
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
在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 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