京公网安备 11010802034615号
经营许可证编号:京B2-20210330
谁会成为2015年的“大数据巨人”
毫无疑问,大数据在2015年将变得更大。去年,各种各样的公司开始接触或使用大数据技术,并将其推入到主流技术中,今年你会看到更多这种趋势。许多科技巨头有望于今年提供新的大数据产品和服务,同时潮水般的初创企业也将未来12个月内因提供创新的大数据技术而冲上头版头条。我开始使用“大数据巨人”称呼那些在商业模式中建立起数据基础的大公司,2015年我们能从它们身上得到什么?
1.谷歌
谷歌将继续主导搜索领域,但2015年我们将看到其继续向我们日常生活中的其他领域扩张。2014年,谷歌收购了智能家居先锋Nest,后者也是智能恒温器的制造商。而Nest在获得谷歌支持后又收购了智能家居系统公司Revolv,后者打造“智能家居中心”,可连接和控制智能灯泡、安全摄像头以及自动门的许多家居用品。
谷歌的目的是提供现代智能家居的基础主干,而智能家居的概念有望在2015年成为现实。谷歌也有望推出其核心产品的儿童版本,包括利于儿童使用的搜索、Chrome以及Youtube等产品和服务,进一步将其提供的各种技术定位为日常家庭生活的一部分。
2.Facebook
尽管Facebook依然是世界上最大的社交网络,但在与Twitter和Instagram的竞争中,Facebook却依然在丧师失地,特别是在年轻用户群体中。可是,Facebook去年出人意料的一次收购却显示出其正将网络通信的概念引领向一个全新的方向。
今年年初,消费者最终有望买到Oculus Rift虚拟现实头盔。尽管这款头盔最初主要针对游戏玩家,但Facebook首席执行官马克·扎克伯格(Mark Zuckerberg)明确表示,Facebook将承担起建立虚拟世界的任务,任何人都可以去探索虚拟数据,并与如山的数据互动。2015年,我们很可能看到这样的虚拟世界开始形成。
3.微软
微软一直致力于将数据分析推向主流,而随着其基于云技术打造的分析工具PowerBI不断升级,微软的努力将于2015年开始收获硕果。微软2013年即推出PowerBI,目的旨在向热门Office套件提供分析功能。微软一直希望具有新的功能,比如专门的iPad应用来分析移动数据能力、仪表盘分析能力、直接与SQL数据库对话的能力等,这些功能将促使各种规模的企业使用PowerBI。
4.惠普
与大数据服务供应商亚马逊以及IBM等一样,惠普也开发出自己的大数据分析平台Haven,可安全通过云技术使用。这意味着,从储存、分析到报告等过程,都可以交给惠普来完成,用户可以节省每月的订阅费用,甚至完全免除建设基础设施的费用。这消除了许多公司实行大数据战略的障碍,也大大降低了入门门槛。惠普的Haven与亚马逊的Redshift和IBM的DashDB展开竞争后,将导致大数据分析的订阅成本降低,使用分析技术提高效率的企业数量也大大增加。
5.IBM
IBM的Watson Analytics刚刚开始面向公众,这代表数据分析向日常主流迈出了一大步。但它的名字让人感到困惑,因为它也是IBM人工智能算法的名字。它曾于2011年在美国智力游戏《危险境地》(Jeopardy)中,击败了两位最优秀的人类选手肯·詹宁斯(Ken Jennings)和布拉德·鲁特(Brad Rutter),并促使詹宁斯宣称“欢迎我们的新电脑霸主!”
这是因为它使用了很多专为Watson Analytics开发的技术,用以支持其自然语言处理能力。这意味着,Watson Analytics可以使用流利的英语解释输入的查询。它既可以提供免费在线网络服务,也可提供特别订阅的企业服务,以便提供更大数量的数据分析服务。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30