
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
KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-19偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 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 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12