京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据的魔力与挑战
在佛山,“大数据”正变得越来越火。这不,继佛山市委常委、南海区委书记邓伟根带着南海党政班子专门到维尚家具学习大数据应用后,南海区区长郑灿儒在上线微访谈时透露南海将设立大数据局。最近,又有一批南海的企业家前往阿里巴巴参观,感受淘宝大数据的应用。
我的一位朋友参加了这次考察,回来后他就马上着手组建自己的数据团队。他兴奋地对我说,这两年我经常听别人说“大数据”,一直觉得深不可测,这回终于明白了,原来大数据就是对数据的充分挖掘与应用。和我的这位朋友一样,佛山不少企业家都已开始关注和研究大数据。在南方日报出版的《变革:2013年佛山经济年报暨2014年经济趋势预测》中,无论是东鹏的何新明、志高的李兴浩,还是雪莱特的柴国生、昭信的梁凤仪,诸多佛山知名企业家无不表示互联网和大数据将是对未来商业模式的颠覆,他们自己企业的发展一定要顺应这个趋势。
可是,“大数据”到底是什么?真的如我那位朋友所说,“大数据”就是对数据的挖掘和分析吗?答案是否定的。对数据的挖掘与分析的确是“大数据”应用链条的基础,可就像电力技术的应用不仅仅是发电、输电那么简单,而是引发了整个生产模式的变革一样,基于互联网技术而发展起来的“大数据”应用将会对人们的生产过程和商品交换过程产生颠覆性影响,数据的挖掘和分析只是整个变革过程中的一个技术手段,而远非变革的全部。
为什么这么说?以邓伟根带队考察的南海维尚家具为例,依靠“大数据”应用,维尚家具不仅解决了定制家具规模化生产这一行业性难题,而且其整个生产流程与传统制造企业相比发生了颠覆性变化。在维尚,客户或者潜在客户只需要在网络上填写其所在城市、楼盘、户型等基本信息后,维尚的数据后台就可以很快设计出与之相对应的家具解决方案,然后再根据客户的需求进行修改,一旦被客户认可并下单,订单信息就将通过数据后台传达到生产车间进行生产。而且,维尚的数据后台还可以对所有订单进行拆分,把每件家具拆分成不同型号的板块,再对这些板块进行标号。在拆分后,所有零部件都成为一个个数字,然后再把这些数字进行组合,所需材料来自于同一块板木的,实行合单,不同的则拆分。这样,维尚就实现了定制家具的规模化生产,解决了定制家具材料利用率低的难题。
我们可以发现,在维尚的整个生产链条中,无论是信息还是物料,都已经转化为“数字”,这些数字在互联网的通道上流动,人们通过对这些对“数字”的管理来对生产进行调度。在“数字”的流动过程中,消费者实际上已经成为生产过程的组织者,他们的需求通过互联网传递到数据后台后,通过数字化解构和组合后,转化成为对生产车间的具体指令,生产就被有效组织起来了。而且,随着越来越多客户信息的采集,数据后台通过不断的记录与分析,其决策的精确度将不断被提高,并且能够逐步渗透到供应链管理的各个环节,整个生产将更加有序、更加智能化。
也就是说,“大数据”其实是借助互联网技术,把市场经济中原本割裂的生产、交易和流通环节整合到了同一个信息通道中,信息流和物流通过数字化转换后整合到了一起,在同一个通道中进行流动、交换和管理。这样,市场需求与生产供给就直接联系起来了,市场信息被直接传导到生产车间,“大数据”平台成为整个资源调配的中枢,资源将完全基于市场需求得到最优化配置,生产效率将得到提高,生产成本则由于资源的最大化利用而显著降低。
所以,就像因为蒸汽机和电力的应用,人类工业化生产力曾经得到根本提高一样,“大数据”的本质其实是基于互联网基础上的信息化应用,其真正的“魔力”在于信息化与工业化的融合,使工业制造的生产效率得到大规模提升。简而言之,“大数据”并不能生产出新的物质产品,也不能创造出新的市场需求,但能够让生产力大幅提升,这不就是当年蒸汽机和电力技术的应用给人类曾经带来的变化吗?
那么,对于佛山这样一个制造业城市来说,大量传统产业在并不能创造出新产品的前提下,提升生产效率不就是转型升级的方向吗?
是的,面对信息革命的大趋势,越来越多的佛山企业家意识到了大数据的“魔力”后,正如我的那位朋友一样,很多人开始筹建自己的大数据团队。但是,要把大数据应用到生产链条中,从企业运营的角度来看,这其实是企业进行再投资以提升生产力的过程,但这种投资不同于购买土地、机器等佛山企业家轻车熟路的投资方式,其背后牵涉的是整个生产模式和管理方式的变革。让数据成为比土地、资本还更重要的资源,这一转型方式的背后,思想的转变无疑是最难的,这将给佛山企业家带来巨大挑战。
对于佛山大批制造企业来说,维尚家具固然给它们提供了可供学习的参考,但一个有趣的细节是,维尚其实是从家具软件公司转型而来,原本就为家具企业做技术服务的背景,让他们天然就具备了对数据分析挖掘的技能,以及信息化和互联网的思维方式,但对于佛山大量的制造企业来说,又是否具备这样的基因?
而且,维尚从一开始就采取了线上与线下相结合的方式进行运营,也就是不仅搭建起了线上的大数据和互联网平台,而且线下同步在很多小区建起了实体店,根据维尚家具董事长李连柱的说法,目前维尚家具在全国总共有5000多名设计师,这么庞大的线下资源其资金投入无疑是巨大的,这样的风险掌控能力无疑不是一般企业所能具备的。
更为根本的挑战是,正如《大数据时代》作者维克托迈尔所说,大数据的价值链条中有三个角色:拥有大数据、掌握大数据分析技能、具备大数据思维。但要成为同时拥有这三个价值的企业,却并不是轻易就可实现的。比如,当企业通过大数据挖掘出许多此前未知的市场信息后,如何最快速、最有效、最便捷的让它在商业决策中得以应用?具体到企业管理中,一家企业如何让“大数据”部门成为联动各个环节的核心部门,也就是如何真正做到让数据发声?
要破解这些挑战,对企业来说必定是颠覆性、系统性的变革,但相对于“大数据”的巨大魔力,这样的挑战却又是要必须迈过的坎。如何迈过这个坎?套用一句流行的话来说,我们一起且行且珍惜!
看似寻常的细节蕴藏着预示未来的大变革,最前沿的新思维发端于默默无闻的企业实践。以细节解读趋势,以佛山窥视全局,“佛山新经济评论”与你相约周一,不见不散!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31