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
在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,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是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【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