京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据催生决策新模式 未来将改变更多
“数据多跑路、群众少跑腿”,如今,对大数据的应用已经开始切实影响到百姓的日常生活。经过近几年的发展,大数据俨然成为了一大产业,基于数据收集与分析所形成的决策模式也正在被更多的市场主体所采用。未来,大数据还将改变更多。
大数据不完全等同于“数据”
数据显示,互联网上的数据每年增长50%,每两年便将翻一番,而目前世界上90%以上的数据是最近几年才产生的。据IDC预测,到2020年全球将总共拥有35ZB的数据量。
作为近两年兴起的热词,很多人将大数据的“数据”简单地理解为互联网数据。诚然,随着互联网技术和应用的日益成熟,网络数据日益庞杂,但事实上,无论是线上还是线下、虚拟还是实体,一直都存在着大量的数据。而大数据要做的则是将这些曾经“深藏闺中”的数据挖掘出来,利用起来。
2015年9月,国务院发布《关于印发促进大数据发展行动纲要的通知》。《通知》中将大数据描述为:大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合,正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析,从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。
牛津大学教授维克托·迈尔·舍恩伯格在其著作《大数据时代》中说:“大数据是人们获得新的认知、创造新的价值的源泉,还是改变市场、组织机构,以及政府与公民关系的方法。”
根据以上两种表述,可以看出,大数据是基于数据集合与分析所产生的一种新兴业态,对传统行业来说,大数据更是一种工具。可以说,只有通过对大数据资源的开发,互联网的价值才能得到充分挖掘,“互联网+”也才能真正水到渠成。
大数据形成决策新模式
大数据的应用离不开对数据的分析,也就是大数据技术。关于什么是大数据技术,业界并无标准答案,但一般而言,可以将它理解为对海量数据的计算和加工,其核心作用之一是预测。
谷歌利用人们的搜索记录挖掘数据二次利用价值,比如预测某地流感爆发的趋势;亚马逊利用用户的购买和浏览历史数据进行有针对性的书籍购买推荐,以此有效提升销售量;Farecast利用过去十年所有的航线机票价格打折数据,来帮助用户判断购买机票的时机是否合适。
最早提出大数据时代到来的麦肯锡说道:“数据,已经渗透到当今每一个行业和业务职能领域,成为重要的生产因素。人们对于海量数据的挖掘和运用,预示着新一波生产率增长和消费者盈余浪潮的到来。”显然,基于大数据形成决策的模式可以并已经为不少企业带来了盈利。
大数据产业涉及数据源、场景化应用、可视化展示以及数据安全等多个方面。基于这几大领域,国内也诞生了大量的专业化大数据公司。公开数据显示,仅2016年上半年就有22起大数据相关的融资事件,行业势头甚好。除此之外,像BAT这样的互联网公司,也都在充分挖掘平台集聚的大量数据,孵化新业务。
未来生活离不开大数据
事实上,数据能力也正在成为一种国家竞争力。美国、英国、日本等国相继推出大数据战略,以提升政府效能。在我国,十八届五中全会提出要实施网络强国战略,实施“互联网+”行动计划,发展分享经济,实施国家大数据战略。
作为一种“基础性战略资源”,大数据用途广泛、前景巨大。抑或说,大数据不只是一个产业这么简单,它在社会的各个领域中都无所不在,可以与很多产业“相加”。
《关于促进大数据发展的行动纲要》明确指出,要立足我国国情和现实需要,推动大数据发展和应用在未来5—10年逐步实现以下目标:打造精准治理、多方协作的社会治理新模式;建立运行平稳、安全高效的经济运行新机制;构建以人为本、惠及全民的民生服务新体系;开启大众创业、万众创新的创新驱动新格局;培育高端智能、新兴繁荣的产业发展新生态。
可以预见,大数据不仅将创造下一代互联网生态和创新体系,还将重新塑造下一代制造业形态以及社会治理结构。关于“大数据将改变什么”很难用一句话概括,但至少有一点可以肯定,我们未来的生活,必定离不开大数据。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23