郝联峰:掌握大数据需要读懂三个关键词 四个核心

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

10月26日,由中华保险研究所和华研数据股份有限公司联合主办的第十五届中国研究所长论坛在北京举行,本届论坛的主题为“大数据的应用与变现”。论坛主持人、中华保险研究所总经理郝联峰表示,掌握大数据,要读懂三个关键词:第一,大数据是什么?第二,大数据为什么重要?第三,大数据如何变现?同时,他认为,数据分析能力,规模经济、用户数据和创新能力是大数据的四个核心。

掌握大数据需要读懂三个关键词

郝联峰说,大数据的第一个关键词是“大数据是什么?”很多人经常用“海量”、“动态”来描述大数据,其实大数据的核心价值是渠道,谁掌握了大数据,谁就掌握了渠道。以后做任何生意,都要使用大数据,“不然你是接触不到消费者的”,以前的传统渠道是商场,但是现在像连锁超市这样的模式越来越萎缩,新渠道BAT、今日头条等等的市场份额越来越大,这些都是新涌现的渠道,实际上它们的本质上都是大数据,“有了数据,就控制了渠道,而渠道为王”。

第二个关键词“大数据为什么重要?”郝联峰说,“因为它是高科技的基础,现在科技创新最活跃的地方,最尖端的领域,都是以大数据为基础的,如人工智能、云计算、VR、AR等等,它们的基础都是大数据,绝大部分最顶尖、最活跃的科技创新都是以大数据为基础的,未来国家间的顶层竞争,很大程度是大数据的竞争,所以政府才这么重视大数据。”

第三个关键词“大数据如何变现?”他认为,现在工农商学兵各行各业、各个领域的基础设施都要用到大数据,就像都要用电一样,大数据逐渐成为一个基础设施,它既基础又尖端。如果真掌握了大数据,变现也非常容易。“就比如你掌握了渠道,很多人想投广告,卖东西,都得需要经过你的渠道。大数据变现不是特别难,难点在于怎么把用户吸引过来,并且把用户黏住。用户本身就是数据,你拥有数据,也就有了渠道。数据为王、渠道为王,可以通过VIP业务、衍生业务等千千万万种方式变现,变现本身并不难”。

大数据有四个核心 用户数据最值钱

大数据的核心是什么?郝联峰认为,一是大数据涉及到数据的来源、存储、分析、应用等环节,其中核心是大数据的分析能力。 “其实数据来源还不是最关键的,现在数据太多,数据泛滥,如何利用数据,怎样分析,可能是一个最核心的环节”。

大数据的第二个核心是规模经济。大数据和其他行业不一样,有的行业有规模经济,有的行业没有规模经济,但是大数据这个行业是典型的规模经济行业,规模越大越厉害。比如在大数据领域,搞垂直运营(如垂直搜索、垂直电商等)的不如搞综合的。“搞垂直运营,可能在某一个阶段有优势,但通常最后都不行了。”

郝联峰表示,各行各业搞垂直运营的,可能一开始具有资源优势。“比如你搞一个医疗行业的垂直搜索,因为有很多医疗行业的专家资源,但是可能集中搞个三五年,最后还是不行,因为你比不过综合运营的。老百姓用着不方便,他不可能搜索一个医疗资讯,到你这里搜索,搜索其他的,再到其他地方搜索,也记不住那么多网址。这个行业就是规模经济,最终就是综合的厉害。”

大数据的第三个核心是用户。大数据公司里面,用户多的,用户粘性高的,公司就值钱。郝联峰说,“比如你有很多金融数据,或者有很多医疗数据,但是如果没有用户数据,那么很难成为一个超级大公司。必须有海量的用户,并且用户的粘性又很强,那一定是一个超级大公司。因为你有海量粘性用户,你便是超级渠道,做什么都会很方便。”

大数据的第四个核心是创新。如果想做大数据这个行业,总跟在别人后面是不行的。因为它是一个规模经济,“别人先做,规模比你大,那你跟在后面,追是追不上的。所以你必须跟他不一样,做一个新东西,才可能成功。如果你搞一个跟微信差不多的产品,即使功能更好一些,也没用,你也做不起来,你必须做一个完全跟微信不一样的,你才有可能超越它。做搜索也是这样的,这个行业就是这个特征。”他表示,在大数据这个领域,跟在别人后面是没有希望的,必须通过创新才能实现超越。


本文作者:辛闻

来源:51CTO

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
3月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
2月前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
494 7
|
2月前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
64 2
|
7天前
|
分布式计算 Shell MaxCompute
odps测试表及大量数据构建测试
odps测试表及大量数据构建测试
|
2月前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
107 1
|
2月前
|
机器学习/深度学习 存储 大数据
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系,保留最大方差信息,实现数据压缩、去噪及可视化。本文详解PCA原理、步骤及其Python实现,探讨其在图像压缩、特征提取等领域的应用,并指出使用时的注意事项,旨在帮助读者掌握这一强大工具。
107 4