京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据,新一轮技术革命的“支点”
无数据不生活,创新生活模式
人工智能、物联网、机器人、共享经济,这些要素相互叠加后,世界上出现了创造新型生活方式的机会。毋庸讳言,这也是新的经济增长机会。而所有这些都离不开大数据,超大量、随时随地产生的数据。
新技术要素相互叠加对生活影响的根本在哪里?日本《产经新闻》日前刊登文章认为,那就是在各个领域正在出现传统生活模式被取代的现象。比如出行和旅游,以往依赖路上找出租车或通过旅行社预订旅馆。随着大数据累积,旅行者自己也可利用基于数据的评估系统来作出判断,以保证旅途安全和舒适。优步、滴滴、爱彼迎……从大数据领域走在世界前列的企业不胜枚举。
在金融领域,那就是金融科技。以往如果离开了银行这一社会基础设施,人们就不能放心地存款、结算,但通过新技术与大数据的组合,就不断出现更加方便和廉价的存款、结算平台。在中国和美国,都存在IT相关企业推动金融科技的现象。
数据创造价值,产业迎来机遇
当前社会的数据资源正呈指数级增长。清华大学信息技术研究院研究员薛一波说:“现在的突出问题,一是部分传统企业行业和机构缺乏新思维,没有意识到,甚至不清楚大数据这种战略资源的价值所在;二是缺乏机构间融合和深度合作,有数据的不知怎么用,会用的没有数据。”
他认为,需要打破条条框框、利益分割,共同促进大数据产业链的健康发展,“除消费领域外,更多传统企业的大数据思维应成为行业共识”。
传统企业究竟如何赶上大数据的这列发展“快车”呢?
“喷气式客机一起飞,就会产生海量数据,”薛一波举例说,“分析客机实时传输的大数据,可实时掌握飞机的运行状态,提前预警和发现潜在问题,采取预防、维修等措施,大大减少故障率。”
类似技术也应用在高铁上。薛一波说,以往铁路工人在铁轨上敲敲打打,通过声音检查问题;如今,高铁上的各种传感设备可实时传回车辆数据,通过大数据分析,即可实现故障预警、诊断、排查和定位,提高效率,降低成本。
他说,大数据分析可大幅提升传统行业的运行效率、降低运维成本、提升数据价值。在欧美等发达国家,工业大数据应用已非常普及。
“大数据技术推动传统产业升级是必然的,”暨南大学信息科学技术学院/网络空间安全学院副院长郑力明对记者说,比如,德国积极推动包含工业大数据应用在内的“工业4.0”计划,正是要进一步促使工业生产与信息技术融合,使供应、制造、销售各环节智慧化。
如今,大数据巨大的商业价值正成为推动经济变革的新引擎。中国工信部已印发《大数据产业发展规划(2016-2020年)》,提出到2020年基本形成技术先进、应用繁荣、保障有力的大数据产业体系。大数据相关产品和服务业务收入将突破1万亿元人民币,年均复合增长率保持30%左右。
美国高德纳咨询公司去年7月估计,未来5年内,仅用于解析大数据的云计算一项,IT产业就将有超过1万亿美元支出,直接或间接促进企业向云计算领域转型。
消除“数据烟囱”,打通“信息动脉”
统计显示,目前中国信息数据资源80%以上掌握在各级政府部门手里,“深藏闺中”造成极大浪费。一些地方和部门的信息化建设各自为政,形成“数据烟囱”和“信息孤岛”,给应用带来不便。
中国人民大学“中国调查与数据中心”副主任、社会学系副教授王卫东说,数据开放意义重大。因为大数据最初是用数据模型采集的各种信息的总和,开放数据能帮助研究人员找到之前看来不相干的事物间的关联,然后据此找到更精确的计算参数。开放程度越高,参数设置和分析就会越精准,得出的信息参考价值越高。
正因如此,“开放数据”已成为一股世界性运动,各国政府则成为这场运动中最重要的对象。推动信息跨部门跨层级共享共用,加快推进公共数据资源向社会开放,已经成为政府工作的重要目标。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27