
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
用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03