京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据的下一个前沿是什么_数据分析师
MGI(麦肯锡全球研究院)和麦肯锡商业技术办公室的报告显示,当今世界的信息量已呈爆炸式增长态势,大型分析数据集即所谓的大数据,将成为引发新一轮生产力增长、创新及竞争的关键基础之一。
多媒体的崛起,社交媒体及物联网所捕捉到的、与日俱增的信息量,将会使数据在可预见的未来呈指数性增长。
麦肯锡研究了五大领域的大数据美国医疗保健、欧洲公共部门、美国零售业、美国制造业及全球个人位置数据。对于每个领域,大数据都能创造价值。
例如,如果充分利用大数据技术,零售商就能使其营业利润率提高约60%以上。大数据在公共领域也有较大潜力可挖掘,如果美国医疗保健行业能够创造性地、有效地利用大数据以提升其效率及质量,那么每年就能创造出3000多亿美元的产值。欧洲的发达国家使用大数据后,政府管理人员仅在提升操作效率方面,就节省了至少约1000亿欧元(约合1490亿美元)的成本,这还不包括使用大数据减少舞弊和错误等。
此外,利用个人位置数据所提供服务的用户还可创造6000亿美元的消费者剩余。该研究提出了七大关键观点:
1.数据已深入各个行业及企业功能,目前已成为除劳动力和资本以外的又一重要的生产力因素。据估计,到2009年,美国所有行业中具有1000名以上员工的公司都至少拥有一个平均200兆字节的存储数据(是1999年美国零售商沃尔玛数据库规模的两倍)。
2.以下5种使用大数据的方法可创造价值。第一,大数据可通过信息透明化及更高效的数据利用,来释放巨大的价值。第二,随着组织以数据的形式创建并存储更多的交易数据,他们能从产品库存中收集每件产品更为准确详细的性能信息,从而发现可改善之处并提高其性能。一些骨干企业正使用数据收集和分析开展控制实验,以便能做出更好的管理决策。其他企业则正利用大数据进行低频预测及高频短时预测,以便及时调整经营杠杆。第三,大数据能更加细分用户群,从而定制更为准确的产品或服务。第四,复杂的分析能大幅改善决策的制定。第五,利用大数据可改善下一代产品和服务。例如,生产商可利用产品中嵌入的传感器获得的数据,创造更有新意的售后服务,如主动维护(指故障发生前或意识到会发生故障前所采取的预防性措施)。
3.大数据的使用将成为个人公司提升竞争力、促进增长的一个关键基础。从竞争力及获得潜在价值的角度来看,所有公司都应认真对待大数据。在大多数行业,类似的竞争对手及新市场进入者将利用数据驱动策略进行创新、竞争,并从深层次及实时信息中获取价值。
4.大数据的使用,将引发新一轮的生产力增长及消费者剩余。例如,我们预估,充分利用大数据的零售商能使其营业利润率提高约60%以上。大数据能为消费者、公司及组织带来可观的收益。比如,利用个人位置数据所提供服务的用户还可创造6000亿美元的经济剩余。
5.尽管大数据可跨部门使用,但我们将美国部门的历史生产力与这些部门从大数据中获得的潜在价值进行了对比(使用索引结合一些量化指标),结果发现机遇与挑战会因部门而异。计算机电子产品和信息部门、金融保险和政府,能从大数据的使用中获得更大的好处。
6.有些组织会缺少相应的会利用大数据的必备人才。到2018年,仅美国就会缺乏14万~19万数据分析专家,以及150万深知该如何利用大数据分析进行有效决策的管理人员和分析师。
7.想要完全挖掘大数据的潜力,就必须要解决一些问题。在大数据的世界需要建立有关隐私、安全、知识产权、甚至法律责任方面的政策。组织不仅需要将合适的人才与技术安排在合适的位置上,还需要构建工作流程及激励措施将来自数据源(经常来自第三方)的信息汇聚到一起。此外,激励措施也必须到位,以确保能实现这一点。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-10在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-10在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01