京公网安备 11010802034615号
经营许可证编号:京B2-20210330
投资东南亚 大数据成“潜力股”_数据分析师培训
在泰国曼谷使用打车应用软件,也可以轻松打上出租车。图中左侧为手机打车软件页面,显示记者办公地点附近有79辆注册使用了该软件的出租车。 俞懿春摄
移动网络的普及,让手机打车、网上购物等大数据应用悄然走进东南亚国家民众的日常生活。相关调查数据显示,东南亚地区的活跃移动社交媒体账号达到1.7亿个,数量在东亚和北美之后,位居世界第三。广阔的大数据发展前景,让东南亚成为吸引企业投资的“洼地”。
从“纸上谈兵”变成“真枪实战”
这几天,马来西亚打车软件公司Grabtaxi把目光投向泰国,该公司的新一轮广告攻势正在曼谷的大街小巷上演。许多出租车司机座位后都醒目地悬挂着这家公司的广告牌,详细说明乘客如何下载、注册、使用这款打车软件,并提示说,输入优惠代码还能享受50泰铢(1元人民币约合5.2泰铢)的优惠。
“东南亚大数据应用的发展虽迟,但是局面正在扭转。”数据科学家、大数据新加坡组织的创始人约翰·伯恩斯告诉本报记者,在过去不到一年的时间里,东南亚的许多大数据项目由“纸上谈兵”变成了市场上的“真枪实战”。
4月8日,Grabtaxi公司宣布在新加坡建立首个研发中心,成为东南亚大数据发展的又一例证。该公司计划在接下来的两三年内投入1亿美元,面向全球聘请200名数据科学家和工程师,提升软件质量和用户体验。
“新加坡是东南亚地区大数据应用方面最成功的国家。”大数据马来西亚组织的创始人和顾问迪拉特·拉姆达斯告诉本报记者。新加坡政府去年提出“智慧国2025”计划,将建设全覆盖的基础设施和操作系统,用于数据收集、连接和分析。
马来西亚紧随其后。根据市场调研机构美国国际数据公司的报告,马来西亚大数据分析市场规模2015年将达到3600万美元,同比增加28%,并将快速增长。基于大数据分析的Grabtaxi公司创立于2011年,目前已经覆盖东南亚6个国家中的20座城市,去年10月已经实现了每秒钟产生两个打车订单的良好业绩。
今年1月,美国投资银行高盛押宝该区域大数据分析和应用潜力,牵头向新加坡大数据公司Antuit投资5600万美元,帮助这家公司吸纳工程人才、收购竞争对手,在亚洲数据分析市场实现快速增长。
产品服务与市场需求形成互动
大数据马来西亚组织2014年的一项调查指出,除了电子信息产业,东南亚的市场服务、技术服务、教育、媒体、金融等领域也对大数据分析和应用表现出浓厚兴趣。“这说明该地区既具备提供大数据产品和服务的潜力,也存在相应的消费需求,有助于形成可持续的生态系统。”拉姆达斯说。
在人口超过2.5亿的印度尼西亚,政府部门、通讯公司和银行等机构拥有繁杂的数据沉淀,他们正在加快应用大数据开发框架。在泰国和菲律宾两个人口同样庞大的国家,一些组织机构也开始使用大数据分析。
权威社交媒体调查机构“We are social”发布的《2015年全球社交、数字和移动》报告显示,东南亚地区的活跃移动社交媒体账号多达1.7亿个,仅位于东亚和北美之后,位居世界第三。随着社交媒体用户的迅速扩张,东南亚对大数据分析的市场需求也水涨船高。
大数据看似很远,其实已经与许多东南亚人的生活密不可分。被誉为“东南亚亚马逊”的Lazada就是一个典型的例子。成立刚满3年的Lazada总部位于新加坡,是东南亚地区影响力最大的网购平台,在印尼、马来西亚、菲律宾、泰国和越南均设有分支机构。该公司首席执行官麦斯米兰·比特纳今年3月表示,2014年消费者在Lazada的购物支出超过3.5亿美元,是2013年的近4倍。
人才培养和产业建设很关键
伯恩斯认为,人才资源不足是制约东南亚大数据发展的重要因素之一,“除新加坡之外,其他东南亚国家还不具备大数据产业发展所需的人才”。
隶属于马来西亚政府的马来西亚多媒体发展机构首席执行官雅思敏·艾哈迈德今年1月向媒体透露,马来西亚全国公私部门目前只有80位数据科学家,必须更加积极地培养专业人才。“允许甚至鼓励外国人才加入当地企业,将是快速提升产业实力的有效战略。”伯恩斯强调说。
不过,拉姆达斯认为人才问题从某种程度上被夸大了。“你看,基于大数据分析的益百利和脸书等公司,都在东南亚地区成功建立了发展团队,说明这里是可以招聘到大数据人才的。”
一些域外大数据公司也看好东南亚市场前景,纷纷来开设培训课程。去年11月,总部位于美国的易安信公司(EMC)首次在泰国开设培训课程,与当地大学和学院合作,希望把泰国打造成为亚太地区数据科学人才的培养中心。
东南亚国家的一些政府也更加重视数据科学人才的培养。去年8月,新加坡资讯通信发展管理局启动了首个关于数据科学的大规模开放在线课程,以此推动相关人才培养。马来西亚的大学在本科和硕士阶段增设了数据科学相关课程。
马来西亚多媒体发展机构今年初还宣布,将建立大数据分析数字政府实验室,与包括通讯与多媒体部、内政部、卫生部和贸易部在内的4个国家部委合作,研究情感分析、犯罪预防、传染病预防和价格监控。
“马来西亚政府正在积极投资大数据产业,但要想成功吸引公司和人才聚集,他们还必须对商业政策、种族歧视和外国投资政策等进行改革。”伯恩斯说。
“东南亚人口超过6亿,人口构成极其多元化。随着移动网络和电子商务在该区域的不断壮大,大数据分析将成为企业发展势在必行的战略。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 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 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 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 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 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。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 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 ...
2026-05-27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