京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据会成为互联网时代重要变革_数据分析师培训
2015年8月1日,由中国电动汽车百人会、中国信息化百人会联合举办的《大变革下的创新与融合——“互联网+汽车+交通”高峰论坛》(简称双百论坛)在北京举行,500余位来自政府、科技、互联网、汽车、交通、运输、零部件等部门行业人士参会。搜狐汽车作为论坛战略合作媒体对本次会议进行全程报道。以下是国务院发展研究中心研究员、课题组负责人张永伟的演讲实录:
各位领导,各位嘉宾,大家上午好!受课题组的委托,我利用比较短的时间,当然我们这不是一个报告了,只是一个介绍,来汇报一下为了配合这次论坛的召开,我们做的一个早期的研究,这个研究有几个特点,我想利用这个机会给大家做一个介绍。
“互联网+汽车+交通”一个最典型的特征就是它打破了行业和学科的界限,所以在研究这个问题的时候我们也构造了一个跨学科、跨行业的研究团队,大家看看PPT,既有搞通信的,就是来自于互联网行业的,也有研究汽车的,还有我们做交通研究的。过去很多的情况下是大家各自讲各自的话,对一件事物的表述往往从单方的一个角度,这次我们研究就改变了这样一种方式,我们搞了一个跨学科的研究团队,这样的话很多的研究就便于讨论。
从研究的内容来讲,我们大概设计了这样几个内容:
第一,对“互联网+汽车+交通”进行了总体的描述,就是说互联网加上这两个之后,或者说“汽车+互联网”之后或者“交通+互联网”,这种相互融合之后带来了哪些新的变革?这是我们研究的第一个内容。从研究的结果来看,我们发现有五个方面的总体变化,一个就是从汽车的使用来讲,过去当产生汽车之后,我们说我们进入了汽车社会,当汽车和交通触网之后我们真正进入了汽车生活的时代,就是汽车变成了一种生活、一种体验。第二个变化,从服务的角度,从交通服务和出航服务来讲,我们真正实现了这种及时性和个性化。另外,数据变成了一种财富,就是大数据时代在交通领域它所体现的价值可能和在单纯的商业领域还要大得多,因为它既贯穿了商业环节,大数据也进入了汽车的制造和汽车的生产,所以大数据在“互联网+汽车+交通”之后,它的价值将会成为互联网时代非常重要的一次变革。
“互联网+汽车+交通”带来的第二个变化,就是创造了很多新的业态。根据我们研究,我们初步梳理了11种业态,当然这些业态有的也是刚刚起步,也很少有成功的案例,我们很难说在一个业态当中谁是做的最好的,因为毕竟只是一个出生的阶段。另外,每一种业态的定义相对来讲也比较困难,很多的企业或者很多的商业模式它往往是多种业态的集合,就是说一个企业它涉及了多个业态。而且不同的业态或者同一种业态它可能在不断的变化当中,今天它可能兴起了,很可能也有的业态它是昙花一现,这正是“互联网+汽车+交通”之后所产生的一种创新的新常态。
所以我们把这11种业态梳理之后起了一个名字,叫做“业态的丛林”,管理学上我们有“管理的丛林”,互联网时代汽车和交通将会出现一种,特别是在早期,出现一种迸发创新,甚至是野蛮式成长的这样一种丛林状态。所以现在这种商业的描述,我们讲它只是初期。
第三个变化,技术的变革。“互联网+汽车+交通”之后,它之所以能产生巨大的商业的机会,能产生重大的商业的变革,最关键的取决于技术的支撑。所以在这两个领域,汽车领域和信息通信领域大量的一些个颠覆性技术的出现,也支撑了“互联网+汽车”和“互联网+交通”的融合,所以在汽车技术领域我们也分析了特别是智能化的生产和智能驾驶的技术,在这次融合当中技术创新的一个焦点,在互联网领域用于大数据的传输和交互的这样一些信息通信技术也是支撑这次融合的关键技术。所以除了商业创新之外,“互联网+汽车+交通”所带来的或者说所依托的就是技术的突破和技术的应用。
虽然是个新生的事物,但是“互联网+汽车+交通”也呈现出了全球化发展的特点。从我们国内来看,在“互联网+汽车”服务领域我们确实出现了很热闹的情景,但是“互联网+汽车制造+汽车生产”可能还存在很大的短板。从国际来看,它呈现了这样几个特征:
首先,互联网企业最早进入的是制造之外的汽车环节,就是汽车服务环节,在这里面创造了大量的商业模式和一些投资的机会。
第二,汽车企业,国际上一些主流的汽车厂商它们的思维和互联网企业有重大的区别,但是它们往往更多的是依靠自己对智能时代的理解来推进“汽车+互联网”、“汽车+交通”。从政府的角度来看,我们也发现很多国家也在将这三者的融合作为他们战略和政策推动的一个重点。
对我们国家,我们通过研究发现了四个重大的机遇和挑战。对汽车企业中国汽车产业过去通过我们在内燃机时代我们可能落后了,后来在电动汽车时代我们迎来了一次超越的机会,这次研究我们发现,智能化和互联网时代可能会是我们汽车产业再一次实现转型创新和弯道超车的一个难得的战略性机遇。抢占时机我们可能会有一个翻身的机会,反过来,反应迟钝我们很可能失去一次这种战略的机遇。
从服务领域,汽车的服务化和互联网的移动化,使这个领域成为一个重大的产业创新的机遇,所以我们讲服务领域会成为一个新的经济增长点,甚至成为一个创业的比较吸引人或者聚集点。另外,交通领域也会发生颠覆性的变革或者巨大的变革,通信方式会发生改变。通信领域我们也讲,通信行业能不能利用这次新的蓝海、新的市场来实现一次转型或者创新。
最后“互联网+汽车+交通”从生产的角度来讲它是一种协同,背后生产关系的协同往往体现在政策层面,最后我们在研究报告当中从六个方面对政策的改进也提出了一些建议。
因为时间的关系,我们这次会议提供的只是这次研究报告的摘要,研究的全文我们都有嘉宾证,嘉宾证的背后有两个微信号,大家扫描微信号之后我们会很快的通过更加节约的方式来给大家推送我们最终的研究成果。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 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 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18