京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据带来重要战略机遇
大数据与其他新一代信息技术的关系,我们以云为核心,云端连上传统互联网、物联网电子商务平台、社交网络平台,云端直接面向不同网络获得数据,数据再交给大家数据,由大数据给云端反馈或者是分析出我们所需要的结果。通过刚才的背景介绍,我们认为未来IT有三个重大发展趋势,也是我们庆幸我们现在处在IT转变阶段,首先是基础设施云化,通过大数据应用云计算各方面技术,看到企业后台技术是会变成云基础,这样的话企业也好、个人也好都不需要构建自己的IT平台了。我们可以提出需求响应,我们付费获得到这方面的服务,不管是企业角度来讲还是消费者角度来讲,未来进入IT消费化时代,我们不需要一次性购置很多的设备或者软件,我们只要通过网上付费交易系统获得相应服务得到结果就可以满足我们的需求了。另外一个方向是企业社交平台,企业未来必须要注重如何让企业跟企业之间沟通、跟供应链环节沟通,都可以通过企业社交平台扩展企业的资源影响力。包括企业自身CRM管理,企业营销管理,新品发布、促销手段、甚至包括公关都可以纳入企业社交平台。企业也不一定要通过各种各样的媒介平台或者通过企业召开发布会,只要通过企业社交平台就可以把企业宣传得更远,这也是一个划时代的突破,这主要得益于微博。
企业IT技术点分布,第一层次是成熟技术应用,移动互联网有移动攻关存储技术、新一代存储标准等等。还有核心技术和主要应用。我们更多的把大数据跟信息产业连接起来,因为我们国家在很多年以前强调信息产业发展,怎么样进行转型升级,怎么样做到突破现有瓶颈达到世界领先水平,从整个发展趋势来说,我们必须要抓住IT技术转型的过渡期来做一个跳跃性的发展。现在大数据对于整个信息技术产业的影响是显而易见的,我们认为IT技术与产品将会得到更快加速创新,甚至整个行业也会进行重新整合。大技术产业结构图包括硬件、软件、应用软件和社区服务,这是大数据所能囊括的各个方面,甚至以后大数据会出现数据咨询服务公司,能够给企业在架设大数据的时候提供相应咨询服务,还包括大数据的集成设施服务。
从厂商来说的话,现在引导的厂商有六家,IBM、英特尔、SAP、EMC、ORACLE和微软,从大数据对信息技术应用的影响来看,我们认为有两个方面,一方面促使数据获取、数据存储会更广泛。另外会激发大家对信息技术挖掘的强烈需求,导致的趋势也是两个方面,第一是让信息部门从成本中心转向应用中心,阿里巴巴也设立了CDO的首席数据执行官这样一个位置,他可能会更多把IT技术向业务方向转型,跟CRO有很大的区别。CRO更注重信息技术的构建包括价值可用性,但是CDO未来发展更趋向于信息的价值提升甚至包括对整个公司决策的影响,大数据可能对企业架构也会产生一定影响。决策智能化,企业战略从业务驱动转变成数据驱动,业务可能在之前更多是业务部门制订业务方向,管理层制订业务目标,但是在未来会通过数据挖掘,大数据技术获得更多的决策方面的驱动的支持。
大数据在当前阶段处于一个发展初期,我们更侧重大数据技术研发、概念的推广、解决方案的推广甚至包括商业模式未来怎么构件。但是两三年以后整个环境会变得好转,生态环境的逐步完善以后,大数据应用案例增多,用户可能对它的认可度更高,基于大数据业务创新将会得到更好的完善,整个数据变成资产的进度也会更快,企业未来会真正把数据作为他的一个资产来进行管理。再过几年可能整个行业是数据解决方案更成熟,会渗透到各个行业中,数据已经成为整个企业智能检测驱动力量,整个社会的信息化沉重也会出现质的提升。
大数据带来重要战略机遇,一个是新一代信息技术融合应用新焦点,会未来创造比较大的商业价值、社会价值、经济价值。第二信息产业持续高速增长的新引擎,大数据对数据存储产业包括整合设备产生巨大推动,同时数据挖掘市场也会得到很好的发展。第三行业用户竞争力得到不断提升,更好定位到自己的目标市场,更好扩大企业未来市场份额,这时候企业具有更强的竞争能力,在数据方面扶持会更多,市场会发展更快。从国家角度来看,国家现在还没有把大数据作为发展方向,但是有三个,国务院关于加快培育和发展新战略性新产业的规定,国民经济和社会发展十二五规划纲要和十二五国家战略性新兴产业发展规划都提到海量数据处理软件要开发,智能海量数据化处理相关软件开发产业化,推进高性能服务器海量数据存储也要产业化。从市场机遇来看的话,我们看到国内各地云计算已经遍地开花了,包括北京、天津、上海、武汉、西安、重庆无锡等等这些地方政府都在制订自己的云计算产业规划,我们认为归来他们势必会把大数据作为他们的发展方向,大数据在未来能给这些云计算产业基地或者园区提供更好的价值。从行业角度来看,大数据分成三个纬度,优先关注行业,互联网电信医疗制造金融等等;值得关注行业交通能源、零售、教育,这都是大数据未来发展的方向。适当关注房地产未来也有突破。
策略建议,我们对四个方面的假设提出四个建议,政府更应该把握战略机遇期IT转型期,更好提升产业层次,更多制定相关扶植政策,营造产业发展环境,并且起动立法保障信息安全。对于IT厂商来说,应该更深刻洞察客户需求,提供高可用性整体解决方案,专注细分领域创新提供有行业特色的专家级方案。对于应用开发商来说,移动互联网的发展是势不可挡的,企业更应该抓住移动互联网发展契机,提高企业移动应用产品的便捷性和互动性,深入研究企业用户消费行为,把握企业数据应用消费需求发展方向。对于行业用户来说,通过云平台实现数据大集中,形成企业数据资产,设立CDO岗位,有专业人员管理者深度分析挖掘大数据的价值,推动企业智能决策。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27