
国内大数据市场应用需求进入爆发期
大数据无疑是这两年最火的词汇之一。当前我国大数据产业不断向纵深发展,不仅2015年行业规模超过100亿元,更孕育了诸多新兴业态。随着大数据产业的发展,应用需求日渐丰富,不同行业间跨界更加深化,我国大数据产业已迎来重要的爆发期。
日前在京举行的“2016中国国际大数据大会”上,工业和信息化部党组成员、办公厅主任莫玮表示,随着新一代信息技术的迅猛发展,互联网与社会各领域各行业的交融、交汇日益深化,一个以大规模产生、分享和应用数据为特征的大数据时代已经到来。
他表示,近年来在国家政策支持和各方面的努力下,我国大数据产业循序发展,应用不断深化,大数据已经成为当今经济社会领域倍受关注的热点之一。“十三五”时期是我国全面建成小康社会的决胜阶段,全球新一代信息技术产业发展正处于加速变革期,国内市场应用需求处于爆发期,我国大数据产业迎来了重要的发展时刻。
据易观国际统计,2015年我国大数据市场规模达102亿元,2017年有望达到170亿元。这看似百亿级别的市场,背后却能撬动数万亿元的相关市场规模。
近年来,阿里巴巴投资优酷和新浪微博,腾讯集团入股京东和大众点评等,背后都有大数据整合的影子。这些掌握着流量的大数据平台,已经成为互联网资源的聚集地。
记者采访发现,拥有大量数据源的企业如百度、阿里、腾讯、京东等,都已在挖掘自身大数据的基础上,向外扩展合作方式,大数据应用日渐丰富。例如,日前京东集团和今日头条宣布达成战略合作。作为内容变现的手段,对品牌企业提供精准广告。
京东集团高级副总裁徐雷透露,合作模式主要基于数亿用户的数据分析上,京东根据用户兴趣数据提炼出精准的人群包,再将此与今日头条的用户数据打通,根据今日头条的媒体属性扩展到更多同类兴趣的人群,并投放广告。最终实现在“阅读文章时,看到文章中提到的商品,直接点击图片即可完成购买”。
上述跨界合作仅是我国丰富的大数据应用一隅。总体来看,当前互联网企业对大数据最广泛的用途主要有三方面:第一是提供精准的用户画像,进一步挖掘用户的价值;第二是优化自身运营,通过大数据提升运行效率,例如百度通过“凤巢”系统以大数据算法决定所有广告的位置,京东通过大数据算法决定运货线路和仓储安排;第三,根据大数据技术提供决策依据,例如国内最早一批大数据人工智能创业公司第四范式,利用相对完整的客户数据助力金融机构定价、风控和决策等。
在互联网企业外,电信运营商与科技公司在大数据领域的合作也越来越多。如科大讯飞[0.00% 资金研报]利用电信运营商提供的大量语音数据支撑其训练语音识别的模型。同时,三大运营商都划出单独部门,积极发展基于数亿电信用户的大数据价值。
大数据产业的突飞猛进离不开地方政府的积极响应。莫玮说,地方发展大数据积极性高涨,呈现出京津冀、长三角、珠三角、中西部、东北部等全面开花的格局。
大数据虽然对经济发展意义重大,但其发展仍有诸多挑战,特别是企业垄断数据现象突出。“BAT”三大巨头凭借其固有的互联网优势,掌握了大量的数据。易观国际的数据显示,阿里和腾讯的第三方支付服务占据了中国市场的九成。但“BAT”体系在数据上并不开放,一些知名的应用在被“BAT”收购后反而关闭了数据共享。
“拿走数据的多,贡献数据的少。”九次方大数据创始人、贵阳大数据交易所执行总裁王叁寿表示,不少企业以保护商业机密或节省数据整理成本等为理由,不愿意交易自身数据。部分政府部门也缺乏数据公开的动力,特别是已经开展商业化应用的,更加不愿共享。
业内人士建议,我国还需完善立法,规范数据交易行为,鼓励数据互联互通,将数据公开共享纳入政府部门考核,同时加大力度攻坚克难,在芯片、云计算等大数据的关键领域取得突破,建成健康、安全的大数据产业环境。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14