产业大数据前景可期 深度孵化模式重要性凸显

简介:

互联网的快速发展,使我们步入了一个全新的共享经济时代。信息的交互和数据的共享,促使产业升级转型,大数据成为热门议题。国家和企业间的竞争焦点正从资本、土地、人口、能源转向数据资源。

“大数据与传统行业的深度融合是一个重要的创新方向,掌握数据资产的企业群是大数据的首批和直接受益者。”盛山资产的创始合伙人甘世雄对《第一财经日报》记者表示。2015年,中国大数据市场规模达到115.9亿元,随着应用价值的逐步体现及大数据产业的发展,大数据应用将必然扩张到传统产业的方方面面,不断创造新的应用场景。

大数据不仅仅是数据,更是一项未经深度开发的产业领域,吸引着诸多投资者。

甘世雄称,大数据吸引诸多投资者不无道理。第一,市场潜力大,2015年,中国大数据市场规模达到115.9亿元,增速达38%,根据IDC报告,全球大数据市场年增长率达40%,2017年将达530亿美元;第二,数据增长快,数据量以接近几何数级的速度增加,据麦肯锡全球研究院预测,2020年产生的数据量将是2009年的44倍,接近35ZB;第三,应用领域广泛,各类行业兴起“大数据+”,例如金融、教育、医疗、智能硬件等;第四,商业价值高,在垂直行业的应用及商业价值得到认可,例如数据存储空间出租、管理客户关系、模拟实现、个性化精准营销等。

以美国为代表的发达国家在推进大数据应用上已形成从发展战略、法律框架到行动计划的完整布局。但是,中国大数据的基础构架和分析环节依然薄弱,在应用领域的行业分布也不够全面,这既是大数据产业的挑战也是机遇。

“如果通过大数据提升产业的效率,提升产业里面企业的决策水平、营销能力、供应链管理,包括制造,那么将产生一个非常巨大的市场机会。”华院数据CEO宣晓华对《第一财经日报》表示,除了给企业带来增值效应,大数据已经产生了新的商业模式,使企业以大数据为商业模式来经营自己的业务。

对此,中关村大数据产业联盟副秘书长陈新河也表示未来大数据产业将达到万亿,大数据将通过各种网络,带来新的商业形态的变化。

“以前大部分的中小型企业还是停留在数字化或者说从数字到数据的过程,即使是一些上规模的企业,还远没有到数据资产。”华院数据COO麦星表示,大数据产业的发展前景毋庸置疑,但是数据分析和挖掘是一项高难度的技术活,创业的门槛也相对较高,需要业务人员对数学、算法、行业都有较深的理解,多种核心技能的打通往往需要几年时间才能够触类旁通。

“我们会分裂出来自己本身的核心能力进来,导入到这样的新公司里面。我们有专门人员做培育过程,培育团队、培育市场、培育产品。” 据麦星透漏,华院数据的深度孵化和传统的投资基金有所不同,包括导入分析能力以及核心人才和培育,深度参与孵化公司的进展。

如何实现大数据和产业的应用对接、真正获取价值也是诸多大数据公司发展面临的难题之一。

“大数据经济不只是一个简单的运用数据的本体或者只是作为一个简单的粗加工来达到经济效益的部分。华院数据希望利用运营商的数据,掌握到更精细的客户的生命期。”华院数据的数据科学家尹相志举例说道,如果希望推广一些母婴的产品,以前的做法是客户到电商网站看了某一款产品之后才在广告上面不停地轰炸。但现在既然有了更完整的数据,透过完整的生命周期的监测,可以知道这个人已经进入到了备孕的状态、怀孕的状态,提早发送相关的信息,希望用这样的方式改变其认知,建立对于品牌的信心、理解,这样的方法不是那么直接的让人觉得是在骚扰他。如何让精准营销做得让大家感觉不到,这是未来发挥大数据经济非常重要的部分。

本文转自d1net(转载)

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
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
|
7月前
|
分布式计算 资源调度 Hadoop
Hadoop学习指南:探索大数据时代的重要组成——Hadoop运行模式(下)
Hadoop学习指南:探索大数据时代的重要组成——Hadoop运行模式(下)
|
7月前
|
分布式计算 资源调度 Hadoop
Hadoop学习指南:探索大数据时代的重要组成——Hadoop运行模式(上)
Hadoop学习指南:探索大数据时代的重要组成——Hadoop运行模式(上)
|
4月前
|
分布式计算 大数据 调度
大数据计算MaxCompute怎么将一个Quota的资源优先供给给标准模式的生产库调度使用?
大数据计算MaxCompute怎么将一个Quota的资源优先供给给标准模式的生产库调度使用?
33 2
|
6月前
|
分布式计算 资源调度 Kubernetes
大数据问题排查系列 - SPARK STANDALONE HA 模式的一个缺陷点与应对方案
大数据问题排查系列 - SPARK STANDALONE HA 模式的一个缺陷点与应对方案
|
7月前
|
分布式计算 资源调度 Java
大数据Spark部署模式DeployMode
大数据Spark部署模式DeployMode
87 0
|
10月前
|
数据采集 缓存 大数据
大数据数据采集的数据采集(收集/聚合)的Flume之数据采集流程的Selector的多路复用模式
在大数据处理和管理中,数据采集是非常重要的一环。为了更加高效地进行数据采集,Flume作为一种流式数据采集工具得到了广泛的应用。其中,Flume的Sink Processor模块是实现数据输出和处理的核心模块之一。本文将介绍Flume中的Selector多路复用模式,讲解其数据采集流程。
110 0
|
10月前
|
数据采集 缓存 大数据
大数据数据采集的数据采集(收集/聚合)的Flume之数据采集流程的Selector的复制模式
在大数据处理和管理中,数据采集是非常重要的一环。为了更加高效地进行数据采集,Flume作为一种流式数据采集工具得到了广泛的应用。其中,Flume的Sink Processor模块是实现数据输出和处理的核心模块之一。本文将介绍Flume中的Selector复制模式,讲解其数据采集流程。
81 0
|
12月前
|
Java 大数据 Scala
大数据开发基础的编程语言的Scala的模式匹配和正则
Scala是一种支持模式匹配和正则表达式的编程语言,它提供了强大的字符串处理和数据解析功能。本文将介绍Scala中模式匹配和正则表达式的概念和用法,帮助开发者更好地理解和应用这门语言。
57 0
|
存储 数据采集 传感器
谈谈大数据环境下的数据集成新模式
信息技术发展迅速。但这并不总是导致现有技术灭绝。想想信息传播的渠道,比如广播、电视和互联网。
谈谈大数据环境下的数据集成新模式
|
存储 分布式计算 DataWorks
持续定义 SaaS 模式云数据仓库—— MaxCompute 数据的持续保护 | 学习笔记(三)
快速学习持续定义 SaaS 模式云数据仓库—— MaxCompute 数据的持续保护
232 0
持续定义 SaaS 模式云数据仓库—— MaxCompute 数据的持续保护 | 学习笔记(三)