
全球顶级大数据学者苏达克谈创新:要么做Uber,要么被Uber
这个世界是一定要被改变的。你要问自己的是,是改变这个世界,还是让这世界的一部分人来改变你,你想做Uber,还是被Uber呢?因为总有这样一个行业颠覆者会出现。”由《浙商》杂志、浙商全国理事会主办的浙商大会暨“互联网+峰会”的第二天,全球顶级大数据学者、大数据颠覆力作《数据新常态》作者克里斯托弗·苏达克(Christopher Sudark)重磅登上主论坛,为这场“互联网+”和大数据盛宴提供了全新的视野。
苏达克在世界科技和互联网领域极有影响力,著有大数据颠覆力作《数据新常态》,此次是苏达克在中国的首秀。他在“数据时代如何赢得指数级先机”演讲中,探讨了社交媒体、移动终端以及大数据如何改变了包括商业、生活方式在内的世界上的一切,同时以其生趣妙答纾解了在场浙商对于大数据的诸多困惑。
到底什么是大数据?这个熟悉又陌生的词语,在苏达克眼中有了新的意思。“新定义的“吉字节”(GB)数据到底有多大?假设地球上所有的沙子数量是10的19次方,而“吉字节”的数据是10的30次方,所以“吉字节”代表的数据比世界上的沙子多得多。”苏达克说。那么,企业该如何运用大数据,苏达克用一句“第一时间告诉消费者"我懂你"解释了大数据在商业领域的作用。“大数据分析最重要的一点就是,当我们有不同的原数据的时候,首先要保持及时性;另外是预测,下一步怎么做,我们要做有预测性的分析。当有分析结果出来的时候,企业要在第一时间内告诉消费者"我懂你"。”
当然,随着大数据的积累,人们或多或少会对它感到恐惧。“我们懂消费者,但是不能让消费者感到害怕。所以一家聪明的公司,他们知道消费者知道什么,但是还是和他保持相对的距离,让他感觉亲密,不会让他感觉到不适。”苏达克说。
从目前看,大数据的应用只是翻开了未来宏伟巨著的一个角落。在运用大数据的同时,公司的创新思维和开拓性,才是成功的关键。说到这里,苏达克引用了一句经济学名言,"你可以比自己预想中更快地进入一种新的思维方式。"所以现在要做的是:停止想象,停止计划,立马行动!我相信在座的观众当中就有人可以创造出Uber这样的公司。假如你有这样的想法,去颠覆一个行业的话,我一定会投资你。”
“这个世界是一定要被改变的。德国一家非常大的ERP公司预测说,未来很多曾经位列世界500强的企业会消失,有将近40%的人会从马背上掉下来。也就是说全球40%像泰坦尼克号一样的顶级企业会掉下来,新兴的企业会出来,这个趋势不会停止,大公司会以越来越快的速度消亡,新公司会以越来越快的速度前进。”
此外,在6月20日的会议上,主办方还公布了“创业杭州”系列榜。其中,浙江每日互动网络科技有限公司、杭州树熊网络有限公司等30家企业荣膺“2015(杭州)最值得期待的创业公司30强”称号,汉鼎宇佑资本投资管理有限公司管理合伙人诸葛彬、帮实资本创始合伙人董源等人获得“2015(杭州)十大天使投资人”殊荣,而青创迭代孵化器、青创迭代孵化器等创业园区获得“2015(杭州)十大孵化器”的称号
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23