数智洞察 | 从IT到DT 数据和数据有啥不一样?

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 马云曾经在一次演讲中说道:“人类正从IT时代走向DT时代”,DT时代是我们面临的最大机遇。DT=Data technology,“大数据”已经成为烫手的名词,在实践过程中,我们要避免被大量新名词淹没了实质表意,而应该看到名词后面的本质,大数据是什么,有何必要又有何用途?
作者:阿里波特
来源:阿里云研究公众号

640.gif

导语:
马云曾经在一次演讲中说道:“人类正从IT时代走向DT时代”,DT时代是我们面临的最大机遇。

DT=Data technology,“大数据”已经成为烫手的名词,在实践过程中,我们要避免被大量新名词淹没了实质表意,而应该看到名词后面的本质,大数据是什么,有何必要又有何用途?

01.人类社会正从数据生产的IT时代迈向挖掘数据价值的DT时代

IT(Information Technology)时代是以自我控制、自我管理为主。IT时代下的社会活动是一个生产数据的过程,各行各业通过信息化升级,将企业的生产过程、物料移动、事务处理、现金流动、客户交易等业务流程,通过特定的信息系统、网络加工生成新的信息资源。

DT(Data technology)时代则是把数据当成生产资料的深入挖掘和动态运用,在生产生活决策的闭环中产生作用。是以服务大众、激发生产力为主的技术。

这两者之间看起来似乎是一种技术的差异,但实际上是思想观念层面的差异。信息和数据的累积,不会自动创造价值。

总的来说,IT时代是数据的静态发现,通过信息化解决流程和效率的问题,DT时代则是把数据当成生产资料的深入挖掘和动态运用,是解决挖掘数据价值、运用数据赋能的问题。

随着大数据、云计算、人工智能等信息技术的发展,人类社会开启了从IT时代向DT时代转变的新进程。

02.数据成为重要的生产要素和战略资源

传统的生产要素包括劳动力、土地、资本、技术、管理、知识等,而在信息时代,数据正成为一种重要的生产要素和战略资源。随着信息技术和产品的普及和应用,我们所处的世界,以及生产、生活的各个环节,无时无刻不在产生着数据。数据的汇聚与融合逐步形成了大数据,资源化的数据成为驱动产业智能化的关键原料。

狭义的大数据是以数量巨大、来源多元、格式多样、应用价值高为主要特征的数据集合,而广义的大数据除了数据集合的含义外,还包括对这些数据进行采集、存储、管理和关联分析,以及从中发现获取新知识、创造新价值、提升新动能的新技术和新业态。也就是说,不仅要掌握大数据,还要通过云计算的处理产生数据洞见,挖掘大数据背后所揭示的“知识”。大数据的价值在于可以提供尽可能多的详尽信息,并对信息进行有效处理,以数据聚合技术、人才、资金、物资等要素,推动生产要素的集约化整合、协作化开发、高效化利用、网络化共享,形成全新的资源配置模式,改变传统的生产方式和经济运作机制,提升经济运行效率和水平。因此,大数据是一种重要的促进社会发展、保障经济增长的战略资源。

大数据不是一种特定的技术,它是数据资源化并通过新技术挖掘数据价值的创新模式。

03.算力、算法、数据组成“智能三螺旋”,实现数据资源智能化变现

智能是DT时代的核心,人工智能在三大核心要素的驱动下,将成为推动数字经济发展的主要动力之一。算力、算法、数据三要素紧密结合,发生化学反应,其产物便是智能。我们可以这样来理解三者的关系:数据是输人的生产资料,算法是处理数据资源的方法,算力则是实现算法的能力。海量数据需要强大的算力进行处理,当前以云计算、边缘计算等为代表的计算技术,为高效、准确、安全地进行大数据分析提供了有力支撑。然而,简单的数据与算力配合仍旧难以发挥出数据真正的价值。要真正发现数据洞见,还需要有好的处理方法,这就需要先进的算法。以机器学习、机理模型等为代表的算法技术、能够为使用者提供智能决策支撑和智能化分析。大量的数据为智能学习算法提供了“学习资料”:复杂的计算在业务中倒逼算力的提升;算力的增加保障了高阶算法得以实现,提供了速度更快,容量更大的数据处理能力;算法的演进升级可以提升效率,节约算力。“数据+算力+算法”组成“智能三螺旋”,成为驱动产业智能转型的关键力量。

人类的有形资源都有边界,唯有科技创新蕴藏着没有边界的无限潜能。在DT时代,云计算、大数据、人工智能正成为推动政府、企业可持续发展的重要途径,而基于数据资源的数据智能的相关技术与创新模式,将推动各产业的智慧化转型。

内容来源:《数字政府2.0》 ,中信出版社,2019-10

编辑/张楠

640 (1).gif

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
|
数据采集 移动开发 监控
Quick Tracking「全域采集与增长分析」,破局全域营销之道
全域采集及增长分析 (Quick Tracking) 是瓴羊推出的企业级流量统计分析产品,支持APP/小程序/H5/Web/IOT等数字应用终端的行为采集分析、私域标签画像、性能体验监控、隐私采集授权管理等数据采集与洞察服务,借助Quick Tracking,技术、产品、运营等同学可以快速按需提取和分析流量数据,衡量产品升级和运营活动效果。
Quick Tracking「全域采集与增长分析」,破局全域营销之道
|
6月前
|
数据可视化 关系型数据库 MySQL
互联网电商与游戏行业实时BI分析
本文以电商行业为例,将业务数据和日志数据同步到 ADB,之后通过 Quick BI 做实时可视化分析。相对于传统的关系型数据库,阿里云分析型数据库 MySQL 版只需要几毫秒的时间,即可查询 PB 级数据并从中找到匹配信息。
互联网电商与游戏行业实时BI分析
|
弹性计算 监控 JavaScript
互联网电商与游戏行业实时BI分析最佳实践
本文以电商行业为例,将业务数据和日志数据同步到ADB,之后通过QuickBI做实时可视化分析。相对于传统的关系型数据库,阿里云分析型数据库MySQL版只需要几毫秒的时间,即可查询PB级数据并从中找到匹配信息。
387 0
互联网电商与游戏行业实时BI分析最佳实践
|
存储 数据采集 大数据
从IT走向DT 大数据技术推动企业进步
从IT走向DT 大数据技术推动企业进步
173 0
从IT走向DT 大数据技术推动企业进步
|
SQL 存储 机器学习/深度学习
云,数据和分析趋势
  公司可以访问比以往任何时候更多的数据,但都在努力获得其全部收益。 工具不足和开发策略不完善使他们无法获得所需的改变游戏规则的结果。   为了帮助组织充分利用最新创新技术和最有影响力的数据见解,本文确定了2022年的前8大数据,分析和云趋势。   在数据仓库和分析领域,这是令人振奋的时刻。 越来越多的提供商在云中提供了每个级别的数据堆栈。 借助云分析,您的公司可以以可承受且可扩展的方式使用数据与大型企业竞争。   阅读本文可深入了解未来十年的最大趋势,以及可付诸实践的技巧,以使您的公司始终处于最前沿。   涵盖的趋势包括:   · JSON和半结构化数据成为主流   · ELT超
154 0
|
存储 分布式计算 运维
阿里云实时大数据解决方案,助力企业实时分析与决策
2020年双11,云原生实时数仓首次在阿里巴巴双11核心数据场景落地,实现商业全链路实时化,毫秒级海量数据处理能力。搜索推荐业务数据开发效率提升4倍,菜鸟物流包裹数据链路从小时级优化到3分钟,考拉分钟及小时业务1分钟内完成,大数据的实时分析与决策在瞬息万变的市场竞争中成为了标品!今天,我们将向大家分享阿里云实时大数据解决方案,助力企业实时决策。
1110 0
阿里云实时大数据解决方案,助力企业实时分析与决策
|
监控 数据可视化 关系型数据库
互联网、电商及游戏行业实时BI分析
本文以电商行业为例,将业务数据和日志数据同步到ADB,之后通过Quick BI做实时可视化分析。相对于传统的关系型数据库,阿里云分析型数据库MySQL版只需要几毫秒的时间,即可查询PB级数据并从中找到匹配信息。
互联网、电商及游戏行业实时BI分析
|
存储 分布式计算 监控
【大数据干货】轻松处理每天2TB的日志数据,支撑运营团队进行大数据分析挖掘,随时洞察用户个性化需求。
“用户每天产生的日志量大约在2TB。我们需要将这些海量的数据导入云端,然后分天、分小时的展开数据分析作业,分析结果再导入数据库和报表系统,最终展示在运营人员面前。”墨迹天气运维部经理章汉龙介绍,整个过程中数据量庞大,且计算复杂,这对云平台的大数据能力、生态完整性和开放性提
16746 2
|
新零售 SQL 消息中间件
DT时代阿里云流计算让业务实时、让数据发电
如果说数据处理技术时代中数据是新能源,流计算就是让新能源发电的关键技术。基于阿里云流计算天猫双十一大屏可以实时展现上亿条数据订单。如何搭建具备亿级QPS处理能力的流式大数据处理系统,本文就阿里云流计算在大数据实时处理中带来的价值、流计算的显著优势以及应用场景和案例等方面的内容做了深入的分析。
2896 0
下一篇
无影云桌面