
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
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