京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据颠覆外包产业格局_数据分析师
大数据正在向金融、医疗、生活等各个领域渗透,且有愈演愈烈之势,各大IT和外包企业纷纷布局大数据。企业唯有跟上大数据和移动互联的趋势,大胆地进行转型升级才是出路。
“大数据,让各国的服务外包企业聚到了同一起跑线上,一下子拉近了彼此间的竞争差距。”博彦科技高级副总裁汪建兵在接受国际商报记者采访时如是说道。
汪建兵认为,传统的服务外包模式面临前所未有的挑战,外包企业唯有拥抱行业发展两大方向即大数据和移动互联,大胆地进行转型升级才是出路。
目前,大数据正在向金融、医疗、生活等各个领域渗透,且有愈演愈烈之势,各大IT和外包企业纷纷布局大数据。
政策层面也看到了这一发展趋势。在11月26日举办的国务院常务会议上,服务外包产业重点发展领域指导目录发布,并将软件和信息技术、研发等列为重点发展领域。
大数据时代,如何用信息技术带领企业转型,需要企业家们更前沿的发展思路。
转型须跟上大数据步伐
有分析认为,未来五年,大家公认的IBM、惠普的占有率将会下降30%,而亚马逊、谷歌等新兴产业则有很大增长空间,因为后者的出发点已经站到大、物、云、移上面。
一批具有远见卓识的IT公司早已完成了向大数据和云计算的战略转型,如微软就经历了从软件到软件+服务,再到设备+服务,最后到云优先的发展过程。阿里的云操作系统也使得数据实现了从PC端到互联网,再到移动互联,最后到云的华丽转身,从而最终构建了完整的生态系统。
事实上,不仅是微软和阿里,百度、腾讯也通过并购跑马圈地,努力构建自己的闭环生态系统。而作为微软和BAT(百度、阿里、腾讯)的服务提供商,博彦科技必须调整和适应这些客户的需求变化。
为此,在汪建兵看来,未来,外包企业一定要紧紧把握住大数据和移动互联,向新型外包企业转型。汪建兵表示,近年来,博彦科技除了自身在能力建设上紧紧围绕大数据和移动互联两大趋势,同时还充分发挥资本市场的力量,通过“关停并转买”等手段对自身业务实行跳跃式整合转型。一方面,卖掉与公司战略方向不相符的人均收益率低的业务,如将部分上海的低附加值业务卖给了想进入中国的外国服务企业;另一方面,买进未来发展方向的企业,如今年上半年在上海买进了一家能为金融机构提供解决方案的数据企业。此外,博彦还十分关注金融、健康两大极具发展潜力的市场,特别是金融外包市场,一直增长较快。
应用模式须创新
华院数据技术上海有限公司早在2002年就开始做大数据处理。该公司助理总裁魏峰表示,大数据的应用会在三个领域产生其价值。一是商业模式的变革,可能产生巨大的价值,如去年该公司就与海尔合作,涉及传统产业如何与大数据结合的问题;二是经营管理决策的升级和变革,如银行的精确决策就是围绕运营管理的改革;三是运营效率的提升。魏峰认为,大数据运用起来后可以形成一个正向循环,因此,要重运用,运用的过程中要选模式。
文思海辉副总裁修斯肯表示,文思海辉去年的定位是大数据、云计算,今年是智慧城市,明年则是商业数字化。以上三个定位一脉相承,都要借助大数据,并实现商业模式的转型。修斯肯举例说,文思海辉可利用大数据、云计算、传感器来帮助汽车保险公司转变商业模式,实现转型。这种模式是,在客户愿意的情况下,可在其汽车里安装一个软件,从而可随时跟踪到客户的开车速度、去向等开车习惯,形成大数据,保险公司可据此计算保险费用。而这种模式的变革未来可复制到银行、医院等机构。
中国服务外包研究中心主任骞芳莉表示,中国服务外包产业发展新趋势之一是新技术催生新业态。大数据、移动互联、3D打印技术等的发展,带来了基于大数据的服务外包,如O2O等营销模式。同时,大融合已经成为产业的新热点,融合有几种模式,业务模式的融合是线上线下的融合;同时还有产业跨界的融合;此外是超越产业的融合,即智慧城市。她预计,信息产业的规模正在扩大,到2015年将超过300亿万元。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13