
大数据2015年或成IBM核心业务_数据分析师
据国外媒体报道,随着2014年年终的日子越来越近,IBM的股价却仍然在地位徘徊。过去十年时间里,IBM的收益的增长速度曾经令人惊叹。然而进入2014年之后IBM的业绩就开始衰败,一些市场分析人士对于2015年IBM的表现也并无太高的期许。在笔者看来,IBM在日益激烈的行业竞争中已经有所落后,不过令人感到安慰的IBM正在积极的进行自我转型。展望2015年,笔者认为IBM还是会面临一系列发展良机,而IBM能否抓住机遇实现业绩上的突破值得期待。
IBM上一次进行大规模的转型还要追溯到20世纪90年代早期,当时IBM的主营业务由于受到PC和服务器市场所发生的剧变而面临巨额亏损,面对此种情况IBM临阵换帅迎来了一位新的首席执行官郭士纳(Louis V. Gerstner),在新掌门人的带领之下IBM迅速向软件和服务业调整,这也成为如今IBM在全球软件市场拥有一定话语权的根本原因。
眼下全球IT市场的变化格局同20世纪90年代之时有着明显的区别。云技术已经成为改变IT时代发展的推手之一,而同样是面对行业市场的剧变,这一次IBM并不会暴露出同25年前一样的短板。当年全球硬件市场的飞速发展使得IBM不得不跟上整个行业的变革脚步,事实证明“被拖着走”的IBM表现并不令人满意。如今面对云技术市场的进步,IBM主动自我调整以完成迎合市场需求,这也就决定了未来IBM将会面临更多的发展机会。
笔者认为大数据将成为IBM业务增长最显著的领域。大数据无非是海量数据的收集以及分析,事实上IBM已经推出了大数据市场产品——Watson.Watson如今通过云端向用户提供服务,而与此同时其还在其他诸多行业领域发挥着作用。今年10月IBM同Twitter签署合作协议,IBM将Twitter所掌握的用户数据纳入到Watson之中,由此商业客户可以通过Watson对大量数据的分析发现过往他们从未注意过的用户消费习惯等等。Watson另一项成功应用于实际的例子就发生在本月。IBM在本月月初同美国退伍军人事务部签署合作协议,后者将使用Watson对所掌握的全美退伍军人病历数据进行分析以便向患者提供更高质高效的医疗服务。IBM在评价同美国退伍军人事业部的合作时强调,美国退伍军人事业部的病历数据规模每三年便会增加一倍,对于如此大规模的数据进行分析唯有Watson才有能力承担。
今年年初IBM推出Watson之时,IBM首席执行官罗睿兰曾经表示,IBM为Watson所制定的发展目标是在10年之内使其成长为百亿美元级别的业务。罗睿兰的论调看似有些“放卫星”。眼下Watson在IBM众多业务之中所占份额还只是少数,不过笔者认为Watson的发展潜力不可小觑。根据市场调查机构IDC公布的数据显示,从今年开始知道2018年全球大数据技术和服务市场规模年度增幅将维持在26%的高位,而届时整个市场的价值预计将达到415亿美元。
笔者想要提醒投资者一点的是“罗马可不是一天建成的”,IBM的转型不可能再短时间内就收到成效。笔者预计IBM在2015年可能仍然会遭受一些业绩增长方面的压力,尽管在明年IBM旗下的Watson和大数据业务会签下更多订单 ,但这对于整个IBM的发展来说只是杯水车薪。2015年IBM的业绩来源将仍由传统软件和服务所占据,而硬件业务也会继续面临较大的发展压力。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16