京公网安备 11010802034615号
经营许可证编号:京B2-20210330
2017年,大数据迅速发展,开始深入到各行各业,电商、商业BI、人工智能、大数据金融等行业均开始与大数据并肩发展。数据量的爆炸式增长,直接引发了大数据产业的兴盛,同时给各行各业带来了发展机遇,但也提出了诸多挑战。
7月29日,CDAS 2017中国数据分析师行业峰会「跨界互联·数聚未来」在北京中国大饭店圆满落幕。CDAS 2017以「跨界互联·数聚未来」为主题,携手永洪BI,IBM,DataHunter, 数字冰雹,诸葛io、润乾科技、德拓科技、热璞科技、信励科技等在生物医疗、人工智能、商业智能、交通旅游、智慧城市、数据可视化、人才培养和深度学习等领域处于行业前沿的企业,为此次峰会带来了更多的前瞻性热点话题与技术,助推了大数据应用方案的落地。
CDA从社区和认证推动数据分析发展
紧接着CDA数据分析师联合创始人曹鑫发表精彩演讲,首先提到标志性的CDA 持证人活动聚集了各行各业的数据分析精英,形成了一个强烈归属的学习型社区。
谈到学习型社区,拉勾商业化负责人张华武用实际的就业率和平均薪酬充分说明了当今数据分析师已经成为当前最热门的职业,而CDA的就业班无疑是培养数据分析人才的不二之选。
高潮过后,工信部旗下的赛迪网总裁刘兴波先生提出:“工信部将与CDA共同推动数据分析师人才教育认证工作,我们一起把数据分析师认证往前再推一步。”
吴海山博士在演讲中介绍了新型数据的概念,并运用新数据的概念指导我们如何做好股票、债券的投资,透过这些新型数据来分析市场的趋势,指导我们在金融市场做决策。除此以外,吴海山博士还在会中解答了新型数据包括那些,如何运用卫星图像来做金融市场分局分析等问题。
IBM中国开发中心技术总监&首席架构师Alex Yang在演讲中提到IBM和美国的空军AI实验室准备联合起来做一款新的类脑芯片,并介绍了大量关于芯片的运作原理和目的。他提出类脑芯片是目前的发展趋势,而这个AI平台是实现支撑认知计算的一个最根本的、最基础的一个要求,如果没有这样一个平台,这个项目将很难往下推进。
永洪科技高级副总裁王桐提出为什么大数据驱动业务增长很难,除了场景的深度和宽度,缺乏数据化运营最佳实践是大数据业务增长缓慢最主要的原因。针对这些问题,他提出了几点切实可行的用数据为业务创造价值的建议。
大数据时代的行业变革
华矩科技CEO谭海华在演讲中提出互联网巨头通过数据扩张他们在数据范围发展中所涉及的几个方面:流量为王、精准营销1.0、信用及风控、精准营销2.0,3.0。他指出数据分析师未来可能是一种艺术类职业,他们用实时的手段来获取数据,而不是仅仅依靠数据库的数据来进行数据分析。毫无疑问,未来的数据分析师将在整个数据应用里扮演一个主导的角色。
数享汇,数据共享
最后,经管之家、惠享数据等8家企业共同成立了数享汇。数享汇的运作机制有别于其他大数据联盟,其独特性与重要性将使该联盟成为大数据产业中极具竞争力的重要原因。

1+11,数据人的盛筵
感谢各位对本次峰会的大力支持,CDAS 2017中国数据分析师行业峰会1+11主论坛与分论坛同步进行,本届峰会圆满落幕!
更多精彩内容,请关注CDA数据分析师官方微信号(ID:cdacdacda),回复“峰会资料”领取嘉宾演讲PPT。点击原文链接,直击峰会现场。
更多考试介绍及备考福利请点击:CDA 认证考试中心官网

数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28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