京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代,为什么我们需要寻找“数据侠”?
当我们在谈论大数据的时候,我们在谈论什么?人们希望通过分析大数据,更了解过去发生了什么、现在正在流行什么、未来会怎样,希望数据能为人们所用,给企业发展以决策依据,给政府政策以公共价值,给普通人以启发。
2016年6月3日,第一财经旗下数据新媒体DT财经和上海开放数据创新应用大赛(SODA)联合举办“寻找数据侠”活动,正式宣布启动“数据侠”计划。这也是今年上海开放数据周的第一场重磅活动。

参加当天活动的“数据侠”嘉宾,分别在各自的领域都是数据分析和可视化的大牛。他们分别来自:交大复杂网络控制实验室(SODA大赛上一届冠军团队)、清华同衡城市数据实验室、地理大数据服务商GEOHEY、感知城市数据科学研究院、北京腾云天下科技有限公司(TalkingData)、镝次元数据传媒实验室、阿里云、蚂蚁金服、同济大学设计与创新学院以及第一财经商业数据中心。
大数据变革的时代,人们面前呈现同样的技术壁垒:使用产品和服务的时间多、接触背后数据的机会少,利用工具对数据进行分析、决策更是难上加难。普通民众和大数据之间似乎总隔着一层屏障。
侠者,助人之人也。他们希望,能够召唤整个行业中最会玩数据、最有数据开发能力和技术的Geek们,对冰冷的数字进行深度挖掘和呈现,使之具有温度,再开放给公众,让每一个普通人能够共享大数据的红利。
2016年夏季,上海开放数据创新应用大赛(SODA)将启动今年的赛事。SODA从政府手中取得了大量与城市生活息息相关的数据,开放给参赛者,让数据侠们通过对数据的深度理解、增值开发和创新应用,来解决城市中的问题,服务于城市中的每一个人。
DT财经,第一财经与阿里巴巴合力打造的数据新媒体,接触着整个行业第一手的数据,描绘着商业时代数据和消费云图,探索着数据如何推动商业的发展。如今,通过轻松易读的卡片式新闻创作形式、PGC(专业生产内容)讲述数据与现实之间的故事、可视化创作、多渠道分发……DT财经已经让更多的人站在数据的角度看商业,用新闻的方式解读数据,让数据有了温度。
而SODA和DT财经联手,正是开放数据的两端:SODA负责从政府手中调取最原始、最权威的数据,而DT则负责将数据呈现出的价值以最符合传播学规律方式分享出去——只是,这当中还欠缺最关键的一环:谁来调取、分析这些数据,谁来制作面向公众的开发工具?他们想到了更加具有专业主义的数据侠们。
在交通领域,数据侠们可以通过交通信息工程和通信技术,有效地分析交通数据,更好地减少交通负荷和环境污染、保证交通安全、提高运输效率;在体育领域,数据侠们可以通过分析运动员的运动表现数据,提供比赛分析决策,乃至避免伤病;在医疗健康领域,“可穿戴设备”已经收集到人体生理数据,自动传入云端,进行数据分析与处理,与医生诊断结合,给出诊断或康复建议……
中国工业设计研究院副总裁张柏军表示:“通过开放数据周和‘寻找数据侠’计划,期望能够有更多的人群了解开放数据的理念,了解现有的开放数据资源,并在力所能及的情况下可以尝试开放流通自有的数据资源。我们也希望更多的普通市民能够在此次活动周中,学习到数据相关的知识,掌握一定的技术,从而能够以城市主人翁的身份对这座城市给予更多的关注,利用开放的数据和数据侠们一起来共建上海,让这座城市更美好。”
DT财经主编王小乔表示:“数据侠们更专业,数据到了他们手里才能被更加精准、稳妥应用,但产生出的价值往往难以传送到普通人手中。而DT财经能够提供的,正是这样一个开放的平台和多渠道的分发。”她希望此次的“寻找数据侠”活动,能够网罗各路对数据有研究、有兴趣、有独特见解的人,让他们自由生产对数据的各种观点与看法。
DT财经将会以开通专栏的形式,为数据侠的优质内容提供各个新媒体平台的传播渠道。未来还会不定期的为数据侠们创造线上线下的交流平台。总之,通过持续提供优质的数据化内容,让数据有温度,更加人性化,为用户提供一个有价值有温度的数据内容入口,从而开放数据解释权,打破数据鸿沟。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27对数据分析从业者和学生而言,表结构数据是最基础也最核心的分析载体——CRM系统的用户表、门店的销售明细表、仓库的库存表,都 ...
2025-11-27在业务数据可视化中,热力图(Heat Map)是传递“数据密度与分布特征”的核心工具——它通过颜色深浅直观呈现数据值的高低,让“ ...
2025-11-26在企业数字化转型中,业务数据分析师是连接数据与决策的核心纽带。但“数据分析师”并非单一角色,从初级到高级,其职责边界、能 ...
2025-11-26