
大數(shù)據(jù)服務(wù)業(yè)的結(jié)構(gòu)與價(jià)值_數(shù)據(jù)分析師
進(jìn)入2014年,大數(shù)據(jù)正從紅遍媒體的概念炒作逐漸落地為生財(cái)?shù)漠a(chǎn)業(yè)。如雨后春筍冒出的大數(shù)據(jù)服務(wù)商,在中國(guó)市場(chǎng)上展開了激烈角逐。從“中國(guó)大數(shù)據(jù)服務(wù)商綜合服務(wù)水平TOP100排行榜”(以下簡(jiǎn)稱榜單)中,已經(jīng)可以隱約看出中國(guó)“大數(shù)據(jù)云圖”的雛形。
中美“大數(shù)據(jù)云圖”結(jié)構(gòu)比較
相比美國(guó)同類榜單,高居首位的10Gen僅列第43,而大數(shù)據(jù)股明星Tableau僅列第45,而Marketo干脆沒上榜。這讓我們注意到榜單標(biāo)的服務(wù)范圍是中國(guó),而非美國(guó)。
我去年到美國(guó)與《大數(shù)據(jù)云圖》的作者芬雷布交流時(shí),已經(jīng)注意到,中美大數(shù)據(jù)產(chǎn)業(yè)布局存在巨大差異。在一年時(shí)間里,中國(guó)大數(shù)據(jù)的產(chǎn)業(yè)版塊正發(fā)生巨大變化;對(duì)比大數(shù)據(jù)云圖2.0版(2013版)與3.0版(2014版),美國(guó)的產(chǎn)業(yè)也在急劇變動(dòng)。
美國(guó)大數(shù)據(jù)云圖3.0版將產(chǎn)業(yè)版塊重新劃分為六塊,分別為數(shù)據(jù)源、開源、跨平臺(tái)基礎(chǔ)設(shè)施/分析、基礎(chǔ)設(shè)施、分析、應(yīng)用。其中“分析”領(lǐng)域的熱點(diǎn)是數(shù)據(jù)可視化、非結(jié)構(gòu)化數(shù)據(jù);“基礎(chǔ)設(shè)施”領(lǐng)域的熱點(diǎn)是NoSQL和NewSQL數(shù)據(jù)庫(kù);“應(yīng)用”領(lǐng)域的熱點(diǎn)是廣告優(yōu)化和營(yíng)銷。
比較中美“大數(shù)據(jù)云圖”,可以看出以下特點(diǎn):第一,在“數(shù)據(jù)源”領(lǐng)域,中美各有特色,中國(guó)互聯(lián)網(wǎng)平臺(tái)數(shù)據(jù)源和行業(yè)數(shù)據(jù)源建設(shè)已經(jīng)起步,但本地?cái)?shù)據(jù)(語(yǔ)用數(shù)據(jù)、情境數(shù)據(jù))仍有待加強(qiáng)。第二,“開源”、“跨平臺(tái)基礎(chǔ)設(shè)施/分析”和“基礎(chǔ)設(shè)施”三個(gè)領(lǐng)域,美國(guó)處于壟斷地位。榜單中位列前15的均是美國(guó)廠商,且多跨“跨平臺(tái)基礎(chǔ)設(shè)施/分析”和“基礎(chǔ)設(shè)施”兩個(gè)領(lǐng)域。中國(guó)一些廠商認(rèn)為美國(guó)相關(guān)技術(shù)專業(yè)性太強(qiáng),不利于普及,更傾向短平快技術(shù)應(yīng)用。但一些企業(yè)堅(jiān)持在這些重要領(lǐng)域耕耘,如商業(yè)智能軟件(用友軟件,久其軟件);數(shù)據(jù)中心建設(shè)與維護(hù)(天璣科技、銀信科技、榮之聯(lián)等);第三,中國(guó)廠商絕大多數(shù)集中于“應(yīng)用”與“分析”領(lǐng)域。前者如廣告優(yōu)化與營(yíng)銷(阿里巴巴、騰訊等),金融、汽車、政府、健康、教育、安全等行業(yè)應(yīng)用;后者如數(shù)據(jù)處理、分析環(huán)節(jié)、綜合處理(拓爾思、美亞柏科等),語(yǔ)音識(shí)別(科大訊飛),識(shí)頻識(shí)別(??低?、大華股份、華平股份、中威電子、國(guó)騰電子)。在應(yīng)用領(lǐng)域,中美熱點(diǎn)相似度較高,都包括廣告優(yōu)化、營(yíng)銷、金融、產(chǎn)業(yè)、政府、健康、教育、安全等。
如果以上是對(duì)榜單的結(jié)構(gòu)分類分析,接下來(lái)要按價(jià)值分類進(jìn)行分析。
對(duì)中國(guó)“大數(shù)據(jù)云圖”的價(jià)值分析
對(duì)大數(shù)據(jù)進(jìn)行價(jià)值分類,可分為“風(fēng)動(dòng)”(客體價(jià)值)、“幡動(dòng)”(主客體價(jià)值)、“心動(dòng)”(主體價(jià)值)三類。這是六祖壇經(jīng)的價(jià)值分類法。
1、風(fēng)動(dòng)類的大數(shù)據(jù),是工程師眼中的大數(shù)據(jù),看到是技術(shù)。典型代表是3V、4V說。林林總總的這方面定義,可以用一個(gè)詞概括,這就是“復(fù)雜”。大數(shù)據(jù)本質(zhì)上是復(fù)雜性數(shù)據(jù)。
從這個(gè)方向觀察,中美企業(yè)差距較大。榜上前10名基本都是屬于“跨平臺(tái)基礎(chǔ)設(shè)施/分析”的美國(guó)廠家。其中HP今年剛被列入美國(guó)“大數(shù)據(jù)云圖”(3.0版),如今赫然列在第4。而以硬件加強(qiáng)大數(shù)據(jù),7.4億投Cloudera異軍突起,HADOOP的CDH平臺(tái)占中國(guó)一半的英特爾列在第2,卻至今不在美國(guó)榜單。顯然這是美國(guó)榜單出了問題,而中國(guó)這個(gè)榜單跟進(jìn)比較及時(shí)超前。
未來(lái)發(fā)展,中國(guó)企業(yè)需要回到圖靈初衷,找到復(fù)雜性數(shù)據(jù)的感覺(而不光是象谷歌那樣迷信數(shù)學(xué)算法),沿跨“科技-人文”二元的“數(shù)據(jù)科學(xué)”方向發(fā)展。華為與倫敦帝國(guó)理工學(xué)院共建數(shù)據(jù)科學(xué)創(chuàng)新實(shí)驗(yàn)室,是積極跡象。
工程師撲向復(fù)雜性數(shù)據(jù),就象小孩子撲向玩具一樣,只關(guān)心是與不是這種事實(shí)評(píng)價(jià),并不關(guān)心好與壞這種價(jià)值評(píng)價(jià)。商務(wù)或政務(wù)的代理人關(guān)心的是技術(shù)應(yīng)用于人之后產(chǎn)生的價(jià)值,因此要把客體與主體聯(lián)接起來(lái)。
2、幡動(dòng)類的大數(shù)據(jù),是業(yè)務(wù)代理人眼中的大數(shù)據(jù),看到的是工具和能力。以美國(guó)政府的定義為代表。林林總總的這方面定義,可以用一個(gè)詞概括,這就是“洞察”。
數(shù)據(jù)越復(fù)雜,成本越高,是遲鈍(又稱工業(yè)?。瑸椴缓?;數(shù)據(jù)越復(fù)雜,成本越低,叫靈活(SMART),是好。洞察,就是指“穿透信息迷霧”。這是當(dāng)數(shù)據(jù)進(jìn)入澤字節(jié)(ZB)時(shí)代后,避免信息垃圾填埋,反而能保持“清清楚楚明明白白真真切切”的能力。
相比基礎(chǔ)技術(shù),中國(guó)企業(yè)借助市場(chǎng)優(yōu)勢(shì),在應(yīng)用方面具有優(yōu)勢(shì)。因此可以看到大批國(guó)內(nèi)企業(yè)在榜。其中可分為三類,一類是ICT服務(wù)商,如華為、浪潮、用友、東軟、金蝶等;一類是國(guó)內(nèi)上市公司,如拓爾思、東方國(guó)信、天璣科技等“大數(shù)據(jù)概念股”;一類是互聯(lián)網(wǎng)企業(yè),如阿里巴巴、百度、騰訊等。
ICT服務(wù)商共同的特點(diǎn),是從軟硬件技術(shù)服務(wù)向商業(yè)數(shù)據(jù)服務(wù)方向轉(zhuǎn)。例如,華為發(fā)布企業(yè)級(jí)大數(shù)據(jù)分析平臺(tái)FusionInsight ,幫助企業(yè)洞察新商機(jī)。 用友通過“用友NC” 正在探索基于云平臺(tái)的系列方案與應(yīng)用服務(wù),包括提供企業(yè)營(yíng)銷管理、供應(yīng)鏈、制造生產(chǎn)、項(xiàng)目管理等服務(wù)。
大數(shù)據(jù)概念股上市公司的共同特點(diǎn),是從解決方案提供商在向行業(yè)云數(shù)據(jù)服務(wù)方向轉(zhuǎn)型。例如,東軟集團(tuán)在傳統(tǒng)IT 服務(wù)基礎(chǔ)上,向車載電子和醫(yī)療服務(wù)等新興領(lǐng)域深化云數(shù)據(jù)服務(wù)。拓爾思開始做跨行業(yè)應(yīng)用,和天行網(wǎng)安協(xié)作,提供基于數(shù)據(jù)分析的安全服務(wù);天璣科技正從服務(wù)傳統(tǒng)IT架構(gòu),轉(zhuǎn)變?yōu)榉?wù)互聯(lián)網(wǎng)架構(gòu),從純粹的服務(wù)供應(yīng)商,演變?yōu)楫a(chǎn)品和服務(wù)的提供商。此外,一批有數(shù)據(jù)中心業(yè)務(wù)基礎(chǔ)的廠家也在向大數(shù)據(jù)轉(zhuǎn),如榮之聯(lián)、中科金財(cái)?shù)取?/span>
互聯(lián)網(wǎng)企業(yè),如百度、騰訊、阿里等擁有數(shù)據(jù)的平臺(tái)型企業(yè),紛紛針對(duì)自身的平臺(tái)用戶提供數(shù)據(jù)分析業(yè)務(wù),并且向金融、環(huán)保、交通、醫(yī)療等行業(yè)的數(shù)據(jù)分析應(yīng)用逐漸滲透。例如阿里巴巴開始做金融行業(yè)的數(shù)據(jù)分析應(yīng)用。
透過目前的榜單,我們可以看出一個(gè)目前尚不明朗的潛在趨勢(shì)。這就是亞馬遜模式的興起。亞馬遜的重要性,我認(rèn)為不能僅看到它排名第7這個(gè)表象而有所忽視。事實(shí)上亞馬遜的大數(shù)據(jù)收入,是排位在前的所有廠商之和還要多許多。據(jù)Synergy報(bào)告顯示,2013年第三季度,亞馬遜獲取了美國(guó)云計(jì)算市場(chǎng)總收入25億中的多數(shù)份額,本身收入提升55%。Synergy估計(jì),亞馬遜第四季度云計(jì)算收入將達(dá)7億美元,比微軟、IBM、谷歌、Salesforce.com的總和還高出15%。這不是偶然的。限于篇幅不展開談。這意味著中國(guó)企業(yè)中近亞馬遜模式的,如阿里巴巴、用友、東軟、金蝶等,還有更大潛力空間。
穿透今天這個(gè)排名來(lái)看明天,我們需要高度重視這樣一個(gè)市場(chǎng)信號(hào):大數(shù)據(jù)應(yīng)用的主戰(zhàn)場(chǎng),可能并不象人們一般以為的那樣,是在信息技術(shù)服務(wù)領(lǐng)域,而可能轉(zhuǎn)向商務(wù)服務(wù)領(lǐng)域。這是ICT服務(wù)商、大數(shù)據(jù)概念股和互聯(lián)網(wǎng)公司未來(lái)共同的轉(zhuǎn)型升級(jí)方向。此外,大數(shù)據(jù)的絕對(duì)優(yōu)等生FACEBOOK在中美大數(shù)據(jù)云圖中都不見蹤影,但類似模式卻代表前沿方向。
3、心動(dòng)類的大數(shù)據(jù),是委托人(領(lǐng)導(dǎo)者與最終消費(fèi)者)眼中的大數(shù)據(jù),看到的是目的和意義。以IBM的智慧計(jì)算為代表。林林總總的這方面定義,可以用一個(gè)詞概括,這就是“意義”。
有能力,卻不明確要解決什么問題,大數(shù)據(jù)就是屠龍之術(shù)。大數(shù)據(jù)工作的結(jié)果,如果是把符合意義的數(shù)據(jù)留下來(lái),叫智慧;如果是把不符合意義的數(shù)據(jù)留下來(lái),叫愚蠢。大數(shù)據(jù)的主體價(jià)值在于把人的目的和意義的保障系統(tǒng)加以專業(yè)化(準(zhǔn)確說是把手段與目的校準(zhǔn),保障做事不忘宗旨這件事專業(yè)化)。做事情的意義,無(wú)非來(lái)自兩個(gè)方面,或者是老板指示目標(biāo);或者是目標(biāo)本身,即最終消費(fèi)者的滿意與不滿意。
按這個(gè)標(biāo)準(zhǔn)衡量,大數(shù)據(jù)發(fā)展到今天的水平,還很少有哪家達(dá)標(biāo)。大數(shù)據(jù)要真想讓付錢的人心動(dòng),還需要把大數(shù)據(jù)發(fā)展到更高階段。好的跡象是,位列第1的IBM,至少在大數(shù)據(jù)綱領(lǐng)上,已明確了“智慧”這個(gè)主題詞。說明他從100家中脫穎而出,第一個(gè)想明白了,通過風(fēng)動(dòng)、幡動(dòng),到底要讓人心動(dòng),還是心不動(dòng)。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)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(wú)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(kù)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(kù)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(dòng)態(tài)隨機(jī)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(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)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(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)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(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)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(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(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(jià)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(kù)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(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)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(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)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(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)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(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)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(yíng)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(jià)值 在數(shù)據(jù)驅(qū)動(dòng)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(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)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(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10