大数据与上海转型发展_数据分析师
大数据已经成为当前媒体上最热门的信息技术词汇之一。
然而,对于何谓“大数据”,目前尚无一个统一的定义。如果将大数据比喻成一棵树,麦肯锡强调数据集,像是大数据深入地下的根;著名研究机构高德纳(Gartner)强调资产和增值,恰如大数据树上绽放的鲜艳花朵;牛津大学数据科学家、畅销书作家迈尔-舍恩伯格强调分析方法,可以应用于不同的情境,相当于大数据的枝干。
对于上海而言,大数据具有无限的魅力:它挺立于IT产业的高端,吸引着产业和资本的无数眼球;它枝藤蔓延,广泛应用于各行业的应用和创新,不经意间就掀起一场行业变革的风暴——对于正处在转型发展中的上海来说,它的到来适逢其时。
大数据和决策制定
上海是海量数据的信息枢纽,大数据对于上海要重点发展的先进制造业和现代服务业以及传统服务业与信息化的深度融合的先行先试,率先迈向智慧城市这一目标,与国内其他城市相比有着迥然不同的重大意义。
作为一项通用技术,大数据所影响的不是某个特定行业,而会波及所有行业。但在初期,对不同行业的影响存在差异。那些率先迈入数据密集型、基于知识创新、个性化要求高的行业,如金融、保险、医疗、零售、电信等有机会先行一步。
在后工业社会中,大数据并非孤军挺进,智能技术支持决策制定需要有相应的经济和社会环境支持,包括服务经济占主导(尤其信息服务业)、专业技术阶层的优越地位和理论知识的首要位置(反映在研发投入上)。
从上海这几方面的发展看,2011年第三产业占比达到60%,信息产业增加值(制造加服务)占GDP比重达9.9%;国有企事业单位专业技术人员占比为61.3%;全年用于研究与试验发展(R&D)经费支出占GDP比重达到3.16%。这些指标数据与全球同类城市如新加坡、香港等相比并不落后,为大数据的推广和应用奠定了基础。
借助于大数据辅助决策是后工业社会的典型特征,也是其基本要求。
作为特大型的国际都市,上海一直强调以创新驱动来解决诸多城市发展中面临的问题。但是创新驱动是个复杂的系统工程,需要借助科学理性的决策。而决策必须基于上海的现实,如市场竞争格局、辐射力,市民消费习惯、收入水平,人口统计、地理空间等,这些数据的总和构成上海发展可资利用的大数据。没有一个科学的、系统的数据分析方法,很多决策质量将很难真正上水平,而且可能蕴藏着巨大的误判风险。
大数据和IT产业升级
上海要走在全国的最前列,就必须抓住大数据发展的机遇,把握住大数据这一IT产业的关键。
从近年来国际大型IT企业的频频收购活动也可以察觉出大数据是IT产业的关键这一动向。
IBM在将一些硬件业务出售给像联想这样的公司的同时,也加大了对软件公司收购的力度,包括著名的智能软件Cognos和分析软件公司SPSS等。
谷歌收购了Measure Map统计分析程序、 深度搜索应用公司Tranformic、网站流量分析和统计公司Urchin等,都跟大数据直接相关。亚马逊、Facebook等公司也都在富有远见地布局大数据产业。
抓住大数据发展的机遇,上海不仅仅需要相应的智能化技术,还需要对行业或城市管理有深入的理解,它构成了整个IT产业链中知识最为密集的环节,占据着行业的高端。
在IT产业中,基于大数据的商业机会主要掌握在两类公司手中:一类是IBM、微软、惠普等公司提供“硬件+软件+数据”的整体解决方案,以平台性为特征,提供基础服务;另一类是以Facebook、亚马逊和谷歌等公司为代表,基于海量的用户信息,提供精准营销和个性化广告推介等活动。此外,新兴的创业公司通过出售数据和服务有针对性地提供单个解决方案,在特定行业和区域复制前两类公司的大数据服务模式。
数据分析咨询请扫描二维码
《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数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22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