
专家的炒作vs现实:大数据还是大失望
大数据的前景在哪里?其实,在于IT行业以及企业高管能够从最新的分析工具中洞察哪些业务能够带来利润。不管是顾客的购买习惯还是医学研究,公司以及研究机构拥有的顾客消费数据,以及用户网上搜索和聊天数据超过以往任何时候。大数据的挑战在于找到能够传递有用见解的数据。
IDC研究机构的分析师卡尔-奥罗弗森(Carl Olofson)表示:“大数据是技术的一种涵盖性术语,用户能够迅速地搜索到数据,这在以前不敢想象,因为价格是人们承担不起的。而现在这种情况却有所改变。但是如果你不知道自己在做些什么,大数据的价值就是有限的”。
奥罗弗森认为,大数据解决方案已经证实对零售业有促进作用。他举了一个例子,某一公司的鞋子在网上吸引了很多的顾客,虽然页面浏览量排名领先,但是买家并不会通过点击数量高的产品进行购买。
他指出:“大数据分析可能显示人们对于某一色彩特别感兴趣,这种色彩也最容易一抢而空。这对企业来说很有用。大数据还有个好处就是它一直在改变,人们能够对这些变化做出回应”。
奥罗弗森表示,幸好有云计算解决方案,人们能够从公司的部分数据尝试大数据解决方案,在无需大规模投资的情况下看看自身是否能够提供用户需要的东西。
当然,迄今许多中小型企业还未进行大数据投资。戴尔企业解决方案团队主要负责人马特-贝克(Matt Baker)指出,这要么是因为成本太高,要么是因为他们得花费大量的时间来调查以及调整自身的业务流程来使大数据有价值。
他将大数据的优势比作视频对于图片的价值。在谈到大数据时,很多中小型企业甚至没有关于它的概念。专家们一直在热烈讨论大数据和健康之间的关系,或许在五年后,电脑能够分析人们的健康记录,并在无需医生的情况下给出治疗建议。但是这种想法却遭到了很多反对,人们认为电脑始终比不上医生,因为后者能够因病制宜,例如评估病人对于某个问题的反应(面部表情,音调等),以及之后该问什么问题才合适。戴尔研发主管贾伊-梅农(Jai Menon)表示:“大数据全部在于关联性,而非因果关系。如果说数据显示橙汁和维他命能够对某种癌症起作用,它却难以解释为何会起作用”。但是安泰子公司Active Health Management副总裁耶鲁(Ken Yale)却认为大数据还能够发挥更大的作用。虽然大家依赖医生的专业知识来保证自身的健康,耶鲁表示研究证明50%的时候医生的诊断是错误的。他还预测在5年内,80%-90%的诊断将通过电脑和医疗设备发出。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29