大数据应用如何开启新局面
随着大数据应用的经济社会效应不断显现,大数据已经在市场营销、金融、交通、制造、医疗等各个领域开展试水应用,取得了一定的成果。不过,业界认为我国大数据应用仍处于初级阶段,还未形成普遍应用的局面,对大多数企业,特别是传统领域的企业而言,还未找到有效的应用模式。如何进一步普及大数据应用,通过应用带动整个产业链发展,成为当前迫切需要解决的问题之一。
大数据应用未形成燎原之势
大数据应用呈散发状,目前主要集中于互联网市场营销场景。
“目前,我国大数据应用仍处于初级阶段,《促进大数据发展行动纲要》的出台为我国大数据应用拓展起到了有力的推动作用。”工信部信息化和软件服务业司司长陈伟近日向《中国电子报》记者这样表示。他认为,大数据在电子商务领域的应用逐渐增多,成为大数据最成熟的应用模式。
京东通过建立PB级大数据平台,将每个用户在其网站上的行为数据进行记录和分析,提高与用户间的沟通效率、提升用户体验。实现了向不同用户展示不同的内容的效果,带来了10%的订单提升。比如提供给推荐搜索调用,针对不同用户属性特征、性格特点或行为习惯在他搜索或点击时展示符合该用户特点和偏好的商品,给用户以友好舒适的购买体验,能大幅提高用户的购买转化率甚至重复购买,提高用户忠诚度和用户黏性。基于用户点击数据、浏览页面信息等信息的数据模型和数据资源在经过淘宝商城的挖掘和分析之后,向用户和商家开放了查询APP。通过数据挖掘和分析为淘宝提供了定向广告投递的能力。开放查询APP则为用户和商家提供了便捷的选择服务。淘宝网还建立了“淘宝CPI”,通过采集、编制淘宝上390个类目的热门商品价格来统计CPI。
不过,研究机构中国信息通信研究院研究成果表明,大数据应用呈散发状,并没有形成燎原之势。目前主要集中于互联网的市场营销场景。尽管金融、电信、零售、制造、医疗、交通、物流、IT等行业对大数据应用表现出极大热情,但目前在媒体和各种论坛上所公开的大数据应用案例仍然非常零散,这表明大家虽然都很关注大数据,但推进实际的应用仍然存在一定的困难。唯一众多企业都推出或者采纳大数据应用的领域是基于互联网的市场营销。
另外,从技术角度看,大数据仍以初级应用为主,多数应用仍然使用传统分析流程和工具,只是扩大了数据的来源、增加了数量。中国信息通信研究院调研发现,与传统数据分析相比,新的大数据应用虽然开始使用非结构化数据,但在实际应用过程中,这些非结构化数据只是被压缩、清洗和结构化后,放入传统的ETL 和分析流程中去。另一些大数据应用通过采用云存储和云处理技术,提高了数据处理效率,从而增加了数据处理的规模,但这些应用也仍然采用原有的ETL和分析流程。缺乏应用模式上的创新,使得目前大数据应用仍停留在初级技术阶段。
陈伟也认为,目前我国数据资源建设和应用水平较低。“目前,用户普遍不重视数据资源的建设,即使有数据意识的机构也大多只重视数据的简单存储,很少针对后续应用需求进行加工整理。数据资源普遍存在质量差,标准规范缺乏,管理能力弱,数据价值难以被有效挖掘利用。”陈伟说。
与新一代信息技术集成应用势在必行
物联网、3D打印等新一代信息技术与大数据相互作用,促进应用落地。
业界认为,新一代信息技术与经济社会各领域的深度融合,引发了数据量的爆发式增长,使得数据资源成为国家重要的战略资源和核心创新要素。利用大数据分析,能够总结经验、发现规律、预测趋势、辅助决策,充分释放和利用海量数据资源中蕴含的巨大价值,推动新一代信息技术与各行业的深度耦合、交叉创新。
事实上,国家战略层面也已经意识到这个趋势。国务院正式印发的《促进大数据发展行动纲要》指出,推动大数据与新一代信息技术融合发展。抓住互联网跨界融合机遇,促进大数据、物联网、云计算和3D打印技术、个性化定制等在制造业全产业链集成运用,推动制造模式变革和工业转型升级。
记者从工信部获悉,工信部将组织实施“工业和新兴产业大数据工程”,促进大数据、云计算、工业互联网、3D打印、个性化定制等的融合集成,推动制造模式变革和工业转型升级。
对于大数据与新一代信息技术集成应用,三迪时空网络科技股份有限公司董事长李培学在接受《中国电子报》记者采访时表示,以大数据为中心的3D打印分布式智能制造将是趋势。在未来的云智造平台上,任何人即使不具备建模的知识,但只要有创意,就可以和设计师沟通,设计出自己想要的三维模型,然后通过3D打印机来实现,同时,云智造平台必须能够确保设计师赢利,设计师的创造力、创意思维才能源源不断地发挥出来。有了完善的设计师平台,在人群聚集的互联网上,创新就可以得到实现,有了以3D打印机为工具的分布式制造单元,可以为周边的普通用户提供个性化定制的产品,而这一切都基于大数据。
例如,以大数据平台为基础的3D打印定制鞋是3D打印技术在垂直行业领域中的具体应用。通过对人足部特征扫描、采样,将三维数据和人员信息汇聚到数据中心,构建大数据平台,再结合3D打印定制化生产的特点和传统制造批量生产的优势,将虚拟的三维数据对象转化为实体成品。“用户可以利用大数据平台的查询检索功能,找到真正适合自己的鞋类,实现个性化定制;鞋类厂商则可以根据大数据分析,精确地定位消费群体的需求,包括特殊人群的脚型数据,将精确估算出产品的订单需求,更加精确地批量生产。定制化数据可以跟踪人们足部生长的阶段来进行调整,用户可以根据数据分析来选择不同的品牌不同的类型。”李培学表示。
PTC全球副总裁兼中国区总裁寿宇澄在接受《中国电子报》记者采访时也表示,大数据在物联网中起到至关重要的作用,相互依赖。
“在制造业一些核心技术领域,例如飞机发动机的研发,我国的研发水平要追上国际先进水平还需要一定的时间积累,但是我们若把信息化扩大到产品全生命周期尤其是重视产品出厂后的流程优化,把产品出厂前的虚拟世界和出厂后的实体世界并行发展,那么我国的制造业整体实力也能得到有效提升,而物联网恰恰能实现这一点。物联网的初衷之一就是把信息化延伸到产品全生命周期,不仅包括研发环节,还包括产品出厂后的流程。当然,物联网应用的形态也发生了变化。
以前是过程驱动模式,是以企业家的经验为主,但当企业发展到一定阶段,面临的市场环境更为复杂,企业产生的数据量更大,面对这些庞大的数据,公司管理者很难再像以前那样以事先定好的流程和经验进行处理和决策,必须要依靠机器的智能帮助人们进行大数据分析,这就需要数据驱动模式。从流程的驱动变为数据的驱动,产品出厂前以研发为主的数据只是一类数据,但当这类产品出厂后每个产品流向市场后的数据则成几何规模扩大,这就形成了大数据。这时,企业就需要对这些大量的数据进行分析,从而对公司决策进行支持。
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