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
很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12