
大數(shù)據(jù)四要素“預警、預測、決策、智能”
當我們提到大數(shù)據(jù)的要素特征,往往會想到從大數(shù)據(jù)概念誕生之日起就開始流傳的4V理論,即海量、價值、快速、豐富。隨著大數(shù)據(jù)的迅速發(fā)展,當擁有足夠體量的數(shù)據(jù)后,人們發(fā)現(xiàn),如果數(shù)據(jù)之間沒有交互性,無法實現(xiàn)互聯(lián)互通,即便是獲取再豐富的數(shù)據(jù)也無法實現(xiàn)超越數(shù)據(jù)本身之外的價值。
九次方大數(shù)據(jù)創(chuàng)始人王叁壽提出,大數(shù)據(jù)的四要素是預警、預測、決策、智能。四點要素從功能的角度詮釋了大數(shù)據(jù)的核心。王叁壽認為,最終實現(xiàn)這些功能還需要回歸到大數(shù)據(jù)應用,唯有通過應用才能讓大數(shù)據(jù)真正“著陸”。這一觀點在全國如火如荼推動大數(shù)據(jù)產(chǎn)業(yè)發(fā)展之際,值得決策者去思考與深挖。
王叁壽解釋,預警即通過數(shù)據(jù)采集、數(shù)據(jù)挖掘、數(shù)據(jù)分析,對已經(jīng)存在的風險發(fā)出預報與警示,如通過數(shù)據(jù)分析發(fā)現(xiàn)某煤炭企業(yè)存在安全隱患;預測是指立足于縱向時間軸,對相對長時間內(nèi)某些問題的判斷從而形成指導,如根據(jù)氣象數(shù)據(jù)預測農(nóng)作物種植情況;決策是指通過所有相關(guān)數(shù)據(jù)的聯(lián)動,形成基于數(shù)據(jù)和分析之上的決策或結(jié)論,例如,通過交管局與扶貧辦數(shù)據(jù)的聯(lián)動可以形成“誰是偽扶貧對象”的結(jié)論;智能,即當我們基于對現(xiàn)實問題的分析與判斷,通過技術(shù)手段實現(xiàn)智能化的行為,例如,電商平臺上一些惡意刷單和惡意注冊的情況,通過數(shù)據(jù)分析與判斷,就可以生成智能攔截。
王叁壽提出的大數(shù)據(jù)四要素,已經(jīng)脫離數(shù)據(jù)本身的特點,讓其從應用角度出發(fā)來實現(xiàn)價值。換句話說,大數(shù)據(jù)不是靜態(tài)地存在,而是與周邊數(shù)據(jù)發(fā)生碰撞和聚核。在某種程度上,大數(shù)據(jù)可以變成政府或企業(yè)的洞察力與行動力。這就形成大數(shù)據(jù)正確的表現(xiàn)形式:以往我們談到的智慧交通管理系統(tǒng)、金融精準營銷系統(tǒng)、旅游服務系統(tǒng)等,更多地是指向某一功能或作用,而大數(shù)據(jù)應該帶給我們的不僅僅是停留在基于信息化上的某種功能之上,而是形成一個完整的決策系統(tǒng),能夠指導各個功能根據(jù)不同場景做出相應的正確回應。
舉例來說,以往對安全生產(chǎn)監(jiān)測會停留在對事故的統(tǒng)計與處理結(jié)論統(tǒng)計上,但通過大數(shù)據(jù)應用平臺,可以將危險源、隱患、事故等的數(shù)據(jù)全部聯(lián)動起來。對一個企業(yè)是否存在潛在危險的判斷,不再是事故后的數(shù)據(jù)統(tǒng)計,而是通過監(jiān)測企業(yè)外圍數(shù)據(jù),發(fā)現(xiàn)潛在風險。例如以周邊人口密度、建筑物情況等數(shù)據(jù)來模擬最大損害情況,同時聯(lián)動周邊可調(diào)動的資源,如醫(yī)療情況、救護車等來實施救援。一方面,大數(shù)據(jù)可以發(fā)現(xiàn)安全隱患,盡早采取行動;另一方面,一旦企業(yè)出現(xiàn)安全事故,大數(shù)據(jù)能夠形成整體的智能解決方案,實現(xiàn)對事故快速處置。
應用思維,就是大數(shù)據(jù)思維
雖然目前大數(shù)據(jù)被看做是基礎(chǔ)性資源和重要生產(chǎn)力,但如何實現(xiàn)其應有的價值,仍在摸索當中。當前,各地紛紛興建大數(shù)據(jù)中心。大數(shù)據(jù)中心實現(xiàn)了基礎(chǔ)數(shù)據(jù)資源的存儲、分類、整理,使得數(shù)據(jù)資源進入規(guī)模化時代。然而,如果以此為目標發(fā)展大數(shù)據(jù)相當于走入誤區(qū)?!昂A繑?shù)據(jù)”、“大規(guī)模數(shù)據(jù)”等大數(shù)據(jù)中心提出的概念只著眼于數(shù)據(jù)規(guī)模本身,未能充分反映數(shù)據(jù)爆發(fā)時代下的數(shù)據(jù)處理與應用需求。
王叁壽認為,發(fā)展大數(shù)據(jù)產(chǎn)業(yè),無論是基于技術(shù)開發(fā)、產(chǎn)品研發(fā)還是大數(shù)據(jù)公司的商業(yè)模式,仍然需要以“預警、預測、決策、智能”的大數(shù)據(jù)思維來落實數(shù)據(jù)應用,實現(xiàn)數(shù)據(jù)價值。事實上,這也正是大數(shù)據(jù)的應用思維,如果大數(shù)據(jù)不能實現(xiàn)這四大功能要素,價值迸發(fā)將會受到約束。
目前,王叁壽帶領(lǐng)九次方大數(shù)據(jù)開發(fā)出了4000多個政府大數(shù)據(jù)應用場景,而這些應用場景已經(jīng)成功讓大數(shù)據(jù)在政府治理與政務管理領(lǐng)域落地,并建設(shè)了相應的大數(shù)據(jù)產(chǎn)品平臺。
王叁壽將這個時代定義為“大數(shù)據(jù)應用的時代”,大數(shù)據(jù)的核心價值,正是需要通過基于在對事實數(shù)據(jù)累計的基礎(chǔ)上,通過大數(shù)據(jù)采集、挖掘、分析等工具實現(xiàn)對當前形勢或問題的科學預判以及對未來形勢的科學預警,從而更科學、更智能地做出決策。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10