京公网安备 11010802034615号
经营许可证编号:京B2-20210330
挖掘DT时代“新原油” 成都加快布局“大数据”
日前出炉的成都“产业新政50条”明确提出,要强化数据资源支撑,推进数据资源的开发利用。搭建全市统一数据交换共享平台,提升政务数据共享应用水平。企业和社会机构面向行业应用构建专业大数据服务平台,主动采集、加工并开放数据,形成以数据平台为核心的产业加速器,可按平台投资额30%给予最高300万元一次性补助。国内外行业领先企业来蓉开展数据业务、发展大数据产业的,产业部门按重点项目帮助企业协调数据资源……
大数据就是现代“新原油”。从it时代走向dt(数据处理技术)时代,大数据到底在怎样改变我们的生活?在大数据从概念渗透转向应用发展的当下,中国大数据发展情况怎样?世界各国在大数据领域如何布局?而正在加快建设全面体现新发展理念的国家中心城市的成都,其大数据发展又是怎样的场景?
前沿故事
大学教授“变身”创业者
探索大数据发展的“成都模式”
“假如按照经验,一个刀具可以切割300个手机壳,每当切割到300个手机壳时,刀具的使用寿命就结束了。而利用大数据我们发现,有的刀具只能切割280个手机壳,有的刀具则可以切割330个手机壳。大数据的价值就在于,通过合理的算法对大量的刀具数据进行加工,计算出每个刀具的使用寿命,而不是像以往那样 一刀切 ,从而节省成本,让每个刀具都 物尽其用 。”上周,在成都数之联科技有限公司董事长办公室里,傅彦深入浅出地给记者“普及”大数据知识。
有意思的是,2012年才正式成立的数之联,是由一群大学教授创办的。作为电子科大教授、博士生导师的傅彦就是其中之一。而另外一个不得不提的创办者,则是电子科大“80后”最年轻教授、中国大数据领军人物的周涛。长期从事数据挖掘、看到巨大社会需求的他们,带着引领大数据产业发展的初衷,化身创业者,为政府、企业挖掘数据背后的“宝藏”。
为众多知名企业提供解决方案
“我们长期从事数据挖掘工作,也意识到大数据的广阔前景。如何将科研成果用以解决实际问题?如何从这些数据中挖掘出有价值的信息,从而对企业发展起到帮助作用?带着这些问题,2012年我们创办了数之联。经过前期的孵化和技术准备,2013年3月正式运行。”回想起公司创办之初的情形,傅彦如数家珍地告诉记者。
虽然公司成立仅5年时间,但得益于良好的政策支持和自身强大的科研实力,数之联已经先后服务了阿里巴巴、腾讯、中国联通、工商银行、五粮液等众多知名企业。傅彦向记者举例说道,“2015年,我们开始与五粮液合作,致力于生产线的优化和设备运行情况监测。在以往的生产过程中,何时加水、加原料都是靠经验,不同的人经验也不一样。这样一来,高质量酒的产量就比较有限。而根据他们生产过程中产生的大量数据,我们通过大数据手段加以分析,就可以得出最佳加水、加原料的时间,从而提高高质量酒的产量。此外,生产设备的使用寿命也可以通过大数据来预测。设备的损坏往往不是一瞬间的事,而是一个渐进过程,这一点很难通过肉眼发现。通过大数据的精准分析,我们可以预测一个设备大概什么时候坏,从而优化生产线,降低运营成本。”
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】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-05在数据库数据查询、业务报表统计、多表关联分析中,LEFT JOIN左连接是使用率最高的SQL关联查询语句。其核心特性是保留左表全部数 ...
2026-06-05 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 ...
2026-06-05任何一款产品从诞生、普及到最终退出市场,都会遵循一套固定的发展规律,这就是产品生命周期理论。在市场竞争日益激烈、产品迭代 ...
2026-06-04在Excel数据分析、办公统计、业务报表制作场景中,数据透视表是数据汇总、分类统计、快速复盘的核心工具,能够高效完成海量原始 ...
2026-06-04 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 ...
2026-06-04在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 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 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 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 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01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