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
在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20