在互联网浪潮的推动下,数据挖掘、分析技术等大数据相关产业的商用价值逐渐显现。但值得注意的是,相关人才匮乏仍是制约大数据产业发展的一大桎梏。

“大数据”作为时下最火热的IT行业词汇,其市场发展空间日益扩大。各种数据呈现出爆炸式的增长趋势,数据信息无处不在,各企业都积累了海量的数据资料,如何进行“数据处理”便成为了企业进一步发展的关键。

那么大数据产业究竟是什么?业内人士分析,大数据产业首先是数据的采集和交换,目前数据主要通过企业业务生成,典型的如BAT、电信运营商等。数据应用是结合垂直领域的应用场景,对数据加工和分析,进而为决策和业务服务。如房地产行业的云房数据,车联网行业的中交慧联等。

此外,大数据产业还包括提供技术支撑的公司。如提供底层数据存储和计算的巨杉数据库;提供中间层通用技术如数据可视化的数字冰雹和海云数据等。

在互联网浪潮的推动下,数据挖掘与分析技术也正以我们从未想象过的方式,影响着企业的经营和发展。数据仓库、数据安全、数据分析、数据挖掘等等围绕大数据的商业价值利用也逐渐成为行业人士争相追捧的利润焦点。虽然在我国大数据还尚且处于初级阶段,但是商业价值已经显现出来。

云计算技术支撑下,从个人消费端到企业消费端、工业生产端的互联网化,催生了海量大数据,而其背后蕴藏的巨大增量商机则推动企业集体的数字化转型。而随着智能手机、可穿戴设备出现,数字化原生代的行为、位置,甚至身体生理数据的每一点变化都成为可以被记录和分析的数据。这些大数据背后蕴藏着巨大的商业价值。

一分钟内,微博微信上新发的数据量超过10万;社交网络“脸谱”的浏览量超过600万……这些庞大的数据在外行人眼里可能不算什么,但在内行人眼中,它的价值堪比石油和黄金。

比如,华尔街“德温特资本市场”公司首席执行官保罗·霍廷每天的工作之一,就是利用大数据分析全球3.4亿微博账户的留言,进而判断民众情绪,再以此决定如何处理手中数以百万美元计的股票。霍廷的判断原则很简单:如果所有人似乎都高兴,那就买入;如果大家的焦虑情绪上升,那就抛售。这一招收效显著,公司收益率成绩喜人。

当然,看好大数据产业的企业并不在少数。为了捕获数字化转型经济时代的增量商机,满足用户的个性化需求,ICT厂商、互联网服务企业和传统行业都会进行组织和技术变革。

但这些企业的发展并不都一帆风顺。由于大数据行业尚未进入成长期,一旦过快扩张进入了商业化并不成熟的领域,企业将面临亏损的风险。前两年,在大量资本的推动下,一些拿到了风投资金的大数据企业快速扩张,不小心掉入亏损泥潭。

相比之下,率先互联网化的零售和广告行业,是大数据商业化较早的领域。在多年亏损后,京东2016年净利润达到10亿元,今年第一季度净利润达3.557亿元。京东扭亏为盈的背后,是公司利用海量消费者行为数据,适时推出多个购物节,顺势做大了销售。

值得注意的是,相关人才匮乏仍是制约其发展的一大桎梏。大数据时代带来深刻的思维转变,在提升软硬件设施的同时,大力培育、引进高级大数据分析师人才,以大数据思维充分挖掘海量数据中的信息金矿,建设国家大数据综合试验区的步伐才能走得更加稳健。

关注中国IDC圈官方微信:idc-quan 我们将定期推送IDC产业最新资讯

查看心情排行你看到此篇文章的感受是:


  • 支持

  • 高兴

  • 震惊

  • 愤怒

  • 无聊

  • 无奈

  • 谎言

  • 枪稿

  • 不解

  • 标题党
2019-07-31 13:34:00
大数据资讯 贵州省人大审议大数据安全保障条例(草案)
7月29日,贵州省十三届人大常委会第十一次会议举行第一次全体会议,听取了贵州省人大法制委员会关于《贵州省大数据安全保障条例(草案)》审议结果的报告,并分组审议了《 <详情>
2019-07-31 13:28:21
大数据资讯 贵州:大数据服务队为传统企业“会诊”
日前,贵州省大数据发展管理局和国家工业信息安全发展研究中心共同主办的大数据与实体经济深度融合全国行在贵阳举行启动会。贵州以大数据为传统企业的转型升级“把脉问诊” <详情>
2019-07-31 13:23:06
大数据技术 贵州大数据让脱贫攻坚“大”有可为
前几年,大数据这个词在不少人眼里恐怕还是“高大上”的代名词。随着近几年信息技术高速发展、互联网的快速普及,全球数据爆发增长、海量集聚,大数据应用渗透到我们生活的 <详情>
2019-07-31 09:58:00
大数据技术 运用大数据实现扶贫脱贫“精准”性
2019年中央一号文件将聚力精准施策,决战决胜脱贫攻坚作为一项硬任务,明确要求到2020年确保现行标准下,农村贫困人口实现脱贫、贫困县全部“摘帽”、解决区域性整体贫困。从 <详情>
2019-07-31 09:05:34
大数据技术 中云数据:用去中心化打破孤岛,“数工场” 实现工业数据互联|创业
“工业数据比电商数据复杂的多,首先它多且杂,传统工业企业产生大量数据但不知道如何应用;其次是它数据产生的频率不规律但是要求很严格,尤其数据不能出错,不然会影响整 <详情>