京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据与石油的相似处在哪里_数据分析师
2013年是大数据最火的一年,也是从梦想转向现实的关键一年,从概念到技术、从蓝图到实践,大数据正在从轰轰烈烈的炒作热潮中归于现实。而经过几年的应用,大数据的重要性被广泛认可。全球各大权威经济论坛、各大权威媒体、各国政府已经将大数据的经济价值和战略高度提到了与石油等同的高度,对大数据的未来寄予厚望,也对大数据发展中存在的问题进行了国际性的探讨。
究竟在哪些方面大数据能和石油画等号呢?
储藏量丰富
关于大数据的统计和预测,许多著名的咨询机构都发布过报告,虽然统计对象不一、口径不一,预测的时长也有较大差异,但是结果都可以用两个字概括——海量。DCCI互联网数据中心有一个统计结果是,人类社会过去3年产生的数据量比过去4万年还要多。
这些海量的数据中,必然蕴藏着巨大的商机。去年2月,美国《华尔街日报》发表文章《科技变革即将引领新的经济繁荣》,指出“我们再次处于三场宏大技术变革的开端,它们可能足以匹敌20世纪的那场变革,这三场变革的震中都在美国,他们分别是大数据、智能制造和无线网络革命”。今年年初的达沃斯论坛发表了一份名为《大数据,大影响》的报告,断言“数据已经成为一种新的经济资产类别,就像货币或黄金一样”。
3月29日,美国白宫宣布投资2亿美元启动“大数据研究和发展计划”,希望增强收集海量数据、分析萃取信息的能力。这一动向反映出美国政府已经把“大数据”上升到国家战略的层面,这也是美国继“信息高速公路计划”和“国家宽带战略”以后提出的第三个国家层面的ICT战略。
被使用才有价值
大数据的经济价值等同于石油,这一比喻的含义不仅在于其资源的丰富性和可用性,还在于后期加工和利用的重要性。石油在地下埋藏了千万年,而开采和利用不过是近几百年来的事情,只有被开采、被利用,才能发挥经济价值。大数据的价值,与石油高度类似。
无论是谷歌拥有的那些具备广告价值的数据,还是百度地图拥有的那些路况数据,都是大数据在现实生活中一展身手的最佳案例。分析家认为:“大数据仍然处于早期发展阶段,离大规模商业化或者盈利仍然有非常遥远的路途。”但是大数据蕴含的宝藏,是谁也不能忽视的。
大公司主导市场
数据正在成为新的“石油”。不过,虽然我们的生产和生活中离不开石油,但是石油的开采权却掌握在政府和少数石油巨头手中。大数据的未来也会这样吗?虽然从理论上说,互联网是一个开放性的网络,几乎所有的人和企业都能够使用互联网,或者依赖互联网而生,但互联网的核心资源却是极度集中的。未来学家Gerd Leonhard在近期于泰国曼谷举办的国际电信联盟2013年世界电信展上表示,互联网已经从一个全民的、分散的通信工具转变成一个由大公司所主导的数据网络,而90%以上的大公司设在美国。如果将这个比喻进一步扩展的话,从消极方面来讲,大数据可能等同于石油巨头——想想在发生重大漏油事件后,埃克森美孚石油等公司的名誉,或是在墨西哥湾石油钻井平台灾难发生后英国石油公司的处境。类似程度的大数据安全或隐私方面的问题,导致的后果都可能是灾难性的。
过度使用有隐忧
对石油资源的过度开采和利用,不仅使资源匮乏,也会破坏人类赖以生存的环境。同样,也有不少人担忧,ICT领域特别是大数据领域在获得突破性进展的同时,也在创建一个道德伦理问题的泥潭,使互联网环境变得不安全。随着社会越来越依赖于数据服务和应用,并且在用户使用服务的同时,企业和政府获取越来越多的个人数据信息,隐私和安全问题变得至关重要。而这一问题,光靠市场的力量无法解决,必须依靠监管和国际合作才有望破解。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07