
大数据应用的创新路径
随着云计算、移动互联网和物联网等新一代信息技术的创新和应用普及,海量数据正在生成。2015年,中国大数据市场规模达到115.9亿元人民币,增速达38%,预计2016至2018年中国大数据市场规模将维持40%左右的高速增长。大数据正从概念向实际应用转移,越来越多的成功案例相继在不同领域涌现。
IBM日本公司的经济指标预测系统,从互联网的新闻中搜索影响制造业的480项经济数据,计算出采购经理人指数PMI(采购经理指数)预测值。而IBM根据网上的新闻分析出的这个PMI预测值,准确度相当高;美国印第安纳大学学者利用Google提供的心情分析工具,以用户970万条留言,提前2-6天预测道琼斯工业指数,准确率达到87%。
在中国,“淘宝CPI(居民消费价格指数)”这一指数通过采集、编制淘宝网上成交额比重达57.4%的390个类目的热门商品价格走势,反映网络购物市场整体状况以及城市主流人群的消费状况;阿里公司根据淘宝网上中小企业的交易状况筛选出财务健康和诚信的企业,从而无须担保来放贷。目前已放贷300多亿元,坏账率仅0.3%,大大低于商业银行;此外,利用对手机用户身份和位置的检测可实时动态掌握流动人口的来源及分布情况,也可实时掌握交通流量情况,可了解突发性事件的聚集情况等。
在各个领域,掌握庞大的数据信息,并对这些含有意义的数据进行专业化处理,大数据就有了不同寻常的商业价值。换言之,如果把大数据比作一种产业,那么这种产业实现盈利的关键,就在于提高对数据的“加工能力”,通过“加工”实现数据的“增值”。当下,大数据的价值已在许多行业被挖掘出来。
对此,中国工程院院士邬贺铨指出,大数据本身服务业的属性大于大数据软硬件的制造业;大数据对其他产业的影响大于对信息产业的影响;大数据的社会效应大于直接经济效益。因此,大数据的影响之大以及受到的广泛重视溢出效益明显。目前来看,大部分企业是把大数据分析用于客户分析,然后是运营分析、诚信分析;此外还应用与新产品和业务的创新,企业数据仓库优化。大数据支出最大的产业,一是离散制造,二是银行,三是流程制造。
今年3月份通过的“十三五”规划中,专门有一章提到促进大数据产业健康发展,并提出要深化大数据在各行业的创新应用,探索和传统行业协同发展的新业态、新模式,加快完善大数据的产业链。
“我们需要加强研究,加大投入,综合运用各方面的技术掌握数据资源,加强大数据的挖掘分析,实现在各个行业的创新应用,挖掘大数据的深层价值。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25