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
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21