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
教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28