京公网安备 11010802034615号
经营许可证编号:京B2-20210330
迎接大数据制造业的到来_数据分析师
年底年初,中国股市一片火红色。除了利用一些政策性利好和那些半靠谱不靠谱的市场流言外,比较认真严肃的投资机构和个人投资者都想找到一些值得中长期投资的目标,得到比较可靠和比较丰盛的回报。对于找上门来切磋的,无论是机构还是个人,我都是一句话:投资大数据制造业。
大概是两年多前,也是在这个专栏上,我讨论过大数据时代启动期的三大支柱产业:网络业,新能源业和以三D打印业为代表的新型制造业,它们共同的底层推动力都是大数据的发展。时间过了两年,世界和中国最大的上市企业都变成了网络业公司,以严重依赖数据化开采技术的美国页岩气和页岩油产业的迅猛发展,将全球油价腰斩,正在引发经济和政治上的格局变化。而基于全新制造理念和技术所产生的一代新产品(例如智能手机)正在引发新一轮投资,创业和创新热潮,改变着人们熟知的传统制造业。
之所以要创造一个“大数据制造业”的新概念,一是想与近年来流传的一些大而无当,无所不包的概念分开,例如“新工业革命”;二是想扩展一些过于具象的名词,例如“3D打印”,“智能手机”,“移动互联网”等,将其中共性的东西抽象出来;三是想将制造业的新发展与大数据时代联系起来,作为一个子概念使用。简单地说,大数据制造业至少具有以下三个特征:
第一,产品都是数据终端,具有生产,存储,传输和加工数据的能力。大数据制造不是自动化,计算机化或是机器人之类的东西,那些只是生产过程的改良,没有革命意义。大数据制造的最硬标准就是产品本身是数据终端,产品的使用会产生数据,数据可以被再加工利用。万事万物皆可成为数据终端,目前最好的例子就是无人飞机,智能手机,以及各种装入各类传感器的设备。
第二,产品从设计,制造,销售,运维直到更新的整个流程都依托各类数据和数据方式完成,普遍采用新材料,新工艺,新流程,高度依赖互联网。目前,能够初步实现这一点的是少数网络业公司,甚至产品本身也是数据化的。一些传统制造业的企业家们认为,只要一些辅助环节上利用了互联网,或者在市场营销环节上主要依靠互联网,这就算是转型新生了。其实,这不过是刚刚起步而已,离彻底革命还有万里之遥。例如,无人驾驶汽车可以算作大数据制造的产品,而仅仅在汽车信息服务系统上联上互联网,只能算是传统产品的改良。
第三,产品都以产品销售和售后持续服务相结合形成新的商业模式。传统制造业的基本商业模式是产品出售,即使有些售后服务也是围绕产品销售进行,不能成为主要利润来源。而大数据制造业的产品则是以持续服务为重点,产品销售围绕持续服务进行。一个典型的例子就是苹果公司。除了尽人皆知的手机和平板电脑外,真正的明星其实是它的网络应用商店,2014年的收入超过200亿美元,增长率超过70%,毛利率超过70%,仅收入规模就超过了除谷歌外的所有网络公司。这使得投资界不知如何对苹果公司分类,既不全是IT制造,也不全是网络服务。最好的办法就是另外定义一个产业,叫做大数据制造业。
凡是符合以上三个特征的企业都可以归入大数据制造业,无论它们正在努力转型之中还是刚刚创业。当然,目前还是大数据制造业的萌芽阶段,产品还难免带有传统的痕迹,对大数据的依赖和利用程度还相当有限。但是,一些带有革命性意义的创新正在涌现。例如,大数据制造已经深入到了原子和DNA层次,利用3D打印原理重组物质结构或是对DNA进行重新排序都已经在实验室和小规模生产中出现了一些成功的案例。三五年后,一大批利用全新的材料,有机物甚至生物制造的产品很有可能问世,涌现出一批引导时代潮流和资本市场走向的新锐公司。
经过三十多年的改革奋斗,中国已经成为制造业大国,在传统的和低端的制造业领域,已经是打遍天下无敌手。利用积累的资源,经验和市场,积极探索大数据制造的发展之道,已经成为越来越多中国企业家和创业者的共识。如何寻找,判断和参与那些具有大数据制造潜质的公司,正在成为一大批投资机构和个人的历史使命。经常听到一些朋友略带遗憾地谈起,当年若是投资了某个网络公司就如何如何了。衷心希望这一次朋友们不会错过这新一波机会。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析、机器学习的实操场景中,聚类分析与主成分分析(PCA)是两种高频使用的统计与数据处理方法。二者常被用于数据预处理 ...
2026-02-24在聚类分析的实操场景中,K-Means算法因其简单高效、易落地的特点,成为处理无监督分类问题的首选工具——无论是用户画像分层、 ...
2026-02-24数字化浪潮下,数据已成为企业核心竞争力,“用数据说话、用数据决策”成为企业发展的核心逻辑。CDA(Certified Data Analyst) ...
2026-02-24CDA一级知识点汇总手册 第五章 业务数据的特征、处理与透视分析考点52:业务数据分析基础考点53:输入和资源需求考点54:业务数 ...
2026-02-23CDA一级知识点汇总手册 第四章 战略与业务数据分析考点43:战略数据分析基础考点44:表格结构数据的使用考点45:输入数据和资源 ...
2026-02-22CDA一级知识点汇总手册 第三章 商业数据分析框架考点27:商业数据分析体系的核心逻辑——BSC五视角框架考点28:战略视角考点29: ...
2026-02-20CDA一级知识点汇总手册 第二章 数据分析方法考点7:基础范式的核心逻辑(本体论与流程化)考点8:分类分析(本体论核心应用)考 ...
2026-02-18第一章:数据分析思维考点1:UVCA时代的特点考点2:数据分析背后的逻辑思维方法论考点3:流程化企业的数据分析需求考点4:企业数 ...
2026-02-16在数据分析、业务决策、科学研究等领域,统计模型是连接原始数据与业务价值的核心工具——它通过对数据的规律提炼、变量关联分析 ...
2026-02-14在SQL查询实操中,SELECT * 与 SELECT 字段1, 字段2,...(指定个别字段)是最常用的两种查询方式。很多开发者在日常开发中,为了 ...
2026-02-14对CDA(Certified Data Analyst)数据分析师而言,数据分析的核心不是孤立解读单个指标数值,而是构建一套科学、完整、贴合业务 ...
2026-02-14在Power BI实操中,函数是实现数据清洗、建模计算、可视化呈现的核心工具——无论是简单的数据筛选、异常值处理,还是复杂的度量 ...
2026-02-13在互联网运营、产品迭代、用户增长等工作中,“留存率”是衡量产品核心价值、用户粘性的核心指标——而次日留存率,作为留存率体 ...
2026-02-13对CDA(Certified Data Analyst)数据分析师而言,指标是贯穿工作全流程的核心载体,更是连接原始数据与业务洞察的关键桥梁。CDA ...
2026-02-13在机器学习建模实操中,“特征选择”是提升模型性能、简化模型复杂度、解读数据逻辑的核心步骤——而随机森林(Random Forest) ...
2026-02-12在MySQL数据查询实操中,按日期分组统计是高频需求——比如统计每日用户登录量、每日订单量、每日销售额,需要按日期分组展示, ...
2026-02-12对CDA(Certified Data Analyst)数据分析师而言,描述性统计是贯穿实操全流程的核心基础,更是从“原始数据”到“初步洞察”的 ...
2026-02-12备考CDA的小伙伴,专属宠粉福利来啦! 不用拼运气抽奖,不用复杂操作,只要转发CDA真题海报到朋友圈集赞,就能免费抱走实用好礼 ...
2026-02-11在数据科学、机器学习实操中,Anaconda是必备工具——它集成了Python解释器、conda包管理器,能快速搭建独立的虚拟环境,便捷安 ...
2026-02-11在Tableau数据可视化实操中,多表连接是高频操作——无论是将“产品表”与“销量表”连接分析产品销量,还是将“用户表”与“消 ...
2026-02-11