京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据撬动创新创业新契机
大数据被视为云计算之后的又一科技热点。从走在前沿的互联网新兴行业,到与人们生活息息相关的医疗、电力、通信等传统行业,大数据浪潮无时无刻不在改变着人们的生产生活方式。巨变之下,国内外各行各业也在面临新一轮创新创业的重大契机。
日前,上海大数据产业技术创新战略联盟(下称“上海大数据联盟”)召开数据中国产业创新峰会,并推出中国大数据最具投资价值排行榜。该联盟秘书长孔华威表示:“参与竞争此次价值排行榜的,共有近450家大数据领域创业团队,我们或许能从中发现新一代的‘马云’。”
随着大数据逐渐由概念转化为生产力,无论是企业、资本机构还是政府、行业协会或联盟,均开始积极布局大数据。之前,北京、上海、广东,甚至河北、贵州、陕西等地方政府已将大数据作为重要战略部署,并开始由松散走向组织化。河北成立秦皇岛开发区数据产业基地;贵州8月份刚刚成立大数据产业技术联盟,并正式出台文件,开放数据环境;而北京早在2012年便成立中关村大数据产业联盟。
作为经济发展重镇,上海近两年也积极推动大数据的发展。2011年,上海成立了智慧岛数据产业园;上海科委副主任干频表示,去年上海市科委正式发布了《上海推进大数据研究与发展三年行动计划(2013-2015年)》,重点推进6大行业大数据公共平台和6类大数据行业应用的发展。
孔华威表示,大数据将成为上海科技创新的重要抓手。而成立于去年的上海大数据产业技术创新战略联盟则将实施具体的推动工作,下一步将着重整合资本与产业资源,连接资本与创业公司。他认为,外界都在关注BAT,但随着产业的发展,一些创业公司也逐步崛起,应该受到更多关注。
一家名为星图数据的创业公司不久前获得数百万美元的A轮投资;著名风险投资公司IDG则以4000万元人民币投资了大数据信用评估公司Wecash闪银。毋庸置疑,大数据产业正在受到资本越来越多的关注。
从产业链角度来看,大数据主要分为三个层级:大数据的获取、大数据传输和存储、大数据应用(包括分析挖掘)。在国内,大数据获取依然集中于BAT等大型互联网公司;而在大数据传输和存储方面,已经出现一些成功的创业公司,比如提供基础云计算服务的Ucloud,今年6月份已完成B轮5000万美元的融资;更多的大数据创业公司则集中于大数据应用方面,包括刚刚获得投资的星图数据,以及一些软件公司。
但整体而言,目前基于大数据的创业公司依然处于分散、规模小的状态。孔华威表示,上海大数据联盟将发布《2014年中国大数据产业年鉴》,构建中国大数据产业图谱。
大数据企业成功路径在哪里?众人科技创始人谈剑峰表示,围绕大数据,在硬件等基础设施方面,国外的技术已经遥遥领先,像甲骨文、IBM这样的公司非常成熟,因此,国内短时间内应该先从“软”的方面入手。
目前,上海已出现一些专注大数据的公司,比如提供智慧安全及智慧交通专业解决方案博康智能、专注电商管理软件的商派、解决移动金融安全的来谊电子等。孔华威表示,大数据创新创业企业要关注快和准,因为大数据核心在于海量数据快速和精准的计算。赛富投资基金合伙人金凤春告诉记者,从产业和具体应用来看,围绕社区服务的移动电商、电子游戏的渠道拓展等领域,有可能孕育引导潮流的大数据企业。七牛云存储CEO许式伟则认为,出于对用户行为数据的精准分析,大数据时代的竞争会从“生产更多的商品”,转到“生产让客户满意的商品,甚至是定制化的商品”。未来大数据企业的商业模式之争,就是服务之争、智能化之争。
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