
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
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23