
大數(shù)據(jù)應(yīng)用:落地才能開花
數(shù)據(jù)資源,在未來社會將扮演與礦石能源同等重要的角色。如同瓦特的蒸汽機、愛迪生的白熾燈一樣,對當(dāng)下及未來生產(chǎn)、生活模式發(fā)生顛覆性影響。而當(dāng)下如火如荼的大數(shù)據(jù)核心產(chǎn)業(yè),仍面臨諸多挑戰(zhàn),需要經(jīng)歷復(fù)雜過程。這不禁讓人想起:19世紀(jì)初,英國屢次發(fā)生工人搗毀生產(chǎn)機器的事件;晚清時期,技術(shù)先進的鐵路、蒸汽機車被清朝君臣視為“奇技淫巧”,破壞風(fēng)水。人們接受新生事物,從認(rèn)知、接受,到使用、建立經(jīng)營模式,非一朝一夕之功,需從業(yè)者謹(jǐn)慎面對,避免概念炒作,創(chuàng)新商業(yè)模式,讓技術(shù)真正“落地“服務(wù)。就如同今日的中國機械馳名中外,高速鐵路縱橫南北,技術(shù)“落地”才能生根發(fā)芽。
“供給創(chuàng)造它自己的需求”,誕生于19世紀(jì)的薩伊定律提出,只要有供給,就會產(chǎn)生相匹配的需求,市場會自動出清。在大數(shù)據(jù)廣泛應(yīng)用的今天,這一破產(chǎn)于20世紀(jì)大蕭條時期的理論似乎暗藏新含義。
當(dāng)前,全球圍繞大數(shù)據(jù)挖掘、采集、存儲管理,正在形成一個生態(tài)圈,即大數(shù)據(jù)產(chǎn)業(yè)。在消費市場快速變化背景下,依靠大數(shù)據(jù)分析,市場供應(yīng)者可精準(zhǔn)對接需求,一定程度上,或許真的可以“出清”。
2015年9月,李克強總理簽發(fā)《促進大數(shù)據(jù)發(fā)展行動綱要》,將大數(shù)據(jù)產(chǎn)業(yè)推向最高熱度。2017年政府工作報告中提到,深入推進“互聯(lián)網(wǎng)+”行動和國家大數(shù)據(jù)戰(zhàn)略。并指出,加快大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)應(yīng)用,以新技術(shù)新業(yè)態(tài)新模式,推動傳統(tǒng)產(chǎn)業(yè)生產(chǎn)、管理和營銷模式變革。2016年,全球大數(shù)據(jù)核心產(chǎn)業(yè)規(guī)模達(dá)到300億美元。然而,在迅猛發(fā)展過程中,一些現(xiàn)象仍值得思考。
過熱炒作的弊端
根據(jù)中國信息通信研究院測算:2015年,我國大數(shù)據(jù)核心產(chǎn)業(yè)市場規(guī)模達(dá)到115.9億元,增速達(dá)38%,預(yù)計2016年達(dá)到168億元,2017-2018年還將維持40%左右的高增長。一些大型企業(yè),紛紛建立自己的數(shù)據(jù)分析團隊。阿里巴巴董事局主席馬云提出,未來的制造業(yè)不僅生產(chǎn)產(chǎn)品,未來的制造業(yè)制造出來的機器必須會思考,必須會說話,必須會交流,未來所有的制造業(yè)都將會成為互聯(lián)網(wǎng)和大數(shù)據(jù)的終端企業(yè)?!拔磥淼闹圃鞓I(yè)要的不是石油,它最大的能源是數(shù)據(jù)”??墒?,高增長背后,一些現(xiàn)象透露出隱憂:
2017年初,高德地圖公布的大數(shù)據(jù)分析結(jié)果引發(fā)爭議。其發(fā)布的《2016年度中國主要城市交通分析報告》汽車用戶畫像指出,中高檔車主駕駛“野蠻”,其中被看作最野蠻的是mini車主,凱迪拉克車主偏愛洗浴中心。瞬間,一石激起千層浪,不僅相關(guān)車主、車友會群起攻之,也引起部分汽車廠商關(guān)注。當(dāng)事方表示,這份分析資料由高德地圖交通大數(shù)據(jù)團隊撰寫,基于高德積累的海量交通出行數(shù)據(jù),通過大數(shù)據(jù)挖掘計算所得。即便如此,數(shù)據(jù)來源、計算方法、數(shù)據(jù)用途都受到質(zhì)疑。
同樣困擾大數(shù)據(jù)應(yīng)用的不僅是內(nèi)容,更有過度的概念炒作、投資過熱。2016年,數(shù)家大數(shù)據(jù)技術(shù)與應(yīng)用服務(wù)商開始削減團隊人數(shù),其中一部分,即便經(jīng)過多輪融資,但實際經(jīng)營利潤仍無法彌補成本或無法擴大營業(yè)規(guī)模,出現(xiàn)虧損。伴隨而來的是投資削減:據(jù)統(tǒng)計,2016年,在大數(shù)據(jù)領(lǐng)域第三季度共發(fā)生投資案例801起,同比減少2.2%。就投資總額看,披露金額的727起投資案例共涉及投資金額1141億元人民幣,同比下降4.9%,較第二季度下降51.1%。投資項目同比降低三分之一。
短短數(shù)年時間,大數(shù)據(jù)分析的商業(yè)理念就已經(jīng)遍布各個行業(yè)。而其真正能為產(chǎn)業(yè)革新作出的貢獻(xiàn)以及產(chǎn)業(yè)本身生存狀態(tài)仍值得商榷。
比計算方法更重要的是制定策略
二戰(zhàn)時,英國空軍請哥倫比亞大學(xué)統(tǒng)計學(xué)教授統(tǒng)計戰(zhàn)機受損情況,以統(tǒng)計結(jié)果作為飛機加強改裝的依據(jù)。受當(dāng)時技術(shù)局限,飛機只能做部分加強。他們積累了很多數(shù)據(jù),統(tǒng)計飛機所有受傷的彈孔位置。最后發(fā)現(xiàn):機翼兩端彈孔最多,人們認(rèn)為應(yīng)把加強鋼板放在機翼,但教授卻堅持認(rèn)為,那些薄弱的部位,就是沒有統(tǒng)計出來的地方,因為這些地方受傷的飛機根本沒有飛回來。不管是原始的統(tǒng)計方式,還是大數(shù)據(jù)廣泛應(yīng)用的當(dāng)下,人們進行統(tǒng)計分析,會忽略很多樣本,甚至策略制定發(fā)生偏差。如此,再精確的數(shù)據(jù)統(tǒng)計,也將無濟于事。
中國信息通信研究院發(fā)布的《大數(shù)據(jù)白皮書(2016)》指出:我國大數(shù)據(jù)產(chǎn)業(yè)發(fā)展已具備一定基礎(chǔ),但要實現(xiàn)從“數(shù)據(jù)大國”向“數(shù)據(jù)強國”轉(zhuǎn)變,還面臨諸多挑戰(zhàn):一是對數(shù)據(jù)資源及其價值認(rèn)識不足。二是技術(shù)創(chuàng)新與支撐能力不夠。三是數(shù)據(jù)資源建設(shè)和應(yīng)用水平不高。四是信息安全和數(shù)據(jù)管理體系尚未建立。五是人才隊伍建設(shè)亟須加強。在數(shù)據(jù)資源建設(shè)和應(yīng)用層面。白皮書提出:“用戶普遍不重視數(shù)據(jù)資源的建設(shè),即使有數(shù)據(jù)意識的機構(gòu),大多只重視數(shù)據(jù)的簡單存儲,很少針對后續(xù)應(yīng)用需求進行加工整理。數(shù)據(jù)資源普遍存在質(zhì)量差,標(biāo)準(zhǔn)規(guī)范缺乏,管理能力弱等現(xiàn)象,跨部門、跨行業(yè)的數(shù)據(jù)共享仍不順暢,有價值的公共信息資源和商業(yè)數(shù)據(jù)開放程度低。數(shù)據(jù)價值難以被有效挖掘利用,大數(shù)據(jù)應(yīng)用整體上處于起步階段,潛力遠(yuǎn)未釋放?!?
在金融應(yīng)用領(lǐng)域,91金融CEO許澤瑋認(rèn)為,不能過分依賴數(shù)據(jù),要設(shè)立風(fēng)險委員會,使專業(yè)人員的經(jīng)驗與數(shù)據(jù)統(tǒng)計相結(jié)合。同時,企業(yè)一定要具有足夠的數(shù)據(jù)處理能力,同時要確保安全?!霸跈z測防控風(fēng)險方面,需采用線上和線下相結(jié)合的風(fēng)險管理體系,包括基于大數(shù)據(jù)的線上征信和風(fēng)控模型,以及傳統(tǒng)的線下調(diào)查和貸后管理?!痹S澤瑋介紹,建立具備豐富風(fēng)控經(jīng)驗的從業(yè)團隊,基于線上的大數(shù)據(jù)匹配,嚴(yán)格篩選借款人,確保他們有穩(wěn)定的企業(yè)和還款能力,此外,借款人借款金額必須在抵押物評估值的70%以內(nèi),而且借款期限不得超過6個月。5位風(fēng)控委員會委員均投票通過,則可以借出,如有一人不同意,則此項目作廢。在很多行業(yè)愈發(fā)依賴大數(shù)據(jù)的當(dāng)下,這些人工程序和經(jīng)驗愈發(fā)重要。
現(xiàn)在,公眾對“大數(shù)據(jù)”已有基本認(rèn)知,各種大數(shù)據(jù)的案例故事廣為流傳。但在當(dāng)下,概念性的故事,未必能帶來真正效果。人們需要的是,把停留在“講故事”層面的內(nèi)容深挖、落地,變成真正可行,低成本高效率的商業(yè)模式,讓當(dāng)下的概念在應(yīng)用場景中發(fā)揮真正價值。
用數(shù)據(jù)解決實際問題
解決大數(shù)據(jù)應(yīng)用的痛點,要解決使用者的大數(shù)據(jù)認(rèn)知,更要實現(xiàn)大數(shù)據(jù)應(yīng)用“落地服務(wù)”。
多數(shù)企業(yè)需要的不是數(shù)據(jù)本身,而是用數(shù)據(jù)解決實際問題。不是每個企業(yè)經(jīng)營者都需要具備數(shù)據(jù)分析系統(tǒng),但他們都希望大數(shù)據(jù)帶來收益并節(jié)約成本。能夠給企業(yè)帶來價值的大數(shù)據(jù)“落地服務(wù)”,才有可能被企業(yè)接受。避免炒作、制定策略、落地服務(wù)是決定大數(shù)據(jù)核心產(chǎn)業(yè)長足發(fā)展的關(guān)鍵。
就金融行業(yè)而言,大數(shù)據(jù)主要業(yè)務(wù)應(yīng)用于企業(yè)風(fēng)險管理、信用評估、借貸、保險、理財、證券分析等。在這些領(lǐng)域,可以通過獲取、關(guān)聯(lián)和分析更多維度、更深層次的數(shù)據(jù),通過不斷發(fā)展的大數(shù)據(jù)處理技術(shù)得以更好、更快、更準(zhǔn)確的實現(xiàn),更多的金融企業(yè)利用大數(shù)據(jù)技術(shù)整合來自互聯(lián)網(wǎng)等渠道的外部數(shù)據(jù),從而使得原來不可擔(dān)保的信貸可以擔(dān)保,不可保險的風(fēng)險可以保險。 《大數(shù)據(jù)白皮書(2016)》披露:中信銀行信用卡中心從2010年開始引入大數(shù)據(jù)分析解決方案,為企業(yè)中心提供了統(tǒng)一的客戶視圖。借助客戶統(tǒng)一視圖,可以從交易、服務(wù)、風(fēng)險、權(quán)益等多層面獲取和分析數(shù)據(jù),對客戶按照低、中、高價值來進行分類,根據(jù)銀行整體經(jīng)營策略積極地提供相應(yīng)的個性化服務(wù),在降低成本的同時大幅提升精準(zhǔn)營銷能力。
許澤瑋介紹,他們通過自主研發(fā)搜索引擎,捕捉借款用戶的網(wǎng)絡(luò)行為軌跡,鼓勵借款用戶將賬號與微博等社交網(wǎng)絡(luò)賬號關(guān)聯(lián),監(jiān)測用戶登錄習(xí)慣,不斷積累和健全用戶行為因子,擴展并完善大數(shù)據(jù)風(fēng)控模型。他說,完善的用戶數(shù)據(jù)主要有兩大作用,一方面是為了更好地防范金融風(fēng)險,另一方面則是為了進一步完善用戶畫像,實現(xiàn)精細(xì)化運營。讓數(shù)據(jù)真正服務(wù)于業(yè)務(wù)。
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(rèn)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(yù)期算子的內(nèi)涵、作用與應(yīng)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(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)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(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)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(zhǔn)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(luò)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(xué)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(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)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(wù)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(wù)系統(tǒng)落地過程中,“業(yè)務(wù)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(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)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(wù)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(wù)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(wù)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(dǎo)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