
大数据时代,创业只需一个好点子_数据分析师
“100年前创立福特公司,需要投入很多很多钱;20年前创造阿里巴巴,为用户提供各种服务,同样需要许多人和办公室;大数据时代,年轻人创业只需要一个好点子。”今天,正在东郊宾馆举行的2014浦江创新论坛上,风靡中国的《大数据时代》一书作者,牛津大学教授维克托·迈尔·舍恩伯格建议年轻人创业可以戴上“大数据眼镜”,透过枯燥海量数据看懂背后不一样的价值,其中蕴含的创新机遇,让人难以想象。
舍恩伯格十余年潜心研究数据科学,是最早洞见大数据时代发展趋势的科学家之一,所著《大数据时代》一书开创该领域系统研究之先河。他研究发现,从1986年到2010年,全球数据量增长了100倍左右,数据质量也不断提高。读懂数据之间的关联,让数据说话,可以帮助人们更好地理解世界。只要拥有与众不同、又服务大众的创新想法,到大数据中去挖掘与分析,寻找寻常数据中的潜在意义,就会发现大数据创业与过去的创业者相比,成本只要几千美元。
“在美国,大数据经常被很小的公司使用,包括只有几个人的创投企业。比如一位电脑科学家建立的多林格公司,就是一个智能手机应用,帮助人们学习外语。多林格收集了几乎所有英语学习者的数据,发现不同国家人的英语学习方法都不同,而且常常用到坏方法。通过数据分析,可以帮人们寻找更有效的学习方法。创业者用到了云计算服务,不需要很高成本,不需要建设生产制造商基地,不需要建立工厂,也不需要建立谷歌数据库那样大规模的数据库。”
舍恩伯格以此为例说明,大数据时代里人们寻找创新机遇,最重要的是数据收集能力和分析能力,从数据中找到好点子。对于大公司也同样,数据重要的价值在冰山下面,在海水下看不见的地方。所以对数据一定要一遍一遍重复使用,换个角度看,以往的垃圾数据可以变废为宝。“例如,美国一家大型飞机引擎制造商,以往飞机引擎中众多传感器记录的振动,热力等数据,用好之后就丢掉。后来,他们重复使用这些数据,用数据预测飞机引擎中哪个零部件即将产生故障,哪个部位即将出现问题,提早维修或替换。如今,这方面的服务创收,已经占到其营收额的17%。”
大数据掌握在大公司手中,如果不肯共享怎么办?在舍恩伯格看来,这其中正蕴含着绝好的创新机遇—可以由第三方平台公司,或者创业公司,分别与大公司沟通数据,他举了美国一家做机票打折信息服务的小企业案例。“显然,美国各大航空公司不会合作建一个网站,发布他们的机票价格信息。一家小企业发现其中的商机,分别与这些巨头洽谈,每月只需要支付1000美元的数据使用费,然后制定合理的收益分成,说服大公司把自家机票价格信息提供出来。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13