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
在数据仓库与数据分析体系中,维度表与事实表是构建结构化数据模型的核心组件,二者如同“骨架”与“血肉”,协同支撑起各类业务 ...
2026-01-16在游戏行业“存量竞争”的当下,玩家留存率直接决定游戏的生命周期与商业价值。一款游戏即便拥有出色的画面与玩法,若无法精准识 ...
2026-01-16为配合CDA考试中心的 2025 版 CDA Level III 认证新大纲落地,CDA 网校正式推出新大纲更新后的第一套官方模拟题。该模拟题严格遵 ...
2026-01-16在数据驱动决策的时代,数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中,很多数据分析项目看似流程完整, ...
2026-01-15在CDA(Certified Data Analyst)数据分析师的日常工作中,“高维数据处理”是高频痛点——比如用户画像包含“浏览次数、停留时 ...
2026-01-15在教育测量与评价领域,百分制考试成绩的分布规律是评估教学效果、优化命题设计的核心依据,而正态分布则是其中最具代表性的分布 ...
2026-01-15在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08