畅谈大数据:扭转倒闭浪潮_数据分析师
如今,只看到一个大浪来了的人就如同P2P倒闭潮中的那些曾经的佼佼者,迅速被时代推向巅峰之后,迎来的是同样快速地被时代拉下云端,狠狠地摔在地上。想要一直站在时代的巅峰上,就要在乘着一个巨浪的时候就已经知道下一个巨浪在什么地方、何时起、何时落。
今年元旦过后没多久,一个令人震惊的消息从东莞传向全国,兆信通讯实业有限公司董事长高民自杀。据报道兆信通讯欠款累计4000余万,在工厂不景气的背景下,这四千万成了高民的催命符。在明知道年后就会有大笔订单的情况下,高民依然选择了走上绝路。由于各种原因导致的产业倒闭潮这几年数不胜数,从几年前的纺织业倒闭潮到今年依然还在进行的P2P倒闭潮,一批又一批的中小企业从蓬勃的春天迅速走向寒冬。
随着信息技术的发展,时代发展的速度越来越快。人类社会从需要用几百年酝酿一次工业革命发展到了几年一次小革命的时期。革命的浪潮催生的是一批又一批的超级巨头,同时也带动了行业内无数中小企业的发展。只是,从前那种单纯跟着大浪前进的企业运作方式似乎已经逐渐地被时代所淘汰。因为大浪升起的越高,落下的就越狠。能够将企业一把推起的巨浪,瞬间也能将企业狠狠地摔得支离破碎。
如今,只看到一个大浪来了的人就如同P2P倒闭潮中的那些曾经的佼佼者,迅速被时代推向巅峰之后,迎来的是同样快速地被时代拉下云端,狠狠地摔在地上。没有智慧的人还坐在地上感叹,都是时运不好。想要一直站在时代的巅峰上就要在乘着一个巨浪的时候就已经知道下一个巨浪在什么地方、何时起、何时落。
那么我们该如何站在巨浪中眺望呢?
大数据给了我们方向和答案。
我在之前的文章中讲到过狭义大数据论和广义大数据论。也提到过用狭义大数据来推算行业的规律。很多人读了以后其实并没有读懂,似懂非懂的那些人又觉得这些东西太高远,很难和实际结合。好多人透过各种方式联系我,希望我能够写一些所谓“接地气”的文章,一些能够真正解决企业,特别是中小企业困境的方案。
我其实一直犯了一个错误。什么错误呢?大数据论在我心里面装着,但却由于篇幅等限制没法全盘托出。后果就是,在通过已有的二十余篇文章一点一点地将大数据论告诉大家的过程中,总会有不连贯的地方。有些人只读了其中十篇,没有读到《畅谈大数据:广义大数据论与狭义大数据论》,对于我这套大数据论的基础体系并不了解。所以在读其他文章的时候经常摸不到头脑。或是跟着我的脚步将二十余篇文章都读个遍,却还是觉得似懂非懂。这些个问题,我很难在几篇文章里面说清楚。大约也是我的智慧还不够圆满。要是有老子、庄子、孔子这样的大家水平,短短几百几千字再大的道理也都讲的透透彻彻、清清楚楚。
那么怎么解决呢?在我看来,唯有将我对于大数据论的所有系统的理解,著成一部书,这样有足够的空间来将这个问题讲清楚,也可以让没有从头看这些文章的人有一个整体了解大数据论的机会。
在这本书出版之前,我还是会定期发表我对于大数据的看法,不过我会相对地讲得更细一点,更“接地气”一点。实际上,之前已经发表的二十余篇,如果真的读懂了,也是很“接地气”的。何以见得?拿人人都知道的万有引力举例。万有引力的理论高不高呢?自然是极高。那么它接不接地气呢?想想看多少工厂的机械在按照这个理论工作吧。水力发电、航空航天、飞机大炮不都是在这一理论下的应用?刚刚讲的革命浪潮,有起有落,也正是万有引力的作用。这万有引力,看似极高,实际上落得很低、很低。
正如大数据论,看似前沿、崭新,似乎与中小企业沾不到边,也无法解决棘手的问题。实际上相比锦上添花,大数据最大的作用是雪中送炭。
那么我们应该如何运用大数据来解决现在很多企业都面临着的破产危机呢?
这个问题我从狭义大数据和广义大数据两个角度来解释。
狭义大数据技术为我们提供了站在浪潮上眺望下一个浪潮的能力。通过对公司大数据的分析,我们能够准确地预测整个行业的走向,从而预测下一个浪潮的起点。这样才能够占领预先在浪潮将落时站住下一次浪起的先机。这说容易也容易,说不容易也很难。
说容易,是因为每一个企业都是行业内的一个因子,它的发展暗合着行业整个的发展。有一句成语叫做一叶知秋。分析一片叶子就能够知道秋天要来了。我们通过分析公司自己的大数据就足够预测行业的动向。于是我们就知道我在之前文章中讲到的大数据化对企业有多么重要。大数据化的进程需要一定时间,但是在执行的初期就能够见到效果。这是容易的部分。
大数据化后,企业手握着自己内部大数据,不论是分析客户心理、研发和改进产品还是掌握行业动态,都将会游刃有余。在实际操作中,一家公司的大数据与一万家公司在大数据的度量衡中没有什么太大区别。以天文数字计算的数据远远超过我们现阶段能够驾驭的最大量,那么即使将所有公司的大数据全部拿过来,也只是将总量从天文数字A增加到天文数字B。
那么大数据化对于中小企业的价值就不言而喻。狭义大数据的战场,企业规模是最次要的条件。
那么说容易却很难又如何解释?
一叶知秋固然很好,但是我们也要知道另一个成语,一叶障目。一门心思投入在狭义大数据的技术中,绝不是中小企业应有的行为。因为缺乏对大数据本质认识的企业,即使将内部大数据研究到极限,也无法做出正确的取舍、正确的决定。这就是中小企业和产业巨头之间的另一个决胜点。
我们的目标是让企业乘风破浪,一直保持上升的状态。而这个目标也是所有行业巨头的梦想。可是真正能够完成的有多少?根据美国著名商业顾问吉姆•柯林斯(JimCollins)的调查,全球五百强企业中仅有11家能够连年持续增长。穷尽全世界全部的精英,也只有11家企业能够完成这个目标。根据柯林斯的研究,这11家企业之所以成功的秘密,是因为他们的领导者都具备谦逊的品质。
数据分析咨询请扫描二维码
数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21大数据技术专业主要学习计算机科学、数学、统计学和信息技术等领域的基础理论和技能,旨在培养具备大数据处理、分析和应用能力的 ...
2024-11-21《Python数据分析极简入门》 第2节 3 Pandas数据查看 这里我们创建一个DataFrame命名为df: importnumpyasnpi ...
2024-11-21越老越吃香的行业主要集中在需要长时间经验积累和专业知识的领域。这些行业通常知识更新换代较慢,因此随着年龄的增长,从业者能 ...
2024-11-20数据导入 使用pandas库的read_csv()函数读取CSV文件或使用read_excel()函数读取Excel文件。 支持处理不同格式数据,可指定分隔 ...
2024-11-20大数据与会计专业是一门结合了大数据分析技术和会计财务理论知识的新型复合型学科,旨在培养能够适应现代会计业务新特征的高层次 ...
2024-11-20要成为一名数据分析师,需要掌握一系列硬技能和软技能。以下是成为数据分析师所需的关键技能: 统计学基础 理解基本的统计概念 ...
2024-11-20是的,Python可以用于数据分析。Python在数据分析领域非常流行,因为它拥有丰富的库和工具,能够高效地处理从数据清洗到可视化的 ...
2024-11-20在这个数据驱动的时代,数据分析师的角色变得愈发不可或缺。他们承担着帮助企业从数据中提取有价值信息的责任,而这些信息可以大 ...
2024-11-20数据分析作为现代信息时代的支柱之一,已经成为各行业不可或缺的工具。无论是在商业、科研还是日常决策中,数据分析都扮演着至关 ...
2024-11-20数字化转型已成为当今商业世界的热点话题。它不仅代表着技术的提升,还涉及企业业务流程、组织结构和文化的深层次变革。理解数字 ...
2024-11-20在现代社会的快速变迁中,选择一个具有长期增长潜力的行业显得至关重要。了解未来发展前景好的行业不仅能帮助我们进行职业选择, ...
2024-11-20统计学专业的就业方向和前景非常广泛且充满机遇。随着大数据、人工智能等技术的快速发展,统计学的重要性进一步凸显,相关人才的 ...
2024-11-20