各行都和大数据攀关系 但数据不落地终究是场空

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:

科技公司或者企业、政府并不是他们不想做好,而是受到了制约,主要是两个方面的制约,一个是数据量小且难以利用,另一个是转化经验少实施困难。

大数据

  为什么说数据小呢

首先是数据化程度很低。只是近几年政府才开始在使用电子信息化办公平台的时候才积累了点数据,早年大量的数据基本都是以文件及纸质的形式存储在政府办公楼仓库里,而纸质的数据我们是无法使用的。想要将这些纸质数据化是一个非常庞大的工程,需要耗费巨大的人力物力,而这关键性的一步恰是一个吃力不讨好的活,所以一般承接政府大数据的公司也都很少去触碰。

另外就是数据割裂,各个部门的数据都和宝贝似地保护着,生怕其他部门抢走,这就导致了数据的割裂,无法整合。比如要进行一个智慧城市的建设,至少需要交通数据、气象数据、人社数据等等部门的数据进行综合考量,但是每个部门都把自己手里那点数据看的和宝贝似得,碰都不让人碰,又何谈数据整合呢?

所以很多政府大数据工程到最后就流于表面,最后把手头少的可怜的数据做做数据可视化,弄一些大屏幕,展示出来给领导汇报一下就结项了。

第二个就是转化经验少

比如农业大数据,是有不少的农业数据和气象数据,甚至还有粮食收购数据、农产品价格数据等等,但是即使这些数据全部都开放给施工方,如何使用还是一个大的问题,如何利用现有的数据通过数据挖掘、数据分析让这些数据产生价值转化、形成生产力,这又是面临的新的问题。

除此之外,中国的农作方式也是一个很大的制约因素,家庭为单位的小作坊式的田块化种植,无法集约化管理,这就导致了农民种什么、什么时候种都有自主权,那么现状是什么呢?

以现在最大的渤海粮仓为例,在山东几个县市为试点的渤海粮仓项目,最后落地后的成果是什么呢?所谓物联网+大数据的实践到最后就是找几块试验田,插上杆子,装上几个传感器和摄像头,然后做一下数据展示,甚至很多地方的传感器和摄像头都被农民卸走了,如何指导生产,又如何将农业机械制造产业链打通呢?

最后

搞大数据不是喊喊口号,做做样子就能搞起来的,这需要专注并持续的投入,不一定有多大的数据,别只顾着建机房,即使是依靠着现有的几百万条数据,通过场景化的应用分析,给出人们建议,让大家切实的得到实惠,让老百姓切实看到大数据带来的好处,这才应该是大数据的必须经历的过程。

本文转自d1net(转载)

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 
目录
相关文章
|
28天前
|
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
|
7天前
|
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。
38 1
|
2天前
|
存储 大数据 定位技术
大数据 数据索引技术
【10月更文挑战第26天】
10 3
|
2天前
|
存储 大数据 OLAP
大数据数据分区技术
【10月更文挑战第26天】
11 2
|
4天前
|
消息中间件 分布式计算 大数据
数据为王:大数据处理与分析技术在企业决策中的力量
【10月更文挑战第29天】在信息爆炸的时代,大数据处理与分析技术为企业提供了前所未有的洞察力和决策支持。本文探讨了大数据技术在企业决策中的重要性和实际应用,包括数据的力量、实时分析、数据驱动的决策以及数据安全与隐私保护。通过这些技术,企业能够从海量数据中提取有价值的信息,预测市场趋势,优化业务流程,从而在竞争中占据优势。
29 1
|
6天前
|
数据采集 分布式计算 大数据
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27天】在数字化时代,数据治理对于确保数据资产的保值增值至关重要。本文探讨了大数据平台的搭建和数据质量管理的重要性及实践方法。大数据平台应包括数据存储、处理、分析和展示等功能,常用工具如Hadoop、Apache Spark和Flink。数据质量管理则涉及数据的准确性、一致性和完整性,通过建立数据质量评估和监控体系,确保数据分析结果的可靠性。企业应设立数据治理委员会,投资相关工具和技术,提升数据治理的效率和效果。
29 2
|
9天前
|
存储 安全 大数据
大数据隐私保护:用户数据的安全之道
【10月更文挑战第31天】在大数据时代,数据的价值日益凸显,但用户隐私保护问题也愈发严峻。本文探讨了大数据隐私保护的重要性、面临的挑战及有效解决方案,旨在为企业和社会提供用户数据安全的指导。通过加强透明度、采用加密技术、实施数据最小化原则、加强访问控制、采用隐私保护技术和提升用户意识,共同推动大数据隐私保护的发展。
|
12天前
|
SQL 存储 大数据
大数据中数据提取
【10月更文挑战第19天】
34 2
|
29天前
|
SQL 消息中间件 大数据
大数据-159 Apache Kylin 构建Cube 准备和测试数据(一)
大数据-159 Apache Kylin 构建Cube 准备和测试数据(一)
43 1
|
22天前
|
NoSQL 大数据 测试技术
想从事大数据方向职场小白看过来, 数据方面的一些英文解释
想从事大数据方向职场小白看过来, 数据方面的一些英文解释
32 0