京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据应用技术是未来企业竞争力的关键_数据分析师培训
大数据在普通人眼里看来或许距离我们很遥远,但实际上,关于大数据应用已经每时每刻在我们身边发生。
“我曾去德国大众公司做企业咨询服务,要帮他们解决的问题是如何将5分钟出产一辆车变成2分钟出产一辆车。”IBM软件集团高级工程师凌棕6日用这样生动的例子讲解大数据的应用。
在硅谷举办的中国计算机学会青年计算机科技论坛上,凌棕发表了题为“大数据?大数据!”的主题演讲,在演讲中,凌棕分享了多年从事大数据应用技术研究的经验和心得。他认为,大数据的战略意义不在于单纯掌握庞大的数据信息,而在于对这些含有意义的数据进行分析处理。
“如果把大数据比作一种产业,那么这种产业实现盈利的关键,在于提高对数据的‘加工能力’,通过‘加工’实现数据的‘增值’。”凌棕说。
他表示,业内常会有将大数据比作新的“石油资源”的说法,因为和人类对石油资源的认识过程相类似,人们对大数据的认识也需要经历一个长期的过程,目前依然还在较为初级的阶段。
他认为,数据已经成为企业最宝贵的资产,未来企业之间的竞争,将是数据资产以及数据资产管理能力的竞争。
凌棕表示,目前大数据行业存在四方面的特征,一是体量增长快速而巨大,其中非结构化数据的占总数据量的80-90%,比结构化数据增长快10倍到50倍。二是数据呈现多样性,以文本、图像、视频和机器数据等不同形式出现。三是价值密度增加,对未来趋势和模式的可预测分析,机器学习、人工智能等深度复杂分析增加。四是速度的提升,越来越多的大数据实时分析正在取代批量式分析,大数据技术正在越来越多实现“立竿见影”而非“事后见效”。
目前,大数据已经在互联网、金融、医疗、交通、零售等多个行业得到广泛应用,相对来说,制造业的大数据技术应用不足,未来实际上大有潜力可挖。
凌棕认为,大数据技术可以通过以下10条途径应用于制造业,分别是监控生产过程、加快业务整合、提高企业制造绩效、改进生产流程、预测供应商绩效、监测生产设备状况、合理生产计划、细化质量管理环节、追踪产能与企业财务状况以及监测产品运维状态。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 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 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 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 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18