京公网安备 11010802034615号
经营许可证编号:京B2-20210330
航天企业如何拥抱大数据时代
如今,一个大规模生产、分享和应用数据的时代正在开启。我们惊讶地发现,谷歌通过搜索记录的内容和频度可以预测H1N1流感病毒的爆发;亚马逊的推荐书目正是一本读者孜孜以求的冷僻书籍;沃尔玛依据超市防窃监控录像来调整货架产品摆放并大大提高了销量;更让人跌破眼镜的是Netflix公司,这个起家于连锁DVD租赁店的新兴视频网站在分析了观众观看网络视频节目时快进、慢进和重播的特性之后,摇身一变成为影视制作公司,专门拍摄“投其所好”式的作品并赚得盆满钵满。种种现象似乎表明当今社会已经拥有了一种非凡的创新能力,即:以某种前所未有的方式,通过对海量数据进行分析,提供有巨大价值的产品和服务,或者获得深刻的洞见。
这就是所谓“大数据时代”的行为,但“大数据”绝不能简单理解为“数据大”。观察那些在大数据时代风生水起的企业和个人,我们不难发现以下特点。一是重视数据的价值。大数据公司奉行“一切皆可量化”的哲学,甚至从很多被认为与“数据”根本无关的事物中汲取信息,而且总是利用数据的非物质性另辟蹊径,依靠二次利用、整合重组等手段在数据背后或其关联领域开启寻宝游戏。
二是找准自己的定位。大数据公司总体可分为三类:要么是直接产生、收集海量数据,要么是掌握了有效加工处理数据的技术手段及分析方法,要么是独具挖掘数据价值的开创性想法。这其实代表了大数据价值的三个基本来源——数据本身、技能和思维。
三是思维的巨大变革。大数据思维的精髓可以概括为:不再依靠局部样本而追求全体信息,不再执着于精确性而追求混杂性,不再强调因果关系而追求相关关系,进而从思维模式上摆脱既往经验的束缚,获得关于事物未来走势和潜在价值的全新视野。
大数据已经在互联网、电子商务、移动通信、公共服务等领域产生了深远的影响,并体现出向其他行业不断蔓延的蓬勃趋势。航天业界如何应对大数据时代的机遇和挑战,是我们必须正视的问题。在笔者看来,航天与大数据至少在以下方面可以结合起来思考。
卫星遥感产业的发展机遇。一般认为卫星技术产业应用的三大主要方向是通信、导航和遥感,目前只有卫星遥感还没有形成真正意义上的产业规模,而这一现象有望在大数据时代得到根本改变。由于遥感数据中包含着大量的人类活动和自然环境信息,依靠大数据技术进行经济、人口、交通、城市发展、能源资源、公共安全等领域的仿真规划和预测分析将变得越来越准确而有效。因此,各种分析咨询机构和专业公司在获取遥感数据信息方面将产生巨大的商业需求,航天企业完全可以未雨绸缪,提前开展布局。美国Skybox公司已经走在了前面,该公司正计划用“米诺陶”火箭以一箭6星的方式将Sky-sat对地观测小卫星发射升空,后续将以24颗星的规模组成星座。该公司希望为重大地球事件和重要地区实时播出卫星图像和视频,供订阅账户用户付费观看,或者把观测信息出售给有关企业,用于分析全球经济走势等。
航天企业在大数据时代的角色定位。有观察显示,专业的分析咨询机构一般具有较强的大数据技术,某个数据产业的外行人可能靠创新想法成为大数据机遇的宠儿。但是从长远来看,真正能够保持长盛不衰的还是原始数据的生产者和持有者。笔者认为,航天企业既肩负着对地观测和地外探索的天然责任,又是国家工业和信息化体系的支柱力量,还是各种市场经济活动的重要参与者,多年以来已经积累了可观的数据基础,并且具备继续获取海量数据的渠道和资质,因此理应追求数据制造商和供应商的角色定位,牢牢抓住数据本身这座难以估价的宝藏,确立大数据价值链的核心地位。在大数据技能和思维层面,则既可以依靠自身挖潜来开辟领域,也可以通过授权使用、有偿提供、投资并购等方式快速获取利益。
大数据与航天商业模式创新。如果找准了大数据时代的角色定位,航天企业就可以从中挖掘更多的价值,从而颠覆传统的商业模式。罗尔斯·罗伊斯公司一直监控着全球范围内3700多架飞机的引擎运行情况,这些监测结果将被转换成油量消耗、故障预警等信息并有偿提供给航空公司,其商业价值约占罗尔斯·罗伊斯公司民航发动机部门年收入的70%,这无疑是未来空天飞机引擎制造商可模仿的范例。类似的例子还有很多,成像观测数据在有关社会发展的预测分析中发挥着重要作用,次表层勘探数据可以作为本年度石油、矿产等大宗商品交易分析的重要依据,温室气体采集数据能够辅助区域粮食作物的估产,电磁环境探测数据是城市功能区规划布局的决策参考等等。更为重要的是,在对某特定任务的数据实现“第一手利用”后,如果能够依靠大数据思维启发进行二次开发再利用,在某种程度上就意味着以零成本获取新的利益,而这其中的关键是始终牢记自己正坐在大数据的冰山一角上,只要不断积累和挖掘,就有望触及水平面以下那部分更加庞大的价值。
大数据与航天项目成本控制。航天产品之所以“金贵娇气”,源于一直以来对精度的依赖,而把精度推高一个小数点所耗费的成本往往需要十倍、百倍的累积。比如:为了实现对地“凝视”,需要把卫星发射到距地面36000km的地球静止轨道,对火箭运载能力和有效载荷成像精度都有很高的要求,成本随即大幅上扬。大数据方法给出的成本控制答案是:以低廉的价格,发射多颗低轨微纳卫星组网,实现较短重访周期的“准凝视”,在获取了多谱段、多类型的大量普通精度图像数据后,通过挖掘潜在信息,设计合理算法,改善分辨率和图谱质量以满足用户要求。这种方法体现了大数据思维追求“更全、更杂、更相关”的理念,正可以与廉价火箭、“手机卫星”以及“图像数字增强技术”等新兴手段相得益彰,成为航天工业未来的方向。
大数据与航天工程管理。在真正迎来低成本时代之前,航天任务仍然属于体量巨大、周期漫长的超级工程,运用大数据方法有助于实现更加高质高效的管理。以航天可靠性工作为例,现有的成功经验是巨细靡遗的质量复查,但业界也承认这是一种“后知后觉”的被动纠正,因此出现了“可靠性数据包”一类的预防性手段试图提前暴露问题。运用大数据的方式,我们可以把这种“正向质量确认”进一步推向极致。例如:尽量完整地记录整批产品的各种生产信息、状态信息,更为重要的是关联信息(比如:关注零件加工刀具因磨损而更换的次数是否增加,因为这意味着零件材料的硬度可能超标),依据这些信息进行提炼分析和综合评估,提前设置产品质量“综合预警阈值”,一旦异常现象累计超标,就提前采取维修措施或报废处理,这显然比产生惨痛失利后的人力资源浪费、信誉度损失、保险赔偿和周期延误要合算得多。类似方法对航天工程计划调度、质量检测和产品全生命周期管理也有重要的借鉴意义。
大数据的时代幕布已经悄然拉开,依靠大数据重新认识世界和创造价值的神话正在不断上演。伴随着新的变革,总会有新的机会,企业不能回避,也不应被动依附,而是应该以开放的心态、创新的勇气响应大数据的时代变化,真正把握属于自己的机遇。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】软件、洞察力、大数据、产品、经验、硬件、流量、创新、决策、数据安全、网络安全、数据分析、决策制定、数据挖 ...
2026-06-18在方案选型、效果复盘、产品评估、供应商筛选等各类业务决策场景中,仅凭单一指标下结论往往会陷入 “以偏概全” 的误区。多维度 ...
2026-06-18 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-06-18在数据分析、用户运营与业务增长的工作体系中,漏斗拆解是最基础也最高频的问题定位方法。很多业务场景下,我们只能看到最终的转 ...
2026-06-17在数据库开发、数据清洗与报表统计场景中,数值类型转换为日期是高频刚需操作。业务系统常以 Unix 时间戳、整型日期(如20240617 ...
2026-06-17 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-06-17【核心关键词】数据库、电商、知识、产品、数据产品、监管业务、产品经理、业务系统、用户行为分析、用户分析、数据分析、电商 ...
2026-06-16在 Python 动态类型与面向对象的编程体系中,变量定义与类实例化是构建代码逻辑的两大核心基石。变量是数据存储、传递与运算的基 ...
2026-06-16 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据和表结构数据有什么区别”“数据类型误判会引发哪些分析错误” ...
2026-06-16在 MySQL 查询性能优化体系中,索引是降低查询耗时、提升数据库吞吐的核心手段。其中联合索引与覆盖索引是实际开发中最高频的两 ...
2026-06-15在数据仓库建设与商业智能分析体系中,维度建模是应用最广泛的建模方法论,而事实表与维度表是维度建模的两大核心构件,共同构成 ...
2026-06-15 很多数据分析师能熟练计算指标,但当被问到“这家企业的核心业务目标是什么”“如何把模糊的战略目标拆解为可量化的指标”“ ...
2026-06-15在数据分析、业务监控、运营复盘等场景中,列值趋势计算是核心需求之一。无论是分析销售额的月度增长、用户活跃的变化趋势、库存 ...
2026-06-12在数字经济深度渗透的当下,消费者的购买行为已从过去的 “被动接受” 转变为 “主动决策”。流量红利消退、获客成本攀升、用户 ...
2026-06-12CDA三级认证是三个级别中的塔尖,全面考察数据战略、团队领导和复杂项目的综合能力。它所对应的《敏捷数据挖掘》教材,不再局限 ...
2026-06-12在游戏产业的商业逻辑中,付费玩家是支撑游戏生存与发展的核心支柱。行业普遍遵循 “二八定律”:20% 的付费玩家贡献了游戏 80% ...
2026-06-11【核心关键词】企业、定位、传统、产品、互联网、可视化、业务侧、数字化、结构化、数据分析、传统制造业、市场状态、发展空间 ...
2026-06-11 解读《CDA二级教材:量化策略分析(2025)》的全景结构与学习逻辑 ” CDA二级认证是企业招聘数据分析师时最常提及的证书门槛 ...
2026-06-11【核心关键词】药企、可视化、营销、分类、数据分析师、销售数据、业务人员、指导方向、分析报告、营销数据、营销医生 【专访摘 ...
2026-06-10在统计学分析、问卷调研、实验验证、业务复盘等场景中,卡方检验与 T 检验是应用最广泛的两类基础假设检验方法。前者专门处理分 ...
2026-06-10