京公网安备 11010802034615号
经营许可证编号:京B2-20210330
迎接大数据制造业的到来_数据分析师
年底年初,中国股市一片火红色。除了利用一些政策性利好和那些半靠谱不靠谱的市场流言外,比较认真严肃的投资机构和个人投资者都想找到一些值得中长期投资的目标,得到比较可靠和比较丰盛的回报。对于找上门来切磋的,无论是机构还是个人,我都是一句话:投资大数据制造业。
大概是两年多前,也是在这个专栏上,我讨论过大数据时代启动期的三大支柱产业:网络业,新能源业和以三D打印业为代表的新型制造业,它们共同的底层推动力都是大数据的发展。时间过了两年,世界和中国最大的上市企业都变成了网络业公司,以严重依赖数据化开采技术的美国页岩气和页岩油产业的迅猛发展,将全球油价腰斩,正在引发经济和政治上的格局变化。而基于全新制造理念和技术所产生的一代新产品(例如智能手机)正在引发新一轮投资,创业和创新热潮,改变着人们熟知的传统制造业。
之所以要创造一个“大数据制造业”的新概念,一是想与近年来流传的一些大而无当,无所不包的概念分开,例如“新工业革命”;二是想扩展一些过于具象的名词,例如“3D打印”,“智能手机”,“移动互联网”等,将其中共性的东西抽象出来;三是想将制造业的新发展与大数据时代联系起来,作为一个子概念使用。简单地说,大数据制造业至少具有以下三个特征:
第一,产品都是数据终端,具有生产,存储,传输和加工数据的能力。大数据制造不是自动化,计算机化或是机器人之类的东西,那些只是生产过程的改良,没有革命意义。大数据制造的最硬标准就是产品本身是数据终端,产品的使用会产生数据,数据可以被再加工利用。万事万物皆可成为数据终端,目前最好的例子就是无人飞机,智能手机,以及各种装入各类传感器的设备。
第二,产品从设计,制造,销售,运维直到更新的整个流程都依托各类数据和数据方式完成,普遍采用新材料,新工艺,新流程,高度依赖互联网。目前,能够初步实现这一点的是少数网络业公司,甚至产品本身也是数据化的。一些传统制造业的企业家们认为,只要一些辅助环节上利用了互联网,或者在市场营销环节上主要依靠互联网,这就算是转型新生了。其实,这不过是刚刚起步而已,离彻底革命还有万里之遥。例如,无人驾驶汽车可以算作大数据制造的产品,而仅仅在汽车信息服务系统上联上互联网,只能算是传统产品的改良。
第三,产品都以产品销售和售后持续服务相结合形成新的商业模式。传统制造业的基本商业模式是产品出售,即使有些售后服务也是围绕产品销售进行,不能成为主要利润来源。而大数据制造业的产品则是以持续服务为重点,产品销售围绕持续服务进行。一个典型的例子就是苹果公司。除了尽人皆知的手机和平板电脑外,真正的明星其实是它的网络应用商店,2014年的收入超过200亿美元,增长率超过70%,毛利率超过70%,仅收入规模就超过了除谷歌外的所有网络公司。这使得投资界不知如何对苹果公司分类,既不全是IT制造,也不全是网络服务。最好的办法就是另外定义一个产业,叫做大数据制造业。
凡是符合以上三个特征的企业都可以归入大数据制造业,无论它们正在努力转型之中还是刚刚创业。当然,目前还是大数据制造业的萌芽阶段,产品还难免带有传统的痕迹,对大数据的依赖和利用程度还相当有限。但是,一些带有革命性意义的创新正在涌现。例如,大数据制造已经深入到了原子和DNA层次,利用3D打印原理重组物质结构或是对DNA进行重新排序都已经在实验室和小规模生产中出现了一些成功的案例。三五年后,一大批利用全新的材料,有机物甚至生物制造的产品很有可能问世,涌现出一批引导时代潮流和资本市场走向的新锐公司。
经过三十多年的改革奋斗,中国已经成为制造业大国,在传统的和低端的制造业领域,已经是打遍天下无敌手。利用积累的资源,经验和市场,积极探索大数据制造的发展之道,已经成为越来越多中国企业家和创业者的共识。如何寻找,判断和参与那些具有大数据制造潜质的公司,正在成为一大批投资机构和个人的历史使命。经常听到一些朋友略带遗憾地谈起,当年若是投资了某个网络公司就如何如何了。衷心希望这一次朋友们不会错过这新一波机会。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 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 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 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 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22