京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据是核心资源互联网技术革命或将爆发
“未来智能制造就是跨界大数据,即用户大数据、制造流程大数据和供应链大数据三者打通。明年‘双11’,我们将会精确地备料和生产,储存多少零件,生产线什么时候开,这些都可以根据历史数据计算出来。”鸿海集团董事长郭台铭这样形容大数据的意 和他一样,本届世界互联网大会上,与会嘉宾几乎言必称“大数据”。阿里巴巴集团董事局主席马云甚至直白地将数据与前两次技术革命中的主角煤炭与石油相提并论:“这一次互联网技术革命,数据是核心资源,未来数据是生产资料,计算是生产力。”
大数据是核心资源 互联网技术革命或将爆发
大数据应用的基础,源自技术进步带来的效率提升和成本下降。英特尔中国区总裁杨旭表示:“拿DNA排序来说,10年前分析一个人要一个月时间,1000万美元;现在只要一周,1500美元,我们的目标是3年后达到24小时,500美元,这就是数据的革命。”
在中国工程院院士倪光南看来,大数据意味着4种能力。“一是集成和融合,海量数据汇集带来价值的提升;二是计算,通过云计算,能够被迅速利用;三是洞察,人们可以由此发现新的规律,重新认识事物间的关系;四是预见,能够帮助人们决策。”
4种能力交织,智慧应运而生。对于互联网公司来说,大数据应用早已不是镜花水月。美团点评CEO王兴在论坛发言中给出了一个有趣的数据。“我们每天有700万笔订单,但送一个外卖平均时间只有28分钟。速度来自同城即时调度配送系统,通过大数据分析,我们一方面对送货员的状态和分布有清晰了解,一方面会对消费者的需求有清晰统计和预测,并根据这两点来智能调配运力资源。”
招聘网站领英执行主席、联合创始人里德·霍夫曼同样讲述了大数据的大智慧。“在美国犹他州、英国曼彻斯特,我们都根据公司的需求数据和网站上的简历数据帮助城市进行分析,现在哪些行业能够提供工作岗位,未来的工作岗位是什么形态,目前失业人士又有哪些技能等。通过这些分析,城市就能够拿出有针对性的就业资源帮助大家重新就业。”
但是,大数据的能量并非仅仅止步于此,它也在促成新的商业模式。“哪怕在5年前,对于传统企业来说,还意识不到数据的重要性。但今天,数据已经成为我们新生态圈的中心。”卓尔集团董事长阎志告诉记者:“卓尔旗下有500万平方米的汉口北市场和300万平方米的天津电商城,基于对传统批发市场业务的熟悉,建立了目前年交易额超过430亿元的批发市场线上交易平台,就是为了要获得数据。依靠这些来自线下线上的数据资源,开始提供智能货运服务和基于供应链的金融服务,形成了自己的生态闭环。”在他看来,专业利用手中传统产业沉淀的数据资源,是传统企业转身的“关键”。
“真正场景化的大数据,能够形成新的商业逻辑。”WiFi万能钥匙总裁张发有举例说,“一个街边的美甲店,店主不可能负担得了户外广告或电视广告的成本,但是店主可以通过WiFi万能钥匙向周边5公里以内的年轻女性精准投递促销信息。这种精准投放能实现,是因为人和场景的匹配提升了广告的投放效率,进而降低成本。但前提条件是,你能为用户准确地画像,知道他们是什么样的人。”
在通往明天的路上,大数据应用的发展也并非一帆风顺。在中国科学院秘书长邓麦村看来,加强大数据专业人才培养是当务之急。“我们应创新人才培养模式,建立健全多层次、多类型的大数据人才培养体系,重点培养专业化数据工程师等大数据专业人才,大力培养具有统计分析、计算机技术、经济管理等多学科知识的复合型人才。”
对于更多从业者来说,最期盼政府能够更快更广泛地开放手中的数据资源。在17日举行的“互联网+出行”分论坛上,交通运输部与百度地图合作建设的综合交通出行大数据开放云平台“出行云”正式上线。作为全国首个交通领域的出行大数据开放平台,这一平台已接入全国15个省市交通运输主管部门的相关数据。百度地图开放平台总经理李志堂说:“促进政府开放数据,需要建立一个多赢的机制。‘数据换服务’是较为可行的思路,比如政府出于监管需求,要给货运车辆安装GPS设备,政府给我们数据,我们输出技术和能力,将它们变成路况,为公众和政府决策提供服务,这样政府就有比较积极的数据开放意愿。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12