현실을 분명히 인식하고, 중국 대데이터 산업의 통점과 난점을 분명히 인식하다.

현실을 분명히 인식하고, 중국 대데이터 산업의 통점과 난점을 분명히 인식하다.

빅데이터는 신흥 업종으로서 줄곧 여론의 풍파에 처해 있다. 신화+의 개념과 마찬가지로, 빅데이터는 인터넷을 통해' 종교' 제단으로 보내졌다. 빅 데이터 회사는 빅 데이터가 너무 높이 치켜들까 봐 앞으로 처참하게 떨어질 수 있다는 우려가 항상 있다.

20 15 년 중국 대데이터 산업의 열기는 귀양대데이터 거래소부터 시작해 9 월 국무원 50 호문' 대데이터 발전 추진 행동 계획' 에서 최고조에 달했다. 10 의 우진 인터넷 대회에서 큰 데이터가 큰 이슈가 될 것이라고 믿는다.

빅 데이터 포럼에서는 많은 데이터 제품과 솔루션을 소개했습니다. 데이터가 기업에 제공하는 구체적인 가치, 데이터 애플리케이션 시나리오, 빅 데이터 업계의 문제점은 거의 소개되지 않습니다. 중국의 빅 데이터 산업은 많은 고통을 겪었고 빅 데이터 산업은 좋은 전망을 가지고 있지만 빅 데이터 회사는 더 크고 질적 인 도약을 달성하기가 어렵습니다. 중국 빅 데이터 산업의 문제점과 어려움은 다음과 같다.

1 빅데이터 기업은 많고 약해서 산업 우위를 확보하기 어렵다. 전국 대형 데이터 기업 200 개 안팎, 거의 60% 가 베이징에 집중되고 있으며, 소기업 위주로 연간 매출이 10 억원인 기업은 매우 적다. 대데이터 업종은 춘추 전기에 처해 있으며, 각 길의 제후들이 땅을 베고 서 있다. 각 집은 작은 부문을 차지하며 확장하기 어려워 동료들의 치열한 경쟁에 직면하고 있다. 여론 모니터링과 같은 일부 분야는 이미 홍해가 되었다.

빅 데이터 회사의 수는 대부분 수십 개에서 수백 개로, 수천 명 이상의 회사는 매우 적다. 어떤 큰 데이터 기업도 업계를 이끌 수 없고, 어떤 기업의 시장 점유율도 10% 에 달하지 않으며, 어떤 큰 데이터 기업도 업계 표준을 확립하고 업계 발전을 이끌 수 없습니다.

중국의 빅 데이터 산업은 극도로 분산되어 있고, 우수한 인재는 서로 다른 기업에 분포되어 있어 인재의 합력을 형성하기 어렵다. 각 기업의 규모는 매우 작아서 기업 내에서 심화와 확장이 어렵고, 큰 데이터를 이용하여 기업이 업무 향상을 이룰 수 있도록 돕기도 어렵다. 대부분의 기업의 도구와 데이터는 기업의 전반적인 데이터 수요를 충족하기가 어렵고, 중국의 데이터 마이닝 및 분석 제품도 외국 제품과 경쟁하기 어렵다.

빅데이터 산업이 산업의 우세를 형성하려면 반드시 선두 기업들이 필요하다. 외국의 대형 데이터 산업을 참고하여 우리나라는 대형 데이터 인프라, 데이터 제품, 데이터 도구, 데이터 청소 및 데이터 마이닝, 데이터 분석, 데이터 인재 등에 벤치마킹을 해야 한다. 각 선두 기업은 1000 명 이상, 100 억 이상 매출을 내야 한다. 그렇지 않으면 기술과 인재의 우세를 형성하기 어렵고, 큰 데이터를 이용하여 고객이 업무 향상을 이룰 수 있도록 돕기 어렵다.

귀양대데이터거래소' 20 15 년 중국 대데이터거래백서' 는 20 14 년 중국 대데이터시장 규모가 767 억원이라고 언급했다. 이 수치는 보기에 좋아 보이는데, 실제로는 빅데이터 도구, 빅데이터 제품 (상업적 가치 향상) 과 관련된 20% 미만일 것으로 예상된다. 대부분의 자금은 대규모 데이터 인프라 플랫폼 (스토리지 및 컴퓨팅), 컨설팅, 보고 등 상업적 가치 향상과 밀접한 관련이 없는 분야에 사용됩니다. 중국 대형 데이터 시장의 매출은 대부분 IBM, Oracle, EMC, Intel, 화웨이, Lenovo 등 전통적인 IT 회사에 집중되어 있습니다. 실제 빅 데이터 회사의 시장 점유율은 100 억 정도 될 수 있습니다.

중국 대형 데이터 기업의 규모가 너무 작고, 선두 기업이 부족하며, 업종이 지나치게 분산되어 있다. 이것들은 모두 중국의 대데이터 산업 발전을 제약하는 요소이자 산업의 큰 통점이기도 하다.

외부 데이터는 고립된 섬이고, 데이터 가치가 낮은 데이터는 대형 데이터 산업의 발전의 기초이다. 비즈니스 가치가 있는 데이터는 고객, 디지털 운영, 위험 관리, 정밀 마케팅, 예측 및 의사 결정에 대한 통찰력을 기업에 제공합니다. 비즈니스 가치를 지닌 데이터 및 비즈니스 분석은 기업이 비즈니스를 향상시키고 새로운 가치를 창출하는 데 진정으로 도움이 될 수 있습니다.

중국의 대형 데이터 시장은 아직 미성숙하다. 많은 대형 데이터 회사들이 보유하고 있는 데이터는 조각화되어 완전하고 상업적 가치가 있는 데이터를 형성하기가 어렵다. 대형 데이터 시장의 데이터 품질과 기업의 데이터 수요 사이에는 큰 차이가 있다. 대부분의 외부 데이터는 고립된 상태에 있으며, 데이터 간 흐름과 통합은 거의 없습니다. 고립되고, 유동적이지 않고, 통합되지 않은 데이터는 기업을 돕기 어렵다. 데이터를 필요로 하는 많은 기업들은 비효율적이고, 구매한 데이터의 가치가 높지 않고, 데이터 통합이 어렵고, 데이터 구매의 전체 비용이 너무 많이 드는 여러 대형 데이터 회사로부터 데이터를 구입해야 합니다.

데이터 분산의 폐단을 본 결과, 많은 곳에 대형 데이터 거래 시장이 구축되어 데이터 거래 및 데이터 조달에 도움을 주고 있습니다. (윌리엄 셰익스피어, 윈스턴, 데이터, 데이터, 데이터, 데이터, 데이터, 데이터, 데이터) 법적 보호가 부족하기 때문에 많은 기업들이 거래 시장에서 데이터 거래를 원하지 않으며, 종종 일대일 데이터 거래를 통해 거래 쌍방의 이익을 보호할 수 있습니다. 상업적 가치가 있는 데이터는 아직 개발 중이며, 빅 데이터 거래 시장에는 거래할 수 있는 대량의 데이터가 부족하다. 빅 데이터 거래 시장의 비즈니스 모델은 아직 증명할 시간이 오래 걸린다.

국내 최고 품질의 데이터는 금융업계, BAT, 통신사업자, 신중함, 수출이 어렵다. 이 세 업종의 주업은 모두 데이터가 아니며, 데이터 제품을 생산하고 수출하려는 욕망은 그리 강하지 않다. 정부 데이터는 점차 개방되고 있지만 데이터 품질, 집중도, 출력 패턴 등에 많은 어려움이 있다. 국내 대규모 데이터 개방은 최소 3 년이 걸려야 상업 앱의 요구를 충족시킬 수 있다.

3 대부분의 엔터프라이즈 고객은 데이터 비즈니스 어플리케이션에 대한 민감도가 낮습니다. 대부분의 기업은 데이터가 필요하지만 데이터 업무에 대한 민감도는 낮습니다. 데이터 비즈니스 애플리케이션 시나리오 및 데이터 기술에 대한 지식은 거의 없습니다. 데이터 상업에 대한 민감도가 높은 은행이라도 최소한 세 번 소통해야 데이터 가치의 개념을 확립할 수 있다. 제조업, 부동산, 소매업과 같은 다른 업종은 데이터 업무에 대한 민감도가 낮다. 반케 왕석조차도 부동산 업계와 빅데이터 응용에 대해 이야기하지 말고 큰 소리로 외쳤다. 부동산 업계의 데이터는 아직 완전하지 않고, 많은 것은 여전히 수작업 데이터이다. 이에 따라 한 선두 전자상이 반케 데이터 계획 건설을 돕고 부동산 업계의 대형 데이터 응용을 연구하기 시작했다.

빅 데이터 기업의 기존 비즈니스 사례 중 대부분은 고객과 적극적으로 협력하여 데이터 제품, 데이터 도구 또는 데이터 기술을 제공하여 기업이 비즈니스를 향상시킬 수 있도록 지원합니다. 하지만 이런 비즈니스 모델은 피곤해서 시장이 폭발하기 어렵다. 수동적인 데이터 비즈니스 어플리케이션은 비즈니스와 결합되는 경우가 많으며, 기업이 데이터를 활용하여 비즈니스 성장의 병목 현상을 해결하는 데 도움이 되지 않는 경우가 많습니다. (윌리엄 셰익스피어, 윈스턴, 데이터, 데이터, 데이터, 데이터, 데이터, 데이터)

내부 인력은 업무 요구에 대해 깊은 이해를 가지고 있다. 그들이 부족한 것은 시장 데이터와 소비자 피드백이고, 부족한 것은 데이터 분석 방법과 도구이다. 업계 인사들은 대형 데이터 비즈니스 어플리케이션의 주력군이 되어 일부 업계 활동에 참여하고 수요에서 데이터와 솔루션을 적극적으로 찾아야 합니다. 모바일 인터넷 시대에 비즈니스 경쟁 전략은 매우 명확합니다. 하나는 빠르며, 다른 하나는 데이터로 결정을 내리는 것입니다.

빅데이터 산업의 발전은 빅데이터 기업 자체의 일뿐 아니라 각 기업 자체의 일이다. 기업 고객도 비즈니스 요구에 따라 적극적으로 시장에서 데이터와 솔루션을 찾고, 데이터의 비즈니스 민감도를 높이고, 비즈니스 시나리오에서 가치 있는 데이터를 찾아야 합니다.

4 대 데이터 기술 및 제품과 비즈니스의 결합 깊이가 부족합니다. 시장의 모든 대형 데이터 기업과 고객은 데이터 솔루션과 고객 서비스의 통합 깊이가 부족하고, 데이터가 비즈니스의 전반적인 추진에 미치는 영향이 예상보다 좋지 않다는 과제에 직면해 있습니다. 이는 대형 데이터 업계의 폭발적인 문제점이기도 합니다. (윌리엄 셰익스피어, 윈스턴, 데이터, 데이터, 데이터, 데이터, 데이터, 데이터, 데이터, 데이터) 외부 데이터 품질, 기업 사용자 데이터 민감도, 기업 관리 방식, 비즈니스 데이터 인재 등의 문제로 인해 대규모 데이터 솔루션은 비즈니스 깊이와 융합하기 어렵습니다.

빅 데이터의 핵심 가치는 거래 발전의 법칙을 밝히고 기업이 과학적 의사 결정을 위해 데이터를 사용할 수 있도록 돕는 것입니다. 현재 빅 데이터의 비즈니스 애플리케이션 분야는 주로 데이터 수집, 데이터 스토리지, 데이터 컴퓨팅, 사용자 초상화, 정밀 마케팅 등에 집중되어 있습니다. 빅 데이터의 가장 상업적 가치를 지닌 예측 및 의사 결정 기능이 충분히 활용되지 못하고 있습니다. 특히 중대한 전략적 결정에서, 빅데이터의 역할은 분명하지 않다. 기업의 제품 개발, 시장 전략, 전략적 결정은 여전히 과거의 엘리트 의사결정과 경험주의에 의존하고 있다. 미래 사회에는 두 가지 기업밖에 없다. 하나는 데이터를 이용하여 발전하는 기업이고, 다른 하나는 데이터 도태에 신경을 쓰지 않는 기업이다.

대기업이 업계 선두 기업으로 성장하려면 단기적인 이익을 포기하고 고객 운영을 심층적으로 진행하며 고객의 데이터, 비즈니스 및 비즈니스 요구 사항을 이해해야 합니다. 동시에 데이터를 사용하여 고객을 이해하고, 시장을 이해하고, 비즈니스 시나리오를 이해합니다. 데이터와 비즈니스 깊이 융합의 핵심은 올바른 데이터, 올바른 방법 및 올바른 도구를 파악하는 것입니다. 업무 인원은 데이터를 알아야 하고, 기술자는 업무를 이해해야 한다. 복합 데이터 인재는 데이터 비즈니스의 핵심입니다. 업무 담당자는 데이터 기술의 문턱이 높고 기술자는 업무의 문턱이 낮다는 것을 알고 있다. 복합적인 인재는 기술형 인재의 양성으로 시작하는 경향이 있다.

기업의 데이터 인재와 빅 데이터 기업의 데이터 인재는 서로에게서 배우고, 서로의 환경과 요구를 이해하고, 같은 플랫폼에서 대화와 교류를 해야 한다. 데이터 팀은 비즈니스 시나리오와 그 이면의 법칙을 깊이 이해하고, 비즈니스에서 출발하고, 장면에서 출발하고, 데이터에서 출발하고, 큰 데이터 솔루션과 비즈니스 깊이를 결합하고, 데이터로 비즈니스 발전을 촉진하고, 큰 데이터 예측 규칙의 핵심 가치를 발휘해야 합니다.

5 전문 데이터 마이닝 도구와 인재는 전통적인 데이터 마이닝 도구와 BI 시스템이 부족한 지 이미 오래되었다. 각종 보고서를 통해 경영진은 기업의 경영 정보를 이해할 수 있게 되었으며, 이는 과거에는 기업이 관리 수준을 높이고 원하는 목적을 달성하는 데 도움이 되었습니다.

빅 데이터 시대에 기업은 실시간 데이터, 효율적인 도구, 의사 결정 지원 및 예측이 필요합니다. 기존 데이터 마이닝 도구의 성능과 유연성은 더 이상 기업의 요구를 충족시킬 수 없으며, 비기관 데이터의 어플리케이션도 기존 데이터 도구에 도전합니다. BI 분야의 SAS, SPSS, TD 등의 데이터 도구는 점점 소외되고 있으며 R 언어는 데이터 통계 및 시각화의 새로운 총애를 받고 있습니다.

데이터의 시간 가치는 특히 금융기업에서 중시되고 있다. 모든 업무 부서는 자금 사용, 고객의 거래, 위험 관리를 최대한 빨리 볼 수 있기를 기대합니다. 기업이 정보를 빨리 이해할수록 의사결정이 빨라질수록 시간은 돈이다. 이전 데이터 요구 사항은 T+5 또는 T+30 일 수 있으며, 현재 데이터 요구 사항은 종종 T+ 1 또는 T+0 이며 데이터의 실시간, 정확성 및 연관성은 이미 매우 중요한 위치를 언급하고 있습니다. 업무에 대한 수요는 분명하지만 데이터 도구와 인재는 큰 도전이다.

국내 200 여 개 대형 데이터 회사들이 빅 데이터 산업의 서광과 가치를 보고 빅 데이터 회사의 진통을 겪고 있다. 빅 데이터 산업이 급속히 발전하여 시장이 점차 확대되고 있다. 그러나 그 산업의 우세는 분명하지 않고, 우세한 기업은 적고, 데이터 상용화는 느리며, 시장은 아직 성숙하지 않고, 고객 데이터의 상업적 민감도가 낮고, 고품질의 데이터 도구와 인재가 부족하다. 모든 대형 데이터 회사들의 내면적 감정은 이미 시대의 풍구에 서서 방향과 업종을 제대로 선택했지만, 여전히 성장하기는 어렵다는 것이다. (윌리엄 셰익스피어, 윈스턴, 데이터명언) (윌리엄 셰익스피어, 윈스턴, 데이터명언) 200 여 개의 대형 데이터 회사들이 모두 대형 데이터 산업을 육성하기 위해 노력하고 있으며, 고통스럽고 즐겁다.

변쇼가 중국 빅 데이터 업계의 애통점과 난점을 인식하는 데 대해 공유한 내용이다. (윌리엄 셰익스피어, 윈스턴, 과학명언) (윌리엄 셰익스피어, 윈스턴, 지혜명언) 더 많은 정보는 전 세계 아이비리그가 더 많은 건품을 공유하는 것에 집중할 수 있다.