
對(duì)大數(shù)據(jù)的全方位解讀
大數(shù)據(jù)是當(dāng)下非?;鸨囊粋€(gè)詞,人人都在談?wù)摯髷?shù)據(jù)。但大數(shù)據(jù)的定義是什么?它到底是如何出現(xiàn)的?它有什么特別之處?它最大的應(yīng)用領(lǐng)域在哪里?它的發(fā)展方向是什么?對(duì)于以上問(wèn)題,其實(shí)大多數(shù)人是弄不清楚的。
1)大數(shù)據(jù)時(shí)代出現(xiàn)的必然性
大數(shù)據(jù)和云計(jì)算這兩個(gè)詞經(jīng)常被同時(shí)提到,很多人誤以為大數(shù)據(jù)和云計(jì)算是同時(shí)誕生的、具有強(qiáng)綁定關(guān)系。其實(shí)這兩者之間既有關(guān)聯(lián)性,也有區(qū)別。云計(jì)算指的是一種以互聯(lián)網(wǎng)方式來(lái)提供服務(wù)的計(jì)算模式,而大數(shù)據(jù)指的是基于多源異構(gòu)、跨域關(guān)聯(lián)的海量數(shù)據(jù)分析所產(chǎn)生的決策流程、商業(yè)模式、科學(xué)范式、生活方式和關(guān)聯(lián)形態(tài)上的顛覆性變化的總和。大數(shù)據(jù)處理會(huì)利用到云計(jì)算領(lǐng)域的很多技術(shù),但大數(shù)據(jù)并非完全依賴(lài)于云計(jì)算;反過(guò)來(lái),云計(jì)算之上也并非只有大數(shù)據(jù)這一種應(yīng)用。
云計(jì)算的起源可以追溯到 2003 年末 Amazon 公司工程師 Chris Pinkham 提交給 CEO Jeff Bezos
的一篇論文中的一個(gè)設(shè)想:將 Amazon 內(nèi)部使用的計(jì)算基礎(chǔ)設(shè)施開(kāi)放給全世界的開(kāi)發(fā)者。次年 11 月,Amazon
發(fā)布了第一版云計(jì)算服務(wù):Simple
Queue Service。Simple Queue Service 再往后發(fā)展至 2006 年,演變成立今天著名的 AWS(Amazon
Web Sercice)。同在 2006 年,Google 公司 CEO Eric Schmidt 首次公開(kāi)提出了“云計(jì)算”(Cloud
Computing)的這一概念,云計(jì)算也在這一年開(kāi)始變得廣為人知。
大數(shù)據(jù)這個(gè)詞的流行卻晚了好幾年——直到 2009
年,大數(shù)據(jù)這個(gè)說(shuō)法才逐漸開(kāi)始在互聯(lián)網(wǎng)圈內(nèi)傳播。但僅僅在互聯(lián)網(wǎng)領(lǐng)域流行,仍然不足以引起普遍關(guān)注,因?yàn)榧兓ヂ?lián)網(wǎng)經(jīng)濟(jì)畢竟只占全球經(jīng)濟(jì)總量的很小一部分。而大數(shù)據(jù)概念真正變得火爆,卻是因?yàn)槊绹?guó)奧巴馬政府在
2012 年高調(diào)宣布了其“大數(shù)據(jù)研究和開(kāi)發(fā)計(jì)劃”——美國(guó)政府希望利用大數(shù)據(jù)解決一些政府部門(mén)面臨的非常重要的問(wèn)題,該計(jì)劃由橫跨 6 個(gè)政府部門(mén)的
84 個(gè)子課題組成。這標(biāo)志著大數(shù)據(jù)真正開(kāi)始進(jìn)入主流的傳統(tǒng)線(xiàn)下經(jīng)濟(jì)。
大數(shù)據(jù)出現(xiàn)的時(shí)間點(diǎn)自有它深刻的原因。2009 年至 2012
年這段時(shí)間正是電子商務(wù)在包括中國(guó)在內(nèi)的全球全面開(kāi)花的幾年。眾所周知,互聯(lián)網(wǎng)領(lǐng)域有 3 大類(lèi)商業(yè)模式:廣告、游戲和電子商務(wù)。而電子商務(wù)又是第 1
個(gè)真正將純互聯(lián)網(wǎng)經(jīng)濟(jì)與傳統(tǒng)經(jīng)濟(jì)嫁接在一起誕生的混合模式。準(zhǔn)確地說(shuō),正是互聯(lián)網(wǎng)與傳統(tǒng)經(jīng)濟(jì)的碰撞,才真正催生出了今天幾乎全民關(guān)注的“大數(shù)據(jù)”。大數(shù)據(jù)橫跨了互聯(lián)網(wǎng)產(chǎn)業(yè)與傳統(tǒng)產(chǎn)業(yè),而且大數(shù)據(jù)真正廣闊的應(yīng)用領(lǐng)域其實(shí)也正是比純互聯(lián)網(wǎng)經(jīng)濟(jì)大得多的傳統(tǒng)產(chǎn)業(yè)。
從數(shù)據(jù)量的角度來(lái)看,在電子商務(wù)模式出現(xiàn)以前,傳統(tǒng)企業(yè)的數(shù)量增長(zhǎng)緩慢。傳統(tǒng)企業(yè)的數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)大多數(shù)來(lái)自于交易型數(shù)據(jù),而交易這種行為處于用戶(hù)消費(fèi)決策漏斗的最底部,這就決定了交易前的各種瀏覽、搜索、比較等用戶(hù)行為數(shù)據(jù)的都量遠(yuǎn)遠(yuǎn)超過(guò)交易數(shù)據(jù)。電子商務(wù)模式使得企業(yè)可以采集到用戶(hù)的瀏覽、搜索、比較等行為,這就導(dǎo)致企業(yè)的數(shù)據(jù)規(guī)至少提升了一個(gè)數(shù)量級(jí)?,F(xiàn)在日益流行的移動(dòng)互聯(lián)網(wǎng)以及將來(lái)會(huì)流行的物聯(lián)網(wǎng)又必將使數(shù)據(jù)量提高兩三個(gè)數(shù)量級(jí)。從這個(gè)角度來(lái)講,大數(shù)據(jù)時(shí)代是必然會(huì)出現(xiàn)的。
從IT產(chǎn)業(yè)的發(fā)展來(lái)看,第一代IT巨頭大多是 2B 的,比如 IBM、Microsoft、Oracle、SAP
這類(lèi)傳統(tǒng)IT企業(yè);第二代IT巨頭大多是 2C 的,比如 Yahoo、Google、Amazon、Facebook
這類(lèi)互聯(lián)網(wǎng)企業(yè)。一個(gè)有意思的現(xiàn)象是:大數(shù)據(jù)時(shí)代前,這兩類(lèi)公司彼此之間基本是井水不犯河水,我們很少看見(jiàn)這兩類(lèi)公司的老板們?cè)谝黄鹱摰?;但在?dāng)前這個(gè)大數(shù)據(jù)時(shí)代,這兩類(lèi)公司已經(jīng)開(kāi)始直接競(jìng)爭(zhēng)。比如
Amazon 已經(jīng)開(kāi)始提供云模式的數(shù)據(jù)倉(cāng)庫(kù)服務(wù),直接搶占 IBM、Oracle
的市場(chǎng)。這個(gè)現(xiàn)象出現(xiàn)的本質(zhì)原因是:在互聯(lián)網(wǎng)巨頭的帶動(dòng)下,傳統(tǒng)IT巨頭的客戶(hù)普遍開(kāi)始從事電子商務(wù)業(yè)務(wù),正是由于客戶(hù)進(jìn)入了互聯(lián)網(wǎng),所以傳統(tǒng)IT巨頭們不情愿地被拖入了互聯(lián)網(wǎng)領(lǐng)域。如果他們不進(jìn)入互聯(lián)網(wǎng),他們業(yè)務(wù)必將萎縮。所以第三代IT巨頭可能會(huì)是
2B 與 2C 融合的IT公司。
2)大數(shù)據(jù)的核心內(nèi)涵
大數(shù)據(jù)概念雖然非常火爆,但少有人真正理解大數(shù)據(jù)的核心內(nèi)容。一個(gè)普遍而且嚴(yán)重的誤解就是:大數(shù)據(jù)= 數(shù)據(jù)大,即大數(shù)據(jù)就是量大的數(shù)據(jù)。事實(shí)上,除了數(shù)據(jù)量大這個(gè)字面意義,大數(shù)據(jù)還有兩個(gè)更重要的特征:
1) 跨領(lǐng)域數(shù)據(jù)的交叉融合。相同領(lǐng)域數(shù)據(jù)量的增加是加法效應(yīng),不同領(lǐng)域數(shù)據(jù)的融合是乘法效應(yīng)
2) 數(shù)據(jù)的流動(dòng)。數(shù)據(jù)必須流動(dòng),流動(dòng)產(chǎn)生價(jià)值
對(duì)于第 1) 點(diǎn),百分點(diǎn)推薦系統(tǒng)研究中心實(shí)驗(yàn)結(jié)果顯示:百分點(diǎn)公司有 3 家客戶(hù),分別是從事服裝、化妝品和箱包銷(xiāo)售的電商,百分點(diǎn)向這 3
家客戶(hù)提供個(gè)性化商品推薦服務(wù),即:百分點(diǎn)挖掘用戶(hù)的偏好,不同的用戶(hù)上同一家電商網(wǎng)站時(shí),向他們展現(xiàn)不同的服裝、化妝品或箱包,從而提高電商的轉(zhuǎn)化率和客單價(jià)。我們做過(guò)兩種測(cè)試:
a) 將每家網(wǎng)站的數(shù)據(jù)隔離。當(dāng)每家網(wǎng)站自身的數(shù)據(jù)量增加到以前的 4 倍時(shí),推薦效果大約能提高 5%;
b) 將三家網(wǎng)站的數(shù)據(jù)在去除敏感信息之后進(jìn)行某種融合。融合后的數(shù)據(jù)大致是與單家網(wǎng)站的數(shù)據(jù)的 3
倍,比第一種情況數(shù)據(jù)量還少。但利用融合后的數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘時(shí),推薦效果能提升
30%,而且推薦商品并未發(fā)生變化,仍然是:用戶(hù)上服飾類(lèi)網(wǎng)站時(shí)只看見(jiàn)服裝、上化妝品網(wǎng)站時(shí)只看見(jiàn)化妝品、上箱包網(wǎng)站時(shí)只看見(jiàn)箱包。
解釋得詳細(xì)一點(diǎn),上述實(shí)驗(yàn)說(shuō)明:對(duì)同一個(gè)消費(fèi)者,如果我們要向其推薦服裝。第一種方法是我們根據(jù)他過(guò)去的 4
次購(gòu)買(mǎi)服裝的行為來(lái)預(yù)測(cè)其下一次可能會(huì)購(gòu)買(mǎi)的服飾;第二種方法是我們根據(jù)他過(guò)去分別購(gòu)買(mǎi)服裝、化妝品和箱包的各 1
次行為來(lái)預(yù)測(cè)其下一次可能會(huì)購(gòu)買(mǎi)的服飾。兩種方法的基于的用戶(hù)行數(shù)分別是 4 次和 3 次,但第二種方法的效果明顯更好。
對(duì)于第
2) 點(diǎn),其實(shí) 10
多年前傳統(tǒng)企業(yè)開(kāi)始做數(shù)據(jù)倉(cāng)庫(kù)時(shí),數(shù)據(jù)倉(cāng)庫(kù)從業(yè)者經(jīng)常強(qiáng)調(diào)一個(gè)觀點(diǎn):企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)的目標(biāo)是讓不同部門(mén)的數(shù)據(jù)流動(dòng)起來(lái),各個(gè)部門(mén)數(shù)據(jù)割裂,數(shù)據(jù)的價(jià)值就得不到發(fā)揮。到了今天的互聯(lián)網(wǎng)時(shí)代,我們發(fā)現(xiàn)即使企業(yè)已經(jīng)打通了內(nèi)部各個(gè)部門(mén)之間的數(shù)據(jù),但與整個(gè)互聯(lián)網(wǎng)比起來(lái),數(shù)據(jù)量仍然微乎其微,數(shù)據(jù)應(yīng)該以互聯(lián)網(wǎng)為媒介在企業(yè)之間某種形式的流動(dòng)。參照“企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)”的概念,現(xiàn)在已經(jīng)開(kāi)始出現(xiàn)了“互聯(lián)網(wǎng)數(shù)據(jù)倉(cāng)庫(kù)”的概念:就是企業(yè)通過(guò)互聯(lián)網(wǎng)渠道將與自己相關(guān)的外部數(shù)據(jù)與內(nèi)部數(shù)據(jù)進(jìn)行整合,從而形成“互聯(lián)網(wǎng)數(shù)據(jù)倉(cāng)庫(kù)”。百分點(diǎn)已經(jīng)在零售與媒體領(lǐng)域比較成功地打造了“開(kāi)放數(shù)據(jù)聯(lián)盟”,該聯(lián)盟的成員可以在公允、安全的情況下基于該聯(lián)盟建立起自己的“互聯(lián)網(wǎng)數(shù)據(jù)倉(cāng)庫(kù)”,從而享用海量數(shù)據(jù)的價(jià)值。
3)大數(shù)據(jù)的應(yīng)用領(lǐng)域
大數(shù)據(jù)的起源要?dú)w功于互聯(lián)網(wǎng)與電子商務(wù),但大數(shù)據(jù)最大的應(yīng)用前景卻在傳統(tǒng)產(chǎn)業(yè)。一是因?yàn)閹缀跛袀鹘y(tǒng)產(chǎn)業(yè)都在互聯(lián)網(wǎng)化,二是因?yàn)閭鹘y(tǒng)產(chǎn)業(yè)仍然占據(jù)了國(guó)家 GDP 的絕大部分份額。
哪些傳統(tǒng)企業(yè)最需要大數(shù)據(jù)服務(wù)呢?至少有 3 類(lèi)企業(yè):
1) 對(duì)大量消費(fèi)者提供產(chǎn)品或服務(wù)的企業(yè)
2) 做小而美模式的中長(zhǎng)尾企業(yè)
3) 面臨互聯(lián)網(wǎng)壓力之下必須轉(zhuǎn)型的傳統(tǒng)企業(yè)
第 1) 類(lèi)企業(yè)都需要利用大數(shù)據(jù)精準(zhǔn)分析不同消費(fèi)者的偏好,提高營(yíng)銷(xiāo)和服務(wù)的質(zhì)量;第 1)
類(lèi)企業(yè)都需要利用大數(shù)據(jù)分析精準(zhǔn)定位自己的客戶(hù)群;第 3)
類(lèi)企業(yè)主要指哪些正在遭受來(lái)自互聯(lián)網(wǎng)的新玩家沖擊的傳統(tǒng)企業(yè),此類(lèi)企業(yè)自然都需要利用互聯(lián)網(wǎng)和大數(shù)據(jù)作為自我進(jìn)化的工具。當(dāng)然,第 3) 類(lèi)企業(yè)與前 2
類(lèi)企業(yè)有重疊。
具體來(lái)講,中國(guó)最需要大數(shù)據(jù)服務(wù)的行業(yè)就是受互聯(lián)網(wǎng)沖擊最大的產(chǎn)業(yè),首先是線(xiàn)下零售業(yè),其次是金融業(yè)。
受電商的沖擊,國(guó)內(nèi)很多零售巨頭都增長(zhǎng)嚴(yán)重放緩,甚至遭遇負(fù)增長(zhǎng),線(xiàn)下零售已經(jīng)到了不得不變革的危機(jī)關(guān)頭。我們也看到了銀泰百貨、王府井百貨、萬(wàn)達(dá)集團(tuán)這些具有創(chuàng)新意識(shí)的傳統(tǒng)巨頭開(kāi)始利用互聯(lián)網(wǎng)和大數(shù)據(jù)來(lái)改造線(xiàn)下商業(yè)。其中銀泰百貨以手機(jī)為載體、利用
O2O 方式進(jìn)行雙線(xiàn)數(shù)據(jù)挖掘的創(chuàng)新非常值得借鑒。
而金融行業(yè)就更加特殊:金融業(yè)并不銷(xiāo)售任何實(shí)體商品,它自誕生起就是基于數(shù)據(jù)的產(chǎn)業(yè)。由于國(guó)家管制,金融業(yè)在前幾年享受了非常好的政策紅利,內(nèi)部變革動(dòng)力不足。而目前金融業(yè)已經(jīng)逐漸開(kāi)始放松管制,新興的金融機(jī)構(gòu)必將利用互聯(lián)網(wǎng)以及大數(shù)據(jù)工具向傳統(tǒng)金融巨頭發(fā)起猛烈攻擊。而傳統(tǒng)金融機(jī)構(gòu)在互聯(lián)網(wǎng)方面的技術(shù)積累和數(shù)據(jù)積累都不足,要快速應(yīng)對(duì)新進(jìn)入者的挑戰(zhàn),必然需要大數(shù)據(jù)服務(wù)。我們也看到了中信銀行信用卡中心、招商銀行信用卡中心已經(jīng)在開(kāi)始利用互聯(lián)網(wǎng)大數(shù)據(jù)進(jìn)行創(chuàng)新。
那么傳統(tǒng)產(chǎn)業(yè)需要什么樣的大數(shù)據(jù)服務(wù)呢?這主要包括 3 層:
1) 基于大數(shù)據(jù)的行業(yè)垂直應(yīng)用。每個(gè)行業(yè)都有自己的特點(diǎn),所以自然會(huì)存在行業(yè)應(yīng)用的需求;
2) 顧客標(biāo)簽與商品標(biāo)簽的整理。不管什么行業(yè),都需要精細(xì)化整理自己顧客的屬性標(biāo)簽以及商品屬性標(biāo)簽,而且這些標(biāo)簽必須能夠細(xì)化到單個(gè)顧客和單個(gè)商品。標(biāo)簽是行業(yè)應(yīng)用的基礎(chǔ);
3) 企業(yè)內(nèi)部和外部數(shù)據(jù)的整合與管理。要給顧客和商品打標(biāo)簽,首先必須整合企業(yè)內(nèi)部和外部數(shù)據(jù),尤其是日益重要和龐大的外部數(shù)據(jù)。
圖:傳統(tǒng)企業(yè)需要的大數(shù)據(jù)服務(wù)
第 3 層和第 2 層的方法相對(duì)比較通用,行業(yè)特殊性相對(duì)較少。百分點(diǎn)已經(jīng)在第 3 層和第 2 層做出了比較成熟的產(chǎn)品,并且也開(kāi)始在第 1 層做出了一些具體的行業(yè)應(yīng)用產(chǎn)品,比如針對(duì)服飾行業(yè)的時(shí)尚服飾搭配系統(tǒng)。
4)大數(shù)據(jù)的發(fā)展方向
大數(shù)據(jù)產(chǎn)業(yè)未來(lái)會(huì)向什么方向發(fā)展?隨著數(shù)據(jù)逐漸成為企業(yè)的一種資產(chǎn),數(shù)據(jù)產(chǎn)業(yè)會(huì)向傳統(tǒng)企業(yè)的供應(yīng)鏈模式發(fā)展,最終形成“數(shù)據(jù)供應(yīng)鏈”。拿鋼鐵產(chǎn)業(yè)來(lái)講,鐵礦石公司從礦場(chǎng)中挖出礦石,經(jīng)過(guò)粗加工,賣(mài)給鋼鐵企業(yè);鋼鐵企業(yè)再進(jìn)行精細(xì)一點(diǎn)的加工,將板材、鋼條賣(mài)給下游制造業(yè)公司;這些制造業(yè)公司做出汽車(chē)、飛機(jī)、門(mén)窗、電腦等產(chǎn)品賣(mài)給下游公司。這個(gè)產(chǎn)業(yè)鏈中存在找礦、運(yùn)輸、加工等諸多環(huán)節(jié),每個(gè)環(huán)節(jié)都有對(duì)應(yīng)的企業(yè)。
圖:傳統(tǒng)企業(yè)的供應(yīng)鏈
在“數(shù)據(jù)供應(yīng)鏈”中,存在數(shù)據(jù)、數(shù)據(jù)整合與挖掘工具以及數(shù)據(jù)應(yīng)用這 3
大環(huán)節(jié)。數(shù)據(jù)就好比礦場(chǎng)的礦石;數(shù)據(jù)整合與挖掘工具就好比鋼廠的冶煉爐;而精準(zhǔn)營(yíng)銷(xiāo)、服飾搭配等數(shù)據(jù)應(yīng)用就好比汽車(chē)、電腦等可以出售給消費(fèi)者的產(chǎn)品。企業(yè)在數(shù)據(jù)供應(yīng)、數(shù)據(jù)整合與挖掘、數(shù)據(jù)應(yīng)用等所有環(huán)節(jié)都需要專(zhuān)業(yè)的服務(wù)。這里尤其有兩個(gè)明顯的現(xiàn)象:
1) 外部數(shù)據(jù)的重要性日益超過(guò)內(nèi)部數(shù)據(jù)。在互聯(lián)互通的互聯(lián)網(wǎng)時(shí)代,單一企業(yè)的內(nèi)部數(shù)據(jù)與整個(gè)互聯(lián)網(wǎng)數(shù)據(jù)比較起來(lái)只是滄海一粟;
2) 能提供包括數(shù)據(jù)供應(yīng)、數(shù)據(jù)整合與加工、數(shù)據(jù)應(yīng)用等多環(huán)節(jié)服務(wù)的公司會(huì)有明顯的綜合競(jìng)爭(zhēng)優(yōu)勢(shì)。
5) 什么樣的大數(shù)據(jù)企業(yè)會(huì)勝出
常有大數(shù)據(jù)從業(yè)者以及投資人和我們探討一個(gè)問(wèn)題:大數(shù)據(jù)產(chǎn)業(yè)中,什么樣的企業(yè)會(huì)最終勝出?這是一個(gè)很難回答的問(wèn)題,而且即使回答了,三五年內(nèi)可能都無(wú)法判斷其正確性。但從“數(shù)據(jù)供應(yīng)鏈”中的各個(gè)環(huán)節(jié)來(lái)分析,還是可以得出一些具有參考價(jià)值的結(jié)論。
1)
數(shù)據(jù)供應(yīng)。在互聯(lián)網(wǎng)沒(méi)有流行的時(shí)代,企業(yè)做數(shù)據(jù)倉(cāng)庫(kù)、商業(yè)智能、數(shù)據(jù)挖掘等系統(tǒng)時(shí)采用的數(shù)據(jù)基本都來(lái)自于企業(yè)內(nèi)部,企業(yè)幾乎無(wú)法獲取外部數(shù)據(jù),所以很少有專(zhuān)業(yè)的數(shù)據(jù)供應(yīng)商?;ヂ?lián)網(wǎng)改變了這一局面,將來(lái)會(huì)有專(zhuān)業(yè)的數(shù)據(jù)供應(yīng)商。但既然是因?yàn)榛ヂ?lián)網(wǎng)的出現(xiàn)導(dǎo)致了數(shù)據(jù)供應(yīng)商的出現(xiàn),那么反過(guò)來(lái)數(shù)據(jù)供應(yīng)商就必須具有很強(qiáng)的互聯(lián)網(wǎng)基因;
2)
數(shù)據(jù)整合與挖掘。數(shù)據(jù)挖掘工具供應(yīng)商在非互聯(lián)網(wǎng)時(shí)代就早已存在。但互聯(lián)網(wǎng)時(shí)代使得企業(yè)的數(shù)據(jù)量激增、數(shù)據(jù)類(lèi)型發(fā)生極大變化(不同于傳統(tǒng)的來(lái)自于單一領(lǐng)域的結(jié)構(gòu)化數(shù)據(jù),互聯(lián)網(wǎng)數(shù)據(jù)以跨域的非結(jié)構(gòu)化數(shù)據(jù)為主),傳統(tǒng)的數(shù)據(jù)挖掘工具供應(yīng)商的技術(shù)和方法已經(jīng)很難適應(yīng)。要跟上時(shí)代的變化,數(shù)據(jù)挖掘技術(shù)與工具應(yīng)用商必須具備互聯(lián)網(wǎng)公司的海量數(shù)據(jù)處理和挖掘的能力;
3) 數(shù)據(jù)應(yīng)用。具體的行業(yè)應(yīng)用與傳統(tǒng)行業(yè)的業(yè)務(wù)關(guān)系密切,要做好行業(yè)應(yīng)用,最好需要有服務(wù)傳統(tǒng)行業(yè)的經(jīng)驗(yàn),了解傳統(tǒng)行業(yè)的內(nèi)部運(yùn)作模式。這時(shí)候僅僅具有 2C 經(jīng)驗(yàn)的互聯(lián)網(wǎng)基因的公司又稍顯不足。
綜合起來(lái)看,如果一家大數(shù)據(jù)從業(yè)公司同時(shí)兼?zhèn)浠ヂ?lián)網(wǎng)數(shù)據(jù)獲取能力、互聯(lián)網(wǎng)技術(shù)、互聯(lián)網(wǎng)執(zhí)行力,又有做 2B 服務(wù)的經(jīng)驗(yàn),那么這家公司將比較容易取得領(lǐng)先優(yōu)勢(shì)。這個(gè)結(jié)論其實(shí)一點(diǎn)也不奇怪:如本文開(kāi)篇所述,大數(shù)據(jù)本來(lái)就是互聯(lián)網(wǎng)與傳統(tǒng)產(chǎn)業(yè)碰撞時(shí)的產(chǎn)物。
用“方興未艾”這個(gè)詞來(lái)形容大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展階段都還為時(shí)過(guò)早,目前的大數(shù)據(jù)產(chǎn)業(yè)只能說(shuō)是小荷才露尖尖角。國(guó)內(nèi)企業(yè)在第 1
代IT產(chǎn)業(yè)(硬件和軟件產(chǎn)業(yè))中是明顯落后國(guó)外企業(yè)的;在第 2
代IT產(chǎn)業(yè)(互聯(lián)網(wǎng)產(chǎn)業(yè))中,國(guó)內(nèi)企業(yè)已經(jīng)與國(guó)外企業(yè)差距不大甚至在很多方面超過(guò)了國(guó)外企業(yè);希望在第 3
代IT產(chǎn)業(yè)(云計(jì)算和大數(shù)據(jù))浪潮中,國(guó)內(nèi)企業(yè)能夠完全趕上并且超過(guò)國(guó)外企業(yè),我們也認(rèn)為這是很有可能的。
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
LSTM 模型輸入長(zhǎng)度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長(zhǎng)序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶(hù) ...
2025-07-11尊敬的考生: 您好! 我們誠(chéng)摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡(jiǎn)稱(chēng) BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢(xún)到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢(xún)結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢(xún)結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭(zhēng)搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢(shì)性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢(shì)性檢驗(yàn)如同一位耐心的偵探,專(zhuān)注于從單 ...
2025-07-09year_month數(shù)據(jù)類(lèi)型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類(lèi)型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢(shì)與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢(shì)變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國(guó)內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對(duì)策略? 長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門(mén)控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場(chǎng)調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場(chǎng)調(diào)研是企業(yè)洞察市場(chǎng)動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場(chǎng)調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書(shū)考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專(zhuān)業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開(kāi)啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03