京公网安备 11010802034615号
经营许可证编号:京B2-20210330
启明星辰副总裁潘柱廷:2016大数据技术发展趋势解读
这是大数据专家委编纂的第三年的版本,前两年都是一个比较全面的大数据介绍和论述,今年没有做这样全面的介绍和论述。围绕国务院发布的纲要,对纲要进行解读,就其中的热点问题做了比较深入全面的阐述。今年白皮书中主要集中在两个方面,一个是关于大数据开放共享的多方位解读——数据交换、交易、交流、流通等问题。从内外现状、风险与对策,和一些探索做了一些陈述。第二个对工业大数据做了比较全面的分析,关于工业大数据的,对工业的变革,中国制造2025,工业大数据发展历程等等一些相关的产业和技术问题。这是今年大数据白皮书的两个主要的论点,围绕这两个方面。当然这个白皮书还包括即将发布的大数据的趋势和相关的一些大数据企业背景资料,这个白皮书今天已经算是发布,在征求大家意见之后过几个月出版,先介绍一下大数据白皮书的情况。
对2016年大数据发展展望
这个展望大数据专家委这是做的第四次,从之前2012年底做的2013年的展望,即会做下一年的预测,这个预测是调研方式就是大数据专家委一百多位委员内部进行这样的一个观点征集、汇总,最后进行投票和去年一样,同时邀请中国大数据产业联盟的会员参与到最后的投票环节,今年总共投票的专家是116位,从这116位专家投票中形成了下述的结果。
根据今年大数据专家委列出的2016大数据产业技术发展的十大趋势,从这里面我们简单解读为他出现了这样四个重点的关键字,一个是民生相关的应用,因为应用很多,应用驱动大数据,因此民生相关的大数据可能会得到更快的发展,第二就是多样性和融合性,不管是技术、产业等等各方面会出现多样融合的状况,另外第三个就是政策拉动,第四总是呼吁各个层面出现多样的生态,简单对这十各方面稍微做一个解释。
第一,可视化技术。作为汇总整理的时候这也是给了工作组一个很大的意外,做了这样一个解读,我们认为可视化作为技术形态能够排到第一,其实背后隐藏着大数据的贫民化。普通老百姓和常规的决策者能够更好的理解大数据的效果和价值,所以能够摆在这么重的位置,不仅仅可视化的形态,也包括可视化的分析,这是排在第一的趋势。
第二,多学科融合。大家对学科的发展非常关注,预测排在第二位是多学科融合,大家认为数据科学的雏形已经出现了,从表现形式来看,很多相关的数据,科学的研究院,专门的实验室,也可以看到这样的学科逐渐的完备,可能会逐渐的出现,当然本身确实也是交叉性的学科,是多学科融合的产物,所以从事大数据研究不仅仅是计算机领域的科学家,也包括数学等等方面的科学家参与到整个大数据前沿的研究中。
第三,大数据的安全和隐私持续受到关注。从现在大数据的发展情况来说,应该说针对大数据的威胁和大数据所产生的副作用,以及大数据发展中的障碍会逐渐成为大数据领域所要关注的点。针对大数据的攻击现在没有大规模的报道,但是隐忧已经令大家担忧。隐私大数据所带来的副作用,原来的隐私我们接受的程度,有了大数据之后隐私接受程度发生了很大的变化。由于大家对大数据的安全等等相关的问题的担忧阻碍我们在大数据的发展上的投入,这也是阻碍大数据发展的问题。
第四,从技术的角度来说,很多新的热点持续入大数据的整个模式中,形成一个更加平衡的路径。这样的趋势大数据专家委认为还会持续下去,从本届大会安排的很多技术论坛的分布大家可以看到这样多样化的趋势。
第五,大数据提升社会治理和民生领域的应用。基于大数据的社会治理成为社会的热点,而且和民生相关,比如说智慧城市、应急、反恐等等,作为国计民生来说,其实国计和民生不是互斥的关系,如果相关的国计和民生有关系,专家认为这样的领域可能会得到爆发性的发展,比如反恐方面,又是和国计和老百姓相关的东西,医疗健康等等这些都是跟老百姓密切相关,同时也是国家大计。
第六,《促进大数据发展行动纲要》驱动产业生态。对各个地方政府可以出台类似配套的这样一些政策会有很大的推动作用,不可否认对大数据的推动。除了学术、技术商业的推动以外,政策的扶持也会产生很大的作用,所以我们认为大数据相关的基础设施建设和大数据创业公司在双创政策的推动下,大数据两个驱动力会快速带动大数据的发展。
第七,学术技术这方面,深度分析推动大数据智能应用。这里面谈到智能尤其强调是涉及到人的相关延伸,比如说决策预测、精准推荐都是被专家委关注的技术和学术的应用点,这里面涉及到人思维的延展,人的能力的延展,这些都会成为大数据分析机器学习,这方面学术技术拉动的方向。
第八,数据权属与数据主权备受关注。所有的权属和主权的利益冲突和争夺都是来自数据资源化、数据价值化。
第九,大数据整个的应用领域的变化,其实这个变化简单认为是老三样和新三样。老的是互联网、金融、健康,新的是城市、企业和工业的数据,新三样会拉动大数据发展的新的增长点。
第十,开源、测评、大赛催生良性人才与技术生态。
其实经过几年的对比,2014年到2015年出现了几个明显的变化点就是跨接融合,一个是基础互换,和基础突破的亟待解决的问题,而在2015年到2016年我们看到重要的变化就是民生多样、政策和生态,这三个在整个趋势中一个明显的现象。大数据专家委也有十项的单项调研,这是大家都会知道的大数据是靠应用驱动的,这四年以来受到关注的应用领域互联网、电子商务、金融和健康医疗,新的是城市化、智慧城市、舆情分析、社会安全等等这些是被关注的新的领域,大数据专家委做了数据关注的预测,2016年的预测是城市相关的数据,技术保持的是互联网交易相关的数据,还有企业相关的数据,这三个数据成为大家关注的,可能会取得突破的数据类型,也成为大家参会嘉宾们可以考虑,未来一年你们研究和资本投入的可行性,是不是和这个趋势有所印证。这是从应用领域和数据类型可以看到整个大数据发展在应用和技术发展上的某种侧重,前面认为的老三样和新三样也是从这样的调研中做出的总结。
在今年大数据白皮书中重点谈的是大数据开放共享,在这里面整个调研中也专门设立了这样一项,一百多位专家明年和他的机构对数据的态度是什么,对数据流转的态度是什么,这是所有的选项,我们会看到确实大家都想自己收集数据,希望能够利用收集的数据进行数据服务,希望能够买到数据机,专家和他们的机构会准备卖数据机的机构非常少。我们看到整个数据流转上是需求大于供给的状态,数据确实是一个奇货可居的情况,尤其是数据国际交换和卖数据,这是专家的选择百分比都是小的个位数,这方面的人非常少,这是看到整个数据流转的形态,我们也希望通过政府开放共享拉动数据交流和交换。政策性是大数据发展的重要的指标,而且不可否认大数据本身具有概念性,我们不否认大数据有它的泡沫,但是不能因为啤酒上面有泡沫放弃底下香浓的啤酒, 专家委针对这样的概念进行调研,也是一个单选项,在下面所谓的现在流行的概念中专家们认为和大数据最相匹配的概念是互联网+、云计算和智慧城市,这是大数据专家委的看法,这三个选项和下面的选项具有数量级大的跳跃。从大数据发展的驱动力我们从去年和今年的对比看到创业企业对大数据的推动力被大大的看好,因为这个选项接近十个,下面两个空是其他的选项跟这三个差距多大,大型互联网和政府机构继续是大数据的推动,专门们非常期待创业公司能够在这个里面起到更多的推动作用,这和大众创业万众创新双创政策有关的推动。
这是一个非常有意思的发展阶段的判断,设置了六个阶段,请大数据专家委的专家对当前中国大数据所处的阶段进行选择,和去年的选择相比,我们看到其实,很明显看到专家们乐观的态度,达到峰值上升乏力和进行变换的选项的选择专家在下降,大家还是看好大数据的发展前景,而且可以看到认为大数据还处在非常初级的阶段和即将快速扩张,现在还没有快速扩张,这两方面的专家加起来超过70%,我们对大数据所能够看到的峰顶,其实我们还没有看到,这是大数据专家委比较多时的共识,势在发展,有多高,我们还不知道,这是非常乐观的看法,在这样的乐观看法上,还有政策的推动下希望给大数据相关产业带来更多更美好的前景,上面是我向大家发布的大数据白皮书和2016年的发展趋势。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08在数据驱动决策的链路中,统计制图是CDA(Certified Data Analyst)数据分析师将抽象数据转化为直观洞察的关键载体。不同于普通 ...
2026-01-08在主成分分析(PCA)的学习与实践中,“主成分载荷矩阵”和“成分矩阵”是两个高频出现但极易混淆的核心概念。两者均是主成分分 ...
2026-01-07在教学管理、学生成绩分析场景中,成绩分布图是直观呈现成绩分布规律的核心工具——通过图表能快速看出成绩集中区间、高分/低分 ...
2026-01-07在数据分析师的工作闭环中,数据探索与统计分析是连接原始数据与业务洞察的关键环节。CDA(Certified Data Analyst)作为具备专 ...
2026-01-07在数据处理与可视化场景中,将Python分析后的结果导出为Excel文件是高频需求。而通过设置单元格颜色,能让Excel中的数据更具层次 ...
2026-01-06在企业运营、业务监控、数据分析等场景中,指标波动是常态——无论是日营收的突然下滑、用户活跃度的骤升,还是产品故障率的异常 ...
2026-01-06