Taste Analytics汪曉宇：中小企業(yè)市場才是大數(shù)據(jù)分析的“藍(lán)?！?/h1>
2015-03-16 10:59:30張鵬
通信世界 2015年29期
本刊記者|張鵬
Taste Analytics汪曉宇：中小企業(yè)市場才是大數(shù)據(jù)分析的“藍(lán)?！?/p>
本刊記者|張鵬
在廣闊的中小企業(yè)市場以及眾多面向最終消費(fèi)者的商業(yè)領(lǐng)域，大部分企業(yè)對于如何引入大數(shù)據(jù)分析依舊毫無頭緒。
將大數(shù)據(jù)視為下一個市場風(fēng)口，已經(jīng)成為整個IT產(chǎn)業(yè)的普遍認(rèn)知。
在美國，谷歌通過最新的大數(shù)據(jù)應(yīng)用——谷歌趨勢，幫助全美的孩子們?nèi)绾尾粫诮衲耆f圣節(jié)晚上與別人“撞衫”；在中國，馬云旗下的“芝麻信用”依托阿里大數(shù)據(jù)勾畫出了“個人征信”的雛形。與此同時，那些專注于大數(shù)據(jù)硬件設(shè)備的提供商也迎來了“旺季”，據(jù)悉在2014年，我國軟件和信息技術(shù)服務(wù)業(yè)實現(xiàn)3.7萬億元收入，其中數(shù)據(jù)處理和存儲類業(yè)務(wù)收入同比增長了22.1%。
不過，看似前景無限的大數(shù)據(jù)市場其實也有軟肋。目前，業(yè)界率先試水“大數(shù)據(jù)”的企業(yè)基本分為兩類：一是互聯(lián)網(wǎng)企業(yè)（部分IT企業(yè)），具備完善IT基礎(chǔ)設(shè)施和充足的IT人才資源，采用自建方式，最終形成可盈利的商業(yè)模式或是實現(xiàn)完整商業(yè)閉環(huán)的戰(zhàn)略布局；二是政府或大型企業(yè)，他們手握海量數(shù)據(jù)且資金雄厚，通過第三方公司提供的完整解決方案，實現(xiàn)對自有數(shù)據(jù)的挖掘和分析。
然而在更為廣闊的中小企業(yè)市場以及眾多面向最終消費(fèi)者的商業(yè)領(lǐng)域里，大部分企業(yè)對于如何引入大數(shù)據(jù)分析依舊毫無頭緒。盡管這些企業(yè)對于從消費(fèi)者數(shù)據(jù)中找尋商機(jī)充滿了興趣，但礙于企業(yè)IT程度有限、大數(shù)據(jù)人才缺失以及對前期大手筆投資硬件的顧慮，企業(yè)的管理者和CIO們依然沒能將“大數(shù)據(jù)分析”提上日程。
大數(shù)據(jù)尚未迎來規(guī)?；摹肮I(yè)時代”
“目前市場中很多大數(shù)據(jù)項目都是外包給第三方公司，從項目接手到最終完成往往需要幾個月的時間，雖然能夠?qū)?shù)據(jù)轉(zhuǎn)化為有價值的信息，但卻錯過了寶貴的市場窗口，甚至在項目結(jié)束時市場風(fēng)向已經(jīng)發(fā)生了轉(zhuǎn)變。”美國數(shù)據(jù)分析科學(xué)家、Taste Analytics創(chuàng)始人及全美“前五”可視化研究中心的Derek Wang（汪曉宇）博士告訴《通信世界》記者。
如何打破大數(shù)據(jù)在中小企業(yè)市場遭遇的僵局？汪曉宇有自己的想法。在他看來，強(qiáng)化大數(shù)據(jù)分析平臺的“普適性”是切入中小企業(yè)市場的關(guān)鍵所在，大數(shù)據(jù)分析需要從初期的“手工定制”快速轉(zhuǎn)換為規(guī)?；摹肮I(yè)時代”，當(dāng)然，這需要全新的數(shù)據(jù)分析理念與實踐，以及“實時分析”、“數(shù)據(jù)驅(qū)動”和“人機(jī)互動”等一系列創(chuàng)新技術(shù)作為支撐。汪曉宇博士任職的北卡羅來納大學(xué)（UNC）夏洛特圖像可視化中心作為全美“前五大”的圖像可視化中心，正是研究這一前沿技術(shù)領(lǐng)域的主要陣地。
2013年，汪曉宇與其他數(shù)據(jù)科學(xué)家們攜其創(chuàng)新技術(shù)成果從學(xué)術(shù)界走到了工業(yè)界，創(chuàng)建了大數(shù)據(jù)分析服務(wù)公司Taste Analytics，并推出了實時動態(tài)、圖像可視化兼具非結(jié)構(gòu)化數(shù)據(jù)分析能力的綜合智能數(shù)據(jù)分析平臺The Taste Signals Platform，為美國的大數(shù)據(jù)產(chǎn)業(yè)帶來了新氣象。
大數(shù)據(jù)普遍面臨的五大誤區(qū)
汪曉宇告訴記者，盡管中國市場在云計算、大數(shù)據(jù)領(lǐng)域的起步較晚，但通過近兩年的快速發(fā)展，中美市場對于大數(shù)據(jù)的概念認(rèn)知和趨勢判斷，事實上并無差異。不同之處在于，美國大數(shù)據(jù)的技術(shù)走向更受市場需求的影響，面對著全球大數(shù)據(jù)市場普遍存在的幾大誤區(qū)，美國的大數(shù)據(jù)從業(yè)者們正在著力加以解決。
誤區(qū)一：大數(shù)據(jù)分析多依賴于現(xiàn)有模型和先前經(jīng)驗。
目前市場中很多大數(shù)據(jù)應(yīng)用都是通過套用固化模型和依據(jù)先前經(jīng)驗而設(shè)定規(guī)則，這種做法并不是從數(shù)據(jù)中挖掘信息，大數(shù)據(jù)分析應(yīng)該具備“深度學(xué)習(xí)”的能力，也就是計算機(jī)應(yīng)該從大量數(shù)據(jù)中自己尋找“答案”，而不是僅為了驗證“過往經(jīng)驗的準(zhǔn)確度”。
誤區(qū)二：將大數(shù)據(jù)分析完全外包，浪費(fèi)了企業(yè)內(nèi)部人員智慧。
采用整體外包的方式雖然看起來簡單，但卻浪費(fèi)了企業(yè)內(nèi)部人員的價值；況且過度依賴外部的數(shù)據(jù)分析師，也不會為企業(yè)內(nèi)部的數(shù)據(jù)人才培養(yǎng)和教育帶來任何幫助，將那些真正了解市場、懂得企業(yè)運(yùn)作的管理者和分析師的時間用在數(shù)據(jù)采集和表格處理等環(huán)節(jié)，對于企業(yè)本身而言就是一種損失。如果能將內(nèi)部人員的智慧和對數(shù)據(jù)的理解融入大數(shù)據(jù)分析的過程中，那么最終結(jié)果將會“更快更好”。
誤區(qū)三：大數(shù)據(jù)分析并不等于“海量數(shù)據(jù)”分析。
如何甄別有效數(shù)據(jù)是大數(shù)據(jù)分析的第一步，對于企業(yè)管理者而言，大數(shù)據(jù)分析并非意味著真的需要“大量數(shù)據(jù)”，選取真正有價值的信息源才是成功的開始。比如一家銀行開展用戶滿意度調(diào)查，其數(shù)據(jù)源并不僅限于海量用戶的重復(fù)交易比例和信息，更重要的是在只有幾百兆存儲量但卻包含成千上萬封的客戶反饋郵件里得到更深層的原因及結(jié)果。
誤區(qū)四：只抓取結(jié)構(gòu)化數(shù)據(jù)，對非結(jié)構(gòu)化數(shù)據(jù)“束手無策”。
非結(jié)構(gòu)化數(shù)據(jù)恐怕是所有大數(shù)據(jù)分析工具的難題，但面對著網(wǎng)絡(luò)信息的日益復(fù)雜化，能夠反映企業(yè)運(yùn)作情況和消費(fèi)者意見的數(shù)據(jù)來源也越發(fā)多樣化和碎片化，諸如來自社交網(wǎng)站、客服中心以及線上交流軟件中的語音、圖像、視頻以及超媒體等信息，這些都應(yīng)是大數(shù)據(jù)分析平臺所能涵蓋的數(shù)據(jù)源。
誤區(qū)五：保證“時效性”，才能讓大數(shù)據(jù)發(fā)揮“最大價值”。
大數(shù)據(jù)分析得到的結(jié)果經(jīng)常用作輔助管理者的企業(yè)決策，或者用來指導(dǎo)企業(yè)下一步的市場行為，因此大數(shù)據(jù)分析需要具備時效性，甚至應(yīng)該做到“動態(tài)實時”。尤其對于那些爭分奪秒的“電商”而言，同樣是消費(fèi)者需求調(diào)查，花費(fèi)數(shù)十個小時與僅需幾分鐘就能得到的分析結(jié)果相比，顯然后者對于企業(yè)市場行為的參考價值更大。
猜你喜歡
基于CiteSpace的足三里穴研究可視化分析世界科學(xué)技術(shù)-中醫(yī)藥現(xiàn)代化(2022年3期)2022-08-22 00:32:50 基于Power BI的油田注水運(yùn)行動態(tài)分析與可視化展示云南化工(2021年8期)2021-12-21 06:37:54 玩具世界(2021年6期)2021-04-19 12:15:22 基于CGAL和OpenGL的海底地形三維可視化海洋信息技術(shù)與應(yīng)用(2020年1期)2020-06-11 12:43:56 “融評”：黨媒評論的可視化創(chuàng)新傳媒評論(2019年4期)2019-07-13 05:49:14 冬季洗澡的誤區(qū)海峽姐妹(2019年2期)2019-03-23 02:56:34 微型農(nóng)場 未來農(nóng)業(yè)新藍(lán)海今日農(nóng)業(yè)(2019年15期)2019-01-03 12:11:33 三角恒等變換中的誤區(qū)警示中學(xué)生數(shù)理化·高一版(2018年6期)2018-07-09 06:00:56 2018年理財，要警惕這些誤區(qū)海峽姐妹(2018年2期)2018-04-12 07:13:37 治未病爆發(fā) 大健康將成未來藍(lán)海現(xiàn)代營銷(創(chuàng)富信息版)(2018年2期)2018-02-10 05:20:42
本刊記者|張鵬
Taste Analytics汪曉宇：中小企業(yè)市場才是大數(shù)據(jù)分析的“藍(lán)?！?/p>
本刊記者|張鵬
在廣闊的中小企業(yè)市場以及眾多面向最終消費(fèi)者的商業(yè)領(lǐng)域，大部分企業(yè)對于如何引入大數(shù)據(jù)分析依舊毫無頭緒。
將大數(shù)據(jù)視為下一個市場風(fēng)口，已經(jīng)成為整個IT產(chǎn)業(yè)的普遍認(rèn)知。
在美國，谷歌通過最新的大數(shù)據(jù)應(yīng)用——谷歌趨勢，幫助全美的孩子們?nèi)绾尾粫诮衲耆f圣節(jié)晚上與別人“撞衫”；在中國，馬云旗下的“芝麻信用”依托阿里大數(shù)據(jù)勾畫出了“個人征信”的雛形。與此同時，那些專注于大數(shù)據(jù)硬件設(shè)備的提供商也迎來了“旺季”，據(jù)悉在2014年，我國軟件和信息技術(shù)服務(wù)業(yè)實現(xiàn)3.7萬億元收入，其中數(shù)據(jù)處理和存儲類業(yè)務(wù)收入同比增長了22.1%。
不過，看似前景無限的大數(shù)據(jù)市場其實也有軟肋。目前，業(yè)界率先試水“大數(shù)據(jù)”的企業(yè)基本分為兩類：一是互聯(lián)網(wǎng)企業(yè)（部分IT企業(yè)），具備完善IT基礎(chǔ)設(shè)施和充足的IT人才資源，采用自建方式，最終形成可盈利的商業(yè)模式或是實現(xiàn)完整商業(yè)閉環(huán)的戰(zhàn)略布局；二是政府或大型企業(yè)，他們手握海量數(shù)據(jù)且資金雄厚，通過第三方公司提供的完整解決方案，實現(xiàn)對自有數(shù)據(jù)的挖掘和分析。
然而在更為廣闊的中小企業(yè)市場以及眾多面向最終消費(fèi)者的商業(yè)領(lǐng)域里，大部分企業(yè)對于如何引入大數(shù)據(jù)分析依舊毫無頭緒。盡管這些企業(yè)對于從消費(fèi)者數(shù)據(jù)中找尋商機(jī)充滿了興趣，但礙于企業(yè)IT程度有限、大數(shù)據(jù)人才缺失以及對前期大手筆投資硬件的顧慮，企業(yè)的管理者和CIO們依然沒能將“大數(shù)據(jù)分析”提上日程。
大數(shù)據(jù)尚未迎來規(guī)?；摹肮I(yè)時代”
“目前市場中很多大數(shù)據(jù)項目都是外包給第三方公司，從項目接手到最終完成往往需要幾個月的時間，雖然能夠?qū)?shù)據(jù)轉(zhuǎn)化為有價值的信息，但卻錯過了寶貴的市場窗口，甚至在項目結(jié)束時市場風(fēng)向已經(jīng)發(fā)生了轉(zhuǎn)變。”美國數(shù)據(jù)分析科學(xué)家、Taste Analytics創(chuàng)始人及全美“前五”可視化研究中心的Derek Wang（汪曉宇）博士告訴《通信世界》記者。
如何打破大數(shù)據(jù)在中小企業(yè)市場遭遇的僵局？汪曉宇有自己的想法。在他看來，強(qiáng)化大數(shù)據(jù)分析平臺的“普適性”是切入中小企業(yè)市場的關(guān)鍵所在，大數(shù)據(jù)分析需要從初期的“手工定制”快速轉(zhuǎn)換為規(guī)?；摹肮I(yè)時代”，當(dāng)然，這需要全新的數(shù)據(jù)分析理念與實踐，以及“實時分析”、“數(shù)據(jù)驅(qū)動”和“人機(jī)互動”等一系列創(chuàng)新技術(shù)作為支撐。汪曉宇博士任職的北卡羅來納大學(xué)（UNC）夏洛特圖像可視化中心作為全美“前五大”的圖像可視化中心，正是研究這一前沿技術(shù)領(lǐng)域的主要陣地。
2013年，汪曉宇與其他數(shù)據(jù)科學(xué)家們攜其創(chuàng)新技術(shù)成果從學(xué)術(shù)界走到了工業(yè)界，創(chuàng)建了大數(shù)據(jù)分析服務(wù)公司Taste Analytics，并推出了實時動態(tài)、圖像可視化兼具非結(jié)構(gòu)化數(shù)據(jù)分析能力的綜合智能數(shù)據(jù)分析平臺The Taste Signals Platform，為美國的大數(shù)據(jù)產(chǎn)業(yè)帶來了新氣象。
大數(shù)據(jù)普遍面臨的五大誤區(qū)
汪曉宇告訴記者，盡管中國市場在云計算、大數(shù)據(jù)領(lǐng)域的起步較晚，但通過近兩年的快速發(fā)展，中美市場對于大數(shù)據(jù)的概念認(rèn)知和趨勢判斷，事實上并無差異。不同之處在于，美國大數(shù)據(jù)的技術(shù)走向更受市場需求的影響，面對著全球大數(shù)據(jù)市場普遍存在的幾大誤區(qū)，美國的大數(shù)據(jù)從業(yè)者們正在著力加以解決。
誤區(qū)一：大數(shù)據(jù)分析多依賴于現(xiàn)有模型和先前經(jīng)驗。
目前市場中很多大數(shù)據(jù)應(yīng)用都是通過套用固化模型和依據(jù)先前經(jīng)驗而設(shè)定規(guī)則，這種做法并不是從數(shù)據(jù)中挖掘信息，大數(shù)據(jù)分析應(yīng)該具備“深度學(xué)習(xí)”的能力，也就是計算機(jī)應(yīng)該從大量數(shù)據(jù)中自己尋找“答案”，而不是僅為了驗證“過往經(jīng)驗的準(zhǔn)確度”。
誤區(qū)二：將大數(shù)據(jù)分析完全外包，浪費(fèi)了企業(yè)內(nèi)部人員智慧。
采用整體外包的方式雖然看起來簡單，但卻浪費(fèi)了企業(yè)內(nèi)部人員的價值；況且過度依賴外部的數(shù)據(jù)分析師，也不會為企業(yè)內(nèi)部的數(shù)據(jù)人才培養(yǎng)和教育帶來任何幫助，將那些真正了解市場、懂得企業(yè)運(yùn)作的管理者和分析師的時間用在數(shù)據(jù)采集和表格處理等環(huán)節(jié)，對于企業(yè)本身而言就是一種損失。如果能將內(nèi)部人員的智慧和對數(shù)據(jù)的理解融入大數(shù)據(jù)分析的過程中，那么最終結(jié)果將會“更快更好”。
誤區(qū)三：大數(shù)據(jù)分析并不等于“海量數(shù)據(jù)”分析。
如何甄別有效數(shù)據(jù)是大數(shù)據(jù)分析的第一步，對于企業(yè)管理者而言，大數(shù)據(jù)分析并非意味著真的需要“大量數(shù)據(jù)”，選取真正有價值的信息源才是成功的開始。比如一家銀行開展用戶滿意度調(diào)查，其數(shù)據(jù)源并不僅限于海量用戶的重復(fù)交易比例和信息，更重要的是在只有幾百兆存儲量但卻包含成千上萬封的客戶反饋郵件里得到更深層的原因及結(jié)果。
誤區(qū)四：只抓取結(jié)構(gòu)化數(shù)據(jù)，對非結(jié)構(gòu)化數(shù)據(jù)“束手無策”。
非結(jié)構(gòu)化數(shù)據(jù)恐怕是所有大數(shù)據(jù)分析工具的難題，但面對著網(wǎng)絡(luò)信息的日益復(fù)雜化，能夠反映企業(yè)運(yùn)作情況和消費(fèi)者意見的數(shù)據(jù)來源也越發(fā)多樣化和碎片化，諸如來自社交網(wǎng)站、客服中心以及線上交流軟件中的語音、圖像、視頻以及超媒體等信息，這些都應(yīng)是大數(shù)據(jù)分析平臺所能涵蓋的數(shù)據(jù)源。
誤區(qū)五：保證“時效性”，才能讓大數(shù)據(jù)發(fā)揮“最大價值”。
大數(shù)據(jù)分析得到的結(jié)果經(jīng)常用作輔助管理者的企業(yè)決策，或者用來指導(dǎo)企業(yè)下一步的市場行為，因此大數(shù)據(jù)分析需要具備時效性，甚至應(yīng)該做到“動態(tài)實時”。尤其對于那些爭分奪秒的“電商”而言，同樣是消費(fèi)者需求調(diào)查，花費(fèi)數(shù)十個小時與僅需幾分鐘就能得到的分析結(jié)果相比，顯然后者對于企業(yè)市場行為的參考價值更大。
猜你喜歡
世界科學(xué)技術(shù)-中醫(yī)藥現(xiàn)代化(2022年3期)2022-08-22 00:32:50
云南化工(2021年8期)2021-12-21 06:37:54
海洋信息技術(shù)與應(yīng)用(2020年1期)2020-06-11 12:43:56
傳媒評論(2019年4期)2019-07-13 05:49:14
海峽姐妹(2019年2期)2019-03-23 02:56:34
今日農(nóng)業(yè)(2019年15期)2019-01-03 12:11:33
中學(xué)生數(shù)理化·高一版(2018年6期)2018-07-09 06:00:56
海峽姐妹(2018年2期)2018-04-12 07:13:37
現(xiàn)代營銷(創(chuàng)富信息版)(2018年2期)2018-02-10 05:20:42
