京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据条件下的创新评估
一种方案可以获得大数据,只要设计这个系统是可以很容易采集数据,可以很清楚进行分析,接下来可以设计出针对性的解决方案。另一种方法是很简单的低成本,用现在的创新术语来讲就是朴素性创新。两种各有各的好处,如何评估哪个更好,情境很重要。

一、创新技术领域的评估
创新的价值评估要分不同领域来看,在技术领域,有定量和定性两种标准,定量可以分析技术产生多少销售额,定性可以分析市场、社会、时代和历史对技术本身的评价。
二、创新科学领域的评估
而在科学领域则面临的是发现。所以对于科学的评估,我国国情基本都是用数paper,管理学领域就是看SCI和SSCI,还有UTD24,但是定性也是在不停的反思,你的学术影响力到底大不大,是不是还是要有同行评价的方法,同行评价就是看这个圈子里其他专家是否认可。
三、创新产业领域的评估
第三个领域是产业域。国内的七宗罪,第一是以模仿为主,原创为辅。第二是关注渐进,轻视突破。第三是成本导向,忽略价值。第四是只管需求,不顾供给。第五是原创走红,不敢变革。第六是强调模式,不屑技术。最后一个是“网+”为主,制造为辅。所以现在仍然评估,缺少颠覆传统的勇气和眼光。哪种创新能够改变世界呢?归根到底我们为新而新,无异于缘木求鱼,追求短期效益,缺乏长远规划。
四、创新制度领域的评估
第四个域叫制度域,确切的讲叫体制域。不管是当年英国革命,确立了君主立宪制,还是后来我国自己的康有为的洋务运动,直到五四运动,再到改革开放,一直在制度体制方面做了很多工作。对于体制领域创新如何评估,如果说制度的改变、体制的改革,能够带来一定程度的生产生活改善,这个定量的评估该怎么做,或者是定性我们说解放生产力怎么评估,都是值得思考的问题。
五、创新文化领域的评估
第五是创新的文化域,在文化域中分析受欢迎的程度或者是公众接受的程度。对文化的创新应该遵照什么标准,定量指标看,对于公众是否提升了幸福指数。所以在不同的这些域里面,技术、科学、产业、制度和文化,应深入思考。
六、五大领域的关键词
五个不同的领域里有不同的关键词,技术领域是发明,科学领域是发现,产业领域是推广,制度领域是改革,文化领域是粉丝,在不同的领域里面创新,他们评估方法可能有所不同,但是也有相通的地方。解决问题可能有创造力,也可能没有创造力,有可持续性,也可能没有持续性,对于既有创造性又有可持续解决问题,对原来比较狭义的理解可能会产生不一样的效果。尤其是在我们学校教育科研里面,应该以定量为基础依据,以定性为重要参考。
七、相关数据分析
一些数据方面的基础工作,包括企业间的联盟数据库,跟“一带一路”的数据类似。首先,国家自然科学基金委他们一直很强调,建立中国企业基础数据库的重要性,目前为止获得了2001至2005年完整联盟的原始数据。关键的信息是这样的,包括成立时间、成员企业、联盟活动、种类如何、是否有研发生产的、专利信息等等,涵盖了十个高新技术企业、两千多个联盟3500个企业。目前还存在一些问题,需求如何,企业的名称有的时候不规范或不统一,企业的编号不一致,有的时候会重叠,专利数如何分配等。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18