
大数据产业化的“贵州样本”_数据分析师
“旅游应该是心灵放松、知识获取的过程。我们的产品,将景点、餐饮、住宿等‘孤岛’数据综合起来,让每一位旅行者随时感受到最贴心的服务。”12月21日,在“云上贵州”大数据商业模式大赛项目分享会上,一位参赛选手这样介绍自己的项目。
大数据,已然成为科技界的热点。不少专家直呼,大数据、云计算将带来IT技术的新一轮革命。如何打通来自各领域的数据,让信息“孤岛”形成统一平台,如何让海量的数据产生价值与利润,仍然是科学家、IT业者在探索的话题。
在发展大数据产业之路上,贵州正在全力探索、推进,并已经取得了一些值得借鉴的成果。
打通信息“孤岛”
每一天,每一个人都在制造着数据。这些看似无足轻重的数据,却有可能成为政府机构制定政策、商家生产产品的参考。当来自各行业的数据足够多,其价值就会更加凸显。
目前,掌握数据信息最多的政府并不愿将数据公开,更别提让其产生价值。
“主要原因在于,大数据产业还没有既定模型。”贵州省经信委办公室副主任魏巍向《中国科学报》记者介绍,目前欧美国家虽然在一些领域尝试开放数据,但在中国,无论是地方还是中央,都比较谨慎。
“对贵州来说,发展大数据产业,已别无选择。为了发挥后发优势,促进经济转型发展的同时守住生态底线,我们毅然选择大数据产业作为未来的重点。”魏巍指出,贵州发展大数据,虽有现实的无奈,但更多是主动的选择。
目前,贵州正式启动“云上贵州”系统,全面实施交通云、电子政务云、工业云等工程,旨在实现各政府部门数据的互通、共享,全面推进政府数据资源的整合、共享。
“交通问题看似是交管部门的问题,实际上涉及市政、城管等很多部门。现在各部门的数据都在统一平台,就有利于综合考量,制定合理的交通政策。”贵州交通信息与应急指挥中心主任丁志勇向《中国科学报》记者表示。
打破原本按行业、部门分类的数据孤岛,让数据自由连通、聚集于统一平台,大数据才真正成为“财富”与“金矿”。
探索赢利模式
目前,贵州是全国第一个开放海量政府数据的省份。海量数据有了,到底如何让其被广泛利用,便利公众生活呢?
政府开放真实数据,软件公司利用数据挖掘价值进行比赛,成熟的可就地转化……贵州试图通过这样的模式,让数据更快得到利用。
智慧交通云平台项目负责人马乐民说,他们利用贵州开放的数据,以及来自市民的出行信息,打造“智慧交通”,为政府制定交通管理政策提供决策参考,同时也方便市民出行。
“在我们的设想中,政府提供的红绿灯、路况等数据占平台信息的30%,来自第三方导航软件公司提供的信息占10%,其他信息都来自市民提供的出行信息。有了这些信息,就可以开发出高度智能的交通信息管理系统。它最大的特点,是可以动态、及时反映出哪些地方人多、车多,为市民提供最可靠的参考。”马乐民说,“理想状态下,这有望解决贵阳的交通拥堵问题。”
让数据提出问题
让大数据真正形成产业,首先需要传统企业的参与。这方面,“云上贵州”也作出了积极的探索。
茅台集团电商公司技术总监高文立向《中国科学报》记者介绍,2010年,茅台集团开通了B2C电子商务业务。此后,茅台电商公司将1000多家专卖店系统、32家自营店系统,茅台网上商城、公共电商平台接口系统等,一次性全都迁移到阿里云上。
“我们打通线上线下业务,根据用户所在位置的数据,就可以安排就近的门店送货,未来也可以根据消费者数据,进行一些商品、服务的订制。”高文立说。
目前,贵州知名的老干妈集团,也开始使用二维码追溯系统的研发等云化工作。大数据,开始逐渐渗入传统企业。
当然,大数据产业发展,并无特定的形态。阿里巴巴集团首席技术官王坚向《中国科学报》记者介绍,数据时代最大的挑战,是有数据的时候,根本不知道这个数据能解决什么问题。
“当这个数据帮你提出问题,同时又能解决问题的时候,商业模式就出来了。”王坚认为,真正的大数据应用,是让数据产生未知的新问题,再去解决它。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08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 ...
2025-09-01