NEWS

坚持“共生双赢,和谐发展”的合作理念,与客户实现互利共赢

Pursue the cooperative idea of double wins and harmonious development to get mutual benefit and win-win with clients

 

秒速赛车开奖:大数据”概念十岁了它好像不

发布时间:2018-05-23 00:28 来源:未知 浏览次数:

  秒速赛车开奖今年是“大数据”概念提出的第十个年头。这是第十年吗?像是过去了一个世纪。如今,大数据概念已是妇孺皆知。底层技术、数据库管理技术井喷。传统行业跃跃欲试,建立数据驱动型企业。2016年经历了一个小高潮之后,裁员、亏损的消息时有传出。如今,行业内外,喜忧参半,前途未卜。

  大数据确实像似“经历一个世纪”。它从2008年提出,最早在google谷歌被运用。从“大数据”一开始,它就具备互联网基因。它是互联网产业的延伸品。它与各行业“条条大路相通”,也能和传统行业融合,是资本追逐的热点。

  互联网的优点一段时间,人们觉得大数据无所不能,简直是各行各业的万金油。受益于存储等技术的告诉发展,它在存储、运算、交互上的能力,延展互联网行业的纵向功能。换句话说,它能记录,演算,并以分析性的思维,推动商业与人类社会的进程。

  但不久之后,人们又觉得这万金油,没有太大用处,市场环境也差强人意。2015年获得融资4亿的大数据企业“百分点”,被曝大量裁员。另一家专注于线下数据的互联网综合服务公司数据堂,2017年亏损近亿元。“大数据”这个概念,这几年也算是树大招风。网络安全、行业壁垒,与各种“擦边球”的商业行为,以及概念的滥用,“大数据”的概念在中国受到诟病,甚至被调侃“大数据,不是胡扯淡么。”

  不止于此。大数据看上去已是”过气了”。它被抓住把柄,是由于Garter在2014年的技术成熟曲线图(下图)。

  大数据过气了吗?其实并不,随着行业成熟和专业化程度提高,行业“大数据”行业逐渐细分。大数据产业链条包括数据生成、数据存储、数据处理和行业应用。在底层技术及数据库领域,到2015年、2016年、2017年,同样在Garter大数据换了一副“马甲”重新上阵。这不是大数据时代的终结,而是“技术至上”时代的终结。“大数据”概念消失了,子子孙孙却很活跃。它虽然是靠数字运作的机器,却和人的联动更加紧密。

  大数据“子子孙孙“的发展有两大方向:其中一部分,与人工智能难舍难分:机器学习、深度学习、智能识别领域,数字已经归并到人工智能的大潮当中;另一方面,数字在更高效地服务于人:它与服务业,与终端的结合更紧密。在服务业以及公共事业领域,数据驱动的运营颇受关注。既能高速处理数据,又通达商业服务的BI应用软件,以及服务于商业运营的信息服务行业,已经变成了“看得见、摸得着”热点。

  在中国,大数据行业处在高速发展期。在底层技术领域,曾经是资本追逐的热点。投资人难掩对技术的狂热之情。在二级市场,2013年出现大数据概念股。有报道称,在2015年四五月份,股市高点中建立的大数据基金,到2016年,基金单位净值普遍在1元之下。(中国经济网2016.5)

  直到2016年,8类大数据应用领域中,基础服务类的公司数量最多,占到整个产业链的49%。(首席数据官联盟CDO,2016)到了2018年,最新数据显示,基础设施、数据库技术占比12%,基础应用占比23.9%(首席数据官联盟CDO,2018)。时至今日,以现今的发展趋势来看,企业和资本,是否将为大数据的技术膨胀买单?

  在中国的大数据基础技术领域,面临激烈的国际竞争,国际的数据库产品,例如,Apache基金会所开发的分布式系统基础架构hadoop,Oracle数据库软件、Microsoft 旗下的SQL等,占据市场份额达到90%以上。国际巨头还正在拓展数据应用软件市场,比如微软公司开发的Power BI,等,探索使数据服务简易化,使普通人更轻易上手,从专业领域拓展到非专业化领域。

  技术杀成一片红海,那么服务领域呢?在2015-2016年,一批大数据基金被开发,表现都差强人意,这几年已偃旗息鼓。在其公共服务领域,数据行业还未到高峰期。投资人称,传统封闭的行业,将涌现大量的机会。但行业所处的体系封闭,管理僵化,决策被政策主导。创业者不仅仅有技术和想法,还需要体制内的资源,以及突破体制的勇气和眼光。此外,公共服务的数据尚未开放,行业之间数据无法联通,在征信等领域,数据无法得到有效的支持。因此,在服务领域受到制约。

  至于在运用最广泛的互联网、咨询、营销行业,不再作更细致的评论。数据的测算对商业运作有所助益,比如算出共享单车骑行轨迹,收集并分析产品数据,规划消费品上市的进度,开发自动化运营和财务报表。但是,人的行为的非理性,市场宏观、微观环境的朝夕变化,很难用历史数据推演和囊括。对分析团队的要求,就不仅仅是数据了。就比如,当你每天上网时,看到稀奇古怪、甚至有些无厘头的推送,就会知道,这“大数据”的应用,尚有很大的提升空间。

 
 

Contact