京公网安备 11010802034615号
经营许可证编号:京B2-20210330
现在大家都知道大数据产业有很大的发展潜力,但潜力在哪,其商业模式又是什么?实际上就在于数据商业价值的挖掘。其中阿里、京东等电商企业就很好地挖掘了大数据的商业价值,例如我们在搜索购物时,淘宝、京东商城等网站就会结合你以前购买的一些商品信息,非常“贴心”地把你也许感兴趣的内容推荐给你,从而提高网友的购物体验,这也给企业带来了丰厚的回报。
记者:现在贵州也正在大力发展大数据产业,您如何看待其商业价值?
王旭:贵州拥有丰富的水电资源和气候优势,非常适合发展大数据产业。但目前来看,贵州的大数据产业现在还处于一个起步阶段,商业价值并不明朗。这也是日前省经信委主办2014中国(云上贵州)大数据商业模式大赛的主要原因,就是希望能够借助全球大数据相关的企业和团队、业内人士、创业者和高校师生的创意,为贵州大数据产业商业价值的挖掘出主意。
此外,贵阳市日前提出全方位加速重点打造呼叫中心产业的做法也是挖掘大数据商业价值的一个明智之举。呼叫中心看似一个劳动密集型的低端产业,但它一点都不低端,它的数据收集能力是其它行业难以比拟的。其实贵阳看中的是其数据收集能力。因为只有先具备海量的收集储存,然后才能进行数据的处理和分析,这是开发和应用大数据商业价值的前提和基础。
记者:贵州发展大数据产业当前最紧缺的是什么?
王旭:平台好搭建,“人才戏”难唱。目前,国内的大数据人才主要集中在北上广等东部发达城市,而贵州的大数据人才却相对匮乏,因此贵州大数据产业发展最需要的是大数据人才的储备。因为只有配备一些精通于数据采集和挖掘的数据科学家,才能够建立高级分析模型,发现趋势和隐藏的模式,使大数据真正发挥作用。
也正因如此,今年5月,经贵州省人民政府和贵州省教育厅批准,原贵州大学电子信息学院更名为大数据与信息工程学院,成为国内首个专注于大数据人才培养的高等院校。目前,学院内已经专门设立了大数据科学与工程系,并招收了首批100名学生,分别进行信息管理与信息系统、物联网工程两个专业的培养。其中信息管理与信息系统专业偏向于数据的分析和应用,物联网工程偏向于传感器、识别设备等硬件的使用。
未来,我们还计划做三个方面的工作:一是将现有的基础性课程进修完善,并在5年内将大数据科学与工程系的学生规模发展成1000人,以适应当前贵州大数据产业发展的需要。二是与国内大数据相关企业合作建立实训基地,以便让学员中的学生能够到企业中进行“实战”,以培养学生的实际数据分析能力。三是准备与惠普公司开展大数据资质认证的培训,前期先做大数据相关院校、科研机构以及企事业管理人员的资质认证培训,后期为贵阳大数据相关企业提供大数据采集、挖掘、储存等技术培训及资格认证服务,以满足大数据产业快速发展中的人才需求。
记者:您参加了“云上贵州”大数据商业模式大赛吗?
王旭:我们参加了,主要是做中草药的课题研究。
记者:中草药和大数据也有关系吗?
王旭:中草药有很多,比如说天麻,其中很多成分都是有益的,但如果拿这些成分入药,就必须要有统一的标准。但目前来看,贵州虽然盛产中草药,但大部分都是由农民进行散种,因此我们想通过大数据的食品安全云,通过数据溯源的方法进行标准化种植。具体来说,我们会通过特定传感器检测收集其生产过程中的温度、湿度、日照、气候等数据。产品一旦能够达到标准,我们便对其种植时的数据进行溯源,并按照同样的温度、湿度、日照等进行标准化种植。这种溯源的做法,就是贵州提出的“7+n”朵云中食品安全云的一种表现形式。未来,我们还希望能把这个课题向大数据金融方向延伸,建立农产品价格信息云平台,用o2o的形式贯穿整个产业链。科技力量并不是高高在上的,其真正的伟大之处是每个人都可以受益,而我们的最终目的也是以科技的力量改善农民的生活水平。
记者:您认为贵州大数据产业的未来方向在哪里?
王旭:贵州省发展大数据产业必须要结合自身实际,走一条属于自己的创新之路。当前而言,国内三大运营商数据中心同时集中落户贵州,可谓是全国首例。因此贵州大数据产业发展的第一条路是基于数据中心,做专业化的数据收集和储存平台,让外省的企业在贵州这个平台上“跳舞”。
第二条路是结合贵州民族药、旅游业、特色农产品等传统优势产业,利用大数据技术帮助传统产业直接获取消费者对其产品的反馈,以形成真正意义上的互动沟通,帮助传统产业在营销、广告以及新产品开发等方面加速互联网化,助推传统产业转型升级。
第三条路是利用大数据进行智慧城市的建设,现在贵州大学就有很多教师在进行体检数据收集、医院医师问诊服务云平台等公共领域的研究。
第四条路是结合贵阳市在“三线建设”时期留下的工业基础,利用大数据智能识别等技术大力发展高端装备制造业,例如机器人的制造等,这在国内外都是非常前沿的应用,市场前景非常广阔。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA一级知识点汇总手册 第三章 商业数据分析框架考点27:商业数据分析体系的核心逻辑——BSC五视角框架考点28:战略视角考点29: ...
2026-02-20CDA一级知识点汇总手册 第二章 数据分析方法考点7:基础范式的核心逻辑(本体论与流程化)考点8:分类分析(本体论核心应用)考 ...
2026-02-18第一章:数据分析思维考点1:UVCA时代的特点考点2:数据分析背后的逻辑思维方法论考点3:流程化企业的数据分析需求考点4:企业数 ...
2026-02-16在数据分析、业务决策、科学研究等领域,统计模型是连接原始数据与业务价值的核心工具——它通过对数据的规律提炼、变量关联分析 ...
2026-02-14在SQL查询实操中,SELECT * 与 SELECT 字段1, 字段2,...(指定个别字段)是最常用的两种查询方式。很多开发者在日常开发中,为了 ...
2026-02-14对CDA(Certified Data Analyst)数据分析师而言,数据分析的核心不是孤立解读单个指标数值,而是构建一套科学、完整、贴合业务 ...
2026-02-14在Power BI实操中,函数是实现数据清洗、建模计算、可视化呈现的核心工具——无论是简单的数据筛选、异常值处理,还是复杂的度量 ...
2026-02-13在互联网运营、产品迭代、用户增长等工作中,“留存率”是衡量产品核心价值、用户粘性的核心指标——而次日留存率,作为留存率体 ...
2026-02-13对CDA(Certified Data Analyst)数据分析师而言,指标是贯穿工作全流程的核心载体,更是连接原始数据与业务洞察的关键桥梁。CDA ...
2026-02-13在机器学习建模实操中,“特征选择”是提升模型性能、简化模型复杂度、解读数据逻辑的核心步骤——而随机森林(Random Forest) ...
2026-02-12在MySQL数据查询实操中,按日期分组统计是高频需求——比如统计每日用户登录量、每日订单量、每日销售额,需要按日期分组展示, ...
2026-02-12对CDA(Certified Data Analyst)数据分析师而言,描述性统计是贯穿实操全流程的核心基础,更是从“原始数据”到“初步洞察”的 ...
2026-02-12备考CDA的小伙伴,专属宠粉福利来啦! 不用拼运气抽奖,不用复杂操作,只要转发CDA真题海报到朋友圈集赞,就能免费抱走实用好礼 ...
2026-02-11在数据科学、机器学习实操中,Anaconda是必备工具——它集成了Python解释器、conda包管理器,能快速搭建独立的虚拟环境,便捷安 ...
2026-02-11在Tableau数据可视化实操中,多表连接是高频操作——无论是将“产品表”与“销量表”连接分析产品销量,还是将“用户表”与“消 ...
2026-02-11在CDA(Certified Data Analyst)数据分析师的实操体系中,统计基本概念是不可或缺的核心根基,更是连接原始数据与业务洞察的关 ...
2026-02-11在数字经济飞速发展的今天,数据已成为核心生产要素,渗透到企业运营、民生服务、科技研发等各个领域。从个人手机里的浏览记录、 ...
2026-02-10在数据分析、实验研究中,我们经常会遇到小样本配对数据的差异检验场景——比如同一组受试者用药前后的指标对比、配对分组的两组 ...
2026-02-10在结构化数据分析领域,透视分析(Pivot Analysis)是CDA(Certified Data Analyst)数据分析师最常用、最高效的核心实操方法之 ...
2026-02-10在SQL数据库实操中,字段类型的合理设置是保证数据运算、统计准确性的基础。日常开发或数据分析时,我们常会遇到这样的问题:数 ...
2026-02-09