京公网安备 11010802034615号
经营许可证编号:京B2-20210330
人人都在说大数据,用途到底在哪
在电影《永无止境》中,落魄的作家库伯利用药物将智商提高,做到可以将世界上已存的海量数据进行挖掘、分析,10天内在股市就赚了200万美元。这部电影最大的意义在于告诉人们数据挖掘的潜在价值,毕竟对于曾经只是收集、统计数据的公司来说,如何利用有些鸡肋的数据变现将是一门新的学问。
虽然大数据的概念这两年已经被吹捧的有些过于膨胀,但这项技术被人们感知的地方却很少。我们在与身边非科技圈朋友的交流中发现,多半儿人甚至不知道「大数据这货到底是干嘛的」。
周涛博士在成都创办大数据公司——数之联科技
CTO方育柯是在2006年加入数之联科技的,CEO周涛在2009年博士毕业后加入了团队。公司最早只是电子科技大学中由三个人组成的数据挖掘实验室,一直为中兴、华为提供相应的服务。2010年大数据火起来之后,团队认为“与其为大公司提供模块化的算法服务,不如专门成立一家公司做这方面的业务”。所以两年之后,这家公司正式成立。
作为一家做大数据分析的公司,方育柯首先回答了雷锋网记者关于大数据能做什么的疑问。针对客户的需求,数之联公司目前主推四项服务:
大数据顶层规划服务,很多企业其实并不清楚大数据该怎么落地,顶层规划服务可以深入到不同的公司,实现数据协同到业务协同
云端数据挖掘平台,可以降低数据分析师做数据挖掘的门槛,快速在云端实现数据建模。据他们了解,这是国内第一家分布式数据挖掘平台(国外有IBM的PSS等)
电商数据服务平台,帮助传统企业实现互联网+的模式,分析销售数据并进行反馈。目前与义乌购(小商品电商平台)有合作
图像搜索,在ToC市场,他们推出了拍图购,用户浏览网页时看到喜欢的衣服可以用拍图购直接进行搜索。而在ToB市场,数之联也在与电商平台合作,可以做到用户分析预测、客户流失情况统计、精准化营销等
传统企业预估销售额和收集产品改进意见时,采用的方式往往是做成百上千份调查问卷。这种方式既耗费时间, 又无法保证精准性。方育柯认为,大数据的作用就在于从数据角度帮助企业进行决策。
将大数据应用到普通消费者的生活中的现象将会越来越多,但很显然,人们能够直观体验到的却很少。在交流中记者发现,虽然有在ToC市场进行探索,但企业级服务才是目前他们的核心。
提到数据挖掘分析,就不能不说数据的来源。方育柯在交流中向记者介绍,公司收集的数据60-70%来自于互联网的公开协议,包括电商产品的图片和信息,微博、知乎等社交平台。另外则是来源于行业客户的合作提供。他向我们强调,公司从来不会从第三方获得敏感信息。
不论是数据的收集还是分析,对很多人来讲,首先能想到的就是百度、阿里这样的巨头公司。方育柯告诉记者,阿里云这一类产品帮助的是中小企业快速搭建云平台,解决方案是通用型的。数之联要做的则是通过深度整合大数据,将企业的业务流程进行分析、优化。“针对不同企业的特点,利用数据分析搭建平台,本质上来讲我们并不是同一个类型。”
在一些细分市场,比如企业征信,已经有邓白氏这类大型国际公司存在,优势就在于拥有很多企业的经营数据。方育柯向记者介绍,邓白氏在数据的收集和分析方式都比较传统,并且对于国内市场来说,外企总会有水土不服的现象。数之联由于与政府和企业合作的原因,对于国内市场的了解是外企所不具备的。这也是他们不惧怕邓白氏一类外企竞争的原因。
应用数据能如何改变日常生活?方育柯向记者举了个例子,给小区送快递时会放在门口的箱格里,利用数据分析收件人何时回家,改进存放时间可以提高箱格的使用效率。还可以针对收件人的身高等等因素调整到适合的位置。
技术实现或许没有困难,但雷锋网关心的是技术能否尽快落地,对于国内来说,要克服的显然还有很多问题。
人人都在说大数据,在于方育柯的交流中可以发现,现阶段的大数据主要围绕企业提供服务。
后记
数之联在去年拿了第一笔500万的融资,今年正在洽谈第二轮融资,预计估值将会翻一倍。作为母公司,人数已经达到80多人,整个集团的员工数达到了400多人。即使如此,方育柯还是告诉雷锋网记者,公司目前还是缺少相应的人才。
在采访结束之前,我们问方育柯:“既然大数据的概念已经被吹捧得很严重了,是否在推广上并不费力?合作谈的轻松么?”方育柯表示:“在概念盛行之下,行业内最缺的应该是标杆性的产品和应用。”他解释说:“很多企业认为大数据是万能的,可以短时间内完成数据平台搭建,并且可以让销量增长很多倍。这让我们很头疼,最先做的反而是引导客户降低预期,真正得去认识大数据。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22