转载自:http://www.itongji.cn/article/062422N2013.html

6月21日消息,大数据时代对人类的数据驾驭能力提出了新的挑战,也为人们获得更为深刻、全面的洞察能力提供了前所未有的空间与潜力。哈佛大学社会学教授加里•金说:“这是一场革命,庞大的数据资源使得各个领域开始了量化进程,无论学术界、商界还是政府,所有领域都将开始这种进程。”“大数据产业的生态环境正在加速构成。”同方股份有限公司物联网应用产业本部副总经理李小华先生在主题为”拥抱大数据 共赢新时代”的2013年合作伙伴大会上如是说,并对此做了详细的分析。首先看社会环境。信息技术向融合、智慧、绿色的方向发展。大数据伴随云计算、移动互联网领域的发展,产生新的管理模式和商业模式,能够创造出更大的价值,提升社会的管理水平和效率。纵观产业经济发展史,带来应用的技术一定能够发展繁荣的产业。再看政策环境。政府高度重视,发展战略目标清晰明确。近期发布了一系列促进大数据产业发展的政策。《十二五国家战略新兴产业发展规划》中指出,加强海量数据处理软件为代表的技术软件开发;《物联网十二五发展产业规划》中把大数据信息处理等作为4项关键技术创新工程;《国家发改委关于加强和完善国家电子政务工程建设管理的意见》强调,政府数据中心的建设注重顶层设计,向跨部门、跨区域的协同互动和资源共享转变。市场环境。前景巨大,空间广阔。结合对中国相关市场的研究,IDC认为中国在大数据领域具有巨大的市场潜力。越来越多的IT供应商将中国作为大数据业务发展的热点。目前,中国已经是全球最大的PC和智能手机市场,并且中国的互联网用户和移动互联网用户数量也是全球最多,这些终端设备每时每刻都在互联网上创造数据。庞大的数据容量不但令众多国际厂商重视中国市场,也使得中国的大数据应用具备了不同于国外的特点,大数据的机遇就在我们面前。“数据,已经渗透到当今每一个行业和业务智能领域,成为重要的生产因素。人们对于海量数据的挖掘和运用,预示着新一波生产率增长和消费者盈余浪潮的到来。” 麦肯锡称。数据挖掘的意义这是一个关于零售帝国沃尔玛的故事。沃尔玛,全世界最大的零售商,它的人数和美国联邦政府的雇员等量齐观,它的收入2010年突破了4000亿美元,超过了很多国家的GDP总值。在一次例行的数据分析之后,研究人员突然发现,跟尿布一起搭配购买最多的商品竟然是啤酒!这种关系令人费解,尿布喝啤酒风马牛不相及,这是一个真正的规律吗?经过跟踪调查,研究人员终于发现事出有因。一些年轻的爸爸经常要到超市去购买婴儿尿布,有30%-40%的爸爸会顺便买点啤酒来犒劳自己,沃尔玛随后对啤酒和尿布进行了捆绑销售,不出意料,销售量双双增加。这就是对历史数据进行挖掘的结果,反映的是数据层面的规律。沃尔玛是世界上最早应用数据挖掘技术的企业之一,也是数据挖掘技术的集大成者。数据挖掘是指通过特定的计算机算法对大量的数据进行自动分析,从而揭示数据之间隐藏的关系、模式和趋势,为决策者提供新的知识。数据挖掘,把数据分析的范围从“已知”扩大到了“未知”,从“过去”推向了“将来”,它的发展和成熟,最终推动了“大数据”在各行各业的广泛应用。正如《纽约时报》2012年2月的一篇专栏中所称,“大数据”时代已经降临,在商业、经济及其他领域中,决策将日益基于数据和分析而作出,而并非基于经验和直觉。随着信息管理系统的普及,企业的规模越来越庞大,组织越来越复杂,市场更加多变,竞争更加激烈,信息是否及时准确、决策是否正确合理,对组织的兴衰存亡影响越来越大,一步走错可能全盘皆输。数据服务于决策大数据势不可挡,但践行不易。怎样发挥其价值?20世纪全世界最具影响力的科学家赫伯特.西蒙曾预测,在后工业时代,也就是信息时代,人类社会面临的的中心问题将从如何提高生产率转变为如何更好的利用信息来辅助决策。如何将数据、信息转化为知识,扩大人类的理性,辅助决策?怎样从各个独立的信息系统中提取、整合有价值的数据,从而实现从数据到知识、从信息到知识、从知识到利润的转化?面对记者的提问,同方副总裁周侠及物联网应用产业本部副总经理李小华对同方大数据理念做了深度的解读。同方提出的以“数据资源体系”为核心的大数据战略,弥补了过去在不同行业中对管理和决策支持的空白。针对典型业务需求的六个产品应用平台,是数据从产生到服务全过程的六个最重要的结点,每个平台对一系列的产品。一系列掷地有声地落地实践以及“指标体系”、“顶层设计”、“独立于行业”的先进技术理念足以让企业、机构在具体业务实施时有“据”可依。数据资源体系是独立于行业的,这是同方大数据理念最核心的一点。实现的方式就是构建独立于行业的通用数据生产流程——在不同的行业中抽取相同的数据资源体系。虽然不同行业的业务不同,所产生的数据及其所支撑的管理形态也千差万别,但从数据的获取,数据的整合,数据的加工,数据的综合应用,数据的服务和推广,数据处理的生命线流程来分析,所有行业的模式是一致的。如果在不同行业的业务和管理层之间,增加数据资源体系,通过数据资源体系的数据加工,把今天的数据和历史数据对接,把现在的数据和领导和企业机构关心的指标关联起来,把面向业务的数据转换成面向管理的数据,辅助于领导层的决策,真正实现了从数据到知识的转变,这样的数据资源体系是非常适合管理和决策使用的。同方副总裁周侠表示,让数据产生价值,不是大数据自身能够解决的。首先要把数据组织成数据资源体系,再对数据进行层次、类别等方面的划分,同时,要把数据和数据的相关性标注出来,这种相关性是反映客观现象的核心。在此基础上,通过分析数据资源和相关部门的业务对接程度,以此发挥数据资源体系在管理、决策、监测及评价等方面的作用,从而产生大数据的大价值,为领导决策提供服务依据。物联网应用产业本部副总李小华进一步给记者介绍了同方数据资源体系进行数据处理的流程——同方帮助企业建立数据中心建设的理念,在理念指导下建设配套机制,企业通过这个机制和相关数据进行对接,通过对接在不同的管理层级产生出来的效果设立指标体系,有指标体系以后创建监测评价机制。值得说明的是,指标体系是随着具体情况不断变更的,指标体系的变更会引领着后续的业务和数据自动的去适应新的指标体系,这是一个闭环的系统,在闭环系统里,企业可以发现有自身目标以及目标偏差,并可以依据目标偏差进行新的决策,以此减少目标偏差带来的损失。这样就形成了一个可循环的生态系统,帮助企业良性健康发展。

大数据:知识,真正的价值体现相关推荐

  1. 收藏!一张图帮你快速建立大数据知识体系

    简介: 对海量数据进行存储.计算.分析.挖掘处理需要依赖一系列的大数据技术,而大数据技术又涉及了分布式计算.高并发处理.高可用处理.集群.实时性计算等,可以说是汇集了当前 IT 领域热门流行的 IT ...

  2. 论大数据的泡沫、价值与应用陷阱

    1大数据源起:对未来不确定性的恐惧. 我们所生活的世界,就像一片混沌(chaos),大数据时代,我们周围更是充斥着各种不同的理论.知识.信息和噪音,数据爆炸式增长和科技高速发展所带来的冲击,加大了未来 ...

  3. 如何快速全面建立自己的大数据知识体系? 大数据 ETL 用户画像 机器学习 阅读232 作者经过研发多个大数据产品,将自己形成关于大数据知识体系的干货分享出来,希望给大家能够快速建立起大数据

    如何快速全面建立自己的大数据知识体系? 大数据 ETL 用户画像 机器学习 阅读232  作者经过研发多个大数据产品,将自己形成关于大数据知识体系的干货分享出来,希望给大家能够快速建立起大数据产品的体 ...

  4. 大数据知识梳理(Hadoop、HDFS)(整理中。。。)

    大数据知识梳理(Hadoop.HDFS)(更新中...) 第1讲 大数据概述 1.1 大数据时代 1.2 大数据概念和影响 1.3 大数据的应用 1.4 大数据的关键技术 1.5 大数据与云计算.物联 ...

  5. 一篇文章帮你建立自己的大数据知识体系!

    现在大数据非常火爆,相信你一定看过不少关于大数据的书.文章.资讯,但基本上获取的都是零碎的知识点,不成系统,没有形成自己的知识体系,"看过很多知识点但依然搞不懂大数据",然并卵.那 ...

  6. 资深大数据/AI专家:大数据知识图谱-实战经验总结

    作为数据科学家,我想把行业最新知识图谱总结并分享给技术专家们,让大数据知识真正转化为互联网生产力!大数据与人工智能.云计算.物联网.区块链等技术日益融合,成为全球最热的战略性技术,给大数据从业者带来了 ...

  7. 我们怎样确保从大数据计算中获得价值

    我们怎样确保从大数据计算中获得价值 支持大数据方案并不是在硬件以及软件层次终止,企业要想真正地从大数据中受益,领导者必须改变思考与对待信息的方式.    我们怎样确保从大数据计算中获得价值? 当所有可 ...

  8. 大数据在金融行业的价值

    要理解大数据在金融行业的价值,我们建议从4个V开始: 公司根据行业.公司自身的优先事项和目标实施大数据的某些方面. 容量(Volume)是指大数据技术处理多个Tbytes甚至Pbytes数据的能力.金 ...

  9. 大数据知识分享之服务器渲染

    大数据知识分享之服务器渲染 博客前言: 服务器渲染 1.什么是服务器渲染 2.服务器渲染与客户端渲染优劣对比 源码分享 示意图 博客前言: 疫情期间,停下脚步,终于有时间去总结自己.反省自己,从而有机 ...

  10. 欢迎加入过往记忆大数据知识星球

    酝酿了很久,终于在4月底开通了知识星球.到目前为止,已经有100+成员加入了. 先介绍一下星主我吧. 我从上大学开始接触计算机语言,之后考研,读研,毕业入大厂.赶上了第一波大数据浪潮,青春的12年都与 ...

最新文章

  1. 025批量删除mac文件名中的空格
  2. 计算机二级应用题改卷,全国计算机等级考试二级Python语言程序设计模拟试卷B卷综合应用题-Go语言中文社区...
  3. 《你不知道的JavaScript》整理(六)——强制类型转换
  4. 【HDU4507】恨7不成妻
  5. ZOJ 38727(贪心)
  6. 【LDA学习系列】Dirichlet分布python代码
  7. 在Oracle中实现自增加ID的功能
  8. 腾讯数据库RTOlt;30s,RPO=0高可用方案首次全景揭秘
  9. Android系统性能优化(66)---APK启动加速
  10. C#面向对象 基础概念二十五个 (很基础,必须掌握的知识)
  11. 分享Silverlight/WPF/Windows Phone一周学习导读(12月27日-1月2日)
  12. 宏基aspire拆机触摸_宏基(acer)Aspire 4930G拆机教程
  13. ARM、单片机、stm32、51单片机、和开发板的概念、区别及包含关系
  14. Goby - 新一代安全工具
  15. PL/SQL Oracle恢复默认界面设置
  16. BF算法和KMP算法详解
  17. 财务自由到底是啥感觉啊...
  18. 题目-火影-鸣人-查克拉分配给分身(详解)
  19. 最新的计算机是什么版本,现在的电脑上的excel是什么版本的啊
  20. OpenGL/C++实战——C++实现太阳系行星系统

热门文章

  1. webRTC之fatal error: ‘absl/strings/string_view.h‘ file not found(二十)
  2. mac10.12 安装“任何来源”软件解决
  3. Go本地浏览Web服务器
  4. 高通平台framework,hal,kernel打开log
  5. 添加native和java系统服务
  6. Android逆向基础笔记—初识逆向
  7. MediaBuffer使用要点
  8. 服务器BIOS、BMC、IPMI、EFI、UEFI等知识详解
  9. Pycharm 转化ui文件为py文件:报错Error in input file: not well-formed (invalid token): line 1, column 1
  10. Android Studio实现通讯录项目