京公网安备 11010802034615号
经营许可证编号:京B2-20210330
国云数据CEO马晓东:没见过大数据何谈玩大数据
很坦诚,很直接,没有夹杂太多企业家、高管习以为常的官方话,这是我对马晓东的第一点印象。更进一步,作为国云数据的创始人兼CEO,马晓东的谈吐中却不时流露出对阿里的推崇,以及对在阿里巴巴工作经历的感激,可谓难得。
1986年1月出生,中国科技大学硕士毕业,早前在阿里巴巴从事大数据优化器、Hadoop、MapReduce等核心算法的研究,参与阿里大数据平台框架创建,马晓东于2011年从阿里巴巴辞职进行大数据挖掘、可视化分析领域的创业,创建苏州国云数据科技有限公司,现任创始人兼CEO。
2011年,大数据还远没有2013、2014年的火热,甚至于无人问津,“2011年选择从阿里巴巴辞职去创业,基于哪些方面的考虑?”因此我采用了直白的开场,不绕任何弯路。
当时在阿里巴巴做的大数据平台只有阿里自己能用,应用效果特别好,马晓东认准未来市场需求很大,同时难度很大,而他在淘宝这一苛刻环境成功做过大数据挖掘,有这方面的经验;其二,希望更多人、更多的企业能够应用大数据分析和挖掘,尤其是个人、中小企业很多用不起或者根本没有意识到数据分析的真正价值,他也希望真正推动产业发展,实现数据分析工具的普及,就像windows系统现在普及和造福大众一样,因而大数据大数据魔镜系列的免费版本也因此而生,目前也已服务上万家用户;其三,马晓东在校期间就拥有一支100人的精深技术团队,多次得到国家级肯定,并获得李开复老师的青睐与支持,而几年的工作经历,整个团队在实力、视野上也已经成熟;其四,“我从骨子里就想做有价值的事情”,出身于经商世家的马晓东,有着做企业的梦想。
时至今日,马晓东对创业的经历依然不胜唏嘘。2011年,当时市场还处于热炒“云计算”的阶段,大数据甚至可以说是无人问津,而理工科出身的他,创业之路可谓不足为外人道。实在的性格让他在没做出成绩之前不愿去拿投资,而在做出一定成绩之后,大数据作为一个新名词、新领域,投资人对大数据的认知可谓云里雾里。同时2B市场比2C市场更难被人认知,企业级市场总体发展不好。
发展到近两年,在对比美国大数据市场之后,在美国企业级大数据企业陆续上市之后,业内才逐渐对大数据有所认识。很多企业认为大数据等于舆情处理,去做非结构化数据,但在美国市场,结构化数据已经成熟才开始研究非结构化数据,中国却处于后知后觉的状态,结构化的东西没做好就去做非结构化数据, 所以很多企业最终走向被淘汰。
国外大数据之所以领先国内市场,还在于国外有数据环境,只有真正见过大数据才知道怎么玩,这也是国内ERP、CRM很多,但真正的数据产品并不多的原因。“没见过大数据去玩大数据,玩得好不好就可想而知了”,而国云数据的成功正是得益于见识过阿里海量的数据、玩过阿里苛刻的数据处理环境。
见过大数据的国云数据相较于国外的同类企业,优势到底体现在哪?马晓东表示稳定性、容错能力、准确性是一个有价值的大数据产品的基本要素。而国云数据因为真正经历过大数据,在这三点远强大于其他产品,基于比同类产品更强大的三大因素,国云数据更是一个数据价值提炼平台,其优势体现于以下几点:首先是功能,别的商业智能有的功能全覆盖;其二性能,渲染速度是是IBM Cognos的25倍;其三是大数据处理能力,大数据魔镜具备探索式分析、自动建模、省50%计算能力、精准营销几大特色;其四是易用性,人人都可以进行数据分析挖掘。
对于当前企业大数据市场,马晓东认为相比于13、14年,今年的市场虽然处于低谷,但其发展前景更加乐观。之前的市场可以说是病态的火热,很虚,而当概念炒到低谷,随之就会趋于理性,进而产生做实事的企业。
“国内企业大数据市场尚处于起步阶段,企业的精力更应该放在提升产品价值、产业链合作,共同对抗国外大数据产品,而不应该放在内耗上。”
马晓东对大数据市场有着独特的理解,并将大数据企业分为三类:其一是拥有数据方,比如阿里、京东、政府等;其二是大数据的纵向应用,例如行业专家,做大数据分析咨询,此类门槛较低;其三是大数据的横向应用,此类门槛较高,相当于挖金子的工具。
而大众认知中的大数据企业更多的是第三类,大数据的横向应用。而在这一产业链又拥有众多分支:可视化、可视化大屏、大数据分析挖掘、工具、存储、数据传输采集等等。相较于美国市场,以上应用尚处于起步阶段,同时企业级大数据市场很大,兵戎相接的局势不会出现,企业更应该担心的是国外的搅局者。产业链上下游应合作共赢,建立健康生态,促进市场发展,将竞争目标瞄准国外产品。
“我们有一个愿景,让人人都可以数据分析,企业都能用得起大数据”。据悉国云数据即将推出“大数据魔镜标准企业版”,面向中小企业,10万+的配置标价1万元,完全颠覆市场,也对市面上国外工具狮子大开口式的圈钱策略做了一回反攻。不管结果怎样,相信很多因工具昂贵而放弃购买的中小企业迎来了数据春天。
对于2015年及未来发展规划,马晓东透露国云数据定位于工具厂商,并且专注于工具厂商,不会涉足其他链条,在加大工具研发的同时,拓展海外市场,不会过多内耗。同时国云数据在2015年的战略重点是合作共赢,希望能与产业链上下游加大合作,推进产业发展,让人人都会、都可以数据分析。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03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