没有大数据处理 就没有航运的复兴

  随着世界创造的数据越来越多,而且数据产生也越来越快,所谓“大数据时代”无疑就在眼前了。大数据的生成、占有,成为当今所有产业领域的核心议题。建立独特的大">数据处理方案成为所有企业实现转型,占领未来产业制高点的新捷径。推而广之,甚至在政治、经济、军事、社会,大数据也成为改变以往治理方式的契机。当下,借助互联网技术,与人们生活息息相关的消费、支付乃至社交,正在形成一种基于大数据新的“类社会形态”,必将深刻影响人类社会的进程。

  但是,大数据不是“天然”形成,纷繁的人类活动产生的数据其本质是孤立数据,“多数据”不代表“大数据”,这可能是我们很多传统型管理者纠结于数据和“大数据”容易迷失的地方。

  数据变成“大数据”,换句话说产业进入了“大数据时代”,我以为必须有四个条件,即:平台、实时、公开、解析。但有些产业既没有统一的平台,也不具备畅通的实时数据,更没有公开的“数据制度”,当然就不具有数据的解析能力。就此,我们可以断言这个产业还是“传统”的,没有实现转型,甚至还没有开始转型。

  看当下的航运业,非常不幸的是,尽管航运业运行产生海量数据,但是,这些数据目前却保持着一种“无明”状态:标准涣散,条块割据,处理缓慢,目标缺失。航运业可能因此成为一个数据上的“三无”产业了。这个行业的数据收集和解析模式还停留在每日或者每周甚至每月交换几张统计表格。这就是航运业的典型“数据生存模式”,而且在很大程度上,这些表格仍然神神秘秘、藏藏掩掩。而“大数据时代”的特征之一就是“公开”,没有公开,就不会有大数据。借用政治学的用语,数据缺乏“民主”,其利益就无法最大化。

  航运业有数据,但数据被封闭在各个机构和企业内,形成大数据和大数据的处理方案的途径目前还没有找到。对于航运业的“大数据时代”的展望只能出自比照。将航运业与现在最火的电商服务进行比照,呜呼,比照结果几乎是绝望的,航运业“大数据时代”暂时还看不到希望——很难想象这个保守的行业以目前的傲慢可以接受一个公共平台,让寡头和草根对话。

  多少机构多少人,多少时间多少钱,却难迎来“航运大数据”。航运之信息在“传统”和“革命”间难以选择,现实的道路其实比数据的道路来得复杂。市场上有很多的航运数据机构,国内的国外的、新兴的传统的,但是,他们都以基于静态数据库以及基于静态数据的市场报告作为拳头产品,行业也接受这种数据模式和服务。

  其后果会是怎样呢?所以,我们还在担心谁会垄断市场,谁会操纵价格,甚至整个产业链上几个环节同时出现产能过剩。我敢说,凡是产能过剩的行业,肯定是信息不透明的行业,肯定是没能形成有效大数据的行业。

  如果再往深处讨论,还有一个严重的事情:数据只不过是原材料,无论是在寻找被低估的公司和船舶,还是在更恰当的时候进入新的领域,甚至是对产业结构的认知和调整,数据只能够反映出一个事物当前的状态,是判断的基础但并不提供解决之道。而无此大数据,就连决策的契机都没有,不全的数据甚至产生假象。有数学家曾经说过:用数据说谎容易,但是用数据说出真相却很难。

时间: 2024-08-31 15:38:31

没有大数据处理 就没有航运的复兴的相关文章

如何低成本、高效率搭建Hadoop/Spark大数据处理平台

随着人们逐渐认识到 "大数据"的价值,互联网.电商到金融业.政企等各行业开始处理海量数据.如何低成本.敏捷高效地搭建大数据处理平台,成为影响大数据创新效率的关键. 为了让用户以最简便地方式享用阿里云全球资源,在云端构建敏捷弹性.高可靠和高性价比的大数据平台,近日,阿里云在成都云栖大会上发布了一款Hadoop/Spark场景专用的ECS存储优化型实例D1规格族,单实例提供最高56核CPU,224GB内存,168TB本地盘容量,5GB/S总吞吐,PPS达120万+.这对Hadoop/Spa

省时省事省力 巧用阿里ECS D1构建大数据处理平台

随着人们逐渐认识到 "大数据"的价值,互联网.电商到金融业.政企等各行业开始处理海量数据.如何低成本.敏捷高效地搭建大数据处理平台,成为影响大数据创新效率的关键.   为了让用户以最简便地方式享用阿里云全球云资源,在云端构建敏捷弹性.高可靠和高性价比的大数据平台,阿里云在云栖大会·成都峰会上正式推出了Hadoop/Spark场景专用的ECS存储优化型实例D1规格族,充分满足泛互联网行业.金融.电商.政企等行业等搭建大数据存储与计算分析平台的要求,真正意义上做到了"省时省事省力

In-Stream Big Data Processing译文:流式大数据处理

转自:http://blog.csdn.net/idontwantobe/article/details/25938511  @猪头饼 原文:http://highlyscalable.wordpress.com/2013/08/20/in-stream-big-data-processing/ 作者:Ilya Katsov 相当长一段时间以来,大数据社区已经普遍认识到了批量数据处理的不足.很多应用都对实时查询和流式处理产生了迫切需求.最近几年,在这个理念的推动下,催生出了一系列解决方案,Twi

运用大数据处理技术 做好国有企业思想政治工作

在全面深化企业改革和互联网全面普及的新形势下,国有企业思想政治工作面临着许多新情况,国有企业要勇于挑战自我.求新达变,积极推进思想政治工作理念创新.手段创新,要善于运用计算机大数据处理技术,积极构建大数据思想政治工作管控体系,确保职工队伍稳定,使企业思想政治工作焕发出勃勃生机,为企业改革发展提供强有力的思想保障. 运用大数据搭建思想政治工作新平台 针对思想政治工作面临的新情况,国有企业要勇于创新,积极确立"用数据链筑牢生命线"的新理念新思路,立足企业内部网络,运用大数据处理技术,创新做

azure-如何在Azure上部署大数据处理应用

问题描述 如何在Azure上部署大数据处理应用 1.看到Azure上有Hadoop,当不知道怎么用 2.由于本地资源有限,我想通过Azure搭建MapReduce 应用,进行数据处理学习应该如何做 解决方案 azure直接支持hadoop,直接就可以用.官网上有文档 解决方案二: http://database.51cto.com/art/201403/432607.htm

用Apache Spark进行大数据处理—入门篇

文章讲的是用Apache Spark进行大数据处理-入门篇,Apache Spark 是一个围绕速度.易用性和复杂分析构建的大数据处理框架.最初在2009年由加州大学伯克利分校的AMPLab开发,并于2010年成为Apache的开源项目之一. 与Hadoop和Storm等其他大数据和MapReduce技术相比,Spark有如下优势. 首先,Spark为我们提供了一个全面.统一的框架用于管理各种有着不同性质(文本数据.图表数据等)的数据集和数据源(批量数据或实时的流数据)的大数据处理的需求. Sp

高速公路视图大数据处理应用探讨

近年来,随着高速公路通车里程的迅猛增长和车流量的快速增加,高速公路运营管理中暴露的新情况.新问题也逐年增多,特别是逃漏通行费问题,给正常运营秩序带来较大的冲击.为了解决偷逃漏费.路径识别等业务需求,其中在高速公路收费卡口逐步进行了监控高清化与智能化改造.在视图智能化处理方面将面临以下几个问题: 如何建立一个安全.实时.有效.智能化的视图大数据系统处理系统,利用车辆视图"多特征识别"真正满足高速公路偷逃漏费稽查工作高时效.高正确率要求; 如何建设一个适合高速公路场景高性能计算平台,实现大

大数据时代你不得不了解的大数据处理工具

如今Apache Hadoop已成为大数据行业发展背后的驱动力.Hive和Pig等技术也经常被提到,但是他们都有什么功能,为什么会需要奇怪的名字(如Oozie,ZooKeeper.Flume). Hadoop带来了廉价的处理大数据(大数据的数据容量通常是10-100GB或更多,同时数据种类多种多样,包括结构化.非结构化等)的能力.但这与之前有什么不同? 现今企业数据仓库和关系型数据库擅长处理结构化数据,并且可以存储大量的数据.但成本上有些昂贵.这种对数据的要求限制了可处理的数据种类,同时这 种惯

广告系统中的大数据处理 | 宋慧庆

什么是大数据? 从具备4V(Volume,Velocity,Variety,Value)特征的大量数据中挖掘用户的潜在价值. 广告系统的数据来源 DSP监听数据(主要是ssp,adx渠道) 广告主数据 广告投放过程中收集的数据 购买/通过交换得到的第三方数据 运营商合作数据 精准广告的系统特点 数据量巨大(广告本身的数据,定向数据,用户特征数据,广告展示环境的特征数据) 响应速度要求特别快 实时性要求特别高(广告数据,定向数据,用户特征数据,广告展示环境的特征数据等实时性) 系统可用性要求特别高