京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代分析变革即将来临
日前,Teradata首席分析官Bill Franks在北京与部分业内媒体记者举行了一次关于大数据分析的圆桌会议,在这次会议上,Bill Franks带来了他的新书《数据分析变革》,并就大数据分析的最新发展趋势发表了精辟见解。
Bill Franks表示,经常会有人问这样的问题,大数据是不是存在泡沫,这种泡沫会不会破裂?比如,前段时间一个记者问我,说他们估计差不多一年半之后,大数据泡沫就会破裂。他当时问我大数据是否有泡沫的时候,我的答案是这样的,从某种方式来说是有泡沫,从另一种方式来说没有泡沫。
为什么说有泡沫呢?确实现在市场上有一些过多的炒作,认为通过大数据能够获得所需要的一切。如果不能实现这些目标,有可能标志着大数据泡沫会破裂。如果不是泡沫的话,再过多少年之后进行回顾,会觉得当时对大数据的看法是非常滑稽的。
我们所经历的真正的互联网泡沫,是大家非常熟悉的,从1999年到2000年。当时并不是说互联网本身缺少价值,而是认为这种价值的获得太容易、太快速,所以造成了当时的泡沫。但是看一下目前的情况,互联网已经深入到社会的方方面面,给人们的工作、生活带来了非常深远的影响。目前,大数据也是这种情况,现在大数据的发展非常艰难,人们有各种各样的说法。如果再过五年或者十年,我们会看到大数据可以带来非常好的影响。过去大数据都是在企业里面,各个领域都有大数据。前几年,Teradata提出企业级数据仓库,就是如何把这些数据源整合在一起,来挖掘企业内部的数据价值。
Franks说,我们要避免重蹈覆辙,目前看到在企业里有很多单独的大数据部门,大数据分散在各个地方,这些数据也由不同的人员加以管理。我们应该避免过去传统数据管理问题,要把数据都统一集中在一起。我们会提供相关的工具、技术、专业服务,帮助客户更多地挖掘数据价值。我们能够帮助挖掘客户的业务问题所在,给他们找到具体方法,能够提供具体的工具和技术,更大地发挥大数据的作用。一方面我们能够在前端帮助客户发现数据的价值,另一方面在后台也能进行跟踪,给它进行量化,发现数据价值所在。
Bill Franks认为,我们现在面对着数据分析的变革,通过一种“手工定制”的办法,针对企业具体的问题,做一些大数据的分析,给他们提供定制化的解决方案。这里涉及高价值的问题或者低价值的问题,一般都要探索哪些是属于高价值的问题,需要有一些定制的或者深层的分析。对于那些低价值的问题,可以部署一些业务流程等进行解决。企业可以在技术、业务流程里,嵌入一些解决方案的数据分析,能够自动实施,不需要太多的人工参与就能实现。
谈到电信领域的高级分析,Bill Franks说,从电信商运营的角度来说,也需要大量的高级分析,比如一些无线的基站和铁塔,什么时候会出现问题。包括一些网络上传送的速率情况,都传输什么内容,是电子邮件还是什么?这些分析与传统的分析是不一样的。传统的分析是这个电话是谁打给谁的,而现在的分析更多一些,包括基础设施、网络、基站等,很多环节都需要这样的高级分析。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 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 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18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导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 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。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12在数据分析日常工作中,Excel数据筛选是数据清洗、数据提取、样本筛选的核心基础操作。传统Excel手动筛选、函数筛选方式,面对多 ...
2026-08-12 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-08-12在数据分析、统计建模、数据挖掘与商业调研过程中,原始数据往往无法做到绝对干净规整。受系统故障、人工录入失误、设备误差、突 ...
2026-08-11在数据分析工作中,聚类分析是典型的无监督学习方法,核心作用是依据数据自身的多维特征,将相似样本自动划分为若干类别,实现“ ...
2026-08-11