
管理者的煉成以及國內大數據公司的挑戰(zhàn)
大數據時代,商業(yè)智能領域發(fā)展迅猛,國內外IT巨頭都紛紛搶灘這個領域,一些新型中小軟件企業(yè)也涉足其中。隨著國內BI廠商的崛起,商業(yè)智能領域已經不再只是國外各大巨頭的舞臺,國內廠商也逐步被用戶熟知和認可。
北京永洪科技正如所有創(chuàng)業(yè)型公司一樣,在成長初期一定是步履艱辛。但是現在永洪科技已經簽訂了數個大數據軟件產品和服務的采購合同,幫助客戶從大數據中發(fā)掘巨大的價值。它是如何做到的呢?帶著這些疑問,記者找到了北京永洪科技的CEO何春濤先生。
何春濤從事商業(yè)智能產品的研發(fā)和應用工作十幾年,在高性能及大數據商業(yè)智能的相關領域工作了五年。其負責的研發(fā)團隊多次獲得國際獎項,包括JavaOne、JDJ Readers' Choice Awards等。他也參與了一些機構的商業(yè)智能系統(tǒng)的建設工作,包括麥考瑞銀行、世界衛(wèi)生組織、AT&T等,在商業(yè)智能、高性能商業(yè)智能、大數據商業(yè)智能等領域具備豐富的實戰(zhàn)經驗。
在建外SOHO的辦公樓中,我第一次見到了何春濤。何總是一個非常Open的人,可能和他長期從事技術開發(fā)與國外的工作經歷有關,在和他的交談中并沒有我想象的那種壓力,整個環(huán)境非常的融洽。
以下是采訪原文
問及他從技術研發(fā)轉做管理中遇到那些困難?
要轉變成一個管理者是有比較大的困難的。在這個過程中,你必須獨立并自信地去當好一個團隊的領導者,忽然之間,你就要面對一大堆的事,要鼓舞大家的士氣,要保持團隊的活力,要讓大家都集中于某些他們可能并不關心的目標上,從一個側重技術技能并以任務為重的技術人員,要轉變成一個側重人際交流并以結果為重的管理者,這個過程絕非易事。同時對我來說最困難的兩件事情是:第一,我的說話方式比較直接,這可能和我的國外經歷有關系;第二,我這個人比較容易感情化。這些都給我的管理工作帶來一定的影響,中間的酸甜苦辣只有自己才能體會,可以說是一個涅盤重生的心理歷程。
在談到目前國內的大數據市場以及永洪科技最初創(chuàng)立的原因?
目前國內大數據市場主要由IBM、SAP、EMC、HP、Microsoft等跨國公司分享。我們之所以要做這個市場,是基于產業(yè)思考深思熟慮之后的結果。“棱鏡計劃”一出全球一片譴責之聲。但是除了譴責美國之外,對國人而言,更珍貴的是不斷的反思。這個世界是建立在自然的基礎上的,所以優(yōu)勝劣汰,弱肉強食是注定的法則。與其不斷地譴責美國的棱鏡計劃,倒不如腳踏實地地提升行業(yè)競爭能力,并對中國制造更多的關注和信任。我想,國內的大數據市場,需要真正有實力的本土廠商參與,并最終主導。
目前各個行業(yè)都面臨一個海量數據的問題,您認為如何才能在海量數據中發(fā)現有價值的信息呢?
這個話題很廣了,每個行業(yè)面臨的數據價值其實都是不一樣的,這沒有一個標準答案。從商業(yè)價值上考慮,應該圍繞自己的核心業(yè)務、結合線上線下的多元數據,收集、存儲并消化自由的大數據,分布打造有價值的數據應用。我只能從我個人以及用戶對大數據的使用和理解方面談談看法,基本可以分為以下幾類:
大數據運維,比如說電信的流量控制監(jiān)控系統(tǒng),把他們所有的基站互聯網數據收集上來進行監(jiān)控,這樣通過把運維搞起來,業(yè)務能更好的運行。
企業(yè)洞察力,比如說我們可能會在大數據平臺的前后增加數據分析功能,通過靜態(tài)的KPI來看業(yè)務,這時候我們數據的價值并沒有很好的利用起來,導致我們企業(yè)的洞察力比較低,我們通過結合大數據和分析技術,去更好的、更深化的把我們的數據利用起來,這樣我們就不再是靜態(tài)的,我們可以動態(tài)的按需在一定的廣度和深度和對我們數據進行挖掘,增強企業(yè)的洞察力。
將數據作為原料,比如我們以前上決策,這種分析報告我們一般都會讓IT部門去做,這時候一般都需要一兩周,而且IT部門的工作本來也比較多。如果我們結合一些實時大數據的技術,比如說離線計算、在線計算等等,我們就可以實時、快速的把這些分析報告拿走,可以提升我們決策的能力。這點艾瑞就做的很好。
新的商業(yè)模式,比如說廣電行業(yè)有很多的資源,比如像廣播、電視臺,并且還有很多大家耳熟能詳的主持人、明星,他們做的事情是什么呢?他們會跟銀行共同的去策劃,做發(fā)卡,發(fā)完卡之后,通過它們的媒體資源組織大家進行各種各樣的消費比如我喜歡玩,比如我喜歡購物就做購物的線路,然后再通過它的主持人、頻道推薦給各個商家。他做完之后把所有鏈條上的數據收集回來。收集回來之后就跟商家做各種的優(yōu)化和談判,包括我們前端的銀行做優(yōu)化和談判。
作為一家提供商業(yè)智能產品和服務的本土BI廠商,和一些國際上的服務商相比核心競爭力在哪里?有哪些解決方案呢?
其實對于國際服務商來說,我們的優(yōu)勢有兩點:第一,我們的產品,永洪研發(fā)團隊從08年就開始做大數據產品研發(fā),曾經服務于歐洲、澳洲、美洲等地的跨國企業(yè)和全球機構,并取得了重大成功。這些經歷說明:永洪研發(fā)團隊有著國際一流的研發(fā)水平,Yonghong大數據產品處于國際領先的地位。對于大數據,這些傳統(tǒng)BI廠商形成了一體機和分布式數據倉庫兩種解決思路。然而,一體機對大多數企業(yè)而言幾乎是天價;分布式數據倉庫產品按流量收費,價格稍低,不過一TB數據也要幾十萬。這樣的大數據產品,大幅提升了BI應用的整體擁有成本(TCO),給國內企業(yè)客戶帶來了沉重的壓力。永洪 BI通過完全自主知識產權的數據集市產品(Z-Data Mart)支持大數據, Z-Data Mart匯聚了數十項自有專利,涵蓋了分布式存儲和計算、庫內計算和庫內計算、內存計算、分布式傳輸和實時通信等關鍵領域。Z-DataMart性能卓越,產品成熟,有數家電信運營商和IT服務商采購并投入關鍵業(yè)務的生產環(huán)節(jié)。第二,我們是本土廠商,屬于主場作戰(zhàn),尤其是在這個大數據作為國家戰(zhàn)略的環(huán)境下,我們具有一些先天的優(yōu)勢。
永洪科技的基礎設施是如何解決的?
對于基礎社區(qū)的建設,我們一般都是讓企業(yè)自建的,我們負責提供產品和設計方案,然后企業(yè)選擇自建或者租用其他的基礎設施。
可否介紹一下目前永洪科技的技術團隊規(guī)模和結構是怎樣的?
你進來的時候就能看見,目前我們這邊的研發(fā)團隊大概有十來個人的規(guī)模,其中很多都是8-10年的老員工,我們有著相同的夢想,相同的目標,因此可以一直走到現在。同時我們對于員工還會進行一系列的分紅,讓他們在這里既能腳踏實地又能追逐夢想!
你覺得未來大數據發(fā)展的方向是什么?有哪些熱門技術?
我認為當前熱門的大數據技術主要包括以下內容:
用于大數據存儲的Hadoop HDFS,以及衍生的數據庫HBase
批處理大數據項目有Hadoop MR,它最新版本是YARN。衍生項目有數據倉庫Hive和機器學習Mahout
實時處理大數據的項目有:Spark以及衍生的數據倉庫Shark、Cloudera Impala
用于流計算的項目有Apache Storm
商業(yè)大數據產品有一體機例如PureData、Exadata、Hana、MPP DW例如Vertica、Aster Data、GP、MPP DM例如 Yonghong DM
未來比較看好實時大數據技術的原因是實時大數據技術能夠讓企業(yè)對大數據進行探索式和交互式分析,相比于之前沒有靈活性和動態(tài)性的批處理大數據技術而言,它將大大提升發(fā)掘大數據價值的效率和可能性。
你覺得未來永洪科技要繼續(xù)發(fā)展面臨的困難和挑戰(zhàn)是什么?
贏得用戶就得靠產品的創(chuàng)新和性能,只有產品能夠獲得用戶的青睞,公司才能生存下去,所以說首先得做好自己的產品。同時在中國最大的挑戰(zhàn)不是市場的大小而是市場的健康程度,這個健康分為相關的法制法規(guī)和大家選擇產品時的心里成熟度。
數據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 函數的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數據處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數據庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數據分析師:表結構數據 “獲取 - 加工 - 使用” 全流程的賦能者 表結構數據(如數據庫表、Excel 表、CSV 文件)是企業(yè)數字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、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 數據分析師:解鎖表結構數據特征價值的專業(yè)核心 表結構數據(以 “行 - 列” 規(guī)范存儲的結構化數據,如數據庫表、Excel 表、 ...
2025-09-17Excel 導入數據含缺失值?詳解 dropna 函數的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數據時,“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 在數據分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數據差異是否 “ ...
2025-09-16CDA 數據分析師:掌控表格結構數據全功能周期的專業(yè)操盤手 表格結構數據(以 “行 - 列” 存儲的結構化數據,如 Excel 表、數據 ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(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 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數據分析師:激活表格結構數據價值的核心操盤手 表格結構數據(如 Excel 表格、數據庫表)是企業(yè)最基礎、最核心的數據形態(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(如接口調用、數據爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數據的科學計數法問題 為幫助 Python 數據從業(yè)者解決pd.read_csv讀取長浮點數據時的科學計數法問題 ...
2025-09-12CDA 數據分析師:業(yè)務數據分析步驟的落地者與價值優(yōu)化者 業(yè)務數據分析是企業(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)則拆解到數據把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數據驅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 數據分析師與戰(zhàn)略 / 業(yè)務數據分析:概念辨析與協同價值 在數據驅動決策的體系中,“戰(zhàn)略數據分析”“業(yè)務數據分析” 是企業(yè) ...
2025-09-11Excel 數據聚類分析:從操作實踐到業(yè)務價值挖掘 在數據分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數據中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數據解讀到決策支撐的價值導向 統(tǒng)計模型作為數據分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10