预计估值将会翻一倍。作为母公司,人数已经达到80多人,整个集团的员工数达到了400多人。即使如此,方育柯还是告诉雷锋网记者,公司目前还是缺少相应的人才。
在采访结束之前,我们问方育柯:“既然大数据的概念已经被吹捧得很严重了,是否在推广上并不费力?合作谈的轻松么?”方育柯表示:“在概念盛行之下,行业内最缺的应该是标杆性的产品和应用。”他解释说:“很多企业认为大数据是万能的,可以短时间内完成数据平台搭建,并且可以让销量增长很多倍。这让我们很头疼,最先做的反而是引导客户降低预期,真正得去认识大数据。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 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 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 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。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21