
2015中國(guó)大數(shù)據(jù)的市場(chǎng)容量有多大_數(shù)據(jù)分析師
新興產(chǎn)業(yè)的出現(xiàn)和發(fā)展有兩種基本模式。一種是需求導(dǎo)向型,實(shí)際應(yīng)用中出現(xiàn)了明顯的痛點(diǎn),必須要解決,不然就有人一直痛。另一種是技術(shù)導(dǎo)向型,革命性的技術(shù)先出現(xiàn),慢慢地新技術(shù)擴(kuò)大了用戶的想象空間,進(jìn)而激發(fā)出新的需求。大數(shù)據(jù)從概念提出到今天形成一個(gè)完整的產(chǎn)業(yè),基本上屬于第二種模式。
Hadoop生態(tài)系統(tǒng)下的技術(shù)(包括 pig,hive,spark,storm,hbase等)是目前大數(shù)據(jù)業(yè)界中事實(shí)上的標(biāo)準(zhǔn)。但在hadoop從互聯(lián)網(wǎng)產(chǎn)業(yè)走出之前,大數(shù)據(jù)本身還不能稱之為一個(gè)“產(chǎn)業(yè)”,因?yàn)樗鼪](méi)有形成足夠大的規(guī)模。所以大數(shù)據(jù)并不是指數(shù)據(jù)量有多大,是GB,TB還是PB,這其實(shí)沒(méi)有關(guān)系。真正意義上的大數(shù)據(jù)是指 hadoop體系技術(shù)從互聯(lián)網(wǎng)行業(yè)被引入到其它行業(yè),進(jìn)而得到快速、廣泛、多維度、多層次的大量普及應(yīng)用。大數(shù)據(jù)之大,在于應(yīng)用規(guī)模的大,而不是數(shù)據(jù)量的大?,F(xiàn)在大數(shù)據(jù)的應(yīng)用已經(jīng)遠(yuǎn)遠(yuǎn)超越了互聯(lián)網(wǎng)行業(yè),包括公安、智慧城市、醫(yī)療、交通、教育、通信、游戲、服裝、地產(chǎn)、旅游、保險(xiǎn)、銀行、證券、食品安全、海事、零售、氣象等等--世界正快速進(jìn)入全面數(shù)據(jù)服務(wù)的時(shí)代!
大數(shù)據(jù)產(chǎn)業(yè)發(fā)展最快的一個(gè)是美國(guó),另一個(gè)就是中國(guó)。有關(guān)中國(guó)大數(shù)據(jù)市場(chǎng)容量的預(yù)測(cè)和估算有很多版本,激進(jìn)者估計(jì)千億市場(chǎng)的,悲觀的認(rèn)為國(guó)內(nèi)大數(shù)據(jù)市場(chǎng)剛剛萌芽。判斷一個(gè)行業(yè)發(fā)展趨勢(shì)最好的工具現(xiàn)在就是求職招聘網(wǎng)站。我們將通過(guò)大數(shù)據(jù)相關(guān)職位空缺數(shù),來(lái)判斷國(guó)內(nèi)大概有多少個(gè)企業(yè)客戶在實(shí)施大數(shù)據(jù)項(xiàng)目。我們以51job為例做些調(diào)查分析。分析的方法非常簡(jiǎn)單,統(tǒng)計(jì)大數(shù)據(jù)相關(guān)職位的招聘情況。以下數(shù)據(jù)截止到2015年4月27日,來(lái)源于51job,地域覆蓋北上廣深杭。
分別選取了比較熱門的一些招聘職位:數(shù)據(jù)分析師、hadoop、數(shù)據(jù)挖掘、大數(shù)據(jù)開(kāi)發(fā)工程師,企業(yè)招聘情況如下:
合計(jì)為2861個(gè),對(duì)結(jié)果進(jìn)行一些修正:
(1)因?yàn)槁毼幻Q,或者沒(méi)覆蓋到的其他大數(shù)據(jù)技術(shù)職位,乘以系數(shù):1.2
(2)因?yàn)?1job的限制,僅僅統(tǒng)計(jì)了5個(gè)城市,乘以系數(shù)1.3
(3)可能沒(méi)在51job上發(fā)布的職位: 乘以系數(shù)1.1
這樣修正后,國(guó)內(nèi)大數(shù)據(jù)職位空缺數(shù)4909。根據(jù)這個(gè)數(shù)字,我們來(lái)推算客戶數(shù):
(4)考慮同一家公司可能同時(shí)有1-3個(gè)大數(shù)據(jù)相關(guān)職位發(fā)布,乘以系數(shù):0.8
(5)假設(shè)在實(shí)施大數(shù)據(jù)項(xiàng)目的客戶有五分之一的有招聘需求,乘以系數(shù):5.0
最終結(jié)果:19636。
也就是說(shuō),截止2015年4月27日,國(guó)內(nèi)有大概19636個(gè)大數(shù)據(jù)項(xiàng)目在進(jìn)行。假設(shè)平均一個(gè)項(xiàng)目規(guī)模為50萬(wàn)(比較保守的估計(jì)),則國(guó)內(nèi)大數(shù)據(jù)項(xiàng)目的規(guī)模合計(jì)為98億人民幣??紤]現(xiàn)在才是2015年第二季度,2015全年大數(shù)據(jù)項(xiàng)目規(guī)??隙ǔ^(guò)100億人民幣。
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