京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据是重要生产力_数据分析师
5月26日在贵阳开幕的国际大数据产业博览会,把已经火了很久的大数据及其产业推向一个新高潮,成为继“互联网+”之后社会各界热议的话题。李克强总理专门为大会发去贺信,提出“数据是基础性资源,也是重要生产力”的重要论断,强调中国“发展大数据产业空间无限”。那么,为什么数据会成为重要生产力?大数据到底如何改变我们的生活?其未来在哪里?
数据是基础性资源,也是重要生产力
数据是基础性资源。伴随着多媒体、社会媒体以及物联网的发展,大数据规模及其存储容量正在呈指数级增长。“大数据”包括以公众互联网、社交媒体、政府数据库、地理空间数据、电子商务等方式形成的商业数据库、电子文献、各类调查以及其他富有洞察力和具有即时性的数据源。据国际数据资讯公司统计,2013年全球产生的数据达到3.5ZB,到2020年产生的数量将增至44ZB,超出存储空间6ZB(1ZB相当于343.6亿部32GB智能手机的存储容量)。
数据已经成为可以与土地、资金、物质资产和人力资本相提并论的重要基础性资源,可以提高企业和公共部门的生产率和竞争力,并大幅提高消费者福利。2011年麦肯锡的研究显示,充分利用大数据的零售商能够将营业利润率提高60%以上;如果欧洲发达国家政府行政管理利用大数据,将节省至少1000亿欧元的成本,而利用个人位置数据提供的服务,将可以创造6000亿美元的消费者经济剩余。
数据是战略性资源。人类文明经历农业经济和工业经济之后,将进入一种新的社会经济发展形态——互联网经济。当前,“互联网+”就是依托移动互联网、云计算、大数据、物联网等信息网络技术的渗透和扩散,以信息互联互通和信息能源的开发利用为核心,促进信息网络技术与传统产业的深度融合,优化重组设计、生产、流通、消费全过程,创新生产方式和企业组织形式,推动传统产业转型升级和经济发展方式转变。
数据是“互联网+”时代的金矿,将成为企业、社会和国家层面重要的战略资源。数据像设备、厂房、原材料一样,成为企业的重要资产,是提升企业核心竞争力的重要筹码。2013年3月,IBM执行总裁罗睿兰预言,数据将是未来竞争优势的基础和“下一项重要的自然资源”;亚马逊前任首席科学家安德雷斯·韦思岸直白地指出,“数据是新的石油”。在本次贵阳会议上,马云预测,数据将取代石油,成为未来制造业最大的能源。随着大数据在农业、工业、金融、地理信息、教育、医疗等领域的应用落地,数据就像是石油和稀有金属一样的战略资源。
数据是重要生产力。大数据的演进与生产力的提高有着直接的关系。随着信息网络技术在国民经济各领域的不断渗透和扩散,各产业部门界限被打破,连接信息的深度与广度不断扩大,实现人、设备、服务、场景的连接。未来最大的能源是大数据,收集、拥有和汇总数据,掌握数据挖掘、分析和利用的技术,就是掌握了“互联网+”时代的先进生产力,
数据可以让你得出真实的结论,会告诉你商机在哪里,甚至可以“利用数据历史减少犯罪”。比如,阿里巴巴通过对平台上商户最近100天的数据分析,得出该企业的经营情况,然后精准地同潜在的贷款对象进行沟通。IBM与孟菲斯警察局合作,利用软件分析,发现强奸案和户外付费电话之间存在关联。据此,警方决定将付费电话转移至室内,这使得强奸案的发案率降低了30%。社会各界通过这些鲜活的事例认识了大数据。当前,70%的大企业和56%的中小企业开始研究、部署和实施大数据应用或项目。
马克思说过,科学技术是生产力;1988年9月,邓小平进一步提出,“科学技术是第一生产力。”在互联网经济时代,数据是新的生产要素,是基础性资源和战略性资源,也是重要生产力。
大数据深刻改变着人们生产生活方式
大数据与云计算、物联网等新技术相结合,正日益深刻地改变人们的生产生活方式。人们在(移动)互联网上的一切活动都形成数据,人们既是数据的消费者,也是数据的生产者。大数据是人类社会或者是人的社会行为数据的总和。
互联网对经济社会的渗透和扩散,大体可分为三个阶段:网络经济(“+互联网”)阶段、信息经济(“互联网+”)阶段、互联网经济阶段。目前,大部分国家处于网络经济阶段,我国等部分国家进入信息经济阶段,由“+互联网”向“互联网+”转变,少数发达国家则已开始进入互联网经济阶段。2014年7月,麦肯锡《中国的数字化转型》的报告显示,2013年中国的互联网经济占GDP比重升至4.4%,已经达到全球领先国家的水平。
互联网成为人们工作、学习和生活的“基础元素”,正在重构中国人的生活方式。调查显示,我国53.1%的网民认为自身依赖互联网。开放、平等、协同、分享、创新的互联网思维,正在冲击传统的思维模式,重塑开放、多元、个性、共生、互动的价值观,彻底改变我们的学习、工作和生活方式。
除了传统的即时通信、消费、娱乐以外,互联网对民生、医疗、教育、交通、金融等领域渗透程度进一步增加,推动人们生活深度“互联网化”。2014年12月,我国网络购物用户规模达3.61亿,网民使用网络购物的比例升至55.7%;2014年网上支付比例从42.1%提升至46.9%。各行各业探索数据的价值、挖掘大数据时代的商业模式,如大数据可以有效解决我国小微企业面临融资难、融资贵等问题。商业领域的数据跨界结合,既能为商业决策提供真正有价值的信息,还能产生新业态。对大数据的挖掘和分析,才是大数据价值应用的核心。
“互联网+”提升我国产业乃至国家综合竞争力
信息经济阶段将迎来大数据时代,数据的收集、挖掘、连接、分析和运用,成为国家综合竞争力的新标志。大数据将传统产业与数字产业、企业生产与用户消费、制造业与服务业、人们的工作与生活深度融合,形成数字与实体无缝对接的新世界,将信息经济推向新的高度。麦肯锡预计,2013年至2025年,互联网将帮助中国提升GDP增长率0.3至1.0个百分点,带动中国劳动生产率提高7%至22%。
“互联网+”可以使本土工业企业与跨国巨头站在同一起跑线上,特别是深化大数据应用提升中国制造业。《中国制造2025》提出,运用大数据发展基于互联网的个性化定制、众包设计、云制造等新型制造模式,形成基于消费需求动态感知的研发、制造和产业组织方式。充分把握大数据和制造业的发展趋势,改造生产流程、变革运营模式、创新商业模式,我国有望冲出发达国家和发展中国家对我国制造业形成“双向挤压竞争”的重围,实现由中国制造向中国创造、中国速度向中国质量、中国产品向中国品牌的“三个转变”。
“互联网+”将使我国传统的农业、农村、农民迎来互联网的变革与转型。目前我国农业信息市场发育缓慢,农业信息化体系尚不健全。5月7日颁发的《关于大力发展电子商务 加快培育经济新动力的意见》提出,“加强互联网与农业农村融合发展,引入产业链、价值链、供应链等现代管理理念和方式”,“推动信息进村入户,利用‘万村千乡’市场网络改善农村地区电子商务服务环境”。随着三网融合+物联网的推进,农村流通网络信息化改造、农业生产资料平台、农产品电子商务、服务电商平台四大方面将获得长足发展,农产品将进入一个精准生产、流通和营销的新阶段。
“互联网+”以完善物流基础设施为抓手,我国有望在第三次流通产业革命中占据先机。近二十年来,随着电子商务这一新型交易方式的快速发展,生产企业、流通企业、消费者都被带入了一个网络经济、数字化生存的新天地,流通和生产方式也随之产生深远变革。阿里巴巴菜鸟网络对全国各大物流公司进行“中转站——线路——网点”整个包裹流转链路的运输预测和运输预警,已经建立了覆盖全球五大洲的海外仓储网络和航空干线资源能力;具备国际资源整合能力的供应链服务企业风起云涌,正在加速促进产业链和价值链的高度整合。
《2015年中国大数据交易白皮书》显示,中国大数据交易行业还处于初级阶段,其潜在的大数据资源非常丰富,预计到2020年,中国大数据产业市场规模将达到8228.81亿元。因此,要大力发展大数据产业,让大数据成为“互联网+”的发动机。未来几年,大数据将在能源、交通、医疗、教育、农业、制造以及金融等领域得到应用实践,促进电子商务、工业互联网和互联网金融健康发展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,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是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-05-18【专访摘要】本次CDA持证专访邀请到拥有丰富物流供应链数据分析经验的赖尧,他结合自身在京东、华莱士、兰格赛等企业的从业经历 ...
2026-05-15在数字化时代,企业的每一次业务优化、每一项技术迭代,都需要回答一个核心问题:这个动作到底能带来多少价值?是提升了用户转化 ...
2026-05-15