
未来智能制造就是跨界大数据
‘未来智能制造就是跨界大数据,即用户大数据、制造流程大数据和供应链大数据三者打通。明年‘双11’,我们将会精确地备料和生产,储存多少零件,生产线什么时候开,这些都可以根据历史数据计算出来。’鸿海集团董事长郭台铭这样形容大数据的意义。
和他一样,本届世界互联网大会上,与会嘉宾几乎言必称‘大数据’。阿里巴巴集团董事局主席马云甚至直白地将数据与前两次技术革命中的主角煤炭与石油相提并论:‘这一次互联网技术革命,数据是核心资源,未来数据是生产资料,计算是生产力。’
大数据应用的基础,源自技术进步带来的效率提升和成本下降。英特尔中国区总裁杨旭表示:‘拿DNA排序来说,10年前分析一个人要一个月时间,1000万美元;现在只要一周,1500美元,我们的目标是3年后达到24小时,500美元,这就是数据的革命。’
在中国工程院院士倪光南看来,大数据意味着4种能力。‘一是集成和融合,海量数据汇集带来价值的提升;二是计算,通过云计算,能够被迅速利用;三是洞察,人们可以由此发现新的规律,重新认识事物间的关系;四是预见,能够帮助人们决策。
4种能力交织,智慧应运而生。对于互联网公司来说,大数据应用早已不是镜花水月。美团点评CEO王兴在论坛发言中给出了一个有趣的数据。‘我们每天有700万笔订单,但送一个外卖平均时间只有28分钟。速度来自同城即时调度配送系统,通过大数据分析,我们一方面对送货员的状态和分布有清晰了解,一方面会对消费者的需求有清晰统计和预测,并根据这两点来智能调配运力资源。’
招聘网站领英执行主席、联合创始人里德霍夫曼同样讲述了大数据的大智慧。‘在美国犹他州、英国曼彻斯特,我们都根据公司的需求数据和网站上的简历数据帮助城市进行分析,现在哪些行业能够提供工作岗位,未来的工作岗位是什么形态,目前失业人士又有哪些技能等。通过这些分析,城市就能够拿出有针对性的就业资源帮助大家重新就业。’
但是,大数据的能量并非仅仅止步于此,它也在促成新的商业模式。‘哪怕在5年前,对于传统企业来说,还意识不到数据的重要性。但今天,数据已经成为我们新生态圈的中心。’卓尔集团董事长阎志告诉记者:‘卓尔旗下有500万平方米的汉口北市场和300万平方米的天津电商城,基于对传统批发市场业务的熟悉,建立了目前年交易额超过430亿元的批发市场线上交易平台,就是为了要获得数据。依靠这些来自线下线上的数据资源,开始提供智能货运服务和基于供应链的金融服务,形成了自己的生态闭环。’在他看来,专业利用手中传统产业沉淀的数据资源,是传统企业转身的‘关键’。
‘真正场景化的大数据,能够形成新的商业逻辑。’WiFi万能钥匙总裁张发有举例说,‘一个街边的美甲店,店主不可能负担得了户外广告或电视广告的成本,但是店主可以通过WiFi万能钥匙向周边5公里以内的年轻女性精准投递促销信息。这种精准投放能实现,是因为人和场景的匹配提升了广告的投放效率,进而降低成本。但前提条件是,你能为用户准确地画像,知道他们是什么样的人。’
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 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在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23