京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“大数据是迈向智能社会的土壤”
“有人说数据是石油,是黄金。在我看来,那都是1.0版本的说法。如今,数据是土壤,是我们迈向智能社会的土壤。”9月13日上午,著名信息管理专家、阿里巴巴集团副总裁涂子沛做客广东职工大讲堂时表示。
他认为,在这个大数据时代,沉淀、采集和分析数据使人们能够掌握很多以前无法获得的信息,实现预判趋势和定制化生产,从而帮助企业转型升级,实现社会精细化发展;同时,通过合理开放和融通数据,能够实现智慧的集成和社会治理水平的提高。
互联网是沉淀数据的战略基础设施
“今天的互联网,不仅仅是互联,而是沉淀数据的基础设施。”涂子沛认为,“互联网+”里的“+”是指超越互联,而具体表现就是数据化。
那么,互联网时代的大数据又是什么?他表示,数据是对客观世界的测量和记录,而大数据是“传统的小数据”+“现代的大记录”。“我们在收集数据时,可能是出于某个特定目的,只限于在特定维度上来收集。但这些数据往往可能在新的维度,在新的领域发生作用。”
比如,现在社会上都在讲传统企业转型,怎么转型?涂子沛表示,传统企业很难清楚地知道自己的产品卖到哪里、卖给了谁,但借助互联网,企业能够通过数据了解并分析购买者的消费行为。
他认为,一切业务数据化,便是互联网企业与传统企业的不同所在:互联网能把每一笔交易用数据沉淀下来,作为基础设施将数据采集,决定着企业今后的命运。
“企业可以和每一个终端用户之间建立数据联系,通过实时的、源源不断的数据沉淀,更加了解市场和用户。在数据时代,比的不是劳动生产力,而是知识生产力。就以电商来说,哪一家电商平台最早、最有效最精确把这些分析出来,销售量可能提得更高。不仅如此,互联网和大数据还能帮助企业拓展新的业务和商机。”
涂子沛以阿里巴巴为例,“每做一笔交易就沉淀一笔记录,数据沉淀越来越多,有了这些数据,便可以去开拓新的领域,比如说金融业务。”他解释,目前阿里巴巴平台上如果有商家提出贷款需求,在几分钟内,平台便可以决定是否发放贷款。“依据是什么?便是借助交易等各类数据的积累,全面了解商家的运营状况等信息,决策能不能放贷。”
大数据“表示的是过去,表达的是未来”
在“互联网+”时代,数据到底有多重要?“数据是土壤”,孕育智能社会。涂子沛称,数据不再仅是黄金和石油,因为它们用一次就消耗了,而数据永远在那里,越用越多,并最终经过沉淀、采集、分析实现1+1>2的效果。
“如今数据存储分享成本极其低廉,微信、微博等社交媒体的普及,使得每个人都贡献数据,引起数据爆炸。”在涂子沛看来,这些数据是预测世界最好的工具,数据表示的是过去,表达的是未来,数据就是规律的载体。“目前我们的数据正在实现把机器连接起来,成为物联网,而未来一旦机器跟人体连接上网,7×24小时源源不断收集数据、产生数据,一切都将数据化。
进入大数据时代,未来生产和社会将变成什么样?涂子沛认为,依托大数据分析,企业还可以预测消费行为和市场趋势,从而提供个性化产品满足不同需求。
“比如每个人打开手机淘宝,看到的页面、产品、商品都不一样,做了个性化之后,手机淘宝点击和下单的人要比不做个性化高一倍左右。为什么?因为数据分析使得我们把他最关心的事情推送给他了。”
值得注意的是,数据也将对传媒业产生巨大影响。他提到,媒体每天处理的信息其实就是数据的富矿,也应当通过数据分析和用户习惯给每个人推送新闻,使每一位客户通过客户端只看到自己想看到的新闻,为每一位客户量身定做,提供个性化服务。
涂子沛补充说,这就需要有大量的数据,才能基于客户兴趣和趋向的掌握,提供个性化服务。当前我们处在一个注意力匮乏的时代,大数据信息爆炸,注意力是最宝贵的,个性化服务就是在争取注意力,从而实现价值。
大数据帮助提高社会治理水平
“数据虽然是最重要的资源,不流动,就不能产生价值”,涂子沛认为,“互联网+”时代,开放数据,让数据流动,整合数据,才能够实现“1+1>2”的增值。开放数据才能推动知识经济、网络经济、新经济的发展。
他强调,数据要融通才能产生价值。要通融数据,必须首先开放数据。“中国已成立专门部门管理数据开放问题,广东则是第一个成立大数据管理局的省份。涂子沛认为,开放数据是一个系统工程,要把数据以一定的程度跟其他的数据、其他平台进行整合,更好的服务经济社会的发展。
“比如,通过掌握每一部车的位置,就知道车在红绿灯面前等了多久,现在智能红绿灯是全世界交通领域的前沿,通过将几千万条出租车数据开放出来,举办一场数据大赛,号召大家设计这样一套系统,让所有车在所有路口和地区等待的时间加总之和要最小。”
他说,这意味着,用外部力量调动内部创新,用互联网来调动资源,寻找最优解决方案,提高社会治理水平。数据开放、共享和融通不仅使得社会效率更加有效,还增加新的蓝海、新的资源,我们已经享受到了开放数据的好处。
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 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 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 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-05-18【专访摘要】本次CDA持证专访邀请到拥有丰富物流供应链数据分析经验的赖尧,他结合自身在京东、华莱士、兰格赛等企业的从业经历 ...
2026-05-15在数字化时代,企业的每一次业务优化、每一项技术迭代,都需要回答一个核心问题:这个动作到底能带来多少价值?是提升了用户转化 ...
2026-05-15