导航菜单

数据智能的发展历程:从业务检测到商业重塑,数据洞见未来

作者:推CTO ON

中国移动互联网的发展见证了中国大数据产业的蓬勃发展。数据智能作为移动互联网时代的自然产物,也是未来漫长发展阶段的核心。推动(日常互动)与行业的共识相吻合。从2010年成立到现在,经过多年的发展,为移动互联网时代的开发人员服务的基础推送平台服务提供商已经发展成为创业板。上市公司也是第一家在中国A股市场上市的数据情报公司。作为专业的数据智能服务提供商,我们将继续专注于利用数据来推动工业智能。

围绕“数据智能”主题,我将通过一系列文章进行阐述。本文主要从技术角度讨论数据智能涉及的各个方面。希望通过这一系列内容,我们可以清楚地了解数据智能和所涉及的技术系统。

本系列将在以下五个方面推出:

01?数据智能时代的到来:性质和技术系统要求

核心内容:我们根据数据智能领域多年的实践,谈谈我们对数据智能的理解,并提出了相应的技术系统要求。

02?数据智能下的数据资产管理理念

核心内容:主要讨论如何将数据作为资产进行管理,实施的基础,如何实施,最终确保数据资产的安全,合理使用和价值创造。

03?数据智能下的安全计算系统

核心内容:在确保数据资产的所有权和使用权分离的前提下,目前可用的技术和方法。

04?数据智能下的数据质量保证体系

核心内容:大数据很大,因为它的大小和多样性与传统的小数据不同,可以快速验证其正确性。那么可以使用哪些方法来确保数据的质量和可验证性?

05?数据智能下不同行业的商业探索实践

核心内容:交错像山,数据智能也有明显的行业区别。本主题将介绍我们更深层次行业的一些探索实践,并总结一些经验和教训。

本文是一系列文章的开头,首先谈谈我们理解数据智能的本质;同时,作为公司的技术领导者,与您讨论基于技术系统的要求,即数据智能时代,从数据中反映智能,您需要从技术方面做些什么。

什么是数据智能,这个概念是如何产生的?

我记得自2010年以来,随着移动?チ男似穑笫菀渤鱿衷诟髦置教逋竞托幸德厶成稀C扛鋈硕蓟嵛剩骸澳阌写笫萋穑俊笔率瞪希闳绾伟汛笫莘旁谏厦妫可昵氩皇呛芮宄?

大数据的开发过程是什么?下图清楚地说明了这一点。

4095986-ffe92d5a95eabec5.png

我称之为大数据成熟度模型。这个过程基本上理解将数据从工具转换为资产的过程,从辅助事物到生产材料的过程。现在在数字经济中,许多人试图定义这一理论,以便在概念上将数字经济与实体经济区分开来。我的建议是从数字是否是主要的生产资料以及它们是否是核心资产的角度出发。定义将更简单,更清晰。

从过去几年的实际发展来看,大数据基本上是根据上图中的模型演变而来的。

2013年左右,企业开始认识到数据的价值。所有拥有大数据生产环境的行业,如电信运营商,政府,公共安全和金融,都已开始构建大数据平台,以收集和存储企业业务生成的数据。与此同时,金融等行业也开始购买大量外部数据。他们希望通过外部数据快速挖掘数据的价值,以弥补数据的不足。许多数据汇总和相关服务公司都获得了发展机会。

2015年,大数据进入监控阶段,通过大屏幕数据的形式实现业务监控。这是大数据最早,最成熟的应用方向。对于政府,中央企业和大型国有企业而言,数据大屏幕和领导看板等数据显示应用是大数据反映价值的最直接方式。

2017年,大数据平台建设基本完善。简单的数据显示很难满足企业的多样化需求。大数据与业务场景相结合。基于大数据,它实现了对业务问题的洞察,并呈现了鲜花盛开的情况。准确的营销和风险控制和现场反欺诈,公安领域的刑事调查,以及工业领域的失败预测和警告。

企业洞察业务场景,单纯依靠简单的数理统计是不足以满足要求的,因此,数据挖掘,数据建模技术应运而生。人工智能建模平台和数据科学平台已经开始进入人们的视野,一些专注于建模平台的创业公司已经出现,但更多的公司已经将人工智能建模平台转变为自己的能力,基于AI建模平台,形成解决方案。帮助企业客户登陆大数据应用程序。

大约在2019年,大数据开始进入业务决策阶段,即数据报告或数据报告由机器形成,业务人员决定成为一台直接给出决策建议的机器,以便机器具有推理能力。例如,在外卖和旅行场景中,Meituan和Didi系统直接形成最佳调度方法,系统自动完成决策?滩⒔挝穹⑺透锍嫡吆图菔辉薄U庵窒喽猿<南颜呋チ【敖鸾コ鱿衷诠ひ祷チ推笠狄滴癯【爸小;痪浠八担笫菡诖右滴袷只锥谓胧葜悄芙锥巍?

4095986-d9571a2ea5dc1516.png

从上一节中大数据的开发,我们看到数据智能目前对应于决策,优化和业务重塑阶段,这意味着机器具有推理能力;这些能力意味着自然语言处理(NLP),知识图等认知技术的成熟是NLP和知识地图在2018年成为市场热点的原因。因此,数据驱动的决策制定,对数据的新需求驱动业务的发展,必然会导致一些数据智能公司的崛起。

在未来,随着技术的成熟,大数据将从决策制定转移到最终阶段,即业务重塑。许多实现可以由机器实现,但仍有许多链接需要人们参与。因此,人机协作将迎来快速发展,从人工智能AI(人工智能)到人工智能增强IA(Intelligence Augmented)。

此时,我们尝试定义数据智能:数据智能是将数据用作生产数据,并结合大规模数据处理,数据挖掘,机器学习,人机交互,可视化等技术从大量提取数据的。挖掘并获取知识,为人们做出决策,减少或消除不确定性提供有效的数据情报支持。

数据智能首先需要提供数据,而数据起着核心资产和生产材料的作用,因此数据治理尤为重要。什么是数据治理?

如何分离所有权和管理权?

公司所有者如何授权和监督职业经理人?

什么是数据(资产)?

如何分离数据所有权和使用权?

数据资产所有者如何科学地授权和监督数据用户?

所有数据智能手段实际上都解决了上面提到的几个问题。数据治理的内容将在本系列的第二部分中详细介绍。

与此同时,我们知道穷人和富人之间的区别在于对财富的态度。富人更多的是从资产增值的角度来看待财富。他们希望创造更多资产并增加资产价值。穷人甚至更多从消费的角度来看,他们偏向于看财富,所赚的钱更多的是消费。所以在数据智能时代,如果我们想成为一个“富人”,我们需要考虑如何让数据发挥更多价值,如何找到其他合作伙伴共同创造价值,但数据不同于其他资产,它具有可复制性和性质的性质,这需要我们解决数据安全问题,这是目前业界关注的安全计算技术。我将在本系列的第三部分详细阐述这一点。

需要我们注意的另一点是,大数据由于其4V特性,?乇鹗谴罅亢屠嘈停惺被崾刮颐嵌云渚酆匣蛏慕峁骋桑」苡行┦菘梢酝üJ痘蛑本酢E卸希苡幸恢治兜啦荒芩怠U庑枰桓鲋柿勘Vは低常刮颐悄芄欢源右淮阶詈蟮拿扛鍪萁锥谓型暾募觳椤1鞠盗械牡谒牟糠纸晗该枋鲋柿勘Vぬ逑怠?

总而言之,数据智能技术系统至少需要包含三个方面:

数据治理系统

数据质量保证体系

数据安全计算系统

数据智能是大数据时代的重要而激动人心的阶段,机遇与挑战并存。作为本系列的开篇文章,本文对该主题的内容进行了概述,并将逐步扩展后续具体内容,希望对大家有所帮助。

这篇文章被构思出来,突然发现这个数字非常好。 7 * 24是许多行业的服务态度和承诺,表明服务一天24小时,每周一周。在数据智能时代,推出的产品和服务也将每周七天在线全天上线!

我们一直深入参与开发人员服务领域。在新闻推动的基础上,我们开发了一系列用于APP开发和运营的产品,如“用户肖像”,“应用统计”和“一键认证”,为开发人员构建新的生态系统。与此同时,PushPeng继续以数据智能为核心拓宽服务边界,并通过创新技术为移动互联网,品牌营销,金融风险控制,智慧城市和公共服务等垂直领域提供定制的大数据解决方案。在未来,我希望利用数据和技术的力量,建立一个拥有更多行业的数据智能和双赢的生态系统。