
大数据时代袭来 互联网巨头纷纷推大数据新举措
据中国之声《新闻纵横》报道,大数据,这个词,各位应该不会陌生,最近听的实在是太多了。无论是体育比赛、金融贸易、医疗科技等等领域,大家好像都在讨论着“大数据”这个词儿。
大数据,又叫:巨量数据、大资料,是指所涉及的数据量规模巨大到无法通过人工,在合理时间内,处理并整理成为人类所能解读的信息。但是,通过设计好的数据模型,对大数据进行分析,却可以制造很多奇迹。
就在刚刚结束的巴西世界杯上,谷歌的云计算平台,通过对大量球队数据的分析,成功预测了世界杯16强比赛每场比赛的胜利者。同样,今年全国高考语文,多省高考作文题,被“百度大数据”预测命中,也被一些媒体评价成为中国高考史上“首届大数据时代的高考”。面对大数据的优惠,阿里巴巴创始人马云就曾公开表示,他最犯愁的是,阿里虽然拥有如此庞大的数据库,却不知道如何使用它。
就在刚刚过去的一周里,阿里、百度、腾讯三大互联网巨头先后宣布在大数据方面的新动向。不同的是,阿里联合银行促融资、百度配合政府做医疗,而腾讯携手高校搞科研。种种迹象表明,大数据时代正以猛烈之势袭来,你我的生活将因此发生什么样的改变呢?
2014年,曾经硝烟四起的互联网江湖,从列国混战迈入“三足鼎立”。这片江湖里,如今最为人津津乐道的,是“BAT大战”。B,百度;A,阿里; T,腾讯。然而互联网三巨头被仰望的,不止是雄厚的财力和庞大的市场,未来他们将拥有更强大的武器:大数据。
7月22号,周二,上海。阿里巴巴宣布,和中行、招行、建行等7家银行深度合作,为中小企业提供基于网商信用的无抵押贷款,最高授信额度1000万元。电商起家的阿里,将平台拥有的数万家企业交易数据开放给银行,降低银行贷款风控成本的同时,亦为苦于无法自证信用的中小企业,提供了第三方担保。
阿里外贸综合服务事业部总经理魏强:所有通过阿里巴巴一达通出口的企业,过去半年每出口一个美金,你就可以获得一块钱人民币的纯信用贷款。最高的贷款额可以达到1000万人民币,最低的贷款额是100万人民币。
目前在我国,中小外贸企业解决资金问题,85%靠自有资金,15%靠社会募集。简单说,就是很难从银行贷款,更无法奢望优惠的利率。而“贷前看不清,贷后管不住”,也让银行苦恼不堪。基于此,阿里向银行开放企业最近半年内平台上积累的通关、收汇、退税等核心交易数据,再由银行在风控后提供贷款。
中国邮储银行负责人:我们很希望给小企业主贷款,但是我们不知道小企业主是否靠谱,如果我们可以和每个小企业主面对面的话,那是没有问题。所以在贷款中,主要是我们的信息不对称,这个平台解决信息不对称,无论借款人还是贷款人都是很有受益的。
7月23号,周三,北京。仅隔一天,百度宣布与北京市政府联手,推出基于大数据监测的健康管理产品“健康云”,解决百姓看病难问题,三年内将覆盖北京市1000万市民。通过可穿戴设备测量血压、心跳、体重、体脂等指标后,传导到后台存储分析并反馈,长期监测,变传统的疾病治疗为提前积极预防。
百度公司副总裁李明远:所谓慢数据,就是经过对你一段时间的收集,来给你一些健康管理的建议,通过慢数据和大数据的结合,能够把整个人的健康管理提升到一个新的水准,我相信这个意义也是非常大的。
针对北京等大城市医疗资源紧张、百姓等有病才去医院的特点,大数据在传回后台后,由政府依据不同区域、不同年龄段高低风险的不同情况,更有针对性地分配医疗资源。
北京市政府副秘书长朱炎:应该关注人的生命周期,有效地管理健康的所有资源,咨询资源、提醒资源,把小病、把亚健康管理住,当然最后发展成如果有病了医疗资源根据病人合理分配,最终提高了服务水平。
7月25号,周五,北京。这一天,腾讯联合国内外知名高校成立的腾讯互联网与社会研究院宣告成立。每天新增数据量200TB、每天有超过4亿用户使用20万以上应用和服务的腾讯,选择与高校联手,发起大数据社会化研究,并培养相关人才。
腾讯互联网与社会研究院院长郭凯天:希望能和产业界、和政府有更好地融合,更好地利用互联网。互联网产业要想持续发展,必须探索其中对社会、对政府管理、对人们生活所带来影响的规律,才能更好地探寻商业模式的发展。
无论作为贷款的信用、作为健康的指标,作为学术的样本,大数据都正在方方面面影响着政府决策、企业贷款和百姓生活。曾经,互联网企业引以为傲却不知如何应用的庞大数据库,正在还原和创建一个全新的世界。而产业自身,未来或将因此而再次洗牌和重构。
中国人民大学信息学院院长杜小勇:大数据,不管你接不接触,它是一个客观存在。它是因为我们信息获取技术的革命性进步而带来的自然现象。特别是IT企业要时刻保持高度清醒,占据先机,这将影响他们的未来。
2014年,“大数据”首次被写入政府工作报告:要设立新型产业创业创新平台,在大数据等方面赶超先进,引领未来产业发展。7月25号,国务院总理李克强考察山东浪潮集团——
李克强:现在云计算、大数据是潮流。不管是推进政府的简政放权,放管结合,还是推进新型工业化、城镇化、农业现代化,都要依靠大数据、云计算。所以,它应该是大势所趋,是一个潮流。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11