京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“互联网+大数据+行业” 颠覆或创造新的行业
随着“互联网+”的浪潮来袭,各行各业都在讨论如何结合大数据成功实现互联网化转型。
目前大数据产业发展进入了哪个阶段,前景又会如何?企业如何利用大数据发展自身?近日,记者就上述问题专访北京缔元信互联网数据技术有限公司CEO秦雯。
大数据产业进入应用落地阶段
“大数据来自业务又作用于业务,数据采集和应用与业务密不可分,因此在应用层面,大数据不是独立产业。”秦雯说,“但是大数据采集、处理、管理和应用是一个过程,需要有专业的知识和工具去帮助各行各业将大数据用起来,正如现代社 会信息化过程中催生了IT产业,数据化过程也需要DT专业团队提供解决方案和服务。”
秦雯认为,随着互联网技术和应用的普及,未来的社 会分工形态极可能从目前的垂直化转为水平层级化,无论是网络层、系统层、数据应用层都有可能出现平台化的服务。最终,当大数据深入到各行各业,每个人、每家企业、每个社区和每个城市都拥有自己的数据资产,数据像水、电、货币一样成为社 会运营的基础设施时,基于资产增值的数据流通和交易会形成一个更大的产业。
“国内大数据产业经过二三年的概念传播,已经走到了应用落地的阶段。”对于目前国内大数据产业的发展形式,秦雯认为,在我国作为基础设施的网络层越来越发达,并且从固网迅速向移 动网络迁移,为产生和获取更多的数据提供了物理条件。随之而来的是系统层的云计算不断成熟,越来越多的传统IT企业转型成为公有云、私有云或混合云的解决方案供应商。从应用层面看,面向C端已经涌现出大量数据驱动产品和服务;B端,在金融、健康、教育、娱乐等多个行业都是以大数据应用为创新点来驱动转型发展;而在区域上,各地勃兴的智慧城市建设,其智慧即由大数据产生。
企业网络营 销是大数据运用首爆点
“大数据有两个特性,一个是在线,基于互联网、物联网甚至未来万联网的。另一个是全样本,全过程、全方位。”秦雯说,前一个特性决定了单位数据的收集成本极低,后一个特性决定了数据能够完全客观真实地反映业务进程,这就是大数据的价值所在。
秦雯表示,网络营 销仍是国内大数据应用的首爆点,互联网金融紧随其后成为大数据应用开花结果的行业,其他如零售、文化、健康、教育、汽车制造、生活服务、3C等行业都已涌现出以大数据驱动的创新应用。动作更大影响也更大的则是区域市场,无论是东部,还是西部,智慧城市建设已经如火如荼,遍地开花。
国内大数据发展与发达国家的主要差别在于数据基础和全社 会的数据素养薄弱。发达国家传统数据应用已有百年多历史,“用数据说话”、“无数据不决策”已经融入政府、行业、企业和机构等各级组织,因此在全社 会形成了重视数据积累、数据管理和数据应用的生态环境。相对而言,国内数据素养基础比较薄弱,决策理念上重视数据的程度较低,因此整体上数据收集、管理和应用的水平较差。但这既是问题也是机会,尤其为在大数据资源、技术和应用理念上相对先进的互联网企业提供了巨大的发展机会。
参透“互联网+大数据+行业”
她表示,企业大数据应用的三大前提:有数据、有可用数据及具备用数据的科学决策观,分别对应企业的数据收集、数据管理和数据应用。这三个环节周而复始,共同构成一个企业大数据价值的循环链。
在操作层面,秦雯建议,企业如果要利用好大数据,首先要在战略思想上树立数据信仰;其次在企业核心管理层要有专人负责大数据战略的落地,任命首席数据官,负责对企业的大数据资源开发及应用策略进行规划,并带领团队或借力合作伙伴推进实施;再次,在企业内部要引导形成用数据说话和无数据不决策的文化氛围,让数据融入业务流程,甚至改造业务流程,创造全新的业务模式。
同时,秦雯认为,企业应当注重移 动端发展。移 动终端的便携性使得互联网真正能够实现随时随地在线联接,随着移 动网络的普及、云计算能力的扩大、终端的推陈出新,更大规模、更加多样化的移 动应用将会不断涌现,直到覆盖人们工作生活的每一个角落。同时,与移 动互联网共同发展的还有基于传感器的物联网,最终形成所谓万联网——Internet of Everything。“如果把IoE的世界比做一场交响乐,大数据就是这场音乐盛会的指挥家”,秦雯说,数据决定如何调配资源,把控进程、优化策略。对任何一个企业而言,能够参透互联网+大数据+行业的关系,谁就能把握先机颠覆或创造行业。
发展大数据产业贵州大有可为
数据挖掘的前提是有数据资源,秦雯表示,贵阳市是全国首个数据开放示范城市,这为贵阳做数据挖掘提供了良好的基础。贵阳应该在数据开放的相关规则、技术、应用上深入探索,形成可供全国各地借鉴的标准。
对于贵阳成立国内首个大数据交易所,秦雯建议,大数据交易所在服务上重视平台的开放性,吸引专业人才共建数据成果;在数据应用上大处着眼,小处着手;在平台架构上重视顶层设计;在数据处理和应用上重视标准建设。缔元信网络数据也期待有机会与贵阳交易所形成战略合作,共同推动中国大数据交易市场的发展。
对于贵州发展大数据产业,秦雯认为大有可为,贵州的对标,不是中关村,而应该是硅谷。硅谷的成就源自永不枯竭的创新,其基础是人才,而人才的支撑是教育。目前国内“逃离北上广”已经成为年青一代的选择,而国际上中国又有互联网领军市场地位,贵州可考虑抓住这个机会,吸纳全国乃至全球的优秀人才。同时,贵州要改善优化贵州高校资源,在高等教育水平上实现跨越式发展,为贵州成为中国的硅谷打下坚实的基础。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 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 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 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 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 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。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07 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 ...
2026-07-07【核心关键词】转化率、企业、策略、岗位、互联网、拆分、产品、运营、分析师、指标体系、数据分析、用户画像、数据诊断、产品 ...
2026-07-06在数据分析工作中,文本数据处理是高频刚需场景,用户评论、客服工单、日志信息、调研问卷、商品文案等数据都包含大量文本内容。 ...
2026-07-06 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 ...
2026-07-06在 CDA 数据分析师能力体系中,透视分析是数据探索、多维度汇总、业务复盘的核心基础技能。无论是 Excel 数据透视表,还是 Power ...
2026-07-03在市场竞争日趋激烈、获客成本持续攀升的当下,企业粗放式的“广撒网”获客模式早已无法适配经营需求。企业经营的核心逻辑,已经 ...
2026-07-03 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 ...
2026-07-03【核心关键词】运营、企业、核心、客户、新技术、数字化运营、数据分析、传统企业、人工录入、生产系统、技术人员、数据安全、 ...
2026-07-02在产品开发、项目立项、业务拓展、运营优化的工作中,市场调查、竞品分析、需求调研是三大核心基础工作。很多从业者容易将三者混 ...
2026-07-02