京公网安备 11010802034615号
经营许可证编号:京B2-20210330
全面解读大数据是否过热
9月7日,据媒体报道称,从工信部获悉,《大数据产业“十三五”发展规划》有望在年内发布。王叁寿认为,未来最有价值的资源就是大数据,这将推动制造业、服务业等全产业链的革新,大数据产业“十三五”规划将激活相关行业的万亿元产值。
近年来大数据产业“持续升温”,各行业都在纷纷谈论大数据。2015年,阿里巴巴集团董事局主席马云在演讲中表示,未来的时代将不是IT时代,而是DT(Data Technology数据科技)的时代。
但面对热潮,也有不少人冷静指出目前大数据行业存在过热嫌疑。大数据产业是否为一场虚热?该话题在业内亦有争议。中科院院士梅宏就曾在一次演讲中表示“大数据被炒得过热,其实很多领域只是穿上大数据的马甲而已。”
为此,“财经”V课特别策划了“大数据的商业应用”专题课程,并邀请九次方大数据创始人、贵阳大数据交易所执行总裁王叁寿分析目前大数据产业的发展现状,全面解读大数据的应用领域,亦回应这一产业是否过热的问题。
在王叁寿看来,在信息为王的经济发展时期,数据将会触发经济全产业链的创新与变革,谁利用“大数据”,谁将占据发展的制高点,赢得主动与先机。
中国大数据的产业发展几乎与美国同步
王叁寿认为,虽然中国的互联网行业起步比美国晚了30年,但在大数据产业的发展上,中国与美国几乎处于同一起跑线。在几乎所有的新兴产业中,大数据是中国可以“弯道超车”美国的绝佳机会之一。
而在此背景下,中国政府也大力推进大数据战略。2015年11月,国家出台十三五规划,把发展大数据列为国家战略之一。与之同时,2015年国家出台了多项与大数据有关的国家政策,比如《促进大数据发展行动纲要》、《关于运用大数据加强对市场主体服务和监管的若干意见》等。
数据将成为政府和互联网企业最宝贵的资产
对于企业,尤其是互联网企业而言,数据将变得越来越重要。王叁寿判断,在未来三到五年,全球的互联网公司都将拥有另一种身份,变成大数据公司。因为不管是互联网还是物联网,未来都将产生大量的数据,而这些数据会产生新的价值。
而对于政府而言,数据的重要性也日益显现。王叁寿认为,政府现在拥有的两项核心资产,一是土地,二是数据。土地资产的价值已经被激活了二三十年,下一步将轮到数据发挥价值了。“大数据所创造的价值迟早会超过土地创造的价值,”王叁寿说,只要激活这些资产,这也将成为非常好的供给侧改革方式。
而对于公众普遍不了解政府大数据的情况,王叁寿解释称因为现在政府的数据像是“地下水”,尚未被充分激活,大量的数据并没有被采集、清洗、脱敏、建模,进而变成商业上可用和公众可感知的“自来水”。而目前的行业发展中,国内已经有一批公司专门从事帮助政府激活手中数据资产价值的业务,把政府手里的“地下水”采集上来变成“自来水”,这一现象引人关注。
大数据产业还没有真正“过热”
目前,大数据产业是否过热,这一问题在业内仍有争议。在王叁寿看来,当下的大数据产业仅是“浪花”阶段,还没有形成一种“浪潮”,变成一种势不可挡的力量。
“当这个产业还处于一个浪花的阶段,就说这个产业过热,这种说法是不恰当的。”王叁寿举例称,2010年时中国几乎没有做大数据的公司,到2013年时相关企业不到一百家,但截至目前中国大数据公司已经突破5000家。从数量上看,2013年到2016年三年半的时间,中国的大数据企业增长约60倍。
应用产业在大数据行业中最为活跃
在中国众多大数据公司中,最活跃的一个群体是大数据应用产业。比如说交通大数据、能源大数据、政府大数据、金融大数据、医疗大数据等。这类群体在几千家大数据公司中大概占60%左右。这些公司中,又有60%是集中在政府大数据和金融大数据的应用。
公众普遍担忧大数据会泄露个人隐私
在9月7日的节目互动中,“财经”V课的用户最关注的问题还是大数据对个人隐私的侵犯以及由此可能产生的安全隐患。有用户认为,如果不注重数据信息的安全防范就可能造成信息泄漏、篡改或盗用,将严重损害用户的利益。
大数据时代如何保障个人信息安全不被泄漏,大数据产业的激活还需要跟进多少配套工程,这些都是待需解决的问题,亦是公众关注的焦点。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25