京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据不再神秘 可谁知道怎么用大数据赚钱?
大数据早已不再神秘。任何一家有EXCEL表格的公司,都敢说自己是大数据公司;任何一个地方政府公开有数字的PDF文档,就敢说是政府大数据公开。
以至于业界人士担忧,某天大家再听这个概念都麻木了,然而行业还是没有做出多少事情。
区域数字鸿沟巨大
说起掘金大数据,一定绕不开政府数据。
地方政府掌握着80%以上的数据。每隔一段时间,从中央到地方,都会发布关于大数据开放的政策。高层谈新经济,言必称大数据。
而在执行层面,目前地方政府大多处于观望状态。关注政务数据领域的清华大学数据科学研究院执行副院长韩亦舜表示,政府数据开放并没有那么复杂,需要有地方能真正去实践和摸索,做一些事情,当下所有的人都在谈数据开放,但做实事的不多。
韩亦舜曾建议西部一些地方政府借大数据发展的机会,率先开放数据获得先发优势,另外同步做好信息化补课。
6月份,笔者见到一位来北京寻求合作的西部省份地理信息测绘局局长,他长期在部委工作,前些年调到地方当部门一把手,发展大数据思路清晰,不过让他苦恼的是,当地信息化水平不高,很多地方没有数据,有的数据还在纸上。
他酝酿出台一个规定,以后所有的图都不准画在纸上,必须上网,以电子化的形式存储。当下他最想解决的问题是信息化,先收取数据,然后通过建立地方数据中心的形式,与企业合作,做地理信息垂直领域的数据开放和挖掘。
走在前沿的贵州省,希望以发展大数据弯道超车,实现新经济的腾飞。然而从数据开放的程度来看,当地一些职能部门,所谓的公开数据还停留在提供PDF文件阶段,远非结构化的数据,按照国际数据公开标准来说,并不能算政府数据公开。
单从数据开放来看,思路最清晰规划更具体的,还是广东、上海等发达地区。对于地方政府的大数据园区来说,发达地区好比“富二代”,一出生就含着金汤匙,但大部分地区还是“穷二代”,需要更大力度的数据挖掘与开放。由于各地在大数据方面存在差距,不同区域的数字鸿沟会继续深化。
饥渴的大数据创业公司
在掘金大数据的背景下,企业早已经等不及了。
早些年,部分企业通过各种交易手段,获得政府数据。在数据开放的背景下,部分企业还在依托不规范交易,已经有政府部门被巡视组查出了因数据交易衍生腐败。
一部分企业希望参与政府数据公开进程,帮助政府做数据公开。比如数据堂公司与贵阳市政府共建数据生态城市。还有一批公司,则是急速扩张,跟各地政府成立相关的合资公司。
当然,还有转型大数据二次创业的公司。在贵阳数博会上,笔者见到很多大数据公司,就是以前卖电脑和软件开发的IT公司,转型做大数据,业务范围无所不在,包括智慧城市、软件开发、智慧农业、医疗等。
除上述归类外,企业为了获取政府数据,采取各种“曲线救国”的招式。前不久,笔者熟悉的一家南方大数据创业公司,为了获取某西部城市政府部门数据,报名参加当地的创业大赛,希望通过得奖,引起当地政府重视,达成数据合作。
这家公司的CEO在参赛间隙,拖着行李箱与当地国企联络,希望能够以合资的形式成立公司,共同挖掘当地数据。
这位CEO还通过各种方式,找到该市分管大数据的负责人,希望能够谈成合作。他勾画的蓝图很美好:获取一个城市的数据,做成样板,然后在全国复制,迅速从0到1成为该行业的“寡头”企业。
不过,目前还没有关于这家公司取得实质进展的消息,但这家公司寻求政府大数据开放的决心和路径,颇具有典型性。
政府资源导向,仍是目前很多数据公司努力的方向。很多大数据公司在融资过程中,强调一定要有国有资本进入,而且坚决远离境外资本。
从2015年国内最大的几笔大数据创业公司的融资情况来看,几乎都有国有资本进入,即便只占很小的比重。在某大数据公司融资发布会上,笔者随机问了几家投资机构选择投资这家公司的原因,答案惊人一致:有政府数据资源。
而在一些专家和专业投资人看来,从价值投资的角度,一是真正有技术优势的公司,二是有自己数据源的公司。依托政府资源的公司,从长远来说,并没有太大的投资价值。
乐观者认为,政府数据开放最终会走向规范化,有科技含量的公司最终会在泡沫破灭后存活下来。
BAT能否领军?
BAT中的某一家,会成为全球最大的数据公司么?
在专业人士看来,媒体喜欢造概念,这个说法很不专业。因为数据就像石油一样,每个地理区间都有,谁储存了多少,很难量化和比较。
马化腾和张小龙都说,他们很焦虑,因为用户花在微信上的时间太多了。不过马化腾又说,微信公众号是腾讯前三年最伟大的发明,因为可以把人留在微信上,大家就离不开了。
BAT三家公司一方面通过自身的数据,做出反映数字中国的图谱,甚至把脉经济走向;另外也在建立自身的数据生态体系;以百度为代表,则认为大数据的最终应用是人工智能。
京东CTO张晨告诉笔者,因为京东有自己的物流体系,其电商数据包括详细的消费者画像。张晨说,如果通过电商大数据分析,提高精准服务水平,能提高销售一个百分点,对京东来说都是很大的大数据价值变现。
互联网企业的数据,在整个大数据生态中,能够起到多大作用,各方都在摸索。很多人认为,互联网企业的数据价值被高估了。
比如韩亦舜认为,相对实体经济来说,互联网企业的数据,更多是第三产业,是对消费者端的,相对整个实体经济,比如说制造业体系产生的数据,互联网数据并不算多。
“互联网只是个工具。”国家统计局一位原副局长在一次数据研讨会上直言。他认为,互联网是传递现代数据的工具,不能唱得比实体经济还高。
至于BAT如何从大数据掘金,笔者聊了很多业内人,听得都不太明白,仍不得解。一家企业CEO表示,现在大家的思路其实都不清晰。
6月份,马云在一次活动上说,阿里是一家大数据公司,不过我们也不知道怎么用数据挣钱。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27数据分析的基础范式,是支撑数据工作从“零散操作”走向“标准化落地”的核心方法论框架,它定义了数据分析的核心逻辑、流程与目 ...
2026-01-27在数据分析、后端开发、业务运维等工作中,SQL语句是操作数据库的核心工具。面对复杂的表结构、多表关联逻辑及灵活的查询需求, ...
2026-01-26支持向量机(SVM)作为机器学习中经典的分类算法,凭借其在小样本、高维数据场景下的优异泛化能力,被广泛应用于图像识别、文本 ...
2026-01-26在数字化浪潮下,数据分析已成为企业决策的核心支撑,而CDA数据分析师作为标准化、专业化的数据人才代表,正逐步成为连接数据资 ...
2026-01-26数据分析的核心价值在于用数据驱动决策,而指标作为数据的“载体”,其选取的合理性直接决定分析结果的有效性。选对指标能精准定 ...
2026-01-23在MySQL查询编写中,我们习惯按“SELECT → FROM → WHERE → ORDER BY”的语法顺序组织语句,直觉上认为代码顺序即执行顺序。但 ...
2026-01-23数字化转型已从企业“可选项”升级为“必答题”,其核心本质是通过数据驱动业务重构、流程优化与模式创新,实现从传统运营向智能 ...
2026-01-23CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2026-01-22在数字化时代,企业积累的海量数据如同散落的珍珠,而数据模型就是串联这些珍珠的线——它并非简单的数据集合,而是对现实业务场 ...
2026-01-22在数字化运营场景中,用户每一次点击、浏览、交互都构成了行为轨迹,这些轨迹交织成海量的用户行为路径。但并非所有路径都具备业 ...
2026-01-22在数字化时代,企业数据资产的价值持续攀升,数据安全已从“合规底线”升级为“生存红线”。企业数据安全管理方法论以“战略引领 ...
2026-01-22在SQL数据分析与业务查询中,日期数据是高频处理对象——订单创建时间、用户注册日期、数据统计周期等场景,都需对日期进行格式 ...
2026-01-21