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

[产业] BAT加持下的大数据,新行业驱动器的繁华与苍凉

[复制链接]
跳转到指定楼层
楼主
发表于 2018-9-28 18:08:27 | 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

互联网时代的落幕让人们开始寻找新的突破口和增长点,科技巨头也不例外。今年云栖大会的主题是“数字驱动中国”,大数据在驱动传统行业的过程当中的作用开始愈加明显。阿里巴巴今年将这个概念作为云栖大会的主题似乎在将大数据看作是继新零售之后下一个驱动自身增长的引擎。

的确,随着大数据时代的来临,其在整个行业发展过程当中的作用愈加明显。几乎所有的行业都开始出现大数据的影子,而且很多行业都开始借助大数据来改造原有的行业运作逻辑,再达到提升行业效率的目的。淘宝的千人千面、个性化首页;百度、今日头条的信息流推荐等诸多方面都是基于大数据的底层技术推动的。

正如每一个技术的成熟都需要一个过程一样,尽管大数据在驱动行业变革的过程当中已经展现出优势,但是大数据依然处于一个相对原始和初级的阶段。无论是个性化首页定制还是信息流的推荐其实都出现了一些问题,大数据在优化传统行业的过程当中依然存在诸多问题。

华丽的想象难掩现实的苍凉,大数据才刚起步

尽管大数据时代的来临为我们打开了思考传统行业变革的大门,但是仅仅只是借助现有的大数据的相关应用依然难以起到真正驱动行业运行的效果。大数据行业想要真正实现驱动行业发展的目的依然需要一个过程,从当前的发展情况来看,大数据驱动行业发展依然是大型巨头的“特权”,中小型企业仅仅只能借助科技巨头的赋能才能享受到数据驱动行业变革的红利。

即使这些科技巨头比中小型企业在大数据上的积累要多,但是要真正实现驱动行业变革和创新的目的,纵然是科技巨头依然需要很多的创新才行。尽管大数据为我们展开了一幅瑰丽的画卷,但是真正驱动行业依然需要很长的路要走。大数据刚刚蹒跚学步,长大成人还需要一定的时间成本。

大数据尚未形成一套体系,行业分割、部门分割现象较为严重。大数据之所以能够推动行业的变革,其中一个很重要的原因就在于它能够将传统时代无法实现统一表达的行业进行标准化的数字表达,从而消除行业内部与外部的壁垒,从而实现行业内部与行业外部的效能提升。

然而,尽管经过互联网时代的积累之后,数据量已经相对完善,但是数据之间的行业壁垒和部门壁垒依然严重。仅仅只是将这些片面的、孤立的数据应用到传统行业的身上只能破解行业本身的一些效率问题,而无法真正实现数据的外延与拓展,这种数据仅仅只能算作是一个“小数据”,而非我们理想中的“大数据”。

以BAT为代表的科技巨头为例,尽管这些大型的科技公司掌握了大量的数据,但是这些数据仅仅只是基于某些行业、某类人群的数据积累,数据本身有很大的局限性。这种数据的功能和作用仅仅只是局限在了某个行业当中,无法真正实现行业之间的融合,最终数据的能量必然无法得到充分发挥。

数据处理技术尚未实现重大突破,大数据本身存在诸多困境。其实,大数据的算力和技术直接决定着大数据应用的广度和深度,尽管当下的大数据处理技术较之以前有了很大的提升,但是当下的数据处理技术依然是基于互联网技术而来的,并未真正发生深度改变。困囿于数据处理技术的弊端,最终让大数据本身的潜能难以发挥,数据驱动行业发展的动力无法得到深度挖掘。

从某种意义上来讲,数据处理技术直接决定着大数据的能力延展性。如果仅仅只是基于互联网技术对大数据进行处理,那么它所能够发挥的能力必然是基于互联网技术为基础的行业所导致的。未来,决定破解当下大数据发展困境的关键所在必然是算力,一旦大数据的算力足够强大,现在的大数据必然将会有更多的功能和作用发挥出来,由此大数据赋能行业将会有更大能量。

算力的突破所导致的大数据功能的深度发掘将会是下一个阶段大数据产业发展的重点。只有算力足够强大,大数据才能打破行业间的壁垒,真正让大数据指导商品生产、配送、用户购买等诸多环节,从而让行业发展的效能得到最大限度的提升。尽管当前很多科技巨头都在开始布局大数据技术,但是真正考验和决定他们市场地位的将会是算力本身。只有算力足够强大,大数据才能真正深度挖掘,从而实现自身赋能行业的目标。

由大数据衍生出来的新技术和新概念有待完善,赋能传统行业方面有诸多瓶颈。大数据时代的来临催生了以信息流、智能推荐、个性化首页等一系列的概念,尽管这些概念的叫法不同,但是从本质上来看,它们都属于大数据的概念体系。值得注意的是,尽管基于大数据技术衍生出来诸多的概念,但是这些概念的发展并未成熟。以当下的信息流推荐为例,由于当下技术的不成熟,最终导致了很多信息流推荐的信息并非用户真正需要的,用户体验依然没有提升。

归根到底,大数据衍生而来的新概念还需要一段发展之后才能真正完善,如果仅仅只是将大数据所得到的浅层的规律进行应用,而不去考虑用户情境、用户需求等诸多因素的话,那么基于大数据衍生而来的新概念同样有面临困境的可能性。

基于大数据衍生而来的新技术和新概念并非是一蹴而就的,在实际应用过程当中,只有不断修正,才能不断给用户带来新的体验。当下,信息流推荐、个性化首页定制痛点其实都是大数据的新概念需要进一步发展成熟的关键所在。未来,只有不断完善这些概念和技术,才能达到赋能行业的目的。

大数据时代的来临无疑为我们展示了一幅精彩绝伦的美妙画卷,正如所有的美好愿望都要有一个开始一样,当下的大数据行业无疑正在处于筚路蓝缕的阶段。尽管以BAT为代表的互联网巨头率先为我们打开了全新认识大数据的窗户,但是真正让大数据赋能行业,驱动行业发展,或许还需要很长的路要走。

苍凉尽头亦是风景,大数据如何驱动行业发展?

正如每一个事物的发展成熟都需要一个过程一样,未来大数据的发展成熟同样需要一个过程。虽然当下的大数据发展依然有很多难题亟待破解,但是我们并不能够有难题和障碍就止步不前。当经历了自我蜕变的阵痛期,大数据或将为我们打开一幅绝妙的画卷。那么,大数据未来该如何驱动行业发展呢?大数据的未来又在哪里呢?

内生于行业,再应用于行业,大数据需要一个完美闭环。在互联网时代,人们之所以没有意识到数据的重要性,其中一个很重要的原因在于那个时候的数据是一个松散的、毫无价值的个体。尽管我们知道互联网技术与行业的融合衍生出了很多的数据,但是这些数据之间是孤立的,没有联系的。

那个时候的数据仅仅只是数据而已,它并没有找到与行业结合的突破口。大数据的链条仅仅延伸到了数据本身,并没有应用到行业上面。正是由于大数据并未形成一个完美闭环,所以才最终导致了很多的数据停留在“沉睡”状态,数据潜能并未被“唤醒”。

即使现在的大数据已经引起人们的重视,但是这些数据本身其实依然是相对孤立的、片面的,并未形成一个有机的生态体系。因此,未来的大数据想要发挥作用必然要内生于行业,再应用到行业,行业再赋予数据新的数据。如此循环往复,大数据才能真正实现一个完美闭环和有机体系,大数据才能驱动行业发展。

大数据的驱动力在于对原有行业运作逻辑的重塑以及与外部技术的融合。未来的大数据想要最大限度地驱动行业的发展,赋能行业本身,必然需要对原有行业的运作逻辑进行重新建构和重塑。以信息流推荐为例,传统的内容推荐机制是基于编辑为主的,这种推荐方式不仅要很多的编辑协同作用,而且需要对内容进行逐个读取,难以满足海量用户的需求。进入到大数据时代后,这些都可以用数据处理来完善,人工编辑变成了数据编辑,行业原有的运作逻辑也因此被打破。

除了重构传统行业的运作逻辑之外,大数据的驱动力还源自于其与外部技术的融合。新零售、人工智能、云计算技术等新技术或概念都可以与大数据实现融合与联系,从而推动行业的发展。只有这样,大数据才不会落地到传统行业上,而是能够找到与新技术的结合点,最终通过集聚式的变革实现其赋能行业的目的。

大数据的本质是数据,而表现形式可以多样化。大数据的本质其实还是数据,只不过我们将数据样本库和处理的方式进行了创新和变革而已。尽管大数据是数据,但是它的表现形式其实可以更加多样化。大数据与行业深度融合的过程当中,它对于行业的驱动可以以另外一种非数据的方式表现出来,这样才能让数据与行业产生综合,而不是仅仅只是数据,缺少了回归行业,没有形成一个完美闭环。

挖掘和寻找基于行业本身特点的表现形式对于实现大数据更好地发展具有非常重要的作用。如果我们仅仅只是将数据困囿在数据本身上,那么它即使能够驱动行业的发展,也必然会出现与行业水土不服的情况,只有真正将数据与行业深度融合,最终延伸出更多新的物种,才能让大数据不仅仅只是数据本身,而是变成了一个无处不在、形态各异的存在。

大数据成为下一个驱动力的趋势愈加明显。然而,大数据是新物种的现实依然不能无视,即使是以BAT为代表的互联网巨头依然面临着发掘大数据功能和能量的困境。尽管大数据时代华丽无限,但却难掩现实的苍凉,只有深度发掘大数据潜能,或许才能迎来千树万树梨花开的百花竞放。


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, 2024-5-18 08:06

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