京公网安备 11010802034615号
经营许可证编号:京B2-20210330
浪潮计算+大数据 克服大数据“摩擦力”
“计算+”是浪潮集团副总裁王恩东在2015年浪潮信息全国合作伙伴大会(IPF15)上首次提出的新业务战略,指出了在物理世界信息化、信息世界智能化的发展趋势下,计算重心正在向后端转移,对后端计算能力提出了新的需求和挑战,融合架构将是应对这一挑战的最佳选择。
对于计算+与大数据之间的关联,浪潮云和大数据事业部总经理张东在IPF15大数据与应用分论坛上,对大数据业务做出了非常明确的定位,“未来80%以上的计算能力都会在数据处理上,计算和数据这两个概念是密不可分的,因此大数据业务是浪潮的核心业务,围绕计算+大数据将是我们重要的计算方向。”
大数据应用要克服“摩擦力”
大数据无疑是当下最“有名”的IT技术名词,没有之一。从春运大数据到两会大数据,从IT技术人员到企业高管,从国家到个人,短短数年间,大数据就变成“街知巷闻”的热门词汇,充分说明了大数据在移动互联时代的重要性。
分析机构IDC预测,到2020年,将有2000亿台智能设备,连接至互联网,包括手机、电脑和平板电脑,以及如温度监控和网络摄像机等设备,人类所产生的数据量将超过40 ZB(泽字节),这意味着全球的数据每两年就将翻一番。同时IDC认为,从现在到2020年的大部分数据并不是由人类产生的,而是由机器,包括机器传感器以及与其他具备通信功能的智能设备,这些数据中的33%包含有价值的信息。
“一个物体要往前移动,第一要有动力,第二要克服摩擦力。大数据应用,也是一样的。今天的大数据不缺动力,因为数据的价值已经人尽皆知。所以,我们的大数据应用,需要好好研究的是怎么能够降低大数据应用的摩擦力,这个摩擦力就是应用门槛,需要让客户把大数据跑起来并且跑出有效的结果。”张东对大数据的趋势有着如是判断。
大数据的价值在于“加工”
对于用户来说,信息不再昂贵,从海量数据中获取价值变得昂贵。据统计,目前大数据所形成的市场规模在51亿美元左右,而到2017年预计会快速增长至530亿美元。
“从数据中获取价值不是需要某种技术手段,而是需要一种解决业务需求的方法,这套方法能够通过行之有效的技术手段来处理大数据的大容量、多类型和快速率这一系列问题。”浪潮云和大数据事业部副总经理李忠旭持有上述看法。
在李忠旭看来,“云计算改变了原来的资源组织方式,大数据改变了业务创新方向”,云计算资源池化的管理模式是大数据应用的前提,能够动态支撑大数据分析业务不断变化的需求。“大数据分析必然是软硬一体,就像微软能够把软件的性能优化,必然对硬件上有所要求。”
浪潮大数据:专注+合作
基于对大数据发展趋势的认知,浪潮将“专注+合作”确立为大数据战略的两个关键词,将专注于提供大数据基础架构平台型产品,专注在行业大数据应用领域。同时通过与ISV的深度合作,开发行业定制化解决方案的开发,提供软硬一体化的解决方案。
“首先应用开发和大数据系统软件,留给我们的合作伙伴进行这方面的研发,无论是数据架构还是应用架构的设计,而我们希望对底层平台优化上做的多一些。整体设计和系统交付我们做一部分,合作伙伴做一部分,由不同行业开发商做整个的交付。”这是李忠旭对浪潮大数据业务的具体设想。
浪潮与合作伙伴最终呈现给用户的,将是包含产品、咨询与交付一体化的“交钥匙工程”,包括业务应用开发、大数据系统软件、基础硬件平台的基础架构服务,应用架构设计、数据架构设计、硬件架构设计的咨询服务,以及性能调优、一体化设计和系统交付的交付服务。
值得一提的,浪潮对行业大数据的“一见钟情”事实上已逐渐显示出早有先见之明。来自大数据专家委员会的靳小龙分享的140位大数据专家调查结果显示,跨学科领域交叉的数据融合分析与应用,将成为今后大数据分析应用发展的重大趋势。他指出,“由于现有的大数据平台易用性差,而垂直应用行业的数据分析又涉及到领域专家知识和领域建模,目前在大数据行业分析应用与通用的大数据技术之间存在很大的鸿沟,迫切需要进行跨学科和跨领域的大数据技术和应用研究,促进和推动大数据在典型和重大行业中的应用和落地。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22 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 ...
2026-07-22在金融风控、企业运营、行业研究等数据分析场景中,大量数据以面板数据形态存在:例如多家分支机构连续多个季度的风险指标、多位 ...
2026-07-21 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-07-21