大数据技术和服务市场是世界上增长最快、价值数十亿美元的行业之一。这一市场预计将以26.4%的年复合增长率增长41.5美元亿美元到2018年。大数据已经成为我们日常生活中必不可少的一部分。大量数据的收集、存储和分析使我们能够跟踪我们所有的在线活动,查询和存储我们的银行对账单,高效购物,或参与社交媒体。大数据也被公司用来改善客户服务,监控个人汽车状况,或为经济发展做出贡献。它极大地改善了我们的日常生活,随着未来几年大数据能力的增长,这一趋势只会继续下去。
企业将大数据视为在市场中获得优势的新方法。这是一个非常有效的工具,可以回答以下问题:某个特定的消费群体是如何表现的?公司应该收多少钱才能使收入最大化?有效地回答这些问题将影响各行各业公司的经营战略。大数据需要高技能的专业人员来识别要收集的正确数据,管理大数据集,并有效地提取可以应用于行业的结论。
专家们怎么说?
我们联系了前20名影响力人物中的一些人,询问他们对大数据的看法。我们采访了Kirk Borne (#1), Ronald van Loon (#3), Gregory Piatetsky, KDnuggets (#4), Evan Sinar (5), Bob E. Hayes博士(#7),Bill Franks (#8), Mark van Rijmenam (#9), Richard Brueckner(#11)和Diego Kuonen教授(#12)。一定要关注他们,及时了解大数据的最佳内容和资源!bob竞猜app下载
“大数据已经超越了最初的炒作阶段,甚至超越了概念阶段,现在正进入产品化和货币化阶段。bob2002体育在线每个正在收集大量数据的组织现在都将其视为一种资产,以产生更好的结果:新的发现、改进的决策和创新的产品。”bob2002体育在线
“数据和数据科学对我们所做的一切都有巨大的影响。任何东西都可以生成数据;从任何设备到任何在线接触点。数据对客户体验、商业模式和行业的影响是巨大的,而且每天都在持续增长。因此,许多公司都在寻找利用数据创造可持续成功的最佳方法。这一切都始于以客户为中心和相关性。公司希望掌握客户的旅程,从个人层面了解他们的客户,以建立长期的关系。但要做到这一点,您需要通过出色的数据流程管理,从所有相关接触点创建结构化和非结构化数据的基础。有了这些,数据科学和客户体验专业知识的正确平衡可以规定相关的行动,优化用户体验,提高他们对品牌的忠诚度。而这正是可持续价值创造的时候:当一家公司放弃狭窄的收购路径,开始遵循关系的路径。”
“大数据的巨大影响和风险的最新领域之一是工作场所,作为关于员工的前所未有的数据来源。越来越多的公司开始使用可穿戴设备、生物识别传感器和其他设备来跟踪和提高员工的工作效率。bob2002体育在线虽然这些生产率的提高确实bob2002体育在线是巨大的,但随着新的劳动力数据的出现,如何使用这些数据来决定哪些员工被雇用、晋升和纪律处分也面临着主要的困境。如果执行不当并被怀疑,大劳动力数据将导致员工的不满、离职和离职。公司需要他们的领导者对数据有足够的了解,以验证收集到的所有关于员工的信息都是准确和公平的,并且足够可信,能够首先可信地传达获取数据的基本原理。”
格里高利Piatetsky-香港大学校长KDnuggets
“大数据、gpu和更好的算法将使2016年成为深度学习的突破之年,深度学习将在许多领域实现人类或超人的表现,重点是语音、图像和视频识别和分析。”
Bob E. Hayes博士-首席研究主任AnalyticsWeek,主席业务在百老汇
“在大数据的世界里,企业依赖数据科学家从他们庞大、不断扩大、多样化的数据集中收集见解。我们在AnalyticsWeek上的研究表明,虽然许多人认为数据科学是一种职业,但更好的做法是将其视为一种职业数据科学是一种思维方式,一种提取见解的方法科学的方法.数据科学的思维方式需要三种不同类型的技能1)专业知识;2)技术/编程;3)统计/数学。主题专业知识确保您提出正确的问题,生成和测试正确的假设。技术/编程技能允许您访问/获取/管理数据以解决这些问题。最后,需要统计/数学技能来询问数据以回答最初的问题。当你把数据科学视为一种方法时,你更容易理解为什么数据科学是一种方法不同类型的数据科学家团队是解决大数据问题的好方法。没有一个数据科学家是专家在这三个技能领域。相反,为了从数据中获得洞察力,您最好使用具有互补数据科学技能的数据专业人员团队。在团队中拥有正确数据专业人员组合的企业将更好地在竞争中胜出。”
“大数据继续在整个商业世界产生影响,因为组织决定如何最好地分析和采取行动。这一趋势肯定会继续下去,就像越来越多的分析趋势已经稳定多年一样。虽然大数据为这一组合添加了许多新信息,但其潜在价值仍然在于通过分析大数据可以得出的见解和行动。”
Mark van Rijmenam-Datafloq,作者认为大
“许多人认为大数据被过度炒作了,但看到全球各地涌现的奇妙用例,我想说大数据被过度炒作了!在未来几年,大数据将彻底改变我们以前从未见过的每个行业!”
理查德·布鲁克纳-香港大学校长insideHPC媒体
“大约五年前,当我第一次开始写关于大数据的文章时,我以为这是大海捞针。现在我很清楚,突破性的分析发现往往与你认为你在寻找的东西没有什么关系。”
Diego Kuonen教授CStat, PStat, CSci-首席执行官和CAO在Statoo咨询
“尽管有大量的营销炒作,但大数据将继续存在,大数据分析(即数据科学和统计学)将仍然是人类思维的辅助,而不是人类思维的替代品!”因此,要确保大数据分析取得成功,不要忽视以下四个原则:使用顺序方法解决问题并持续改进;为项目和分析制定策略;仔细考虑数据质量和如何分析数据(“数据谱系”);并应用健全的主题知识,这些知识应用于帮助定义问题,评估数据谱系,指导分析,并解释和交流结果。”
映射社区
我们对哪些大数据专业人士和品牌在引领在线讨论非常感兴趣,因此我们分析了2015年11月28日至2016年1月26日期间提及#大数据#的932K多条推文。然后,我们确定了推特上最具影响力的100个品牌和个人。我们发现这是一个非常活跃的社区,个人和品牌之间有很多讨论。下面你可以看到用我们的影响者关系管理软件(IRM)创建的在线对话的网络地图。请务必点击地图,以欣赏更详细的全尺寸网络图。
下面你可以看到用我们的影响者关系管理软件(IRM)创建的另一个网络地图,在中心显示了#3品牌信息周,以及不同领域的影响者之间的对话。如果您有兴趣了解更多关于识别、管理和与有影响力的人互动的信息,请点击在这里保持联系!
前100名个人
我们调查了所有在推特上活跃的个人,为你带来了大数据领域最具影响力的100位个人名单。
下载报告全文
排名 | 的名字 | 公司 | 影响得分 | |
---|---|---|---|---|
1 | @KirkDBorne | 柯克承担 | 博思艾伦咨询公司 | One hundred. |
2 | @craigbrownphd | 克雷格·布朗博士 | 顾问 | 86.15 |
3. | @Ronald_vanLoon | 罗纳德·范龙 | Adversitement | 31.46 |
4 | @kdnuggets | 格里高利Piatetsky | KDnuggets | 26.29 |
5 | @EvanSinar | 埃文金光 | 国际发展维度 | 23.57 |
6 | @JimHarris | 吉姆•哈里斯 | 战略优势 | 22.82 |
7 | @bobehayes | 鲍勃·e·海耶斯博士 | AnalyticsWeek | 22.57 |
8 | @billfranksga | 比尔·弗兰克斯 | 分析咨询 | 14.35 |
9 | @VanRijmenam | Mark van Rijmenam | Datafloq | 12.67 |
10 | @simonlporter | SimonPorter | IBM | 11.03 |
11 | @insideBigData | 理查德·布鲁克纳 | insideHPC媒体 | 10.75 |
12 | @DiegoKuonen | Diego Kuonen博士 | Statoo咨询 | 10.58 |
13 | @GilPress | 吉尔的新闻 | gPress | 9.6 |
14 | @robertoglezcano | 罗伯托·a·González | 圣巴勃罗大学 | 8.95 |
15 | @schmarzo | 比尔Schmarzo | EMC | 8.46 |
16 | @dr_morton | Morten Middelfart | 基因组表达公司 | 8.18 |
17 | @jladley | 约翰拉德利 | 第一旧金山合伙人 | 7.34 |
18 | @tamaradull | 塔玛拉乏味 | 情景应用程序 | 7.14 |
19 | @delizalde | 丹尼尔Elizalde | 阀杆 | 6.7 |
20. | @EXAGolo | 马赛厄斯Golombek | EXASOL | 6.1 |
21 | @JBBouzige | JB Bouzige | Ekimetrics | 4.79 |
22 | @josephsirosh | 约瑟夫Sirosh | 微软 | 4.67 |
23 | @marcusborba | 马库斯Borba | 火花 | 4.57 |
24 | @Dana_Gardner | 达纳·加德纳 | Interarbor解决方案 | 4.41 |
25 | @jose_garde | 何塞·贾维尔·加德 | 自由 | 4.26 |
26 | @Primary_Immune1 | Yoni Maisel - CVID | 自由 | 4.05 |
27 | @TheRecordsGuru | Robin Woolen, IGP | 唱片大师 | 4.03 |
28 | @OxygenMat | 穆罕默德·阿卜杜拉希T | Naija作家教练 | 3.97 |
29 | @tedcoine | 泰德Coine | 非凡的影响力网络 | 3.95 |
30. | @bigdata | Ben Lorica | O ' reilly媒体 | 3.77 |
31 | @MarshaCollier | 玛莎科利尔 | 约翰·威利父子 | 3.67 |
32 | @mikepluta | 迈克Pluta | DST系统公司 | 3.54 |
33 | @BigDataGal | 莉莉安·皮尔逊,体育 | Data-Mania | 3.41 |
34 | @imdaviddietrich | 大卫·迪特里希 | EMC | 3.37 |
35 | @jessicadavis | 杰西卡·戴维斯 | 信息周刊 | 3.34 |
36 | @ricknotdelgado | 瑞克德尔珈朵 | 戴尔 | 3.18 |
37 | @mikegbuck | 迈克尔·巴克 | Convidera | 3.18 |
38 | @TamaraMcCleary | 塔玛拉二者 | TamaraMcCleary.com | 3.17 |
39 | @danielnewmanUV | 丹尼尔·纽曼 | V3B | 3.05 |
40 | @DBaker007 | 杜安贝克 | 杜安贝克 | 3.05 |
41 | @RussWalker1492 | 拉塞尔•沃克 | 凯洛格管理学院 | 2.98 |
42 | @ShellyKramer | 雪莱克莱默 | V3B | 2.93 |
43 | @kevinttully | 凯文·托马斯·塔利 | Markistry & scearcom | 2.87 |
44 | @NeilCattermull | 尼尔Cattermull | 比较云 | 2.85 |
45 | @dez_blanchfield | 丢在Blanchfield | 布鲁尔小组 | 2.81 |
46 | @msevillatweets | Manuel塞维利亚 | 凯捷 | 2.68 |
47 | @DanGraham_ | 丹格雷厄姆 | Teradata | 2.62 |
48 | @bobgourley | 鲍勃·古尔力 | Cognitio | 2.58 |
49 | @MontrayDavis | Montray戴维斯 | Ubersnip | 2.54 |
50 | @surveyguy2 | 保罗Thoresen | MPPAW | 2.5 |
百强品牌
在排名前100的品牌中,我们可以找到大量的机构和行业资源,如《信息周刊》和Datafloq,以及IBM和甲骨文等重量级品牌。bob竞猜app下载
下载报告全文
排名 | 的名字 | 影响得分 | |
---|---|---|---|
1 | @purematter | PureMatter | 39.6 |
2 | @ThingsExpo | @ThingsEXPO | 38.89 |
3. | @InformationWeek | 信息周 | 19.73 |
4 | @Datafloq | Datafloq | 18.82 |
5 | @insideHPC | insideHPC.com | 17.14 |
6 | @adversitement | Adversitement | 14.43 |
7 | @techreview | 麻省理工科技评论 | 12.25 |
8 | @SmartDataCo | SmartData集体 | 11.89 |
9 | @datanami | Datanami | 10.45 |
10 | @ca4it | CA4IT | 10.42 |
11 | @theCUBE | theCUBE | 10.37 |
12 | @cloudera | Cloudera | 10.26 |
13 | @BridgeWorksLtd | 架桥工程 | 10.05 |
14 | @CloudExpo | CloudEXPO® | 9.72 |
15 | @Data_Informed | 数据的通知 | 9.71 |
16 | @Oracle | 甲骨文 | 9.49 |
17 | @IDCAP | IDC亚洲/太平洋 | 9.19 |
18 | @AllAnalytics | 所有的分析 | 9.07 |
19 | @HPAutonomy | 惠普的自主权 | 8.83 |
20. | @InformaticaCorp | Informatica集团。 | 8.61 |
21 | @DataScienceCtrl | 数据科学中心 | 8.21 |
22 | @Teradata | Teradata | 8.15 |
23 | @TCS_Digital | TCS数字软件 | 8.1 |
24 | @strataconf | O ' reilly地层 | 7.95 |
25 | @TechRepublic | TechRepublic | 7.77 |
26 | @BigDataBlogs | BigData冠瘿碱 | 7.68 |
27 | @DataconomyMedia | Dataconomy | 7.62 |
28 | @o2mc | O2MC I / O | 7 |
29 | @IBMbigdata | IBM大数据 | 6.92 |
30. | @dataiku | Dataiku | 6.83 |
31 | @BigDataCareers | 大数据职业 | 6.73 |
32 | @BIG_DATA_News | 大数据新闻 | 6.49 |
33 | @hortonworks | Hortonworks | 6.37 |
34 | @InsightBrief | InsightBrief | 6.26 |
35 | @BigDataClub | BigDataClub | 6.17 |
36 | @mapr | MapR技术 | 6.07 |
37 | @analyticbridge | 大数据科学 | 5.64 |
38 | @datameer | Datameer | 5.16 |
39 | @icrunchdata | icrunchdata新闻 | 5.04 |
40 | @Talend | Talend | 5 |
41 | @IBMAnalytics | IBM的分析 | 4.86 |
42 | @EMCcorp | EMC公司 | 4.45 |
43 | @oraclesocial | 甲骨文的社会 | 4.39 |
44 | @CompTIA | 前年 | 4.38 |
45 | @platfora | Platfora | 4.33 |
46 | @BigCloudTeam | 大云 | 4.28 |
47 | @TDWI | TDWI | 4.24 |
48 | @NetworkWorld | 网络世界 | 4.18 |
49 | @HP_Enterprise | 惠普企业 | 4.18 |
50 | @IBMcloud | IBM Cloud | 3.79 |
在OnBOB体育下alytica,我们喜欢建立这些列表,并希望尽可能多地回馈我们的忠实读者。如果你对其他话题感兴趣(比如机器对机器,可穿戴技术,物联网)一定要看看我们的博客,或者为什么不向我们提出一些话题呢推特?我们还开发了一些非常酷的软件来管理所有这些有影响力的人。今天通过点击下面的按钮获得免费演示!
免责声明与以往的榜单一样,必须强调的是,排名绝不是影响力的最终衡量标准,因为根本就没有影响力这回事。在推动大数据辩论的讨论方面,所列出的品牌和个人无疑具有影响力。
我们使用基于PageRank的方法来提取特定主题的影响者,考虑到用户收到的上下文引用的数量和质量。这些计算与用户的粉丝数量无关,但我们确实根据用户参与对话的程度以及他们在社交网络中的影响力来过滤我们的列表。
标签
大数据2016:
前100名影响力人物和品牌
下载这份免费报告,揭示了2016年100大数据影响力人物和品牌