京东终身技术顾问李大学:"互联网+"大数据实战演练

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:


WOT2015"互联网+"时代大数据技术峰会于2015年11月28日于深圳前海华侨城JW万豪酒店盛大揭幕,42位业内重量级嘉宾汇聚,重磅解析大数据技术的点睛应用。秉承专注技术、服务技术人员的理念。

本次峰会涵盖九大技术主题,分别是:互联网金融、O2O电商架构、医疗应用、商业创新、移动大数据、技术创业、社交网络、数据安全、广告数据技术。DBA+社群作为本次大会合作方,将通过图文直播为大家全程跟踪报道这场技术盛宴。


下面是磁云科技CEO、京东终身荣誉技术顾问李大学带来的主题为《"互联网+"大数据实战演练》的精彩演讲。


互联网演进三大阶段


  • 1995-2005:信息互联,内容为王的时代。

  • 2005—2015:消费互联,用户为王。

  • 2015—……:产业互联,数据为王。

     


    这三个阶段,每个阶段都有大数据的影子。在数据为王为趋势的时代里,大数据被运用到极致。现在,企业价值可以分解为多个因子相乘,大数据可以影响里面的每个因子。产业数据和消费数据的结合,为各行业业带来前所未有的革新和突破。


    没有大数据就没有创新。以京东为例,整个京东的创新体系都是围绕用户进行:互联网络怎么布局?配送点何时设置于何处?设置后这个地方的人群购买会增加吗?凡此种种,都可以在大数据中找到答案。


    “互联网+”三个主要机会


    一是中国的行业小、散、乱,这是非常主要的特征。通过互联网的系统、模式,最终整合到一起才有了完整的产业数据,我们可以对传统行业进行重构,进行产业升级,是互联网发展的第一个机会。


    二是中国的T化程度低、信息化程度低,这也是大数据的机会。现在没有数据什么我们都干不了,这就是IT化程度提升带来的改变。通过互联网跨越这个阶段,我国大数据将继续突飞猛进。


    三是信用体系尚不完善。帐期问题是传统行业的顾忌,这是因为信息没打通。通过数据模型的建立,我们我们能够通过互联网金融解决行业的帐期问题,来具象信用的价值。所以通过互联网金融,就能影响这个产业的资源配置、影响这个产业的布局,这就是我们认为大数据最终的归属,金融创新是大数据最终的路径。



    在“互联网+”里,我们主要实现的方法是B2B+O2O+产业金融,打通产业的上下游。O2O就是要线上、线下,所以我们的大数据是全方位的,360度的大数据,在大数据的基础上我们可以实现、实践产业金融,消费行业里的资源充沛问题,解决行业的资源、布局以及行业布局的问题。


    “互联网+”两大发动机


    一讲到互联网思维,很多企业家就晕了。李大学认为,这里最为重点的可以归纳为两点,一是客户,二是大数据,它们是 “互联网+”的发动机。如果传统行业、传统企业有了这两个发动机,就可以从地上走变成天上飞了,以后变成宇宙飞船。


    第一个发动机是客户。大数据要围绕用户打造,要直接接触到用户,通过互联网的手段,让每一个企业取得的数据也是离用户最近的数据。我们研究大数据一定要研究用户的终身价值,只有客户变成多次购买才能挖掘用户的终身价值。


    第二个发动机就是大数据。大数据怎么能跟公司的战略结合?公司的核心竞争力能不能建立在大数据的基础上?如何能建立在大数据的基础上,又是通过经营或是通过烧钱积累大数据,拥有大数据的能力,而且通过大数据能把企业的核心能力,哪怕是将成本率或是效率体现出来。



    在演讲最后李大学表示,大数据一定要看数据,不要看简单的统计。大数据重点是趋势,对趋势的把握是大数据应用价值的核心。



    本文来自云栖社区合作伙伴"DBAplus",原文发布时间:2015-11-29

    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
    |
    1月前
    |
    分布式计算 大数据 Apache
    ClickHouse与大数据生态集成:Spark & Flink 实战
    【10月更文挑战第26天】在当今这个数据爆炸的时代,能够高效地处理和分析海量数据成为了企业和组织提升竞争力的关键。作为一款高性能的列式数据库系统,ClickHouse 在大数据分析领域展现出了卓越的能力。然而,为了充分利用ClickHouse的优势,将其与现有的大数据处理框架(如Apache Spark和Apache Flink)进行集成变得尤为重要。本文将从我个人的角度出发,探讨如何通过这些技术的结合,实现对大规模数据的实时处理和分析。
    124 2
    ClickHouse与大数据生态集成:Spark & Flink 实战
    |
    1月前
    |
    并行计算 数据挖掘 大数据
    Python数据分析实战:利用Pandas处理大数据集
    Python数据分析实战:利用Pandas处理大数据集
    |
    2月前
    |
    消息中间件 存储 druid
    大数据-156 Apache Druid 案例实战 Scala Kafka 订单统计
    大数据-156 Apache Druid 案例实战 Scala Kafka 订单统计
    47 3
    |
    6月前
    |
    数据采集 大数据
    大数据实战项目之电商数仓(二)
    大数据实战项目之电商数仓(二)
    152 0
    |
    2月前
    |
    Oracle 大数据 数据挖掘
    企业内训|大数据产品运营实战培训-某电信运营商大数据产品研发中心
    本课程是TsingtaoAI专为某电信运营商的大数据产品研发中心的产品支撑组设计,旨在深入探讨大数据在电信运营商领域的应用与运营策略。通过密集的培训,从数据的本质与价值出发,系统解析大数据工具和技术的最新进展,深入剖析行业内外的实践案例。课程涵盖如何理解和评估数据、如何有效运用大数据技术、以及如何在不同业务场景中实现数据的价值转化。
    59 0
    |
    4月前
    |
    机器学习/深度学习 自然语言处理 数据可视化
    基于Python大数据的京东产品评论的情感分析的研究,包括snwonlp情感分析和LDA主题分析
    本文探讨了基于Python大数据技术对京东产品评论进行情感分析的研究,涵盖了文本预处理、情感分类、主题建模等步骤,并运用了snwonlp情感分析和LDA主题分析方法,旨在帮助电商企业和消费者做出更明智的决策。
    157 1
    基于Python大数据的京东产品评论的情感分析的研究,包括snwonlp情感分析和LDA主题分析
    |
    4月前
    |
    数据采集 人工智能 安全
    AI大数据处理与分析实战--体育问卷分析
    本文是关于使用AI进行大数据处理与分析的实战案例,详细记录了对深圳市义务教育阶段学校“每天一节体育课”网络问卷的分析过程,包括数据概览、交互Prompt、代码处理、年级和学校维度的深入分析,以及通过AI工具辅助得出的分析结果和结论。
    |
    4月前
    |
    大数据 API 数据处理
    揭秘!Flink如何从默默无闻到大数据界的璀璨明星?起源、设计理念与实战秘籍大公开!
    【8月更文挑战第24天】Apache Flink是一款源自Stratosphere项目的开源流处理框架,由柏林理工大学等机构于2010至2014年间开发,并于2014年捐赠给Apache软件基金会。Flink设计之初即聚焦于提供统一的数据处理模型,支持事件时间处理、精确一次状态一致性等特性,实现了流批一体化处理。其核心优势包括高吞吐量、低延迟及强大的容错机制。
    78 1
    |
    4月前
    |
    分布式计算 大数据 分布式数据库
    "揭秘HBase MapReduce高效数据处理秘诀:四步实战攻略,让你轻松玩转大数据分析!"
    【8月更文挑战第17天】大数据时代,HBase以高性能、可扩展性成为关键的数据存储解决方案。结合MapReduce分布式计算框架,能高效处理HBase中的大规模数据。本文通过实例展示如何配置HBase集群、编写Map和Reduce函数,以及运行MapReduce作业来计算HBase某列的平均值。此过程不仅限于简单的统计分析,还可扩展至更复杂的数据处理任务,为企业提供强有力的大数据技术支持。
    78 1
    |
    4月前
    |
    API C# Shell
    WPF与Windows Shell完美融合:深入解析文件系统操作技巧——从基本文件管理到高级Shell功能调用,全面掌握WPF中的文件处理艺术
    【8月更文挑战第31天】Windows Presentation Foundation (WPF) 是 .NET Framework 的关键组件,用于构建 Windows 桌面应用程序。WPF 提供了丰富的功能来创建美观且功能强大的用户界面。本文通过问题解答的形式,探讨了如何在 WPF 应用中集成 Windows Shell 功能,并通过具体示例代码展示了文件系统的操作方法,包括列出目录下的所有文件、创建和删除文件、移动和复制文件以及打开文件夹或文件等。
    92 0
    AI助理

    阿里云 AI 助理已上线!

    快来体验一下吧。