
大数据的趋势已经被“四朵云”和“垂直生意”所证明
目前互联网正在迎来云计算与大数据时代。一部纸牌屋的火爆得益于视频网站Netflix海量的用户数据积累和分析,从奥巴马精选到微软研究院预测奥斯卡奖项,大数据挖掘正逐渐渗透入生活之中。
在海外的科技企业中,亚马逊正在效仿《纸牌屋》的模式,同时运作数十个电视剧项目;而Google的Adsense对顾客的搜索过程和网站关注度进行数据挖掘,并在其联盟内的网站追踪顾客的去向,在联盟网站上推出和顾客潜在兴趣相匹配的广告,基于大数据开发的无人驾驶汽车项目;不仅如此,微软、苹果等公司也正在通过大数据分析制作类似的产品。
据赛迪顾问统计数据显示,2012年我国大数据市场规模为4.5亿元,同比增长40.6%,预计2013年至2016年行业规模将达8亿-101亿元,呈爆发式增长态势。而中国的互联网公司们自然不会放过这个机会。
最近刚获悉,国家级大数据网络加速技术国家地方联合工程实验室宣布落户迅雷,作为大数据加速领域唯一的国家级工程实验室,业内人士赵勇认为这是推动迅雷云加速的一大动力器。而对于累哥而言,这或许才是迅雷布局上市的秘密武器。
在大数据的云方面,BAT巨头们是各有千秋,百度的主要云服务类型为“云搜索”、腾讯为“云交互”,阿里巴巴为“云商务”,加上刚有数据实验室助力的迅雷的云加速,累哥将其统称之为“四朵云”。
百度“云搜索”:2013年大数据已经成为百度搜索的核心战略,在2013年百度世界大会上,百度将整个主题聚焦在“大数据”上,其投入百亿元的云计算中心已经成为其精准搜索与交互的核心武器,如今李彦宏已成立深度学习研究院,希望通过大数据“深度学习”出互联网的未来。
而大数据的深度挖掘为百度的“云搜索”做了坚实的铺垫,百度2013年百度移动应用搜索量增长了十倍,而百度云发布的功能包括相册、网盘、通讯类等服务,同时还完成了跨屏跨终端的平台功能,百度正在筹划打通音乐、文库等产品,提供一站式云平台服务。
迅雷“云加速”:目前云加速是迅雷的核心能力,迅雷云向互联网用户提供大容量数据加速传输到本地,提高用户的宽带利用率。通过云加速和其大数据处理能力,挖掘热点资源库,为用户精准推荐资源。
迅雷云加速基于上万台云加速服务器的部署,既可以满足网民快速获取数据内容的需求,也可以帮助互联网服务提供者实现数据内容的低成本高效分发。目前此项业务已经为迅雷带来4.6亿用户,超过460万的付费用户。
再加上刚刚落户的国家级大数据网络加速技术国家地方联合工程实验室,迅雷在商业模式的构建已经逐步形成完善的体系。
阿里“云商务”:阿里巴巴阿里以其强大的淘宝、天猫等阿里系的电商平台优势,通过记录商家销售额、信用等级、顾客流量以及存货等积累大量企业以及消费者的行为数据。同时其强大的阿里云功能为中小卖家解决了商务难题,有消息称,今年有75%的全网的订单,80%的天猫订单,都是在云计算的系统上来处理的,构建在阿里云上的专属电商工作平台“聚石塔”承载了这部分工作。
同时阿里将并购投资作为其重点发展战略,投资了包括陌陌、虾米网、快递打车、友盟、新浪微博、高德地图等一系列应用。这些应用为阿里获得了社交、音乐、O2O、地图等大量的移动流量与数据,为其构建了一个高估值的大数据蓝图。
通过对用户的信息分析以及强大云商务处理能力,阿里巴巴建立了独特的银行体系,进入了一个被传统行业所忽视的市场,为卖家提供无抵押小额贷款,随后又建立了余额宝正式进军金融行业,这种小微企业的信用评级体系正是建立在庞大的数据信息以及精准定位上。
腾讯“云交互”:在三大巨头中,腾讯的开放平台开放较晚,其在云交互方面已经小有成效,腾讯云服务平台定位于基于服务互联网应用开发者的公有云平台,包括云服务器、云数据库、云安全等产品。腾讯方面曾表示,腾讯云服务的稳定可靠性能做到99.999%。根据前几天的消息,目前腾讯云旗下个人云存储产品微云用户及活跃用户均已经过亿。
在大数据时代除了上述的“四朵云”外,目前一些垂直科技企业也开始挤进来,开始做起了垂直生意。
穷游:在线旅游
穷游是近年来新兴起的一家社区类型的旅游网站,当用户在穷游网搜索目的地信息时,团购、地图、酒店、票务、度假产品、攻略等服务都可以同时展现,穷游网拥有用户近1000万,移动端激活用户近500万。
最近其价值被阿里巴巴看中,投资千万美元作为其大数据环节中的重要一环。
Mediav:网络广告
大数据分析为MediaV提高了精准广告投放及优化能力,MediaV对电子商务有深刻的理解,对网民购物兴趣进行长期的跟踪、挖掘和分析,实现海量商品对消费者的精准匹配,大大提高了广告流量的变现能力。目前MediaV的年营收总额已超过5亿元。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08