
如何衡量大数据时代真正到来_数据分析师
互联网时代,新概念层出不穷,人们刚刚接受了大数据、物联网、云计算,更新的词汇已经迫不及待地涌现,比如小数据、条数据,以及本文所述的块数据。
块数据一词出自《块数据——大数据时代真正到来的标志》一书。这本书是根据贵阳市委书记陈刚提出的块数据概念及其理论,由大数据战略重点实验室组织课题组完成。所谓“块数据”,就是一个物理空间或者行政区域内形成的涉及人、事、物的各类数据的总和。“块数据”比“条数据”的“4V”即 Volume(大量)、Variety(多样)、Value(价值)、Velocity(高速)的特征更为明显。它如同一个计算机的主板,建立起了一个开放、共享、连接的数据基地,各个行业和部门的“条数据”就如同一个个可插拔的板卡,它们只有融合并集成到主板上,才能发挥数据资产真正的功效。块数据实践应用所形成的全产业链、全服务链和全治理链,将更大程度地驱动产业升级、服务改善民生、推进城市转型和倒逼政府改革。
例如,在社区,通过智慧社区建设,建立起社区居民、家庭和居委会的数据采集和社交网络平台,它能够采集居民、家庭、楼宇的基本数据,也能够汇集物业、民政、医疗、养老、公安、文化、教育等各个领域的数据,还能够聚合社区金融、超市、农产品供应等商务数据,就会形成一个共享、开放的社区块数据。
在城市中,通过铺设高速光纤宽带网络,搭建高速移动宽带基站,建设无缝衔接的wi-fi接入节点,将使得整个城市的网络“高速公路”更加畅通,数据将被更加快捷地传输和连接。这会有力地推动各类社会企业和个人数据集聚在一起。通过建设城市基础数据库、数据交换共享平台和跨部门协同应用,能够将人口、法人、地理信息、宏观经济等数据开放、共享并连接起来;通过公共数据平台和应用系统,逐步将各个部门的数据汇集起来,进一步整合城市网络平台上采集的企业和个人的行为数据,将逐步形成城市块。
然而,当今互联网产业发展的一个重要问题,就是商业模式不清晰,尚未找到恰当的盈利模式,以致行业中真正赚钱的并不多。因此,块数据理论,也不能绕过商业模式这一关。
《块数据——大数据时代真正到来的标志》作者团队对此似乎胸有成竹,认为其商业模式看起来潜力巨大。原因是,块数据将以往那些分散化、碎片化的行业数据、领域数据连接起来,就可以分析出个人的消费喜好、生活需求、收入水平等商业要素。特别是精确找准那些高度个性化、长尾化的市场需求,孕育产生出全新的商业模式。
首先,围绕数据分析本身,就能形成新的商业模式。大数据提供者和服务提供者通过这种商业模式服务于数据的采集、存储、标准化、计算和可视化。从数据量上来看,非机构化数据占总数据的85%以上,任何一个种类的非结构化数据处理技术都可能成为重要赢利点,如网络日志数据、流数据、语音数据、图像数据、视频数据、空间数据等的分析和处理,都会产生行业新的领军企业。比如华为即是基于IT基础设施领域在存储和计算的优势,提供整体大数据解决方案。
再者,通过颠覆或注入新元素的方法,再造传统商业模式。大数据新兴服务的提供者是基于数据思维的创新公司,应该善于挖掘传统行业的数据价值。这类商业模式的服务提供者有两种,一种是应用服务提供者,另一种是咨询服务提供者。前者是基于大数据技术,直接提供数据应用服务;后者提供服务支持、技术咨询,或者为企业提供类似数据科学家的咨询服务。
当然,最直接的商业模式,无非是可以直接买卖数据。也就是数据拥有者通过对数据进行加工分析,以报告、数据包等方式销售数据。
然而,块数据更大的价值,还在于其在社会领域应用前景广泛,并且能促进政府职能发生深刻转变。大数据时代,政府的服务内容和服务方式发生了质的变化,老百姓对政府的期待越来越高,从“能办事就好”到“简单利落地把事办好”再到“办不好给差评求退货”,民众正在通过网络享受到的衣食住行的各种优质体验迁移到政府服务领域。而政府,也正在借助这股技术和民众的力量,在整个政府运转中形成倒逼机制,推动各个职能部门更好地服务社会。
对于块数据理论和这本书,作者团队的态度坚定又谦逊。一方面,他们认为,“大数据对经济发展的推动已经超出了所有最伟大的预言家的预测,而《块数据——大数据时代真正到来的标志》一书把大数据对社会发展的推动描绘为一个史诗般的剧目,这出剧的序幕正准备拉开或者说刚刚拉开,拉开序幕的推手正是块数据。”另一方面也坦陈,“大数据是新生事物,不存在真正意义的专家”。
或许马云的评价更中肯一些:这本书对于块数据、条数据的认知,对于块数据之于未来经济和社会变革的影响分析,对于云计算领域的预判和布局,是极具前瞻性的,站在了时代的最前沿。科学技术的发展和进步是日新月异的,也许过不了多久,块数据理论就会过时。但是,技术人员的辛勤探索和创新精神,是最为可贵、永不过时的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 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 ...
2025-09-02