科技: 人物 企业 技术 IT业 TMT
科普: 自然 科学 科幻 宇宙 科学家
通信: 历史 技术 手机 词典 3G馆
索引: 分类 推荐 专题 热点 排行榜
互联网: 广告 营销 政务 游戏 google
新媒体: 社交 博客 学者 人物 传播学
新思想: 网站 新书 新知 新词 思想家
图书馆: 文化 商业 管理 经济 期刊
网络文化: 社会 红人 黑客 治理 亚文化
创业百科: VC 词典 指南 案例 创业史
前沿科技: 清洁 绿色 纳米 生物 环保
知识产权: 盗版 共享 学人 法规 著作
用户名: 密码: 注册 忘记密码?
    创建新词条
科技百科
  • 人气指数: 6371 次
  • 编辑次数: 1 次 历史版本
  • 更新时间: 2012-05-03
高兴
高兴
发短消息
相关词条
大数据副作用
大数据副作用
大数据时代的业务转型
大数据时代的业务转型
大数据挑战谷歌
大数据挑战谷歌
社会化商业新数据时代
社会化商业新数据时代
大数据的兴起
大数据的兴起
大数据邂逅网络交友
大数据邂逅网络交友
竞争优势与大数据
竞争优势与大数据
大数据的未来是App
大数据的未来是App
大数据常见误解
大数据常见误解
大数据改变美国大选
大数据改变美国大选
推荐词条
希拉里二度竞选
希拉里二度竞选
《互联网百科系列》
《互联网百科系列》
《黑客百科》
《黑客百科》
《网络舆情百科》
《网络舆情百科》
《网络治理百科》
《网络治理百科》
《硅谷百科》
《硅谷百科》
2017年特斯拉
2017年特斯拉
MIT黑客全纪录
MIT黑客全纪录
桑达尔·皮查伊
桑达尔·皮查伊
阿里双十一成交额
阿里双十一成交额
最新词条

热门标签

微博侠 数字营销2011年度总结 政务微博元年 2011微博十大事件 美国十大创业孵化器 盘点美国导师型创业孵化器 盘点导师型创业孵化器 TechStars 智能电视大战前夜 竞争型国企 公益型国企 2011央视经济年度人物 Rhianna Pratchett 莱恩娜·普莱契 Zynga与Facebook关系 Zynga盈利危机 2010年手机社交游戏行业分析报告 游戏奖励 主流手机游戏公司运营表现 主流手机游戏公司运营对比数据 创建游戏原型 正反馈现象 易用性设计增强游戏体验 易用性设计 《The Sims Social》社交亮 心理生理学与游戏 Kixeye Storm8 Storm8公司 女性玩家营销策略 休闲游戏的创新性 游戏运营的数据分析 社交游戏分析学常见术语 游戏运营数据解析 iPad风行美国校园 iPad终结传统教科书 游戏平衡性 成长类型及情感元素 鸿蒙国际 云骗钱 2011年政务微博报告 《2011年政务微博报告》 方正产业图谱 方正改制考 通信企业属公益型国企 善用玩家作弊行为 手机游戏传播 每用户平均收入 ARPU值 ARPU 游戏授权三面观 游戏设计所运用的化学原理 iOS应用人性化界面设计原则 硬核游戏 硬核社交游戏 生物测量法研究玩家 全球移动用户 用户研究三部曲 Tagged转型故事 Tagged Instagram火爆的3大原因 全球第四大社交网络Badoo Badoo 2011年最迅猛的20大创业公司 病毒式传播功能支持的游戏设计 病毒式传播功能 美国社交游戏虚拟商品收益 Flipboard改变阅读 盘点10大最难iPhone游戏 移动应用设计7大主流趋势 成功的设计文件十个要点 游戏设计文件 应用内置付费功能 内置付费功能 IAP功能 IAP IAP模式 游戏易用性测试 生理心理游戏评估 游戏化游戏 全美社交游戏规模 美国社交游戏市场 全球平板电脑出货量 Facebook虚拟商品收益 Facebook全球广告营收 Facebook广告营收 失败游戏设计的数宗罪名 休闲游戏设计要点 玩游戏可提高认知能力 玩游戏与认知能力 全球游戏广告 独立开发者提高工作效率的100个要点 Facebook亚洲用户 免费游戏的10种创收模式 人类大脑可下载 2012年最值得期待的20位硅谷企业家 做空中概股的幕后黑手 做空中概股幕后黑手 苹果2013营收 Playfish社交游戏架构

大数据爆炸 发表评论(0) 编辑词条


目录

大数据爆炸推动商业和科学变革的三大趋势编辑本段回目录

我们所认识的数据科学与商业智能正在发生深刻变化,不仅仅是技术和能力上,而且消费这些技术的用户的预期也在变化。这些变化如此剧烈和深刻,以至于我们不得不承认,人类科学研究本身都因之而进入了一个全新的时代。随着新的商业模式、行业应用的兴起,数据科学对企业经营和科学研究的影响堪比web。

big-data1

 

图灵奖得主Jim Gray和Jnan Dash在“科学的第四个范型”中,将人类科学研究的历史划分为四个阶段,这有助于我们理解为什么数据科学正在成为一种全新的科学研究方式:

  1. 几千年前——实验科学,描述自然现象
  2. 过去几百年——理论科学,牛顿定律,麦克斯维尔方程式之类
  3. 过去几十年——计算科学,模拟复杂现象
  4. 今天——数据密集型科学(理论、实验和模拟的统一)

Mike Loukides在他的博客写道:“未来属于能将数据转化成产品的人或公司。”

今天,分析、大数据或数据科学,虽然定义各有不同,正在改变我们运作企业、制定决策、创新商业模式、管理风险的方式,迫使企业IT部门“重新发明”企业IT神经系统,同时也推动人类科学研究进入“第四范型”。

那么,哪些趋势正在驱动商业智能和科学研究的变革呢?

预测未来

市场的变幻无常和商业全球互联的趋势使得直觉决策不再有效。今天,企业业务决策涉及的数据和参数如此复杂,企业决策者们都在想数据科学家们求助:“帮我们预测一下未来。“在今天这个断层式的技术和商业革命中,经验已经不足以帮我们赢下未来。

例如,一个汽车挡风玻璃的制造商期望能预测中国汽车行业的增长,以便制定更为精确的销售和运营计划。一家电影院需要预测一部影片的票房收入,以及最佳的电影票定价策略,一家医院需要预测未来两年病人住院周期的变化,以此来制定新的建设规划。所有这些分析预测结果都无法基于传统的数据源获得。

可视化
如果你随便做个抽查,企业中应该使用BI用户中,也许至多有5-8%的真的在用。仅仅依靠培训和改变业务流程并不能BI工具使用率低下的问题,数据可视化在这里才是良方。所谓数据可视化,就是”用数据讲故事“。万幸的是,今天数据可视化已经有了实质性的进展,举一个最生动的例子,你可以点击这个链接查看沃尔玛在北美市场扩张的可视化数据。数据可视化后,将非常有利企业管理层发现问题,制定决策。例如,IBM的Many Eyes工具为决策者提供多种可视化模式,管理者可以选择最合适的模式来”用数据讲故事。“

大数据

大数据到底是什么呢?今天对大数据的定义繁多,一个比较经典的说法是:大数据就是当数据规模本身成为问题的一部分。“但是大数据的“大问题”还不仅仅是规模,数据产生的速度和数据的多样化是大数据的另外两个特性,人类过去两年制造的数据是此前的总和,而数据的格式也在飞速增长,这些都远远超出传统数据库和分析工具的能力,但随着Hadoop等新工具的产生,大数据意味着更多的机会。例如汽车远程技术(Telematics)能收集用户驾驶习惯的海量信息,保险业利用这些信息可以制定有针对性的保费和条款,这在几年前还不可想象。

BI科学也正在发生变革,应用潜力巨大,例如预测传染病的爆发。

科学家们将能发现克制流行感冒爆发的方法。——Google

约翰霍普金斯大学的研究者已经开发出“Google流感趋势”,为应急部门提供了一种强大的早期预警系统。通过观测互联网上关于流感的搜索流量,医院急诊部门能提前做好迎接流感病人高峰的准备,而无需等待政府发布的严重滞后的流感报告。

来源:IT经理网

数据爆炸的核心价值编辑本段回目录

     曾经有位科学幻想家这样说过:“给我全部的数据,配备足够性能的计算机。那么我可以从现在推演出当初宇宙大爆炸的所有参数。”也许,这只能停留在幻想。但如果放在今天数据大爆炸的通信领域,这句话或许并非空谈。

  Teradata天睿公司首席技术官宝立明(Stephen Brobst)介绍:“IT行业最大的表现就是数据大爆炸,海量的数据让每个公司头疼:该如何处理这些数据?但人们没有发现,这些数据让人头疼的同时,却也带来了更多的机会,但前提是企业能分析这些数据。”

  近日,Teradata全球数据仓库峰会在苏州召开,今年,Teradata在数据大爆炸的中心开发了一块淘金地:商业智能。

  数据爆炸最激烈的领域自然是电信市场。正如同我们所经常听到的那样,运营商所做的宽带提速、骨干网提速、核心节点提速等等工程都是为了应对海量数据,但这些数据到底有什么价值?

  “运营商的现有数据管理模式已经不能满足需求,他们的各个信息模块都是独立的,也就是我们常说的‘信息孤岛’”,Teradata电信解决方案总监Jose Marques向记者介绍,“这种状况导致运营商管理信息的模式越来越繁琐,因为信息种类越来越多;其次,疲于奔波的运营商也没有来分析数据的概念,自然浪费了数据的价值。”

  据悉,在数据仓库领域,Teradata已经连续13年被Gartner评为行业第一,目前全球前21家电信运营商都在采用Teradata的数据服务,并且全球95%的电信运营商都是Teradata的客户。

  “首先,我们能提供数据集成的能力,把所有的数据孤岛集成在一起,并且把计费、运营、分配等所有的管理项目也集中在一起,大大提升了运营商管理数据的效率。”Jose表示,“仅此一点能力就足以让Teradata在这个行业具备支配地位。”

  此外,Teradata还提供更为诱人的数据分析:你想了解用户的每次点击都出于哪种动机么?你想知道用户访问商品的原因么?为什么有投诉?客户出于何种原因流失?Jose介绍:“这些我们都能提供答案。”

  Jose举例:三大运营商都有庞大的用户群体,每天都能接到海量的投诉。我们曾对一位运营商提供了投诉分析,并指出他们最新推出的几款套餐中可能引发大量投诉的潜在因素,并对此作出修改,效果十分理想。

参考文献编辑本段回目录

http://www.readwriteweb.com/archives/the_coming_data_explosion.php

→如果您认为本词条还有待完善,请 编辑词条

词条内容仅供参考,如果您需要解决具体问题
(尤其在法律、医学等领域),建议您咨询相关领域专业人士。
0

标签: 大数据爆炸

收藏到: Favorites  

同义词: 暂无同义词

关于本词条的评论 (共0条)发表评论>>

对词条发表评论

评论长度最大为200个字符。