天地大數據論壇

A. 大數據「點將」，這些世界級大咖牛在哪

國際大咖全能王：柯克·伯爾尼(Kirk Borne)25位全球頂尖大數據科學家之一、博思艾倫高級數據科學家、天體物理學家和空間科學家柯克·伯爾尼現擔任博思艾倫（Booz AllenHamwuilton）公司高級數據科學家。被媒體評為25位全球頂尖大數據科學家之一，並在2014年被評為IBM大數據與分析英雄。除了任職於博思艾倫，他還是很多其它公司的顧問委員會成員。他在加州理工學院獲得了天體物理學博士學位，是一名天體物理學家和空間科學家，不愧為一個全能王。塔尖人物：馬克·范·雷蒙南(Mark van Rijmenam)全球十大頂尖大數據影響人物之一、知名大數據網站Datafloq創始人馬克·范·雷蒙南，全球十大頂尖大數據影響人物之一、著名演講家、博士。在大數據、數據區塊鏈、物聯網和顛覆性創新方面有很高的建樹：知名大數據網站Datafloq創始人、數字化領導力實驗室創建合夥人、荷蘭Data Donderdag大數據論壇聯合創始人，著有《Think Bigger: Developing a Successful Big Data Strategy for YourBusiness》。前瞻：傑克·肖(Jack Shaw)美國BBT公司總裁，美國數據區塊鏈委員會高級負責人、全球區塊鏈委員會高級顧問、高級戰略咨詢專家傑克·肖，作為當今世界極具前瞻性的世界著名未來學專家，傑克•肖致力於通過定量、定時、定性和其他科學方法，探討現代工業和科學技術的發展對人類社會的影響，擁有超過30年探索未來社會發展預測的研究經驗，專注領域包括新生技術，如大數據、AI、物聯網、3D列印技術、移動商務、數據分析等等，是世界5大頂尖科技未來學專家之一。

B. 了解下數據的平台都有哪些呢謝了

現在的數據平台有很多的，基本上每一個互聯網金融公司，都有自己的數據平台。

C. 大數據時代發展歷程是什麼

可按照時間點劃分大數據的發展歷程。

D. 認清現實吧 中國大數據產業的痛點和困難

認清現實吧 中國大數據產業的痛點和困難

大數據作為一個新興的產業，一直在處於輿論的風口浪尖。就像互聯網＋的概念一樣，大數據被神話了，被送上了「宗教」的神壇。大數據企業總是有一個擔心，生怕大數據被捧得的太高，將來可能會被摔的很慘。

2015年中國大數據產業的熱度從貴陽大數據交易所開始，到9月國務院的2015第50號文《促進大數據發展行動綱要》進入高峰，相信10月份的烏鎮互聯網大會上，大數據還會是一個大的熱點。

大數據論壇上，數據產品和解決方案被介紹的很多。數據給企業帶來的具體價值、數據應用場景、大數據產業的痛點介紹的很少。中國大數據產業經歷著很多痛苦，大數據產業前景很好，但是大數據企業卻很難做大，很難實現質的飛躍。中國大數據產業的痛點和困難如下。

中國大數據企業大概有200多家，將近60%集中在北京，以小微企業為主，年銷售額達到十億人民幣的企業幾乎沒有。大數據產業處於春秋時代早期，各家諸侯割地而立，每家佔領了一塊小的細分領域，很難做大，都面臨著同行的激烈競爭，有的領域例如輿情監控已成為紅海。

大數據企業人數大多在幾十人到幾百人，少有千人以上的企業。沒有一家大數據企業可以統領一個行業，沒有一家企業佔有細分市場10%的份額，沒有一家大數據企業建立了行業標准，領導行業發展。

中國大數據產業處於極度分散狀態，優秀的人才分布在不同企業，很難形成人才合力。各家企業規模小，很難在企業做深做大，很難利用大數據幫助企業實現業務提升。大多數企業的工具和數據很難滿足企業整體的數據要求，中國的數據挖掘和分析產品也很難和國外的產品進行競爭。

大數據產業如果要形成產業優勢，必須需要一批領軍企業。參考國外大數據產業，中國在大數據基礎架構，數據產品，數據工具、數據清洗和數據挖掘、數據分析、數據人才都需要產生一批標桿企業。每個領軍企業都規模應該在千人以上，銷售額應該在百億以上，否則很難形成技術和人才優勢，也很難利用大數據幫助客戶實現業務提升。

貴陽大數據交易所《2015年中國大數據交易白皮書》提到2014年中國大數據市場規模為767億元。這個數字看上去不錯，估計其實真正和大數據工具和大數據產品相關的不足20%（業務價值提升）。大多數的經費都用於大數據基礎平台（存儲和計算）、咨詢、報告等和業務價值提升相關度不大的領域。中國大數據市場銷售額大多數集中在傳統的IT企業例如IBM，Oracle，EMC，Intel，華為，聯想等。真正大數據企業所有市場份額加起來可能就在百億元左右。

中國大數據企業規模過小，領軍企業缺少，行業過於分散，這些都是制約中國大數據產業發展的因素，也是產業做大的一個痛點。

數據是大數據產業發展的基礎，具有商業價值的數據可以幫助企業洞察客戶、數字化運營、風險管控、精準營銷、預測和決策等。具有商業價值的數據和商業分析真正能夠幫助企業提升業務，創造出新的價值。

中國的大數據市場還不成熟，很多大數據企業擁的數據都是片段的數據，很難形成完整的，具有商業價值的數據。大數據市場的數據質量和企業的數據需求有較大的差距。外部數據大多處於孤島狀態，數據之間很少流動和整合；孤立、不流動、沒有整合的數據很難幫到企業，很多需要數據的企業不得不從多個大數據企業采購數據，效率很低，采購來的數據價值不高，數據整合的難度較大，數據采購的整體費用過高。

大家都看到了數據分散的弊端，於是很多地方都建立了大數據交易市場，幫助大家進行數據交易和數據采購。由於缺少法律保護，很多企業不太想在交易市場進行數據交易，往往還是採用一對一的數據交易，這種交易方式可以保護交易雙方的利益。具有商業價值的數據還在開發中，大數據交易市場，缺少大量可以進行交易的數據。大數據交易市場這種商業模式，還需要用很長的時間去證明。

中國質量最好的數據在金融行業、BAT、電信運營商，這些企業比較謹慎，很難向外部輸出數據。這三大行業自身的主營業務也不在數據，其數據產品生產和輸出的願望也不強烈。政府的數據正在逐步開放，但是其數據質量、集中度、輸出方式等多存在很大多挑戰。在中國大規模的數據開放，至少需要3年時間才能達到商業應用要求。

大多數企業對數據有需求，但是其對數據商業敏感度很低。對數據商業應用的場景以及數據技術了解很少。即使是數據商業敏感度較高的銀行，至少要溝通三次以上，其才能夠建立起數據價值理念。其他行業例如製造業，房地產業，零售業，他們的數據商業敏感度更低。甚至萬科的王石也大聲疾呼，不要和房地產業談大數據應用，房產行業數據還不全，很多還是手工數據。於是某個領先的電商開始幫助萬科進行數據規劃建設，研究大數據在房地產行業的應用。

已有的大數據企業商業案例中，大部分都是大數據企業主動去找客戶談合作，為企業提供數據產品、數據工具或數據技術，目的是幫助企業提升業務。但是這種商業模式很累，市場很難被引爆，被動的數據商業應用，往往和業務結合較弱，無法迅速幫助企業利用數據提升業務，同時也無法解決業務發展瓶頸。

企業內部人士深度了解業務需求，他們缺少的是市場數據和消費者反饋，缺少的數據分析方法和工具。企業內部人士更應該成為大數據商業應用的主力，參加一些行業活動，從需求出發，主動尋找數據和解決方案。移動互聯網時代，商業競爭策略很清晰，一個是快，一個是要利用數據進行決策。

大數據產業的發展，不僅僅是大數據企業自身的事情，也是各家企業自身的事情。企業客戶也應該依據業務需要，主動到市場尋找數據和解決方案，提升數據商業敏感度，從業務場景出發，尋找具有價值的數據。

市場上所有大數據企業和客戶都面臨一個難題，就是數據解決方案同客戶業務結合的深度不夠，數據對業務整體推動效果不如期望，這也是大數據產業爆發的一個痛點。由於外部數據質量、企業用戶數據敏感度、企業管理方式、商業數據人才等問題，大數據解決方案很難和業務深度結合。

大數據核心價值就是揭示事務發展規律，幫助企業利用數據進行科學決策。目前大數據的商業應用領域主要集中在數據採集、數據存儲、數據計算、用戶畫像、精準營銷等領域。大數據最具商業價值的預測和輔助決策功能並沒有被充分利用。特別是在重大戰略決策方面，大數據的作用並不明顯。企業的產品開發，市場策略，戰略決策還是依靠過去的精英決策和經驗主義。未來社會只有兩類企業，一種是利用數據發展的企業，另外一種是不重視數據被淘汰的企業。

大數據企業如果想發展壯大，如果想成為行業領先的企業，其必須放棄短期利益，深入到客戶的運營中去，了解客戶的數據，了解客戶的業務，了解客戶的商業需求。同時利用數據了解客戶，了解市場，了解業務場景。數據和業務深度結合的核心是掌握正確的數據、正確的方法、正確的工具。業務人員要懂數據，技術人員要懂業務。復合型數據人才是數據生意的關鍵，業務人員掌握數據技術的門檻較高，但是技術人員了解業務的門檻很低，復合性人才傾向於從技術人才培養開始。

企業內部的數據人才和大數據企業的數據人才需要互相學習，了解對方環境和需求，在同一個平台上進行對話和溝通。數據團隊需要深入了解業務場景和背後的規律，從業務出發，從場景出發，從數據出發，將大數據解決方案同業務深度結合，利用數據推動業務發展，發揮大數據預測規律的核心價值。

傳統的數據挖掘工具和BI系統存在很久了，通過各類報表展示，讓管理層了解企業運營信息，過去的確幫助企業提高管理水平，達到了預期目的。

在大數據時代，企業需要的是實時數據，需要的是高效工具，需要的是決策支持和預測。傳統的數據挖掘工具的性能和靈活性已經不能滿足企業的需要，另外非機構化數據的應用也對傳統數據工具提出了挑戰。BI領域中的SAS，SPSS，TD等數據工具越來越被邊緣化，R語言正在成為數據統計和可視化的新寵。

數據的時間價值正在得到重視，特別是金融企業，所有的業務部門都期望在最短的時間里，看到資金使用情況，客戶交易情況，風險管控情況。企業越早了解信息，就會越早進行決策，時間就是Money。過去數據需求可能是T＋5或者T＋30，現在的數據需求往往是T＋1或者T＋0，數據實時性、准確性、相關度被提到了一個非常重要的地位。業務的需求已經很明顯了，但是數據工具和人才卻是一個很大的挑戰。

中國200多家大數據企業，看到了大數據產業的曙光，看到了大數據產業的價值，同時也在經歷著大數據企業的痛苦。大數據產業發展很快，市場正在逐步變大，但是其產業優勢不明顯，優勢企業很少，數據商業化較慢，市場還不成熟，客戶數據商業敏感度較低，缺乏高質量數據工具和人才。所有大數據企業內心的感受就是，站在了時代的風口，選對了方向和行業，但是發展壯大還是很難。200多家大數據企業正在努力耕耘著大數據產業，痛並快樂著。

以上是小編為大家分享的關於認清現實吧 中國大數據產業的痛點和困難的相關內容，更多信息可以關注環球青藤分享更多干貨

E. 提速新基建 華雲數據受邀參加5G、大數據產業高質量發展論壇

2020年9月28日，由合肥市高新區管委會主辦的「智鏈生態圈——解碼新基建 提升新動能」5G、大數據產業高質量發展論壇順利召開。華雲數據作為中國雲計算獨角獸企業、數字新基建領跑者受邀參會，與中國電信、科大國盾量子、龍芯中科等省內新基建代表企業一起探討5G時代下新基建發展機遇以及如何賦能企業數字化轉型，並就數字新基建下雲計算的應用發表主題演講。

華雲數據解決方案中心高級顧問李紀亨在演講中指出，在未來萬物互聯的智能世界，雲、AI、5G，數據以及算力將成為新生產工具、新生產資料和新生產力，是未來經濟的基礎設施。預計到2025年，「新基建」細分產業規模中，5G、雲計算、大數據中心產業規模將達90000億元人民幣。

「新基建」的提出讓「上雲」變成剛需，傳統政企機構「上雲」潮再次掀起。李紀亨堅定認為，雲計算已經成為IT基礎設施的主導者，雲計算在成本、穩定性、安全和效率層面已經遠超傳統IT。行業公開數據表明，企業上雲後綜合成本下降一半，穩定性有10倍以上提升，安全性更是提升50倍。

近年來，華雲數據以推動中國行業數字化轉型為己任，致力於幫助政企客戶採用雲計算、大數據提升IT能力，實現業務變革。目前，憑借定製化私有雲、混合雲服務,華雲數據在政府金融、國防軍工、教育醫療、能源電力、交通運輸等十幾個行業打造了行業標桿案例，客戶總量超過30萬。

李紀亨以智能製造雲為例，華雲數據基於企業級雲平台為中國最大的包裝集團勁嘉集團構建了「智能包裝」、「工業物聯網」等業務，通過二維碼和物聯網接入技術為企業提供面向消費者的數字化服務，掃一掃二維碼便可以實現產品原產地、生產日期等信息的溯源。

通過工業物聯網私有雲平台的建設，勁嘉集團數據中心IT資源利用率提升了70%-80%，基礎設施成本降低了40%，監控大屏故障自動化識別率提高了60%，大大提升了運維效率、系統穩定性以及業務的連續性。

信創產業是「新基建」的重要抓手，為「新基建」全面構築安全之基。華雲數據積極推動信息技術應用創新與數字基建緊密融合，並在安徽落地了信創雲數據中心項目，推動政府和企業用戶加快數字化進程，引領經濟發展，為推進長三角一體化貢獻力量。

李紀亨介紹，作為2020年長三角地區重大新基建項目，「華雲信創雲數據中心」已於今年8月底在安徽省合肥市高新區正式開工奠基。該數據中心以信息技術應用創新為標准打造，總投資10億元人民幣，佔地面積為68.9畝，總建築面積約8.2萬平方米，將建設11棟數據中心及相關配套設施，並於2021年正式投產，可為黨政、金融、教育、醫療等用戶提供近萬個機櫃的計算和存儲能力。

數字新基建兼具穩增長、惠民生和促轉型等多項意義，正成為我國推動經濟高質量發展的戰略基石和關鍵支撐。李紀亨最後表示，華雲數據願意與產業界各方合作夥伴攜手積極 探索 、共同創新，為新型基礎設施建設貢獻智慧和力量。同時，充分發揮自身雲計算、大數據等領域的優勢，加快數字化賦能和智能化升級，助力安徽貫徹國家 「新基建」的決策部署，驅動安徽經濟新一輪的內生性增長和高質量發展。

F. 大數據的特點有哪些

根據《大數據時代》大數據的特點主要分為以下四點：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）
一、Volume（大量）
大數據的特徵其實是我們現在理解的海量數據。「大數據」在互聯網行業是必備項：互聯網公司在日常運營中生成、累積的用戶網路行為的數據。比如社交電商平台每天的產生訂單， 各個短視頻、論壇、社區發布的帖子、評論及小視頻， 每天發送的電子郵件， 以及上傳的圖片、視頻與音樂，等等， 這些無數個體產生的數據規模很龐大，數據體量早已達到了PB級別以上，大數據的大量就是我們說的海量數據。
二、Velocity（高速）
隨著網路傳輸速率不斷攀升，從傳統的百兆到千兆萬兆網路，移動網路也已經逐步升級到了5G時代，數據的產生和傳輸都越來越高速。所以客戶越來越強調實時反饋，就是無論是在線看電影還是在線直播、刷視頻都要求低延時，對於傳輸、存儲、播放都要求高度，人們和企業都越來越依賴互聯網，網上的實時交易、在線培訓、社交等都與每個人息息相關，雲計算平台大數據平台擔負著高質量的服務功能，運營方還是服務商對於海量數據，誰能提供更快的速度，誰就能獲得更多的用戶和訂單！
三、Variety（多樣）
數據多樣性其種類包括文字、圖片、視頻、語音、地圖定位信息、網路日誌信息等等，正是多樣化的數據形式決定了大數據的更高價值。對於數據挖掘和數據資產越來越受到企業的重視，多類型的數據對數據的存儲和處理能斗做力都提出了更高的要求。目前應用最廣泛的就是智能推薦系統，如今日頭條，網路、抖音等，這些平台都會通過對用戶的行為進行分析，從而智能地推薦用戶喜歡的內容頁面。
四、Value（低價值密度）
隨著物聯網的廣泛應用，往往人們需要從仿銷脊海量的數據中提取相關聯的有用的信息，所以對於大數據的機器學習深度學習演算法可以發揮巨大作用。大數據最大的價值備滲在於通過從大量不相關的各種類型的數據中，挖掘出對未來趨勢與模式預測分析有價值的數據，並通過機器學習方法、人工智慧方法或數據挖掘方法深度分析，發現新規律和新知識。