产业大数据前景可期 深度孵化模式重要性凸显

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

互联网的快速发展,使我们步入了一个全新的共享经济时代。信息的交互和数据的共享,促使产业升级转型,大数据成为热门议题。国家和企业间的竞争焦点正从资本、土地、人口、能源转向数据资源。

“大数据与传统行业的深度融合是一个重要的创新方向,掌握数据资产的企业群是大数据的首批和直接受益者。”盛山资产的创始合伙人甘世雄对《第一财经日报》记者表示。2015年,中国大数据市场规模达到115.9亿元,随着应用价值的逐步体现及大数据产业的发展,大数据应用将必然扩张到传统产业的方方面面,不断创造新的应用场景。

大数据不仅仅是数据,更是一项未经深度开发的产业领域,吸引着诸多投资者。

甘世雄称,大数据吸引诸多投资者不无道理。第一,市场潜力大,2015年,中国大数据市场规模达到115.9亿元,增速达38%,根据IDC报告,全球大数据市场年增长率达40%,2017年将达530亿美元;第二,数据增长快,数据量以接近几何数级的速度增加,据麦肯锡全球研究院预测,2020年产生的数据量将是2009年的44倍,接近35ZB;第三,应用领域广泛,各类行业兴起“大数据+”,例如金融、教育、医疗、智能硬件等;第四,商业价值高,在垂直行业的应用及商业价值得到认可,例如数据存储空间出租、管理客户关系、模拟实现、个性化精准营销等。

以美国为代表的发达国家在推进大数据应用上已形成从发展战略、法律框架到行动计划的完整布局。但是,中国大数据的基础构架和分析环节依然薄弱,在应用领域的行业分布也不够全面,这既是大数据产业的挑战也是机遇。

“如果通过大数据提升产业的效率,提升产业里面企业的决策水平、营销能力、供应链管理,包括制造,那么将产生一个非常巨大的市场机会。”华院数据CEO宣晓华对《第一财经日报》表示,除了给企业带来增值效应,大数据已经产生了新的商业模式,使企业以大数据为商业模式来经营自己的业务。

对此,中关村大数据产业联盟副秘书长陈新河也表示未来大数据产业将达到万亿,大数据将通过各种网络,带来新的商业形态的变化。

“以前大部分的中小型企业还是停留在数字化或者说从数字到数据的过程,即使是一些上规模的企业,还远没有到数据资产。”华院数据COO麦星表示,大数据产业的发展前景毋庸置疑,但是数据分析和挖掘是一项高难度的技术活,创业的门槛也相对较高,需要业务人员对数学、算法、行业都有较深的理解,多种核心技能的打通往往需要几年时间才能够触类旁通。

“我们会分裂出来自己本身的核心能力进来,导入到这样的新公司里面。我们有专门人员做培育过程,培育团队、培育市场、培育产品。” 据麦星透漏,华院数据的深度孵化和传统的投资基金有所不同,包括导入分析能力以及核心人才和培育,深度参与孵化公司的进展。

如何实现大数据和产业的应用对接、真正获取价值也是诸多大数据公司发展面临的难题之一。

“大数据经济不只是一个简单的运用数据的本体或者只是作为一个简单的粗加工来达到经济效益的部分。华院数据希望利用运营商的数据,掌握到更精细的客户的生命期。”华院数据的数据科学家尹相志举例说道,如果希望推广一些母婴的产品,以前的做法是客户到电商网站看了某一款产品之后才在广告上面不停地轰炸。但现在既然有了更完整的数据,透过完整的生命周期的监测,可以知道这个人已经进入到了备孕的状态、怀孕的状态,提早发送相关的信息,希望用这样的方式改变其认知,建立对于品牌的信心、理解,这样的方法不是那么直接的让人觉得是在骚扰他。如何让精准营销做得让大家感觉不到,这是未来发挥大数据经济非常重要的部分。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
3月前
|
存储 Java 大数据
Java 大视界 -- Java 大数据在智能家居能源消耗模式分析与节能策略制定中的应用(198)
简介:本文探讨Java大数据技术在智能家居能源消耗分析与节能策略中的应用。通过数据采集、存储与智能分析,构建能耗模型,挖掘用电模式,制定设备调度策略,实现节能目标。结合实际案例,展示Java大数据在智能家居节能中的关键作用。
|
12月前
|
分布式计算 Kubernetes Hadoop
大数据-82 Spark 集群模式启动、集群架构、集群管理器 Spark的HelloWorld + Hadoop + HDFS
大数据-82 Spark 集群模式启动、集群架构、集群管理器 Spark的HelloWorld + Hadoop + HDFS
443 6
|
12月前
|
分布式计算 资源调度 Hadoop
大数据-80 Spark 简要概述 系统架构 部署模式 与Hadoop MapReduce对比
大数据-80 Spark 简要概述 系统架构 部署模式 与Hadoop MapReduce对比
234 2
|
12月前
|
消息中间件 监控 数据可视化
大数据-79 Kafka 集群模式 集群监控方案 JavaAPI获取集群指标 可视化监控集群方案: jconsole、Kafka Eagle
大数据-79 Kafka 集群模式 集群监控方案 JavaAPI获取集群指标 可视化监控集群方案: jconsole、Kafka Eagle
400 2
|
12月前
|
分布式计算 资源调度 大数据
大数据-110 Flink 安装部署 下载解压配置 Standalone模式启动 打包依赖(一)
大数据-110 Flink 安装部署 下载解压配置 Standalone模式启动 打包依赖(一)
314 0
|
12月前
|
分布式计算 资源调度 大数据
大数据-110 Flink 安装部署 下载解压配置 Standalone模式启动 打包依赖(二)
大数据-110 Flink 安装部署 下载解压配置 Standalone模式启动 打包依赖(二)
235 0
|
分布式计算 资源调度 大数据
【决战大数据之巅】:Spark Standalone VS YARN —— 揭秘两大部署模式的恩怨情仇与终极对决!
【8月更文挑战第7天】随着大数据需求的增长,Apache Spark 成为关键框架。本文对比了常见的 Spark Standalone 与 YARN 部署模式。Standalone 作为自带的轻量级集群管理服务,易于设置,适用于小规模或独立部署;而 YARN 作为 Hadoop 的资源管理系统,支持资源的统一管理和调度,更适合大规模生产环境及多框架集成。我们将通过示例代码展示如何在这两种模式下运行 Spark 应用程序。
624 3
|
12月前
|
存储 分布式计算 druid
大数据-152 Apache Druid 集群模式 配置启动【下篇】 超详细!(一)
大数据-152 Apache Druid 集群模式 配置启动【下篇】 超详细!(一)
157 1
大数据-152 Apache Druid 集群模式 配置启动【下篇】 超详细!(一)
|
11月前
|
SQL 存储 算法
基于对象 - 事件模式的数据计算问题
基于对象-事件模式的数据计算是商业中最常见的数据分析任务之一。对象如用户、账号、商品等,通过唯一ID记录其相关事件,如操作日志、交易记录等。这种模式下的统计任务包括无序计算(如交易次数、通话时长)和有序计算(如漏斗分析、连续交易检测)。尽管SQL在处理无序计算时表现尚可,但在有序计算中却显得力不从心,主要原因是其对跨行记录运算的支持较弱,且大表JOIN和大结果集GROUP BY的性能较差。相比之下,SPL语言通过强化离散性和有序集合的支持,能够高效地处理这类计算任务,避免了大表JOIN和复杂的GROUP BY操作,从而显著提升了计算效率。
|
12月前
|
SQL 存储 算法
基于对象 - 事件模式的数据计算问题
基于对象-事件模式的数据计算是商业中最常见的数据分析任务之一。这种模式涉及对象(如用户、账户、商品等)及其相关的事件记录,通过这些事件数据可以进行各种统计分析,如漏斗分析、交易次数统计等。然而,SQL 在处理这类任务时表现不佳,特别是在有序计算方面。SPL 作为一种强化离散性和有序集合的语言,能够高效地处理这类计算,避免了大表 JOIN 和大结果集 GROUP BY 的性能瓶颈。通过按 ID 排序和分步计算,SPL 能够显著提高计算效率,并支持实时数据处理。

热门文章

最新文章