京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代进行时
百度百科显示,大数据(big data),或称巨量资料,指的是所涉及的资料量规模巨大到无法透过目前主流软件工具,在合理时间内撷取、管理、处理并整理成为对企业经营决策起到帮助的资料。2013年,大数据这一前瞻性的词汇被广泛提及,并被普遍认为是创新和生产力提升的下一个前沿。2012年,美国学者维克托出版了《大数据时代》一书,维克多也被认为是“大数据商业应用研究的第一人”,而他提到的“大数据已经成为了新发明和新服务的源泉”也在商业模式的应用中得到验证。
营销从流量购买转向人群购买,具备数据挖掘能力的公司却倍受资本青睐;在移动互联网领域,公司从开发者角度找到数据挖掘的方向,通过提供免费的技术服务,帮助开发者了解应用状况:大数据也是资本考察公司价值很好的工具,从其拥有的数据规模、数据的活性和这家公司能运用、解释数据的能力,就可以看出这家公司的核心竞争力。尽管大数据时代来临和大数据应用已经成为必然趋势,但在国内,大数据真正的概念的理解以及国内目前的发展情况和如何做好大数据却仍显模糊,而这也是业界目前探索的焦点。日前,以“大数据时代的服务业创新”为主题的2013福布斯·静安南京路论坛举办,对此做了探讨。
大数据还在初始阶段
全球畅销书《大数据时代》的作者维克托·迈耶·舍恩伯格:我们需要避免大数据的泡沫,有时候你觉得是大数据,但它并不是大数据,比如有些公司正在卖硬件、软件或者提供咨询服务,他们有时候把有些东西叫做大数据,其实并不是,所以我们不要带来太多的泡沫,有些东西不是就不是。Granter公司有一个技术发展曲线(Hype Circle)(Gartner公司是全球最权威的技术咨询机构,它的技术成熟曲线就是根据技术发展周期理论来分析新技术的发展周期曲线,以便帮助人们判断某种新技术是否采用,这个曲线将技术成熟的过程划分为5个阶段:一是萌芽期(Tech—nology Trigger)又称感知期,人们对新技术产品和概念开始感知,并且表现出兴趣;二是过热期(1)eak of Inflated Expectations),人们一拥而上,纷纷采用这种新技术,讨论这种新技术。典型成功的案例往往会把人们的这种热情加上把催化剂;三是低谷期(Trough of Disillusionment),又称幻想破灭期。过度的预期,严峻的现实,往往会把人们心里的一把火浇灭;四是复苏期(slope of Enlightenment),又称恢复期。人们开始反思问题,并从实际出发考虑技术的价值。相比之前冷静不少;五是成熟期(Plateauof Productivity),又称高原期。该技术已经成为一种平常。我觉得我们正处在非常初始的阶段,如1996年的电子商务,当时电子商务只是在美国网上来订购匹萨,大家慢慢才意识到电子商务是卖书,好比说亚马逊,所以我们是刚刚开始,像电子商务在1996年,我们也不知道以后会发展成什么样,这是它美丽的地方,因为我们面对很多机遇,每一个人都会有机遇来参与到我们未来的曲线里面。
技术能力推进大数据发展
IBM全球副总裁兼中国开发中心总经理王阳:我们正处于在发展过程中,远远没有达到高潮,大数据只是一个概念,大家在逐渐接受。云计算已经存在很多年,而眼下虽然人们已经在拥抱大数据,但仍在雏形的形成过程中。IBM在大数据已经布局了很长时间,用了190亿美元收购大数据的有关公司,组织起来就是为了这个高潮。第一,技术发展推进了大数据,通过通讯、英特网、云计算、物联网等等的综合,所有的数据都已经逐渐可以采集起来。在这样一种情况下,像维克托所说的全息照相,把人类的活动和自然活动都采集下来,我们已经有了数据的来源。第二是技术,也就是云计算处理能力,存储、带宽已经到了这样的时代,可以去处理这样的数据。第三,我们不光是有了处理能力,更重要的是有了一个分析判断的能力,能够进行进一步的优化,给整个社会带来价值,也就是说有了价值之后,大家才会去相信大数据,从中得到自己的便利。
数据要以有效的方式展现并应用于商业活动
一号店创始人、董事长于刚:我认为大数据真正的应用才开始。因为现在首先可以采集到大数据,第二数据越来越精确,第三是数据越来越实时,只有能实时采集到大数据它才能真正为我所用。人们理解的数据只是零散的,要经过整理和过滤之后才能成为信息,信息要能进一步以有效的方式展现在人面前的时候才能成为知识,但这个知识要经过各种工具分析,真正应用到商业活动中间才能成为商业智慧,所以这是一个日积月累的过程。
数据要将消费行为转化为个性消费需求分析
苏宁云商集团副总裁范志军:就商业层面来说,我们对大数据的应用远远不够,现在谈论的大数据过去也有,而且这些数据都是客观存在的,只不过过去没有把这些数据通过具体的分析进行归类、整理,然后将其运用到我们的商业领域去。中国的零售行业在商业运用的层面上才大数据刚刚开始,如何把这些大数据经过分析以后,很好地运用到上游制造企业,是需要努力的。而通过数据的分析把消费者的一些消费行为转化为对消费者个性消费需求的分析,也是当下整个零售行业要做的一件具体的事情。
使中小商家受益是最早能看到的大数据的价值
聚胜万合公司董事长兼首席执行官杨炯纬:对于大公司可能没有办法用大数据的简单算法超越它,这就是在复杂应用上大数据似乎到今天为止还没有展现出价值,或者没有被大量应用的原因,但是对中小企业,不管是复杂算法还是简单算法都没有能力计算,因为他没有团队、能力和资源,这个时候大数据的应用一下子使得这些中小企业能够进入到这个领域。
我们在广告领域用得最多,不管是谷歌也好,还是淘宝也好,其实他们大数据的应用都是直接使得中小商家受益,所以我觉得这可能是最早让我们看到大数据价值的地方。
大数据时代来临初期小数据仍有价值
益普索大中华区董事总经理海岚:前一段时间我们行业很多大型企业都一直在探讨,如果来了大数据,那小数据还有没有价值,需不需要存在。当我们回顾市场研究在做什么的时候,其实会看到,以前为什么去收集小数据,为什么分析小数据,是源于我们服务的企业,就是说品牌主或者产品和服务供应的企业,他们实际上在用传统的营销方式来做营销,所以在这样的营销方式下,需要用抽样的方式做预测和产品创新的支持。但今天这些企业主实际上在面临一些新的挑战,他们在做一些拥抱大数据或者做新数据营销的时候,对市场研究公司来讲,我们不光要收集小数据,分析小数据,还要拥抱大数据,而且帮助企业一起拥抱大数据。针对大数据,我们现在还是在一个非常初期的阶段,对于专门收集数据和分析数据的企业来讲,希望在这方面能够做得更好,能够帮到各种各样的成功企业。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
箱线图(Box Plot)作为一种经典的数据可视化工具,广泛应用于统计学、数据分析、科研实证等领域,核心价值在于直观呈现数据的集 ...
2026-04-27实证分析是社会科学、自然科学、经济管理等领域开展研究的核心范式,其核心逻辑是通过对多维度数据的收集、分析与解读,揭示变量 ...
2026-04-27 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 ...
2026-04-27在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17