
大数据与云计算应用如何精准落地_数据分析师考试
2015年6月18日,"2015大数据与云创新(大连)论坛"在大连世界博览广场盛大举行。本次论坛以"寻找大数据与云计算应用的精准着陆点"为主题, 来自云创新领域的11家企业的代表、部分行业专家应邀出席,他们从宏观、技术、安全、集成四个层面,探讨了大数据与云服务的落地方向、方法、渠道,并就大数据和云计算的实际应用和价值展开了深入、透彻的论道。以下是本刊记者根据各位嘉宾的精彩发言所做的摘录。
云计算和大数据,依托基础支撑是IDC,IDC是指互联网数据中心。IDC不转型意味着我们的用户会丢失。我们IDC2.0版运维层面包括"7+24小时云管理服务中心",ITIL服务管理、云平台管理、信息安全管理、服务台管理,资产管理。其中整个云管理的平台从云计算到物理到监控整个是打通的。
我们的平台基于Power 双架构,到现在为止有200多家企业参与Power联盟。目前,真正企业级用户购买纯虚拟化环境场景不多,据我们现在实际了解,很大一部分企业用户要求虚实结合的,由于原有的应用和系统架构的安全性,或应用的特殊性,企业不会轻易放到公有云上,这就需要部署自己的物理服务器。象云和企商提供Power双架构解决方案,进一步满足了传统采用Power架构企业用户的诉求。
云需要什么东西?带宽。从云的市场价值来看它现在已经比较成熟了。云可以说的很飘,我真的不知道怎么解释云这个概念。真正的云用家可以说是一点技术都没有,而我们的责任是让他们觉得云有用的。说简单点,就是这个市场需要什么东西,就应该尽快地把它做出来,融合在一起,给现有的客户提供更好的服务或是为吸引更多新的客户提供更多的办法,这是我们要做的。
V-CUBE ONE做的是全信息交互平台,我们给客户提供很多类服务,不单是金融的、汽车行业的,我还有学校的在线教育。互动是现在或将来我们可以给大家提供的价值。
过去说风口的概念是一个企业级人士在说出来,现在说互联网+的概念是一个政府级的行径。把移动互联网和物联网、云计算、大数据和传统产业结合,必定是下一个亮点。很多专业人士描述大数据有四个特点,数据量、多变性、价值性和时效性。
AdTime做的主要是对网络口碑运营包括事件营销包括意见领袖信息的抓取,对商业舆情的把控,实现全媒体把控、统一的调度平台。做舆情分析的,数据清洗和广告调度非常重要。数据清洗里得到有价值行为分析才能做到真正有效的广告调度,这才能成为一个完整的业务流程。也就是说用不一样的技术达到全方位的数据体验。
互联网+让今天大数据分析的驱动越来越被重视,每一家企业都知道它需要有商业分析、商业智能。五年之后我们来看各个行业的时候,会发现大数据商务方面上每一个行业都会有几家领军而不是一家独大。人才培养对中国尤其是商业分析方面阻力很大。每个企业会花很多的能力在数据梳理与清理方面花工夫。数据转型成功,大数据轻而易举;数据转型不成功,大数据会做的非常辛苦;数据质量没到位,做出来的结果反而让企业得不偿失。
文思海辉凭借着对业务洞悉力,在业务方面的专心力,可以在全球部署方面,在各方,帮助中国的客户从中国走出国外,在"互联网+"时代通过一带一路走出去。
我们时代从之前IT过渡到如今的DT时代,这是一个大数据时代。大数据有两个产品最重要的产品,第一个是舆情,第二个是竞争广告投放。二者的基础都是海量的数据,海量的数据群中要通过人口属性、生活状态等做出非常详细但是精准推送的策略。腾讯跟腾讯云围绕互联网+领域展开多方面业务的探索,我们把互联网+业务分成互联网+政务、互联网+产业、互联网+民生三个领域。围绕三个领域可以有大量政府的数据供我们去挖掘。
腾讯涵盖了大量内容产品、大量的数据信息,以及从用户身份到社交圈子,从游戏到视频,从使用到支付的全面覆盖的数据基础。另外腾讯竞争体系是非常严谨的竞争体系,我们的核心价值从采集能力、数据处理能力、BI处理能力和应用能力服务四个层面体现。
智慧城市针对不同的人有不同的权限。社保记录、应急指挥、道路交通监管的信息、突发应急的事件都可以借此得以显示或预警。甚至在教育方面,都可以把教育数据结合起来,通过对受教育者的地址、家里信息同步,帮助学校对教育公平等相关事件做好监测。
曙光要做的是把云计算和大数据智慧城市打通,基于模块化数据中心的解决方案到上层物理设备,全系列的服务器、存储、大数据一体设备,再到云的操作系统。云计算中最关键的是云的安全运营中心和管理的中心,因为所有的数据都放在数据中心,对安全的要求非常高。基于这样的一些平台,曙光也打造了自己的一些云的周硬件,包括大数据一体机的结合。曙光打造智慧城市的理念为1+2+3模式。即一套理念;城市云计算中心中心平台和智慧大数据平台和三类应用。
我们本身公司是以做语音会议起家,所以我们更关注的是通讯的发展。过去我们是按照很传统的方式给我们客户提供服务,现在一定是按照需求,从云端获取我们所需要的服务,包括云服务的能力。另外,移动和快速接入能力,对客户反映能力,对客户要求响应能力,都会变成应用供应商以后考核的重要方面。所有做应用的必须以服务用户为核心,给用户创造价值。客户要求我们签SOA的时候一小时之内解决,我们必须履行。我们给客户价值式体验,全流程服务,从他开始到使用,一直到他最后放弃。
另外,现在很多场合推崇四屏应用,它可以实现从传统会议室的大量转向移动。基于云端的优势,"四屏"具有便捷性、互通性等特点,同时也很容易管理,任何终端出现的问题都可以通过云端管理。
传统独立软件厂商的一些客户,实际上很希望厂商提供一站式用户部署,快速享用他们的业务。同时,客户也希望ISV提供业务服务的时候帮自身进行一些IDC选型、服务器采购等基础工作。
我们在与ISV合作过程中看到传统软件厂商转型的迫切需求。云计算在驱动整个独立软件转型过程中起到很重要的作用。独立软件厂商和我们一起把传统的应用和云基础设施相结合,在他们软件不进行大规模改变的情况下提供一种类SAAS服务的模式,帮助大的独立硬件厂商相对来说有一个过渡期。
我们跟ISV合作过程主要是分成四个部分,第一个量身定制,第二帮助ISV做到易管易用,第三是数据的安全,第四是数据迁移。
中国企业软件市场正在经历一场非生即死的过程。传统ISV和SI在移动道路上饮鸩止渴,很多事情不擅长做,但是不得不去做。核心ISV和SI问题在"人"上,今天做移动的人不那么好找。传统IT架构模式向云端过度这件事情是毋庸置疑的。云端架构来了之后,包括企业内部系统,一些内部服务大量向互联网开放,在这个过程中像互联网化融合,传统IT跟互联网的融合导致API系统也变强了。
APICloud的核心产品有三个:跨平台APP引擎、Paas平台和第三方服务聚合平台。基于APICloud开发移动应用,用户就是可以在更短的时间内输出版本,并且输出迭代中心的版本。
云适配成立之初的远景是"万物互联、极致体验",它引领着我们做原子世界以及比特世界中间的媒介,我们让信息在屏幕和设备之间左右穿梭,让任何人使用任何设备,在任何场景下都有一个最好的上网体验。云适配有三大利器:XCloud、Amaze UI框架、Enterplorer浏览器,其中Enterplorer是中国首个企业级浏览器。过去我们做外网网站的适配,今年做内网企业级应用,而且要把适配做的更深。企业级应用最大的问题是安全和跨屏。
WAP早已是过去式,现在原生APP是开发主流,HTML5是去年定稿移动开发最新的技术。未来的APP客户端格局是少量高频超级APP加大量长尾低频的APP。而H5生成这样的应用,未来适配各种各样的屏幕。
云计算就是IT行业发展新阶段而已,并没有所谓的创新。实际上IT行业本身需要变革,而不是天天拿着IT行业的工具帮助大家做传统行业的O2O。云计算可以作为对传统IT改善。云计算技术本原不是完全没有创新,其创新在于,要保证稳定性和可靠性。当数据和信息膨胀到一定程度的时候,需要一定管理模式才能成功。而且完善和多层级解决方案提供服务对于一个传统的企业进入到互联网模式或者是云计算或者是互联网+是至关重要的。
大数据对于青云很重要,没有大数据其实就是没有青云,大数据使得青云非常棒。青云现在基本实现了一定程度的自动化,也就是一切靠数据判断不用靠人判断,自动化程度取决于我们数据和相应副本的演变。
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分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30