京公网安备 11010802034615号
经营许可证编号:京B2-20210330
存起来用起来联起来 深耕大数据产业潜力领域_数据分析师
“大数据发展要经历"存起来""用起来"和"联起来"三个阶段,目前国内和国外大数据正处于"存起来"向"用起来"发展的阶段。”近日,在接受记者采访时,无锡华云数据技术服务有限公司首席战略官郁珉说。
“贵州发展大数据产业,可立足本土扩大开放,关注还未被深耕但很有潜力的领域,通过政策扶持促进这些行业和大数据的融合发展。”郁珉建议。
开放合作 大数据是共享资源
“在我看来,大数据其实是相对于静态性、单纯的小数据而言,指比传统数据有更长的生命周期、更加活跃的应用空间,更多的维度去采集和描述的数据。”郁珉说,大数据最早叫做数据库,发展之后称之为数据仓库,后面演变成现在所说的大数据。
在郁珉看来,大数据并不是一个独立的产业,而是应用于跨行业的。从大数据的发展趋势来看,它凌驾于行业之上、超越行业本身发展,并能促成行业的业务创新。
有人说大数据好比未来的“石油”,是一种战略资源,现在发展大数据是在为5年后、甚至10年后作储备。对此,郁珉有着自己更为客观的看法。
“大数据对未来世界的影响和改变世界的力量无疑是巨大的,说它是战略资源需要储备,这种出发点是基于资源有限、只能供一部分人使用、另一部分人不享受的消耗品的角度来说的。”郁珉解释道,在互联网领域存在一种开放、共享和合作的价值观,在这种价值观的前提下,互联网资源不应该成为稀缺资源,大数据应该是共享资源。
大数据发展要经历三个阶段
郁珉说,大数据发展分为三个阶段。第一个阶段叫做“存起来”,就是把数据存放堆集起来,表现在数据的大规模、多样性,数据有可以被利用的价值。
第二阶段是“用起来”,这个阶段有三方面特点,第一是采集,采集的角度和范围是尽可能扩张的,有一种主动性;第二是容易访问,可以灵活查询和调用;第三是分析,这种分析是基于大数据的内部关联,比如建立数据模型,进行模型推理等。目前国内和国外的大数据基本处于第一阶段向第二阶段发展的过程。
“大数据第三个阶段叫"联起来",目前国内外大数据都还没有发展到这个阶段。”郁珉介绍,“联起来”的表现在于无论是行业、企业或者个人的大数据都是自我组织和自我成长的,积累经验并不断完善自己的数据结构。大数据会自我表达给予和需要,表达自己可提供的数据和经验,同时表达自身需要别人提供的数据和经验。与此同时,基于大数据的自我表达和自我成长,大数据将会有社区化的方式来联合,联合起来将会产生更深远的智慧。“这就不仅是数据,而是技术了。在云的世界里,每个大数据都会互相握手,互相表达,互相获取大数据的经验,从而再获得自己的成长。”郁珉说。
贵州可立足本土深耕潜力领域
“虽然国内外大数据发展总体处于早期阶段,但不同行业间发展也参差不齐,目前国内的电商和互联网产业处于"用起来"比较发达的阶段,但在传统制造业、政府部门等还处于"存起来"的第一阶段,同时国外的医药产业、大型制造业及金融业相对国内都更加成熟和领先。”郁珉分析道。
贵州、贵阳正在将大数据产业作为战略性新兴产业进行发展,成立了国内首个大数据交易所。对此郁珉表示非常赞赏:“成立大数据交易所,这是非常勇敢、非常积极的创举,大数据未来的发展是互相交易和分享的,这将给大数据本身的发展带来积极正面的作用。”
“贵州大数据产业发展劲头很足,在发挥大数据中心自身优势之外,可以关注国内还未发力但很有潜力的领域,比如水利、生物工程、医药健康及城镇化发展等方面,通过政策扶持将资源吸引到贵州,促进贵州这些行业和大数据的融合发展。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17