京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据应用价值与挑战并存
互联互通是基础,定制化服务是中心,懂数据会分析是关键。
什么是大数据?什么是数据?什么是资料?资料就是生产过程、管理过程,乃至经济、社会、生活过程的记忆,那些记忆可能表现在一个文件、一段演讲、一段文字上。资料放在计算机里就叫数据,所以数据是指以编码形式存在的信息载体。真正的大数据是指大而复杂的资料集,包括了海量性、时变性、异构性、分布性等特点,是我们从互联网的数据中能够观察到的特征。只要数据量超过临界量,就叫大数据。
大数据离不开互联网。近几年,互联网的发展走向是从复杂信息传递到消费互联,再到生产互联也就是物联网,然后到智慧互联。其实,这些新技术都是信息技术的一个层面,真正产生效益和作用的是所有技术的综合运用。
互联网和云计算是基础设施,物联网是交互方式,人工智能是应用模式,大数据是最底层的信息技术,任何工业要实现“两化”,任何政府要实现科学决策,大数据是基本标配。
那么,应该如何运用大数据呢?首先,明确目标是前提。这是推出大数据产业最重要的一步。其次,拥有数据是基础。没有数据就谈不上大数据产业。再次,计算平台是支撑。没有一定的计算架构和平台就无法计算。此外,分析技术是核心。这是当今较少提到的一个主题,在整个大数据链条中,有些链条做得过分粗壮,有些链条过分纤弱,即产业链布局不均衡。如果过分膨胀,将会产生新的产能过剩。最后,产生效益是根本。
大数据可以带来超凡价值。在这个过程中有很多观念要改变,要认识到数据是资产,用户是资源,服务即感知。大数据突飞猛进地发展能够解决相当多的问题,但仍然存在挑战。主要是分析基础被破坏、计算技术待革新、真伪判定需要重建以及对新技术的盲目所引起的盲从。总体来说,仍需集中力量攻克挑战,大数据的发展才能有大的突破。
继互联网之后,真正能够对企业产生重大影响的就是大数据。同时,要将大数据与其他技术相结合。现在人工智能潮正在到来,在可见时间内,人工智能真正能够发挥作用的就是数据智能,即大数据。因为人工智能简单来说可分为两大类,一类是模型人脑工作机制、行为方式,是仿脑类脑的技术;另一类是快速的认识,因为人脑对大数据的认识本身没有那么快,但获取数据的速度极强,可以从数据中分析出人类认识问题特定的方式方法,这就是数据智能,也叫人工智能。
同时,大数据能服务于转型升级,但我们至少要清楚什么是转型和升级。工业中的转型,就是从过去以产品为中心进行组织设计、制造、销售管理,转型到以服务和以定制化为中心。
最近有一个基本的观点说,现在正在从过去的“老三基”——材料、工艺、零部件,转变为“新三基”——大数据、传感器和零部件。对一个行业来讲,数据的复杂性来源于设计、制造、运行和服务,来源于对每一个数据的仔细分析。由于离散型和连续型并存、数值型和非数值类型并存、结构化和非结构化并存,大数据必须关注完整属性,必须关注产品全寿命特性,必须关注全方位连接,关注制造系统融合等,这使得我们认为基本难点在认知知识数据。其实全链条数据如物理模型的结合,也是技术难点。
大数据是新一代信息技术的基础性技术,需要推进应用。工业大数据非常有潜力,但一定要解决好定位、规划、切入点、标准、开发共享等问题。互联互通是基础,定制化服务是中心,懂数据会分析是关键。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】软件、洞察力、大数据、产品、经验、硬件、流量、创新、决策、数据安全、网络安全、数据分析、决策制定、数据挖 ...
2026-06-18在方案选型、效果复盘、产品评估、供应商筛选等各类业务决策场景中,仅凭单一指标下结论往往会陷入 “以偏概全” 的误区。多维度 ...
2026-06-18 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 ...
2026-06-18在数据分析、用户运营与业务增长的工作体系中,漏斗拆解是最基础也最高频的问题定位方法。很多业务场景下,我们只能看到最终的转 ...
2026-06-17在数据库开发、数据清洗与报表统计场景中,数值类型转换为日期是高频刚需操作。业务系统常以 Unix 时间戳、整型日期(如20240617 ...
2026-06-17 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, ...
2026-06-17【核心关键词】数据库、电商、知识、产品、数据产品、监管业务、产品经理、业务系统、用户行为分析、用户分析、数据分析、电商 ...
2026-06-16在 Python 动态类型与面向对象的编程体系中,变量定义与类实例化是构建代码逻辑的两大核心基石。变量是数据存储、传递与运算的基 ...
2026-06-16 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据和表结构数据有什么区别”“数据类型误判会引发哪些分析错误” ...
2026-06-16在 MySQL 查询性能优化体系中,索引是降低查询耗时、提升数据库吞吐的核心手段。其中联合索引与覆盖索引是实际开发中最高频的两 ...
2026-06-15在数据仓库建设与商业智能分析体系中,维度建模是应用最广泛的建模方法论,而事实表与维度表是维度建模的两大核心构件,共同构成 ...
2026-06-15 很多数据分析师能熟练计算指标,但当被问到“这家企业的核心业务目标是什么”“如何把模糊的战略目标拆解为可量化的指标”“ ...
2026-06-15在数据分析、业务监控、运营复盘等场景中,列值趋势计算是核心需求之一。无论是分析销售额的月度增长、用户活跃的变化趋势、库存 ...
2026-06-12在数字经济深度渗透的当下,消费者的购买行为已从过去的 “被动接受” 转变为 “主动决策”。流量红利消退、获客成本攀升、用户 ...
2026-06-12CDA三级认证是三个级别中的塔尖,全面考察数据战略、团队领导和复杂项目的综合能力。它所对应的《敏捷数据挖掘》教材,不再局限 ...
2026-06-12在游戏产业的商业逻辑中,付费玩家是支撑游戏生存与发展的核心支柱。行业普遍遵循 “二八定律”:20% 的付费玩家贡献了游戏 80% ...
2026-06-11【核心关键词】企业、定位、传统、产品、互联网、可视化、业务侧、数字化、结构化、数据分析、传统制造业、市场状态、发展空间 ...
2026-06-11 解读《CDA二级教材:量化策略分析(2025)》的全景结构与学习逻辑 ” CDA二级认证是企业招聘数据分析师时最常提及的证书门槛 ...
2026-06-11【核心关键词】药企、可视化、营销、分类、数据分析师、销售数据、业务人员、指导方向、分析报告、营销数据、营销医生 【专访摘 ...
2026-06-10在统计学分析、问卷调研、实验验证、业务复盘等场景中,卡方检验与 T 检验是应用最广泛的两类基础假设检验方法。前者专门处理分 ...
2026-06-10