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
【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 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 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 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 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 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。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07 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 ...
2026-07-07【核心关键词】转化率、企业、策略、岗位、互联网、拆分、产品、运营、分析师、指标体系、数据分析、用户画像、数据诊断、产品 ...
2026-07-06在数据分析工作中,文本数据处理是高频刚需场景,用户评论、客服工单、日志信息、调研问卷、商品文案等数据都包含大量文本内容。 ...
2026-07-06 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-07-06在 CDA 数据分析师能力体系中,透视分析是数据探索、多维度汇总、业务复盘的核心基础技能。无论是 Excel 数据透视表,还是 Power ...
2026-07-03在市场竞争日趋激烈、获客成本持续攀升的当下,企业粗放式的“广撒网”获客模式早已无法适配经营需求。企业经营的核心逻辑,已经 ...
2026-07-03 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-07-03【核心关键词】运营、企业、核心、客户、新技术、数字化运营、数据分析、传统企业、人工录入、生产系统、技术人员、数据安全、 ...
2026-07-02在产品开发、项目立项、业务拓展、运营优化的工作中,市场调查、竞品分析、需求调研是三大核心基础工作。很多从业者容易将三者混 ...
2026-07-02