
大数据时代中小企大有可为
经过数年的发展,大数据行业已经从上半场的数据收集走到了下半场的行业专注。业界人士徐涛认为,相比于BAT(百度、阿里、腾讯)公司对大数据挖掘,中小企业未来拥有更多潜力。大数据进程是每个行业的入口,未来信息化过程中,大数据行业将成为基础支撑,深度改变众多行业。其中,未来医疗、教育使用大数据则有望造福民生,金融等产业也将因为大数据而出现下一轮专业分工和资源整合。
正是看到了大数据行业的发展前景,2014年时任深圳报业集团中层管理人员的徐涛,将自己在深圳南山区的一套房子卖掉,从体制内跳出,回到武汉老家和另外两个技术合伙人周可和郑胜一起,开始了大数据领域的创业,创办了武汉数为科技公司。
产业规模年均增超50%
大数据是近年来互联网创业最热门的领域之一,众多IT创业者将产品定位在大数据。有数据显示,未来五年,中国大数据产业规模年均增长率将超50%,到2020年中国的数据总量将佔全球数量比例20%,成为世界第一数据资源大国和全球数据中心。
周可指出,有人认为大数据非常神秘,和普通人的生活相隔甚远;也有人认为目前的大数据行业泡沫过多,发展已越过健康轨道。其实大数据就是“客观世界的信息化”。从文字、图像到一切的自然规律都可以反映在信息世界之中,整个信息化过程就是大数据的发展过程。
徐涛坦言,相比于BAT公司对大数据的挖掘,中小企业未来拥有更多潜力。“BAT公司所开发的大数据工具都是通用型的,并未针对某一类行业,使用起来会更加粗糙。而中小企业研发的产品才是真正的‘个性定製’”。徐涛和周可就是因为中小企业管理和研发更灵活,能够跟行业结合更紧密,产品具实用价值,这为中小企业发展大数据大有可为。
已经走过两年创业之路的徐涛和周可认为,公司未来应该坚持与行业深度结合,做贴近行业的“个性定製服务”。做通了一个行业之后,再复製其他行业。研发产品时必定要有这个行业的资深从业人员参与,才能做出在市场上有竞争力的产品和技术。
徐涛和周可对大数据对其应用行业的改变前景相当乐观,并列举多个例子说明。
实现资源更平均分配
以教育行业为例,大数据应该是变应试教育为素质教育的契机。如果能做好,就可以实现教学质量转变的支撑。学生做习题时可以实现针对每个不同学生的情况为其订製一套题;老师心里对哪些知识点可以接受的情况有数。对教育资源的公平化亦有帮助。医疗行业方面,医生将自己的研究成果变成数据,可以为更多人服务,也可以完善远程医疗。金融、谘询、保险、房地产等领域与大数据结合后亦将实现资源重新整合,促成更多专业性公司出现,也实现资源的更平均分配。
徐涛形容大数据行业是“沙里淘金”,而大数据产品就是淘金的“筛子”。他指出,公司至今一直都是“买筛子”的阶段,为客户量身定製一款产品,收取的是研发专利费用和后期服务费用。未来当企业发展到了成熟阶段,将不再延续“卖筛子”的模式,而改为进入“卖金沙”阶段,直接为客户提供已成型的分析报告。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26