
互联网巨头掘金大数据 大数据市场一触即发
互联网遍布人们生活的当下,每人每天都会在网络中产生大量数据,这正成为众多互联网企业眼中新的掘金之地。
10月15日,在西安互联网+大数据峰会上,记者了解到,包括中国电信、百度、滴滴在内的众互联网巨头已从日渐成熟的大数据市场中看到蓬勃商机,并开始加速布局。
掘金大数据
百度是最早进行大数据商业化和产品化尝试的互联网企业,据百度大数据部高级产品设计师辛广蓉介绍,其大数据部成立近两年时间里,人员已增长近一倍,目前近400人,开发的标准大数据产品有十个左右,其三级开放平台包括百度大脑、数据工厂和开放云,其计划中的战略是将大数据应用推广至3600个垂直行业。
“业务量很大,每天收到的大数据相关邮件超过100封,现在我们几千个重点客户都在使用大数据但代理商那边还没有开始,所以未来增长空间很大。”
据了解,目前大数据生态圈已格局初具,主要由基础设备提供商、数据能力与产品提供商、业务应用与融合服务提供商构成,中国电信也在近期启动了大数据项目的试点,据中国电信陕西信产公司渠道及销售拓展部主任何子明介绍,中国电信目前已经形成了风险防控、精准营销、咨询报告、区域洞察四个系列13个种类的大数据产品。
“大数据资源的积累各有侧重,各大企业也自有定位,比如阿里侧重电商、腾讯是社交、百度是主动探索,而电信是拥有全程系统的端到端大数据”,何子明称,中国电信陕西信产公司是电信集团首批大数据试点机构和核心企业,全程参与了全部大数据产品的规划和设计。
像滴滴公司这样的大数据资源巨头虽然尚未进行对外的商业化,但也箭在弦上。据滴滴出行北方区总经理常湘介绍,滴滴内部的各项服务和业务都得益于其拥有的世界领先大数据平台驱动。“滴滴、快递合并前的市场大战中,如果说滴滴能有一些优势的话主要就体现在智能化大数据平台上,这个平台让滴滴用户一旦用了快滴马上会捕捉到并启动返券、线下沙龙等措施一个月内把用户拉回来”,常湘称。
企业互联网化浪潮
“互联网是管道,大数据是流淌在里面的价值流,云计算是对其进行处理的方法,三者的结合就是互联网的未来,而对于企业来说,其最大的未来是进行互联网化,我们过去5年就服务了近22万家企业说明现在这个观点认可已经很广泛,接下来几年抓不住这个浪潮的企业日后就很难追赶和跟随,甚至可能被边缘化。”西安互动未来信息技术有限公司CEO王维搏对此分析道。
作为资深互联网应用与融合服务提供商,王维搏认为大数据正快速形成一个越来越庞大的生态系统,近年来互联网巨头们纷纷押注大数据和云计算,试图挖掘政府、金融、电商等行业的相关需求,现在,这一努力已经在包括大量传统行业在内的更广领域全面展开。
目前,大数据的商业价值已经在企业中获得了广泛的认可。数据显示,去年我国大数据市场约6亿元人民币,增长率近50%,未来随着越来越多的大数据分析平台和工具的广泛应用,其潜在商业价值将会被进一步释放并获得企业认可。
但企业重构互联网基因也是一个专业而复杂的过程,需要进行重新定位,互联网化价值链重塑、互联网全平台建设和全网整合等。“未来5年是新秩序的建成期,这期间如果说有最大的风口我认为就是传统产业、传统企业的互联网化,但对于许多企业来说,现在剩下的窗口时间已经不多了。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28