京公网安备 11010802034615号
经营许可证编号:京B2-20210330
互联网+中的“-” 大数据有啥用
“DT(数据科技)时代是未来。”阿里云总裁胡晓明自信地说道。这句话若放在6年前,或许你会嗤之以鼻,而现在各行业基本上已就此达成共识。在IT时代,上“网”成了各个公司竞相占领的高地,而在DT时代,上“云”将会成为下一个风口。在此之前,如何保障数据安全则成为重要的议题。
互联网+中的“-”
在DT时代,最核心的内容一定是大数据,它甚至将超过物质资产,成为企业最有效的竞争力。
大数据有啥用?
在7月22日首届阿里云分享日后的采访中,永安保险副总顾勇向记者举了个例子:“我们研究发现,女性的赔付比例要比男性低5到10个百分点。除此之外,有孩子概率大的车主和不经常换手机号的车主赔付率也低。通过这类数据,我们可以制定一套定制车险,优质车主会得到更优惠的价格,客户定位精准,我们就会比其他保险的竞争力高。”
诸如此类的例子还有很多。马云说过,DT时代的挑战和机遇,在于把互联网和传统行业相结合。而阿里云现在正在做的就是这件事。阿里云经过6年的发展发现,在IT的历史上这是一次结局已定的游戏,5年以后所有企业都是互联网+的企业,而阿里云要做的就是那一“-”。
“如果说火代表农业世界,电代表工业世界,那么计算就是DT世界的标志。”阿里云总裁胡晓明表示,全球已经步入DT时代,未来的一切都离不开计算和数据,阿里云要做的,就是把计算变得更简单,让计算成为世界的能力,让数据成为经济的动力。
阿里云将自己定位为云服务提供商,也就是技术平台、数据平台,为合作伙伴提供各种各样的解决方案。互联网未来将成为基础设施,就如同今天的电网;云计算是公共服务,数据就是资源,就像今天的电。“我们聚焦于基础设施,提供公共云、专有云、混合云。合作伙伴向客户提供行业应用、行业解决方案、IT服务、硬件等服务。”阿里云业务总经理刘松表示。
据阿里数据经济研究中心《信息经济前景研究报告》显示,企业应用从传统IT构架迁移到公有云能节省70%的成本。对于如何为企业节省成本,阿里云多媒体总经理吴磊在接受新金融记者专访时举了个例子。比如做动画渲染,1秒钟以24帧为例。这1秒钟通过笔记本渲染,需要一个月;通过服务器渲染,需要一周;通过阿里云横向扩展的大集群渲染,一天就可以完成。这种属于时间成本。
做渲染需要购买设备,比如一部片子的制片人,自己购买设备也许用一次就闲置了,这种情况通过阿里云可以节省90%的成本。而专门去承接渲染业务的公司,通过使用阿里云可以比自己买机器节省30%。这种属于资金成本。
DT发展的高压线
如果说,大数据是DT时代最核心的内容,那数据安全则是DT发展之路上不可触碰的高压线。阿里云多媒体总经理吴磊向新金融记者透露,阿里云在应用到多媒体上的范围包括广电、报刊、在线教育、通讯社交、安防监控等多个领域。
以陌陌为例,陌陌所有用户的语音、文字和图片往来,全都保存在阿里云OS的对象存储服务里。陌陌通过使用阿里云的分发功能,提升其数据处理速度。最直观的体现就是,使用云服务后,点开一张大图需要一秒,而在此之前,也许需要三四秒甚至更长的时间。
除了多媒体,阿里云上已汇聚50多个行业数据与解决方案,覆盖游戏、政府、医疗、物联网、金融等八大领域。在DT世界,数据成为新的基础能源。这意味着数据将成为最具价值的资产。作为“数据银行”的阿里云,首要面对的问题就是如何保障数据安全。
阿里云在分享日上发起“数据保护倡议”明确了数据的所有权:数据是客户资产,云计算平台不得移作他用,并有责任和义务帮助客户保障其数据的私密性、完整性和可用性。
“如果银行没有监管的话,我们的财产是不会放在银行里面的,云计算也一样。主观上,我们自己不会去碰。”吴磊表示,从客观角度来讲,阿里云所有存储的内容都是保有在整个阿里巴巴的安全部的防护之下。在这种情况下,如果黑客还没有攻破阿里巴巴集团,那也就不会攻破阿里云的防线。
除此之外,阿里云表示将于今年8月推出DT时代全新的云安全解决方案,将云盾旗下所有安全产品整合为服务输出。该服务类似连接客户端和云服务端的安全过滤隧道。用户服务器端流量经过隧道时,安全威胁将被自动清洗,最终在客户端访问的就是干净的流量了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16