
用大数据设计“合脚的鞋子”
(吕慧强浙江工业大学计算机科学与技术学院、软件学院副教授)
大数据技术使得人类的态度、情绪、行为等以往认为难以测量的方面,都可以变为数据来进行分析和预测。日常生活里的可量化维度从未得到如此淋漓尽致的挖掘与利用,而数学模型也在更广泛的领域里得到了重视。
大数据时代的到来,对流通和消费领域的影响最为明显,尤其是对产业研发和生产过程造成了巨大的推动作用。企业通过研究大数据根据客户的需求研发产品,这样有效地降低了研发风险,同时也给流通企业带来了更多的机会。大数据时代是一个转折点,从此以后产品和服务都向个性化方向发展。以前解放路的奥康皮鞋,店里都会配备一台测量脚的仪器,每一个试穿和购买过皮鞋的人都会在测量仪器中留下脚的全部数据,包括脚的长、宽、高,不但为客户下次挑选和购买鞋子提供准确的数据,还可以根据这些数据研发和制造出更符合大众脚型的鞋子。
大数据将在智慧城市有大突破
(胡永铨浙江工商大学工商管理学院副教授)
所谓大数据,就是要在海量、各种数据空间中快速计算得到想要的数据结果。当然计算费用成本是可以接受的。国外Google.com、A9.com等对大数据的应用是成功的,国内还没见到有真正意义上的大数据应用相关报道。
从目前看,国外已经利用大数据技术应用于政府辅助决策。由于我国大数据计算的基础设施还在建设中,大数据下一步将在智慧城市、智慧经济、智慧物联网方面有大的突破。国家将对为大数据服务的基础设施建设提供大量投入。
大数据不存在有数据垄断的问题,因为大数据计算的基础是云平台的虚拟化技术,虚拟主机把加盟机构或组织的各个数据源抽取出来,并提供聚合服务,云分为私有云、公有云和混合云,云计算是按需付费的。
不要过分迷信大数据
(赵伟浙江大学经济学院教授)
对待大数据还是要保持理性,大数据并没有现在炒作的那般神奇,数据不能处理真正的大问题,大数据也不擅长预测小概率事件,像预测什么时候会发生地震海啸,什么时候会发生恐怖袭击这种事,数据分析是无能为力的。
不要过分迷信大数据,其实大数据只是在之前的抽样调查等小数据研究上扩大了样本范围,需要更大的精力和投入去分析。就算有数据在手,不代表你就赢了,如果你在运营一家企业,获得大量客户数据只是第一步,而这些商业价值都待挖掘,是需要更大的精力、更多的投入的。
保证良性竞争环境
(张运杭州西美咨询公司总经理)
通信运营商在数据运用上已经比较成熟。比如,中国移动在把广告宣传语由“移动通信专家”改为“移动信息专家”,就已经把传统的通信服务升级为信息服务。中国移动通过研究大数据,根据大众的通信习惯和需求推出受欢迎的套餐服务。现在更是推出了分类更为细化和丰富的一系列个性化产品。
未来的数据工作需要更加完备的法律环境,这样可以避免数据垄断的现象,同时政府应该扶持数据行业中具有潜力的中小型企业,保证良性的竞争环境,当然这也离不开行业的自律和企业的社会责任感。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23