京公网安备 11010802034615号
经营许可证编号:京B2-20210330
对话《大数据时代》作者维克托·迈尔·舍恩伯格
大数据时代高歌猛进,年轻创业者机会几何?对话《大数据时代》作者维克托迈尔舍恩伯格
大数据时代,年轻创业者的机会在哪里?大数据发展的瓶颈是什么?如何化解企业数据共享难题?如何加强用户 隐私保护和知识产权保护?正在上海举行的2014浦江创新论坛上,大数据系统研究领域的先河之作《大数据时代:生活、工作与思维的大变革》一书作者维 克托迈尔舍恩伯格接受了新华社记者采访。
创业成本降低
记者:大数据时代,年轻创业者的机会在哪里?
维克托:大数据时代一个最为显著的变化是创业门槛和创业成本大幅降低。100年前,创业需要大规模投资兴建工厂;10到15年前,互联网创业需要投资购买 大量昂贵的服务器。现在,创业只要花费几万美金租用云服务和带宽。大数据时代,数据捕获、数据存储技术的云端化为广大中小企业以及年轻人的创业带来了 无限可能,公司规模、服务器体量、资金规模不再视作绝对优势,决胜的关键在于数据分析的技能和创新思维的运用。
汽车有望成为大数据源头
记者:当前,大数据发展的瓶颈是什么?
维克托:坦率说,时下大数据发展面临着不同层面的瓶颈。首先,在技术层面,目前我们使用的大部分数据分析和统计工具还都是诞生于小数据时代,我认为, 它们已很难适应大数据时代的技术需求,因此,我们应尽早着手开发适合处理海量数据的多样化工具。其次,在观念层面,大数据思维模式的普遍缺乏依然严 峻。数据的隐藏价值还远未得到很好的重复利用。我们要继续加强思维模式的教育,尝试从大数据专家的视角去思考世界。例如,今后,汽车将是产生数据的源头, 基于这些数据,能对人的行为作出分析和预测,汽车制造商能为人提供更好的服务,这样也就不难理解谷歌为什么要开发无人驾驶的汽车了。
小公司也有掘金机会
记者:大数据时代,小公司常常会因数据量不足而陷入无米入炊的窘境,而拥有海量数据的大公司却又往往不愿意分享自己拥有的数据,对此,您认为我们应如何化解企业间的数据共享难题?
维克托:基于市场竞争和商业机密的考虑,大公司不愿意共享自己的数据是可以理解的,我认为,这恰恰为中小公司提供了难得的机会。例如,小公司可以作为第三 方公司承担起整合行业数据的工作,条件非常简单,小公司需向大公司承诺,不会将其数据提供给它的竞争对手。在这种情况下,不仅大公司可以享受到小公司提供 的数据分析和预测服务,而且小公司也拥有了属于自己的利益空间。他举例说,预测不同时段飞机票价的美国公司Faircast就是这样一家成功掘金的小 企业。
没有信任就没有大数据
记者:在大数据时代,我们应如何加强用户隐私保护和知识产权保护?
维克托:建立用户、数据收集方和利用方三者之间的信任感非常关键。可以说,没有信任就没有大数据。在用户隐私保护和知识产权保护方面,我认为,政府需要承 担其相应的职能,包括制订数据使用的法规、明确数据使用的场合和目的等。目前,世界上现有的数据保护法和隐私保护法,都已不再适应大数据发展的现状,我们 要抓紧研究针对大数据运用的立法。北美和欧洲现已启动了这方面的工作,而我也有幸成为了这100位调研专家中的一员。
政府当激发新价值
记者:在鼓励企业参与大数据竞争的过程中,您对政府的角色扮演和职能发挥有何建议?
维克托:开放数据,对政府来说是开展大数据工作的首要职责。它不仅能促进这个社会具备做出更好决策的能力,而且能刺激经济的发展,促进企业家精神和创业企 业的培育。我对上海市政府逐步开放公共数据的举措非常赞赏,因为这可以极大刺激大数据应用、大数据企业和大数据经济的发展。事实上,美国、英国和部分其他 国家的政府部门,均已逐步开放公共数据,只是效果还不足够显著。未来,我认为,政府需要创造一种经济环境,不断激发企业有足够的兴趣去分析和深挖数据,不 单纯为了盈利,更要为了通过利用、分析和可视化公共数据创造新价值、发现新问题。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-05-18【专访摘要】本次CDA持证专访邀请到拥有丰富物流供应链数据分析经验的赖尧,他结合自身在京东、华莱士、兰格赛等企业的从业经历 ...
2026-05-15在数字化时代,企业的每一次业务优化、每一项技术迭代,都需要回答一个核心问题:这个动作到底能带来多少价值?是提升了用户转化 ...
2026-05-15在数据仓库建设中,事实表与维度表是两大核心组件,二者相互关联、缺一不可,共同构成数据仓库的基础架构。事实表聚焦“发生了什 ...
2026-05-15 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-05-15【核心关键词】互联网、机会、运营、关键词、账户、数字化、后台、客户、成本、网络、数据分析、底层逻辑、市场推广、数据反馈 ...
2026-05-14在Python数据分析中,Pandas作为核心工具库,凭借简洁高效的数据处理能力,成为数据分析从业者的必备技能。其中,基于两列(或多 ...
2026-05-14 很多人把统计学理解为“一堆公式和计算”,却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手,不是会 ...
2026-05-14在零售行业存量竞争日趋激烈的当下,客户流失已成为侵蚀企业利润的“隐形杀手”——据行业数据显示,零售企业平均客户流失率高达 ...
2026-05-13