京公网安备 11010802034615号
经营许可证编号:京B2-20210330
从内部实践讲起 联想也谈大数据
继云计算在各行各业相继落地后,大数据与我们的关系也在日益密切。在笔者过往进行的客户采访中,有不少用户都表示当下正在进行一些大数据相关的工作,包括对各个业务平台的打通,数据共享、收集以及分析等,这也意味着大数据正在从“阳春白雪”走向“下里巴人”。
在近日召开的2015中国国际大数据大会上,包括移动、联通、电信及联想等在内的运营商及IT企业均分享了其在大数据领域的探索和布局。从它们身上能看到相同的是,几乎所有企业都意识到了大数据所蕴含的价值;不同的是,各企业在挖掘其价值的过程中,所处的阶段不尽相同,比如有的已经处于利用所挖掘的数据价值来提升业务的阶段,而有的还处于建模型、处理、分析数据的阶段。
大数据落地指日可待
而这可以说也是当前大数据发展现状的一个缩影,联想集团副总裁、联想研究院云计算与智能计算实验室主任黄莹会后在接受采访时表示,从兴起到今天,大数据的发展经历了所有新技术落地的各种必要过程,包括从概念认知、日渐接受,到今日的逐渐落地。这其中,大数据的价值归根结底在于帮助企业提升商业价值,这点已经毋庸置疑。
黄莹举了联想自身的例子来说明。他说,两年前,在联想内部推广大数据的时候,还要跟业务主管介绍大数据是干什么用的。但是从去年开始,各业务部门已经开始从一些小的应用着手进行尝试,到今年,大家对大数据已经完全没有怀疑,包括联想各个业务部门都有大数据方面的项目在进行。
这其实十分类似于人们接受一个新鲜事物的过程,开始不了解,有怀疑、质疑,逐渐了解后,进行尝试,当获得、或看到好处时则会大力推广。现在大数据所处的发展阶段就已经属于后者,用户不再追问大数据是什么,而是问我们怎么利用大数据。
具体来说,联想作为一个典型的制造企业,生产的产品有成百上千种,如何做到以客户为中心,其中很重要的一条就是聆听客户需求,及时改进,这也是联想内部做大数据研究的一个主要因素,即帮助其更好地改进产品。当然,一开始的进展也没有那么顺利,据黄莹介绍,最开始推广大数据的时候,也只有几个产品经理在用,不过随着时间的推进,越来越多的产品经理意识到了价值所在,到现在该大数据平台已经有成百上千个产品经理在使用。
对此,联想集团研究院大数据总监郭炜也表示,事实证明,现在大数据已经过了喊口号、炒概念的阶段,其现在与前沿的技术创新和实际应用的结合是非常快的,以前一个东西变成产品可能需要几年,现在一旦技术完备,真正应用到企业也就是几个月的时间。
利用大数据,最关键的是什么?
要分析这个首先还是要看看大数据都涉及哪些技术层面,粗略地概括,大致主要包括三个阶段:数据收集、收据分析和数据呈现。毫无疑问,这其中首先要解决的就是数据来源问题,然后才有分析、呈现、利用。以联想自身为例,一方面其将内部的数据孤岛打通,形成数据共享平台,另一方面利用爬虫技术去搜集互联网上关于联想的各种意见、建议,也就是说企业内部数据和外部来自用户的评论共同构成了数据源。
接下来要做到就是分析、呈现,有关这部分其实不用多讲,每天都有各种新的技术出现,这也不是难题。无论是黄莹还是之前的客户采访,但凡被问到这类问题,他们给出的答案都是一致的,那就是解决了数据来源问题,其他都好办,可见大数据、大数据,说到底首先得有数据。其次,才是分析、利用。
虽然在采访中,两位发言人都更多提及的是大数据在联想内部的实践,但截止当前,联想已经把这套实践经验总结、提炼,形成了面向用户的最终解决方案,在2015中国国际大数据大会的现场,联想也进行了展出。
都说实践才出真知,联想的亲身体验想必也能为用户带去价值,帮助用户少走弯路。更多关于联想大数据相关的解决方案,这里不详细展开,有兴趣的朋友可自行去查阅、咨询。总之,大数据所蕴藏的价值毋庸置疑,但在发掘、利用大数据价值的道路上,还是有很多沟沟坎坎要迈过的,找一个有实践经验的供应商,想必不是坏事。
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