
DT时代 大数据如何服务产业经济_数据分析师考试
信息技术正在从IT时代向DT(数字化、大数据)时代演进。在DT时代,大数据究竟有什么用?对于政府、企业和个人,大数据又将会给产业经济带来什么变化?数据又如何不被滥用?在中国,它所引领的整个产业链能否实现“弯道超车”?
日前,光明记者独家专访了被称为中国大数据行业的“数据之王”——王叁寿,从他的视角去诠释大数据该以何种状态服务整个产业链发展。
产业——大数据“唯快不破”
7月25日,刚刚从外地出差回京的王叁寿,似闲非闲地点燃一根雪茄,向记者讲述其创业多年的商战往事,以及关于他个人的一些“非议”。
提起王叁寿本人,这名“80后”创业者很忙,除了众多与大数据相关的社会职务身份外,王叁寿还是汉鼎咨询、九次方和贵阳大数据交易所三家公司机构的执行总裁。早在2010年,王叁寿就是“创业红人”,他所创立的九次方大数据公司,曾被认为是能实现“弯道超车BAT”的一匹黑马。
王叁寿认为,互联网行业,中国比美国晚了30年,但大数据行业中美是同步的,大数据是有可能弯道超车美国的产业。
现如今,大数据已成为“互联网+”时代的一个重要发展方向。今年4月,贵阳大数据交易所的成立,标志着大数据可以作为一种资产、一种商品进行交易,这在国际上被冠誉为“不可思议”的产业创新。
贵阳之所以能够坐上大数据交易的“头班车”,用王叁寿的话就是“天下武功,唯快不破”;大数据产业是一个上不着天、下不着地的产业,上不需要产业基础,下不需要供应商。
“它就是一个新兴产业,新兴领域没有商业模式,就是看谁做的快。”当互联网由IT时代向DT时代演进的时候,也许有很多人看到了数据的价值,但在漫漫的数据之旅上,王叁寿是那个跑得最快的人。
思维——“为大数据代言”
百度搜索“王叁寿”,得到的关键词达372000条信息,与之相匹配的还包括“大数据”、“九次方”、“汉鼎咨询”、“贵阳大数据交易所”、“王涛”等推荐词条。这就是王叁寿出现在网络上的几个关键词。他也似乎一直在为大数据“代言”,由此被媒体称之为“未来数据之王”。
DT时代,数据的作用极其重要。汉鼎咨询、九次方大数据和贵阳大数据交易所,两家公司一家机构就像是王的三个“孩子”。而现在的王叁寿,将更多的时间去运营和管理贵阳大数据交易所,战略思维和眼光也从原来的“竞争思维转变为合作思维。”
“这种局面的产生,离不开政府的支持,政府在从管理型政府在向服务型政府转变的过程中,有意识地去扶持一些产业的发展。”王叁寿说,一个企业若能够帮助政府做事情,他们会举整个城市的力量去帮助你。
贵阳数据交易所的成立就是在这样一个背景下落成的,它并非传统的招商引资,而是政府与企业的合资,相比于一般的企业,它也肩负了更大的责任。“数交所未来是国家的交易所,我们希望能够以大数据交易拉动整个产业链,带动一大批企业创业。”或许,这就是王叁寿一致深耕于大数据的梦想。
贵阳能够率先发展数据产业,对其他的省市也是一个刺激。“每个城市都有自己创新的名片。贵州省作为大数据产业的发源地和聚集地,让很多省市对发展新兴产业都有了信心。”王说。
如果说贵阳大数据交易所是在“下一盘棋”,那么汉鼎和九次方就如同棋盘里的“车”,我们希望能用九次方整合的资源,去扶持一百家数据公司在我们的平台上创业。”对于王叁寿来说,传统的竞争思维已逐渐暴露出弊端,合作才是当前应有的姿态。
创业——老“北漂”与新“贵漂”
将更多时间放在贵阳大数据交易所的王叁寿,成了贵阳当地的流行词“贵漂”一族,由此他也经常往来于贵阳和北京两地。作为一名“草根”创业者,王叁寿的创业路上也曾受过贵人相助。创业之初,王所带领的汉鼎咨询团队,其个人包揽了公司近90%的市场业务。
侃谈之余,王叁寿向记者吐槽改名的由头,其称“王涛”这一名字可能是全国重名最多的。他说:“当时在跟客户沟通的时候,很多客户都会问一句,你是哪个王涛?”这给当时刚创业的王叁寿业务对接带来些许不便。
“之所以将王涛改成王叁寿,也颇有讲究,一来“叁寿”是把“涛”拆分,二是当时创业公司名叫’汉鼎’,’鼎’有三只脚,并且’王叁寿’每个字都是三横,三横三竖凑成田地的田”。
近10年来,王叁寿仍旧奔波忙碌于创业的路上,以至于公司员工和家人早就“催促”他成家结婚。可对于每一位创业路上的人,很少能够事业和家庭同时兼顾,王叁寿也不例外。
“人红是非多”。面对网络上曾密集出现的众多非议和负面报道,王叁寿似乎并没有做过多回应,也一点儿不担心流言“越描越黑”。他告诉记者:“只希望外界看到真实的我,这样的事越往里陷,就会越陷越深。”
相比于澄清,王叁寿更专注是否得到客户的认可。“没有客户因为这件事而不找我做事情,也没有客户因此而不认可我。在我看来,商业和人品没有关系,商业是看你为客户创造的价值,而人品是为人处世的态度”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16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