京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代进行时
百度百科显示,大数据(big data),或称巨量资料,指的是所涉及的资料量规模巨大到无法透过目前主流软件工具,在合理时间内撷取、管理、处理并整理成为对企业经营决策起到帮助的资料。2013年,大数据这一前瞻性的词汇被广泛提及,并被普遍认为是创新和生产力提升的下一个前沿。2012年,美国学者维克托出版了《大数据时代》一书,维克多也被认为是“大数据商业应用研究的第一人”,而他提到的“大数据已经成为了新发明和新服务的源泉”也在商业模式的应用中得到验证。
营销从流量购买转向人群购买,具备数据挖掘能力的公司却倍受资本青睐;在移动互联网领域,公司从开发者角度找到数据挖掘的方向,通过提供免费的技术服务,帮助开发者了解应用状况:大数据也是资本考察公司价值很好的工具,从其拥有的数据规模、数据的活性和这家公司能运用、解释数据的能力,就可以看出这家公司的核心竞争力。尽管大数据时代来临和大数据应用已经成为必然趋势,但在国内,大数据真正的概念的理解以及国内目前的发展情况和如何做好大数据却仍显模糊,而这也是业界目前探索的焦点。日前,以“大数据时代的服务业创新”为主题的2013福布斯·静安南京路论坛举办,对此做了探讨。
大数据还在初始阶段
全球畅销书《大数据时代》的作者维克托·迈耶·舍恩伯格:我们需要避免大数据的泡沫,有时候你觉得是大数据,但它并不是大数据,比如有些公司正在卖硬件、软件或者提供咨询服务,他们有时候把有些东西叫做大数据,其实并不是,所以我们不要带来太多的泡沫,有些东西不是就不是。Granter公司有一个技术发展曲线(Hype Circle)(Gartner公司是全球最权威的技术咨询机构,它的技术成熟曲线就是根据技术发展周期理论来分析新技术的发展周期曲线,以便帮助人们判断某种新技术是否采用,这个曲线将技术成熟的过程划分为5个阶段:一是萌芽期(Tech—nology Trigger)又称感知期,人们对新技术产品和概念开始感知,并且表现出兴趣;二是过热期(1)eak of Inflated Expectations),人们一拥而上,纷纷采用这种新技术,讨论这种新技术。典型成功的案例往往会把人们的这种热情加上把催化剂;三是低谷期(Trough of Disillusionment),又称幻想破灭期。过度的预期,严峻的现实,往往会把人们心里的一把火浇灭;四是复苏期(slope of Enlightenment),又称恢复期。人们开始反思问题,并从实际出发考虑技术的价值。相比之前冷静不少;五是成熟期(Plateauof Productivity),又称高原期。该技术已经成为一种平常。我觉得我们正处在非常初始的阶段,如1996年的电子商务,当时电子商务只是在美国网上来订购匹萨,大家慢慢才意识到电子商务是卖书,好比说亚马逊,所以我们是刚刚开始,像电子商务在1996年,我们也不知道以后会发展成什么样,这是它美丽的地方,因为我们面对很多机遇,每一个人都会有机遇来参与到我们未来的曲线里面。
技术能力推进大数据发展
IBM全球副总裁兼中国开发中心总经理王阳:我们正处于在发展过程中,远远没有达到高潮,大数据只是一个概念,大家在逐渐接受。云计算已经存在很多年,而眼下虽然人们已经在拥抱大数据,但仍在雏形的形成过程中。IBM在大数据已经布局了很长时间,用了190亿美元收购大数据的有关公司,组织起来就是为了这个高潮。第一,技术发展推进了大数据,通过通讯、英特网、云计算、物联网等等的综合,所有的数据都已经逐渐可以采集起来。在这样一种情况下,像维克托所说的全息照相,把人类的活动和自然活动都采集下来,我们已经有了数据的来源。第二是技术,也就是云计算处理能力,存储、带宽已经到了这样的时代,可以去处理这样的数据。第三,我们不光是有了处理能力,更重要的是有了一个分析判断的能力,能够进行进一步的优化,给整个社会带来价值,也就是说有了价值之后,大家才会去相信大数据,从中得到自己的便利。
数据要以有效的方式展现并应用于商业活动
一号店创始人、董事长于刚:我认为大数据真正的应用才开始。因为现在首先可以采集到大数据,第二数据越来越精确,第三是数据越来越实时,只有能实时采集到大数据它才能真正为我所用。人们理解的数据只是零散的,要经过整理和过滤之后才能成为信息,信息要能进一步以有效的方式展现在人面前的时候才能成为知识,但这个知识要经过各种工具分析,真正应用到商业活动中间才能成为商业智慧,所以这是一个日积月累的过程。
数据要将消费行为转化为个性消费需求分析
苏宁云商集团副总裁范志军:就商业层面来说,我们对大数据的应用远远不够,现在谈论的大数据过去也有,而且这些数据都是客观存在的,只不过过去没有把这些数据通过具体的分析进行归类、整理,然后将其运用到我们的商业领域去。中国的零售行业在商业运用的层面上才大数据刚刚开始,如何把这些大数据经过分析以后,很好地运用到上游制造企业,是需要努力的。而通过数据的分析把消费者的一些消费行为转化为对消费者个性消费需求的分析,也是当下整个零售行业要做的一件具体的事情。
使中小商家受益是最早能看到的大数据的价值
聚胜万合公司董事长兼首席执行官杨炯纬:对于大公司可能没有办法用大数据的简单算法超越它,这就是在复杂应用上大数据似乎到今天为止还没有展现出价值,或者没有被大量应用的原因,但是对中小企业,不管是复杂算法还是简单算法都没有能力计算,因为他没有团队、能力和资源,这个时候大数据的应用一下子使得这些中小企业能够进入到这个领域。
我们在广告领域用得最多,不管是谷歌也好,还是淘宝也好,其实他们大数据的应用都是直接使得中小商家受益,所以我觉得这可能是最早让我们看到大数据价值的地方。
大数据时代来临初期小数据仍有价值
益普索大中华区董事总经理海岚:前一段时间我们行业很多大型企业都一直在探讨,如果来了大数据,那小数据还有没有价值,需不需要存在。当我们回顾市场研究在做什么的时候,其实会看到,以前为什么去收集小数据,为什么分析小数据,是源于我们服务的企业,就是说品牌主或者产品和服务供应的企业,他们实际上在用传统的营销方式来做营销,所以在这样的营销方式下,需要用抽样的方式做预测和产品创新的支持。但今天这些企业主实际上在面临一些新的挑战,他们在做一些拥抱大数据或者做新数据营销的时候,对市场研究公司来讲,我们不光要收集小数据,分析小数据,还要拥抱大数据,而且帮助企业一起拥抱大数据。针对大数据,我们现在还是在一个非常初期的阶段,对于专门收集数据和分析数据的企业来讲,希望在这方面能够做得更好,能够帮到各种各样的成功企业。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 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 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 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 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 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 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 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。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 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 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25