京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代来袭企业宜加紧布局
“大数据”,这一新兴概念,正在被赋予极其丰富的内涵,并被寄予特别巨大的希望……大数据时代,我们该如何寻找对策,迎接挑战?得大数据者得天下,是一些推崇大数据时代的变革者坚信不疑的判断。很多专家认为,在大数据时代,谁能有效地垄断数据,谁就有可能成为世界霸主。
大数据及其分析,将会在未来10年改变几乎每一个行业的业务功能。根据麦肯锡预测,如果具备相关的IT设施、数据库投资和分析能力等条件,大数据将在未来10年,使美国医疗市场获得每年3000亿美元的新价值。
人类正在迈入大数据时代
关于“大数据(BigD ata)”,麦肯锡全球研究所在报告《大数据:创新、竞争和生产力的下一个前沿》中定义:大数据,是指大小超出了传统数据库软件工具的抓取、存储、管理和分析能力的数据群。也有专家认为,大数据的“大”是指大型数据集,即数据量一般在10T B规模左右;多个用户把多个数据集放在一起,形成PB级的数据量;同时,这些数据又来自多种数据源,并以实时、迭代的方式来实现,即“大数据=海量数据+复杂类型的数据”。
我们正处在一个数据爆发增长的时代。移动互联网、移动终端和数据感应器的出现,使数据以超出人们想象的速度在快速增长。据国际数据资讯公司(G
lobalPulse)估测,数据数量一直在快速增加,每年增长50%,这个速度不仅是指数据流的增长,而且还包括全新的数据种类的增多。
有研究统计,从人类文明开始到2003年,人类共创造了5T
B(兆亿字节)的信息。而现在,这样的数据量却仅需两天就能够被创造出来,且速度仍在加快。由此可见,我们的确已经迈入了大数据时代。
世界各国加紧大数据布局
世界上许多国家都已经认识到了大数据所蕴含的重要战略意义,纷纷开始在国家层面进行战略部署,以迎接大数据技术革命,正在带来的新机遇和新挑战。
“大数据资源”成为重要战略资源
互联网时代,“资源”的含义正在发生极大的变化,它已不再仅仅只是指煤、石油、矿产等一些看得见、摸得着的实体“大数据”,也正在演变成不可或缺的战略资源。互联网、物联网每天都在产生大量的数据,这些庞大的数据资源,为人们依据数据了解世界、了解市场、了解人们的生活提供了可能。大数据已经被视为一种资产、一种财富、一种可以被衡量和计算的价值。得大数据者得天下,是一些推崇大数据时代的变革者所坚信不疑的判断。
“大数据安全”上升为国家安全
传统意义上的国家安全,是指军队对国家领土安全的保护,是国家之间军事实力的较量。但在互联网高度发达的大数据时代,网络变成了几乎是透明的虚拟世界,也因此使国家安全的环境和内涵发生了极大的变化,对大数据的安全保存、防丢失和防破坏等问题,成为我们必须要面对的安全难题。大数据安全,已经上升成为国家安全的重要组成部分。
在大数据时代,数据安全的威胁随时都有可能发生。各种国家信息基础设施和重要机构所承载着的庞大数据信息,如由信息网络系统所控制的石油和天然气管道、水、电力、交通、银行、金融、商业和军事等,都有可能成为被攻击的目标。
此外,大数据也为网络恐怖分子提供了新的资源支持,有可能使恐怖分子通过网络侵入到人们工作生活的方方面面,并通过威胁、攻击、破坏,瘫痪民用或军事基础设施等手段,达到其制造心理恐慌和财产损失,威胁国家安全和社会安全的目的。
“大数据决策”成为一种新决策方式
依据大数据进行决策,从数据中获取价值,让数据主导决策,是一种前所未有的决策方式,并正在推动着人类信息管理准则的重新定位。随着大数据分析和预测性分析对管理决策影响力的逐渐加大,依靠直觉做决定的状况将会被彻底改变。
2009年爆发的甲型H 1N
1流感病毒,谷歌公司就是通过观察人们在网上搜索的大量记录,在流感爆发的几周前,就判断出流感是从哪里传播出来的,从而使公共卫生机构的官员获得了极有价值的数据信息,并做出有针对性的行动决策,而这比疾控中心的判断,提前了一两周。美国的Farecast系统,它的一个功能就是飞机票价预测,它通过从旅游网站获得的大量数据,分析41天之内的12000个价格样本,分析所有特定航线机票的销售价格,并预测出当前机票价格在未来一段时间内的涨降走势,从而帮助虚拟乘客选择最佳的购票时机,并降低可观的购票成本。
“大数据应用”促进信息技术与各行业深度融合
有专家指出,大数据及其分析,将会在未来10年改变几乎每一个行业的业务功能。从科学研究到医疗保险,从银行业到互联网,各个不同的领域都在遭遇爆发式增长的数据量。在美国的17个行业中,已经有15个行业大公司拥有大量的数据,其平均拥有的数据量已经远远超过了美国国会图书馆所拥有的数据量。
在医疗与健康行业,根据麦肯锡预测,如果具备相关的IT设施、数据库投资和分析能力等条件,大数据将在未来10年,使美国医疗市场获得每年3000亿美元的新价值,并削减2/3的全国医疗开支。
在制造业领域,制造企业为管理产品生命周期将采用IT系统,包括电脑辅助设计、工程、制造、产品开发管理工具和数字制造,制造商可以建立一个产品生命周期管理平台PLM
(Product Lifecycle M an-agem ent),从而将多种系统的数据集整合在一起,共同创造出新的产品。
此外,在交通、能源、材料、商业和服务等行业领域,甚至在新闻传媒领域,也都在以大数据为发展契机,加速这些行业与信息技术的深度融合。
“大数据开发”推动新技术和新应用不断涌现
大数据的应用需求,是大数据新技术开发的源泉。在不久的将来,也许很多原来单纯依靠人类自身判断力的领域应用,最终都将被计算机系统的数据分析和数据挖掘功能,所普遍改变甚至取代。一小片合适的信息,也许会促使创新迈进一大步;一组数据,也可能会得到数据收集人难以想象的应用,甚至可能在另一个看起来毫不相关的领域得到应用。借助这些创新型的大数据应用,数据的能量将会层层被放大。
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