
城鄉(xiāng)規(guī)劃待轉(zhuǎn)型 IBM大數(shù)據(jù)分析顯神通
“我的一天只有20個(gè)小時(shí)…上班單程需要兩個(gè)小時(shí),光排隊(duì)進(jìn)地鐵就要半個(gè)小時(shí),每天大把的時(shí)間耗費(fèi)在上下班的路上”,家住北部某著名高密度社區(qū)的小張無(wú)奈的說(shuō)。
對(duì)于大城市居民來(lái)說(shuō),這樣的窘?jīng)r并不鮮見(jiàn)。近年來(lái)隨著城市產(chǎn)業(yè)調(diào)整和城區(qū)改造、大批工廠和居民外遷,形成了多個(gè)遠(yuǎn)離市中心的高密度居住社區(qū),但這些社區(qū)的居民往往工作還是位于市中心,耗費(fèi)在通勤上的時(shí)間大大增加;同時(shí)由于配套交通設(shè)施遠(yuǎn)遠(yuǎn)跟不上居民增長(zhǎng)的速度,導(dǎo)致?lián)矶虏豢埃舷掳鄶D公交地鐵好似一場(chǎng)“戰(zhàn)爭(zhēng)”。
“城市建設(shè),規(guī)劃先行”,這是城建行業(yè)經(jīng)常掛在嘴邊的一句話。但實(shí)際情況卻并不盡如人意,我們經(jīng)常會(huì)看到一條路修好了挖、挖完了修,造成了極大的浪費(fèi);路上修設(shè)了很多立交橋,但擁堵卻并沒(méi)有緩解多少;一套配置高端的住宅區(qū)卻淪為“睡城”,周邊商業(yè)很難發(fā)展起來(lái)…
對(duì)此,在城鄉(xiāng)規(guī)劃信息化領(lǐng)域中深耕多年的上海數(shù)慧系統(tǒng)技術(shù)有限公司董事長(zhǎng)元哲起深有感觸:這些現(xiàn)象的背后,是由于過(guò)去中國(guó)城鄉(xiāng)規(guī)劃還是較為粗放、缺乏科學(xué)的規(guī)劃。
當(dāng)城鄉(xiāng)規(guī)劃遭遇“大數(shù)據(jù)”
“城鄉(xiāng)規(guī)劃在政府職能里、在國(guó)民經(jīng)濟(jì)里起的作用和重要性用什么語(yǔ)言描述都不為過(guò)。我們一個(gè)城市變成什么樣,城鄉(xiāng)規(guī)劃擁有優(yōu)先權(quán)利”,元哲起表示,城鄉(xiāng)規(guī)劃是一個(gè)非常復(fù)雜的行業(yè),因?yàn)槌鞘兄袥](méi)有單一獨(dú)立存在的要素,都是相關(guān)聯(lián)的、存在著“隱性”的關(guān)系,這將涉及大量的數(shù)據(jù)。由于過(guò)去沒(méi)有有效的數(shù)據(jù)分析工具,城鄉(xiāng)規(guī)劃難于以科學(xué)的手段進(jìn)行評(píng)估預(yù)測(cè)、發(fā)現(xiàn)各種要素之間的關(guān)聯(lián)。
上海數(shù)慧系統(tǒng)技術(shù)有限公司董事長(zhǎng)元哲起
元哲起舉了個(gè)例子,規(guī)劃一個(gè)大型商業(yè)區(qū),規(guī)劃局需要去預(yù)測(cè)商戶、寫字樓、居民住宅和相應(yīng)活動(dòng)的指標(biāo),以及建設(shè)之前該地段的交通路況、停車位、周圍的居民設(shè)施,包括學(xué)校、超市等等。如果沒(méi)有科學(xué)的方法去進(jìn)行評(píng)估預(yù)測(cè),找出各個(gè)因素之間的聯(lián)系,很容易留下城市建設(shè)“后遺癥”,比如交通擁堵,或者是造就一座“空城”:“城鄉(xiāng)規(guī)劃是自然學(xué)科和人文學(xué)科合在一起的東西,需要復(fù)雜的分析支持,先天性需要大數(shù)據(jù)來(lái)做,做任何一個(gè)考慮的因素,比如你的自然因素,自然環(huán)境承載力等等?!?/span>
上海數(shù)慧在城鄉(xiāng)規(guī)劃信息化領(lǐng)域中占據(jù)IT咨詢的頭把交椅, 2002年進(jìn)入城鄉(xiāng)規(guī)劃信息至今,數(shù)慧公司在城市規(guī)劃行業(yè)的用戶數(shù)已經(jīng)超過(guò)110個(gè)(2013年),約占中國(guó)所有城市的1/6,數(shù)慧公司的主打產(chǎn)品“規(guī)劃一張圖”已經(jīng)成為規(guī)劃行業(yè)的標(biāo)準(zhǔn)。不過(guò),近兩年元哲起深刻感受到城鄉(xiāng)規(guī)劃迫切的需要從粗放化向精細(xì)化轉(zhuǎn)變,沒(méi)有“大數(shù)據(jù)分析”是不行了。
元哲起指出,當(dāng)前城鄉(xiāng)規(guī)劃行業(yè)有著幾大特點(diǎn):第一是數(shù)據(jù)量大,存在大量結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù),比如數(shù)慧某城市項(xiàng)目中所需要整合分析的電信數(shù)據(jù)、出租汽車GPS數(shù)據(jù)、公交車數(shù)據(jù)就有幾百個(gè)GB;第二是業(yè)務(wù)流程復(fù)雜,需要不同部門之間的協(xié)作和多層審批;第三,城鄉(xiāng)規(guī)劃屬于知識(shí)密集型行業(yè),包含了歷史文獻(xiàn)、審批文件、地理信息等專業(yè)領(lǐng)域信息。
因此,城鄉(xiāng)規(guī)劃行業(yè)亟待運(yùn)營(yíng)大數(shù)據(jù)與分析實(shí)現(xiàn)轉(zhuǎn)型,構(gòu)建新一代城鄉(xiāng)規(guī)劃業(yè)務(wù)處理系統(tǒng),提高行政辦公效率和靈活性,從而提升應(yīng)對(duì)突發(fā)事件能力,提升多部門協(xié)作,降低成本。
轉(zhuǎn)型要靠大數(shù)據(jù),IBM來(lái)支撐
據(jù)元哲起介紹,近年來(lái)將大數(shù)據(jù)分析融入城鄉(xiāng)規(guī)劃中成為數(shù)慧客戶的迫切需求,也成為數(shù)慧轉(zhuǎn)型的一個(gè)主要方向?!斑@需要大數(shù)據(jù)底層技術(shù)支撐,這并不是數(shù)慧所擅長(zhǎng)的”,于是,在幫助某城市規(guī)劃局建立城市規(guī)劃業(yè)務(wù)處理平臺(tái)過(guò)程中,經(jīng)過(guò)長(zhǎng)時(shí)間的評(píng)估,數(shù)慧找到了IBM。
據(jù)上海數(shù)慧系統(tǒng)技術(shù)有限公司首席技術(shù)官蘇樂(lè)平介紹,數(shù)慧和IBM的合作是全方位的,包括結(jié)構(gòu)化數(shù)據(jù)、數(shù)據(jù)倉(cāng)庫(kù)、非結(jié)構(gòu)化數(shù)據(jù),以及很多流程流轉(zhuǎn),包括項(xiàng)目上來(lái)之后很多預(yù)測(cè)性分析、及時(shí)展現(xiàn)等:“我們的合作整個(gè)全部覆蓋,不是某一個(gè)產(chǎn)品線,涵蓋了整個(gè)規(guī)劃院、規(guī)劃局,包括規(guī)劃司整個(gè)方面?!?/span>
“我們把全部家當(dāng)都?jí)涸诹薎BM上面”,蘇樂(lè)平笑談。談及如此信任IBM的原因,蘇樂(lè)平表示,數(shù)慧高度認(rèn)可IBM在大數(shù)據(jù)與分析領(lǐng)域的實(shí)力:“IBM在大數(shù)據(jù)領(lǐng)域有著長(zhǎng)期的積累,能夠提供全面的大數(shù)據(jù)分析解決方案,在內(nèi)容管理、流程管理,知識(shí)管理,數(shù)據(jù)倉(cāng)庫(kù)的應(yīng)用、以及在構(gòu)筑規(guī)劃行業(yè)平臺(tái)構(gòu)建方面具備明顯優(yōu)勢(shì)?!?/span>
據(jù)IBM業(yè)務(wù)分析、企業(yè)內(nèi)容管理及能源電力解決方案開(kāi)發(fā)總經(jīng)理吉燕勇介紹,IBM大數(shù)據(jù)分析由來(lái)已久:“上世紀(jì)70年代末IBM首先發(fā)布了關(guān)系型數(shù)據(jù)庫(kù),之后很多年一直保持領(lǐng)先;2004年IBM提出信息數(shù)據(jù)轉(zhuǎn)用,大力投入非結(jié)構(gòu)化數(shù)據(jù)分析。后來(lái)IBM收購(gòu)Cognos做預(yù)測(cè)性分析、大力投入沃森。從結(jié)構(gòu)化、非結(jié)構(gòu)化、展現(xiàn)、預(yù)測(cè)、可認(rèn)知,現(xiàn)在非常多的投資沉淀下來(lái)了?!?/span>
IBM業(yè)務(wù)分析、企業(yè)內(nèi)容管理及能源電力解決方案開(kāi)發(fā)總經(jīng)理吉燕勇
數(shù)慧選擇IBM的另一個(gè)方面是在合作中IBM一直保持著開(kāi)放的心態(tài),能夠站在用戶的角度幫助數(shù)慧做架構(gòu)決策。“數(shù)慧在核心的部分用了IBM方案,同時(shí)從整體的應(yīng)用成本,從性能價(jià)格比來(lái)考慮,我們會(huì)采用一些開(kāi)源進(jìn)行補(bǔ)充。IBM心態(tài)很好,每次來(lái)了我們先討論用戶的問(wèn)題,他們認(rèn)為,采用IT技術(shù)解決問(wèn)題是首要的,不強(qiáng)求數(shù)慧一定非要用IBM技術(shù)”,正是這種開(kāi)放的心態(tài)讓蘇樂(lè)平感覺(jué)IBM是一個(gè)可以信賴的合作伙伴。
元哲起則認(rèn)為,要向用戶體驗(yàn)做到極致、要想大數(shù)據(jù)背后很復(fù)雜的應(yīng)用為用戶實(shí)現(xiàn)價(jià)值最大化,一定要選擇技術(shù)儲(chǔ)備、技術(shù)含量極高的系統(tǒng)才能完成使命,而IBM正具備這樣的能力。此外,在與IBM的合作中元哲起最大的感受是“技術(shù)之外”的東西:“IBM有很深厚的方法論、邏輯體系、哲學(xué)體系,把這些東西轉(zhuǎn)化成自己企業(yè)運(yùn)轉(zhuǎn)的基因、文化的一部分,讓我們獲益匪淺?!?/span>
作為城鄉(xiāng)規(guī)劃信息化領(lǐng)域的領(lǐng)頭羊,數(shù)慧所發(fā)起的規(guī)劃信息化行業(yè)的變革布局才剛剛開(kāi)始,雙方將進(jìn)一步拓展技術(shù)聯(lián)合創(chuàng)新模式,或?qū)⒊蔀榻窈蟾?/span>傳統(tǒng)行業(yè)變革的一個(gè)參考。
讓數(shù)據(jù)變成洞察,唯你所用
從數(shù)慧的例子不難看出,大數(shù)據(jù)及分析正在改變傳統(tǒng)行業(yè)的業(yè)務(wù)模式,傳統(tǒng)行業(yè)和企業(yè)能夠應(yīng)用大數(shù)據(jù)分析獲得更高的競(jìng)爭(zhēng)力,實(shí)現(xiàn)創(chuàng)新和轉(zhuǎn)型;而作為大數(shù)據(jù)技術(shù)和解決方案的提供者,IBM也將在這輪新的變革中扮演更加關(guān)鍵的角色。
“市場(chǎng)清楚的告訴我們,數(shù)據(jù)對(duì)一個(gè)國(guó)家、對(duì)一個(gè)企業(yè)、對(duì)專業(yè)個(gè)人變成很重要的資產(chǎn)。IBM的定位是協(xié)助一個(gè)企業(yè)或一個(gè)產(chǎn)業(yè)或者一個(gè)專業(yè)的個(gè)人,把數(shù)據(jù)變成各式各樣的能力唯你所用,提升你的競(jìng)爭(zhēng)力”,在IBM Insight 2015大會(huì)上,IBM大中華區(qū)首席執(zhí)行總裁錢大群曾表示, IBM的定位是運(yùn)用科技轉(zhuǎn)型能力,助力“D世代企業(yè)”的發(fā)展,將數(shù)據(jù)變成洞察唯你所用。
據(jù)悉,目前為止,IBM已在分析領(lǐng)域投入250億美金,先后發(fā)起了包括Cognos, SPSS、ILOG、Algo、i2等30多起收購(gòu),其中,2007年IBM斥資50億美金收購(gòu)加拿大商業(yè)智能軟件商Cognos是迄今為止IBM單筆交易最大的收購(gòu)。IBM全球共有15,000個(gè)分析顧問(wèn)和超過(guò)400位數(shù)學(xué)科學(xué)家,在三大洲共擁有9個(gè)分析解決方案中心。IBM每年都會(huì)新產(chǎn)生500多個(gè)與分析預(yù)測(cè)相關(guān)的專利。位于中國(guó)的IBM中國(guó)開(kāi)發(fā)中心和IBM中國(guó)研究院為IBM與中國(guó)乃至全球的企業(yè)和合作伙伴的合作提供重要的支持。
而在代表了認(rèn)知計(jì)算的“沃森”上,IBM也正在不遺余力的將這項(xiàng)游戲創(chuàng)新轉(zhuǎn)變?yōu)橐豁?xiàng)商業(yè)技術(shù)——投資10億美元用于“沃森”的開(kāi)發(fā)和研究,并將支持云交付的認(rèn)知計(jì)算應(yīng)用和服務(wù)引入市場(chǎng)。IBM已經(jīng)與許多醫(yī)療機(jī)構(gòu)合作,來(lái)改變醫(yī)學(xué)實(shí)踐、支付和教學(xué)的方式,包括星展銀行(DBS Bank)和尼爾森(Nielsen)在內(nèi)的領(lǐng)先品牌都在探索如何利用沃森來(lái)更好地接觸客戶。
除了技術(shù)上的投入外,今年初IBM進(jìn)行了重大的架構(gòu)調(diào)整,打破了以往硬件、軟件、服務(wù)等部門的框架,而按照IBM的“CAMSS”轉(zhuǎn)型方向重新規(guī)劃了業(yè)務(wù)部門,新成立的數(shù)據(jù)與分析事業(yè)部將包含所有和數(shù)據(jù)、分析相關(guān)的業(yè)務(wù),這種全新的業(yè)務(wù)整合將使得IBM能夠更加集中力量在大數(shù)據(jù)分析領(lǐng)域獲得突破,保持自身領(lǐng)導(dǎo)力。
如今IBM的轉(zhuǎn)型已現(xiàn)成效,其大數(shù)據(jù)解決方案不僅已經(jīng)服務(wù)于多家企業(yè),在環(huán)保、交通、城鎮(zhèn)化等民生領(lǐng)域也取得了不少成就。除了和數(shù)慧合作助力城鄉(xiāng)規(guī)劃之外,IBM還與寶信合作促進(jìn)智慧交通的發(fā)展,如利用分析技術(shù)快速識(shí)別套牌車;而為了助力解決可持續(xù)發(fā)展的三大難題——大氣污染防治、可再生能源高效利用和企業(yè)節(jié)能減排,IBM推出了一個(gè)長(zhǎng)達(dá)十年的計(jì)劃——“綠色地平線”(Green Horizon) ,利用IBM的大數(shù)據(jù)分析和認(rèn)知計(jì)算科技來(lái)進(jìn)行北京地區(qū)的霧霾預(yù)報(bào)和應(yīng)對(duì)建議。目前該項(xiàng)目已經(jīng)將霧霾的預(yù)報(bào)時(shí)間從之前的24小時(shí)提升到72小時(shí),精度從之前的100平方公里提升到1平方公里,將能夠?yàn)槭锥嫉貐^(qū)最終應(yīng)對(duì)霧霾挑戰(zhàn)提供重要支持。
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
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)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(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)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(kù)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(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(kāi)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(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(kāi)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(kāi)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(wèn)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(wèn)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(wèn)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(guò)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(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11