2017硅谷解密世界排名前100的大数据人物和公司_[#第一枪]

发布时间：2021-06-07 12:18:37 阅读：次来源：气球厂家

原标题： 2017硅谷解密：世界排名前100的大数据人物和公司

大数据分析是研究大量不同类型的数据集，以发现隐藏的模式、未知的相关性、市场趋势、用户偏好和其他有助于组织做出更明智商业决策的有用信息的过程。分析大数据可以获得更深刻的见解，并做出更好的决策和商业战略举措。预计到2021年，随着大量的资本倾入到软硬件和服务，以及数据科学家的涌入，大数据市场将增长到66.79亿美元。

有影响力的人都说了些什么?

我们联系了几位排名前20最有影响力的人，了解他们对大数据的看法，包括：Kirk Borne(第2名)、Ronald van Loon (第3名)、 Bill Schmarzo (第4名)、Dez Blanchfield (第9名)、 Mike Quindazzi (第10名)、 Duane Baker(第11名)、 Mark van Rijmenam(第12名)、Tamara Dull (第13名)、Russell Walker(第16名)、Bill McCabe (第17名)和 Jim Harris (第18名)。请一定要关注他们，及时跟进大数据最好的内容和资源。

Kirk Borne(博思艾伦咨询公司Booz Allen Hamilton首席科学家)

“我相信‘大数据’被炒作的最糟糕时期已经过去了。在过去几年里，取而代之消极的宣传炒作，大数据领域增长了大量的数据科学家和大数据分析师。现在，随着炒作的减少、算法的强大和多样性增加，我们正致力于大数据领域更大的增长、投资、创新和价值创造。”

Ronald van Loon ( Adversitement的导演、Simplilearn的顾问委员会成员)

“数据对我们生活的世界有着非常重要的影响，而2017年则意味着会有更多的产品把重点放在物联网和由大型技术供应商提供的机器学习解决方案上。相应的，随着对人工智能和机器学习分析关注的不断升级，大数据的发展是激励数据驱动型公司提出更重要的问题、从他们的视角获得更多、聚焦于成为真正以客户为中心的公司而付出更多努力。让人类能力扩大的人工智能解决方案的大幅增加和从设备产生海量数据的物联网应用崛起，这两个趋势将帮助公司创造更有意义的用户体验。从数据中获得价值和可行的建议、实施正确的技术解决方案和个性化的用户体验，是数据世界里一个现代数据驱动型公司的基础。”

Bill Schmarzo( Dell EMC Services大数据实践首席技术官)

“组织不需要大数据战略;他们需要的是融入大数据的商业策略。当组织开始一项业务时(用例)，将会依次有序发生的是：先关注大数据方案，然后是数据源、分析方法、数据架构和可以成功把数据套现的大数据技术(通过优化关键业务流程、发现新的收益机会，然后创造一个更引人的顾客参与(customer engagement，CE))。

Tamara McCleary ( Thulium的 CEO 和品牌大使)

“大数据正通过利用以前做不到的消费者洞察(customer insights)改变着市场营销。随着营销部门开始同时肩负品牌建设和收入增加的重任，营销技术(Martech)开始爆炸式增长。大数据已经把首席营销官(CMO)的角色，由一个创意构想者变为可衡量对商业底线影响的创意天才。有了机器学习、人工智能、与日俱增的计算能力和复杂的数据分析工具，我们可以实时获得对用户体验和用户体验历程(customer journey)的一个整体了解。我们几乎在每个用户接触点同步调整和个性化处理。今天的市场营销人员能够巧妙的利用全渠道和目标客账户营销(acount based marketing,ABM)模型，ABM模型能够与用户无缝交流，甚至在用户还未完全了解自己的需要前，就提供给用户需要的解决方案。这可谓是，由大数据和将数据转化为有用信息的机器带动的参与型经济的曙光。机器的速度和计算能力使人类更加自由，更关注建立情感连接，去做人类做得最好的事——与其他人相互联系。

Dez Blanchfield ( GaraGuru的常任数据科学家)

“我们开始意识到数据作为工具和平台，引入到专有和开源市场中的真实价值和重要性。大数据和支持分析的影响、数据科学和认知计算，在我看来，是所有业务范围、政府、甚至整个人类的一个真正的游戏规则改变者。现在提供诸如云、大数据、分析、机器学习和认知计算等的平台和工具，终于使得个人和组织能够成功实现姗姗来迟的大数据。

通过利用数据的全部价值，在整个细分市场和整个行业，大数据和数据科学的风潮已经从一个纯粹的营销词语，变为一种行为的转变、一种文化的转变，甚至一种风潮本身的正确。有人曾经说过，数据是新的石油。我不同意，我认为数据是新的氧气，把新的生命带入进入我们的世界，人类每一个可能的领域。

今天，通过由数据价值和重要性驱动的大数据文化风潮，我们影响着变化，而这将对接下来的一代人产生最深刻的积极影响，而我们今天刚开始想象。”

Mike Quindazzi( PwC总经理)

“你怎么做出重大决定的?我们普华永道重大决策研究的研究显示，61%的高管认为决策几乎不是(或只有一点点)数据驱动的。

然而，这些领导人也表示，随着人工智能(机器学习，更具体地说深度学习)的逐渐成熟，他们被兜售大数据和分析在提供见解和显著修正行动方向，甚至重要决策方向上的能力。随着大数据可以应用到工业物联网lloT、物联网loT，甚至更广泛的万物互联loE，更严格更具操作性的问题被由越来越强大的芯片组支撑的新算法更有预测性的解决。此外，通过应用程序接口API和可扩展且拥有易于使用的机器学习工具的领先云平台，大数据和服务变得越来越容易获取。

在过去，缺乏对大数据的信任，放慢了人们类的直觉和经验的转变。现在，大数据的先行者学习更好解决问题，利用企业当前能获取的可靠数据。尽管先行者以人类的判断开始，他们意识到由训练数据更新的机器智能，越来越多的在重大决策上帮助认知。因此，企业如何提高决策?在我们的研究中，高度数据驱动的先行者，从可预测的(38%)提高到规范的(18%)结果。解决问题、提出正确的问题、理解杠杆都将导致复杂性增加、速度，以及最重要的——更具价值的结的，这些都是大数据的结果。”

Duane Baker (IT顾问自由职业者)

“#大数据已经影响了我们的世界数十年,并将在可预见的未来继续影响。通过把数据转换为有用的信息，大数据推动了创新并解决了问题。”

Mark van Rijmenam (Datafloq创始人)

“2017年是智能之年，大数据变得比以往任何时候更重要了。组织产生了大量的数据，诸如机器学习和深度学习的技术也日益复杂，我们获得更多更好的见解，因而有了更先进的产品和服务。2017年,超过以往任何时候,公司都是数据公司，对于许多企业，最可能的创造竞争优势路径是通过大数据，并用大数据进行(高级)分析，如预测或规范性分析等。智能年是数据驱动未来的起点,到那时诸如大数据、区块链和人工智能交汇在一起,就出现了智能自适应组织。”

Tamara Dull(SAS研究所新兴技术总监)

“大数据?我们还在用这个词吗?我记得在‘大数据’刚出现开始流行时，一些人纠缠于名称，而另一些人则聚焦在如何利用大数据影响他们的业务。我就是那时候参与进来的。当时我相信一个流行的说法：‘如果你不是为了钱(赚钱或者存钱)，那么就不要做大数据。”没过多久我就意识到大数据不是“大”的故事。它仅仅是引发物联网loT产生的一个先驱。今天，我的信条是：数据，无论大或小，都是是物联网的燃料。没有大数据(或任何你喜欢的名字)，就没有物联网。’”

Russell Walker

“大数据分析成功的核心在AI、物联网和所有的自动化。在采用新技术前，管理和利用您的数据是很有必要的。”

Bill McCabe(SoftNet Search Partners LLC 人事/猎头/所有人)

“在现代社会，周围的数据总是越来越多。目前还看不到大数据将发展到哪里的尽头，我们还在继续发现创造存储和分析数据的方法。或许最令人惊讶的是，尽管存在着庞大的数据量，但是经常性的分析里只用到了很少一部分。这意味着还有一个信息世界可以去处理，而统计信息可以进一步推动对数据的理解。

过去，我们用所有的数据来解决犯罪问题、垃圾问题，为每个人创造一个更好的生活方式，这是很好的。

Jim Harris (国际畅销作家第一名，破坏性创新)

“过去两年创造的数据，比所有人类历史的总和还要多。这就是为什么数据科学对于所有组织来说，都是越来越重要的专业人员。那些正在经历收入和利润达到最快增长速度的公司都是数据驱动的。”

社区映射图

我们对品牌和个人引导的围绕大数据的讨论很感兴趣，所以我们分析了从1月1号到4月30号，社交媒体上提到“大数据”的350万篇推文。然后，我们确定了引导这讨论的前100名最有影响力的品牌和个人。我们发现的是个人和品牌间有很多讨论的忙碌群体。下面你可以看到一个以排名第一的影响者Sean Gardner为中心的机器对话网络图。这张图是用我们的影响者关系管理(IRM)软件创建的。

接下来你将看到另一个用影响者关系管理软件(IRM)创建的网络地图，显示了以影响力排名第一的品牌戴尔为中心的，与其他影响者在他们领域的机器人对话。

主题词分析

我们很想知道大数据文章里讨论得最多的主题有哪些，于是我们分析了前100名最具影响力的影响人物和品牌在2016年6月1日到2017年3月17日间的推文和博客，并计算不同主题词被提到的次数。为了提供一个精准的标准，我们的程序只计算与关键词“大数据”关联的词语被影响者使用的频率。然后，我们使用tf-idf算法调整结果，减少一些通常会频繁出现字词的影响。然后将这些单词被加权并生成如下所示的单词云：

有意思的是，诸如如数据科学、机器学习和人工智能被这些大数据影响人物和品牌频繁提到。同样值得注意的是，深度学习、物联网、工业物联网、分析和金融科技(FinTech)，也被这些大数据影响人物和品牌频繁提到。