京公网安备 11010802034615号
经营许可证编号:京B2-20210330
对话《大数据时代》作者维克托·迈尔·舍恩伯格
大数据时代高歌猛进,年轻创业者机会几何?对话《大数据时代》作者维克托迈尔舍恩伯格
大数据时代,年轻创业者的机会在哪里?大数据发展的瓶颈是什么?如何化解企业数据共享难题?如何加强用户 隐私保护和知识产权保护?正在上海举行的2014浦江创新论坛上,大数据系统研究领域的先河之作《大数据时代:生活、工作与思维的大变革》一书作者维 克托迈尔舍恩伯格接受了新华社记者采访。
创业成本降低
记者:大数据时代,年轻创业者的机会在哪里?
维克托:大数据时代一个最为显著的变化是创业门槛和创业成本大幅降低。100年前,创业需要大规模投资兴建工厂;10到15年前,互联网创业需要投资购买 大量昂贵的服务器。现在,创业只要花费几万美金租用云服务和带宽。大数据时代,数据捕获、数据存储技术的云端化为广大中小企业以及年轻人的创业带来了 无限可能,公司规模、服务器体量、资金规模不再视作绝对优势,决胜的关键在于数据分析的技能和创新思维的运用。
汽车有望成为大数据源头
记者:当前,大数据发展的瓶颈是什么?
维克托:坦率说,时下大数据发展面临着不同层面的瓶颈。首先,在技术层面,目前我们使用的大部分数据分析和统计工具还都是诞生于小数据时代,我认为, 它们已很难适应大数据时代的技术需求,因此,我们应尽早着手开发适合处理海量数据的多样化工具。其次,在观念层面,大数据思维模式的普遍缺乏依然严 峻。数据的隐藏价值还远未得到很好的重复利用。我们要继续加强思维模式的教育,尝试从大数据专家的视角去思考世界。例如,今后,汽车将是产生数据的源头, 基于这些数据,能对人的行为作出分析和预测,汽车制造商能为人提供更好的服务,这样也就不难理解谷歌为什么要开发无人驾驶的汽车了。
小公司也有掘金机会
记者:大数据时代,小公司常常会因数据量不足而陷入无米入炊的窘境,而拥有海量数据的大公司却又往往不愿意分享自己拥有的数据,对此,您认为我们应如何化解企业间的数据共享难题?
维克托:基于市场竞争和商业机密的考虑,大公司不愿意共享自己的数据是可以理解的,我认为,这恰恰为中小公司提供了难得的机会。例如,小公司可以作为第三 方公司承担起整合行业数据的工作,条件非常简单,小公司需向大公司承诺,不会将其数据提供给它的竞争对手。在这种情况下,不仅大公司可以享受到小公司提供 的数据分析和预测服务,而且小公司也拥有了属于自己的利益空间。他举例说,预测不同时段飞机票价的美国公司Faircast就是这样一家成功掘金的小 企业。
没有信任就没有大数据
记者:在大数据时代,我们应如何加强用户隐私保护和知识产权保护?
维克托:建立用户、数据收集方和利用方三者之间的信任感非常关键。可以说,没有信任就没有大数据。在用户隐私保护和知识产权保护方面,我认为,政府需要承 担其相应的职能,包括制订数据使用的法规、明确数据使用的场合和目的等。目前,世界上现有的数据保护法和隐私保护法,都已不再适应大数据发展的现状,我们 要抓紧研究针对大数据运用的立法。北美和欧洲现已启动了这方面的工作,而我也有幸成为了这100位调研专家中的一员。
政府当激发新价值
记者:在鼓励企业参与大数据竞争的过程中,您对政府的角色扮演和职能发挥有何建议?
维克托:开放数据,对政府来说是开展大数据工作的首要职责。它不仅能促进这个社会具备做出更好决策的能力,而且能刺激经济的发展,促进企业家精神和创业企 业的培育。我对上海市政府逐步开放公共数据的举措非常赞赏,因为这可以极大刺激大数据应用、大数据企业和大数据经济的发展。事实上,美国、英国和部分其他 国家的政府部门,均已逐步开放公共数据,只是效果还不足够显著。未来,我认为,政府需要创造一种经济环境,不断激发企业有足够的兴趣去分析和深挖数据,不 单纯为了盈利,更要为了通过利用、分析和可视化公共数据创造新价值、发现新问题。
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】大数据、零售商、消费者、供应链、运营、企业、产品、客户、数据模型、大数据平台、数据开发、系统运维、业务逻 ...
2026-06-26在物流配送、供应链履约、终端供货等业务场景中,送货率是衡量企业履约能力、服务质量、供应链稳定性的核心业务指标,直接关联客 ...
2026-06-26 很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度” ...
2026-06-26在数字化管理与数据化运营体系中,指标是连接原始数据与业务决策的核心载体。零散的原始数据只是无意义的数值堆砌,无法直接反映 ...
2026-06-25在Excel数据汇总、财务统计、业务复盘等日常办公场景中,经常需要完成逐行相乘、整体汇总求和的计算需求,最典型的场景就是:单 ...
2026-06-25 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-06-25【核心关键词】主数据、资产、供应商、现金流、企业、精细化、集团、数字化、中国、数据质量、数据管理、经营管理、地产行业、 ...
2026-06-24在数据分析、假设检验、AB测试、学术研究等统计场景中,显著水平(α)与P值(P-value)是判断统计结果是否具有统计学意义的两个 ...
2026-06-24小李刚入职了一家互联网公司的运营部门。第一次参加业务复盘会,运营主管问了一个看似简单的问题:“这个月新用户留存率下降了5 ...
2026-06-24在数字化转型全面渗透的产业背景下,数据分析已成为互联网、金融、零售、制造等几乎所有行业的核心岗位能力。很多初学者对数据分 ...
2026-06-23在企业并购、股权定价、投融资评估、资产核算等资本市场核心场景中,市场法是应用最广泛、市场认可度最高的企业价值评估方法。传 ...
2026-06-23 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 ...
2026-06-23【核心关键词】运营、证书、金融、客户、产品、软件、销售额、量化、科技、数据分析、金融行业、证券类软件、业务流程、金融机 ...
2026-06-22在企业方案选型、产品迭代评审、供应商筛选、运营效果复盘等决策场景中,单一指标的优劣判断往往无法支撑科学决策。一套转化效果 ...
2026-06-22 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 ...
2026-06-22【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