
企业大数据创新:中国成世界样板
随着互联网用户数量的持续攀升,我国企业在大数据的积累和应用方面走在了世界前列。专家认为,依靠大数据能够实现更精准的预测模型,通过建立不易觉察的相关关系实现业务模式的转型。此外,在人工智能领域,随着机器学习、深度学习和神经网络等复杂技术的应用,中国在这一领域将取得快速进步并成为主导者
日前,中国企业大数据应用全球发布会在英国伦敦金融城举办。会上首次发布了由英格兰及威尔士特许会计师协会(ICAEW)、浪潮、上海国家会计学院联合推出的中国企业大数据应用报告。报告显示,中国企业正利用大数据实现商业模式转型与升级,以数据驱动来塑造企业独特核心竞争力,中国企业大数据创新实践已成为世界样板。
数据显示,截至2017年底,中国互联网用户达到7.31亿,是截至目前互联网用户最多的国家,印度以4.6亿、美国以2.86亿分列二三位。中国的移动手机用户签约量甚至达到13亿,如此巨大的用户数量使得电子商务和移动支付等业务迅猛发展。来自麦肯锡的数据显示,10年间中国电子商务交易额占全球的份额从1%快速上升至超过40%;2016年个人消费的移动支付额为7800亿美元,大约为美国的11倍。业内专家认为,大量的数据带来了巨大优势,依靠大数据能够实现更精准的预测模型,通过建立不易觉察的相关关系实现业务模式的转型。尤其是人工智能的重大技术突破也来自于大数据,随着机器学习、深度学习和神经网络等复杂技术的应用,中国在人工智能领域将取得快速进步并成为主导者。
报告指出,中国政府已经明确了大数据发展战略目标,并期望通过大数据驱动创新,实现持续增长。大数据能够帮助政府实现更好的公共服务,并提高计划与决策管理效率。另外,大数据在帮助企业监测税务和法律是否合规方面同样具有重要功能。
“数据已经成为当前整个社会运行的基础资源和培育新经济、新业态的土壤,正加速助推传统产业转型升级。”浪潮集团董事长兼CEO孙丕恕说。
大数据时代的典型特征是企业核心竞争力的重新构建。报告认为,目前中国的个人征信领域快速发展,主要就是由于大数据和云技术的发展,在实名制的基础上能够实现数据采集、归纳、存储与分析。阿里巴巴的芝麻信用评分体系就是由大数据支持的。
对于那些每时每刻都在产生数据的大公司而言,数据给企业带来收益的方式可以是多样的。一种方式是直接出售数据来获取收益。比如,贵阳成立的大数据交易中心就是大数据交易平台,目前已经有相关的数据交易。第二种方式是将拥有的数据作为核心资源,不通过对数据直接定价,而是提供基于数据的服务,如提供大数据分析咨询报告作为服务的整体解决方案,这对提供大数据的企业而言意味着新业务模式的转型。第三种方式是战略合作,以数据资源作为合作的资本,从而在不同的战略合作伙伴之间直接形成协同效应。
报告还分析说,由于数据的价值随着数据维度的增加大幅上升,跨行业基于数据的战略合作更容易开展。因此,工、农、中、建四大国有银行分别与百度、阿里巴巴、腾讯、京东四大互联网平台企业组成战略合作伙伴,中国移动也在前几年巨额投资了上海浦东发展银行,这些股权或战略合作的背后,跨行业数据整合的战略协同效应是重点考虑之一。
对于企业而言,市场及销售部门几乎都是大数据应用实践最为领先的内部机构。由于对客户数据获取的便利性以及企业业务发展的直接压力,对客户行为和偏好特征的大数据分析就显得格外重要。因此,电商公司能够基于以往的客户购买数据开展精准营销推荐;同时也能够根据产品流向分析产品在不同地区的销售情况,比如针对手机在一线到五线城市的出货量来分析不同城市地区对手机品牌的偏好,可以总结出一些很有趣的规律,从而作出最优的决策。
浪潮集团执行总裁王兴山在会上表示,从企业管理角度看,大数据应用并非仅仅是一项工具或技术,而是涉及到组织升级与组织再认知的一场变革。随着企业大数据加速形成,具有丰富分析模型、算法和工具的管理会计将大有可为,同时财务共享将成为管理会计落地的重要抓手。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15