京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据的最终受益者是消费者
浪潮集团董事长孙丕恕认为,传统产业的升级与延续要依靠互联网技术改变固有思维模式,而互联网公司也需要凭借自身优势尽可能与产业链结合。双向的互联网化最终将完成对传统产业的改造。
开放政府数据会很有用
新京报:面对如今互联网+一切的浪潮,你认为哪个行业的互联网+最有前途、哪个行业最不适合与互联网结合?
孙丕恕:我认为最有前途的行业是互联网+政务。
未来传统产业的互联网化和互联网公司的传统产业化将同时进行。一方面,传统产业要生存必须以互联网思维来改变过去的模式;另一方面,控制了商业模式的互联网公司将凭借自身的主导优势尽可能地覆盖产业链上更多的环节。双向的互联网化最终将完成对传统产业的改造。因此,可以说,没有不适合与互联网结合的行业,只有结合的密切程度的区别。
新京报:你连续两年两会建议政府能够数据开放,你看到了政府数据的哪些亮点?如果拿到这些数据,你会用做哪些用途?
孙丕恕:政府数据,比如说公安机构的人口信息,真实性、有效性、完整性、可用性都比较强,而且数据量大。利用政府开放的数据与互联网数据结合,可以开发出很多有利于国计民生的应用,比如可用于社会治理、公共安全、企业征信系统等领域。
像浪潮前几年为山东公安做的“警务千度”,就是利用大数据的警务搜索平台,它整合了公安、交通等多个政府部门的数据,实现对海量警务信息的横向关联、毫秒查询、批量比对,实现了人、案、物、信息的无缝对接和立体展现,成为山东省公安厅追踪逃犯等警务工作的“千里眼”、“顺风耳”。
云计算已成为不可阻挡的趋势
新京报:许多知名企业发生过用户数据外泄等事件,使得云计算产业的安全性和互联网的可信任度在全球范围引起了质疑。
孙丕恕:从目前的发展来看,云计算已成为不可阻挡的趋势。同任何新生事物一样,云计算在发展过程中,会遇到这样那样的问题。但是技术演进的脚步不会停止,相应的问题也会有相关的技术去解决。
新京报:云计算和大数据能为普通人的生活带来什么改变?
孙丕恕:事实上,云计算可以改变各个行业。不管是医疗、教育、工商、金融还是餐饮、旅游、零售等,这些行业受益于云计算和大数据,但最终受益的还是每一个消费者。其实我们几乎每天都在享受云计算、大数据带来的实惠,以旅游为例,旅游黄金周引发的道路交通拥堵、厕所等不好找的情况,这时如果有一个平台,能实时显示交通状况、景区服务点的人流等信息,人们能一目了然地了解相关信息,方便安排行程,同时也利于管理者对景区进行管理,更好服务游人。
用大数据分析规范互联网金融
新京报:此前有不少人反映,对于网页上根据自己的搜索和购买记录显示的广告非常反感,这种商业模式能否继续改进?一个人是否可以拒绝分享关于自己的一切数据?
孙丕恕:目前这种通过大数据进行行为习惯分析来推送广告,其实只是大数据的一种低级应用,对其中出现的不良现象,相信政府会通过立法进一步规范。
云计算、大数据真正的商业模式是在云计算的基础上,通过政府开放数据和整合互联网公开数据进行创新应用,发展新的业态。
在当今社会,拒绝分享关于自己的一切数据是不可能的。因为要享受服务,就会把个人基本信息分享给相关机构,比如最基本的服务,就医、购房等。
新京报:现在的互联网金融发展非常迅速,但跑路的互联网金融公司也非常多,其中的痛点就是风控和规范,大数据和云计算对互联网金融会有什么帮助?
孙丕恕:互联网金融企业的金融活动通常是网上进行的,这对于政府利用大数据分析对其监管提供了基础。
数据信用平台在规范互联网金融企业方面,可以做的有很多。比如浪潮曾经开发过一款以企业信用评估为主线的数据信用平台,通过整合政府数据和互联网数据开发的应用平台,能够在识别企业信用状况的基础上提供风险评估预警,方便用户查找企业信用等级,决定要不要购买其产品和服务,还能为政府监管企业信用情况提供数据标准。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07