
大数据需要更贴合用户生活
“每年百度(247.58, 11.04, 4.67%)联盟峰会大家都期待着我预测些什么,其实要找既是百度不做的,又是A(阿里)跟T(腾讯(127.2, 1.50, 1.19%, 实时行情))也不做的,还真不容易。”5月29日,2014百度联盟峰会举行,百度CEO李彦宏在大会上笑称预测未来很难,但他还是发表了自己对未来两个趋势的判断:一是新型企业级软件,不仅能够提升企业内部效率,同时帮助企业解决从内部到外部的链接;二是收集有效的、有价值的“慢”数据,与各个行业碰撞,挖掘个性化信息。
预言一:企业级软件大有发展
企业级软件在发达国家是个非常大的市场,养活了IBM(163.49, 1.42, 0.88%)、甲骨文(40.45, 0.51, 1.28%)、微软(48.89, 0.21, 0.43%)等一批巨头企业。但在中国,由于过去人力成本低,而企业主又不擅用PC,企业级软件在提升效率上的优势并不凸显。但如今形势已大为不同,其一,如今中国劳动力成本飞速增长,其二,智能手机非常普及。基于这两点,李彦宏预测,企业级软件将在中国迎来一个大的发展。李彦宏举例说,青岛航空把卖票体系包给了去哪儿(25.97, 0.26, 1.01%),通过其软件做决策,提高上座率以及价钱,实现了公司利益的最大化。这是典型的企业级软件决策提升效率的案例。
预言二:“慢”数据的挖掘将受追捧
“如今都讲大数据,但很多数据其实是没价值的。例如现在流行的智能穿戴产品能收集到很多数据,用户往往根本用不上,而真正想要的数据却没有。”李彦宏说。
单单“大”数据也许不再实用,而符合人们需求的,积累形成的“慢”数据会有很大的发展。在个人健康领域,有价值的、个性化数据也许能够帮助每一个个体。例如在刷牙的过程中,牙刷可以分析唾液成分,提前获知身体将来要发生的症状,及时防治疾病。
要实现这一点,难度并不仅在于发明硬件,还在于如何找到数据海洋中有价值的点。“重要的不只是技术,关键是个人的阅历、知识积累和跨领域的思考能力。”李彦宏认为,这要靠收集者与各个行业发生碰撞,相互激励产生创新。
今年预计分成可达70亿
百度联盟发展部总经理马国林表示,百度联盟覆盖的流量日均已经超过120亿次,所有代码展示的面积累加起来达到3200万平方米。“这相当于可以覆盖70亿部iPhone 5S的手机屏幕。或者可覆盖5亿台PC电脑屏幕,相当于把中国所有的电脑屏幕全部铺满。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29