
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
CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14