Büyük Veri Zirvesi Forumu - Sekiz misafirin açılış konuşmaları
Wu Ziming, Donghua Software Co., Ltd. Başkan Yardımcısı, Donghua Guangpu Big Data Technology Co., Ltd. Başkan Yardımcısı
"Büyük Veri - Yenilik ve Gelişimin Yeni Gücü"
Wu Ziming
Şehir büyük verisi, aslında, son iki yılda herkesin kafasında birçok kavram var, ancak aslında, hükümet düzeyinde veya işletme düzeyinde ne olursa olsun, pek çok başarı elde edildi, bu yüzden ben de Devlet verilerinin düzeyi, herkes için basit bir paylaşım ve değişimdir. Bu sefer temel olarak dört yönden iletişim kuracağız: Şu anda veri interneti çağında, muhtemelen birkaç süreç vardır: küresel ve yerel büyük verinin temel gelişimi; büyük verilerin kentsel yenilik için nasıl karşılık gelen desteği sağlayabileceği; Veri oluşturmaya nasıl devam edilir.
Big Mac büyük veri şirketleri bekleniyor
Şu anki İnternet döneminin iki aşamaya ayrıldığını düşünüyorum. Birincisi, tüketici İnternet'in 90'lardan 2000'e kadar geleneksel olmasıdır. Bu aslında tüketici İnternet çağı; aslında 2015'ten sonra Veri interneti çağına girdi. Aslında, Çinin interneti 1995te Çin'de kademeli olarak yükselmeye başladı. Aslında, 1995 ile 2005 arasındaki on yıl İnternetin ilk neslinin çağı olarak özetlenebilir. İlk yıllarda Yahoo, Sina ve NetEase gibi bazı İnternet devleri daha meşhurdu. Hepsi ilk İnternetin on yılında oluşmuştur, bu nedenle birinci nesil İnternet, sorunu daha çok insanın görebilmesi için İnternete taşıma sorununu çözmek için çözmüştür. Bu aslında bir bilgi ara bağlantısı çağıdır. İkinci on yıl 2005-2015 idi İnternetin gelişmesinin en önemli sonucu Amazon, Ali ve JD gibi tipik e-ticaret web sitelerini ortaya çıkardı.Bu on yıldaki ana çözüm, ürünleri İnternete taşımaktır. Aslında tabi ki bu internet devleri doğdu. Dolayısıyla, 2015'ten sonra, hatta 2015'ten 2025'e kadar olan on yılda, önceki yirmi yılda İnternet'i üreten devlere benzer olabileceği ve bir devi görmenin mümkün olabileceği sonucuna varıldı. Veri şirketlerinin ortaya çıkışı, veri bağlantısının üçüncü çağında da temel beklentimizdir.
Büyük veri oluşturmak, birden çok teknolojinin entegrasyonunu gerektirir
Şu anda büyük veriden bahsetmek aslında çok pragmatik bir tavır.Birincisi, büyük veri teknolojisinin aslında şimdiye kadar çok olgun bir şekilde geliştirildiği. Büyük verinin inşası, büyük veri teknolojisinin yalnızca bir yönü değil, aynı zamanda hepsi birbirini tamamlayan ve veri haline gelmek için bir araya gelen Nesnelerin İnterneti teknolojisi, yapay zeka teknolojisi ve son zamanlarda daha sıcak blok zinciri teknolojisi de dahil olmak üzere pek çok kişiyi içerebilir. İnternet çağında çok önemli bir destekçi.
Büyük verinin temel gelişimi, her şeyden önce dünyadaki büyük verinin gelişim tarihidir.Büyük veri kavramını ilk kez 2008 yılında IBM'deki bilgisayar uzmanları önermiştir. Dünya, Birleşmiş Milletlerin yanı sıra bazı Batı ve diğer Asya ülkelerini de içermektedir.Hükümet düzeyinde, büyük veriye yönelik temel tutum.Birleşmiş Milletler, küresel düzeyde büyük veriyi kesin olarak kullanmak için önerilen Küresel Nabız Planı adlı çok önemli bir projeye sahiptir. Yoksulluk çeken bölgelerdeki işsizlik oranı, bazı ekonomik kalkınma ve kamu yönetimi de dahil olmak üzere, yoksulluktan muzdarip bölgelerdeki hastalıklar, çok net bir inşaat kılavuzu ortaya koydu: Bu, Birleşmiş Milletler'deki belirli bir proje örneğidir. Çinin büyük veri geliştirme verileri diğer ülkelerden biraz farklıdır. 2017'de "On Üçüncü Beş Yıllık Plan" ın uygulamaya konulması da dahil olmak üzere büyük verilerin geliştirilmesini üst düzey tasarımdan daha fazla teşvik eder ve yerel yönetimler de aynı şeyi yaptı. İçinde. Genel olarak, büyük veri aslında Çin'de özellikle büyük veri uygulamaları alanında çok hızlı gelişiyor.Çin ayrıca dünyada görece lider bir konum olmalıdır.
Büyük veri, şehir operasyonlarını bilime dönüştürür
Büyük veri, şehrimizin operasyon yeniliği ile nasıl birleşiyor? Büyük verinin gelişim aşaması açısından bakıldığında, gelecekteki bilgi sistemi bir platforma ademi merkeziyetçi bir dönüşüm olacaktır.Gelecekte bir aşama olması gerektiği söylenebilir.Her şehrin tek bir sistemi veya tek bir veritabanı olabilir. Örneğin, Qingdaonun gelecekteki verileri ve hükümet işleri verileri yalnızca bir şirkette bulunabilir veya bir veritabanı olabilir. Belki gelecekte her şehir sadece bir süper büyük tek boynuzlu at şirketine sahip olacaktır.Bu şehrin verilerini kim kavrayabilirse, bu şirket kesinlikle bir bölgedeki belirli bir şehirde süper bir şirket haline gelecektir. Bu yavaş yavaş evrimsel bir süreçten geçiyor. Devletin karar verme süreci aynı zamanda işletme karar vermeyi de içerir.Gelecekte sadece temel istatistikler, temel madencilik ve verilere dayalı temel analizler kullanılabilir.Bu nedenle, devlet yönetiminin ampirizmden bilimselleştirmeye temel dönüşümü de aşamalı bir gerçekleştirme sürecidir.
Donghua Guangpu büyük verisi, ülkede çok iyi bir birikime sahip ve Çin'de ilk standartlaştırılmış ve kapsamlı büyük veri ticaret platformunu başlattı; Çin'de büyük veri işlem standartlarını ilk derleyen şirkettir. Donghuanın büyük verinin üst düzey inşası hakkındaki temel düşüncesi, en önemli şey, yalnızca verileri kullanmak için değil, daha da önemlisi yeni bir veriye dayalı ekolojik ortam oluşturmak ve büyük verilerle hükümet düzeyinde başa çıkmak için büyük veri geliştirmektir. Üst düzey planlamanın temel fikirleri ve çerçevesi. Büyük veriden oluşan yeni bir büyük veri ekosisteminin uygulanması ve yetiştirilmesi de dahil olmak üzere, ilgili entegre destek platformunun inşasına kadar büyük verilerin üst düzey planlaması. Şehir veri analiz merkezi aynı zamanda Donghua Software tarafından sağlanan ilgili düşünce ve çerçevedir. Asıl mesele, şehir liderlerine veri, teknoloji, Nesnelerin İnterneti, blok zinciri teknolojisi ve şehir verilerinin uygulanması yoluyla daha net bir fikir vermek için verilerin nasıl kullanılacağıdır. Şehir verilerinin içgörüsünü gerçekten gerçekleştirmek için, bu, şehir verileri uygulamasının bazı temel yapısıdır.
Zhang Junni, İstatistik Doçenti, Guanghua Yönetim Okulu, Pekin Üniversitesi
"Büyük Veri Uygulaması ve İstatistiksel Düşünme"
Zhang Junni
Büyük veri uygulamalarında, problemlerin çoğu aslında istatistiksel modellemedir.Aslında, bazı X ve Y vardır. Y'yi tahmin etmek için bazı X'leri kullanmayı umuyorum. Bu X nedir? Y nedir? Özel duruma bağlıdır.
İstatistiksel modelleme pratikte yaygın olarak kullanılmaktadır
Verinin bir kısmını modellemek için kullanın, hem X'in değerini hem de Y'nin değerini öğrenin ve yeni verileri tahminlerde bulunmak için kullanmayı umun. Öngörülen veriler için, X'in Y'yi bilmediğini bilin. Böyle bir modeliniz varsa, başvurabilirsiniz Ve Y'nin bilinmeyen değerinin ne olduğunu tahmin edin, pek çok şey yapabilirsiniz.
İlk örnek, sorunlu varlıkların fiyatlandırmasıdır. Tahsili gecikmiş krediler bankalar için büyük bir sorundur. Bankalar genellikle onlarla uğraşmak zorundadır. Tahsili gecikmiş varlıkları, sorunlu varlık yönetimi şirketlerine yeniden satmak istiyorlarsa, sorunlu varlık yönetimi şirketlerinin sorunlu varlıkları elden çıkarması gerekir. Bertaraf yöntemi, ancak çok önemli bir nokta var, elden çıkarma fiyatı ne kadar? Bu elden çıkarma fiyatının geniş bir değişim aralığı vardır, en küçüğü 0, en büyüğü, borçların toplam anapara ve faizidir. 0'dan en fazla anaparaya doğru fiyat nedir ve faiz, dikkat edilmesi gereken çok önemli bir konudur.Kötü bir varlığın nasıl tahmin edileceğini bilmek gerekir. Faktörleri görünce, fiyat ne kadar belirlenmeli?
Pek çok faktör olacak, X, Y sorunlu varlıkların fiyatlandırması ve X, sorunlu varlıkların bilgisidir.Bu bilgiler çok fazla, çünkü eğer bir kredi ise, alacaklının haklarıyla ilgili bazı bilgiler olacaktır.Ana para ve faiz yapısı nedir? ? Toplam anapara ve faizi ne kadar açıklıyor? Temerrüt zamanı nedir? Davaya dahil mi ve borcun miktarı nedir? Borçlu vakası da var.Borçlu bir teşebbüs.Bu işletme, finansal bilgiler, finansal olmayan bilgiler, işbirliği yapmaya istekli olup olmadığı, yönetim bilgileri vb. Ana varlık ve yükümlülükler ve kefil gibi işletme ile ilgili pek çok bilgiye sahiptir. Varlık bilgilerinin yanı sıra çeşitli bilgi türleri de vardır. Varlıkların bir kısmı krediye ipotek edilebilir, bazıları teminatsız olabilir. İpotek doğrudan geri alınabilir veya bir şekilde geri alınmaya çalışılabilir. İpotek Varlıklarınızın fiyatı nedir? Gayrimenkulün bugünkü değeri nedir? Ekipmanın değeri nedir? Bunların hepsi dikkate alınması gereken faktörlerdir. Buna ek olarak, makro-endüstri hakkında da bilgiler var, çünkü varlıkları düşük olan sektör, tüm ülke ekonomisiyle ters çevrilebilir. Ekonomi yükseldiğinde, sorunlu varlıklar düşecek. Ekonomide kötü varlıklar yükselecek. Bunun için gerekli Bazı makro düzeydeki bilgilere dikkat edin. Diğerleri, sektörün kendi borç şirketleriyle, hangi sektöre ait oldukları, endüstrinin gelişimi vb. İle ilgilidir. X'in tüm yönlerini toplamak ve ardından istatistiksel bir model oluşturmak gerekir. Gelecekte yeni şirketler varsa Ne kadar kötü varlıkların fiyatlandırılması gerektiğini tahmin etmek için bu bilgileri yalnızca bazı bilgileri keşfederek kullanabiliriz.
Başka bir örnek, yedi günlük bir otel zinciri veya Homeinn otel zinciri gibi bir zincir mağazanın konumu. Otel için bir sonraki konum nerede? Bunun için pek çok husus var, mesela benzer bir yabancı zincir şirketi bunu yapıyor.Y'nin işletme kar marjı olması gerektiğini düşünüyor. Bir nokta belirlemek istiyorsanız, bu noktanın işletme kar marjının çok yüksek olmasını umuyoruz. , X'in birçok düşüncesi var, buradaki rekabet nedir? Aynı türden yakındaki otellerin sayısına, oda sayısına, pazardaki farkındalığa ve yakınlarda kaç müşteri olma olasılığına bakın. Örneğin, yakındaki iş bölgesindeki ofislerin alanı ve sayısı, yakındaki üniversite öğrencilerinin sayısı, vb. Ve yakındaki toplumda durum nedir, gelir ve eğitim durumu nedir? Bu bölgenin coğrafi özellikleri nelerdir? Uygun mu? Şehir merkezine daha yakın mı? Bunların hepsi dikkate alınması gereken faktörlerdir. Bazı geçmiş veriler X ve ardından bir geçmiş veriler Y varsa, istatistiksel bir model oluşturulabilir. Daha sonra yeni bir adres için birkaç alternatif adres olabilir.Her alternatif adres için ilgili bilgileri girin. Bu bilgi, gelecekte hangi adresin daha yüksek işletme kar marjlarına sahip olabileceğini tahmin etmek için kullanılır. Birçok uygulamaya sahip olan bu adresi seçin. İçinde tam olarak X ve Y nedir? Yalnızca verilere değil, çok önemli olan tamamen iş bilgisine bağlıdır.
Tahmin doğruluğu, pratik uygulamalar için çok değerlidir
Dikkate alınması gereken iki konu daha var: Biri veri modelleme, bazıları modelleme ve diğeri tahmin için kullanılıyor.Herkesin düşünmesi için yeterince iyi olması gereken iki veri var.Modelleme verileri tahminleri temsil edebilir. Veri? Modelleme verileri ve tahmin verileri benzer mi? Benzer ise modeli daha fazla tahmin yapmak için kullanmak mümkündür. Pratik uygulamalar için model tahmin doğruluğunun değeri nedir? Bu dikkate alınması gereken bir şey, bir model varsa ille de en iyisi değil.
Örneğin, ilk soru, modelleme verileri tahmin verilerini temsil edebilir mi? Genel anlamda geleceği tarihten görmeye çalışmak, tarihten gelecek nedir? Modellenen veriler geçmiş tarihsel verilerden gelir. Geçmişteki geçmiş veriler X ve Y arasındaki ilişkiye dayalı olarak bir model oluşturulur. Geleceği düşünmenize yardımcı olması için geçmiş verileri kullanırsınız. Bu, tarihsel bir yasayı bulmanıza yardımcı olacak istatistiksel bir yöntemdir. Geleceğe kadar bekleyin Aynı yasa, X'e göre Y'nin geleceğini tahmin etmek için de kullanılabilir. Bu, tarihin ve geleceğin daha yakın olmasını veya geleceğin ve kâr süresinin daha yakın olmasını gerektirir. Endüstriniz çok değişmediyse ve çevreniz çok değişmediyse, tarih geleceği temsil ettiğinde çok yardımcı olabilir.
Başka bir soru daha var: Pratik uygulamalar için model tahmin doğruluğunun değeri nedir? Geleneksel bir cevap var. Eğer burası bir alışveriş merkezi veya iş için bir savaş alanıysa, bazen tahmin doğruluğu özellikle yüksek değildir, ancak diğer modellerden daha iyiyse ve biraz gelişmenize yardımcı olabilirse, çok iyi iş çıkardınız, örneğin Özellikle finans endüstrisinde, bu çok açıktır.Finans endüstrisi için, biraz kar farkı veya risk kontrolünde küçük bir avantaj olduğu sürece, artı geniş bir taban olduğu sürece, iyi yapabilir, bu nedenle tahmin doğruluğu budur. Pratik uygulamaların değeri belirli koşullara bağlıdır.
Guangdong Shushu Story Information Technology Co., Ltd.'nin kurucusu ve CEO'su Dr. Xu Yabo
"Tüketici Zekası Çağı: Büyük Veri, İşletmeler için İş Kararlarını Yönlendirir"
Xu Yabo
Büyük veri iş dünyasında ne yapabilir? Nasıl yapılır Bugün piyasada neler değişti? Üç ana eğilim var: Birincisi, tüketicilere pazarlamanın çok kesinleşmeye başlaması, ikincisi, perakende kanallarının gelişimi çok büyük.E-ticaretin önemli ölçüde gelişmesinden sonra, birçok insan artık farklı kanallar satıyor. Daha fazla hale geldi; üçüncüsü, ürün hizmeti aslında aynı zamanda tüketici odaklı ve bugün aslında iş operasyonlarında her eylemin bir ilkesi haline geldi. Veriye karar verme, bu şeyler kesin ve farklı hale geldiğinden, veriler olmadan çok doğru bir şekilde yapmak zordur.
İş kararlarını yönlendirmek için büyük verileri kullanın
Her şirket için, karar verme sürecini yönlendirmek için büyük verileri kullanmayı umuyoruz. Karar verme sürecini yönlendirmek için veriler nasıl kullanılır, veriler içgörü, strateji, eylem, değerlendirme sürecinde nasıl kullanılır?
Bu bakımdan, nispeten büyük bir değişiklik olduğunu düşünüyorum Geçmişte karar verme sürecini yönlendirmek için verileri gerçekten kullandık mı? Aslında iki alan var: Birincisi tüketiciler veya pazar araştırması Geçmişte tüketicileri anlamak istediğimizde yöntem, tüketicileri laboratuvara çekmek için bazı anketler göndermekti.Tadı neydi? Onu çekmedin mi? Sonra onu piyasaya sürün ve harici tüketicileri karşılaştırın ve inceleyin. Uzun yıllardır var olan başka bir türü daha var, yani yavaş yavaş görece olgun bir şeye dönüştü, yani BI.Geçmişte çeşitli şirketler, ERP sistemlerini kurmanın başlangıcından kendi CRM'lerini oluşturmaya kadar kademeli olarak kendi iş analizlerini yaptılar. Günümüzün CI'sı, önceki MR ve BI'dan farklı olan tüketici odaklı büyük veri analizi kavramını hala vurgulamaktadır, çünkü bugün büyük veri tarafından yönlendirilmektedir ve dahili ve harici veriler entegre edilmiştir.İşletmenin iç verileri çok önemlidir ve dış veriler de çok önemlidir. .
Büyük veri, işletmeye yeni fırsatlar getirir
İş dünyasında bizim için yeni fırsatlar neler? Büyük verinin getirdiği maliyet düşüşü, kısa döngü ve aynı zamanda gerçek zamanlı geri bildirim getirebilmesi gerçeği. Bu kavramla, geçmişte bir sistem kurmak zorunda kaldık. En az üç aydan altı aya kadar çevrim içi döngü ve ardından onu kuruluşta çalıştırmak gerekir. Dış anket anketleri gerekli olabilir Yeni ürünlerin bulunması ve pazarlanması birkaç ay sürer. Listeleme döngüsü üç ay, altı ay veya hatta bir yıl olabilir, ancak bugün büyük verilerle maliyet döngümüz büyük ölçüde kısaldı. Büyük veri sayesinde, tüketicilerin daha özgün ve çeşitli seslerini duyabilirsiniz ve genellikle verilerden keşfedilmemiş bir şeyi görebilirsiniz ve içinde yeni iş fırsatları vardır.
Bu çok güzel bir ideal, öte yandan zorluk nedir? Bunu yapmak kolay değil çünkü ilk veriler çok fazla, gerçekten daha uygun maliyetli bir şekilde işlenebilir mi? İkincisi, verilerin güvenilir kısımlara ve güvenilmeyen kısımlara sahip olmasıdır Güvenilmeyen kısımlar nasıl kaldırılır? Çinlilerin getirdiği benzersiz zorluklar da var Bu karmaşık problemler nasıl çözülür? Ve hangi veri parçasına inanmalıyız? İç ve dış verilerin nasıl entegre edileceği de var mı? Girişimcilerin gelişimi de dahil olmak üzere bu zorluğun üstesinden gelmek istiyorsak, veri toplama, depolama, analiz, yapılandırılmış süreçler vb. Gibi bu süreçlerin üstesinden nasıl gelinir, bunları üç veya dört yıl sonra aşamalı olarak inşa ettik. Veri endüstrisinde üç şey çok önemlidir: Biri veri kaynağıdır.Sadece bir veri kaynağı olduğunda analiz yapılabilir. İkincisi, bu sorunu çözmek için iyi veri araçlarına sahip olmaktır. Üçüncüsü, yol gösterecek çok net bir uygulamaya sahip olmak, uygulama değerlidir.
Şirketlerin yeniliği teşvik etmesine yardımcı olmak için tüketicilere dayanır
Veri kaynakları ve araçlarıyla ilgili büyük soru, şirketlerin bu verileri nasıl kullanabileceğidir veya iş kararlarını çözmenin temel sorunu nedir? İşi üç ana temel mantığa ayırıyoruz. Birincisi, şirketin bir iş ilerlemesi yapması gerektiğidir. Önce bir marka oluşturun, sonra pazarlama yapın ve son olarak, işin her bir temel bağlantısına çeşitli teşhisler koymalıyız. Bunları yapmanın arkasındaki en zor şey nedir? Güvenilir bir iş modeli oluşturmak için geleneksel iş anlayışının verilere nasıl yerleştirileceği budur. Bir ürün yaptığımızda, büyük veri yoluyla ürün hakkında anında geri bildirim almayı, ürünü tanıtmayı ve promosyon içeriğini ve markayı sürekli olarak ayarlamayı umuyoruz.
Bugün, iş büyük verileri bir işletmenin temeli haline geldi. Bizim gibi bir şirket için üç şey teşvik edilebilir: birincisi, tüm kuruluşun veriye dayalı karar alma kültürünü meslektaşlarla desteklemeyi umuyoruz; ikincisi, umuyoruz ki Şirketlerin veri karar alma maliyetlerini azaltmalarına ve şirketler için temel bir yetenek haline gelmelerine yardımcı olarak, böylece temel rekabet gücü sağlamalarına yardımcı olun; üçüncü olarak, sektörde ne yapmayı umuyorsunuz? Şirketlerin tüketicilere dayalı inovasyonu teşvik etmelerine, kendilerini altüst etmelerine ve sonunda bu endüstrinin gelişimine liderlik etmelerine yardımcı olmayı umuyoruz.
Huang Ruizhang, Doçent, Bilgisayar Bilimi ve Teknolojisi Okulu, Guizhou Üniversitesi
"Büyük Veri Medya Yakınsama Gelişimini Nasıl Teşvik Ediyor"
Huang Ruizhang
Büyük veri öyle bir disiplinler arasıdır ki, aslında belirli bir sektör için tek başına veriye güvenen insanlar iyi yapamazlar ve sadece belirli bir alandaki alanlara güvenenler iyi yapamazlar.Veri iki yön gerektirir. Ancak entegrasyondan sonra yöntemleri ve modları hakkında derinlemesine düşünebiliriz.
Yeni medya verileri nedir? Sektör çapraz entegre olduğunda veriler bize ne getirebilir? Sektör perspektifinden, önemli verilerinizin ne olduğunu düşünüyorsunuz? Yeni medya perspektifinden bakıldığında, az çok haber ve içerik hala en önemli verilerdir İçerik tam olarak nedir? Makalenin konusu, eğilimi ve iç duyguları dahil olmak üzere makaledeki ortak metinler, resimler ve videolar, bazı akıllı yöntemlerle analiz ettikten sonra, ancak ilk iletişim içeriğinden yeni medya verileri bulduk Bu sadece bunlardan çok daha fazlası Yeni medyanın genel verileri daha fazla şey içeriyor Bu şeyler nerede var? Veriler yayıldıktan sonra, daha kapsamlı veriler elde edilecektir.Bunlar genellikle veri analizi konusundadır ve sektör dışındaki bazı senaryolarda araştırılamaz Bu veri nedir? Yani, içeriğin metni gönderildiğinde oluşan davranış ve bu onun davranış verisidir.
Ne içerir? Verileri kimin okuduğunu, verilerin hangi yayınların yeniden yayınlandığını, verilere kimin önem verdiğini, hangi tutum hakkında yorum yaptıklarını vb. Dahil olmak üzere, bu açıdan veriler aslında çok Eşyaların doluluğu sadece özü ve içeriği değil, aynı zamanda bazı çok dış davranışları da barındırır.Tüm bunlar gerçek yeni medyayı oluşturur.En önemli faktör, yeni medyanın dahili verileridir.
İçerikten kanallara
Veri varlıkları ve içerik veri varlıkları çok çeşitli içerik verileri olduktan sonra, verilerle nelerin iyileştirilebileceğini düşünmeye başlarız. Bu verilerin bazı geleneksel modellere nasıl çekileceği, böylece geleneksel modelin geleneksel modelden kesinliğe, zekaya, geleneksel bilgi savunuculuğundan veriye kadar yeni fırsatlarla dolu olması ve geleceğe gitmesi. Yapay zeka alanı.
Geleneksel medya endüstrisinde planlama, toplama, düzenleme, dağıtma ve değerlendirme çok geleneksel bir medya üretim sürecidir. Veriler ona ne kazandırabilir? Her bağlantının bazı verileri nasıl elde edilir? Her bir bağlantıda iyileştirmeye yardımcı olmak için bu tür verilerin nasıl kullanılacağı, üzerinde düşünülen bir sorudur.Bu, endüstri kullanıcıları tarafından da tartışılmaktadır.Yeni medya alanında, her bağlantıda bazı yeni pratik veri noktaları bulunabilir. Uygulama noktaları ve yenilik noktaları.
Beş bağlantıya tek tek bakın İlk bağlantı planlama bağlantısıdır Çözüm nedir? İyi içerik, daha geniş yayılım için bir temel oluşturabilir. Veri analizi yoluyla, haberlerin sıcak haberlerini bulabiliriz. Bu içerik planlama bağlantısıdır. İkinci bağlantı, içerik toplamadır.Bu, yazmak için ne kullandığımız sorununu, yani maddi sorunu çözer.Veriler yapmamıza ne yardımcı olabilir? Daha kapsamlı ve doğru malzeme verileri toplamamıza yardımcı olabilir. Bir sonraki adım içerik düzenlemedir. Çözüm nedir? Yeni medya üretmek isteyen bir kişi veya bir editör için çoğu zaman kalemin üstüne düşmek zorundadır.Elde edilen materyali en iyi şekilde organize etmek ve okuyucularına sunmak, editörün ihtiyacı olan şeydir. Bazı özellikler. Veriler, yazma sürecinde en uygun ve doğru bilgiyi sağlamamıza yardımcı olabilir. Ne yazdın? Ne yazmalı? nasıl yazılır? Sıradaki soru, yazı yazıldıktan sonra dağıtılması gerekiyor Dağıtım, iyi bir ürün var demektir Yeni medya için ne anlama geliyor? Kanal seçimi demek, hangi kanalların bizim için daha uygun olduğunu bilmiyoruz. Aynı zamanda, birden fazla kanal seçildiğinde, tabii ki, kanalları koordine etmeye yardımcı olmak için bazı veri araçlarına ihtiyaç duyulabilir. Son bağlantı, iletişim etkisinin değerlendirme bağlantısıdır Bu bağlantıda ne yapmalıyım? Veriler bize el yazmasını kimin okuduğunu, kaç kişinin okuduğunu, kaç kişinin beğendiğini, kimin yeniden bastığını, yeniden basıldıktan sonra kimin yeniden bastığını vb. Söyleyebilir. Zincirimizdeki en kritik kişi kim? Bir sonraki stratejiye nasıl karar vermeliyiz? Bu, iletişimin analizidir. Yani şimdi genel değerlendirme kademeli olarak içeriğe odaklanmadan kanallara odaklanmaya doğru kaymıştır. Veriler endüstrinin belirli yönlerinde bu şekilde değişiklikler meydana getirebilir.
Yeni ortam matrisi etkiyi artırıyor
Yeni medya matrisi ile ne yapılabilir? Her üyenin ve her matrisin genel etkisi, iletişimi ve hizmetinin görülebilmesi için iletişimde, kaynakların değiş tokuşunda ve ara bağlantıda karşılıklı yardım sağlayabilir.
Matris başarılı bir şekilde yapılandırıldığında, tüm matris için, onu değerlendirmenin bazı etkileri, hayran analizi de dahil olmak üzere, cinsiyetini, aktivitesini, endişe süresinin uzunluğunu, okuma hobisini, coğrafi dağılımını ve hayran kullanımını analiz edebilir. Yazının kalitesinin değerlendirilmesinde ilgili boyutlar, okuma kaynakları, genel hedef ve içinde yayınlanan makalelerdeki ayrıntılı katsayılar, okuma sayısı, paylaşım sayısı vb. Dahil olmak üzere dil vb. Çok önemli göstergelerdir.
Aynı zamanda, makalenin türünü, zamanını ve popüler sıralamasını da paylaşabiliriz, özellikle popüler makale sıralama listesi, aslında her büyük matrisin üyeleri tarafından oldukça ilgilidir. Son olarak, iletişim etkilerinin genel bir analizini verebiliriz Bu analiz, matrisin her üyesinin coşkusunu ve bir bütün olarak matrisin her bir Cheng Yuanzhi'si arasındaki etkileşimi ve işbirliğini geliştirmek için çok yararlıdır.
Zhongguancun Big Data Industry Alliance Genel Sekreter Yardımcısı Wu Yuanwen / Jingtong Network Technology Co., Ltd. CEO'su
"Blok Zinciri ve Büyük Veri"
Wu Yuanwen
Qingdao'daki organizatöre bizi bu toplantıya davet ettiği için teşekkür ederiz Neyse ki birçok yeni arkadaşla tanıştık. Blockchain ve büyük verinin ortaya çıkışı sadece teknik bir füzyon değil, gelecekte mevcut boyuttan daha yüksek bir boyuta sıçrama gibi boyutsal bir gelişme olabilir.
Jingtong Teknolojisi, Silikon Vadisi'ndeki bir blockchain teknolojisi şirketinden doğdu. 2011'de, yedi Çinli bilim adamı, ticari uygulamalar için blockchain teknolojisini araştırmaya başlamak için Silikon Vadisi'nde bir ekip kurdu.
Geleceğin uygulamalarla birleştirilen üç yön olabileceğini düşünüyorum.Birincisi, paylaşılan uygulama ekonomisi yönü. Blockchain'in doğal eşler arası bağlantı ağı, blockchain cüzdanının kendi sosyal işlevleri ve kendi işlem ve ödeme işlevleri var. Gelecekte uygulama ve paylaşım ekonomisinde tek boynuzlu at şirketleri olabilir. İkincisi, Değer İnterneti'dir. Endüstriyel zincirin yukarı ve aşağı işbirliği.Şu anda gördüğümüz yazılım BT sistemi mimarileri arasındaki iletişim, şu ana kadar veritabanları arasındaki karşılıklı iletişime bağlıdır.Sanayi zincirine hizmet eden yazılımların ortaya çıkışını görmedik.Gelecekte blok zincir teknolojisinin ortaya çıkması ERP olacak CRM mevcut sistemleri, tüm sektöre hizmet veren bir yazılım platformu ve iş formatı olmak üzere birbirine bağlanmıştır. Üçüncü yön büyük veridir.Gelecek, verilerin açıklığa, paylaşılmasına, işbirliğine ve işbirliğine dayalı olarak geliştirilmesine yönelik olmalıdır.Büyük veri ile birlikte blok zincir teknolojisi tüm toplumu etkileyecektir.
Teknoloji ve uygulama kombinasyonu perspektifinden bakıldığında, blockchain aslında işlem odaklı dağıtılmış bir depolama teknolojisidir.Tüm işlem bağlantılarını biliyoruz.Aslında, genişletilmiş senaryo çok büyük ve bir sonraki adıma aslında eşlik ediyor Değer akışındaki tüm bağlantılar, tüm blok zinciri tarafından birleştirilebilir ve dönüştürülebilir ve gelecekteki senaryolar veya etki çok büyük olacaktır.
Dünya birbirine bağlı. Bununla birlikte, BT sistemlerinin inşası ve veri toplama ile birlikte, temel BT sistem mimarileri, merkezi BT sistem mimarileridir.Bulut bilişim, IOE veritabanları, vb., Hepsi veri tabanlıdır. Bir veri tabanı tarafından engellenen sözde ada veya baca sistemine bakıyoruz.
Büyük veri geliştirmenin ilk aşaması bilişim, ikinci aşaması kurumsal dijitalleşmedir. Bir kuruluş tarafından oluşturulan büyük veri platformu, çeşitli veri adalarından ve sistemlerinden veri toplamak için bir dahili veri platformuna ve bir veri merkezine ihtiyaç duyar. Bu alanda birçok platform zaten ortaya çıktı. Ancak sektörün büyük veri platformunu görmek hala zor ve gelecekte sosyalleştirilmiş büyük veri platformunu görmedik bile.
Veri merkezinin mimarisindeki sorun, yatırım maliyetinin yüksek olması ve bunu sadece büyük yatırımları olan şirketlerin yapabilmesidir. Veri entegrasyonu sürecinde, veri senkronizasyonu sorunları da dahil olmak üzere paydaşlar, veri güvenliği, veri formatı vb. İle ilgili bir dizi sorun vardır.
Mimari açıdan bakıldığında, orijinal BT sistemi yatırımı korunur.Sadece birbirine bağlamamız gereken sistemleri ve paylaşmamız gereken verileri blok zincirine bağlamamız ve tüm arayüzleri blok zincirine koymamız gerekir, böylece blok Zincir bir arayüz yakınsaması yapar ve ardından blok zincirine yerleştirilen veriler paylaşılabilir ve birlikte çalışabilir, bu da veri ara bağlantısı ve akışının bir sonraki adımının temelini oluşturur.
Blok zinciri ve büyük veriyi birleştirme yolunu uyguluyoruz. İlki, hükümet verileri için açık bir paylaşım platformu.Ayrıca iki fikir var, biri merkezileştirme kurmak. Başka bir platform kurmak ve ardından onu çalıştırmak, veri toplama sürecindeki asıl paydaşların problemleriyle karşılaşacaktır. Açık veriler nasıl değer üretir? Bu blok ve blok zincirinin birleşimi, tüm çözümün maliyetini düşürmektir.Veri kaynağı, bir organizma oluşturmak için büyük veri PAAS platformu ve blok zinciri platformu ile birleştirilir.Tüm konsept, tüm veri uygulamalarının kimliğidir. Zincir, tüm veri varlıkları zincir üzerindedir, tüm veri arayüzleri, zincirdeki çağrılar ve PAAS platformu birleştirilir, tüm izlenebilirlik ve izlenebilirlik sürecini görüyoruz.
İstatistiksel sorun, veri akışı sürecindeki bir sonraki adım için, değer iletimi ve iletimi yoluyla, blok zinciri işbirliği yoluyla, bu süreçte değer zinciri sorununun nasıl çözüleceğidir ki bu, blok zinciri ve büyük verilerin birleşimiyle ortaya çıkar. Mevcut büyük veri akışı sorununu gerçekten çözebilir.
Büyük verinin aşağı inmesinin genel yönü geleceği tahmin etmek, ikincisi ise kesinlik, kişisel hizmetler için hassas ürünler sağlamaktır. Aksine, değerli veriler mahremiyetle ilgili verilerdir. Bu yasayı çözmek zordur. Etik konular dahil olmak üzere sorunlar, doğru onay sorunları ve blok zincirinin birleşimi, verileri kullanma hakkının gelecekte veri sahibine iade edileceği fikrini getirir.
Büyük veri ile blok zinciri arasındaki ilişkiyi düşünüyorum.Büyük veri aslında bir üretim faktörüdür.Tüm endüstriler kendilerini geliştirsin veya geleceği tahmin etsin, tüm bilgileri biliyoruz. Bir unsur vardır ve veri unsuru onu destekler .. Verimlilik nedir? Akıllı yargı ve akıllı algoritmalar sağlamak yapay zekadır .. Blok zinciri nedir? Tüm sosyal ilişkiyi, iş ilişkisini ve organizasyonel ilişkiyi yeniden inşa eden bir teknolojidir.Üçünün birleşimi gelecekte bir geleceği karşılayacaktır, teşekkür ederim.
Liqun Group Başkan Yardımcısı Di Tongwei
"Liqun Group'un Perakende Dönüşümü ve Uygulaması"
Di Tongwei
Bugün büyük bir veri konferansı olmasına rağmen, küçük veri veya büyük veri olmadığını söylemek istiyorum.Liqun geleneksel bir perakende şirketi, ancak şimdi birçok iş formatını kapsıyor.Bu yıl nispeten büyük bir etkinliğimiz var, 12 Nisan. Riliqun Alışveriş Mağazası resmi olarak Şangay Ana Yönetim Kurulu'nda listelenmişti ve ayrıca geçen yıl Yeni Üçüncü Kurul'da listelenen çeşitlendirilmiş bir ilaç alanı da var.
Yeni amiral mağazamız iş dönüşümünün bir yönüdür.Geleneksel büyük mağazalardan alışveriş merkezlerine kadar tüm grubun dijital dönüşümle ilgili olan CRM sistemini yeniden yapılandırdık. Geçen yılın sonunda ve bu yıl O2O ve B2B işini başlattık.Son zamanlarda tüm grubun bilgi düzeyini yükseltiyoruz Dünden önceki gün Lianyungang'da yeni bir alışveriş merkezi açtık.
Son yıllarda geleneksel perakende şirketleri büyük ölçüde etkilendi. İlk zorluk, tüm Çin ekonomimizin dönüşümüdür.Herkesin GSYİH'nın büyümesine değer verdiği ilk aşamadan kalitenin şu anki aşamasına kadar, perakende şirketleri erken aşamada yarışıyor ve şimdi yavaş yavaş verimliliği ve kaliteyi iyileştiriyorlar. En önemlisi, değişen tüketim yapısı ve fiziksel perakende şirketlerinin çevrimiçi etkisidir.
Bu zorlu ortamla karşı karşıya kalan geleneksel fiziksel perakende şirketleri nasıl dönüşebilir? Üç yönü özetliyoruz: Birincisi, iş formatlarının dönüşümü. Son yıllarda, kentsel kompleksler ve marketler gibi yeni iş formatlarının ortaya çıktığını gördük. Son zamanlarda, bazı topluluk taze gıda süpermarketleri ortaya çıktı. Bu fiziksel formatlar da değişiyor. Ayrıca, geleneksel süpermarketler ve büyük mağazalardan alışveriş merkezlerine, marketlerden ve yerel taze yiyeceklere kadar iş koşullarındaki değişikliklere de uyum sağlıyor.
İkincisi, iş modelindeki değişimdir.Geleneksel mağazalar, temelde ev sahibi ve ikinci ev sahibidir.Ancak son yıllarda, süpermarketler de dahil olmak üzere geleneksel mağazalar, özellikle alıcı sistemi olarak adlandırılan kendi kendine çalışan giyim kategorisi giderek daha fazla kendi kendine çalışır hale geldi. Genel olarak konuşursak, son yıllarda, fiziksel perakende şirketleri kendi kendini toplayan, kendi kendine çalışan ve kendi kendine üretmeye yöneldi.
Üçüncüsü, dijital dönüşüm dahil olmak üzere çevrimiçi ve çevrimdışı entegrasyondur. Liqunun ülke çapındaki perakende şirketleri, kendi kendine çalışan modeli göreceli olarak erken benimsedi ve kendi kendine çalışma oranı giyim için% 50'den fazla, süpermarketler için% 90 ve ev aletleri için% 95'e ulaştı. Bu ulusal bir oran. Nispeten yüksek.
Bugün, önerdiğimiz perakendenin dijital dönüşümüne odaklanacağız. Herkes o kadar büyük veriden bahsetti ki, biz bir işletmeden kendi girişimimizin dahili verilerine dikkat ederiz, tabii ki dış veri de çok önemlidir.
Dijitalleşmenin beş yönünü öneriyoruz.
İlki, emtiaların sayısallaştırılmasıdır.Malların gerçek sayısallaştırılması bizim konseptimizden çok daha büyük.Örneğin, artık sadece çevrimdışı değil, aynı zamanda çevrimiçi sıvılarla da sınırlı. Bu iş yükü ve maliyet çok yüksek. Temel özelliklere ek olarak, biz Daha sonraki çevrimiçi özellikler de eklenmelidir. Grup Satın Alma Merkezi, resimler ve çevrimiçi özellikler dahil olmak üzere ürünlerden her şeyi yapmak için dijital bir departman kurdu. Emtianın dijitalleşmesinin gerekleri nedeniyle, perakende sektörü omni-kanallarda faaliyet göstermektedir.Önceki DM ve telefonla alışveriş de dahil olmak üzere hem çevrimiçi hem de çevrimdışı tüm kanallardır.Tüm BT sistemi yapısı da çok büyük bir yeniden yapılanma sürecinden geçmiştir.
İkincisi mağazanın sayısallaştırılması.Mağazanın kendisi bizim için çok önemli bir kaynak, bir mağazaydı.Şimdi mağazayı da dijitalleştirmemiz gerekiyor.Soğuk raflardan, pasajlardan müşterilere ve çalışanlara artık dijital şeyler ekliyoruz. Örneğin, tüm Liqun mağazaları artık tam kablosuz kapsama alanına sahip ve birçok süpermarket ve giyim eşyası da O2O ve müşteri etkileşimi temeli olan bazı etkileşimli şeyler yerleştirdi.
Üçüncü dijitalleşme, müşterilerin dijitalleştirilmesidir.Perakende işimizin özü, müşterilerin değişen ihtiyaçlarını karşılamaktır. Geçen yıldan bu yana tüm grubun CRM sistemi yeniden yapılandırıldı, müşterilerin dijitalleşmesi önerildi ve müşteri hizmetleri merkezi özel olarak kuruldu, toplumda çok sayıda ortağı olan üyeler için büyük bir paylaşım sistemi kuracağız. Elbette fikir yeterli değil.
Dördüncü sayısallaştırma, tedarik zincirinin sayısallaştırılmasıdır.Bu dijitalleşme, perakende şirketlerimizin iç dünyasının çok ötesine geçmelidir, bu toplumla ilgili olabilir. Şu anda tüm tedarikçilerin satış ve yerleşim, gerçek zamanlı tedarikçiler platformdan bilgi alabilmektedir.
Beşinci sayısallaştırma, pazarlamanın dijitalleştirilmesidir. Önceki pazarlamada herkes çok sayıda DM reklamı görmüştü, ancak şimdi hepimiz çevrimiçi durumdayız. Üç dikey ve üç yataydan oluşan bir WeChat pazarlama sistemimiz var. Şu anda 300'den fazla üye var. Milyon, 1.1 milyondan fazla hayranımız var.
1 milyon ürünümüz online ve offline müşterilerimizin gördükleri ürünler online olanlarla aynı ve evlerine teslim ediliyor.Birincisi, kendi mağazalarında eşleştirilebilir ve ardından lojistik merkezi de eşleştirilebilir. Satın alma platformu bu yıl yeni başlatıldı.Küçük ve orta ölçekli işletme sahiplerine hizmet vermek için tedarik zincirinin kaynaklarını kullanıyor.Fiyat yüksek olduğu sürece, Jingdong ile karşılaştırma dahil olmak üzere fark hemen iade edilecek.
Bir sektörde dijitalleşme de pek çok zorlukla karşı karşıyadır.Birkaç noktayı özetledim: Biri yeteneklerin zorluğu, diğeri süreç ve SAAS merkezleri ve veri merkezleri gibi teknoloji çok büyük ve çok önemli bir konu güvenlik. Seks.
4.0
400
1515
SKU55
MDCO5301962494679SKU
C2MHROA
C2MIMAXVR
EXCEL
C2MF2CC2M
ERPVR
2+1+N21N
ODIC
ITAR
