2015年中國大數據交易白皮書

Ⅰ 「大數據」如何接地氣

「大數據」如何接地氣

8月19日，國務院常務會議通過《關於促進大數據發展的行動綱要》，提出要通過促進大數據發展，提升創業創新活力和社會治理水平。在上述國務院常務會議中，大數據被定義為「基礎性戰略資源」。促進大數據發展，有利於推動大眾創業、萬眾創新，改造升級傳統產業，培育經濟發展新引擎和國際競爭新優勢。《綱要》強調，使開放的大數據成為促進創業創新的新動力。讓各類主體公平分享大數據帶來的技術、制度和創新紅利。
1.產業 開放：數據創業全面爆發
案例：
在日前舉行的「雲上貴州」大數據商業模式大賽總決賽上，涌現了很多實用的大數據應用。其中，獲得一等獎的「東方祥雲」項目設想為全國15萬座水電站、水庫提供免費來水預報，幫助合理調度用水，據估算可為這些單位信息化改革節省90%的成本。
《綱要》提出，使開放的大數據成為促進創業創新的新動力。對此，阿里雲總裁胡曉明表示，這將極大地推動數據經濟的發展。他認為，在數據處理技術時代，數據就是生產力。「數據創業會在明年全面爆發，會有更多的人參與到為政府、企業提供數據服務、數據能力、數據交易、數據撮合中來。」
網路、阿里淘寶和支付寶、騰訊QQ和微信、銀行業、移動運營商、公交卡、各種手機App……在各行各業，許多有價值的大數據潛力正待挖掘。今年5月，成立僅一個月的貴陽大數據交易所推出的《2015年中國大數據產業白皮書》顯示，預計到2020年，中國大數據產業市場規模將超過這個市場去年規模的10倍，由2014年的767億元擴大至8228.81億元。
「中國的大數據時代才剛剛開始，各路群雄創新商業模式、搶占戰略高地。傳統產業中藏有海量的寶貴數據，只是沒有利用起來。」清華大學數據科學研究院執行副院長韓亦舜說。
大數據的「新玩法」可謂超乎想像，但大數據的利用價值遠不止如此。以中國公路物流行業為例，其市場價值已達億萬元級，而90%以上運力為個體車主，空駛率達30%以上，大數據應用可以充分利用物流資源。
中國工程院院士、中國互聯網協會理事長鄔賀銓表示，硬體、軟體和服務三者之和，也僅僅是狹義的大數據產業，廣義的大數據產業的范圍和規模都更大。通過大數據挖掘的服務，大數據可以利用在各行各業，提高生產效率，支撐節能降耗，促進經濟發展，因此廣義的大數據產業的產值，更多地體現在工業、農業、交通運輸、建築等產業中。事實上，大數據分析在社會福利和民生服務上的效益很顯著，並不是簡單地用GDP可以衡量的。這是我國實現跨越式發展的寶貴機會。
「大數據加速了信息技術向傳統產業滲透，成為新產業革命的重要引擎。」鄔賀銓表示。
2.政府 共享：消除信息孤島
案例：
8月17日，河北省承德市政府與神州數碼簽署市民融合服務平台及企業融合服務平台戰略合作協議。至此，神州數碼與近40個城市簽署智慧城市戰略合作協議，形成了一系列卓有成效的解決方案，成為中國市場領先的「智慧城市專家」。
事實上，在我國，各級政府的交通、醫療、就業、市政、民政等各個部門都擁有大量的統計數據，但由於沒有共享機制和價值挖掘，這些數據一直在「沉睡」。「已有的數據首先要使用起來，發現閑置的價值；那些原本沒有，但事實證明對自己有用的數據要趕緊採集、挖掘新價值。」韓亦舜說。
此次《綱要》提出，要推動政府信息系統和公共數據互聯共享，消除信息孤島，加快整合各類政府信息平台，避免重復建設和數據「打架」，增強政府公信力，促進社會信用體系建設。優先推動交通、醫療、就業、社保等民生領域政府數據向社會開放，在城市建設、社會救助、質量安全、社區服務等方面開展大數據應用示範，提高社會治理水平。
神州數碼董事局主席郭為指出，此次通過的《綱要》強調消除信息孤島，實際上就是要求將分散在各個部門的政府服務及公共服務進行統一，這些服務和大數據將來都有助於大數據領域企業的發展。郭為分析說，此舉還會對大眾創業、萬眾創新帶來明顯的推動力。在政府數據開放的要求和規則下，大數據領域的企業可以通過城市公共信息服務平台匯集城市的各類基礎性數據，通過平台實現數據共享。以此為基礎，廣大年輕人和創業者就可以利用政府開放數據和其他相關開放數據，開發出成千上萬為百姓民生服務的豐富多彩的應用產品，進一步營造大眾創業、萬眾創新的氛圍。
「數據既具有一般資產的價值，又具備一般資產不具備的屬性。」韓亦舜說，「一般資產你有了，我就沒有；把我的給了你，我就沒有了。但數據不一樣，把我的數據給了你，我的數據還在，這就決定了大數據時代需要人們的心胸更開闊。大數據時代，1＋1產生的價值將會被無限放大，遠遠大於2，數據的疊加會發生化學反應。」
「美國將大數據分析作為國家戰略來推動，政府帶頭進行數據開放。美國聯邦政府建立統一數據開放門戶網站，為社會提供信息服務並鼓勵挖掘與利用。中國很多部門擁有的數據互不溝通，很難共享，導致信息不完整或重復收集等。因此，中國需要有國家層面的大數據戰略、開放數據的措施及法規等。」鄔賀銓說，政府應通過體制機制改革打破數據割據與封鎖，應注重公開信息，重視數據挖掘。
3.法制 安全：要防止數據被濫用
案例：
2012年2月16日，《紐約時報》刊登了一篇題為《這些公司是如何知道您的秘密的》的報道。文中介紹了這樣一個故事：一天，一位男性顧客怒氣沖沖地來到一家折扣連鎖店向經理投訴，因為該店竟然給他還在讀高中的女兒郵寄嬰兒服裝和孕婦服裝的優惠券。但隨後，這位父親與女兒進一步溝通發現，自己女兒真的已經懷孕了。
這一故事，經常被作為大數據挖掘能力的典型例證。但在專業人士看來，這一案例體現出的並不是大數據的「聰慧」，而是大數據的「傲慢」，個人隱私並沒有得到足夠尊重。
「我今天上淘寶網購物，淘寶有我個人數據，我的行為數據是屬於淘寶還是屬於我？目前國際法律認為這個數據屬於消費者。淘寶可以用，可用於提升用戶體驗，但如果淘寶把該數據賣給第三方就不行。」百分點董事長蘇萌說，但如果淘寶賣出的不是原始數據而是其分析結果，這種第三方分享的形式在美國目前大部分市場上是認可的，如IBM等企業也在利用這些數據為第三方提供服務。
但有業內人士認為，大數據在涉及交換、分析、挖掘時，個人信息是無法直接過濾的。這些個人隱私數據散落在中介、銀行、保險、航空公司等機構間，危險性可能不大。但如果被共享之後，又被系統整合、相互印證的話，消費者的個人基本信息，甚至性格、愛好以及生活軌跡等信息將被他人一覽無余，很多普通人將變成「透明人」。
韓亦舜認為，目前，隱私問題存在著利己主義的悖論。「舉例來講，上海跨年夜發生的踩踏事件，技術上可以看到人流的變化趨勢，是完全可以預警、預防的，悲劇的發生直接關系著數據倫理問題。數據安全或者保護數據就一定對嗎？這里也有一個倫理問題。」
「在美國，一些公司把『底層』的詳細個體數據去除掉，這樣能規避掉一些隱私和安全問題。」清華大學蘇州研究院大數據中心副主任趙勇表示，從大數據監管來說，「最適合的是政府」。上海已成立大數據局，這是對數據管理的專業政府機構。最核心的管理是從法制上界定「數據擁有者是誰」「使用者是誰」「使用許可權如何定義」「誰是受益者」等。

以上是小編為大家分享的關於「大數據」如何接地氣的相關內容，更多信息可以關注環球青藤分享更多干貨

Ⅱ 大數據時代,運營商的身法與心法

大數據時代,運營商的身法與心法
我始終相信，無論在哪裡，有什麼職位，做什麼工作，如果內心沒有足夠的動力、期盼與愛的話，一個人是無法產生強烈的使命感與責任感的，或者說，沒有幸福感。
最近讀完了《幸福的方法》，對書中一段話非常有感觸："忙碌奔波型是未來的奴隸，享樂主義型是現在的奴隸，而虛無主義型則是過去的奴隸。"在運營商工作的我們都經歷過從通信業黃金十年帶來的"金飯碗"、行業遭遇"高原平台期"的銅飯碗，甚至全社會"人人得而誅之以後快"的"紙飯碗"，無論是企業還是身處其中的個人，都在感受著巨大的壓力與阻力。
於是，一些人選擇了"享樂主義"式生存，日復一日在單位混日子；一些人則選擇了"虛無主義"式生存，沉浸在過去的輝煌，躺在功勞簿上過日子；還有一些人選擇"忙碌奔波"式生存，開不完的會、做不夠的匯報、寫不盡的方案，雖終日忙忙碌碌卻無所作為。正是如此，才有了我上篇文章中寫到的"四種人"——那些想走又能走的人最終選擇了離開這里，那些想走卻不能走的整日抱怨體制，那些不想走也不能走的昏昏度日，剩下那些能走卻不想走的痛苦掙扎……
一、運營商正在經歷什麼？
借用雙城記那段經典開場白：這是一個最好的時代，這是一個最壞的時代。對於運營商這樣天生依靠人口紅利、規模紅利的傳統企業，未來的日子或許並不好走。無論是從媒體的口誅筆伐，還是用戶的人人喊打，亦或是員工的紛紛出離，種種跡象都在表明這個行業早已從大象快跑的「神壇」跌落，變得遲鈍、緩慢甚至有些狼狽了。
可十年前絕不是這樣。三十年前更加不是。
《大跨越：中國電信業三十春秋》的開篇語這樣寫道：從經濟瓶頸到社會先導,從全球末游到用戶總量世界第一,改革開放三十年中國電信業實現了舉世矚目的大跨越!這一切是怎麼得來的?這本生動再現改革開放30年來中國通信業輝煌歷程的著作選擇了兩個有意義的時間點，1978年跟2008年，前者是中國正式吹響改革開放號角的關鍵一年，而後者則是代表了通信業黃金十年的關鍵一年。
字里行間都可以讀到中國通信業經歷過怎樣的輝煌，可以感受到從業者那種由衷的自信與榮耀。時代巨變，昔日巨頭創造了比以往更加令人矚目的經營業績，卻在政治地位以及行業形象上連連敗走麥城。
時至今日當我們再次談論運營商，你想到了什麼?是財務報表上無比閃耀的光輝業績,還是面對行業內外競爭暗戰的困惑焦慮；是建成一張張4G、4G 網路的驕傲欣喜，還是管道化、低值化、邊緣化的郁悶心酸；是對KPI下多少就能完成多少的自信得意，還是對基層不斷涌現離職潮的始料未及。
是運營商真的做錯了什麼嗎？可能並不是。
放眼看看這個時代吧！這是一個在和同行不斷抗衡，卻無奈被OTT抄了後路的時代；一個到處充斥著機會，細看時卻滿目危機的時代；一個傳統大機構失勢瓦解，個人自由連接全面崛起的時代……
這是一個唯變不破的大時代。在這個時代里，競爭對手變了、游戲規則變了、用戶習慣也變了，曾經習以為常的一切突然間發生了天翻地覆的變化。話音、簡訊這些傳統業務正在加速下滑，流量雖然成為新的增長點，卻不得不面臨著「提速降費」的巨大壓力。可以說，在這樣的時代背景下，運營商像是被困的巨獸，想掙扎卻又充滿無力感，想改變卻又害怕不確定，想突破卻又找不到突破口……
唯一的方法大概就剩下三個字：豁出去。
二、運營商該怎麼辦？
對於眼下的運營商來說，出路無非兩條，要麼精耕存量客戶，挖掘更大的價值點；要麼開辟新市場，尋找行業的破局地。關於精耕存量市場，已經有太多這方面的文章，這里不再贅述。我想重點談談新市場。
1.新市場在哪裡？
日前，互聯網教父、科技商業預言家的凱文·凱利在斯坦福大學進行長達3小時的分享，暢談他對未來20年重大科技商業潮流的見解。我對其中一個觀點很感興趣，他說不管你現在做什麼行業，你做的生意都是數據生意。
數據！
無論是風生水起的移動互聯網，還是改變世界的芸芸眾生，他們都在通過運營商的網路來獲取信息。
2014年三月在北京舉行的一場大數據產業推介會上，阿里巴巴集團創始人馬雲在主題演講中發表了他的觀點——「人類正從IT時代走向DT時代。IT時代是以自我控制、自我管理為主，而DT時代，它是以服務大眾、激發生產力為主的技術。」
我們都知道，今年的雙11全球狂歡節中，阿里巴巴天貓用時不到12小時就打破了去年創下的571億元的交易額，最終將記錄鎖定在912億，其中無線交易佔比71%，全球產生成交的國家和地區達到205個。
巨量交易額的背後是什麼？是阿里越來越強大的供貨和物流系統？還是傳統零售業的全面沒落？其實都不是的。我以為這背後體現了阿里巴巴強大的數據分析和挖掘能力。在這樣的購物節中，最重要的問題是商家要備多少貨？而這可以通過平台歷史銷售大數據，預測貨品需求，為商戶提供庫存依據，提升庫存效率和有效性。
而在百貨商店時代，購物數據只有通過人工才有可能統計完並且不一定準確，但是阿里巴巴會把每個人的歷史購物和瀏覽數據都留在雲上。因此，淘寶可不光是一個電商平台，更是顧客的大數據平台。
阿里巴巴集團副總裁塗子沛在講到這個概念的時候舉了一個更容易理解的案例：請你預測全國哪些地區會有更多的二孩出生？按照傳統的數據統計，估計只能依靠人口普查、各地市區縣統計部門的層層上報，不但會有偏差而且還會滯後。而在阿里巴巴，只需要統計哪些區域的孕嬰用品銷量激增就可以了，不但真實而且更加便捷。
運營商也是一樣的。你以為運營商只是通信管道的提供者？其實或許還是信息適配的服務商。在過去，我們使用的文件、文件夾、桌面這些東西都是停留在本地的。我還記得那個時候最好的備份工具大概是移動硬碟或者是藍光光碟之類的東西。而進入網路時代之後，數據就出現在網頁上、鏈接里。現在的雲上有標簽、有流量、有新聞，還有各種各樣我們需要的信息。雲、數據化才是這個時代的關鍵詞。要知道，這些所有的信息都是通過運營商的網路傳輸的，就和從淘寶上銷售的商品信息一樣，除了信息本身，它的發送端和接收端或許才是我們關心的重點。
於是，將合適的信息主動推送給需要的人，就是運營商能提供的大數據服務了。
2.新市場有多大？
中國雲計算技術與產業聯盟理事長吳基傳曾指出：大數據是雲計算服務的基礎，是構架雲平台最基本的要素，沒有對海量信息的分析的大數據，就沒有為所有信息消費者獲取有價值的信息的可能性。
因此在商業界，大數據已經開始成為很多企業的生意。《2015年中國大數據交易白皮書》顯示，預計到2020年，中國大數據產業市場規模將超過這個市場去年規模的10倍，由2014年的767億元擴大至8228.81億元。
2015年8月19日，國務院常務會議通過《關於促進大數據發展的行動綱要》，這或許意味著，大數據在中國將逐漸步入正軌，進入到頂層設計時代，這無疑將加速經濟發展引擎的進一步開發。
從運營商的角度來看呢？以中國移動為例，我們有超過8.2億用戶，110萬4G基站，經營分析系統里有10B以上的數據，我們的10086每分鍾都有海量用戶的呼叫，實際上所有這些動作每天都在產生大量的數據。那麼，這些數據到底有多大，集中以後會是個什麼效果？
有人曾經做過測算，一個省公司一天的數據要上百P，這些數據集中在一點傳輸到中國移動（貴安）大數據中心，需要重建一個中國移動的CMNET，也就是中國移動Internet的骨幹網。
所以某種意義上來說，運營商擁有采之不盡用之不絕的數據富礦，站在金礦上總比無礦可挖強，這也是我判斷運營商或許會在大數據時代「觸底反彈」的依據之一。
3.還有什麼不確定因素？
雖說前途可期，但畢竟是一個全新的領域。在新領域就一定有新的游戲規則，也會有相應的規則適應過程。
在過去的幾年中，大數據的概念在產業界引發了無數的爭議和討論，甚至長期出現在Gartner的新興技術成熟度曲線(也稱新興技術炒作周期報告)中。原因非常簡單，一項新技術多被談及概念，雖然在媒體上屢屢曝光，但應用案例寥寥。
因此，大數據越來越被看做是評論界的談資，而非真正意義上的產業。
在貴陽成立的全球第一家大數據交易所,通過電子系統面向全球提供數據交易服務,計劃2020年數據清洗交易量年達1萬PB、年總額3萬億。然而，成立至今，這個深孚眾望的機構撮合的交易記錄也不過3000多筆。「有意願交易大數據的企業和機構還不多。」交易所工作人員如是說。
除此之外，還有幾個關鍵不確定因素在影響著大數據產業發展。
A.技術能力不足。IT作為後端的支撐手段，大量通過外包或采購方式實現，所以在自身軟體開發和大數據平台運維、大數據新技術應用、大數據分析挖掘方面能力相當有限。
B.數據「牆」大量存在。很多數據是分散在不同的系統中的，經過長時間的「豎井」式運作，已經形成了難以突破的壁壘。以中國移動為例，B域主要是經營分析數據、O域主要是網路運維數據、M域主要是管理信息數據，但這三域的IT系統分別由三個不同的部門負責，整合難度較大，較難形成「1 1＞2」的數據融合效果。
C.組織架構不匹配。目前看，很少有機構會設置專門的部門去集中各種散落的數據，更別提對這些數據進行標准化的管理和維護了。
D.思維觀念的滯後。如果說技術、資金、人才方面的劣勢都可以通過後天的努力來補足，那麼意識層面的缺失就需要相當長時間的培育了。
除了以上說的幾點，大數據交易的安全性、定價的合理性、客戶信息的保密性，都在一定程度上影響著大數據業務的規模和發展空間。
三、運營商玩大數據的心法與身法
運營商究竟該怎麼玩兒大數據呢？竊以為先要回答好三個問題：一是數據在哪裡？二是數據放哪裡？三是數據怎麼用？
1.數據在哪裡？
都說我們正在經歷一個全新的商業時代——分享經濟的時代，消費者正在放棄傳統的、效率低下的企業，轉而投入分享型企業的懷抱，來獲取他們想要的產品和服務。Uber讓座駕更好地分享，Airbnb讓空閑的房屋更好地分享，八戒網讓創意和設計更好地分享……現在看，一切可以分享的都是價值數據。
在分享經濟的時代，真正分享的是有效的供需關系。因此，在分享經濟中，更重要的其實是創建供需場景，建立供需聯系。
數據也是相同的道理。隨著移動互聯網、雲計算、物聯網等新一代信息技術的爆發式發展，智能手機、平板電腦、可穿戴設備以及遍布各個角落的感測器，正在越來越多地接入到運營商網路。各種交互數據、感測數據正源源不斷從各行各業迅速生成。這些數量龐大、種類廣泛、迅速產生和更新的大數據，蘊含著前所未有的社會價值和商業價值。
如何能夠有效挖掘並體現出數據的價值是亟待解決的問題。竊以為，關鍵就在於建立數據使用的場景並搭建數據交易平台。
比如說，城市規劃設計院需要對新區進行商業價值評估，可以通過運營商的網格數據分析提供區域人口及經濟狀況解析；再比如，醫療機構需要在一段時期對葯物及醫療設備做儲備，可以通過醫保報賬平台統計該區域的醫療診斷及葯物使用情況，預測出該區域可以發生的大規模疾病，從而及時儲備相關資源。
重要的是，幫助數據消費者更加迅速有效地找到他們需要的數據，並促成雙方交易。
2.數據放哪裡？
如此大規模的數據存放在哪裡也是考驗大數據產業的要素之一。要知道並不是所有的機構都有足夠的資源去建設自己的數據中心。而在這方面，運營商恰好可以提供服務。
通信行業有個詞叫做「電信級服務」，意思是通信服務要具備不間斷運行、大容量、高穩定性、可靠性等特點。而要達到這些條件，就需要完備的QoS保障機制，而其中重要一環就是設施先進、管理規范的通信機房。
因此可以說，在數據機房方面，通信運營商具有先天的優勢。
能否將此作為運營商進入大數據市場的切入點呢？開放、合作就成了這個部分的關鍵詞。前文說過，傳統機構中有很多數據與信息孤島，要想打破不斷構築的「數據牆」，首先是要將他們集中化的存儲、管理、運營。因此，運營商的高標准數據中心或許只是一個必要而非充分條件，要讓源自不同領域的數據發生「化合作用」的前提是將這些數據存放在運營商的數據中心。
ICT基礎設施有連接和存儲的作用，其產生的數據通過不同的終端存儲下來，這些數據在應用程序中使用才會有價值。而運營商同時具備連接和存儲兩項功能。
面向未來，運營商數據中心將成為網路的中心，構建面向業務的敏捷、柔性、綠色的雲IT基礎架構將使運營商數據中心成為新一代ICT基礎設施的驅動中心。
3.數據怎麼用？
運營商現在最大的挑戰是什麼？是端到端的質量保障不足導致用戶體驗還不夠好嗎？是受到OTT業務的沖擊導致傳統業務快速下滑嗎？還是業務量收剪刀差不斷加大、投資壓力日趨吃緊嗎？個人認為都不是的。我們最大的挑戰在於用戶往往滿足於現有的業務。這會讓我們產生嚴重的路徑依賴，從而也會形成「自滿」情緒。
事實上，運營商現在面臨著三大重要轉變：一是從關注功能向關注最終用戶體驗轉變；二是從提供語音和帶寬向提供豐富、開放的ICT融合信息服務轉變；三是從基於人口紅利的增長向應用創新增長轉變。這三個轉變帶來了商業模式、運營模式、研發模式和科技創新的轉變，將驅動電信行業從封閉走向開放的數字化運營。
數字化運營，至少有三件事可以做：一是盤點數據資產；二是建立計算能力；三是開放數據平台。按照貴州移動羋大偉總經理的思路，運營商大數據發展路徑分為1.0、2.0和3.0三個版本。
大數據1.0主要針對運營商內部分析，建設重點以數據整合和能力構建為主，為數據價值發掘奠定基礎，重點支撐精準營銷和精確建網；大數據2.0主要針對數據價值提升，重點是逐步拓展對內對外數據價值挖掘的能力；大數據3.0主要針對數據變現，聚焦重點客戶和行業，構建數據生態系統，逐步凸顯外部收入。
目前，運營商在IT系統和網路系統上積累了很多數據資產（當然如果處置不當也可能會變成數據遺產……），通過SDN和NFV等IT技術重構的通信網路，將會形成全新的彈性、智能的網路架構。而網路IT化，就要求建立以雲數據中心為核心的網路架構，數據中心將成為ICT基礎設施的核心，數據中心的布局和規劃決定未來網路的架構，也決定了未來的競爭力。
伴隨20多年的互聯網發展，掌握未來的「聯接一代」和「數字元人」已經長成。相比上一代人，他們的溝通、交友、娛樂、消費、工作、學習等行為方式和思維模式，已經發生深刻的變化，他們對於數字社會和互聯網的依賴與生俱來，代表著互聯網時代的新消費行為。
運營商新的業務運營系統不再是簡單的支持系統，更不是簡單的營銷界面在線化，而是連接運營商、客戶和合作夥伴，連接網路、應用和內容的價值創造系統和生態鏈系統。傳統的線下營業廳或將大幅減少甚至消失，取而代之的，是用戶可以全在線模式按需、實時定製享受各項服務，運營商通過大數據分析洞察客戶和精確營銷，提供更加智能的客戶服務。
從購買產品走向購買服務，商業世界的游戲規則正在發生根本上的變化，商家和用戶之間的關系從交付那一刻才剛剛開始。
互聯網之父勞倫斯·羅伯茨曾講過：「自網路誕生以來，我們只實現了網速的提高，而在提升網路性能及其他方面毫無進步。」在這方面，運營商正在積極從消費體驗出發打造新型的業務運營系統，新系統不再是簡單的業支系統和網管系統，更不是簡單的營銷在線化，而是連接運營商、客戶和合作夥伴，連接網路、應用和內容的價值創造系統。
後記
對於運營商來說，傳統通信的黃金十年也早已過去，創新增長的白金十年或許才剛開始。站在時代交替的十字路口，我滿腦子都只有一個想法——「或許我沒有趕上通信業的黃金十年，但我一定不會再錯過大數據時代的白金十年」。

Ⅲ 什麼是大數據，大數據時代有哪些趨勢

行業主要上市公司：易華錄(300212)、美亞柏科(300188)、海量數據(603138)、同有科技(300302)、海康威視(002415)、依米康(300249)、常山北明(000158)、思特奇(300608)、科創信息(300730)、神州泰岳(300002)、藍色游標(300058)等

本文核心數據：大數據產業鏈、產業規模、應用市場結構、競爭格局、發展前景預測等

產業概況

1、定義：大數據產業覆蓋范圍廣

根據中國信通院發布的《大數據白皮書》，大數據產業是以數據及數據所蘊含的信息價值為核心生產要素，通過數據技術、數據產品、數據服務等形式，使數據與信息價值在各行業經濟活動中得到充分釋放的賦能型產業。不同機構對大數據的定義也有所不同，具體如下：

2、產業鏈剖析：大數據產業鏈龐大

大數據產業鏈覆蓋范圍廣，上游是基礎支撐層，主要包括網路設備、計算機設備、存儲設備等硬體供應，此外，相關雲計算資源管理平台、大數據平台建設也屬於產業鏈上游;

大數據產業中游立足海量數據資源，圍繞各類應用和市場需求，提供輔助性的服務，包括數據交易、數據資產管理、數據採集、數據加工分析、數據安全，以及基於數據的IT運維等;

大數據產業下游則是大數據應用市場，隨著我國大數據研究技術水平的不斷提升，目前，我國大數據已廣泛應用於政務、工業、金融、交通、電信和空間地理等行業。

大數據產業上游基礎設施具體包括IT設備、電源設備、基礎運營商及其他設備，相關代表企業華為、中興通訊、艾默生、三大運營商等。

中游大數據領域可以細分為數據中心、大數據分析、大數據交易與大數據安全等子行業，相關代表企業包括寶信軟體、數據港、久其軟體、拓爾思、上海數據交易中心、貴陽大數據交易所與華雲數據等。

在下游應用市場，我國大數據應用范圍正在快速向各行各業延伸，除發展較早的政務大數據、交通大數據外，在工業、金融、健康醫療等眾多領域大數據應用均初見成效。

產業發展歷程：十年來大數據產業高速增長，信息智能化程度得到顯著提升

我國大數據產業布局相對較早，2011年，工信部就把信息處理技術作為四項關鍵技術創新工程之一，為大數據產業發展奠定了一定的政策基礎。自2014年起，「大數據」首次被寫進我國政府工作報告，大數據產業上升至國家戰略層面，此後，國家大數據綜合試驗區逐漸建立起來，相關政策與標准體系不斷被完善，到2020年，我國大數據解決方案已經發展成熟，信息社會智能化程度得到顯著提升。

產業政策背景：優化升級數字基礎設施，鼓勵大數據產業發展

2014年，大數據首次寫入政府工作報告，大數據逐漸成為各級政府關注的熱點，政府數據開放共享、數據流通與交易、利用大數據保障和改善民生等概念深入人心。此後國家相關部門出台了一系列政策，鼓勵大數據產業發展。

當前，隨著5G、雲計算、人工智慧等新一代信息技術快速發展，信息技術與傳統產業加速融合，數字經濟蓬勃發展，數據中心作為各個行業信息系統運行的物理載體，已成為經濟社會運行不可或缺的關鍵基礎設施，在數字經濟發展中扮演至關重要的角色。數據中心作為大數據產業重要的基礎設施，其快速發展極大程度地推動了大數據產業的進步。在2021年3月發布的「十四五」規劃中，大數據標准體系的完善成為發展重點。

產業發展現狀

1、行業整體情況：大數據產業規模維持高速增長 主要應用於金融和政府領域

——大數據產業規模：2021年超過800億元

近年來我國大數據行業取得快速發展，賽迪CCID統計，我國大數據市場規模由2019年的619.7億元增長至2021年的863.1億元，復合年增長率達到18.0%，大數據市場規模包含了大數據相關硬體、軟體、服務市場收入。

——大數據市場結構：產業整體以大數據服務為主，應用領域以金融和政府領域為主

從產業結構來看，目前，我國的大數據產業進入高質量發展階段，大數據軟體和大數據服務的需求開始不斷提升，大數據硬體佔比有所下降但仍占據主導地位，

CCID統計，2021年我國大數據市場結構中，大數據硬體、大數據軟體和大數據服務的市場佔比分別為40.5%、25.7%和33.8%。近幾年大數據硬體的佔比在逐漸下降，大數據軟體和大數據服務的佔比在逐步提高。未來我國大數據軟體和服務市場相比硬體市場將呈現更好的發展態勢。

從應用領域來看，大數據分析產品及服務已經從最早的為電信領域客戶提供經營分析、為銀行領域客戶提供風控管理等輔助性經營決策，發展到目前的為金融、電信、政府、互聯網、工業、健康醫療、電力等多個行業領域客戶提供預測性分析、自主與持續性分析等，以實現企業決策與行動最優化。大數據分析產品及服務應用已經十分廣泛，但由於各下游領域業務特點的不同，決定了其對大數據分析產品及服務的具體需求存在一定差異。

CCID統計，2021年我國大數據分析市場下遊行業中，金融、政府、電信和互聯網位居應用領域前四名，市場佔比分別為19.1%、16.5%、15.2%和13.9%，合計超過60%;其他重點應用領域主要包括健康醫療、交通運輸、工業、電力等。

2、細分市場一：金融大數據

——金融大數據需求：金融業務規模不斷擴大，帶動大數據需求提升

從金融領域需求來看，近年來，中國金融領域業務規模不斷擴大，其中中國銀行業金融機構不斷積極擁抱金融科技，推動數字化轉型，整體行業規模擴大;保險業和證券業的收入也隨著市場經濟的發展而提升。

近年來，隨著新一代信息技術加速突破應用，以移動金融、互聯網金融、智能金融等為代表的金融新業態、新應用、新模式正蓬勃興起，我國金融業開始步入一個與信息社會和數字經濟相對應的數字化新時代，金融數字化轉型成為金融行業轉型發展的焦點。2019年，人民銀行印發《金融科技發展規劃(2019-2021年)》，構建起金融科技「四梁八柱」的頂層設計，明確了金融科技發展方向和任務、路徑和邊界。2022年1月，人民銀行再次發布《金融科技發展規劃(2022-2025年)》明確提出，從戰略、組織、管理、目標、路徑以及考評等方面將金融數字化打造成金融機構的「第二發展曲線」。隨著金融業務規模不斷擴大，加之新一代信息技術的發展，大數據在金融領域的需求將不斷提升。

——金融大數據應用場景

過去幾年，金融大數據帶來了重大的技術創新，為行業提供了便捷、個性化和安全的解決方案。目前，中國金融大數據典型的應用場景包括股票洞察、欺詐檢測和預防、風險分析與金融服務領域。

3、細分市場二：政府大數據

——政府大數據需求：互聯網政務服務用戶規模不斷提升

從政府領域需求來看，根據中國互聯網路信息中心(CNNIC)發布的第49次《中國互聯網路發展狀況統計報告》數據顯示，互聯網政務服務發展展現出了巨大潛能。截至2021年12月，我國互聯網政務服務用戶規模達9.21億，較2020年12月增長9.2%，占網民整體的89.2%。「十四五」規劃綱要提出要「推進網路強國建設，加快建設數字經濟、數字社會、數字政府，以數字化轉型整體驅動生產方式、生活方式和治理方式變革」。2021年，我國各省市積極探索、持續推進互聯網政務服務建設發展，努力提升公共服務、社會治理等數字化、智能化水平。截至2021年11月，全國已有20多個省(區、市)相繼出台數字政府建設的有關規劃，為我國互聯網政務服務發展注入新的活力。

——政府大數據應用場景

中國政府大數據主要應用於信息共享、政務數據管理、城市網路管理與社會管理幾大領域。加強電子政務建設，管理好政府的數據資產，完善政府決策流程，將是未來數年大數據在公共管理領域發展的重要方向。大數據將對政府部門的精細化管理和科學決策發揮重要作用，從而提高政府的服務水平。輿情監測、交通安防、醫療服務等將是公共管理領域重點應用領域。

4、細分市場三：互聯網大數據

——互聯網大數據需求：互聯網行業規模不斷提升

在人工智慧、雲計算、大數據等信息技術和資本力量的助推和國家各項政策的扶持下，2021年，互聯網和相關服務業發展態勢平穩向好。企業業務收入和營業利潤保持較快增長;互聯網平台服務和數據業務實現快速發展，信息服務收入較快增長;多省份保持增長態勢。2021年我國規模以上互聯網和相關服務企業完成業務收入15500億元，同比增長21.2%。

2022年上半年，我國規模以上互聯網和相關服務企業完成互聯網業務收入7170億元，同比增長0.1%。

註：2021年及以前年份，規模以上互聯網和相關服務企業，指獲得《增值電信業務經營許可證》在中國大陸境內經營全國或區域性增值電信業務、上年度互聯網業務收入500萬元及以上的企業。2022年，規模以上互聯網和相關服務企業口徑由互聯網和相關服務收入500萬元以上調整為2000萬元及以上。

——互聯網大數據應用場景

在互聯網行業，除了社交、B2C業務之外，像在線音視頻業務、廣告監測、精準營銷等等，也是未來潛在應用場景。

產業競爭格局

1、區域競爭：中國大數據企業主要分布在華南和華東沿海地區

根據企查貓數據，截止2022年9月23日，全國大數據產業中「存續」及「在業」的企業多集中分布在華南和華東沿海地區。其中，廣東省的大數據企業最多。

2、企業競爭：技術領域創新和經驗是關鍵，融合應用領域行業龍頭更能獲得青睞

根據大數據產業聯盟調研和發布的2022大數據企業投資價值百強榜單來看，榜單共選取了10個細分領域，涉及大數據基礎軟體、數據治理與分析、數據安全、商業智能、營銷大數據5個通用領域，以及政府大數據、金融大數據、工業大數據、健康醫療大數據、空間地理信息大數據5個融合應用領域。

大數據基礎軟體、數據治理與分析、數據安全、數據可視化等，是所有細分行業應用場景的基礎支撐，體現了大數據技術價值和作用。在這些細分領域提供技術解決方案的企業中，技術創新能力較強、在各自的細分領域有較長時間技術積累的廠商是投資機構的關注重點。

政府大數據、金融大數據發展相對成熟，落地實踐案例多和品牌知名度高的企業受市場關注程度較高。工業大數據、健康醫療大數據、空間地理信息大數據等市場仍處於待爆發階段，在各自細分領域建立競爭優勢的企業容易獲得投資機構的青睞。

註：2022年大數據企業投資價值百強榜是從企業估值/市值、營收狀況、創新投入、產品競爭力、細分市場潛力、領導層能力等多個維度進行綜合評比，同時結合行業專家打分，評選出2022年度大數據領域最具投資價值的100家企業。

產業發展前景：大數據將繼續保持高速增長

大數據作為新一代信息技術的重要標志，對生產製造、流通、分配、消費活動以及經濟運行機制、社會生活方式和國家治理能力均產生重要影響。伴隨國家快速推動數字經濟、數字中國、智慧城市等發展建設，未來大數據行業對經濟社會的數字化創新驅動、融合帶動作用將進一步增強，應用范圍將得到進一步拓寬，大數據市場也將保持持續快速的增長態勢。預計2027年我國大數據市場規模將達到2930.9億元，未來六年復合年增長率為22.6%。

更多本行業研究分析詳見前瞻產業研究院《中國大數據產業發展前景與投資戰略規劃分析報告》。

Ⅳ 如何擁抱「大數據時代」

    洶涌澎湃的大數據浪潮，正攜帶著巨大商機，撞擊傳統經濟的概念和思維。大數據孕育和驅動下的新產品、新服務、新產業層出不窮，並日益深刻地改變著每個人的日常生活。一個基於技術進步的「大數據時代」正在來臨。

    中國有句成語，叫「窺一斑而知全豹」。回望人類發展的歷史長河，囿於技術限制的「抽樣數據」，和建立在此「有限數據」基礎上的假設、推理、論證，恰如「窺管知豹」一樣，是人類在無法獲得「全體數據」的條件限制之下，探索未知領域時無法選擇的唯一途徑。

    在互聯網基礎上發展起來的社交網路、電子商務、移動通信、可穿戴設備等「雲計算」技術，讓「抽樣數據」迅速讓位「全體數據」，「全體數據」即「大數據」時代的來臨，使「知全豹」不僅成為可能，而且變得越來越容易。

    寬頻資本董事長田溯寧說：「以雲計算為基礎的信息存儲、分享和挖掘手段，可以便宜、有效、快捷地將這些大量、高速、多變化的終端數據存儲下來，並隨時進行分析和計算。」

    「全豹」當然比「一斑」更能反應事物的本質。《大數據時代》的作者維克托認為，大數據使人類第一次有機會和條件，在非常多的領域和非常深入的層次，獲得和使用全面數據、完整數據和系統數據，深入探索現實世界的規律，獲取過去不可能獲取的知識，得到過去無法企及的商機。

    田溯寧認為，大數據正在成為巨大的經濟資產，是新時代的「礦產」與「石油」，並將帶來全新的創業方向，商業模式和投資機會。

的確，大數據正成為資本「熱戀」的對象。從Facebook、谷歌，到網路、九次方，五湖四海的資本如過江之鯽，正在加速向「大數據」領域集結。成立於2010年的九次方大數據，2014年、2015年兩次融資，就募得資金近10億元，得到了博信資本、建銀財富、當代集團、IDG資本等18家頂尖基金的追捧。

    《2015年中國大數據產業白皮書》顯示，我國大數據市場規模2014年達到767億元，預計到2020年將超過8000億元。而申萬宏源的報告分析稱，10年後「大數據」可撬動萬億元級GDP。

    美好的前景，並不能掩蓋前行的曲折。稀缺是任何資源的基本屬性。「大數據」發展的瓶頸，同樣在於數據的「可獲取性」。中國政府網披露的信息顯示，目前我國信息數據資源80%以上掌握在各級政府部門手裡，「深藏閨中」而未能與社會共享，造成了極大的浪費。

    身處大數據時代，人們生活所需的導航、氣象、房屋、醫療、就業等信息，往往都來自政府的信息數據開放；產業發展所需的戰略思考、布局規劃、落地方案等，往往也要依託對政府信息數據的挖掘、重組、混搭。龐大的手機用戶和應用市場，造就了中國大數據資源的極端豐富性。解決這些由大規模數據引發的問題，探索以大數據為基礎的解決方案，是中國產業升級、效率提高的重要手段。

    貴陽大數據交易所執行總裁、九次方大數據創始人王叄壽認為，大數據將成為繼土地之後政府手中最值錢的資源。他說，激活政府手中的大數據資源，讓它們走出政府的「深閨大院」，作為要素參與市場，既是簡政放權的現實需要，也應該是供給側改革的重要內容，更是擁抱大數據經濟的必由之路。

    流動的要素才能創造價值。開放、流通的數據是時代發展的要求。目前美國政府已創建了Data.gov網站，為大數據敞開了大門；英國、印度也有「數據公開」運動；我國近年來也崛起了貴陽大數據交易所等一批數據交易機構，但作為數據主體的政府依然動作緩慢。

    數據的挖掘和應用，不僅是公司競爭力的核心，也必將成為國家競爭力的標志。在我國產業轉型升級的過程中，以大數據思維的創新方式解決問題，推動供給側改革，創建新的產業群，實現「中國製造」向「中國創造」「中國智造」轉型，意義顯得尤為重要。

    縱觀近代歷史，歷次技術革命，中國都落在了時代的後面。而這次以互聯網為基礎的大數據變革，中國與世界的距離最小，在很多領域甚至還是領跑者。田溯寧說：「只要我們以開放的心態，創新的勇氣擁抱『大數據時代』，就一定能抓住歷史賦予中國創新的機會。」

Ⅳ 大數據 掌握話語權要關注基礎技術

大數據：掌握話語權要關注基礎技術

《2015年中國大數據交易白皮書》顯示，預計到2020年，中國大數據產業市場規模將是2014年規模的10倍，由2014年的767億元擴大至8228.81億元。全球大數據市場高速增長，已經成為全球IT領域中的增長亮點。在中國盡管大數據仍處於起步階段，但各地發展大數據的積極性較高，行業應用推廣迅速。在這個熱情高漲的大數據市場，中國要想進一步釋放大數據的價值，掌控大數據的技術話語權，必須關注大數據的基礎技術。

眼下，雖然中國對大數據的熱情很高，但我們必須看到目前中國在大數據關鍵技術上的布局其實是有所欠缺的。目前世界各國都在搶先布局大數據的關鍵技術、基礎技術，因為從目前的技術架構和技術基礎來看，用現成的技術來解決大數據的問題還面臨諸多的挑戰。不久前，IBM中國研究院院長沈曉衛接受《中國電子報》記者采訪時坦言，我們要想真正從數據中獲得洞察、獲得價值，需要更高效、更智能的數據處理和分析平台，以及相應的工具。其一，傳統的IT技術，需要有更大的突破。比如物聯網處理系統需要一秒鍾處理上百萬信息，比如對非結構化的數據進行存儲和處理，需要新的技術。其二，需要引入物理模型來模擬物理世界。比如對天氣的理解，比如對疾病的風險控制的理解，比如對智能工廠的理解，都需要構建大量的物理模型，並挑出更合適的模型，對物理世界作出更好的模擬和理解。其三，需要更強大的認知計算，要求認知計算有更強大的自然語言的能力、更強的機器學習能力等。

基於對市場需求和技術趨勢的判斷，事實上國外IT巨頭在大數據的關鍵技術上投入了大量人力、物力和財力來進行關於大數據關鍵技術的研發。我們大家都知道現在談及大數據的利用，一定都會提及開源的Hadoop技術，事實上對於大數據的利用僅僅依靠Hadoop是不夠的。我們朝向產業互聯網推進時面臨非常多的挑戰，我們的計算架構、計算模式也面臨很大挑戰。比如傳統的計算機分析和數據整理方式，首先是收集數據，然後儲存在資料庫程序中，然後在收到請求後搜索這些數據。這是一個高效的處理方式，但卻是一個緊綳的結構，而且通常會造成時間的浪費。而在流計算當中，高級軟體的運演算法則在接收流數據時就開始對其進行分析。流計算在實時數據分析領域具有巨大的應用空間，包括天氣、江河、電力、股票交易等等。但目前，中國的IT產業在流計算方面並沒有太多的話語權。面對大數據的挑戰，有非常多類似流計算的新技術，關鍵技術都需要中國IT企業做更多的布局，只有這樣，我們的大數據發展，大數據利用才不會變成「無根」的產業。

事實上不僅僅是在平台和工具等基礎技術維度，中國要想在大數據領域擁有更大的話語權，更好地釋放數據的價值，還必須在數據模型的維度、在數據科學家等維度進行大量的投入。目前全球前1500強的企業都有自己的數據科學家。據國外職業人士社交網站LinkedIn公布的2014年最受僱主喜歡、最炙手可熱的25項技能，統計分析和數據挖掘技能位列榜首。研究機構Gartner預測，2015年，全球將新增440萬個與大數據相關的工作崗位，25%的組織將設立首席數據官職位。

不久前，阿里雲宣布啟動阿里雲大學合作計劃AUCP，聯合國內8所高校開設雲計算與數據科學專業方向，目標是到大學里培養大數據的科學家。應該說阿里巴巴是國內企業中「大數據意識」覺醒比較早的企業。對於大數據這樣的應用學科的人才培養，需要充分藉助企業的資源。在國外企業中，IBM對於全球大數據的人才培養投入了巨大資源，已與全球1000多所大學一同合作，構建一個輸送數據科學家的「通道」。

推進大數據應用需要大量的數據科學家，需要教育體系更重視大數據的人才培養，需要更多的領先企業參與進來，僅僅有阿里巴巴或者是IBM是遠遠不夠的。

以上是小編為大家分享的關於大數據 掌握話語權要關注基礎技術的相關內容，更多信息可以關注環球青藤分享更多干貨

Ⅵ 如何實現大數據交易

大數據時代，數據成為數字經濟的關鍵生產要素，以數據為基礎，以人工智慧為主要驅動力的新型經濟形態正在蓬勃發展。大數據產業發展的核心在於數據自由流通，而數據交易就是實現數據有序流通的關鍵一環。

近日，發源地大數據對我國大數據交易產業進行了深度研究，指明了未來發展路徑。

2011年至2014年這四年間，我國大數據處於起步發展階段，大數據的市場規模增速穩定，每年均保持在20%以上。

2015年，大數據市場規模已達到98.9億元，同比增長30.7%。

2016年，大數據市場規模增速迎來高潮，達到45%，市場規模繼續擴大，超過160億元。

預計2017年至2020年，大數據的市場增速穩定。

我國主要的大數據交易平台分布在西南、華中和華北地區，均屬於國內第一批崛起的大數據交易平台。

從當前的發展來看，中西部發展勢頭強勁，產業發展進入良性循環，是國內最早規劃並實施大數據產業發展的地區。

東部地區則依託經濟優勢，聚集效應開始顯現。就目前而言，以北京、上海、廣州為中心向四周輻射，形成以京津冀地區、長江三角洲地區和珠江三角洲地區為集團樞紐的沿海大數據走廊格局，是東部地區大數據交易平台建設的最大特點。

1.大數據交易平台建設進入井噴期。

數據交易平台是數據交易行為的重要載體，可以促進數據資源整合、規范交易行為、降低交易成本、增強數據流動性，成為當前各地促進數據要素流通的主要舉措之一。從全國范圍來看，2015年前成立並投入運營的有北京大數據交易服務平台、貴陽大數據交易所、長江大數據交易所、東湖大數據交易平台、西咸新區大數據交易所和河北大數據交易中心。2016年新建設的有哈爾濱數據交易中心、江蘇大數據交易中心、上海大數據交易中心以及浙江大數據交易中心。據有關數據預測，到2016年年底全國類似的交易平台數量可能達到15到20個[1]。

2.大數據交易變現能力有所提升。

在國家政策的推動鼓勵下，數據交易從概念逐步落地，部分省市和相關企業在數據定價、交易標准等方面進行了有益的探索。隨著數據交易類型的日益豐富、交易環境的不斷優化、交易規模的持續擴大，我國數據變現能力顯著提高。據《2016年中國大數據產業白皮書》不完全統計，2015年我國大數據相關交易的市場規模為33.85億元，預計到2016年國內大數據交易市場規模將達到62.12

億元，2020年將達到545億元。

3.大數據交易仍整體處於起步階段。

從整體發展水平來看，我國大數據交易仍處於起步階段，突出表現在以下幾個方面：一是數據交易主要以單純的原始數據「粗加工」交易為主，數據預處理、數據模型、數據金融衍生品等的內容的交易尚未大規模展開。二是數據供需不對稱使得數據交易難以滿足社會有效需求，數據成交率和成交額不高。三是數據開放進程緩慢一定程度上制約了數據交易整體規模，影響數據變現能力。四是數據交易過程中缺乏全國統一的規范體系和必要的法律保障，無法有效破解數據定價、數據確權等難題。

Ⅶ 中國目前在大數據行業的發展情況如何

我國大數據產業開始已進入深化階段

中國大數據產業從萌芽到如今漸成體系，已走過將近10個年頭。「十四五」開局之年，大數據產業也進入了集成創新、深度應用的新階段。大數據在醫療、工業、交通等領域的融合應用技術加快創新突破，大數據融合應用重點從虛擬經濟轉變為實體經濟;大數據底層技術方面，信息安全、模式識別、語言工程、計算機輔助設計、高性能計算等加快突破，大數據技術領域逐漸補齊短板，並進一步強化長板。

—— 更多本行業研究分析詳見前瞻產業研究院《中國大數據產業發展前景與投資戰略規劃分析報告》

Ⅷ 認清現實吧 中國大數據產業的痛點和困難

認清現實吧 中國大數據產業的痛點和困難

大數據作為一個新興的產業，一直在處於輿論的風口浪尖。就像互聯網＋的概念一樣，大數據被神話了，被送上了「宗教」的神壇。大數據企業總是有一個擔心，生怕大數據被捧得的太高，將來可能會被摔的很慘。

2015年中國大數據產業的熱度從貴陽大數據交易所開始，到9月國務院的2015第50號文《促進大數據發展行動綱要》進入高峰，相信10月份的烏鎮互聯網大會上，大數據還會是一個大的熱點。

大數據論壇上，數據產品和解決方案被介紹的很多。數據給企業帶來的具體價值、數據應用場景、大數據產業的痛點介紹的很少。中國大數據產業經歷著很多痛苦，大數據產業前景很好，但是大數據企業卻很難做大，很難實現質的飛躍。中國大數據產業的痛點和困難如下。

中國大數據企業大概有200多家，將近60%集中在北京，以小微企業為主，年銷售額達到十億人民幣的企業幾乎沒有。大數據產業處於春秋時代早期，各家諸侯割地而立，每家佔領了一塊小的細分領域，很難做大，都面臨著同行的激烈競爭，有的領域例如輿情監控已成為紅海。

大數據企業人數大多在幾十人到幾百人，少有千人以上的企業。沒有一家大數據企業可以統領一個行業，沒有一家企業佔有細分市場10%的份額，沒有一家大數據企業建立了行業標准，領導行業發展。

中國大數據產業處於極度分散狀態，優秀的人才分布在不同企業，很難形成人才合力。各家企業規模小，很難在企業做深做大，很難利用大數據幫助企業實現業務提升。大多數企業的工具和數據很難滿足企業整體的數據要求，中國的數據挖掘和分析產品也很難和國外的產品進行競爭。

大數據產業如果要形成產業優勢，必須需要一批領軍企業。參考國外大數據產業，中國在大數據基礎架構，數據產品，數據工具、數據清洗和數據挖掘、數據分析、數據人才都需要產生一批標桿企業。每個領軍企業都規模應該在千人以上，銷售額應該在百億以上，否則很難形成技術和人才優勢，也很難利用大數據幫助客戶實現業務提升。

貴陽大數據交易所《2015年中國大數據交易白皮書》提到2014年中國大數據市場規模為767億元。這個數字看上去不錯，估計其實真正和大數據工具和大數據產品相關的不足20%（業務價值提升）。大多數的經費都用於大數據基礎平台（存儲和計算）、咨詢、報告等和業務價值提升相關度不大的領域。中國大數據市場銷售額大多數集中在傳統的IT企業例如IBM，Oracle，EMC，Intel，華為，聯想等。真正大數據企業所有市場份額加起來可能就在百億元左右。

中國大數據企業規模過小，領軍企業缺少，行業過於分散，這些都是制約中國大數據產業發展的因素，也是產業做大的一個痛點。

數據是大數據產業發展的基礎，具有商業價值的數據可以幫助企業洞察客戶、數字化運營、風險管控、精準營銷、預測和決策等。具有商業價值的數據和商業分析真正能夠幫助企業提升業務，創造出新的價值。

中國的大數據市場還不成熟，很多大數據企業擁的數據都是片段的數據，很難形成完整的，具有商業價值的數據。大數據市場的數據質量和企業的數據需求有較大的差距。外部數據大多處於孤島狀態，數據之間很少流動和整合；孤立、不流動、沒有整合的數據很難幫到企業，很多需要數據的企業不得不從多個大數據企業采購數據，效率很低，采購來的數據價值不高，數據整合的難度較大，數據采購的整體費用過高。

大家都看到了數據分散的弊端，於是很多地方都建立了大數據交易市場，幫助大家進行數據交易和數據采購。由於缺少法律保護，很多企業不太想在交易市場進行數據交易，往往還是採用一對一的數據交易，這種交易方式可以保護交易雙方的利益。具有商業價值的數據還在開發中，大數據交易市場，缺少大量可以進行交易的數據。大數據交易市場這種商業模式，還需要用很長的時間去證明。

中國質量最好的數據在金融行業、BAT、電信運營商，這些企業比較謹慎，很難向外部輸出數據。這三大行業自身的主營業務也不在數據，其數據產品生產和輸出的願望也不強烈。政府的數據正在逐步開放，但是其數據質量、集中度、輸出方式等多存在很大多挑戰。在中國大規模的數據開放，至少需要3年時間才能達到商業應用要求。

大多數企業對數據有需求，但是其對數據商業敏感度很低。對數據商業應用的場景以及數據技術了解很少。即使是數據商業敏感度較高的銀行，至少要溝通三次以上，其才能夠建立起數據價值理念。其他行業例如製造業，房地產業，零售業，他們的數據商業敏感度更低。甚至萬科的王石也大聲疾呼，不要和房地產業談大數據應用，房產行業數據還不全，很多還是手工數據。於是某個領先的電商開始幫助萬科進行數據規劃建設，研究大數據在房地產行業的應用。

已有的大數據企業商業案例中，大部分都是大數據企業主動去找客戶談合作，為企業提供數據產品、數據工具或數據技術，目的是幫助企業提升業務。但是這種商業模式很累，市場很難被引爆，被動的數據商業應用，往往和業務結合較弱，無法迅速幫助企業利用數據提升業務，同時也無法解決業務發展瓶頸。

企業內部人士深度了解業務需求，他們缺少的是市場數據和消費者反饋，缺少的數據分析方法和工具。企業內部人士更應該成為大數據商業應用的主力，參加一些行業活動，從需求出發，主動尋找數據和解決方案。移動互聯網時代，商業競爭策略很清晰，一個是快，一個是要利用數據進行決策。

大數據產業的發展，不僅僅是大數據企業自身的事情，也是各家企業自身的事情。企業客戶也應該依據業務需要，主動到市場尋找數據和解決方案，提升數據商業敏感度，從業務場景出發，尋找具有價值的數據。

市場上所有大數據企業和客戶都面臨一個難題，就是數據解決方案同客戶業務結合的深度不夠，數據對業務整體推動效果不如期望，這也是大數據產業爆發的一個痛點。由於外部數據質量、企業用戶數據敏感度、企業管理方式、商業數據人才等問題，大數據解決方案很難和業務深度結合。

大數據核心價值就是揭示事務發展規律，幫助企業利用數據進行科學決策。目前大數據的商業應用領域主要集中在數據採集、數據存儲、數據計算、用戶畫像、精準營銷等領域。大數據最具商業價值的預測和輔助決策功能並沒有被充分利用。特別是在重大戰略決策方面，大數據的作用並不明顯。企業的產品開發，市場策略，戰略決策還是依靠過去的精英決策和經驗主義。未來社會只有兩類企業，一種是利用數據發展的企業，另外一種是不重視數據被淘汰的企業。

大數據企業如果想發展壯大，如果想成為行業領先的企業，其必須放棄短期利益，深入到客戶的運營中去，了解客戶的數據，了解客戶的業務，了解客戶的商業需求。同時利用數據了解客戶，了解市場，了解業務場景。數據和業務深度結合的核心是掌握正確的數據、正確的方法、正確的工具。業務人員要懂數據，技術人員要懂業務。復合型數據人才是數據生意的關鍵，業務人員掌握數據技術的門檻較高，但是技術人員了解業務的門檻很低，復合性人才傾向於從技術人才培養開始。

企業內部的數據人才和大數據企業的數據人才需要互相學習，了解對方環境和需求，在同一個平台上進行對話和溝通。數據團隊需要深入了解業務場景和背後的規律，從業務出發，從場景出發，從數據出發，將大數據解決方案同業務深度結合，利用數據推動業務發展，發揮大數據預測規律的核心價值。

傳統的數據挖掘工具和BI系統存在很久了，通過各類報表展示，讓管理層了解企業運營信息，過去的確幫助企業提高管理水平，達到了預期目的。

在大數據時代，企業需要的是實時數據，需要的是高效工具，需要的是決策支持和預測。傳統的數據挖掘工具的性能和靈活性已經不能滿足企業的需要，另外非機構化數據的應用也對傳統數據工具提出了挑戰。BI領域中的SAS，SPSS，TD等數據工具越來越被邊緣化，R語言正在成為數據統計和可視化的新寵。

數據的時間價值正在得到重視，特別是金融企業，所有的業務部門都期望在最短的時間里，看到資金使用情況，客戶交易情況，風險管控情況。企業越早了解信息，就會越早進行決策，時間就是Money。過去數據需求可能是T＋5或者T＋30，現在的數據需求往往是T＋1或者T＋0，數據實時性、准確性、相關度被提到了一個非常重要的地位。業務的需求已經很明顯了，但是數據工具和人才卻是一個很大的挑戰。

中國200多家大數據企業，看到了大數據產業的曙光，看到了大數據產業的價值，同時也在經歷著大數據企業的痛苦。大數據產業發展很快，市場正在逐步變大，但是其產業優勢不明顯，優勢企業很少，數據商業化較慢，市場還不成熟，客戶數據商業敏感度較低，缺乏高質量數據工具和人才。所有大數據企業內心的感受就是，站在了時代的風口，選對了方向和行業，但是發展壯大還是很難。200多家大數據企業正在努力耕耘著大數據產業，痛並快樂著。

以上是小編為大家分享的關於認清現實吧 中國大數據產業的痛點和困難的相關內容，更多信息可以關注環球青藤分享更多干貨

Ⅸ 哪些商業應用在數據倉庫中即使擁有過期的數據也依然有效

在大數據成為趨勢，成為國家戰略的今天，如何最大限度發揮大數據的價值成為人們思考的問題。無論是對於互聯網企業、電信運營商還是數量眾多的初創企業而言，大數據的變現顯得尤為重要。誰最先一步找到密碼，誰就能夠搶占市場，贏得發展。在探索大數據商業模式的同時，大數據正加速在各行各業的應用，大數據不僅為人們的購物、出行、交友提供了幫助，甚至還在高考這樣重要的事件中發揮作用。大數據產業具有無污染、生態友好、低投入高附加值特點，對於我國轉變過去資源因素型經濟增長方式、推進「互聯網+」行動計劃、實現國家製造業30年發展目標有戰略意義。前幾年，國內大數據產業討論較多、落地較少，商業模式處於初探期，行業處於兩種極端：一種是過熱的浮躁帶來了一定的泡沫和產業風險；一種是懷疑大數據只是炒作，依然堅持傳統管理理念、經營模式。但是進入2015年之後，大數據產業告別了泡沫，進入更務實的發展階段，從產業萌芽期進入了成長期。當前，如何將大數據變現成為業界探索的重要方向。B2B大數據交易所國內外均有企業在推動大數據交易。目前，我國正在探索「國家隊」性質的B2B大數據交易所模式。2014年2月20日，國內首個面向數據交易的產業組織—中關村大數據交易產業聯盟成立，同日，中關村數海大數據交易平台啟動，定位大數據的交易服務平台。2015年4月15日，貴陽大數據交易所正式掛牌運營並完成首批大數據交易。貴陽大數據交易所完成的首批數據交易賣方為深圳市騰訊計算機系統有限公司、廣東省數字廣東研究院，買方為京東雲平台、中金數據系統有限公司。2015年5月26日，在2015貴陽國際大數據產業博覽會暨全球大數據時代貴陽峰會上，貴陽大數據交易所推出《2015年中國大數據交易白皮書》和《貴陽大數據交易所702公約》，為大數據交易所的性質、目的、交易標的、信息隱私保護等指明了方向，奠定了大數據金礦變現的產業基礎。咨詢研究報告國內咨詢報告的數據大多來源於國家統計局等各部委的統計數據，由專業的研究員對數據加以分析、挖掘，找出各行業的定量特點進而得出定性結論，常見於「市場調研分析及發展咨詢報告」，如「2015～2020年中國通信設備行業市場調研分析及發展咨詢報告」、「2015～2020年中國手機行業銷售狀況分析及發展策略」、「2015年光纖市場分析報告」等，這些咨詢報告面向社會銷售，其實就是O2O的大數據交易模式。各行各業的分析報告為行業內的大量企業提供了智力成果、企業運營和市場營銷的數據參考，有利於市場優化供應鏈，避免產能過剩，維持市場穩定。這些都是以統計部門的結構化數據和非結構化數據為基礎的專業研究，這就是傳統的一對多的行業大數據商業模式。數據挖掘雲計算軟體雲計算的出現為中小企業分析海量數據提供了廉價的解決方案，SaaS模式是雲計算的最大魅力所在。雲計算服務中SaaS軟體可以提供數據挖掘、數據清洗的第三方軟體和插件。業內曾有專家指出，大數據=海量數據+分析軟體+挖掘過程，通過強大的各有千秋的分析軟體來提供多樣性的數據挖掘服務就是其盈利模式。國內已經有大數據公司開發了這些架構在雲端的大數據分析軟體：它集統計分析、數據挖掘和商務智能於一體，用戶只需要將數據導入該平台，就可以利用該平台提供的豐富演算法和模型，進行數據處理、基礎統計、高級統計、數據挖掘、數據制圖和結果輸出等。數據由系統統一進行管理，能夠區分私有和公有數據，可以保證私有數據只供持有者使用，同時支持多樣數據源接入，適合分析各行各業的數據，易學好用、操作界面簡易直觀，普通用戶稍做了解即可使用，同時也適合高端用戶自己建模進行二次開發。大數據咨詢分析服務機構及企業規模越大其擁有的數據量就越大，但是很少有企業像大型互聯網公司那樣有自己的大數據分析團隊，因此必然存在一些專業型的大數據咨詢公司，這些公司提供基於管理咨詢的大數據建模、大數據分析、商業模式轉型、市場營銷策劃等，有了大數據作為依據，咨詢公司的結論和咨詢成果更加有說服力，這也是傳統咨詢公司的轉型方向。比如某國外大型IT研究與顧問咨詢公司的副總裁在公開場合曾表示，大數據能使貴州農業節省60%的投入，同時增加80%的產出。該公司能做出這樣的論斷當然是基於其對貴州農業、天氣、土壤等數據的日積月累以及其建模分析能力。政府決策咨詢智庫黨的十八屆三中全會通過的《中共中央關於全面深化改革若乾重大問題的決定》明確提出，加強中國特色新型智庫建設，建立健全決策咨詢制度。這是中共中央文件首次提出「智庫」概念。近幾年，一批以建設現代化智庫為導向、以服務國家發展戰略為目標的智庫迅速成立，中國智庫數量從2008年的全球第12位躍居當前第2位。大數據是智庫的核心，沒有了數據，智庫的預測和分析將為無源之水。在海量信息甚至泛濫的情況下，智庫要提升梳理、整合信息的能力必然需要依靠大數據分析。研究認為，93%的行為是可以預測的，如果將事件數字化、公式化、模型化，其實多麼復雜的事件都是有其可以預知的規律可循，事態的發展走向是極易被預測的。可見，大數據的應用將不斷提高政府的決策效率和決策科學性。自有平台大數據分析隨著大數據的價值被各行各業逐漸認可，擁有廣大客戶群的大中型企業也開始開發、建設自有平台來分析大數據，並嵌入到企業內部的ERP系統信息流，由數據來引導企業內部決策、運營、現金流管理、市場開拓等，起到了企業內部價值鏈增值的作用。在分析1.0時代，數據倉庫被視作分析的基礎。2.0時代，公司主要依靠Hadoop集群和NoSQL資料庫。3.0時代的新型「敏捷」分析方法和機器學習技術正在以更快的速度來提供分析結果。的企業將在其戰略部門設置首席分析官，組織跨部門、跨學科、知識結構豐富、營銷經驗豐富的人員進行各種類型數據的混合分析。大數據投資工具證券市場行為、各類指數與投資者的分析、判斷以及情緒都有很大關系。2002年諾貝爾經濟學獎授予了行為經濟學家卡尼曼和實驗經濟學家史密斯，行為經濟學開始被主流經濟學所接受，行為金融理論將心理學尤其是行為科學理論融入金融中。現實生活中擁有大量用戶數據的互聯網公司將其論壇、博客、新聞報道、文章、網民用戶情緒、投資行為與股票行情對接，研究的是互聯網的行為數據，關注熱點及市場情緒，動態調整投資組合，開發出大數據投資工具，比如大數據類基金等。這些投資工具直接將大數據轉化為投資理財產品。定向采購線上交易平台數據分析結果很多時候是其他行業的業務基礎，國內目前對實體經濟的電子商務化已經做到了B2C、C2C、B2B等，甚至目前O2O也越來越流行，但是對於數據這種虛擬商品而言，目前還沒有具體的線上交易平台。比如服裝製造企業針對某個省份的市場，需要該市場客戶的身高、體重的中位數和平均數數據，那麼醫院體檢部門、專業體檢機構就是這些數據的供給方。通過獲取這些數據，服裝企業將可以開展精細化生產，以更低的成本生產出貼合市場需求的服裝。假想一下，如果有這樣一個「大數據定向采購平台」，就像淘寶購物一樣，可以發起買方需求，也可以推出賣方產品，通過這樣的模式，外加第三方支付平台，「數據分析結論」這種商品就會悄然而生，這種商品不佔用物流資源、不污染環境、快速響應，但是卻有「供」和「需」雙方巨大的市場。而且通過這種平台可以保障基礎數據安全，大數據定向采購服務平台交易的不是底層的基礎數據，而是通過清洗建模出來的數據結果。所有賣方、買方都要實名認證，建立誠信檔案機制並與國家信用體系打通。非營利性數據徵信評價機構在國家將公民信息保護納入刑法范圍之前，公民個人信息經常被明碼標價公開出售,並且形成了一個「灰色產業」。為此，2009年2月28日通過的刑法修正案（七）中新增了出售、非法提供公民個人信息罪，非法獲取公民個人信息罪。該法條中特指國家機關或者金融、電信、交通、教育、醫療等單位的工作人員，不得將公民個人信息出售或非法提供給他人。而公民的信息在各種考試中介機構、房產中介、釣魚網站、網站論壇依然在出售，詐騙電話、騷擾電話、推銷電話在增加運營商話務量的同時也在破壞整個社會的信用體系和公民的安全感。雖然數據交易之前是交易所規定的經過數據清洗的數據，但是交易所員工從本質上是無法監控全國海量的數據的。數據清洗只是對不符合格式要求的數據進行清洗，主要有不完整的數據、錯誤的數據、重復的數據三大類。因此，建立非營利性數據徵信評價機構是非常有必要的，將數據徵信納入企業及個人徵信系統，作為全國徵信系統的一部分，避免黑市交易變成市場的正常行為。除了徵信評價機構之外，未來國家公共安全部門也許會成立數據安全局，納入網路警察范疇，重點打擊將侵犯企業商業秘密、公民隱私的基礎數據進行數據販賣的行為。結語：大數據已經從論壇串場、浮躁的觀點逐步走向國家治理體系建設、營銷管理、生產管理、證券市場等方面，其商業模式也多種多樣。市場經驗表明，存在買賣就存在商品經濟，具體哪種商業模式佔主流將由市場決定。而最終的事實將證明，大數據交易商品經濟必然成為「互聯網+」的重要組成部分。

Ⅹ 如何評價《大數據標准化白皮書》

居委會或者村委會