京公网安备 11010802034615号
经营许可证编号:京B2-20210330
掘金公开大数据背后的商业价值
5月20日,大数据产品平台天眼查联合国际数据挖掘协会中国分会(KDD China)在上海举办了主题为“掘金公开大数据背后的商业价值”的2016大数据论坛。第一财经传媒有限公司CEO周健工先生,KDD CHINA主席、香港科大计算机系主任杨强教授,天眼查创始人、董事长、国家“千人计划”专家柳超博士作为嘉宾出席了论坛。
与大数据行业已展开丰富讨论的医疗、消费、金融、公共安全等非公开大数据领域不同,本次论坛直指被大家忽略的公开大数据领域的相关话题,,就公开大数据的商业价值、可靠性、安全性以及是否涉及隐私等问题展开深入讨论。此外,天眼查和KDD CHINA现场发布了联合学术计划,由天眼查提供业界最前沿的工业技术和实战经验,KDD提供最前沿的学术研究视野,共同发力铸就公开数据的商业未来。
大数据按照访问权限来划分,可分为私有数据和公开数据。而谈到大数据的价值问题,一般观点认为那些被特殊权限包裹起来,不是每个人都能够自由访问调用的数据,才具有价值,例如银行交易记录、抵押信息、医疗数据、通讯数据、电商交易数据等等。因为“物以稀为贵”,私有数据具有天然的高价值属性,因此,大量机构和企业在大数据领域都聚焦于私有数据的价值挖掘,比如医疗领域的拍医拍,电商领域的百分点。
与私有数据不同,公开数据是指每个人都能够访问的数据,具有公开、透明、种类繁多等特征。人们日常生活中随处可接触到的诸如行政处罚信息、土地出让公示、法院公告、新闻、外汇交易信息、股票交易信息、商标公示信息、专利公示、域名备案、水质量、城市污染查询、灾害预警、航班动态等等,都是公开数据,但却较少人关注其价值,较少有机构能够有挖掘其价值的技术能力,因此价值挖掘空间大。可以说,公开数据的价值增长空间,比私有数据更大。
无论是私有数据还是公开数据,其价值体现都需要通过数据清洗整理、服务调用和产品化三种手段。产品化,是能够让普通的用户都能感受到大数据的价值魅力的最高层级的数据处理形式。而让公开数据产品化,对一个大数据企业的产品理念和技术能力都提出了更大的挑战。目前,天眼查已经构建了完整的、集数据采集、数据清洗、数据聚合、数据建模、数据产品化为一体的公开大数据解决方案,针对政府机关、金融机构、律师事务所、传媒机构等多个领域提出大数据解决方案。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 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 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26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