大数据时代的商业变革
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
大数据时代的商业变革
啥是大数据? 我们周围有多少数据? 大数据价值链的构成——数据、技术与思维的三足鼎立
啥是大数据?
最初,这个概念是指需要处理的信息量过大,已经超出了 一般电脑在处理数据时所能使用的内存量。 今天,一种可能的方式是认为大数据是人们在大规模数据 的基础上可以做到的事。 两个例子
大数据拥有者依靠“技术专家”来挖掘数据价值。但是, 虽然“技术专家”们在大数据中淘金并发现了金银珠宝, 可最后却要把这些财富拱手让给大数据拥有者。
大数据思维公司和个人
他们的优势在于,他们能先人一步发现机遇,尽管本身并 不拥有数据也不具备专业技能。 事实上,很可能正因为他们是外行人,不具备这些特点, 他们的思维才能不受限制。 他们思考的是有可能,而不考虑所谓的可行。
• “谷歌流感趋势”系统 • Farecast系统
我们周围有多少数据?
我们周围有多少数据?
互联网
• Google每天处理24PB的数据 • Facebook每天更新1000万张照片,超过30亿次评论 • YouTube每月接待8亿访客 • Twitter信息量每年翻一番,截至2012年,每天都会发布超过4亿 条微博
总结
大数据:在大规模数据的条件下可以实现的事。 大数据价值链的三大构成:基于数据本身的公司,基于技 能的公司,以及基于思维的公司,同时也有兼备几种情况 的公司及数据中间商。 谁更有价值:现在来看,是技术和思维;长远来看,是数 据本身。
Thank you !
根据所提供价值的不同来源,分别出现了三种大数据公司。 这三种来源是指:数据本身、技能与思维。 “数据非常之多而且具有战略重要性,但是真正缺少的是 从数据中提取价值的能力”——哈尔· 范里安 但是过分强调技术和思维而忽视数据本身的重要性也是不 可取的,数据才是最核心的部分。
大数据掌控公司
大数据最值钱的部分就是它自身,所以最先考虑成为数据 拥有者才是最明智的。 他们可能不是第一手收集数据的人,但是他们能接触到数 据、有权使用数据或者将数据授权给渴望挖掘数据价值的 人。
我们周围有多少数据?
马丁· 希尔伯特进行了一个比较全面的研究,他试图得出人 类所创造、存储和传播的一切信息的确切数目。 他估算,2007年,人类大约存储了超过300EB的数据; 2013年,世界上存储的数据达到约1.2ZB。如果将之存储在 只读光盘中,这些光盘可以堆成五堆,每堆都可以伸到月 球
数据、技术与思维的三足鼎立
• 布拉德福德· 克罗斯的大数据思维
所谓大数据思维,是指一种意识,认为公开的数据一旦处 理得当就能为千百万人急需解决的问题提供答案。
谷歌与亚马逊,三者兼备
谷歌的拼写检查
与微软单纯地将错误拼写进行更正不同,谷歌可以从其每天30亿次 查询中不断优化拼写检查系统,即通过一个巧妙的反馈循环将用户 实际想输入的内容告知系统。当搜索结果页面的顶部显示“您要找 的是不是……”时,用户可以通过点击正确的术语明确地告诉谷歌 自己需要重新查询的内容。或者直接在用户访问的页面上显示正确 拼写的结果,因为它很可能与正确的拼写高度相关。
• 交通数据处理公司Inrix
数据、技术与思Baidu Nhomakorabea的三足鼎立
大数据公司的多样性表明了数据价值转移 随着数据价值转移到数据拥有者手上,传统的商业模式也 被颠覆了 认为数据自身而不是技术和思维更值钱的想法,在大数据 时代的多笔商业交易中都有所体现。2006年,微软以1.1亿 美元收购了Farecast,而两年后,谷歌以7亿美元的价格购 买了为Farecast提供数据的ITA Software
它记录了一些读者反复标注和强调过的内容,但是亚马逊把这些数 据都雪藏了。
全新的数据中间商
现在,我们正处在大数据时代的早期,思维和技能是最有 价值的,但是最终,大部分的价值还是必须从数据本身中 挖掘。因为在未来,我们可以利用数据做更多的事,而数 据拥有者们也会真正意识到他们所拥有的财富。因此,他 们可能会把他们手中所拥有的数据抓得更紧,也会以更高 的价格将其出售。
谷歌地图
它免费向公众提供服务,同时也从用户的搜索数据中获得用户的个 人信息,如家庭所在地,个人的生活习惯等等。
谷歌与亚马逊,三者兼备
相对的,亚马逊更关注数据的基本用途而且也只把数据的 二级用途作为额外收益。比方说,它的推荐系统把用户浏 览过的网页数据作为线索,但它不会去预测现在的经济状 况或浏览爆发。 亚马逊的Kindle电子书阅读器
• ITA Software机票预订系统
有的公司精明地把自己放在了这个信息链的核心,这样他 们就能扩大规模、挖掘数据的价值。
• MasterCard信用卡发行商
大数据技术公司
MasterCard选择了自己分析,有的公司选择在两个类型之 间游移,但是还有一部分公司会选择发展专业技能。
• 埃森哲咨询公司 • 微软研究中心
啥是大数据? 我们周围有多少数据? 大数据价值链的构成——数据、技术与思维的三足鼎立
啥是大数据?
最初,这个概念是指需要处理的信息量过大,已经超出了 一般电脑在处理数据时所能使用的内存量。 今天,一种可能的方式是认为大数据是人们在大规模数据 的基础上可以做到的事。 两个例子
大数据拥有者依靠“技术专家”来挖掘数据价值。但是, 虽然“技术专家”们在大数据中淘金并发现了金银珠宝, 可最后却要把这些财富拱手让给大数据拥有者。
大数据思维公司和个人
他们的优势在于,他们能先人一步发现机遇,尽管本身并 不拥有数据也不具备专业技能。 事实上,很可能正因为他们是外行人,不具备这些特点, 他们的思维才能不受限制。 他们思考的是有可能,而不考虑所谓的可行。
• “谷歌流感趋势”系统 • Farecast系统
我们周围有多少数据?
我们周围有多少数据?
互联网
• Google每天处理24PB的数据 • Facebook每天更新1000万张照片,超过30亿次评论 • YouTube每月接待8亿访客 • Twitter信息量每年翻一番,截至2012年,每天都会发布超过4亿 条微博
总结
大数据:在大规模数据的条件下可以实现的事。 大数据价值链的三大构成:基于数据本身的公司,基于技 能的公司,以及基于思维的公司,同时也有兼备几种情况 的公司及数据中间商。 谁更有价值:现在来看,是技术和思维;长远来看,是数 据本身。
Thank you !
根据所提供价值的不同来源,分别出现了三种大数据公司。 这三种来源是指:数据本身、技能与思维。 “数据非常之多而且具有战略重要性,但是真正缺少的是 从数据中提取价值的能力”——哈尔· 范里安 但是过分强调技术和思维而忽视数据本身的重要性也是不 可取的,数据才是最核心的部分。
大数据掌控公司
大数据最值钱的部分就是它自身,所以最先考虑成为数据 拥有者才是最明智的。 他们可能不是第一手收集数据的人,但是他们能接触到数 据、有权使用数据或者将数据授权给渴望挖掘数据价值的 人。
我们周围有多少数据?
马丁· 希尔伯特进行了一个比较全面的研究,他试图得出人 类所创造、存储和传播的一切信息的确切数目。 他估算,2007年,人类大约存储了超过300EB的数据; 2013年,世界上存储的数据达到约1.2ZB。如果将之存储在 只读光盘中,这些光盘可以堆成五堆,每堆都可以伸到月 球
数据、技术与思维的三足鼎立
• 布拉德福德· 克罗斯的大数据思维
所谓大数据思维,是指一种意识,认为公开的数据一旦处 理得当就能为千百万人急需解决的问题提供答案。
谷歌与亚马逊,三者兼备
谷歌的拼写检查
与微软单纯地将错误拼写进行更正不同,谷歌可以从其每天30亿次 查询中不断优化拼写检查系统,即通过一个巧妙的反馈循环将用户 实际想输入的内容告知系统。当搜索结果页面的顶部显示“您要找 的是不是……”时,用户可以通过点击正确的术语明确地告诉谷歌 自己需要重新查询的内容。或者直接在用户访问的页面上显示正确 拼写的结果,因为它很可能与正确的拼写高度相关。
• 交通数据处理公司Inrix
数据、技术与思Baidu Nhomakorabea的三足鼎立
大数据公司的多样性表明了数据价值转移 随着数据价值转移到数据拥有者手上,传统的商业模式也 被颠覆了 认为数据自身而不是技术和思维更值钱的想法,在大数据 时代的多笔商业交易中都有所体现。2006年,微软以1.1亿 美元收购了Farecast,而两年后,谷歌以7亿美元的价格购 买了为Farecast提供数据的ITA Software
它记录了一些读者反复标注和强调过的内容,但是亚马逊把这些数 据都雪藏了。
全新的数据中间商
现在,我们正处在大数据时代的早期,思维和技能是最有 价值的,但是最终,大部分的价值还是必须从数据本身中 挖掘。因为在未来,我们可以利用数据做更多的事,而数 据拥有者们也会真正意识到他们所拥有的财富。因此,他 们可能会把他们手中所拥有的数据抓得更紧,也会以更高 的价格将其出售。
谷歌地图
它免费向公众提供服务,同时也从用户的搜索数据中获得用户的个 人信息,如家庭所在地,个人的生活习惯等等。
谷歌与亚马逊,三者兼备
相对的,亚马逊更关注数据的基本用途而且也只把数据的 二级用途作为额外收益。比方说,它的推荐系统把用户浏 览过的网页数据作为线索,但它不会去预测现在的经济状 况或浏览爆发。 亚马逊的Kindle电子书阅读器
• ITA Software机票预订系统
有的公司精明地把自己放在了这个信息链的核心,这样他 们就能扩大规模、挖掘数据的价值。
• MasterCard信用卡发行商
大数据技术公司
MasterCard选择了自己分析,有的公司选择在两个类型之 间游移,但是还有一部分公司会选择发展专业技能。
• 埃森哲咨询公司 • 微软研究中心