京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代创新创业的三个方向和四大挑战
大数据时代创新创业的三个方向和四大挑战【导语】从传统互联网的人机互联,人人互联,到工业互联网的物物互联,人机物三种端各自互联,才带来大数据的产生,利用云进行大数据的存储和计算,实现数据的融合和服务,数据从哪里来,到哪里去,数据如何关联,如何找到市场需求实现价值是关键。数据采集加工的跑马圈地已入中盘,数据分析与应用的商业模式才刚刚开盘,而这需要模式具备可持续性和可扩展性。如今时代变了,以前以企业为核心的理念转向以消费者、以用户为核心的理念,以前的设计在进行创意时以往主要靠拍脑袋决策,如今需要数据的支持和支撑来指导创意。基于大数据的创新创业面临的挑战,主要有四个方面:一是拿到可以利用的数据比较难,目前不少创业公司都是基于互联网上公开的数据在进行应用开发。二是大数据应用可能威胁到企业中传统的角色地位甚至生存,这就涉及到与传统利益的冲突,因此大数据应用推广需要一把手牵头推动。第三个瓶颈是人力资源,不管美国还是中国大数据人才非常紧缺,包括数据科学家和数据分析师,这些人才需要高校和企业一起合作来进行培养。
第四关于投资的难度加大,需要有更多大数据商业应用成功的项目和例子来引领投资的方向。
大数据时代创新创业的三个方向和四大挑战
——ADEC联手浙大、五叶草大数空间举办“大数据时代的创新创业实践与思考”研讨会
在大众创新、万众创业的热潮中,基于大数据的创业创新备受关注。12月17日,阿里数据经济研究中心(ADEC)、浙江大学管理学院、五叶草大数空间三者携手合作,邀请20余位浙大学者走入云栖小镇,在杭州这个创新创业的基地,聆听大数据创业创新实践者的感受,共同开展“大数据时代创业创新的实践和思考”的相关话题研讨。
三家大数据创新创业领域的企业数能科技、华院数据和洛可可公司的负责人给大家分享了他们的实践方向、面临挑战以及心得体会。在分享结束后,就大家关注的话题分组讨论的环节受到参会企业以及研究者们的欢迎。
三个方向和四大挑战
浙江大学管理学院教授刘渊老师在分享中提到,从传统互联网的人机互联,人人互联,到工业互联网的物物互联,人机物三种端各自互联,才带来大数据的产生,利用云进行大数据的存储和计算,实现数据的融合和服务,数据从哪里来,到哪里去,数据如何关联,如何找到市场需求实现价值是关键。
图为浙江大学管理学院教授刘渊
以浙江大学郭斌老师为组长的小组认为大数据创新创业的商业模式有三个方向(Analytics , Data, Services ,ADS)值得关注,其中A相当于为企业提供数据的计算分析能力;第二类D是提供数据为主,要做有效的决策背后所使用的数据可能来源于多个数据源,可以集聚数据成为运营的资源;第三类S相当于提供基于数据的服务,这种服务要嵌入到企业运营的业务流程。
以郑刚老师为代表的小组总结了基于大数据的创新创业面临的挑战,主要有以下四个方面:一是拿到可以利用的数据比较难,目前不少创业公司都是基于互联网上公开的数据在进行应用开发,二是大数据应用可能威胁到企业中传统的角色地位甚至生存,这就涉及到与传统利益的冲突,因此大数据应用推广需要一把手牵头推动;第三个瓶颈是人力资源,不管美国还是中国大数据人才非常紧缺,包括数据科学家和数据分析师,这些人才需要高校和企业一起合作来进行培养;第四关于投资的难度加大,需要有更多大数据商业应用成功的项目和例子来引领投资的方向。
大数据创新创业的三个实践
数能科技:数据分析老兵的创业之路
数能科技的总经理张晓明先生在国外有20多年的数据分析的经验,他在分享中谈到,美国的大数据指的是用常规方法无法处理的数据,比如音频、视频等数据,而中国的大数据实际上是大数据+小数据,以电影行业为例,通常都是数据采集后转化为小数据来进行统计分析和数据挖掘。
图为数能科技的总经理张晓明
张总认为,中国发展大数据面临三大挑战:一是数据孤岛现象严重,二是行业知识缺乏,在业务、技术和行政人员三方面沟通比较困难,跨学科的沟通以前比较缺乏,使得整个行业发展在应用层面的发展不快,三是过去中国的发展是粗旷式的,哪有机会往哪跑,现在是精细化管理,进行资源的优化配置,而政府官员对这种需求的优先级不高。
在大数据的商业模式方面,张总认为,数据采集加工的跑马圈地已入中盘,数据分析与应用的商业模式才刚刚开盘,而这需要模式具备可持续性和可扩展性,其中人才也是发展的一个瓶颈,尤其欠缺具备硬实力和软实力的数据分析师,尤其是软实力方面对于理工科学生来说更难,软实力主要指的是沟通、好奇心和业务理解力。
数能科技开发的“电影票房预测”应用和“电影排片宝”应用都是典型的基于数据的新应用,电影票房预测每天早晨9点半会发布当天的票房预测结果,希望成为全国以及各个城市电影票房的预测风向标,为发行人进行精准营销提供依据,“电影排片宝”应用通过收集来自媒体、影院的历史数据、网上售票的预售数据等信息为各大影院排片提供建议。这种应用场景还可以衍生到客流预测与资源优化管理,比如在旅游景点、大型超市等。
华院数据:数据分析人才基地的孵化新模式
国内专业的数据分析挖掘人才有很多都来自于华院数据,来自华院数据的执行总裁麦星在分享“华院数据——产业大数据生态的深度孵化器”的主题时谈到,华院数据目前聚焦是以大数据行业解决方案为核心,基于自己多年的技术积累,提供数据互联、人工智能引擎等核心能力和产品,融入于垂直行业,在各行业孵化出独立、专注、聚焦的大数据子公司。
图为华院数据的执行总裁麦星
目前已经孵化了数云、数创、数尊、华院分析等多家大数据+电商、零售、O2O、运营商的创业公司,这些创业公司形成产业大数据的生态,比如数云科技是电商数据应用的创业公司,为阿里巴巴平台上的商家提供CRM解决方案,连续三年都是金牌淘拍档。
洛可可:传统工业设计公司的大数据创新转向消费者为中心
洛可可作为一家工业设计公司,它所推出的一款55度杯子一上市就备受欢迎,杭州分公司负责人夏治朋在分享时提到,如今时代变了,以前以企业为核心的理念转向以消费者、以用户为核心的理念,以前的设计在进行创意时以往主要靠拍脑袋决策,如今需要数据的支持和支撑来指导创意,而且数据不仅是B端的需求,更重要的需要最终消费者的需求,让创意和设计更加精准。
图为洛可可杭州分公司总经理夏治朋
以前的产品只有功能,现在的产品还要有服务、有情感,产品具备智能的基础需要有大数据,现在的产品大都是软硬件结合的,同时还有app,从而了解用户的行为和习惯,通过App端数据的抓取来获知用户的行为和习惯,从而改变创意和设计,使得用户感知到产品是为之定制的。
大数据的创新创业刚刚开始
在信息经济发展迅猛的今天,随着数据扮演生产要素的角色,云计算发挥公共计算基础设施的作用,数据的开放、共享与流动成为可能,数据的融合激发新的生产力。与以往任何一个时代相比,大数据时代的创业创新将拥有更多的机会、更大的空间。虽然现阶段我国数据相关的法规政策尚不完善,基于数据的创业创新实践尚在探索阶段,业务和服务模式还不成熟,不确定性正意味着更多机会,因此我国不断涌现出企业进行基于大数据的新模式的尝试和探索。阿里数据经济研究中心(ADEC)期待与更多学界研究者进行深入合作,共同推动中国数据经济的良性快速发展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24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