京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据应用价值与挑战并存
。什么是大数据?什么是数据?什么是资料?资料就是生产过程、管理过程,乃至经济、社会、生活过程的记忆,那些记忆可能表现在一个文件、一段演讲、一段文字上。资料放在计算机里就叫数据,所以数据是指以编码形式存在的信息载体。真正的大数据是指大而复杂的资料集,包括了海量性、时变性、异构性、分布性等特点,是我们从互联网的数据中能够观察到的特征。只要数据量超过临界量,就叫大数据。
大数据离不开互联网。近几年,互联网的发展走向是从复杂信息传递到消费互联,再到生产互联也就是物联网,然后到智慧互联。其实,这些新技术都是信息技术的一个层面,真正产生效益和作用的是所有技术的综合运用。
互联网和云计算是基础设施,物联网是交互方式,人工智能是应用模式,大数据是最底层的信息技术,任何工业要实现“两化”,任何政府要实现科学决策,大数据是基本标配。
那么,应该如何运用大数据呢?首先,明确目标是前提。这是推出大数据产业最重要的一步。其次,拥有数据是基础。没有数据就谈不上大数据产业。再次,计算平台是支撑。没有一定的计算架构和平台就无法计算。此外,分析技术是核心。这是当今较少提到的一个主题,在整个大数据链条中,有些链条做得过分粗壮,有些链条过分纤弱,即产业链布局不均衡。如果过分膨胀,将会产生新的产能过剩。最后,产生效益是根本。
大数据可以带来超凡价值。在这个过程中有很多观念要改变,要认识到数据是资产,用户是资源,服务即感知。大数据突飞猛进地发展能够解决相当多的问题,但仍然存在挑战。主要是分析基础被破坏、计算技术待革新、真伪判定需要重建以及对新技术的盲目所引起的盲从。总体来说,仍需集中力量攻克挑战,大数据的发展才能有大的突破。
继互联网之后,真正能够对企业产生重大影响的就是大数据。同时,要将大数据与其他技术相结合。现在人工智能潮正在到来,在可见时间内,人工智能真正能够发挥作用的就是数据智能,即大数据。因为人工智能简单来说可分为两大类,一类是模型人脑工作机制、行为方式,是仿脑类脑的技术;另一类是快速的认识,因为人脑对大数据的认识本身没有那么快,但获取数据的速度极强,可以从数据中分析出人类认识问题特定的方式方法,这就是数据智能,也叫人工智能。
同时,大数据能服务于转型升级,但我们至少要清楚什么是转型和升级。工业中的转型,就是从过去以产品为中心进行组织设计、制造、销售管理,转型到以服务和以定制化为中心。
最近有一个基本的观点说,现在正在从过去的“老三基”——材料、工艺、零部件,转变为“新三基”——大数据、传感器和零部件。对一个行业来讲,数据的复杂性来源于设计、制造、运行和服务,来源于对每一个数据的仔细分析。由于离散型和连续型并存、数值型和非数值类型并存、结构化和非结构化并存,大数据必须关注完整属性,必须关注产品全寿命特性,必须关注全方位连接,关注制造系统融合等,这使得我们认为基本难点在认知知识数据。其实全链条数据如物理模型的结合,也是技术难点。
大数据是新一代信息技术的基础性技术,需要推进应用。工业大数据非常有潜力,但一定要解决好定位、规划、切入点、标准、开发共享等问题。互联互通是基础,定制化服务是中心,懂数据会分析是关键。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20