互联网大数据思考之 ——谁的大数据时代?


康孚新闻

联系方式

手机:18022472237

电话:020-38799936

传真:020-38691998

邮箱:592521995@qq.com

地址:广州白云区登塘西街22-28号

当前所在位置:首页 >> 康孚新闻 >> 艺术生活 

互联网大数据思考之 ——谁的大数据时代? 编辑:admin  发布时间:2018-06-08 21:13:21

在互联网出现以前,人们了解信息主要靠电信黄页,市场价为100-200/本,马云在黄页看到了商机,创办“中国黄页”:1995年4月,马云和妻子再加上一个朋友,凑了两万块钱,专门给企业做主页的杭州海博网络公司就这样开张了,网站取名“中国黄页”,成为中国最早的互联网公司之一。其后不到三年时间,他们利用该网站赚到了500万元。

最近一两年,“大数据时代互联网思维在微博和微信上非常火爆,有一股分享不…谈大数据,读尽诗书也枉然”的势头。对于企业公关,广告行业来说,大数据和互联网思维确实是一种全新的理念。

大数据时代的到来,对普通人意味着什么呢?

人们正在享受交通、天气预报带来的好处;

人们正在享受网络支付带来的便利;

人们正在享受信息搜索带来的机会;

政府正在根据大数据信息进行城市规划;

银行正在根据大数据信息审核个人信用资质和贷款额度;

刷脸就可以进站、过关了~

一切看起来似乎都那么美好!

 

而事实是,自从有了大数据,中国人的数据不再是机密了,只要花钱都可以买到商业信息:

你接售楼部、银行贷款、旅游订票、广告推广(58同城、百度、今日头条、微信朋友圈等)业务电话呈几十上百倍的增长,正在洗手间刷牙中、开车中、会议中,无数个电话撕心裂肺般响起,你以为是客户来到,屁滚尿流般找到手机,那边却是“小姐/先生,需要买楼吗?”,“需要做广告吗?”,“需要贷款吗?”那一刻,应该有很多人有想骂人的冲动。

当发火回应的时候,那头的业务员更委屈“态度好点不行吗?”

 

大数据时代了,看似做生意更容易了?

同样一个客户,在信息不太透明的时代,一般只需要应付偶尔的骚扰,在信息泄密的今天,你需要应付无数人、甚至同一公司、同一业务员每天重复性的骚扰;

同样一个创业者,在信息不透时的时代,也许你学历不高,能力不强,资金不多,甚至坐过监,只要你够勤奋,够吃苦,依然可以出人头地,发财致富,而在大数据时代,留给社会底层的人创业机会越来越少,成功率也越来越低了。

 

被营销的是什么人?

普通消费者、小商户、中小企业

购买大数据的是什么人?

无数小商户,中小企业

掌握大数据的是什么人?

国家、银行、阿里巴巴、华为、百度、腾讯……

大数据时代,因为面对同一消费者的销售阵营的增加,广告显得越来显无效,大量的企业死于营销成本;

大数据时代,大批低俗娱乐视频充斥网络,让网红爆发,艺术人才贬值。

 

国内大数据主力阵营

1、国家各部门网络中心

2、阿里巴巴 阿里巴巴拥有交易数据和信用数据,更多是在搭建数据的流通、收集和分享的底层架构。

  3、华为华为云服务 整合了高性能的计算和存储能力,为大数据的挖掘和分析提供专业稳定的IT基础设施平台,近来华为大数据存储实现了统一管理40PB文件系统

  4、百度 百度的优势体现在海量的数据、沉淀十多年的用户行为数据、自然语言处理能力和深度学习领域的前沿研究。近来百度正式发布大数据引擎,将在政府、医疗、金融、零售、教育等传统领域率先开展对外合作。

  5、浪潮 浪潮互联网大数据采集中心已经采集超过2PB数据,并已建立5大类数据分类处理算法。近日成功发布海量存储系统的最新代表产品AS130000。

  6、腾讯 腾讯拥有用户关系数据和基于此产生的社交数据,腾讯的思路主要是用数据改进产品,注重QZONE、微信、电商等产品的后端数据打通。

7、银行

 

大数据拉开的是社会财富快速分化的序幕

如果说早期有一批商户通过淘宝赚钱了,现在的淘宝商户正在用刷单和代价不菲的推广费维持者表面看起来不错的“销量”,其它传统零售商户在互联网的时代还没来得及转型,就被大数据狠狠泼了一场大雨。

传统零售业在哀号,在衰落,在慢慢消亡……

互联网零售业也在苦苦支撑,推广成本不断增加,已经赶上传统零售业,甚至超过店铺成本了……

在这场互联网+的盛宴中,最大的受益者莫过于大数据平台,信息的提供者,他们越来越快与普通企业、消费者拉开贫富差距。

谁都知道,中国的劳动力红利已过,出于各种原因,政府不敢承认,不愿承认罢了,劳动力红利消失对蓝领工人来说是个利好消费,因为他们的劳动待遇因稀缺而提高,但是,对于大多数小知识分子阶层,如应届大学生,他们的阶层定位和自我认知的偏差,以远远低于体力劳动者的收入标准进入社会,沦为营销机器。

社会阶层分化越来越严重,中产阶级不但被昂贵的生存成本击倒,倒在无法突破的玻璃天花板下。

社会大数据的掌控者,或者利用大数据助力自己发展,或者将大数据视为可重复销售的资源,游戏的利器,或者庞大的体量拿下利润稳定、丰富的重大项目,而没有大数据资源的中小企业在这场洪流中被冲刷到听不到声音,处于社会底层的劳工,则成为现代化时代的工作机器……

大数据的到来,是富者的福音,中产阶层的抽血机,让穷者更穷,富者更富。大多数人,只不过是大数据中的一组可被利用,最先被压榨的消费者。

科技本身没有错,关键是怎样利用科技,实现全社会、全人类的财富分享。

大数据的到来,希望是促进全人类和社会各阶层共同进步的机遇。

 

附:国外对大数据的运用

洛杉矶警察局和加利福尼亚大学合作利用大数据预测犯罪的发生。

google流感趋势(Google Flu Trends)利用搜索关键词预测禽流感的散布。

统计学家内特.西尔弗(Nate Silver)利用大数据预测2012美国选举结果。

麻省理工学院利用手机定位数据和交通数据建立城市规划。

梅西百货的实时定价机制。根据需求和库存的情况,该公司基于SAS的系统对多达7300万种货品进行实时调价。 

医疗行业早就遇到了海量数据和非结构化数据的挑战,而近年来很多国家都在积极推进医疗信息化发展,这使得很多医疗机构有资金来做大数据分析。 



附:大数据时代背景介绍

大数据时代的背景介绍 
  最早提出大数据时代到来的是全球知名咨询公司麦肯锡,麦肯锡称:“数据,已经渗透到当今每一个行业和业务职能领最终,这场大数据的盛宴,科技进度的收益者,不属于普通劳动者和中小企业。

一、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。”此后,大数据的发展和研究成为了各行业的热门话题,从而带动了政府、企业和研究机构对大数据研究热情。2008年Nature杂志推出的专刊从互联网科技、自然与环境、网络经济和金融等多个方面介绍了海量数据带来的挑战;2012年2月,《纽约时报》中一篇专栏写到在商业、经济金融和其他多方面领域中,管理者更倾向于通过大数据分析来作出决策;2012年3月,以奥巴马为首的美国政府发布了“大数据研究和发展倡议”;2012年5月,联合国通过了政务白皮书《大数据促发展:挑战和机遇》来探讨大数据的作用和影响;在过去几年,欧盟对大数据基础建设投资大约1亿多欧元,世界各国都在加大对大数据的分析和研究。而在中国,2012年10月,第十七次全国统计科学讨论会开幕,其主题就是大数据背景下的统计;2014年2月在北京召开了以“科研大数据与数据科学”为主题的“科学数据大会”,研讨了大数据时代下数据的分析和应用,以及科研数据带来的挑战和机遇。 
 二、大数据的定义和特征 
  大数据所涉及的内容和方面过于广泛,其中包括政治、教育、金融、传媒、医学、商业、工农业、互联网等方面,因此对于大数据的定义,不同的学者基于不同的背景和不同的理解有着不同的定义方式。大数据的发展是建立在较早经历信息爆炸学科的基础上的,用于“描述数据总量规模远远超出常用硬件环境和软件工具的处理能力的情形”。其中维基百科上“大数据的定义是指大数据指的是所涉及的资料规模巨大到无法透过目前主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯”。而全球知名咨询公司麦肯锡是这样定义大数据的,“大数据是指无法在一定时间内用传统数据库软件工具对其进行抓取、 管理和处理的数据集合”。 
  大数据的特征大致可以划分为四个方面: 
  (1)大数据的规模性,即大数据具有相当的规模,其数据量非常巨大。根据IDC公司的最新研究,未来10年,全球的数据总量将会增长50倍。而以此推算,数据产生的速度越来越快,而且数据总量将呈现指数型的爆炸式增长。 
  (2)大数据的多类型性,即大数据的数据类型呈现多样性,数据类型繁多,不仅包括结构化数据,还包括非结构化数据和半结构化数据;其中结构化数据即音频、图片、文本、视频、网络日志、地理位置信息等等。

(3)大数据处理的快速性,即处理大数据的速度越来越快,处理时要求具有时效性,因为数据和信息更新速度非常快,信息的价值存在的时间非常短,必须要求在极短的时间下在海量规模的大数据中摒除无用的信息来搜集具有价值和能够利用的信息。

(4)大数据的预测性和潜在性。大数据的预测性即通过对一系列大数据进行分析,联系不同类型的大数据之间的关系,能够有效的对事件或事物的走向或者趋势进行预测,以便管理者做出决策。


 

 

 

 

 

 

 

 

对于“大数据”(Big data)研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。 [1] 

麦肯锡全球研究所给出的定义是:一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合,具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。 [4] 

大数据技术的战略意义不在于掌握庞大的数据信息,而在于对这些含有意义的数据进行专业化处理。换而言之,如果把大数据比作一种产业,那么这种产业实现盈利的关键,在于提高对数据的“加工能力”,通过“加工”实现数据的“增值”。 [5] 

从技术上看,大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理,必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理分布式数据库云存储虚拟化技术。 [2] 

随着云时代的来临,大数据(Big data)也吸引了越来越多的关注。分析师团队认为,大数据(Big data)通常用来形容一个公司创造的大量非结构化数据半结构化数据,这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计联系到一起,因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。

大数据需要特殊的技术,以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术,包括大规模并行处理(MPP)数据库、数据挖掘、分布式文件系统分布式数据库云计算平台、互联网和可扩展的存储系统

应用

洛杉矶警察局和加利福尼亚大学合作利用大数据预测犯罪的发生。

google流感趋势(Google Flu Trends)利用搜索关键词预测禽流感的散布。

统计学家内特.西尔弗(Nate Silver)利用大数据预测2012美国选举结果。

麻省理工学院利用手机定位数据和交通数据建立城市规划。

梅西百货的实时定价机制。根据需求和库存的情况,该公司基于SAS的系统对多达7300万种货品进行实时调价。 [9] 

医疗行业早就遇到了海量数据非结构化数据的挑战,而近年来很多国家都在积极推进医疗信息化发展,这使得很多医疗机构有资金来做大数据分析。 [10] 

 

 

趋势

编辑

趋势一:数据的资源化

何为资源化,是指大数据成为企业和社会关注的重要战略资源,并已成为大家争相抢夺的新焦点。因而,企业必须要提前制定大数据营销战略计划,抢占市场先机。

趋势二:与云计算的深度结合

大数据离不开云处理,云处理为大数据提供了弹性可拓展的基础设备,是产生大数据的平台之一。自2013年开始,大数据技术已开始和云计算技术紧密结合,预计未来两者关系将更为密切。除此之外,物联网、移动互联网等新兴计算形态,也将一齐助力大数据革命,让大数据营销发挥出更大的影响力。

趋势三:科学理论的突破

随着大数据的快速发展,就像计算机和互联网一样,大数据很有可能是新一轮的技术革命。随之兴起的数据挖掘、机器学习和人工智能等相关技术,可能会改变数据世界里的很多算法和基础理论,实现科学技术上的突破。

趋势四:数据科学和数据联盟的成立

未来,数据科学将成为一门专门的学科,被越来越多的人所认知。各大高校将设立专门的数据科学类专业,也会催生一批与之相关的新的就业岗位。与此同时,基于数据这个基础平台,也将建立起跨领域的数据共享平台,之后,数据共享将扩展到企业层面,并且成为未来产业的核心一环。

趋势五:数据泄露泛滥

未来几年数据泄露事件的增长率也许会达到100%,除非数据在其源头就能够得到安全保障。可以说,在未来,每个财富500强企业都会面临数据攻击,无论他们是否已经做好安全防范。而所有企业,无论规模大小,都需要重新审视今天的安全定义。在财富500强企业中,超过50%将会设置首席信息安全官这一职位。企业需要从新的角度来确保自身以及客户数据,所有数据在创建之初便需要获得安全保障,而并非在数据保存的最后一个环节,仅仅加强后者的安全措施已被证明于事无补。

趋势六:数据管理成为核心竞争力

数据管理成为核心竞争力,直接影响财务表现。当“数据资产是企业核心资产”的概念深入人心之后,企业对于数据管理便有了更清晰的界定,将数据管理作为企业核心竞争力,持续发展,战略性规划与运用数据资产,成为企业数据管理的核心。数据资产管理效率与主营业务收入增长率、销售收入增长率显著正相关;此外,对于具有互联网思维的企业而言,数据资产竞争力所占比重为36.8%,数据资产的管理效果将直接影响企业的财务表现。

趋势七:数据质量是BI(商业智能)成功的关键

采用自助式商业智能工具进行大数据处理的企业将会脱颖而出。其中要面临的一个挑战是,很多数据源会带来大量低质量数据。想要成功,企业需要理解原始数据与数据分析之间的差距,从而消除低质量数据并通过BI获得更佳决策。

趋势八:数据生态系统复合化程度加强

大数据的世界不只是一个单一的、巨大的计算机网络,而是一个由大量活动构件与多元参与者元素所构成的生态系统,终端设备提供商、基础设施提供商、网络服务提供商、网络接入服务提供商、数据服务使能者、数据服务提供商、触点服务、数据服务零售商等等一系列的参与者共同构建的生态系统。而今,这样一套数据生态系统的基本雏形已然形成,接下来的发展将趋向于系统内部角色的细分,也就是市场的细分;系统机制的调整,也就是商业模式的创新;系统结构的调整,也就是竞争环境的调整等等,从而使得数据生态系统复合化程度逐渐增强。 [15] 


上一篇: 没有了
下一篇: 没有了