
“大数据是迈向智能社会的土壤”
“有人说数据是石油,是黄金。在我看来,那都是1.0版本的说法。如今,数据是土壤,是我们迈向智能社会的土壤。”9月13日上午,著名信息管理专家、阿里巴巴集团副总裁涂子沛做客广东职工大讲堂时表示。
他认为,在这个大数据时代,沉淀、采集和分析数据使人们能够掌握很多以前无法获得的信息,实现预判趋势和定制化生产,从而帮助企业转型升级,实现社会精细化发展;同时,通过合理开放和融通数据,能够实现智慧的集成和社会治理水平的提高。
互联网是沉淀数据的战略基础设施
“今天的互联网,不仅仅是互联,而是沉淀数据的基础设施。”涂子沛认为,“互联网+”里的“+”是指超越互联,而具体表现就是数据化。
那么,互联网时代的大数据又是什么?他表示,数据是对客观世界的测量和记录,而大数据是“传统的小数据”+“现代的大记录”。“我们在收集数据时,可能是出于某个特定目的,只限于在特定维度上来收集。但这些数据往往可能在新的维度,在新的领域发生作用。”
比如,现在社会上都在讲传统企业转型,怎么转型?涂子沛表示,传统企业很难清楚地知道自己的产品卖到哪里、卖给了谁,但借助互联网,企业能够通过数据了解并分析购买者的消费行为。
他认为,一切业务数据化,便是互联网企业与传统企业的不同所在:互联网能把每一笔交易用数据沉淀下来,作为基础设施将数据采集,决定着企业今后的命运。
“企业可以和每一个终端用户之间建立数据联系,通过实时的、源源不断的数据沉淀,更加了解市场和用户。在数据时代,比的不是劳动生产力,而是知识生产力。就以电商来说,哪一家电商平台最早、最有效最精确把这些分析出来,销售量可能提得更高。不仅如此,互联网和大数据还能帮助企业拓展新的业务和商机。”
涂子沛以阿里巴巴为例,“每做一笔交易就沉淀一笔记录,数据沉淀越来越多,有了这些数据,便可以去开拓新的领域,比如说金融业务。”他解释,目前阿里巴巴平台上如果有商家提出贷款需求,在几分钟内,平台便可以决定是否发放贷款。“依据是什么?便是借助交易等各类数据的积累,全面了解商家的运营状况等信息,决策能不能放贷。”
大数据“表示的是过去,表达的是未来”
在“互联网+”时代,数据到底有多重要?“数据是土壤”,孕育智能社会。涂子沛称,数据不再仅是黄金和石油,因为它们用一次就消耗了,而数据永远在那里,越用越多,并最终经过沉淀、采集、分析实现1+1>2的效果。
“如今数据存储分享成本极其低廉,微信、微博等社交媒体的普及,使得每个人都贡献数据,引起数据爆炸。”在涂子沛看来,这些数据是预测世界最好的工具,数据表示的是过去,表达的是未来,数据就是规律的载体。“目前我们的数据正在实现把机器连接起来,成为物联网,而未来一旦机器跟人体连接上网,7×24小时源源不断收集数据、产生数据,一切都将数据化。
进入大数据时代,未来生产和社会将变成什么样?涂子沛认为,依托大数据分析,企业还可以预测消费行为和市场趋势,从而提供个性化产品满足不同需求。
“比如每个人打开手机淘宝,看到的页面、产品、商品都不一样,做了个性化之后,手机淘宝点击和下单的人要比不做个性化高一倍左右。为什么?因为数据分析使得我们把他最关心的事情推送给他了。”
值得注意的是,数据也将对传媒业产生巨大影响。他提到,媒体每天处理的信息其实就是数据的富矿,也应当通过数据分析和用户习惯给每个人推送新闻,使每一位客户通过客户端只看到自己想看到的新闻,为每一位客户量身定做,提供个性化服务。
涂子沛补充说,这就需要有大量的数据,才能基于客户兴趣和趋向的掌握,提供个性化服务。当前我们处在一个注意力匮乏的时代,大数据信息爆炸,注意力是最宝贵的,个性化服务就是在争取注意力,从而实现价值。
大数据帮助提高社会治理水平
“数据虽然是最重要的资源,不流动,就不能产生价值”,涂子沛认为,“互联网+”时代,开放数据,让数据流动,整合数据,才能够实现“1+1>2”的增值。开放数据才能推动知识经济、网络经济、新经济的发展。
他强调,数据要融通才能产生价值。要通融数据,必须首先开放数据。“中国已成立专门部门管理数据开放问题,广东则是第一个成立大数据管理局的省份。涂子沛认为,开放数据是一个系统工程,要把数据以一定的程度跟其他的数据、其他平台进行整合,更好的服务经济社会的发展。
“比如,通过掌握每一部车的位置,就知道车在红绿灯面前等了多久,现在智能红绿灯是全世界交通领域的前沿,通过将几千万条出租车数据开放出来,举办一场数据大赛,号召大家设计这样一套系统,让所有车在所有路口和地区等待的时间加总之和要最小。”
他说,这意味着,用外部力量调动内部创新,用互联网来调动资源,寻找最优解决方案,提高社会治理水平。数据开放、共享和融通不仅使得社会效率更加有效,还增加新的蓝海、新的资源,我们已经享受到了开放数据的好处。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
2025被称为“AI元年”,而AI,与数据密不可分。网易公司创始人丁磊在《AI思维:从数据中创造价值的炼金术》一书中指出:AI思维, ...
2025-07-17数据分析师的技能图谱:从数据到价值的桥梁 在数据驱动决策的时代,数据分析师如同 “数据翻译官”,将冰冷的数字转化为清晰的 ...
2025-07-17Pandas 写入指定行数据:数据精细化管理的核心技能 在数据处理的日常工作中,我们常常需要面对这样的场景:在庞大的数据集里精 ...
2025-07-17解码 CDA:数据时代的通行证 在数字化浪潮席卷全球的今天,当企业决策者盯着屏幕上跳动的数据曲线寻找增长密码,当科研人员在 ...
2025-07-17CDA 精益业务数据分析:数据驱动业务增长的实战方法论 在企业数字化转型的浪潮中,“数据分析” 已从 “加分项” 成为 “必修课 ...
2025-07-16MySQL 中 ADD KEY 与 ADD INDEX 详解:用法、差异与优化实践 在 MySQL 数据库表结构设计中,索引是提升查询性能的核心手段。无论 ...
2025-07-16解析 MySQL Update 语句中 “query end” 状态:含义、成因与优化指南 在 MySQL 数据库的日常运维与开发中,开发者和 DBA 常会 ...
2025-07-16如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10