
百度高亮:互联网大数据打通传统行业
在6月4日的第七届中国云计算大会上,百度大数据部研发总监高亮分享了百度大数据引擎,以及如何利用大数据来帮助传统企业迎接互联网+。高亮介绍了百度大数据可以为传统企业提供的服务模式,解读了百度大数据在传统企业上的典型应用,同时畅想了未来百度大数据与传统企业的合作点。
互联网企业提供的大数据服务
高亮首先介绍了百度的大数据引擎,他表示,百度在2014 年初的时候就成立了专门的大数据的部门,现在拥有数百名工程师。除了支持百度内部业务,百度大数据还开放对外,为外界提供各类服务。
去年四月份发布的百度大数据引擎共有三级结构,位于最底层的是开放云服务,基于其中构筑了可以处理海量数据的数据工厂,最上层是百度大脑,基于人工智能为各类应用带来巨大价值。
高亮分享,当互联网企业与传统企业合作的时候,能够提供的不外乎三种基础服务:其一是基础架构,包括了数据中心、服务器、带宽等;其二是基础架构上的技术,包含了各种开源技术与自主研发的技术,这类基于多数是分布式的;其三是数据,基于平台,基于技术从而运营产生出的海量数据。基于三类服务,可以产生多种服务模式,例如IOE的只提供基础架构,云平台的提供架构与技术等等。而现在,新的趋势正在产生,互联网企业不仅将给与传统企业基础架构与技术,同时还将给与数据,从而为传统企业催生出更多的业务想象空间。
百度大数据的尝试
在大数据部成立的一年多来,在这一路线上做了诸多尝试。
高亮分享了百度大数据与某风电企业做的一项很有意思的是实践。该风电企业监控数据众多,单台风电发电机一天可产生的数据量大约是100-200G ,而类似的设备总计部署了超过1万台,并且分布在各个地方。这些发电机只要出现故障,就需要维修,而面对分布在各地的超过万台的发电机,因为临时产生故障从而进行维修的成本极其高昂。
百度的数据中心中也有类似的状况,数十万台服务器,要定位和维修故障将是一件费时费力的工作。但百度做了一个很好的尝试,就是利用大数据预测和分析故障出现,预测的准确率高达98%以上,因此一旦威胁出现之前可以提前预警提前排除,大大降低了成本,保障了业务的连续性。百度将这样的大数据预测应用到了这家风电企业上,帮助他们进行大数据的故障预测,根据这家企业的个性化需求,打造了一套完善的故障预警系统。
除此以外,百度还利用自身庞大的数据规模与分析、处理能力帮助传统企业实现更多的商业机会,比如大数据的营销。百度司南是这方面的佼佼者,通过大数据分析,可以帮助广告主更加了解他们的潜在用户,这样的大数据分析不仅局限在在线广告,甚至可以分析户外广告的效果,实现量化决策。
舆情监控、预测分析也是百度大数据可以提供给传统企业的大威力武器,舆情分析可以帮助传统企业客观了解用户对于他们的产品、服务的评价,而推荐系统则可以定向的向用户推荐适合他们的餐饮、娱乐等服务。
未来“我们”共同打造
高亮还阐述了未来百度与传统企业合作的模式,他表示,最底层仍然是百度的开放云,其上是百度的数据,加上传统企业的数据,让二者的数据融合起来,将“我们”的数据发挥出最大的价值。
毫无疑问,这其中最大的技术障碍在于数据的打通,让互联网用户数据和传统企业用户数据真正融为一体,证明两个数据仓库中的某个用户是同一个用户。高亮透露,百度在这个领域正在持续投入,并且在不远的未来,就将和传统企业进一步合作,为企业的整体发展提供各个方向可能的支持。
我们期待这个可期的未来,也希望“我们”的大数据能够释放更大的能量。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09