京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据2015年或成IBM核心业务_数据分析师考试
12月24日消息,据国外媒体报道,随着2014年年终的日子越来越近,IBM的股价却仍然在地位徘徊。过去十年时间里,IBM的收益的增长速度曾经令人惊叹。然而进入2014年之后IBM的业绩就开始衰败,一些市场分析人士对于2015年IBM的表现也并无太高的期许。在笔者看来,IBM在日益激烈的行业竞争中已经有所落后,不过令人感到安慰的IBM正在积极的进行自我转型。展望2015年,笔者认为IBM还是会面临一系列发展良机,而IBM能否抓住机遇实现业绩上的突破值得期待。
IBM上一次进行大规模的转型还要追溯到20世纪90年代早期,当时IBM的主营业务由于受到PC和服务器市场所发生的剧变而面临巨额亏损,面对此种情况IBM临阵换帅迎来了一位新的首席执行官郭士纳(Louis V. Gerstner),在新掌门人的带领之下IBM迅速向软件和服务业调整,这也成为如今IBM在全球软件市场拥有一定话语权的根本原因。
眼下全球IT市场的变化格局同20世纪90年代之时有着明显的区别。云技术已经成为改变IT时代发展的推手之一,而同样是面对行业市场的剧变,这一次IBM并不会暴露出同25年前一样的短板。当年全球硬件市场的飞速发展使得IBM不得不跟上整个行业的变革脚步,事实证明“被拖着走”的IBM表现并不令人满意。如今面对云技术市场的进步,IBM主动自我调整以完成迎合市场需求,这也就决定了未来IBM将会面临更多的发展机会。
笔者认为大数据将成为IBM业务增长最显著的领域。大数据无非是海量数据的收集以及分析,事实上IBM已经推出了大数据市场产品——Watson。Watson如今通过云端向用户提供服务,而与此同时其还在其他诸多行业领域发挥着作用。今年10月IBM同Twitter签署合作协议,IBM将Twitter所掌握的用户数据纳入到Watson之中,由此商业客户可以通过Watson对大量数据的分析发现过往他们从未注意过的用户消费习惯等等。Watson另一项成功应用于实际的例子就发生在本月。IBM在本月月初同美国退伍军人事务部签署合作协议,后者将使用Watson对所掌握的全美退伍军人病历数据进行分析以便向患者提供更高质高效的医疗服务。IBM在评价同美国退伍军人事业部的合作时强调,美国退伍军人事业部的病历数据规模每三年便会增加一倍,对于如此大规模的数据进行分析唯有Watson才有能力承担。
今年年初IBM推出Watson之时,IBM首席执行官罗睿兰曾经表示,IBM为Watson所制定的发展目标是在10年之内使其成长为百亿美元级别的业务。罗睿兰的论调看似有些“放卫星”。眼下Watson在IBM众多业务之中所占份额还只是少数,不过笔者认为Watson的发展潜力不可小觑。根据市场调查机构IDC公布的数据显示,从今年开始知道2018年全球大数据技术和服务市场规模年度增幅将维持在26%的高位,而届时整个市场的价值预计将达到415亿美元。
笔者想要提醒投资者一点的是“罗马可不是一天建成的”,IBM的转型不可能再短时间内就收到成效。笔者预计IBM在2015年可能仍然会遭受一些业绩增长方面的压力,尽管在明年IBM旗下的Watson和大数据业务会签下更多订单 ,但这对于整个IBM的发展来说只是杯水车薪。2015年IBM的业绩来源将仍由传统软件和服务所占据,而硬件业务也会继续面临较大的发展压力。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-10在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-10在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01