g u t x .com.tr İpek yolu - Çin'i anlamaya götürürüm

Büyük verinin uygulaması nedir? Üç önemli nokta var

Büyük veri uygulamasının kilit noktaları veri kaynakları, ürünleştirme ve değer yaratmadır; veri kaynakları eşit olmayan bir şekilde dağıtılmıştır ve büyük veri uygulamalarının veri yoğun alanlarda atılımlar yapma olasılığı daha yüksektir; mevcut alanlarda büyük veriyi desteklemek için uygun olmayan endüstri yönetimi modelleri yeniden düzenlenmelidir. Çeşitli sektörlerde uygulanmaktadır.

Büyük veri uygulamasıdır. Şu anda, ulusal düzeyde, Danıştay "Büyük Verinin Geliştirilmesini Teşvik Etmek İçin Eylem Ana Hattını" yayınlamıştır; yerel düzeyde, büyük veri bölgesel bir kalkınma stratejisi motoru olarak kullanılmaktadır; işletme düzeyinde, çeşitli büyük veri kavramı şirketleri yükselişte ve gelişmektedir. Verinin nereden geldiğine, verilerin nasıl kullanıldığına, sonuçların karşılığını kimin ödediğine, yani veri kaynaklarının üç kilit noktası, ürünleştirme ve değer yaratmaya odaklanarak, yalnızca büyük verinin uygulanmasına odaklanıyoruz. İyi bir büyük veri uygulaması teknik olarak karmaşık olabilir, ancak iş modeli basit, anlaşılır ve etkili olmalıdır. Ayrıca, büyük veri uygulamalarının geliştirilmesinin daha kolay olabileceği bir dizi "veri yoğun" sektör veya alan olup olmadığı konusunda da endişeliyiz. Sanayi politikaları açısından, ortaya çıkan bir format olarak büyük veriden endişe duyuyoruz Geçmişte arsa, para, proje vermek gibi denenmiş ve test edilmiş uygulamalar etkili olmaya devam edecek mi? Kodo Büyük Veri sizi bir göz atmaya götürecektir.

Büyük veri uygulamasının üç kilit noktası

Danıştayın "Büyük Verinin Geliştirilmesini Desteklemeye Yönelik Eylem Ana Hatları" ("Büyük Verinin Ana Hatları" olarak anılır), büyük veriyi "yeni nesil bilgi teknolojisi ve hizmet biçimleri" olarak konumlandırır ve büyük veriyi "ekonomik dönüşümü ve gelişmeyi teşvik etme", "ulusal rekabet avantajlarını yeniden şekillendirme" ve "geliştirme" sağlar. Devlet yönetişim kabiliyetinin stratejik işlevi ve verilerin ulusal temel stratejik kaynaklar olarak tanımlanması. Uygulama açısından, "Büyük Veri Anahattı", bilimsel makro kontrol, kesin hükümet yönetişimi, uygun ticari hizmetler, yüksek verimli güvenlik garantileri ve insanların geçim kaynakları için evrensel hizmetler gibi kamusal alanda birçok geliştirme yönünü ortaya koymaktadır; Sanayi sektörü, endüstriyel büyük veri, gelişmekte olan endüstri büyük verisi, tarımsal ve kırsal büyük veri, Wanzhong yenilikçi büyük veri ve büyük veri ürün sistemi ve büyük veri sanayi zinciri olarak ikiye ayrılmıştır. Bu talimatlar yalnızca büyük veri uygulamalarının potansiyeli ve alanıdır.Uygulanabilir olup olmadığı ve bir rol oynayıp oynayamayacağı, uygulanabilir bir modelin ve gerçek etkinin olup olmamasına bağlıdır. İster kamusal alanda ister endüstriyel düzeyde, büyük veri uygulamaları veri kaynaklarından, işleme teknolojilerinden ve yöntemlerinden ve değer yaratan modellerden ayrılamaz. Odak noktamız budur. Özetle, görünüşte basit ama kritik olan aşağıdaki üç sorunun yanıtlanması gerekiyor.

(1) Veriler nereden geliyor

Veri kaynakları ile ilgili olarak, genellikle İnternet ve Nesnelerin İnternetinin büyük veri üretme ve taşıma için temel olduğuna inanılmaktadır. İnternet şirketleri, arama, sosyal medya ve ticaret gibi ilgili temel iş alanlarında büyük miktarda veri biriktiren ve oluşturmaya devam eden büyük veri şirketleri olarak doğarlar. IoT cihazları her zaman veri topluyor ve cihaz sayısı ve veri miktarı her geçen gün artıyor. Büyük veri altın madenleri olarak, bu iki tür veri kaynağı sürekli olarak çeşitli uygulamalar üretmektedir. Büyük verinin yurtdışında başarılı bir şekilde tanıtılması, çoğunlukla bu tür veri kaynaklarının uygulanmasının klasik örnekleridir. Gayrimenkul işlemleri, emtia fiyatları, belirli grupların tüketim bilgileri gibi işlerinde çok fazla veri biriktirmiş bazı şirketler de vardır. Açıkçası, bu veri kaynakları büyük veri değildir, ancak ticari uygulamalar için veri kaynakları en erişilebilir ve daha kolay işlenir ve aynı zamanda Çin'deki en yaygın uygulama kaynaklarıdır.

Çin'de, genellikle kaliteli ve yüksek değere sahip olduğu düşünülen, devlet daireleri tarafından kontrol edilen başka bir veri kaynağı türü vardır, ancak açıklık derecesi düşüktür. "Büyük Veri Anahattı", çabalarının yönü olarak halka açık verilerin ara bağlantısını ve açık paylaşımını alır ve büyük veri teknolojisinin bu amaca ulaşabileceğine inanır. Aslında uzun bir süredir devlet daireleri arasındaki bilgi ve veriler kapatılmış ve birbirlerinden ayrılmıştır ki bu teknik bir konu olmaktan çok yönetişim meselesidir. Kamuya açık verileri topluma açma arzusu çok iyi ve korkarım bir süre daha ulaşılamayacak. Veri kaynakları açısından yerli "küçük veri" ve "orta veri" uygulamaları yeterli değil, büyük veri çağına adım atmaya ve erken bilişim sürecinde çözülemeyen sorunları çözme fırsatı yakalamaya çalışıyor. Beklentiler iyimser değil. Buna ek olarak, Çinli internet şirketleri esas olarak yurt içi operasyonlarla meşgul oldukları için, büyük veri kaynakları küresel değildir.

Verilerin nereden geldiği, büyük veri uygulamalarını değerlendirirken ilk odak noktamızdır. Birincisi, uygulamanın gerçekten verilerle desteklenip desteklenmediğini, veri kaynaklarının sürdürülebilir olup olmadığını, kaynak kanalının kontrol edilebilir olup olmadığını ve veri güvenliği ve gizlilik korumasında gizli tehlikelerin olup olmadığını görmektir. İkinci olarak, bu uygulamanın veri kaynaklarının kalitesine, "zengin maden" veya "zayıf maden" olup olmadığına ve bu uygulamanın etkinliğini garanti edip edemeyeceğine bağlıdır. Kendi işletmesine ait veri kaynakları iyi bir kontrol edilebilirliğe sahiptir ve veri kalitesi genellikle garanti edilir, ancak veri kapsamı sınırlı olabilir ve diğer kaynak kanallarına ihtiyaç duyulabilir. İnternetten toplanan veriler için, teknik beceri anahtardır, yeterince büyük miktarda elde etme ve yararlı içeriği filtreleyebilme becerisine sahip olmak gerekir. Üçüncü şahıslardan elde edilen veriler için, veri işlemlerinin istikrarına özel dikkat gösterilmelidir. Verilerin geldiği yer, büyük veri uygulamalarını analiz etmek için başlangıç noktasıdır.Bir uygulama güvenilir bir veri kaynağına sahip değilse, veri analizi teknolojisi ne kadar iyi ve mükemmel olursa olsun, hiçbir şey olmayacaktır.

(2) Veriler nasıl kullanılır

Verilerin nasıl kullanılacağı, büyük veri uygulamalarını değerlendirirken ikinci odak noktamızdır. Büyük veri yalnızca bir araçtır ve her şeyi kapsayan ve her şeye kadir olamaz. Büyük verinin ne yapıp ne yapamayacağı konusunda endişeliyiz Şimdi, büyük verinin esas olarak aşağıdaki daha sık kullanılan işlevlere sahip olduğu görülüyor.

Izlemek. İnternet ve Nesnelerin İnterneti her zaman kayıt yapıyor.Büyük veri, gerçek bir tarihsel iz oluşturmak için herhangi bir kaydı izleyebilir ve izleyebilir. İzleme, tüketici satın alma davranışı, satın alma tercihleri, ödeme yöntemleri, arama ve göz atma geçmişi, konum bilgileri vb. Dahil olmak üzere birçok büyük veri uygulaması için başlangıç noktasıdır.

Tanıma. Çeşitli faktörlerin kapsamlı takibi temelinde, özellikle ses, görüntü ve video tanıma için konumlandırma, karşılaştırma ve tarama yoluyla doğru tanıma elde edilebilir, böylece analiz edilebilecek içerik büyük ölçüde zenginleştirilir ve elde edilen sonuçlar daha doğru olur.

Vesika. Aynı konuya ait farklı veri kaynaklarının takibi, tanımlanması ve eşleştirilmesiyle daha üç boyutlu bir tasvir ve daha kapsamlı bir anlayış oluşturulur. Tüketici portreleri için reklamlar ve ürünler doğru bir şekilde itilebilir; kurumsal portreler için kredi ve risk doğru bir şekilde değerlendirilebilir.

Komut istemi. Tarihsel yörüngelere, tanımlama ve portrelere dayalı olarak, gelecekteki eğilimleri ve tekrarlanan olayların olasılığını tahmin edin ve belirli göstergeler beklenen değişiklikler veya beklenmeyen değişiklikler olduğunda bilgi istemleri ve uyarılar verin. Geçmişte, istatistiklere dayalı tahminler de vardı.Büyük veri, tahmin yöntemlerini büyük ölçüde zenginleştirdi ve risk kontrol modellerinin oluşturulması için derin bir öneme sahipti.

eşleşme. Ürün bağlamayı ve arz ve talebin daha verimli bir şekilde eşleştirilmesini sağlamak için büyük bilgi, tarama ve korelasyon, yakınlık vb. Kullanarak karşılaştırmada doğru izleme ve tanımlama. Büyük veri eşleştirme işlevi, İnternet araç karşılama, ev kiralama ve finans gibi yeni paylaşım ekonomisi iş modelinin temelidir.

optimizasyon. Verilen en kısa mesafe ve en düşük maliyet ilkelerine göre, yolların ve kaynakların konfigürasyonunu optimize etmek için çeşitli algoritmalar kullanılır. İşletmeler için, hizmet seviyelerini iyileştirin ve iç verimliliği iyileştirin; kamu departmanları için, kamu kaynaklarından tasarruf edin ve kamu hizmeti yeteneklerini iyileştirin.

Şu anda, görünüşte karmaşık olan birçok uygulama yukarıdaki türlere ayrılabilir. Örneğin Guizhou tarafından büyük veri uygulamaları perspektifinden uygulanan "Büyük Veri Hassas Yoksulluğu Azaltma Projesi" tanımlama ve portreler yoluyla ihtiyaç sahibi haneler doğru bir şekilde taranıp tanımlanabilmekte ve izleme ve yönlendirmeler, yoksulluğu azaltma fonları ve yoksulluğun azaltılması yoluyla yoksulluğu azaltma hedefleri belirlenebilmektedir. Davranış ve yoksulluğu azaltma etkileri izlenir ve değerlendirilir; eşleştirme ve optimizasyon yoluyla, yoksulluğu azaltma kaynaklarının rolü daha iyi kullanılabilir. Bu işlevlerin tümü büyük veriye özgü değildir, ancak büyük veri önceki teknolojilerin çok ötesine geçer ve daha güçlü, daha doğru, daha hızlı ve daha iyi hale getirilebilir.

(3) Sonuçlar için kim ödeme yapıyor

Sonuçları kimin ödeyeceği, büyük veri uygulamalarını değerlendirirken üçüncü ve son endişemizdir. Nedeni basit, değer yaratmayan uygulamalar iyi uygulamalar değil. Büyük veri uygulamasının gerçekten yetenekleri ve performansı iyileştirip iyileştirmediği konusunda endişeliyiz. Büyük veri kendi ürün tasarımı, pazarlama promosyonu ve kaynak tahsisi için kullanılıyorsa, bu şirketin rekabet gücünün iyileşip iyileşmediğine ve şirketin nihayetinde eskisinden daha fazla para kazanıp kazanmadığına bağlıdır. Üçüncü şahıslara hizmet sağlamak için büyük veri kullanılıyorsa, bu, birinin ödemeye istekli olup olmadığına ve sürekli olarak ödeme yapmaya istekli olup olmadığına bağlıdır. Ancak kamusal alanda kullanılıyorsa, hükümetin veya kamu sektörünün ödemesinin değerine bağlıdır, sadece yatırımcı açısından değil, aynı zamanda sıradan insanlar açısından da.

Bir büyük veri uygulamasıyla karşı karşıya olduğumuzda, sadece yukarıdaki üç soruyu sorun - veriler nereden geliyor, veriler nasıl kullanılıyor ve sonuçları kimin ödüyor, o zaman birçok "kılık değiştir" ortaya çıkar. Tabii ki, büyük verinin yukarıda bahsedilen "üç sorusuna" dayanabilirseniz, bu mutlaka iyi değildir, ancak iyi büyük veri uygulamalarından uzak değildir.

Veri yoğun alanlar aranıyor

Büyük veri bir kaynak olarak görüldüğünden, kaynakların dağılımı dikkate alınmalıdır. Genel olarak konuşursak, su, mineraller, ekilebilir arazi ve enerji gibi doğal kaynaklar gibi kaynakların dağılımı son derece düzensizdir; insan kaynaklarının ve bilginin dağılımı daha da dengesizdir. Büyük verilerin eşitsiz dağıtılması sorunu var mı? Büyük veri endüstrisinin gelişimi gerçekten köşeler yaratabilir ve geçebilir mi? Bu sorunlar derinlemesine değerlendirilmeyi hak ediyor.

Tespit edilebilen doğal kaynakların aksine, veri kaynaklarının dağıtımının bulunması ve açıklanması zordur. Ancak büyük veri insan kaynaklarının dağılımı, bölgeler ve sektörler arasında büyük verinin uygulanmasındaki farklılıkları dolaylı olarak yansıtmak için kullanılabilir.Büyük veri insan kaynaklarının yoğun olduğu sektörler ve bölgeler, bu sektörler ve bölgeler veri yoğun olarak değerlendirilebilir.

2014'ün ikinci yarısından bu yana iki ana işe alım web sitesi olan "Endişesiz" ve "Zhilian Recruitment" tarafından yayınlanan işe alım bilgilerini inceledik ve iki web sitesinin son iki yılda 227.000 şirket ve 1.007 milyon pozisyonu içeren ilgili bilgileri yayınladığını gördük. Veri miktarı gerçekten yeterince "büyük". Bölgeye ve sektöre göre özet bir analiz yoluyla elde edilen sonuçlar, büyük veri insan kaynaklarının dağılımının son derece dengesiz olduğunu ve bölgeler ve endüstriler arasında büyük farklılıklar olduğunu gösteriyor. Bununla birlikte, kesin olmak gerekirse, işe alım web sitesinde yansıtılan şey, tam anlamıyla insan kaynaklarının dağıtımı değil, yeteneklere olan taleptir, ancak ikisi yakından ilişkilidir.

Büyük veriyle ilgili iş yerleri açısından Pekin, Guangdong ve Şangay, diğer bölgelerin çok ilerisinde, oldukça yoğunlaşmış durumdadır. Üç sıra toplandığında, iki internet sitesinde iş bilgisi yayınlayan firma sayısı% 52.35 ve% 47.48, pozisyon sayısı ise% 61.23 ve% 56.74 oldu. Büyük veri insan kaynaklarının yarısının bu üç yerde yoğunlaştığı sonucuna varılabilir ki bu, her zamanki sezgisel duygularımızla oldukça tutarlıdır. Bu üç yere ek olarak, yerel yönetimlerin büyük veri endüstrisine önem verip vermediği ve büyük veriyi bölgesel ekonomik kalkınmanın motoru olarak kullanıp kullanmadığından endişe duyuyoruz; bu, insan kaynaklarının kümelenmesini teşvik edebilir ve benzer ekonomik kalkınma seviyelerine sahip diğer bölgeleri geçebilir. Veri yansıması durumuna bakıldığında, en azından böyle bir sonuç henüz görülmemiştir, bu da insan kaynakları yapısının az gelişmiş bölgelerde büyük veri endüstrisinin gelişiminde eksiklik ve üstesinden gelinmesi en zor zorluk olduğunu ortaya koymaktadır. Bir yerde insan kaynaklarının yapısını değiştirmek, zemin yapılarının görünümünü değiştirmekten çok daha zordur, uzun vadeli bir süreç veya benzersiz bir sistem gerektirir.

Aynı il içinde bile, büyük veri insan kaynaklarının dağılımı son derece dengesiz. Örneğin, Guangdong'da sadece Shenzhen eyaletin yaklaşık yarısını oluşturuyor. Guangzhou ile birleştiğinde% 90'a ulaşabilir. Diğer yerlerde, Shenzhen ve Guangzhou ile karşılaştırıldığında ekonomik güç iyi olsa bile, büyük veri insan kaynakları açısından çok geride kaldılar. Bu bir kez daha büyük veri insan kaynaklarının dağılımının son derece dengesiz olduğunu gösteriyor. Açıktır ki, büyük veri insan kaynaklarının yoğun olduğu alanlarda büyük veri endüstrisinin gelişimi, zayıf insan kaynaklarına sahip alanlardan daha iyidir.

Şehirlerin sıralamasına bakıldığında, Pekin, Şangay, Shenzhen ve Guangzhou, yoğun büyük veri insan kaynakları talebinin olduğu birinci sınıf şehirler olarak kabul edilebilir ve Hangzhou, Nanjing, Chengdu, Wuhan ve Xi'an ikinci kademe şehirler olarak kabul edilebilir. Büyük veri insan kaynaklarının dağılımı, şehrin ekonomik gücü, canlılığı ve hatta konut fiyatlarının seviyesi ile kabaca tutarlıdır.

Endüstri dağıtımı perspektifinden, büyük veri insan kaynaklarına olan talep, özellikle İnternet, bilgi teknolojisi ve bilgisayarla ilgili endüstrilerde daha dengesiz bir şekilde dağıtılmaktadır. Bu, büyük verinin İnternet veya BT endüstrisinin bir parçası olduğunu ve orijinal bazda yeni bir gelişme olduğunu tam olarak gösterir. Bu endüstriler tipik "veri yoğun" endüstrilerdir ve büyük veri endüstrisinin gelişiminin beşiğidir.

Finans, özellikle önemli bir başka "veri yoğun" alandır. Finans sektörü yalnızca veri, özellikle değerli veriler üretmek için bir temel değil, aynı zamanda veri analizi hizmetleri için bir talep ve uygulama yeridir. Daha da önemlisi, finans endüstrisi yeterli ödeme yeteneklerine sahiptir ve büyük veri endüstrisinde rekabet için önemli bir savaş alanı olacaktır. Finans alanındaki uygulama yoluyla birçok büyük veri çeşitli sektörlere yayıldı.

Ek olarak, telekomünikasyon, profesyonel hizmetler (danışmanlık, insan kaynakları, muhasebe gibi), eğitim ve öğretim, film ve televizyon medyası, çevrimiçi oyunlar vb. Göreceli olarak veri yoğun sektörlerdir.

"Büyük Veri Anahattı", tüm endüstriler ve alanlar için büyük veri uygulamalarının geniş beklentilerini neredeyse kapsamlı bir şekilde planlar, ancak veri kaynaklarının dağıtımı son derece eşitsizdir. "Veri yoğun" alanındaki büyük veri uygulamalarının piyasada başarılı olma olasılığı daha yüksektir. .

Büyük veri için ne tür bir sanayi politikası gereklidir?

Büyük veri uygulamaları için ne tür endüstriyel politikalara ihtiyaç vardır? Uygulama açısından bakıldığında, büyük veri yepyeni bir endüstri değil, mevcut modelleri dönüştürmek, yükseltmek ve değiştirmek için mevcut endüstrilerle entegrasyondur. Büyük verinin gelişimini kısıtlayan genellikle büyük verinin kendisi değil, endüstri düzenlemesi, idari tekel ve öğelerin serbest akışının yetersizliği gibi büyük verinin uygulandığı sektörlerdeki ve alanlardaki orijinal problemlerdir. Bu nedenle, büyük verinin gelişimini teşvik etmek için arazi verme, para ödeme ve proje geliştirme yöntemleri temel sorunu çözemez. Büyük verinin uygulanması perspektifinden, uygun olmayan endüstri yönetimi modelinde reform yapmalı ve mevcut çıkarların modelini, büyük verinin uygulanmasının gerekli koşullara sahip olması için düzenlemeliyiz. Bir kuruluş içinde bile, büyük verinin uygulanması sadece teknik bir sorun değildir, aynı zamanda şirketin yönetim yeteneklerinin bir testi olan iş süreci yeniden düzenlemesini ve yönetim modeli değişikliklerini içerir.

Finans, telekomünikasyon, eğitim ve film ve televizyon medyası gibi "veri yoğun" endüstriler yalnızca büyük veri uygulamaları için büyük potansiyele sahip alanlar değil, aynı zamanda endüstri reformlarını acilen teşvik etmek için kilit alanlardır. Öte yandan, büyük verinin uygulanması, endüstri reformu için teknik destek sağlayabilir ve daha etkili teknik yollarla endüstri geliştirme hedeflerine ulaşabilir.

Büyük verinin uygulanmasının gerektirdiği sanayi politikaları, aslında piyasa ekonomisi altında çeşitli sektörlerin gelişmesi için gerekli olan politikalardır; erişimin serbestleştirilmesi, adil rekabet, işletmeler üzerindeki yükün azaltılması, işletme sahipliğinde ayrımcılığın ortadan kaldırılması, işletme ölçeğinde ayrımcılığın ortadan kaldırılması vb. Bu endüstrilerde büyük veriler ancak açık bir endüstriyel ortamda etkin bir şekilde kullanılabilir. Finans, sağlık, eğitim vb. Alanlarda büyük verilerin kullanımını kuvvetli bir şekilde teşvik edecek bir yer varsa, en etkili politika bu endüstrilerde güçlü reformlar gerçekleştirmektir.

Büyük veri geliştirme ve yüksek maaşlar [ücretsiz erişim] için eksiksiz bir gerekli kaynak seti

Oracle'ın kıdemli teknik direktörü, büyük verilerin geliştirilmesine tam olarak yardımcı olmak için uzun yıllar boyunca eksiksiz bir müfredat sistemi [büyük veri ve yapay zeka geliştirme için görülmesi gereken bir] oluşturdu Sıfır temel + giriş + iyileştirme + proje = yüksek maaş !