
大数据带来重要战略机遇
大数据与其他新一代信息技术的关系,我们以云为核心,云端连上传统互联网、物联网电子商务平台、社交网络平台,云端直接面向不同网络获得数据,数据再交给大家数据,由大数据给云端反馈或者是分析出我们所需要的结果。通过刚才的背景介绍,我们认为未来IT有三个重大发展趋势,也是我们庆幸我们现在处在IT转变阶段,首先是基础设施云化,通过大数据应用云计算各方面技术,看到企业后台技术是会变成云基础,这样的话企业也好、个人也好都不需要构建自己的IT平台了。我们可以提出需求响应,我们付费获得到这方面的服务,不管是企业角度来讲还是消费者角度来讲,未来进入IT消费化时代,我们不需要一次性购置很多的设备或者软件,我们只要通过网上付费交易系统获得相应服务得到结果就可以满足我们的需求了。另外一个方向是企业社交平台,企业未来必须要注重如何让企业跟企业之间沟通、跟供应链环节沟通,都可以通过企业社交平台扩展企业的资源影响力。包括企业自身CRM管理,企业营销管理,新品发布、促销手段、甚至包括公关都可以纳入企业社交平台。企业也不一定要通过各种各样的媒介平台或者通过企业召开发布会,只要通过企业社交平台就可以把企业宣传得更远,这也是一个划时代的突破,这主要得益于微博。
企业IT技术点分布,第一层次是成熟技术应用,移动互联网有移动攻关存储技术、新一代存储标准等等。还有核心技术和主要应用。我们更多的把大数据跟信息产业连接起来,因为我们国家在很多年以前强调信息产业发展,怎么样进行转型升级,怎么样做到突破现有瓶颈达到世界领先水平,从整个发展趋势来说,我们必须要抓住IT技术转型的过渡期来做一个跳跃性的发展。现在大数据对于整个信息技术产业的影响是显而易见的,我们认为IT技术与产品将会得到更快加速创新,甚至整个行业也会进行重新整合。大技术产业结构图包括硬件、软件、应用软件和社区服务,这是大数据所能囊括的各个方面,甚至以后大数据会出现数据咨询服务公司,能够给企业在架设大数据的时候提供相应咨询服务,还包括大数据的集成设施服务。
从厂商来说的话,现在引导的厂商有六家,IBM、英特尔、SAP、EMC、ORACLE和微软,从大数据对信息技术应用的影响来看,我们认为有两个方面,一方面促使数据获取、数据存储会更广泛。另外会激发大家对信息技术挖掘的强烈需求,导致的趋势也是两个方面,第一是让信息部门从成本中心转向应用中心,阿里巴巴也设立了CDO的首席数据执行官这样一个位置,他可能会更多把IT技术向业务方向转型,跟CRO有很大的区别。CRO更注重信息技术的构建包括价值可用性,但是CDO未来发展更趋向于信息的价值提升甚至包括对整个公司决策的影响,大数据可能对企业架构也会产生一定影响。决策智能化,企业战略从业务驱动转变成数据驱动,业务可能在之前更多是业务部门制订业务方向,管理层制订业务目标,但是在未来会通过数据挖掘,大数据技术获得更多的决策方面的驱动的支持。
大数据在当前阶段处于一个发展初期,我们更侧重大数据技术研发、概念的推广、解决方案的推广甚至包括商业模式未来怎么构件。但是两三年以后整个环境会变得好转,生态环境的逐步完善以后,大数据应用案例增多,用户可能对它的认可度更高,基于大数据业务创新将会得到更好的完善,整个数据变成资产的进度也会更快,企业未来会真正把数据作为他的一个资产来进行管理。再过几年可能整个行业是数据解决方案更成熟,会渗透到各个行业中,数据已经成为整个企业智能检测驱动力量,整个社会的信息化沉重也会出现质的提升。
大数据带来重要战略机遇,一个是新一代信息技术融合应用新焦点,会未来创造比较大的商业价值、社会价值、经济价值。第二信息产业持续高速增长的新引擎,大数据对数据存储产业包括整合设备产生巨大推动,同时数据挖掘市场也会得到很好的发展。第三行业用户竞争力得到不断提升,更好定位到自己的目标市场,更好扩大企业未来市场份额,这时候企业具有更强的竞争能力,在数据方面扶持会更多,市场会发展更快。从国家角度来看,国家现在还没有把大数据作为发展方向,但是有三个,国务院关于加快培育和发展新战略性新产业的规定,国民经济和社会发展十二五规划纲要和十二五国家战略性新兴产业发展规划都提到海量数据处理软件要开发,智能海量数据化处理相关软件开发产业化,推进高性能服务器海量数据存储也要产业化。从市场机遇来看的话,我们看到国内各地云计算已经遍地开花了,包括北京、天津、上海、武汉、西安、重庆无锡等等这些地方政府都在制订自己的云计算产业规划,我们认为归来他们势必会把大数据作为他们的发展方向,大数据在未来能给这些云计算产业基地或者园区提供更好的价值。从行业角度来看,大数据分成三个纬度,优先关注行业,互联网电信医疗制造金融等等;值得关注行业交通能源、零售、教育,这都是大数据未来发展的方向。适当关注房地产未来也有突破。
策略建议,我们对四个方面的假设提出四个建议,政府更应该把握战略机遇期IT转型期,更好提升产业层次,更多制定相关扶植政策,营造产业发展环境,并且起动立法保障信息安全。对于IT厂商来说,应该更深刻洞察客户需求,提供高可用性整体解决方案,专注细分领域创新提供有行业特色的专家级方案。对于应用开发商来说,移动互联网的发展是势不可挡的,企业更应该抓住移动互联网发展契机,提高企业移动应用产品的便捷性和互动性,深入研究企业用户消费行为,把握企业数据应用消费需求发展方向。对于行业用户来说,通过云平台实现数据大集中,形成企业数据资产,设立CDO岗位,有专业人员管理者深度分析挖掘大数据的价值,推动企业智能决策。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28