
现在大家都知道大数据产业有很大的发展潜力,但潜力在哪,其商业模式又是什么?实际上就在于数据商业价值的挖掘。其中阿里、京东等电商企业就很好地挖掘了大数据的商业价值,例如我们在搜索购物时,淘宝、京东商城等网站就会结合你以前购买的一些商品信息,非常“贴心”地把你也许感兴趣的内容推荐给你,从而提高网友的购物体验,这也给企业带来了丰厚的回报。
记者:现在贵州也正在大力发展大数据产业,您如何看待其商业价值?
王旭:贵州拥有丰富的水电资源和气候优势,非常适合发展大数据产业。但目前来看,贵州的大数据产业现在还处于一个起步阶段,商业价值并不明朗。这也是日前省经信委主办2014中国(云上贵州)大数据商业模式大赛的主要原因,就是希望能够借助全球大数据相关的企业和团队、业内人士、创业者和高校师生的创意,为贵州大数据产业商业价值的挖掘出主意。
此外,贵阳市日前提出全方位加速重点打造呼叫中心产业的做法也是挖掘大数据商业价值的一个明智之举。呼叫中心看似一个劳动密集型的低端产业,但它一点都不低端,它的数据收集能力是其它行业难以比拟的。其实贵阳看中的是其数据收集能力。因为只有先具备海量的收集储存,然后才能进行数据的处理和分析,这是开发和应用大数据商业价值的前提和基础。
记者:贵州发展大数据产业当前最紧缺的是什么?
王旭:平台好搭建,“人才戏”难唱。目前,国内的大数据人才主要集中在北上广等东部发达城市,而贵州的大数据人才却相对匮乏,因此贵州大数据产业发展最需要的是大数据人才的储备。因为只有配备一些精通于数据采集和挖掘的数据科学家,才能够建立高级分析模型,发现趋势和隐藏的模式,使大数据真正发挥作用。
也正因如此,今年5月,经贵州省人民政府和贵州省教育厅批准,原贵州大学电子信息学院更名为大数据与信息工程学院,成为国内首个专注于大数据人才培养的高等院校。目前,学院内已经专门设立了大数据科学与工程系,并招收了首批100名学生,分别进行信息管理与信息系统、物联网工程两个专业的培养。其中信息管理与信息系统专业偏向于数据的分析和应用,物联网工程偏向于传感器、识别设备等硬件的使用。
未来,我们还计划做三个方面的工作:一是将现有的基础性课程进修完善,并在5年内将大数据科学与工程系的学生规模发展成1000人,以适应当前贵州大数据产业发展的需要。二是与国内大数据相关企业合作建立实训基地,以便让学员中的学生能够到企业中进行“实战”,以培养学生的实际数据分析能力。三是准备与惠普公司开展大数据资质认证的培训,前期先做大数据相关院校、科研机构以及企事业管理人员的资质认证培训,后期为贵阳大数据相关企业提供大数据采集、挖掘、储存等技术培训及资格认证服务,以满足大数据产业快速发展中的人才需求。
记者:您参加了“云上贵州”大数据商业模式大赛吗?
王旭:我们参加了,主要是做中草药的课题研究。
记者:中草药和大数据也有关系吗?
王旭:中草药有很多,比如说天麻,其中很多成分都是有益的,但如果拿这些成分入药,就必须要有统一的标准。但目前来看,贵州虽然盛产中草药,但大部分都是由农民进行散种,因此我们想通过大数据的食品安全云,通过数据溯源的方法进行标准化种植。具体来说,我们会通过特定传感器检测收集其生产过程中的温度、湿度、日照、气候等数据。产品一旦能够达到标准,我们便对其种植时的数据进行溯源,并按照同样的温度、湿度、日照等进行标准化种植。这种溯源的做法,就是贵州提出的“7+n”朵云中食品安全云的一种表现形式。未来,我们还希望能把这个课题向大数据金融方向延伸,建立农产品价格信息云平台,用o2o的形式贯穿整个产业链。科技力量并不是高高在上的,其真正的伟大之处是每个人都可以受益,而我们的最终目的也是以科技的力量改善农民的生活水平。
记者:您认为贵州大数据产业的未来方向在哪里?
王旭:贵州省发展大数据产业必须要结合自身实际,走一条属于自己的创新之路。当前而言,国内三大运营商数据中心同时集中落户贵州,可谓是全国首例。因此贵州大数据产业发展的第一条路是基于数据中心,做专业化的数据收集和储存平台,让外省的企业在贵州这个平台上“跳舞”。
第二条路是结合贵州民族药、旅游业、特色农产品等传统优势产业,利用大数据技术帮助传统产业直接获取消费者对其产品的反馈,以形成真正意义上的互动沟通,帮助传统产业在营销、广告以及新产品开发等方面加速互联网化,助推传统产业转型升级。
第三条路是利用大数据进行智慧城市的建设,现在贵州大学就有很多教师在进行体检数据收集、医院医师问诊服务云平台等公共领域的研究。
第四条路是结合贵阳市在“三线建设”时期留下的工业基础,利用大数据智能识别等技术大力发展高端装备制造业,例如机器人的制造等,这在国内外都是非常前沿的应用,市场前景非常广阔。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08CDA 数据分析师:解锁数据价值的专业力量 在当今这个数据爆炸的时代,数据已成为像石油一样珍贵的战略资源。而 CDA 数据分析师, ...
2025-08-08人工智能对CDA数据分析领域的影响 人工智能对 CDA(Certified Data Analyst,注册数据分析师)数据分析领域的影响是全方位、多层 ...
2025-08-07SPSS 语法使用详解 在当今数据驱动的时代,SPSS( Statistical Package for the Social Sciences)作为一款功能强大的统计分析软 ...
2025-08-07SASEM 决策树:理论与实践应用 在复杂的决策场景中,如何从海量数据中提取有效信息并制定科学决策,是各界关注的焦点。SASEM 决 ...
2025-08-07CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-07大数据时代对定性分析的影响 在大数据时代,海量、多样、高速且低价值密度的数据充斥着我们的生活与工作。而定性分析作为一 ...
2025-08-07K-S 曲线、回归与分类:数据分析中的重要工具 在数据分析与机器学习领域,K-S 曲线、回归和分类是三个核心概念与工具,它们各 ...
2025-08-07CDA 数据分析师考试全解析 在当今数字化时代,数据已成为企业发展的核心驱动力,数据分析师这一职业也愈发受到重视。CDA 数据分 ...
2025-08-07大数据时代的隐患:繁荣背后的隐忧 当我们在电商平台浏览商品时,系统总能 “精准” 推送心仪的物品;当我们刷短视频时,算法 ...
2025-08-07解析 F 边界检验:协整分析中的实用工具 在计量经济学的时间序列分析中,判断变量之间是否存在长期稳定的均衡关系(即协整关系) ...
2025-08-07CDA 数据分析师报考条件详解:迈向专业认证的指南 在数据分析行业蓬勃发展的当下,CDA 数据分析师认证成为众多从业者提升专业 ...
2025-08-07通过 COX 回归模型诊断异常值 一、COX 回归模型概述 COX 回归模型,又称比例风险回归模型,是一种用于生存分析的统计方法。它能 ...
2025-08-07评判两组数据与初始数据准确值的方法 在数据分析与研究中,我们常常会面临这样的情况:需要对通过不同方法、不同过程得到的两组 ...
2025-08-07CDA 数据分析师行业标准:构建数据人才的能力坐标系 在数据驱动决策成为企业核心竞争力的时代,CDA(数据分析师)行业标准作为 ...
2025-08-07反向传播神经网络:突破传统算法瓶颈的革命性力量 在人工智能发展的历史长河中,传统算法曾长期主导着数据处理与模式识别领域 ...
2025-08-07MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-07抖音数据分析师:驱动平台增长的幕后推手 在抖音这个日活用户数以亿计的超级平台上,每一次用户的滑动、点赞、评论,每一条 ...
2025-08-07基于 SPSS 的中介效应分析结果解读:揭示变量间的隐性关联 在社会科学与自然科学研究中,变量之间的关系往往并非简单的直接作用 ...
2025-08-07