京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据大金矿
毫无疑问,最近一个月信息技术领域最热门的两个名词,非“云计算”和“大数据”莫属!有人认为这是市场主题泡沫,有人指出这是产业概念,众说纷纭,见仁见智。而我们认为这是一次巨大的投资机会,堪比五年前开始的“智慧城市”建设,许多五年前营收刚过亿的企业如今营
首先,不妨来思考一下信息技术特别是软件业的核心是什么?有人认为是解决管理问题,我更愿意相信是数据的交互。过去十几年软件业的大发展基本是帮助进行信息数据的交互,基于这种交互帮助人们更方便地工作生活,帮助政府更高效地办公管理,帮助企业更快捷地开展业务。目前,数据交互功能对基础软件渗透率的提升已经较高,例如财务软件、OA办公软件、客户管理软件、ERP等等。而过去五年特别是近年来数据量的暴涨,更让诸多眼光独到者捕捉到了数据的特殊价值。因此,“大数据”产业的未来是具有信息化基础的产业趋势。
其次,我们再来看看远方,有了远方或对眼前将有更清楚的认识。“数据+产业+金融”新信息经济是我们对未来五年形态的一个简要概述,数据被我们认为是新信息经济的内核,驱动着未来产业的升级转型,而金融手段或是1.0版本的最好商业形态。
基于此,一幅“大数据”未来的美好画卷将徐徐展开:信息技术公司与产业创新企业、金融机构实现深度合作,廉价资金通过数据、风控有序进入产业,产业资金成本有了较大下降,产业创新升级不断活跃。市场上可能对这样的画面存在质疑的声音,但更多的是质疑时间。这种质疑是合理的,我们同样认为这是一个过程,需要五年为计的时间周期。但可以肯定的是,未来的画面将是美好的,而美好画面中“数据产业链”将凸显其独特而巨大的价值。
为什么我们如此坚定“大数据”的美好未来,从前段时间国家出台的《促进大数据发展行动纲要》中便可见一斑:“大数据”在大范畴上对政府管理、信息化推动、产业升级,乃至国家战略层面,均蕴含着非凡的意义。一方面,国家有序开放数据资源,政府管理效率和能力有望继续提升,医疗、交通、教育等关键社会问题将得到较大改善,且不仅仅是效率提升,如医保控费等;另一方面,国家开放数据将推动信息化建设上升到一个新的台阶,数据开放将带动云计算、信息安全等各类技术快速进步,而这是国家在信息化基础设施建设完成后的迫切需求;同样,也是国家产业升级的迫切需求。
数据作为高级生产力,伴随着各领域数据的价值的挖掘,一些新的商业模式将对产业升级产生加大影响,如基于数据的互联网保险、基于数据的互联网金融、基于数据的供应链金融等。
所以,我们认为信息化建设的下一个抓手一定是“大数据”产业链:(1)这个抓手必须有高度也需要有规模,而大数据产业链覆盖的环节面较广,包括数据传输、数据存储、数据安全、数据分析等等细分产业链,其目前的总市场规模在2000亿左右,未来五年或保持复合增速30%,2020年或超过五千亿规模;(2)这个抓手必须承前启后,是前面信息技术发展的延伸,同时也必须为未来的新生态打基础,唯有“大数据”可以承担起这个重任,国务院颁布的《促进大数据发展行动纲要》也肯定了大数据对未来经济结构转型的推动力量。
再次,让我们看看云计算和大数据又怎么搭上同一班列车的。引用经常被提及的一句话,“从技术上看,大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理,必须采用分布式计算架构。它的特色在于对海量数据的挖掘,但它必须依托云计算的分布式处理、分布式数据库、云存储和虚拟化技术”。云计算存在诸多商业模式,而这些商业模式的创新大多是基于数据存储的便利和基于数据的创新服务,于是它们搭上同一班列车也就不足为奇。云计算与大数据是产业链上不可或缺的两个主体,未来二者将相得益彰、共同推进。云计算技术的创新将推动大数据的产业升级,大数据的发展也将加速云计算技术的更新换代,而云计算本身就是“大数据产业链”的有机组成部分。
最后,必须明确的是,我们对“大数据”产业链外延和内涵的理解,包括对其机会和范畴的理解,有所不同,区别于大众所提的“大数据”狭义机会:一是我们认为这是国家推动信息化发展的下一个抓手,是未来五年的信息化大机会,所以企业和资本市场都应该高度认识其意义,否则容易错过产业大机会;二是所理解的“大数据”产业链范畴存在较大不同,我们认为其范畴不仅包括数据存储、数据安全、数据运营、数据分析,还包括数据通信、产业数据、云计算等环节;三是我们对未来“大数据”产业链发展趋势有较为深刻客观的理解,认为未来大数据产业演进路线丰富,而横向和纵向的维度均有不同的机会存在,不是短期更不是主题。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22 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 ...
2026-07-22在金融风控、企业运营、行业研究等数据分析场景中,大量数据以面板数据形态存在:例如多家分支机构连续多个季度的风险指标、多位 ...
2026-07-21 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-07-21