大数据产业发展的贵州路径_大数据培训
近年来,大数据一直是各界关注焦点。各界皆认可大数据价值,看好大数据发展,大数据价值实现方式和产业发展路径却有待深入探索。
“云上贵州”的出现与快速发展,将人们对大数据的关注与思考真正引向产业。当其他省市还在思索“大数据是什么”时,贵州已经“后发先行”探索“大数据怎么做”了。贵州将“数据开放”作为大数据产业发展切入点,抓住了大数据发展的核心要义,打到了大数据发展之门。
互联互通突围信息孤岛
价值挖掘走向纵深
“天使还是魔鬼”,这是博鳌亚洲论坛2014年年会上的大数据主题,当专家学者们还在探讨“大数据价值”时,贵州已开始主导实现数据的“互联互通”。
海量数据的在线存储为“大数据”的形成奠定了“数量”与物理基础,但“大数据”之“大”,还体现为“数据”的多维度与关联性。大量多维度、关联性数据的聚合,才能形成所谓的“大数据”。然而目前各个数据单位之间“各自为政”,形成了巨大的数据壁垒,成为影响“大数据”形成的前置因素。
如果不通过一定的渠道和方式打破数据之间的壁垒,打开目前封闭的数据状态,实现数据的互联互通,这些数据也就是被存储在计算机上或存在于各个单位的文件夹里的数据碎片而已,其数据资源的价值也就无法发挥出来。
谁来主导实现互联互通?贵州以政府数据开放为切入点,以7个厅级单位率先迁“云”为示范,吸引省内外企事业单位等将自身拥有的数据迁上“云上贵州”系统平台,尝试实现数据的互联互通,初步取得成效,让我们看到了其对大数据的清晰认知及政府在打开“数据壁垒”中的主导价值。
贵州省经信委常务副主任马宁宇接受采访时说,政府更适合主导互联互通,不仅仅是因为政府手里掌握着大量的数据,还因为政府主导实现的互联互通,是真正产业意义上的“互联互通”,是能够将全社会的数据资源整合起来的大数据平台。
2014年7月起,在阿里巴巴、中软、浪潮等企业的支持下,贵州启动“云上贵州”系统平台建设,这是全国第一个实现省级政府、企业和事业单位数据整合管理和互通共享的云服务平台。
单个平台基本集群的运算能力相当于117台银河IV超级计算机,可存储1亿部高清的电影资源。可通过电子政务外网和互联网为政府部门、企事业单位、公众用户提供云计算服务。
截至2014年12月底,7朵云单位共完成了41个系统的“云”应用系统迁移,上百TB的数据被集中存储在“云上贵州”系统平台。2015年“云上贵州”系统平台的上云力度还会加大。
与此同时,贵州也将逐步推动政府和企业、企业和企业的数据交易,而不仅仅止于交换。第一步先在省内各政府部门之间探索数据交换机制和交换技术,再逐步拓展到政府与企业、企业与企业之间的数据交易市场。
由北京云基地、亚信科技、富士康、高新产投集团等企业联合组建的贵阳数据交易有限公司,在贵阳率先启动建设全国大数据交换和交易市场。据悉,贵州还将建立期货式的交易市场,并对数据做估价交易,大数据价值的挖掘正在逐步走向纵深。
新商业模式落地
产业发展“一日千里”
当大数据被称为互联网时代的第四种商业模式,人们看中的是多维度、关联性海量数据聚合所产生的巨大商业价值。然而即便是走在大数据商业发展前列的谷歌、百度等企业,其对大数据商业价值的挖掘和大数据商业模式的创新也很有限。
若对大数据商业价值的挖掘和商业模式的创新仅仅停留在个别领域,大数据应用也就无法遍地开花,形成产业发展之势。贵州的思考与尝试是:通过自身数据开放,刺激企业创新商业模式,与此同时运用政府数据孵化政府应用,以政府应用带动企业应用,从而最终带动产业发展。
2014年9月14日,“云上贵州”大数据商业模式大赛启动,其重要目的之一就是发现一批优秀的大数据商业模式,推动大数据商业价值的实现。自开赛以来,接受省内外以及美国、加拿大、澳大利亚、港澳台等国家和地区超过8600支队伍报名,成为国内大数据领域第一大赛。
大赛进展过程中,7朵云单位不但率先开放了政府数据目录,供参赛者激发商业模式之用,与此同时贵州省交通运输厅还联合阿里巴巴、贵州省经信委开展了“智能交通算法大挑战”,开放了贵阳市南明区部分路段国庆节前后的交通数据,激发开发者的数据联想与实际运算,为其进一步运用交通等数据,开发商业模式提供灵感。
随着7+N云数据逐步迁上云端,相关政府应用正在孵化。通过“云上贵州”数据共享交换平台,对跨部门、跨领域数据进行分析处理,得出总结性、预测性或预警性的判断信息,为政府科学决策提供有力支撑。
比如,在去年国庆黄金周期间,通过“智能交通云”平台,实现了公安、交警、消防、医疗等部门的联合执勤,提高了统一指挥、快速反应、高效决策处置能力,处警效率提升1.5倍。
7朵云政府应用正在带动商业应用孵化。阿里巴巴、中软国际、浪潮、华为、启明星、航天二院等企事业单位签约启动“云上贵州”系统平台系列项目建设,构建平台商业模式,最大限度开发平台应用价值。以工业云为例,工业云已经集聚和培育云服务相关企业15家,提供云应用服务近200个,吸引6000多家企业应用和驻留,已引进多家企业在贵州注册成立公司。
同时,“N朵云”加快建设步伐,北斗位置云、朗玛医疗健康云、贵阳市民生云、惠普·贵州国际金贸云、培生教育集团智慧教育云等云平台启动建设,云应用领域不断扩大。每朵云培育一个开发应用龙头企业,催生带动一批增值服务企业与商业应用,形成一个子产业链。
大数据商业模式正在被创新,大数据商业应用不断被孵化,贵州大数据产业发展可谓“一日千里”。
企业“闻风”奔黔而来
大数据产业雏形初显
从产业规模上看,2014年贵州省通过4次规模较大的大数据产业招商活动,共签约项目160多个,签约投资总额已超过1700亿元;从企业数量与发展程度上,贵阳市和贵安新区作为大数据信息产业发展的两大重点区域,已经有不少真正意义上的大数据企业落地。
“闻”风而来的大数据企业既有阿里巴巴、世纪互联、中软、浪潮、翔明等提供基础设施搭建服务,并与贵州达成战略合作意向的企业;也有富士康、三大电信运营商、申黔互联等专注数据中心建设的企业,这些企业数据中心一期工程大多已建设完成,将来可为贵州乃至全国大数据提供运算服务;也有希望和贵州一起发展壮大的创业型企业。
创泰科技是一家由美国硅谷归国留学生在杭州创建的高科技企业,专攻停车管理及技术研发。2014年,创泰科技将这一项目从杭州带到了远在西南的贵州,重要原因就是贵州是全国第一个由政府主导政府数据公开的省份,也是第一个用行政手段去突破数据壁垒的省份,其大数据工程为创泰科技的智能停车系统落地提供了支持。
拥有货车版“快的”之称的手机应用货车帮,与创泰科技有异曲同工之处。2014年下半年,该企业创始人把项目从成都整体搬到了贵阳,其原因正是开放的数据可令车货匹配的效率更高。此外,便宜的人力成本更不失为贵州省吸引企业来黔的重要砝码。
贵州已经成为大数据产业投资者重点关注的区域。越来越多的大数据行业精英、创意团队、知名企业也将目光投向了贵州,很多企业希望通过参与贵州这个大数据产业示范地、试验田的建设积累经验,赢得主动。
这些企业从最初的怀疑到认可,再到现在主动参与、“谈大数据必谈贵州”,是一个重要的历史性转变。围绕人类发展的“新石油”,贵州在进军大数据产业上显然早就不止于尝鲜。
据悉,工信部已初步同意贵州创建国家级贵阳·贵安大数据集聚发展示范区,正按程序办理批复,一旦得到批复,全国第一个国家级大数据集聚发展示范区将落户贵州。
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