大數據主導力

1. 大數據都體現在哪些方面

1、對大量消費者提供產品或服務的企業可以利用大數據進行精準營銷。2、做小而美模式的中小微企業可以利用大數據做服務轉型。3、面臨互聯網壓力之下必須轉型的傳統企業需要與時俱進充分利用大數據的價值。大數據（bigdata）是指無法在一定時間內用常規軟體工具對其內容進行抓取、管理和處理的數據集合。大數據有五大特點，即大量（Volume）、高速（Velocity）、多樣（Variety）、低價值密度（Value）、真實性（Veracity）。它並沒有統計學的抽樣方法，只是觀察和追蹤發生的事情。大數據的用法傾向於預測分析、用戶行為分析或某些其他高級數據分析方法的使用。對於「大數據」（Bigdata）研究機構Gartner給出了這樣的定義。「大數據」是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。麥肯錫全球研究所給出的定義是：一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統資料庫軟體工具能力范圍的數據集合，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特徵。大數據技術的戰略意義不在於掌握龐大的數據信息，而在於對這些含有意義的數據進行專業化處理。換而言之，如果把大數據比作一種產業，那麼這種產業實現盈利的關鍵，在於提高對數據的「加工能力」，通過「加工」實現數據的「增值」。

2. 大數據對供應鏈將產生哪些影響

大數據對供應鏈將產生哪些影響

大數據對供應鏈將產生哪些影響，大數據時代的到來為供應鏈管理提供了難得的機遇，但同時也會伴隨著一些不好的影響，有利也有弊，能順應時代而變化才是正確的方向，以下是關於大數據對供應鏈將產生哪些影響。

大數據對供應鏈將產生哪些影響1

傳統供應鏈管理模式所面臨的挑戰

大數據時代的來臨不僅僅是給我們提供了很大的發展機遇，重要的是傳統供應鏈模式所面臨的挑戰極大的加劇了新生產力條件下企業之間的競爭，正是因為大數據時代的生產力特徵這種新事物與傳統的生產力特徵供應鏈管理模式之間的矛盾

所以傳統的供應鏈管理模式所面臨的挑戰也是非常嚴重的，新事物取代舊事物必然是舊事物自身的轉型升級，適應新事物的發展，供應鏈管理模式也不例外。

1、響應速度較慢

傳統供應鏈管理在技術水平不斷提升的同時，經歷了從最基本的MIS到ERP，再從ERP到當前供應鏈一體化的進化，但是從整體水平上來看，傳統的供應鏈管理仍然存在著以訂貨訂單為驅動的庫存管理，周轉庫存的管理從本質上來看是一種應對傳統供應鏈管理的經營模式，再次種經營模式的管理水平下，周轉庫存構成了晶瑩的基本保障

安全庫存成為訂貨管理的服務水平底線。另一方面，此種模式的出現，也在一定程度上說明了產品生命周期理論的響應速度依靠周轉庫存和安全庫存來保障客戶的服務水平，所以在這種模式下顧客需求的響應速度比較慢。

2、終端消費需求不能有效滿足

傳統供應鏈模式對企業經營的貢獻主要在於企業對市場是一處永的形式滿足部分需求而進行產品的設計，在這種情況下，終端消費者的基本需求能夠得到滿足，但是現有產品不能滿足終端消費者的潛在的深層次需求

這種產品經營的設計和生態註定了終端消費需求和源頭的生產製造脫節的商業邏輯。供給側的生產製造不能夠針對終端用戶的體驗進行個性化設計，只能在短期內以批量的模式提升自己的生產效率。

例如，在互聯網時代出現之前，市場上的衣服大部分是根據設計師對終端用戶體驗的評估進行設計，而沒有針對更多用戶特別是普遍用戶的個性化需求進行定製，而且衣服定製成本非常高、時間比較長，這從根本上制約了終端消費需求的普遍性滿足。

3、庫存周期較長

傳統的供應鏈管理模式以存貨管理構成支撐企業經營的基本條件，庫存成為實現經營的流動資產，大部分行業的庫存檔點是以月為單位進行計算的，因為產品屬性的不同，庫存管理盤點有所差異

從整體的水平看庫存周期大部分在計算倉儲、包裝、搬運裝卸、運輸等時間的條件下基本上在途庫存和周轉庫存周期均在兩個月以上，從資金利用的角度來看，在很大程度上制約了流動資金的利用率。

4、協同效應差

供應鏈管理模式協同效應較差主要體現在，生產製造型企業不能夠快速的實現渠道的建立，銷售渠道未能實現和終端消費者有效的互動，終端消費者的反饋也不能其實的成為生產製造企業進行產品換的升級的依據

從整個供應鏈的管理水平可以看出各個環節都在實現自身利益的最大化，但是未能實現整體效益的最大化，在面臨市場的競爭時存在著互相擠壓，為維護自身環節的利益犧牲整體供應鏈整體效益的情況屢見不鮮。

5、管理成本非常高

傳統供應鏈模式的管理成本由於信息化水平低下，不能將各個環節所設計的的企業進行信息的有效傳遞最終造成了各自企業所付出的固定成本中的攤銷成本非常高，人工成本尤其突出，因為條塊分割的嚴重所造成的管理混亂進而導致的管理成本已經成為供應鏈管理當中佔比較高的部分之一。

供應鏈管理要順應大數據時代發展的歷史潮流

從馬克思主義對經濟學的深入研究理論來看，變革時代正確的研究方法應該從生產力與生產關系的矛盾入手，時間對生產力要素特徵的分析才能對生產關系各個方面進行針對性的改革，這一點是生產力決定生產關系的集中體現，同時也是生產關系必須順應生產力發展的必然要求。

（一）大數據時代生產力的主導因素分析

生產力的三個要素是勞動者、生產工具和勞動對象，大數據時代改變了傳統生產力的三個要素特徵使得科學技術特別是互聯網為核心的人工智慧為代表的數據獲取、處理、分析以及應用的技術成為生產力的核心特徵。這些核心特徵從根本上改變傳統供應鏈管理的生存環境，也就是改變了供應鏈管理的生態特徵。

1、大數據時代的生產力變革決定了供應鏈管理的變革

每個時代的生產力都決定了所在時代的生產關心的管理特徵和管理模式，這個是基於人類文明的發展所確定的，大數據時代也不例外。所以，當大數據時代生產力的三個要素發生了根本的變化之後，隨之而來的供應鏈管理也必須根據實際情況變革，符合生產力發展特徵才能提升競爭力量，實現效率的提升和發展。

2、勞動者發生了決定性變化

大數據時代出現之前，傳統的勞動者是以體力勞動和基本的腦力勞動來對供應鏈進行管理的，這種腦力勞動主要包括基本的信息處理、業務知識的一些規范、與業務相關的數據處理等內容，但是大數據時代出現之後，勞動者需要更多的參與和大數據相關的腦力勞動，例如數據的獲取、對供應鏈數據的分析、與消費者相關的數據研究和預測

與產品設計有關的產品性能的監測和分析等內容，這樣從根本上改變了勞動者對知識的掌握的需求水平，你改變了勞動者對供應鏈管理的思維模式認知的改變和理念的變革。進而包括人事行政管理，在招聘績效考核等各個方面都改變了原有對供應鏈管理者的要求。

供應鏈管理貼近消費者的前端，需要更多的去對數學的進行收集和消費者行為的描述，這樣的信息處理大大改變了原來依靠調研預測進行管理的模式，從而也改變了對消費端勞動者的要求

這些要求從本質上需要變革原來的管理模式，也是對勞動者創造價值的有效提升，但是這種創造的主體必須是勞動者自身的改變。所以從整體上來看對人力資源的需求是大數據時代生產力變革的第一要務。

3、生產資料中生產工具發生了很大的變化

傳統的供應鏈管理基本上是基於信息的傳遞而進行的傳統互聯網電腦網路的設置，在這種模式下互聯網僅僅是作為一種信息傳輸的工具電腦也是信息採集的輸入埠

大部分的電腦使用者都是用來錄入相關的信息或者使用電腦網路進行傳遞相關的業務數據。大數據時代電腦更多的傾向於採集分析處理相關的數據，更加強調軟體和智能硬體的結合

最終的目標可能會是實現人機一體化，而錄入和傳輸相關的數據成為最基本的`功能，所以從電腦計算機網路的用途來看，功能上已經完全改變了原來的目標。

4、勞動對象發生了很大的變化

大數據時代供應鏈管理的勞動對象逐漸從基於傳統庫存管理的產品生產製造、流通和銷售，逐漸轉化為對於產品生產製造的特徵也就是滿足消費者深度需求的特徵進行設計

數據的利用從原來的事後分析說明解釋逐漸轉化為大數據的相關性應用，這一點幾乎體現在每年大規模的支付信息的統計分析，例如近兩年微信發紅包數量的統計

支付寶對用戶指出每個月賬單的統計分析，跨進電商對消費者購買行為的統計分析，這樣的數據分析最後形成了供應鏈管理中對供給的判斷，也形成了對消費者未來深度需求的判斷和評估。原來的分析和預測逐漸轉變為大數據相關性的應用。

大數據對供應鏈將產生哪些影響2

大數據時代生產力特徵

大數據時代的生產力不同於以往技術變革所帶來的生產力要素的變化，可概括的總結為以下幾點。

從整個農業文明到工業文明時代各種變革的整體特徵來看，農業文明時代是以生產工具的變革為主要特徵，其中典型的變革包括青銅器的出現和應用、鐵器工具的出現和大范圍的普及和應用為主要特徵，極大的推動了生產效率的提高，從而推動整個社會效率的提升、物質財富大幅度積累，使封建文明出現前所未有的鼎盛時代。

工業文明主要集中在生產工具能源的變革方面所產生的生產工具動力變革，主要包括經過長期經驗的積累，18世紀蒸汽時代蒸汽機的發明和應用，工業化時代電力和以電力為動力能源的機器應用，極大提升了社會生產力的變革，促使人類文明從封建文明走向資本主義文明和社會主義文明，在政治制度方面發展延續到今天。

隨著時間的推移，20世紀初期部分學者提出了新技術為代表的生產力變革的來臨，這些新技術包括新能源、新材料和計算機技術，經過半個世紀的發展，這些技術的應用也極大的推動了生產效率的提高，改變了生產方式的具體特徵。

主要表現為新經濟學的興起和管理學派的細化。新的商業模式和企業組織方式層出不窮，資本市場以證券市場為代表，成為經濟發展的晴雨表。這些生產力發展現象已經成為人們的共識。

新技術時代網路信息的應用。而大數據時代出現的今天，可以概要的總結為是以信息化時代為基礎、智能化數據信息處理和應用所帶來生產力在生產工具、勞動者即人力資源變革、生產方式等方面革命為主要特徵的生產力的變革。

與上述人類歷史上其他生產力的變革相比較，大數據時代的變革從時間的角度看來的更加突然，對社會生產生活方式的影響更大，傳播速度更快，拉近了供應鏈的生產段和消費終端，依靠現代智能硬體和軟體相結合，極大的提升了兩端信息獲取的能力，供需充分結合高度統一起來，並加速了產品生命周期的周轉速度。

大數據對供應鏈將產生哪些影響3

大數據時代變革所帶來的機遇

隨著大數據時代生產力的變革，企業組織在供應鏈管理方面機遇難得，主要體現在以下幾個方面：

1、供應鏈管理理念精準化

管理理念隨著生產的進步技術的發展越來越成為先進生產管理方式的核心和精髓。大數據時代的變革使得供應鏈管理理念能夠實現深層次精準化的發展，包括供應鏈消費終端需求信息的收集以及用戶體驗反饋到生產端，對產品進行再次設計製造和生產，滿足終端消費者的深層次更精準的需求。

在供應渠道方面，信息通過網路的精準傳遞有利於渠道的多樣化，通過精準的營銷廣告的投放實現渠道的快速銷售能力。

在庫存方面主要意義消費需求拉動的庫存管理為主，時間庫存訂貨批量的同時安全庫存大大降低零庫存的概念已經能夠完全實現周轉庫存。水平大大降低所以從庫存成本的角度來看供應鏈管理裡面的精準化。

最終整體上。不僅滿足了消費者的終端需求深層次需求同時也滿足了生產者降低成本一嘯訂單公民及時用戶體驗完美的高層次目標。

2、協同效應作用加大

通過智能硬體和軟體技術的數據化處理,在供應鏈各個環節的信息處理收集分析和應用方面,均能及時有效地實現最優化,不但實現每個環節執行層面的學術性和敏捷性而且可以實現整體各個環節的協同作用,例如在當代電子商務的供應鏈管理中最典型的是以京東商城為代表的自營物流體系和平台的協同結合

不僅實現了訂單的快速處理，而且是京東商城的自營物流體系實現了庫存管理的最優化，更使商城的賣家能夠一大數據為基礎進行產品的選擇，營銷策略的制定，采購渠道的優化，從而最終實現了供應鏈一體化的最大協同效應。

除了電子商務企業這種行業的典型代表之外，在中國的汽車後市場特別是針對汽車配件供應鏈大數據的實現准確的進行分類包裝挑選等物流服務，有效地實現產品多品類、同一個產品多參數的復雜產品特性的供應鏈管理

為中國汽車後市場中小企業特別是最近消費者的終端企業實踐成功的用戶體驗奠定了堅實的基礎，與傳統的汽車修理廠門店相比，這種利用數據進行供應鏈管理的中小企業在競爭力方面特別是用戶體驗方面具有巨大的明顯優勢。

3、消費需求定製化驅動

大數據的應用對供應鏈管理中消費者精準需求實現了有效地滿足，不僅能夠對交易的分析和消費者購買行為的分析以及消費者對未來預期的分析而且可以根據這種分析實現生產定製化，把供給側問題存在的批量生產轉變為以個性化需求為滿足特徵的定製化生產。

例如，對衣服的生產，在傳統模式下幾乎都是設計者進行設計引導消費者進行購買，定製化需求在市場競爭中處於弱勢地位，沒有能夠實現消費者個人需求的滿足，而且衣服的定製化成本非常高，廣大消費者不能夠承擔這種定製化的成本，從而造成的定製化的發展緩慢。

近幾年以來一紅外技術對人體描繪使得軟體和硬體相結合，不僅能夠實現了消費者身體特徵的描述而且能夠根據不同的消費者對衣服的偏好進行設計，能夠快速的讓消費者根據自己的意願進行設計，在購買和交易的階段也能夠通過智能試衣鏡對現有的衣服進行挑選

在此過程中以數據收集和消費者之間的交互等環節實現了數據的分析與處理，對未來衣服的消費趨勢進行描述，而且能夠最終消費者為消費者提供深層次的長期的服務，這樣僅能從交易中獲得利潤而且能夠從的單一消費者的長期服務中，實現消費者粘性的提高，有利於廣大中小企業利用數據實現精益經營。

4、供給側結構管理優化

供給側改革是我國十三五期間的主導政策，大數據時代為供給側改革提供了有利的條件。當前，我國大部分行業在傳統模式，以投資需求和外貿為拉動的主要發展模式下普遍發生了產能過剩，解決產能過剩的問題主要從兩個方面入手，一方面有提高攻擊測產品生產製造的質量

實現產業的轉型升級，優化結構，提高生產製造的效率特別是注重保護環境等可持續發展策略；另一方面要針對終端消費者的消費需求，實現適銷對路、真正滿足消費者需求的競爭性產品。大數據時代為供給側改革提供了難得的機遇。

對供給側結構的優化管理以能源的利用為典型，隨著環境問題日益嚴重，我國對新能源代替傳統的化石能源必須採取非常有效地管理措施，其中主要體現在以數據為核心的管理處理新能源逐步代替傳統化石能源從而改善環境提高能源的利用率，2010年政府下達力度關閉了近百個火力發電廠同事計劃增加十三五期間核電站開發100所。

實現東部沿海地區和能源利用交大地區的清潔能源代替工程，必須利用大數據對能源的有效利用進行強力管控，對污染環境的傳統化石能源進行逐步改善，最終實現我國經濟的可持續發展。

5、中小企業大數據應用提升競爭力

在傳統的生產力條件下，中小企業面臨市場激烈的競爭，資源方面的不足創造力的不足效率利用地下等各個方面造成了大企業對中小企業的生存空間的擠壓，大數據出現之後，中小企業雖然在資源方面以及創新能力方面不如大企業強，但是中小企業利用戰略上的靈活性，充分發揮瞄準立即市場進行發力的敏捷。

利用大數據對市場進行再次細分，鎖定目標細分市場，對客戶進行深度挖掘，對產品進行二次創新，實現了市場競爭中的不對稱性，在微創新方面不斷滿足消費者的需求，提升自身產品和服務的競爭能力。

有效的完善了自身的不足，最終提升了生存競爭力，在國家大力倡導大眾創新萬眾創業的宏觀環境下中小企業使用大數據技術，在信息溝通、營銷競爭、戰略再投資等方面緊緊地把握住了細分市場目標客戶的有效需求，不但滿足了針對性的深度需求而且提升了掌控用戶體驗、滿足細分市場目標客戶潛在需求的工具和方法，在創造和實現顧客價值的同時，也創造了大量的就業崗位，從此品牌競爭深入人心。

從國家申請專利的數量來看，除了在市場競爭中佔主導地位的大型客機企業對研發投入比例大，而產生了大量的專利之外，廣大中小企業在滿足細分市場目標需求的同時，利用自身條件而進行重新申請專利的數量大幅度增長，競爭力提升的同時實現了價值重塑品牌塑造。

3. 大數據時代的三大技術支撐分別是

分布式處理技術：

分布式處理系統可以將不同地點的或具有不同功能內的或擁有不同數據容的多台計算機用通信網路連接起來，在控制系統的統一管理控制下，協調地完成信息處理任務。比如Hadoop。

雲技術：

大數據常和雲計算聯繫到一起，因為實時的大型數據集分析需要分布式處理框架來向數十、數百或甚至數萬的電腦分配工作。可以說，雲計算充當了工業革命時期的發動機的角色，而大數據則是電。

存儲技術：

大數據可以抽象地分為大數據存儲和大數據分析，這兩者的關系是：大數據存儲的目的是支撐大數據分析。到目前為止，還是兩種截然不同的計算機技術領域：大數據存儲致力於研發可以擴展至PB甚至EB級別的數據存儲平台；大數據分析關注在最短時間內處理大量不同類型的數據集。

4. 大數據都體現在哪些方面

大數據體現在方方面面。以今年疫情防控為例，大數據把海陸空交通、醫院，政府，公安，安檢信息全部整合到一起，比如一架飛機落地後，其中一名乘客被確診為疑似病例。 其他乘客就可以通過大數據來一個個全部找到，主要是通過他們訂票信息，得知他們的聯系方式，頭像，行走路徑，就可以找到與疑似病例的密切接觸者有哪些，都去過哪兒，等等。 另外，現在所有的交通事故，安全生產事故都可以通過大數據來統一調度，救援，等。 你對這個回答的評價是？ 成都加米穀大數據科技有限公司是一家專注於大數據人才培養的機構。 公司由來自華為、京東、星環、勤智等國內知名企業的多位技術大牛聯合創辦。 面向社會提供大數據、人工智慧等前沿技術的培訓業務。

5. 大數據如何發揮大價值

大數據如何發揮大價值

大數據時代，CIO的競爭優勢從信息技術轉變為圍繞客戶體驗、數據分析、流程管理領域，讓數據發揮大價值。

全球每秒鍾發送2900萬封電子郵件，推特上每天發布 5000萬條消息；亞馬遜每天產生 630萬筆訂單；Google每天需要處理24PB 的數據……

海量數據的處理，以及如何用數據創造更大的價值，給CIO們提出了更多的挑戰。根據Valueresearch研究報告顯示，大數據已經躍升為CIO關注度排名第四的技術與應用，並且還在持續提升中。

2013年9月4日，商業價值、ITValue和CommVault公司在北京聯合舉辦了「大數據的大價值」的CIO沙龍。12位來自不同行業的CIO進行了精彩的分享和討論。

業務需求引導數據分析

在一個家庭里，誰來主導旅遊消費？誰來做旅遊決策？

中青旅控股有限公司（下稱「中青旅」）的IT部門和市場推廣部聯合成立了一個數據挖掘小組，在總裁助理林軍的帶領下，以業務需求出發用信息技術做數據挖掘，得出如下信息：在中國家庭里，旅遊通常是太太來做決策；國內家庭客戶策劃旅遊中，歐美游所需計劃決策時間最長，其次是東南亞旅遊，而國內游則是決策時間最短，經常會臨時抱佛腳說走就走。於是，中青旅根據數據挖掘分析的結果，進行旅遊產品策劃和收益管理的調整，更能針對性地滿足客戶的需求和優化客戶的體驗，而且優化之後的旅遊產品推廣效果和盈利情況更佳。

中糧大悅城（下稱「大悅城」）CIO張岩也表示，明晰業務需求才能更好地進行數據挖掘。大悅城進駐了數百家知名品牌商戶，其內部系統的數據是紛繁復雜的：包括POS數據、客流的數據、商流的數據、會員的數據等等。如果從IT的角度進行分類管理、分析價值，各個業務部門的數據差異巨大，數據分析價值很低。但改由數據創造價值或者以大悅城整體商業價值來進行分析，數據分析更有價值 。

張岩帶領數據分析團隊，優先從商業的邏輯來考慮，對大悅城歷年的銷售數據進行系統梳理，建立了符合購物中心行業特色的數據分析體系。體系中包含了品牌商戶、消費客群、項目收益3大系統模塊，做到了從3大商業經營角度綜合分析項目運轉情況。得益於這套商業分析系統，朝陽大悅城幫助入駐的500多家商戶，根據分析情況調整銷售策略，實現了朝陽大悅城銷售額年增長率近40%的高增長。

新東方教育科技集團信息管理部總監官沖認為，做數據分析和挖掘的人，一定得是懂業務的人。數據挖掘可以由外部人員來教授方法，但一定由內部人員自己實踐。只有自己更了解自己的業務，能判斷出哪類數據挖掘對企業有價值。其實，企業能用以分析的數據越全面，分析的結果就越接近於真實。大數據分析需要由業務需求為主導，這樣企業能夠從這些新的數據中獲取新的洞察力，並將其與已知業務的各個細節相融合。

大數據有大價值

愛康國賓健康管理集團每年有200萬人次的體檢數據，這些數據蘊含著黃金般的價值。這些數據能從遺傳、生活習慣、飲食等角度出發，對身體狀況跟蹤預測，對疾病早期預警，進行全方位的健康干預，進而對客戶進行有償或無償服務，成為愛康國賓一片新的業務藍海。

愛康國賓信息技術副總裁馮朝暉介紹，愛康國賓現在已經在為客戶提供一些基礎的健康管理服務，比如根據體檢指標，分析客人的常見慢性病風險，並將慢性病的預防和保健常識通過簡訊定期推送給客人。未來這項業務還會和醫院實現聯動。

在張岩的主持下，大悅城搭建商業經營預測、管理體系：以數據挖掘方式，分析大悅城的整體商業變化規律。在數據挖掘中，大悅城並不是關注確切的銷售數據，而是尋找發現在商業經營中銷售變化的規律。同時，通過大數據技術篩選評估出近百個影響銷售規律變化的主觀因素，並通過大量的計算與驗證，評估出每個影響因素的影響度指標，同時確定該影響因素相關的業務部門。最終，由近百個專項數據分析的結果，建立了全數據的大悅城經營模型（即虛擬大悅城）。從這個模型中，可以預測購物中心的經營狀況，為招商、運營、推廣各部門的工作提供了良好指導，並且成為管理層經營策略制定的重要依據。

CommVault中國區總經理徐永興表示，做企業基本要考慮3個關鍵問題：1.增加收入；2.降低成本；3.控制風險。近30年來，企業將70%以上的資金和注意力都集中在前兩項，而控制風險總是容易被忽視。CIO很多時候投入的大量的資金和精力都是在控制風險。其實，如果把數據管理做好，不但能幫CIO節省IT支出，甚至還能挖掘數據的價值，來更好地增加收入和降低成本，讓CIO更具價值。

CIO如何從數據處理轉型到數據業務？商業價值總經理萬寧談到，在社會信息化環境下，企業IT新趨勢：1.CIO競爭優勢從信息技術轉變為圍繞客戶體驗、數據分析、流程管理領域。2.相比業務流程設計，信息管理技術的重要性會更高。創建企業數字化業務模式，企業需要從技術角度、業務流程、人員角色、上升到企業企戰略層面建立數字化企業。3.集中提供的應用和基礎架構將會嵌入在業務服務之中，由企業共享的服務組織提供。

以上是小編為大家分享的關於大數據如何發揮大價值的相關內容，更多信息可以關注環球青藤分享更多干貨

6. 中國實施大數據戰略有五大行動支點

中國實施大數據戰略有五大行動支點
大數據引擎業已成為組織創新、產業升級、經濟社會發展、國家治理能力現代化的核心驅動力。在借鑒歐美發達國家大數據戰略實施的先進經驗基礎上，中國中國實施大數據戰略有五大行動支點。
變革時代的大數據革命
自「智慧地球」概念於2008年11月提出以來，整個地球都沉浸在如何變得更加智慧這個龐大的課題里。聯合國秘書長執行辦公室於2009年正式啟動了「全球脈動」倡議項目，旨在推動數字數據與快速數據收集和分析方式創新。聯合國2012年5月對外發布了《大數據促發展：挑戰與機遇》白皮書，探討如何利用互聯網數據推動全球發展。隨著大數據發展戰略得到全球各國的高度重視，世界主要國家的「智慧國家」建設發展戰略和行動計劃風起雲涌。由於大數據是數字化生存時代的新型戰略資源，對國家治理和社會發展作用巨大，各國科技界、產業界和政府部門極為關注，於是「智慧企業」「智慧校園」「智慧醫院」「智慧政府」「智慧城市」被不同類型組織列為發展目標。
科學技術是第一生產力，產業的每一次革命性躍遷都離不開科技革命的推動，往往只有那些抓住技術革命的戰略機遇並迅速作出適應性調整的國家或民族才能不斷生存發展。毫無疑問，大數據是當前一個事關經濟社會發展全局的戰略性產業，已經成為全球高科技產業競爭的前沿領域，以美、日、歐為代表的全球發達國家已經展開以大數據為核心的新一輪信息戰略以及新一輪的人才競爭、技術競爭、產業競爭、企業競爭和國家競爭。報告顯示，2014年，全球大數據市場增長速度達53%，總體規模為285億美元。到2017年，全球大數據市場收入將達500億美元，這意味著從2011年起連續6年年復合增長率達38%。中國市場情報中心有關統計顯示，2012年中國大數據市場規模為4.5億元，同比增長40.6%，到2018年，中國大數據市場規模將達到463.4億元。2012—2013年度，在歐美國家1217家營業額收入超過10億美元的企業中，643家企業制定了大數據戰略，其中7%的企業至少投入了5億美元，15%的企業至少投入了1億美元發展大數據。
顯然，隨著經濟社會的發展，大數據帶來的深刻影響和巨大價值逐漸被認識，它通過技術的創新與發展，以及數據的全面感知、收集、分析、共享，為我們提供了一種全新的看待世界的方法，大數據帶來的信息風暴正在全方位地改變著我們的生活、工作和思維。
大數據戰略實施的國際經驗
歐美發達國家相繼制定了大數據發展戰略，並制訂了具體的實施政策和行動計劃，已經取得初步成效。總體而言，這些戰略具有以下幾個方面典型特徵：
開放性。自2009年美國政府開放數據門戶網站data.gov上線以來，各國政府掀起開放數據運動。通過開放政府數據，提高政府透明度，提升政府治理能力和效率，更好地滿足公眾需求，促進社會創新，帶動經濟增長。據統計，截至2014年1月12日，開放數據運動已覆蓋全球44個國家(地區)。2013年6月，八國集團首腦在北愛爾蘭峰會上簽署《開放數據憲章》，各國表示願意進一步向公眾開放可機讀的政府數據，並在2013年末制定相應的行動計劃。英國承諾2015年前開放有關交通運輸、天氣和健康方面的核心公共資料庫，並將投資1000萬英鎊建立世界上首個「開放數據研究所」。2013年11月，法國政府出台《八國集團開放數據憲章行動計劃》，作出「朝著默認公開發布數據的目標前進」「建立一個開放平台以鼓勵創新和提高透明度」等幾項承諾。
智能性。2010年11月，德國聯邦政府啟動「數字德國2015」戰略，推動互聯網服務、雲計算、物聯網、3D技術以及電動汽車信息通信技術等信息通訊產業的發展，推動實施基於傳統製造業智能化和數據化的「工業製造4.0戰略」，將物聯網引入製造業，打造智能工廠，工廠通過CPS(網路物理系統)實現在全球互聯。2011年，韓國就提出「智慧首爾2015」計劃，目標是到2015年成為世界上最方便使用智能技術的城市，建立與市民溝通的智能行政服務，建成適應未來生活的基礎設施和成為有創造力的智慧經濟都市。2013年6月，日本安倍內閣公布《面向2020年的ICT綜合戰略》，全面闡述2013-2020年期間以發展開放公共數據和大數據為核心的日本新IT國家戰略，提出要把日本建設成為一個具有「世界最高水準的廣泛運用信息產業技術的社會」的目標。
價值性。2012年4月，英國經濟與商業研究中心的一份研究報告預計了2012-2017年大數據產生的經濟利益：2011年英國私企和公共部門企業的數據資產價值為251億英鎊，2017年將達到407億英鎊。大數據增加的創新與就業機會，將貢獻價值240億英鎊，同時為小企業創造預計價值為420億英鎊的發展前景。該報告還預測大數據將創造新業務市場，即創造58000個就業機會。大數據可以更有效地改進客戶需求分析，預計此項優化將產生738億英鎊的效益。大數據可以優化產品存量和資源分配，大大降低成本，預計產生460億英鎊的效益。同時，政府部門通過大數據可對醫療保健系統進行防欺詐檢測和分析，預計節省不必要的支出達20億英鎊。顯然，如果有意識地在更大的合理范圍內開放大數據，大數據將帶來更多的價值增殖。
應用性。2012年9月，IBM公司啟動在加拿大安大略省巴里市興建智能數據中心，即IBM加拿大領導數據中心，旨在推進節能化數據中心管理方面的研究和為企業提供能使其連續性經營的服務以及災備數據服務。為響應公民對數據的需求，加拿大逐步開放地理空間數據，並將大數據研究列為政府科研基金重點資助對象。2013年8月，英國政府發布的《英國農業技術戰略》指出，英國今後對農業技術的投資將集中在大數據上，目標是將英國的農業科技商業化。
保障性。2012年5月，美國政府宣布投資2億美元提高大數據技術(包括數據的儲存、分析、收集)，以加快科學研究、加強國家安全、改革教學和培訓體系以及促進專業人才發展。2013年1月，英國商業、創新和技能部宣布注資6億英鎊發展8類高新技術，其中，1.89億英鎊用來發展大數據技術。「歐盟開放數據戰略」將重點加強在數據處理技術、數據門戶網站和科研數據基礎設施三方面的投入，旨在歐洲企業與市民能自由獲取歐盟公共管理部門的所有信息，建立一個匯集不同成員國以及歐洲機構數據的「泛歐門戶」。
中國實施大數據戰略的行動支點
為了應對大數據戰略帶來的機遇和挑戰，借鑒歐美發達國家大數據戰略實施的先進經驗，我國需要在如下幾個方面下功夫：
完善制度。完善知識產權保護體系，促進數據共享和整合，推動數據價值創造。加快制定相關標准和指南，制定大數據發展戰略。出台法律，為涉及企業運營數據、客戶信息、個人隱私和各種行為的詳細記錄數據提供法律保障。完善信息資源市場，界定信息產權，明確信息的所有權、使用權和收益權的規定，發揮市場在信息資源方面的優化配置作用。
構築平台。成立大數據管理局，建立信息資源共享平台，開放政府信息資源。以部門業務信息為基礎，從標准、流程、數據三個方面進行設計，建設「物理分散、邏輯集中」的公共數據中心，通過數據集中挖掘，提高數據利用率，提高各級政府行政管理效率和公共服務水平。
突破技術。在明確大數據關鍵技術的基礎上，確定重點支持領域，加大研發支持力度，整合雲計算、物聯網等專項項目，支持大數據技術的開發、研究和應用示範，引導企業加大大數據研發力度，實現關鍵技術突破，特別需要優先支持大數據技術在輿情研判、疾病防治、災害控制、交通安全、城市管理、公共服務、社會治理等民生領域的應用。在公共服務和公用事業管理中采購大數據技術，以政府采購引導國內大數據發展。
培養人才。加大高水平大數據人才的引進和培養力度，重點培育數據挖掘、機器學習等方面的專業人才。制定激勵措施對企業管理者進行數據分析技術培訓，提高大型企業管理人員的數據分析能力。同時，在大學相應階段有針對性地增加相關大數據技術與分析課程，增加學生在感知技術、數據倉庫、數據搜索、數據挖掘與可視化等領域的知識積累，擴大人才儲備規模。
提供保障。設立大數據研發基金，加大大數據平台建設的投入力度，加強智慧企業、智慧醫院、智慧政府、智慧城市建設。設立獎懲制度，強化大數據國家安全建設。建立預算制度，控制各部門經費流向，推動數據共享，防止「信息孤島」現象的出現。

7. 大數據都體現在哪些方面

第一：大數據技術不斷提升數據自身的價值。大數據技術的核心訴求之一就是數據的價值化，大數據產業鏈幾乎都是圍繞數據價值化來打造的，隨著大數據技術的不斷發展，數據的價值必然會越來越大。
第二：人工智慧離不開數據。數據作為人工智慧發展的三個重要基礎，在未來的智能化時代也將扮演著重要的角色，所以數據的價值也必然會隨著人工智慧技術的發展而得到提升。在工業互聯網時代，人工智慧技術是一個重要的發展趨勢，藉助於人工智慧技術，工業互聯網能夠發揮出更大的作用，從而能夠為廣大的行業企業賦能。
第三：數據是互聯網的價值載體。互聯網發展到現在，急需一個體現互聯網價值的載體，而數據就是這個天然的載體，相信隨著互聯網的不斷發展，互聯網整合社會資源的能力會越來越強，數據的價值也會不斷得到攀升。由於互聯網無處不在，所以通過數據來承載互聯網價值也比較方便，未來通過互聯網來實現「價值交換」也是一個比較明顯的發展趨勢。

8. 大數據發展五大關鍵要素

大數據發展五大關鍵要素
目前，大數據正成為推動企業效率提升和管理變革的強大力量，一些企業正利用互聯網與物聯網等帶來的海量數據，通過挖掘、分析與業務應用，贏得優勢。它正成為經濟繁榮的催化劑，在美國，大數據已經被提到了國家戰略的高度。但如何發展大數據呢？從新加坡的經驗來看，政府在其中起到關鍵性的作用。
新加坡政府抓住了大數據發展的五大關鍵要素：基礎設施、產業鏈、人才、技術和立法。它在其中發揮了關鍵角色，尤為值得一提的是，這五個要素是普通企業所做不到的，而新加坡政府正好填補了企業的短板。
大數據基礎設施方面：一個國家在信息和存儲等方面的基礎設施，決定了大數據時代的海量數據能否匯集、傳達，存儲和應用。為了為大數據的發展提供良好的基礎，新加坡在基礎建設投資方面毫不吝嗇。新加坡是世界十大高速網路架構之一，並承載了東南亞地區半數以上的第三方數據中心儲存量。新加坡已確立其作為全球數據管理樞紐的地位，匯集了東南亞超過50%的商業數據託管及中立運營商數據中心。
大數據產業鏈方面：在大數據產業鏈中，橫跨了包括數據提供者、存儲商、分析和挖掘商，以及應用企業等。對於企業，往往只有應用能力，卻缺乏獲得、存儲和分析與挖掘大數據的能力。而在這方面，當然要依靠產業鏈中相應的服務商，但政府在產業鏈建設中發揮了關鍵性的作用。
在數據挖掘方面，鼓勵大學設立數據挖掘和分析平台，2012年，新加坡管理大學（SMU）推出的「Livelabs」創新平台，旨在增強新加坡在消費者和社會行為領域的數據分析能力；鼓勵企業設立數據分析中心，一些企業通過在新加坡設立數據分析中心，洞察亞洲市場需求，已成功地實現了區域市場業務的拓展。2011年，勞斯萊斯（Rolls-Royce）與新加坡科技研究局（A*STAR）下設的高性能計算研究院合作成立了計算工程實驗室，在智能數據分析領域進行合作研究。
新加坡信息通信研究院（I2R）擁有全亞洲最大的數據挖掘團隊之一。
承擔數據提供者角色，主動披露政府掌握的數據，在大數據建設中，這一點至關重要，因為畢竟政府是最大的數據擁有者。但是讓政府能夠主動開放自己的數據，並不是一件容易的事，而新加坡政府卻做到了這一點。新加坡土地管理局（Singapore Land Authority）研發的電子地圖（OneMap），就為基於位置的服務（LBS）的企業提供了開放數據平台。
新加坡陸路交通管理局則通過公共數據開放計劃開放新加坡交通數據，鼓勵企業甚至是個人開發提升公共交通效率的應用軟體。
新加坡環境局（NEA, National Environment Agency）與多家企業合作，研究如何收取降雨量，並通過掌握不同地區環境的數據，來預測哪個地區接下來會爆發熱帶地區可能產生的疾病。
大數據人才方面：目前企業應用大數據過程中往往最缺少數據人才，培養數據人才要充分發揮政府的作用。為了成為全球領先的數據分析中心，新加坡政府在這方面的努力可謂不遺其力。
它與企業以及本地高等院校開展合作，確保畢業生獲得必備的專業知識和技能。目前，新加坡在數據分析領域開設了4個碩士課程以及5個本科課程，提供側重於具體行業應用的多學科研究方法。
在新加坡經濟發展局的協助下，亞洲頂尖學府新加坡國立大學（NUS）和IBM將開展合作，共同成立新加坡國立大學商業分析中心。該中心旨在幫助在校學生以及在職人員提升商業分析領域的最新職業技能，為未來數據分析工作打好基礎。
大數據技術方面：大數據存儲、分析和挖掘技術與產品往往需要巨大投資，但是一般的企業無法承受這樣的投資，此時政府的作用就尤為重要。而新加坡在其中，從來就沒有缺位。
信息通信研究院（I2R）與中國搜索引擎巨頭網路在東盟自然語言技術開發領域進行合作。這一技術如被普遍應用，將為企業進軍新興的東盟市場創造空前機遇。此外，數據分析會被應用在分析社會認知領域。新加坡高性能計算研究所（IHPC）是率先開發此項技術的研究所之一。通過對人們第一印象的建模研究，企業可以更好地了解亞洲消費者。這項技術能夠幫助企業預測消費者對新產品的反饋。
在立法方面：大數據的發展總是伴隨著與個人隱私權的沖突，而能否通過立法明確保護個人隱私權是大數據能否良性發展的關鍵，而新加坡在這方面做得很充分。新加坡於2012年公布了《個人資料保護法》（PDPA）。《個人資料保護法》作為一項較為寬松的立法，旨在防範對國內數據以及源於境外的個人資料的濫用行為。該法案的出台使公民得以進一步了解個人資料的使用途徑；同時，在進行個人信息處理的過程中，也加強了企業與客戶之間的信任程度。
新加坡在收集、存儲大量數據的基礎上，對數據進行有效的分析與應用，從中獲得經濟價值。到2017年底，預計數據行業將為新加坡經濟貢獻十億新元的增值，並培養2,500名跨領域數據分析專業人才。
而所有這一切在於新加坡對於大數據的戰略定位，對於自然資源稀缺的新加坡而言，「利用數據作為資源」是非常好的選擇，新加坡經濟發展局資訊通信與媒體業執行司長吳汭剛認為，「對於新加坡，數據就是未來流通的貨幣，而我們目前所做的就是將新加坡打造成全球數據管理中心，從而有能力與企業合作，將數據的潛在價值轉化為可見的商業利潤。」