京公网安备 11010802034615号
经营许可证编号:京B2-20210330
如何衡量大数据时代真正到来_数据分析师
互联网时代,新概念层出不穷,人们刚刚接受了大数据、物联网、云计算,更新的词汇已经迫不及待地涌现,比如小数据、条数据,以及本文所述的块数据。
块数据一词出自《块数据——大数据时代真正到来的标志》一书。这本书是根据贵阳市委书记陈刚提出的块数据概念及其理论,由大数据战略重点实验室组织课题组完成。所谓“块数据”,就是一个物理空间或者行政区域内形成的涉及人、事、物的各类数据的总和。“块数据”比“条数据”的“4V”即 Volume(大量)、Variety(多样)、Value(价值)、Velocity(高速)的特征更为明显。它如同一个计算机的主板,建立起了一个开放、共享、连接的数据基地,各个行业和部门的“条数据”就如同一个个可插拔的板卡,它们只有融合并集成到主板上,才能发挥数据资产真正的功效。块数据实践应用所形成的全产业链、全服务链和全治理链,将更大程度地驱动产业升级、服务改善民生、推进城市转型和倒逼政府改革。
例如,在社区,通过智慧社区建设,建立起社区居民、家庭和居委会的数据采集和社交网络平台,它能够采集居民、家庭、楼宇的基本数据,也能够汇集物业、民政、医疗、养老、公安、文化、教育等各个领域的数据,还能够聚合社区金融、超市、农产品供应等商务数据,就会形成一个共享、开放的社区块数据。
在城市中,通过铺设高速光纤宽带网络,搭建高速移动宽带基站,建设无缝衔接的wi-fi接入节点,将使得整个城市的网络“高速公路”更加畅通,数据将被更加快捷地传输和连接。这会有力地推动各类社会企业和个人数据集聚在一起。通过建设城市基础数据库、数据交换共享平台和跨部门协同应用,能够将人口、法人、地理信息、宏观经济等数据开放、共享并连接起来;通过公共数据平台和应用系统,逐步将各个部门的数据汇集起来,进一步整合城市网络平台上采集的企业和个人的行为数据,将逐步形成城市块。
然而,当今互联网产业发展的一个重要问题,就是商业模式不清晰,尚未找到恰当的盈利模式,以致行业中真正赚钱的并不多。因此,块数据理论,也不能绕过商业模式这一关。
《块数据——大数据时代真正到来的标志》作者团队对此似乎胸有成竹,认为其商业模式看起来潜力巨大。原因是,块数据将以往那些分散化、碎片化的行业数据、领域数据连接起来,就可以分析出个人的消费喜好、生活需求、收入水平等商业要素。特别是精确找准那些高度个性化、长尾化的市场需求,孕育产生出全新的商业模式。
首先,围绕数据分析本身,就能形成新的商业模式。大数据提供者和服务提供者通过这种商业模式服务于数据的采集、存储、标准化、计算和可视化。从数据量上来看,非机构化数据占总数据的85%以上,任何一个种类的非结构化数据处理技术都可能成为重要赢利点,如网络日志数据、流数据、语音数据、图像数据、视频数据、空间数据等的分析和处理,都会产生行业新的领军企业。比如华为即是基于IT基础设施领域在存储和计算的优势,提供整体大数据解决方案。
再者,通过颠覆或注入新元素的方法,再造传统商业模式。大数据新兴服务的提供者是基于数据思维的创新公司,应该善于挖掘传统行业的数据价值。这类商业模式的服务提供者有两种,一种是应用服务提供者,另一种是咨询服务提供者。前者是基于大数据技术,直接提供数据应用服务;后者提供服务支持、技术咨询,或者为企业提供类似数据科学家的咨询服务。
当然,最直接的商业模式,无非是可以直接买卖数据。也就是数据拥有者通过对数据进行加工分析,以报告、数据包等方式销售数据。
然而,块数据更大的价值,还在于其在社会领域应用前景广泛,并且能促进政府职能发生深刻转变。大数据时代,政府的服务内容和服务方式发生了质的变化,老百姓对政府的期待越来越高,从“能办事就好”到“简单利落地把事办好”再到“办不好给差评求退货”,民众正在通过网络享受到的衣食住行的各种优质体验迁移到政府服务领域。而政府,也正在借助这股技术和民众的力量,在整个政府运转中形成倒逼机制,推动各个职能部门更好地服务社会。
对于块数据理论和这本书,作者团队的态度坚定又谦逊。一方面,他们认为,“大数据对经济发展的推动已经超出了所有最伟大的预言家的预测,而《块数据——大数据时代真正到来的标志》一书把大数据对社会发展的推动描绘为一个史诗般的剧目,这出剧的序幕正准备拉开或者说刚刚拉开,拉开序幕的推手正是块数据。”另一方面也坦陈,“大数据是新生事物,不存在真正意义的专家”。
或许马云的评价更中肯一些:这本书对于块数据、条数据的认知,对于块数据之于未来经济和社会变革的影响分析,对于云计算领域的预判和布局,是极具前瞻性的,站在了时代的最前沿。科学技术的发展和进步是日新月异的,也许过不了多久,块数据理论就会过时。但是,技术人员的辛勤探索和创新精神,是最为可贵、永不过时的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23