现在，无论是互联网企业还是传统企业，都已经迈过了大数据概念的炒作周期，开始实实在在探索如何利用数据和数据分析来创造企业价值。“认知分析、大数据即服务、开源大数据平台、机器学习……”这些陌生又熟悉的技术名词你了解多少？

近日，为期一周的大数据主题嘉年华——IBM Insight Week 2016 在北京香格里拉饭店拉开序幕。来自国内典型传统企业、一线互联网公司及IBM的近三十位CIO、CDO、技术高管、数据专家如约而至，促膝共话大数据驱动下的技术创新和商业变革。

[[166813]]

让我们一起来听听，各位数据大咖都说了什么。

1.2016科技驱动商业创新的关键词

TCL多媒体CIO马文波

[[166814]]

在大数据技术的驱动下，传统终端制造业必须朝着智慧路径的方向迈进，实现智能制造，依靠数据的力量推动产品和商业模式的创新，改变过去单纯依靠产品的企业发展模式。

IBM专家 Dandeal Ling

[[166815]]

目前的大数据分析存在着许多噪音，企业资本投入也无法得到有效的衡量。云计算和大数据技术的融合，我们可以实现这种无形的价值衡量，减少企业初期投入的基础设施、人力资源浪费等风险成本。

IBM专家 Shiny Kan

[[166816]]

数据的研究发展，对于未来“非结构化”数据的大量增长，如何客观的、简便的、智能的去分析数据，是当下各个行业中面临的主要问题。“认知计算”和“人工智能”的区别在哪里?我认为认知指的是通过与人的自然语言交流及不断学习从而帮助人们做到更多的系统，使人们从海量复杂的数据中获得更多洞察，从而做出更为精准的决策。

2.数据变现：

国美在线信息中心副总裁 邱宝军

[[166817]]

目前，我们并没有看到真正意义上利用数据直接变现的模式，基本都是绕了一个弯子。数据的价值离不开与实际场景的结合，数据变现的行业标准、产品维度、定价模式、数据隐私等问题都值得大家共同探讨。

IBM专家 Juddy Li

[[166818]]

现在虽然很多企业都手握大量数据，但却无法从中挖掘到更大的价值，也就谈不到大数据变现。这其中很大一个限制因素是人才的短缺。IBM目前非常重视“数据科学家”这样一类全新战略角色的培养。IBM对数据科学家的定义主要有三点：了解的信息是广泛的;与行业紧密相关;要有历史感。

中国建设银行信息技术部副总经理 陈云开

[[166819]]

互联网企业的冲击，大数据时代的到来，使原来“躺着赚钱”的传统金融行业不得不“上街耙钱”，思考原来的用户是谁?原来的产品是什么?产品与用户是否是最佳匹配?应该如何重构他们。但是，传统企业的用户行业数据稀疏，如何实现不同行业间数据的“连接”非常重要。

3.高效的数据分析

国美在线信息中心副总裁 邱宝军

[[166820]]

工程性的东西或许可以有优劣评判，但是在每个时间点上可能有不同的标准，一切围绕大数据的解决方案都必须从业务和场景出发。

阿里巴巴大数据技术与产品部 刘峰

[[166821]]

数据的清洗、转换等流程会占用数据分析中的大半资源，不规范的数据源会加重这个环节对资源的占用。数据的ETL开发应该受到重视。当遇到数据不规范、不统一等问题时，需要反向驱动业务系统进行数据规范性建设，无论是功能上，还是驱动直接的使用。

新浪商业平台及产品部 冯扬

[[166822]]

从2013年到现在，微博用户对微博的使用以及在微博平台上的行为有了相对固定的模式，这个时候对微博推荐效率和效果上的要求提高了。微博推荐系统的三层结构在这种背景下诞生：负责数据存储和访问以及基础资源挖掘的数据层，负责在线推荐计算的计算层，负责对外提供接口的应用层。处于各层的研发人员只需要关心各自的任务，来提高推荐的效果和效果。

【IBM Insight Week 2016】

作为IBM“洞察”主题嘉年华的第一趴，数据大咖们围绕企业和开发者关注的核心，从产业分析、技术展望、趋势预测等不同角度，闭门酣谈，畅所欲言。既让我 们看到了认知商业、大数据即服务等数据技术驱动下的创新商业模式，也认识到目前能够真正实现数据变现的市场空缺；既讲到实时分析这样企业有待发力的新技术 领域，也分享了企业应该如何构建和评价了算法模型，在兼顾时效性和成本的前提下进行高效的数据分析的实战经验。通过各位专家描述的关键词，一幅2016大数据领域变化的趋势图也渐渐清晰地呈现出来。

据悉，IBM大数据与分析嘉年华将用一周时间，为您展现数据创新的独特魅力，不仅带来巅峰科技大放送，也将落地于各行各业的技术热点进行深度解读。从IBM Analytics到机器学习，从开源数据到物联网，将企业的疑问一网打尽！