京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据不仅是新科技,还是种革命性的概念
当世界卫生组织(WHO)在2014年10月公布伊波拉病毒(Ebola)在全球有8,997个感染病例,并夺走4,493条人命的警讯时,加拿大的Bio Diaspora公司运用地理资讯系统(GIS)结合大数据(big data),发布了一张动态全球病毒地图,预测下一个可能引爆伊波拉病毒的地区。
Bio Diaspora分析全球航班资讯、人口移动、温度、湿度变化等资讯,建立模型,找出下一个可能爆发感染的传染途径。就像2008年Google推出流感预测趋势(Google Flu Trends),透过分析使用者在各地区搜寻流感相关的关键字,来预测流感会爆发的地区。这些帮助人类“未卜先知”的工程,就是大数据的魅力。
与其说大数据是新科技,更正确地说,它是种革命性的概念。随着数位化、网络化,数据累积的速度超乎想像。举例来说,在Facebook上每10秒有 5,000多万则以上贴文、Apple Store每分鐘有5万个App被下载、Google每分鐘有400万笔关键字搜寻,这些惊人数字的背后,隐藏了巨大的商机、预测性以及决策的影响力。
根据国际数据资讯(IDC)预测,大数据技术与服务市场的年复合成长率为31.8%,市场规模至2016年将达到238亿美元(约新台币7,500亿元)。随着大数据成为显学,人力市场对相关人才的需求强烈,IT研究及顾问公司Gartner指出,全球至2015年因大数据所产生的IT技术职务,将有 440万个。麦肯锡(McKinsey)更预测,至2018年,单在美国就有14~18万的专业数据分析师职务需求量。
让数据个性化,推动服务升级
事实上,每个人随时随地都在被搜集数据。只要透过有系统地整理、运算与分析,就能解读顾客在想什么、需要什么,这些资讯将成为洞察使用者的最佳线索。
例如,澳洲的老牌酵母咸味酱Vegemite在2009年销售量大幅下滑,为了重新掌握消费者,委託IBM进行数据调查分析,包括部落格、论坛、网络新闻等等,总共蒐集了超过30种以上语言、50万笔数据,从中发现消费者对酱料的创新用法。于是Vegemite发动新的社群行销活动,让市佔率起死回升。这就是大数据的魔力,难怪美国政府将其定义为“未来的新石油”。
各行各业因大数据应用而成功预测结果、或力挽狂澜的案例不胜枚举。因成功切入市场而声名大噪,功典资讯总经理夏雨农分析,大数据是种“服务升级”,透过“个性化”数据,让塬始数据产生意义,再藉此赢得商机。以往空有数据,却无法区分“杂音”与“关键数据”,往往出现企业满手好牌却胡乱出招的状况。
目标是应用大数据的核心,例如是针对顶级客户推出更高单价商品、还是扩大客群与市佔率,这两个目标所设定的数据分析与解读面向就非常不同。
21世纪最性感的职业
至于因应大数据潮流所造就的新职种中,最具代表性的,莫过于数据科学家(data scientist),能透过电脑演算分析数据、解读意义,难怪《哈佛商业评论》(Harvard Business Review)将它称为“21世纪最性感的职业”。
而进入这一行,需要哪些能力?需具备统计学、数学、电脑演算程式技能。另外,因为数据来自企业各部门,更要有横向跨部门索求数据的沟通力,汇整数据的整合力,对于数据的好奇与洞察力。
毕竟,大数据的价值不在数据本身,而是如何从巨量数据中萃取出洞见。谁有这样的本领,谁就是当红炸子鸡!
Hot Job!
★数据科学家:
具备统计学、数学等专业,能将大量资讯运用电脑演算,转换成具有商业价值的数据,并具备优秀的沟通力,能分析、解释数据,影响企业决策。
★数据视觉化分析师:
将大量数据经过演算、建立预测模型, 再透过如Tableau、QlikView、Spotfire等工具,进行视觉化转换,强化数据的易读性。
★商业智慧分析师:
具备Hadoop、Hive及HBase等软体使用经验,能分析企业数据仓储的各种不同类型数据,从中洞察客户行为、市场趋势,进而拟定策略。
★数据管理师:
企业内所有数据的“进”与“出”,都需要经过他认证与管理。也必须确保数据的安全性,甚至具备数据备援的专业技能。
★数据工程师:
需懂数据库、数据结构、自然语言处理、数据採矿、数据模型等技术,协助建构大数据的数据平台架构。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 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 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 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。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23 很多数据分析师每天都在写 SQL,但当被问到“DQL 的本质是什么”“SELECT 子句的书写顺序与执行顺序为何不同”“INNER JOIN ...
2026-09-23 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-09-22