最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

可视化:让大数据应用能够“落入寻常百姓家”

[复制链接]
跳转到指定楼层
楼主
发表于 2016-2-26 08:53:12 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
先说说大数据的应用:就是大量的能够收集、存储的原始数据,经过各种分析可以揭示一定的行为模式和发展趋势,并提供给终端消费者(客户)使用。
那么如何在不同的场景下降低消费成本(指客户/用户为实现消费品或服务的效用过程中所付出的代价),即是否有效降低用户获得服务所付出的代价。无论是深入行业里去提高原有效率、提供数据应用服务解决实际问题,还是通过组织数据做一些商业创新尝试等等,数据应用的价值是非常大的。
举个例子,以前,因为小微企业没有厂房,大银行不肯给他贷款。而阿里巴巴在平台上收集这些小微企业的数据,通过这些数据为企业提供信贷和担保,而小卖家根据自身的这个业务数据就可以贷款,三年来他们累计为数十万家店铺提供贷款,累计上千亿元人民币。而我们知道,在此之前小微企业贷款怎么解决一直是个问题。这就是一个大数据在商业创新上的应用,解决了传统方案解决不了的问题,同时也构造了一个良好的数据生态和商业体系。
那么接下来,说说数据可视化。我的理解是:
“可视化提供了人和数据之间的连接,让晦涩的表格、数据更加容易被理解,从而建立人们对数据的价值观,进而改善人们的生活。数据可视化在某种意义上就在加速数据应用场景的多元化和大众化。”
先阐明数据和可视化的概念:
●数据:人类对于客观事物的抽象。
●可视化:通过把复杂的数据转化为可以交互的图形,帮助用户更好地理解分析数据对象,发现、洞察其内在规律。
以往,如果要理解更为复杂的数据,必须跨过一定甚至更高的认知门槛,才能对客观数据对象建立相应的心理图像,完成认知理解过程。好的可视化就能够极大地降低这个认知壁垒,将复杂未知数据的交互探索变得可行。
可视化将推动大数据应用更加高频、更为大众化:
●首先,就如同早期没有图形界面还是命令行的计算机晦涩难懂,然而出现了图形化操作系统以后,再次之后,个人计算机开始并迅速普及起来。同样的,可视化就可以理解为人和数据之间的界面,我们会容易地以可见的或物理的视角观察和理解数据,确实就是“一张图胜过千言万语”。
●其次,可视化也为用户提供了更为方便工具,让我们可以更为主动分析处理与自己工作、学习、家庭、购物等方面有关的数据。
在今天这样数据爆炸的大背景下:
可视化将进一步推动大数据更为广泛的应用将显得尤为有意义:
●会有越来越多适合用户使用需要的可视化方法和工具,而越来越多的互联网产品将结合数据给用户提供可视化的数据及服务:比如百度搜索指数、阿里巴巴大数据平台提供了一系列可视化的数据服务等。还有比如现在app们都搞的用户年终数据盘点,比如支付宝的1年用户支付宝记录,以可视化的数据方式让用户能够直观感受到自己使用支付宝1年的情况,并分享到朋友圈等。
●并且可视化一定会且正在和移动互联网深度结合,用户通过手机的到可视化的数据并应用到自己的生活中,同样的通过手机也可以参与到数据应用和数据服务中。
●从而,将有更多大数据可视化公司涌现出来。
当然可视化也不仅仅是“落入寻常百姓家”这么简单:
举个例子,某谷歌前雇员创业做了一个叫Climate的气象公司。由于美国气象局的数据是公开的,这家公司就从这个数据库里获得几十年的天气数据,把各个不同地区的降雨、气温,每个月土壤的情况以及历年农作物产量做成一个图表,从而预测美国任何一个地方的农场明年的产量,通过可视化的数据服务向用户出售个性化保险,以帮助用户有效地规避农作风险。最后这家公司大获成功,跨国农业生物技术公司孟山都(Monsanto)于14年5月斥资约9.3亿美元收购了Climate。
虽然,目前大数据的应用还面临很多挑战,如大数据的安全与隐私令人忧虑、数据权属方面也问题重重。然而,无论是对数据的深度分析推动大数据智能应用和商业智能的发展,还是更广泛、多元的(如互联网金融、健康、教育、智慧城市、企业数据化、工业大数据等)大数据的商业化应用,都预示着大数据生态和产业的发展是颇为值得期待的。
来源:类猿汪
作者:王懿Lucien,王懿Lucien,技术出身的产品狗,某互联网公司高级产品经理。

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-7 16:14

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表