京公网安备 11010802034615号
经营许可证编号:京B2-20210330
存起来用起来联起来 深耕大数据产业潜力领域_数据分析师
“大数据发展要经历"存起来""用起来"和"联起来"三个阶段,目前国内和国外大数据正处于"存起来"向"用起来"发展的阶段。”近日,在接受记者采访时,无锡华云数据技术服务有限公司首席战略官郁珉说。
“贵州发展大数据产业,可立足本土扩大开放,关注还未被深耕但很有潜力的领域,通过政策扶持促进这些行业和大数据的融合发展。”郁珉建议。
开放合作 大数据是共享资源
“在我看来,大数据其实是相对于静态性、单纯的小数据而言,指比传统数据有更长的生命周期、更加活跃的应用空间,更多的维度去采集和描述的数据。”郁珉说,大数据最早叫做数据库,发展之后称之为数据仓库,后面演变成现在所说的大数据。
在郁珉看来,大数据并不是一个独立的产业,而是应用于跨行业的。从大数据的发展趋势来看,它凌驾于行业之上、超越行业本身发展,并能促成行业的业务创新。
有人说大数据好比未来的“石油”,是一种战略资源,现在发展大数据是在为5年后、甚至10年后作储备。对此,郁珉有着自己更为客观的看法。
“大数据对未来世界的影响和改变世界的力量无疑是巨大的,说它是战略资源需要储备,这种出发点是基于资源有限、只能供一部分人使用、另一部分人不享受的消耗品的角度来说的。”郁珉解释道,在互联网领域存在一种开放、共享和合作的价值观,在这种价值观的前提下,互联网资源不应该成为稀缺资源,大数据应该是共享资源。
大数据发展要经历三个阶段
郁珉说,大数据发展分为三个阶段。第一个阶段叫做“存起来”,就是把数据存放堆集起来,表现在数据的大规模、多样性,数据有可以被利用的价值。
第二阶段是“用起来”,这个阶段有三方面特点,第一是采集,采集的角度和范围是尽可能扩张的,有一种主动性;第二是容易访问,可以灵活查询和调用;第三是分析,这种分析是基于大数据的内部关联,比如建立数据模型,进行模型推理等。目前国内和国外的大数据基本处于第一阶段向第二阶段发展的过程。
“大数据第三个阶段叫"联起来",目前国内外大数据都还没有发展到这个阶段。”郁珉介绍,“联起来”的表现在于无论是行业、企业或者个人的大数据都是自我组织和自我成长的,积累经验并不断完善自己的数据结构。大数据会自我表达给予和需要,表达自己可提供的数据和经验,同时表达自身需要别人提供的数据和经验。与此同时,基于大数据的自我表达和自我成长,大数据将会有社区化的方式来联合,联合起来将会产生更深远的智慧。“这就不仅是数据,而是技术了。在云的世界里,每个大数据都会互相握手,互相表达,互相获取大数据的经验,从而再获得自己的成长。”郁珉说。
贵州可立足本土深耕潜力领域
“虽然国内外大数据发展总体处于早期阶段,但不同行业间发展也参差不齐,目前国内的电商和互联网产业处于"用起来"比较发达的阶段,但在传统制造业、政府部门等还处于"存起来"的第一阶段,同时国外的医药产业、大型制造业及金融业相对国内都更加成熟和领先。”郁珉分析道。
贵州、贵阳正在将大数据产业作为战略性新兴产业进行发展,成立了国内首个大数据交易所。对此郁珉表示非常赞赏:“成立大数据交易所,这是非常勇敢、非常积极的创举,大数据未来的发展是互相交易和分享的,这将给大数据本身的发展带来积极正面的作用。”
“贵州大数据产业发展劲头很足,在发挥大数据中心自身优势之外,可以关注国内还未发力但很有潜力的领域,比如水利、生物工程、医药健康及城镇化发展等方面,通过政策扶持将资源吸引到贵州,促进贵州这些行业和大数据的融合发展。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05