京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据能帮助中国摆脱产业困境吗
首先,IT和电子产品将成为最大的获益者。这个道理显而易见,仅举一例:在美国出现了以获取、聚合和加工数据赢利的公司,它们掌握了产生数据的来源,其客户包括社交网站或电商的合作伙伴,及应用开发者合作伙伴。这类生意听起来像是从事开采和炼化的石油公司,但数据这种资源有所不同,它不仅不会消耗掉,而且越多人分享和使用,数据量越庞大越丰富。在这一点上,中国与美国还有不小的“数据鸿沟”,据IDC的统计,2010年,美国新储存的数据为3,500Petabytes ,而中国的仅为250Petabytes,不及美国的1/10 。
在零售业,无论是电子商务,还是传统门店,中国都有巨大的发展前景。中国的城市化和国内消费市场巨大,在大数据技术的帮助下,完全有可能在短时期内接近或赶上美国的水平。目前中国零售业的竞争“价格战”特点鲜明,而大数据技术可以帮助电商和传统零售商在市场营销、货品管理、运营、供应链,以及新商业模式方面提升和创新,改善消费者体验。
在医疗卫生领域,中国政府部门可以把大数据技术与医改结合起来,不仅能产生巨大的效益,而且能为应对人口老龄化做准备。据麦肯锡咨询公司的研究,大数据技术可能为美国的医疗保健业每年创造3,000亿美元的价值。
中国已经是全球最大的智能手机市场,这是唯一在大数据方面可能与美国发展非常接近的一个行业,移动终端产生海量的个人用户与位置结合起来的数据,从而为各种各样的服务、产品及全新的商业模式提供了巨大的发展空间。而且在移动领域,大数据技术可能帮助中国创业者产生不同于美国的商业模式。
大数据技术会极大提升中国的公共服务和管理的质量。政府掌握着海量的社会基础数据,并且公共服务与管理不断产生着新的海量数据。欧美政府已经开始用大数据技术改善政府的管理,甚至印度政府也开始尝试,最近推出了一个开放数据门户 (Data Portal India)Beta版,计划将政府各部门数据统一通过此网站公开发布,而且网站是开源的。在技术上通过开源与开放平台的方式,让公民更多参与社会的管理,能极大改善公众对政府服务的体验,但是,这个领域中国还处于政府透明化的早期阶段,政府的治理理念方面存在着不小的障碍。
由于数据是金融保险业的核心资产,金融保险业被公认为大数据技术最有发展潜力的行业。目前中国已经拥有世界上最大规模的银行业,不仅大公司,而且小的数据技术公司,在这个领域都有很大的发展前景,目前已经有一批新兴的公司在这个领域创业。
最重要的是大数据对于中国制造会带来什么影响。中国已经超过美国,成为全球第一制造大国,而中国制造目前正面临着困难。经历了劳动力密集型、资本密集型的发展,中国制造目前正在失去劳动力成本的优势,又面临着严重的产能过剩,以投资驱动的增长难以为继,而欧美正在酝酿一次以数据驱动的制造业的复兴。中国制造正处于转型升级的关键阶段,而大数据能帮助中国在制造业的各个环节提升,如在研发、设计、产品创新、供应链管理、生产过程(数字化和智能化),以及个性定制化的市场营销和售后服务等。
但是以上所有机会的前提,是大数据生态系统。数据资源只有开放和共享,才能产生商业价值。这让我想起了著名的梅特卡夫定律:网络的价值与连接到网络的人数的平方成正比。大数据是互联网时代的产物。观察一下硅谷那些最成功的高科技公司,无一不在 “追求拥有信息和建立思想的相互联系”,这种创造价值的方式,正在极大地影响甚至颠覆传统产业。
驾驭大数据要求新的智能,如人类智能与机器智能更深的融合,以及形成“集体智能”。大数据将消解对数据的集中控制和等级制的组织管理体系,就连蓝色巨人IBM 也越来越清晰地看到,经历大数据洗礼的标志性企业,可能是一个联盟网络,而不再那些单个的巨无霸企业。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 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 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 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 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18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导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 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。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 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 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13