缔元信·网络数据CEO秦雯:2015大数据态势解读

2023-11-03 18:50

本文主要是介绍缔元信·网络数据CEO秦雯:2015大数据态势解读,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

ZDNet至顶网软件频道7月23日 消息: 2015中国互联网大会大数据应用论坛中,缔元信·网络数据CEO秦雯对中国互联网大数据态势及未来发展趋势分享了自己的观点和看法。她表示,中国互联网大数据产业“山高水长,任重道远”。

缔元信.网络数据CEO秦雯:2015大数据态势解读

(图为缔元信.网络数据CEO 秦雯)

千帆竞发大数据

经过近两年的发展,大数据从概念的普及、热炒到应用遍地开花,越来越多的互联网企业开始用数据化思维来经营企业。2015年,大数据应用进程的加快也在不断促进产业规模的扩大。

缔元信.网络数据CEO秦雯:2015大数据态势解读

如上图所示,从最近跟大数据相关的几千条新闻中可以看到,今年一个很大的变化是跟大数据的概念、理念、知识背景和大数据本身产业技术相关的新闻大概占到了27%,剩下73%都是各行各业的大数据应用。这些大数据应用涉及到30个行业,其中主要的是金融、娱乐、交通、营销、电商等等,这个数据也说明,未来大数据的发展趋势:一定是跟行业应用相结合,秦雯女士分析。
这个变化如何产生的?秦雯女士将其归纳为:三大推手及六大抓手。

缔元信.网络数据CEO秦雯:2015大数据态势解读

所谓六大抓手就是落到应用上的六个抓手,归纳成三个角色在推动大数据落地,政府、DT服务商(对应原来的IT服务商)、企业。政府的抓手分两个,一个是开放数据,即政府、社会公共数据的开放,第二个是智慧城市的推进。DT服务商的抓手则分为云计算和数据处理的技术和方法。企业的抓手是数据化运营和创新应用。

据2014年数据显示,中国在全球开放数据排名在第57位,从各项主要约定开放的数据来看,水平相对较低,但一些地方已经在推进开放数据,其中典型的是北京和上海。在智慧城市方面,今年上半年智慧城市已经如火如荼地开展,尤其以阿里和百度为代表的两家大的平台在全面切入智慧城市的解决方案。从国家层面,住建部推行的智慧城市试点已经有500多个,自上而下的推进,对大数据的应用推动起到了积极作用。

在DT服务商方面,多元化的终端推动了云计算的发展,终端变得越来越小,所有的数据处理和计算对云的依赖程度就越来越高,而目前中国整个云计算发展还是以基础设施为主,在平台层面和服务层面还占有非常小的比例。另外大数据处理技术日趋成熟,能够帮助产业和企业赋予它数据管理和数据应用的能力,以缔元信大数据处理流程为例,讲一下大数据处理的思路。

缔元信.网络数据CEO秦雯:2015大数据态势解读

从收集到数据的清洗、加工、处理,这个环节把数据转化成信息的环节,然后再到上层的数据应用,这个环节是把信息转化成策略的环节,再对接就是业务。这个技术和方法不断成熟所带来的是企业如果想把自己的数据用起来的话,变成在技术上的可能。

再说企业,数据化运营是企业大数据应用的基础应用,针对于现有业务基于互联网+的成长,用大数据提高业务的运营效率。数据化运营本身的内涵,首先要有明确的运营目标,其次要制定好运营策略。在执行过程中,用数据不断去优化运营的过程和运营效果,这就叫数据化运营。之所以很多企业数据用不起来,最主要的原因是运营目标不清晰。所以很多企业用数据时变成业务和数据系两层皮,数据也用,数据工具也用,但这个工具只是停留在看看报表,还不能够把数据和业务结合起来,让数据真的去改进业务,这是目前企业在大数据应用当中存在的一个问题。

基于这个数据,如何去创造新的应用?举例讲,一家互联网保险公司卖航空延误险,一般保险公司可能相对比较长的一段时间,比较短的是卖3天,但这家公司能按单次航班卖,还能够即时赔付,如何做到这一点?实际上关联了另外一个应用,这个应用是航班管理软件。这样一个关联能够让他有能力做到实时的业务处理。基于这样一个航班延误场景,可能派生出来的服务包括在延误候机时提供的服务。整个场景化应用已经不仅仅是保险了,关键是跟各种关联应用的管理数据,这是一个典型的用数据来驱动的创新应用。

前景似繁花 道路阻且长

虽然有三大推手和六个抓手,但是大数据的发展还需要注意一些问题,秦雯女士又分别从基本层面、意识层面、操作层面三个方面与参会做了分享。

第一层面社会共识,即行业的标准共识,包括整个大数据元数据标准,即数据分类的标准,需要达成共识、统一标准的;技术规范,在数据处理过程当中需要用到或一些方法论的东西需要有规范;法律法规,法律法规和开放机制是相辅相成的,数据应该如何开放?
第二个层次是组织文化。作为一个企业级、产业级大数据应用的保障条件是三个,首先要有数据信仰,要相信数据真的能改变我们和改变世界,要有对应的组织结构调整;要有目标导向。

第三层次是应用策略。数据本身管理和应用层面要有顶层设计、长效管理和业务互动。
最终构建整个数据管理应用体系,从平台到系统,到报表,到工具,到引擎,完成一个企业级的大数据应用的闭环。

原文发布时间为:2015年7月23日
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

这篇关于缔元信·网络数据CEO秦雯:2015大数据态势解读的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/340184

相关文章

Redis的数据过期策略和数据淘汰策略

《Redis的数据过期策略和数据淘汰策略》本文主要介绍了Redis的数据过期策略和数据淘汰策略,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 目录一、数据过期策略1、惰性删除2、定期删除二、数据淘汰策略1、数据淘汰策略概念2、8种数据淘汰策略

轻松上手MYSQL之JSON函数实现高效数据查询与操作

《轻松上手MYSQL之JSON函数实现高效数据查询与操作》:本文主要介绍轻松上手MYSQL之JSON函数实现高效数据查询与操作的相关资料,MySQL提供了多个JSON函数,用于处理和查询JSON数... 目录一、jsON_EXTRACT 提取指定数据二、JSON_UNQUOTE 取消双引号三、JSON_KE

Python给Excel写入数据的四种方法小结

《Python给Excel写入数据的四种方法小结》本文主要介绍了Python给Excel写入数据的四种方法小结,包含openpyxl库、xlsxwriter库、pandas库和win32com库,具有... 目录1. 使用 openpyxl 库2. 使用 xlsxwriter 库3. 使用 pandas 库

SpringBoot定制JSON响应数据的实现

《SpringBoot定制JSON响应数据的实现》本文主要介绍了SpringBoot定制JSON响应数据的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们... 目录前言一、如何使用@jsonView这个注解?二、应用场景三、实战案例注解方式编程方式总结 前言

使用Python在Excel中创建和取消数据分组

《使用Python在Excel中创建和取消数据分组》Excel中的分组是一种通过添加层级结构将相邻行或列组织在一起的功能,当分组完成后,用户可以通过折叠或展开数据组来简化数据视图,这篇博客将介绍如何使... 目录引言使用工具python在Excel中创建行和列分组Python在Excel中创建嵌套分组Pyt

在Rust中要用Struct和Enum组织数据的原因解析

《在Rust中要用Struct和Enum组织数据的原因解析》在Rust中,Struct和Enum是组织数据的核心工具,Struct用于将相关字段封装为单一实体,便于管理和扩展,Enum用于明确定义所有... 目录为什么在Rust中要用Struct和Enum组织数据?一、使用struct组织数据:将相关字段绑

在Mysql环境下对数据进行增删改查的操作方法

《在Mysql环境下对数据进行增删改查的操作方法》本文介绍了在MySQL环境下对数据进行增删改查的基本操作,包括插入数据、修改数据、删除数据、数据查询(基本查询、连接查询、聚合函数查询、子查询)等,并... 目录一、插入数据:二、修改数据:三、删除数据:1、delete from 表名;2、truncate

MySQL中的MVCC底层原理解读

《MySQL中的MVCC底层原理解读》本文详细介绍了MySQL中的多版本并发控制(MVCC)机制,包括版本链、ReadView以及在不同事务隔离级别下MVCC的工作原理,通过一个具体的示例演示了在可重... 目录简介ReadView版本链演示过程总结简介MVCC(Multi-Version Concurr

关于Gateway路由匹配规则解读

《关于Gateway路由匹配规则解读》本文详细介绍了SpringCloudGateway的路由匹配规则,包括基本概念、常用属性、实际应用以及注意事项,路由匹配规则决定了请求如何被转发到目标服务,是Ga... 目录Gateway路由匹配规则一、基本概念二、常用属性三、实际应用四、注意事项总结Gateway路由

Java实现Elasticsearch查询当前索引全部数据的完整代码

《Java实现Elasticsearch查询当前索引全部数据的完整代码》:本文主要介绍如何在Java中实现查询Elasticsearch索引中指定条件下的全部数据,通过设置滚动查询参数(scrol... 目录需求背景通常情况Java 实现查询 Elasticsearch 全部数据写在最后需求背景通常情况下