
大數(shù)據(jù)時代分析變革即將來臨
日前,Teradata首席分析官Bill Franks在北京與部分業(yè)內(nèi)媒體記者舉行了一次關(guān)于大數(shù)據(jù)分析的圓桌會議,在這次會議上,Bill Franks帶來了他的新書《數(shù)據(jù)分析變革》,并就大數(shù)據(jù)分析的最新發(fā)展趨勢發(fā)表了精辟見解。
Bill Franks表示,經(jīng)常會有人問這樣的問題,大數(shù)據(jù)是不是存在泡沫,這種泡沫會不會破裂?比如,前段時間一個記者問我,說他們估計差不多一年半之后,大數(shù)據(jù)泡沫就會破裂。他當時問我大數(shù)據(jù)是否有泡沫的時候,我的答案是這樣的,從某種方式來說是有泡沫,從另一種方式來說沒有泡沫。
為什么說有泡沫呢?確實現(xiàn)在市場上有一些過多的炒作,認為通過大數(shù)據(jù)能夠獲得所需要的一切。如果不能實現(xiàn)這些目標,有可能標志著大數(shù)據(jù)泡沫會破裂。如果不是泡沫的話,再過多少年之后進行回顧,會覺得當時對大數(shù)據(jù)的看法是非常滑稽的。
我們所經(jīng)歷的真正的互聯(lián)網(wǎng)泡沫,是大家非常熟悉的,從1999年到2000年。當時并不是說互聯(lián)網(wǎng)本身缺少價值,而是認為這種價值的獲得太容易、太快速,所以造成了當時的泡沫。但是看一下目前的情況,互聯(lián)網(wǎng)已經(jīng)深入到社會的方方面面,給人們的工作、生活帶來了非常深遠的影響。目前,大數(shù)據(jù)也是這種情況,現(xiàn)在大數(shù)據(jù)的發(fā)展非常艱難,人們有各種各樣的說法。如果再過五年或者十年,我們會看到大數(shù)據(jù)可以帶來非常好的影響。過去大數(shù)據(jù)都是在企業(yè)里面,各個領(lǐng)域都有大數(shù)據(jù)。前幾年,Teradata提出企業(yè)級數(shù)據(jù)倉庫,就是如何把這些數(shù)據(jù)源整合在一起,來挖掘企業(yè)內(nèi)部的數(shù)據(jù)價值。
Franks說,我們要避免重蹈覆轍,目前看到在企業(yè)里有很多單獨的大數(shù)據(jù)部門,大數(shù)據(jù)分散在各個地方,這些數(shù)據(jù)也由不同的人員加以管理。我們應(yīng)該避免過去傳統(tǒng)數(shù)據(jù)管理問題,要把數(shù)據(jù)都統(tǒng)一集中在一起。我們會提供相關(guān)的工具、技術(shù)、專業(yè)服務(wù),幫助客戶更多地挖掘數(shù)據(jù)價值。我們能夠幫助挖掘客戶的業(yè)務(wù)問題所在,給他們找到具體方法,能夠提供具體的工具和技術(shù),更大地發(fā)揮大數(shù)據(jù)的作用。一方面我們能夠在前端幫助客戶發(fā)現(xiàn)數(shù)據(jù)的價值,另一方面在后臺也能進行跟蹤,給它進行量化,發(fā)現(xiàn)數(shù)據(jù)價值所在。
Bill Franks認為,我們現(xiàn)在面對著數(shù)據(jù)分析的變革,通過一種“手工定制”的辦法,針對企業(yè)具體的問題,做一些大數(shù)據(jù)的分析,給他們提供定制化的解決方案。這里涉及高價值的問題或者低價值的問題,一般都要探索哪些是屬于高價值的問題,需要有一些定制的或者深層的分析。對于那些低價值的問題,可以部署一些業(yè)務(wù)流程等進行解決。企業(yè)可以在技術(shù)、業(yè)務(wù)流程里,嵌入一些解決方案的數(shù)據(jù)分析,能夠自動實施,不需要太多的人工參與就能實現(xiàn)。
談到電信領(lǐng)域的高級分析,Bill Franks說,從電信商運營的角度來說,也需要大量的高級分析,比如一些無線的基站和鐵塔,什么時候會出現(xiàn)問題。包括一些網(wǎng)絡(luò)上傳送的速率情況,都傳輸什么內(nèi)容,是電子郵件還是什么?這些分析與傳統(tǒng)的分析是不一樣的。傳統(tǒng)的分析是這個電話是誰打給誰的,而現(xiàn)在的分析更多一些,包括基礎(chǔ)設(shè)施、網(wǎng)絡(luò)、基站等,很多環(huán)節(jié)都需要這樣的高級分析。
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
訓(xùn)練與驗證損失驟升:機器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 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 ...
2025-09-19SQL 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。 ...
2025-09-18DSGE 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 ...
2025-09-11