互联网+大数据+行业” 颠覆或创造新的行业_数据分析师考试
随着“互联网+”的浪潮来袭,各行各业都在讨论如何结合大数据成功实现互联网化转型。
目前大数据产业发展进入了哪个阶段,前景又会如何?企业如何利用大数据发展自身?近日,记者就上述问题专访北京缔元信互联网数据技术有限公司CEO秦雯。
大数据产业进入应用落地阶段
“大数据来自业务又作用于业务,数据采集和应用与业务密不可分,因此在应用层面,大数据不是独立产业。”秦雯说,“但是大数据采集、处理、管理和应用是一个过程,需要有专业的知识和工具去帮助各行各业将大数据用起来,正如现代社会信息化过程中催生了IT产业,数据化过程也需要DT专业团队提供解决方案和服务。”
秦雯认为,随着互联网技术和应用的普及,未来的社会分工形态极可能从目前的垂直化转为水平层级化,无论是网络层、系统层、数据应用层都有可能出现平台化的服务。最终,当大数据深入到各行各业,每个人、每家企业、每个社区和每个城市都拥有自己的数据资产,数据像水、电、货币一样成为社会运营的基础设施时,基于资产增值的数据流通和交易会形成一个更大的产业。
“国内大数据产业经过二三年的概念传播,已经走到了应用落地的阶段。”对于目前国内大数据产业的发展形式,秦雯认为,在我国作为基础设施的网络层越来越发达,并且从固网迅速向移动网络迁移,为产生和获取更多的数据提供了物理条件。随之而来的是系统层的云计算不断成熟,越来越多的传统IT企业转型成为公有云、私有云或混合云的解决方案供应商。从应用层面看,面向C端已经涌现出大量数据驱动产品和服务;B端,在金融、健康、教育、娱乐等多个行业都是以大数据应用为创新点来驱动转型发展;而在区域上,各地勃兴的智慧城市建设,其智慧即由大数据产生。
企业网络营销是大数据运用首爆点
“大数据有两个特性,一个是在线,基于互联网、物联网甚至未来万联网的。另一个是全样本,全过程、全方位。”秦雯说,前一个特性决定了单位数据的收集成本极低,后一个特性决定了数据能够完全客观真实地反映业务进程,这就是大数据的价值所在。
秦雯表示,网络营销仍是国内大数据应用的首爆点,互联网金融紧随其后成为大数据应用开花结果的行业,其他如零售、文化、健康、教育、汽车制造、生活服务、3C等行业都已涌现出以大数据驱动的创新应用。动作更大影响也更大的则是区域市场,无论是东部,还是西部,智慧城市建设已经如火如荼,遍地开花。
国内大数据发展与发达国家的主要差别在于数据基础和全社会的数据素养薄弱。发达国家传统数据应用已有百年多历史,“用数据说话”、“无数据不决策”已经融入政府、行业、企业和机构等各级组织,因此在全社会形成了重视数据积累、数据管理和数据应用的生态环境。相对而言,国内数据素养基础比较薄弱,决策理念上重视数据的程度较低,因此整体上数据收集、管理和应用的水平较差。但这既是问题也是机会,尤其为在大数据资源、技术和应用理念上相对先进的互联网企业提供了巨大的发展机会。
参透“互联网+大数据+行业”
她表示,企业大数据应用的三大前提:有数据、有可用数据及具备用数据的科学决策观,分别对应企业的数据收集、数据管理和数据应用。这三个环节周而复始,共同构成一个企业大数据价值的循环链。
在操作层面,秦雯建议,企业如果要利用好大数据,首先要在战略思想上树立数据信仰;其次在企业核心管理层要有专人负责大数据战略的落地,任命首席数据官,负责对企业的大数据资源开发及应用策略进行规划,并带领团队或借力合作伙伴推进实施;再次,在企业内部要引导形成用数据说话和无数据不决策的文化氛围,让数据融入业务流程,甚至改造业务流程,创造全新的业务模式。
同时,秦雯认为,企业应当注重移动端发展。移动终端的便携性使得互联网真正能够实现随时随地在线联接,随着移动网络的普及、云计算能力的扩大、终端的推陈出新,更大规模、更加多样化的移动应用将会不断涌现,直到覆盖人们工作生活的每一个角落。同时,与移动互联网共同发展的还有基于传感器的物联网,最终形成所谓万联网——Internet of Everything。“如果把IoE的世界比做一场交响乐,大数据就是这场音乐盛会的指挥家”,秦雯说,数据决定如何调配资源,把控进程、优化策略。对任何一个企业而言,能够参透互联网+大数据+行业的关系,谁就能把握先机颠覆或创造行业。
发展大数据产业贵州大有可为
数据挖掘的前提是有数据资源,秦雯表示,贵阳市是全国首个数据开放示范城市,这为贵阳做数据挖掘提供了良好的基础。贵阳应该在数据开放的相关规则、技术、应用上深入探索,形成可供全国各地借鉴的标准。
对于贵阳成立国内首个大数据交易所,秦雯建议,大数据交易所在服务上重视平台的开放性,吸引专业人才共建数据成果;在数据应用上大处着眼,小处着手;在平台架构上重视顶层设计;在数据处理和应用上重视标准建设。缔元信网络数据也期待有机会与贵阳交易所形成战略合作,共同推动中国大数据交易市场的发展。
对于贵州发展大数据产业,秦雯认为大有可为,贵州的对标,不是中关村,而应该是硅谷。硅谷的成就源自永不枯竭的创新,其基础是人才,而人才的支撑是教育。目前国内“逃离北上广”已经成为年青一代的选择,而国际上中国又有互联网领军市场地位,贵州可考虑抓住这个机会,吸纳全国乃至全球的优秀人才。同时,贵州要改善优化贵州高校资源,在高等教育水平上实现跨越式发展,为贵州成为中国的硅谷打下坚实的基础。
智慧城市一直被描述为物联网技术手段下人类的终极生存方式,但我们可能忽略了占有更多人口基数的农村和农业的物联网化。通过物联网技术,智慧农业把农民从传统耕作中解放出来,将成为下一个物联网产业蓝海。
“智慧”解放传统农业
大棚里的土壤湿度低了,它会警告你。无论你身在何处,只要有网络信号,用手指轻点手机上的‘开关’,水龙头就会自动给蔬菜浇水…… 这就是“智慧农业”运用于农业生产的一幕。
通过物联网技术,依托部署在田间地头的各种传感节点随时监测田间环境的变化,管理者不用到田间地头,便可以利用手机和电脑进行远程高效节水控制、可视化管理、气象监测等。
对于传统农业,大家的第一印象是面朝黄土背朝天,顶风冒雨收秧苗。通过“智慧农业”系统,传统的农业变成了“指尖上的农业”,不仅让农民从传统的耕作方式中解放出来,而且极大地提高了农业生产经营效率。
过去,蔬菜发生病虫害,农民要带着样本到外面去找专家,容易错过病虫害防治的最佳时机。而今,通过高清摄像头,坐在电脑边就可请专家远程会诊,短时间内就可对症防治。“智慧农业”不仅有病虫害远程会诊,还有智能化育苗、精准测土控水、无人机病虫害防治、模块化大田管理、专业收割作业、标准化冷冻收储……处处彰显农业现代化中的“智慧”魅力。
加速农业转型升级
我国面临人多地少的现状,而农作物的单产并不高,粮食安全一直是重中之重,只有将传统农业向现代农业转型升级,才能解决14亿人口的吃饭问题。如今,运用物联网技术的智慧农业,通过精准信息判断和控制,能够极大提高农业生产效率,促进了传统农业加速向现代农业转型升级。
用一台电脑,就可以看到每个温室大棚里的温度、空气湿度、二氧化碳浓度、土壤水分的数据都在实时更新。作为整个基地的‘大脑’,大大小小的数据通过传感器从各个大棚向这里汇集,大棚该不该通风,啥时候浇水施肥,用多少量,都可以通过数据来判断。
这些实时信息来自这个物联网采集器,上面安装了空气温湿度传感器、二氧化碳浓度传感器、土壤水分传感器等信息采集设备。通过传感器的信息采集,我们能够随时得到最新的大棚数据,然后根据电脑显示,轻点鼠标就可以实现自动浇水、施肥,十分方便。
在传统农业中,种菜全凭经验、感觉,现在实现了实时定量‘精确’把关信息化种植管理,省时省事又省心。此外,传统的大水漫灌方式不仅用水量大,而且造成水资源浪费,同时,大棚内湿度过大会加剧作物病害,智能浇灌系统的水肥一体化技术实施后,根据作物不同的生长期,采用膜下微灌技术直接对作物根部浇水,既保证了作物用水量,又省工节水。
数据分析咨询请扫描二维码
统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能,还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面,从数据的获取到处理、分析再到可视化,旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师:洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段,市场需求持续增长,薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22