京公网安备 11010802034615号
经营许可证编号:京B2-20210330
业务量10年翻30倍 大数据渗入传统建筑行业_大数据培训
编者按:2014年5月,习近平在河南考察时,第一次提到“新常态”,而这个词也成了“习式热词”之一。
何谓“新常态”?从字面上看,“新”就是“有异于旧质”;“常态”就是时常发生的状态。新常态就是不同于以往的、相对稳定的状态。在2014年亚太经合组织(APEC)工商领导人峰会上,习总书记进一步阐述了中国经济新常态的三个主要特点:一是从高速增长转为中高速增长;二是经济结构不断优化升级,第三产业消费需求逐步成为主体,城乡区域差距逐步缩小,居民收入占比上升,发展成果惠及更广大民众;三是从要素驱动、投资驱动转向创新驱动。
犹如一面多棱镜,“新常态”折射出新时代中国经济社会的形形色色,而我们将会从企业的身上、专家的眼中,为大家寻找这些散落在各个角落的镜子碎片,为大家还原一个经济领域的“新常态”全貌。
年新增授权数9000多个,是2005年的近30倍——这是“品茗软件”施工安全软件2014年的成绩单,从它十年来的出色表现中不难发现,近两年,这类软件的业务量呈现爆炸式增长。
“从一开始的乏人问津,到现在施工质量和安全类软件已经占据品茗一半以上的业务。”品茗运营与管理总部副总裁李军说。杭州市成长型企业品牌促进会副秘书长、管理学博士柳宏志指出,这是新常态的其中一面,也是这一阶段带来的市场契机。
信息化触角深入传统行业,能否带来另一片未知的蓝海?
业务量10年翻30倍
大数据渗入传统建筑行业
盖一栋房子要花多少钱?10多年前,如果你是房产开发商或者建筑商,在工程开建之前都要做估算和预算,其准确度很大程度上取决于之前积累的经验,假如你没有盖过房子,最后的实际支出可能和预算大相径庭。把这个问题放到眼下,结果不可同日而语。
“经过这么多年的发展,工程预结算软件已经不只是一款工具型软件。结合互联网技术的应用,众多用户使用软件后产生了大量的成果,也就是我们现在说的大数据,这些成果成为增值服务,和政府主管部门定期发布的指标相结合,反哺用户,从而促进传统建筑行业从粗放式管理转向精细化管理,软件本身的利用价值也大大增加。”李军说。
2004年,品茗软件研发了施工质量和安全类软件,用李军的话来形容,这类软件在当时的状况是“叫好不叫座”。
“10年前,我们向客户推荐施工安全软件,客户会说,挺好的,不过暂时用不上;现在问同样的问题,有一半以上的新客户会开口谈价钱了。”李军认为,“旧常态”正在向管理、创新要效益的“新常态”转变,加大信息化投入成了管理创新的有效手段。
如今,施工质量和安全类软件占品茗软件总业务的一半以上,并且占据了国内最大的市场份额。李军表示,近年来,施工安全软件的业务量呈现爆炸式增长,比10年前翻了近30倍,2014年,其新增授权数已达9000多个。
信息化让“红海”变“蓝海”
“对于科技型企业来说,处于新常态阶段,机会反而更大。”李军在谈及新常态时说。这和柳宏志的想法不谋而合,他认为,这是新常态下的一大特点,不仅仅是传统建筑行业,信息化与其他传统行业的配合,会让“红海”变成“蓝海”。
柳宏志直言,受黄金时代已然结束、白银时代远未到来的大环境影响,房地产行业高歌猛进的时代已经结束,进入了消化巨量库存、大鱼吃小鱼、快鱼吃慢鱼的格局。在这样的行业背景下,那些具有自主知识产权、坚持创新驱动战略的知识密集服务型企业必将脱颖而出,逆势成长。品茗软件正是如此,依托“完善产业链、提升价值链、优化供应链”的转型升级路径,为行业客户提供高端信息增值服务,改变了传统劳动密集型建筑行业粗放的管理模式,实现了行业需求拉动、科技创新驱动、服务创新带动的精细管理转变。基于互联网、移动互联网、物联网的信息增值服务,它改变了行业玩法。这种信息化、扁平化、互动化、可视化、精细化的增值服务,延伸了工程预决算管理的产业链,提升了工程服务行业的价值链,呈现出新常态背景下从要素驱动、投资拉动向创新驱动、服务带动转变的时代特征。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 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 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18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导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 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。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 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 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 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 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12在数据分析日常工作中,Excel数据筛选是数据清洗、数据提取、样本筛选的核心基础操作。传统Excel手动筛选、函数筛选方式,面对多 ...
2026-08-12 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 ...
2026-08-12在数据分析、统计建模、数据挖掘与商业调研过程中,原始数据往往无法做到绝对干净规整。受系统故障、人工录入失误、设备误差、突 ...
2026-08-11在数据分析工作中,聚类分析是典型的无监督学习方法,核心作用是依据数据自身的多维特征,将相似样本自动划分为若干类别,实现“ ...
2026-08-11