京公网安备 11010802034615号
经营许可证编号:京B2-20210330
向大数据时代跃迁
人类进化过程中,对工具的使用十分重要。我们曾经认为技术就是工具,技术提升了效率,并实现远距离通话。最近,我还看到一项发明,可以通过味觉关联,让盲人“看到”一些物品。这种为盲人设计的眼镜就是计算能力的应用。
如果将早期的计算机、互联网比喻成工业革命中的蒸汽机、轮船,那么,新一代的云计算、大数据、可穿戴设备、移动互联网,就像工业革命中电、化学元素以及电话、航空等规模性出现的发明,它们已不再是简单地给生活带来方便的工具,而可能是对整个社会进行重塑。
云计算的处理能力(从分布式计算到大数据),是人类历史上第一次将不同类型的数据进行采集和分析。现有的数据可分成三类,结构化的数据、接触性的数据和可佩戴计算的数据。
2013年,很多企业都已经意识到数据的价值。就像工业革命中企业要用电一样,今天则必须学会如何使用大数据来提升竞争力。未来还要具备收集、储存和处理此三种数据的能力。
我们将进入一个数据支配( Data charge)的时代。新的数据规模、形态和需求的出现,让传统的无论是IBM,还是Oracle、EMC的数据库都变得不太适合,时代需要一种新的数据库架构。类似Wintel( Windows+Intel)到了移动时代必须变革,去IOE(IBM、Oracle、EMC的第一个字母)的时代已经开始,新一代的服务器和超大规模的数据中心即将诞生。
在互联网1.0的时代,数据的来源大部分仅是将传统的内容搬到了网上;今天互联网每天产生大量的信息和数据,比如社交网络,或智能手机、可穿戴设备的数据,很多都是消费者参与创造的。假如所有信息都能被中央的大云记录起来,并且可进行分析;假如发明这样一种技术,可记住我们出生以来每一次的心跳、每一次疾病、读过的每一本书和经历的重要事件,那么,这就让我们更了解自己,更加了解我们的社会。
举一个例子。以往我们的医院都是按行业、按规模来划分的,医生、专家均需经历漫长的学习过程。事实上,人类很多疾病都是有规律的,很多治疗可能是不需要医生的。运用大数据、可穿戴设备和云计算能力,可让学习和治疗的成本大幅度下降。如果将所有医疗的数据都集中到一个共同的平台上,这个平台就成为了世界医疗的大脑,医生可以通过大数据了解我们身体。这样每个新医生在治病之前,就能了解到数据平台成千百万的病例,哪些是有治疗方法的,哪些还没有治疗方法。通过海量的数据处理,并用计算机的深度机器学习,替代医生做大部分的判断工作,可能会大幅度提升和改变医生的学习过程,并比传统做得更精确。
“杏树林”正试图这样做。张遇升,是它的创始人。这个27岁的创业者在做的事情就是用手机上传病人的病历,目前已有超过40万医生在该平台上生成APP病历。他的目标是在两年内让中国一半的医生可以分享。
2013年企业开始注重数据应用,同时大数据在教育、交通、医疗等行业正加快落地。除此之外,可穿戴设备的进展尤其引人注目。
Google glass(谷歌眼镜)推出了新的版本,三星、微软等公司宣布将推出智能手表,各式各样的智能手环、智能眼镜、智能跑鞋都不断地涌现。Juniper Research数据认为,2013年全球用户将在这些设备上花费14亿美元,到2018年将增至190亿美元;2013年可穿戴设备的销售量将达到1500万台,到2017年将达到7000万台。设备制造商、软件研发者和普通用户都可从这一趋势中获益。
可穿戴设备及其带来的反馈经济在改变着与我们每个人相关的医疗、健康、体育、游戏等行业。通过可穿戴设备,能准确及时了解到我们的身体,血压、呼吸、热量等数据;运动员则通过它获取运动数据,可回放和分析来改善比赛表现;可穿戴设备亦可用到交互式游戏上,用来了解身边的环境,比如作息、行为或者饮食习惯;它还可以用来记录位置和情绪。可穿戴设备比智能手机可以更为方便和不间断地收集数据,实现将个人数未来价值的创造者,可能是那些有算法并兼备创新的思维和商业模式的公司据和环境数据的整合,从而更精准地了解身体数据并和外部环境进行关联。
如果说此前的互联网络、社交网络让人和人之间更方便地沟通,可穿戴设备则实现了人和机器、和外部环境之间的沟通。基于可穿戴计算和反馈经济的各种商业模式也正在出现。我们预测未来三年到五年,随身物品应该都会具备计算能力,另外随着大数据处理工具,包括机器学习的深入,更多数据将被不间断收集起来并可随时分析,在更多的行业更大的改变或者创新即将发生。
比如每个人的大脑存储是有限的,可穿戴设备结合了像Evernote(印象笔记)这样云的应用,等于给人类增加了“外部的大脑”,可帮助我们更方便,并且是没有限制地进行知识采集、存储,更智慧地进行知识管理。
这种创新也会带动芯片、显示屏、硬件设计及软件、应用方面的创新,如更低能耗、更小体积的芯片,更加多样的显示屏等。同时,推动云计算、大数据应用生态系统的成熟。
英特尔公司已宣布2013年底前推出可应用于可穿戴计算设备的芯片,得州仪器和高通也都开发了ARM架构的芯片,这些芯片同样可用于可穿戴设备和物联网。
一些新的可弯曲的显示屏以及液态金属技术也被开发或投入应用。可穿戴设备还推动着个人云的成熟,让我们可以更加智慧地了解自己,学习和感知外部的世界。
大数据、云计算和可穿戴设备已不仅是IT革新,而是成为改变生活和社会方方面面的革命原动力。由于移动网络、大数据,尤其是今天各种各样计算环境的到来,我们发现自己正在迈入一个新的、更有智慧的世界。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15