大数据时代:数据就是一切_数据分析师培训
互联网世界中的人与人交互信息、位置信息,企业交易信息等数据已经远远超越现有企业的承载能力。如何盘活这些数据资产,使其为国家治理、企业决策乃至个人生活服务,是大数据发展的核心议题。
7月25日,在一场名为“践行大数据”的大数据商业论坛上,来自大数据技术企业、电商、学界以及一些传统行业的专家对大数据的现状和未来发展各抒己见。
苏萌:大数据企业受到资本市场热捧
百分点集团创始人、董事长 苏萌
作为百分点集团的创始人和董事长,曾经的北京大学光华管理学院副系主任、博士生导师,有着美国康奈尔大学市场营销学博士头衔的苏萌,领导着国内领先的大数据技术与应用服务商企业,是国内知名的大数据营销专家。
“过去的一年里,大数据浪潮风起云涌,基于开源软件与系统的全球大数据生态链格局已基本形成,同时也开启了大数据时代面向企业客户的科技公司的新篇章。纵观全球大数据生态系统,底层是开源框架、开源数据库和开源计算软件和系统,在开源的底层基础上,在四大领域分别涌现出了一些优秀的新兴公司。这四个领域包括大数据基础技术、大数据分析、大数据应用、以及数据市场。这些公司凭借在大数据领域的技术和应用创新,迅猛发展,同时也受到资本市场的热捧。”苏萌说。
他举例,今年3月,创立于2008年的硅谷大数据软件创业公司Cloudera获得英特尔资本7.4亿美元的注资,估值41亿美元。今年7月,专注于可用性与数据安全优化的MapR获得了由谷歌资本领投的1.1亿美元D轮融资。这两家大数据创业公司都是围绕开源Hadoop技术建立起了自身业务,以2B技术服务的模式帮助其他公司对大数据进行分析与应用。在大数据分析领域,创立于2004年的情报分析公司Palantir已估值80亿美元,它的优势在于能够整合不同类型不同来源的海量数据,通过建模为反恐和财务事故等问题做出预警,美国的CIA和FBI都已成为它最忠实的客户。
此外,在应用领域,广告、营销、金融、教育等行业的大数据应用已遍地开花,其中DMP及广告定向数据公司eXelate通过大数据建模让DSP和广告商更深入地了解受众属性,也完成了总额超过3000万美元的三轮融资。在金融大数据应用领域,由前谷歌首席信息官创立的ZestFinance通过非金融数据结合机器学习和建模对个人进行信用风险评估,解决银行信用贷款等问题。第四个领域是数据市场和数据源,Bluekai作为代表性企业,是DataExchange和DMP的开拓者,今年2月被Oracle公司以4亿美元收购。Bluekai的优势在于提供一个数据管理平台,即DMP,帮助企业进行媒体和受众分析,同时建立数据交换中心,通过使用第三方数据来创建新的可扩展受众。百分点在基础技术、分析和应用三个领域均有所实践和探索。
通过产业格局分析,苏萌认为全球大数据生态系统未来存在六大趋势。首先是应用化。即从投入基础设施转向可执行的分析与应用的趋势。大数据将从概念测试进入到企业生产环境,能够迅速落地的应用将成为市场主导。其次是服务化,一切技术都将转换为服务,大家看到了SaaS, PaaS, IaaS的崛起,未来还会看到更多。第三,云端化。一切服务皆为云,在可预见的未来,所有企业数据和分析最终都会转移到云端。
除了这三个趋势,他认为,第四个趋势是整体化,大数据整体解决方案包括数据的获取、存储、整合、分析、可视化。第五个趋势是实用化,大数据分析包括从低到高的四个层次:描述性分析(发生了什么)、诊断性分析(为什么发生)、预测性分析(将会发生什么)、和建议性分析(该如何做)。最后一个趋势是低成本化。去年阿里系掀起了“去IOE”运动,阿里云的架构已不再采用IBM的小型机、Oracle的数据库、EMC的存储设备,但大多数企业不具有阿里的技术能力,这些企业需要2B技术服务企业的帮助来降低“去IOE”的技术和成本门槛。
“未来,谁能帮助数以千万计的广大企业级用户应用大数据技术,谁将有机会取代Oracle成为大数据时代2B领域的BAT。”苏萌认为。
陈宇新:大数据时代我们要有“数商”
上海纽约大学商学院副院长 陈宇新
“在这个大数据的时代,成功的背后灵魂是什么?这个灵魂就是我想讲的“数商”。这个‘商’不是商人的‘商’,而是‘智商’的‘商”,在大数据实在我们要有智商、情商,还要有数商。”上海纽约大学杰出全球商学讲席教授及上海纽约大学商学院副院长陈宇新这样认为。
他认为,数据思维有四个纬度:一是定量思维,就是说“一切皆可测”,所有的东西都要想着把它转化成数据测量出来。比如说一些大数据的项目试图把那些情感性的要素测量出来,测量优雅,或者是测量浪漫,这都是大数据技术要做到的。“不要想着只有实实在在的东西能测量,虚拟的不能测量,其实都是可以测量的,顾客的行为都可以表达出来”。
陈宇新认为,数据四维的第二个纬度是跨界思维,就是“一切或可联”,看似不相关的数据和行为,或许可以互相连起来,为预测和推荐,达到一个更好的效果。三是操作思维,就是一切要可行,就是要尽快到达实时的、低成本的实现。四是实验思维,要允许创新,允许实验,允许试错,而且通过实验来得出一个正确的或者是优化的解决方案。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 2 Pandas数据类型 Pandas 有两种自己独有的基本数据结构。需要注意的是,它固然有着两种数据 ...
2024-11-01《Python数据分析极简入门》 第2节 1 Pandas简介 说好开始学Python,怎么到了Pandas? 前面说过,既然定义为极简入门,我们只抓 ...
2024-10-31在当今数据驱动的世界中,数据科学与工程专业的重要性愈发凸显。无论是推动技术进步,还是在商业决策中提供精准分析,这一专业都 ...
2024-10-30在当今信息爆炸的时代,数据已成为企业决策和战略制定的核心资源。爬虫工程师因此成为数据获取和挖掘的关键角色。本文将详细介绍 ...
2024-10-30在当今数据驱动的世界中,数据分析是揭示商业洞察和推动决策的核心力量。选择合适的数据分析工具对于数据专业人士而言至关重要。 ...
2024-10-30能源企业在全球经济和环境保护双重压力下,正面临前所未有的挑战与机遇。数字化转型作为应对这些挑战的关键手段,正在深刻变革传 ...
2024-10-30近年来,随着数据科学的逐步发展,Python语言的使用率也越来越高,不仅可以做数据处理,网页开发,更是数据科学、机器学习、深度 ...
2024-10-30大数据分析师证书 针对不同知识,掌握程度的要求分为【领会】、【熟知】、【应用】三个级别,考生应按照不同知识要求进行学习。 ...
2024-10-30《Python数据分析极简入门》 附:Anaconda安装教程 注:分Windows系统下安装和MacOS系统安装 1. Windows系统下安装 第一步清华大 ...
2024-10-29拥抱数据分析的世界 - 成为一名数据分析工程师是一个充满挑战和机遇的职业选择。要成功地进入这个领域,你需要掌握一系列关键技 ...
2024-10-28降本增效:管理战略的关键 企业管理中的降本增效不仅是一项重要的战略举措,更是激发竞争力、提高盈利能力的关键。这一理念在当 ...
2024-10-28企业数字化是指利用数字技术和信息化手段,对企业的各个方面进行改造和优化,以提升生产效率、服务质量和市场竞争力的过程。实现 ...
2024-10-28数据科学专业毕业后,毕业生可以选择从事多种不同的岗位和领域。数据科学是一个快速发展且广泛应用的领域,毕业生在企业、学术界 ...
2024-10-28学习数据科学与大数据技术是当今职业发展中至关重要的一环。从基础到高级,以下是一些建议的课程路径: 基础课程: Python编程 ...
2024-10-28在信息技术和数据科学领域,数据架构师扮演着至关重要的角色。他们负责设计和管理企业中复杂的数据基础设施,以支持数据驱动的决 ...
2024-10-28进入21世纪以来,随着信息技术的迅猛发展,大数据已经成为全球最具影响力的技术之一,并成为企业数字化转型的核心驱动力。大数据 ...
2024-10-28随着科技的迅猛发展,数字化转型已成为现代企业保持竞争力和推动增长的关键战略之一。数字化不仅仅是技术的应用,它代表着一种全 ...
2024-10-28银行业正处于一个前所未有的数字化转型时期。在数字经济的驱动下,金融科技如大数据、人工智能、生物识别、物联网和云计算等技术 ...
2024-10-28数据分析可视化是一门艺术与科学相结合的技术,其主要目标是将复杂的数据变得更易于理解和分析。通过将数据以图表的形式呈现,我 ...
2024-10-28数据分析师在现代信息密集型的商业世界中扮演着至关重要的角色。他们通过专业的技能和敏锐的商业洞察力,帮助企业从大量数据中提 ...
2024-10-28