㈠ 如何平衡大數據行業發展與信息保護
如何平衡大數據行業發展與信息保護
隨著全球范圍內大數據產業的全面推進，公民隱私及個人信息保護問題日益凸顯，傳統個人信息保護框架在大數據時代遭遇嚴峻沖擊，如何尋求個人信息的合理及有效保護成為各國普遍面臨的難題。個人信息不僅承載著個人權益，也在很大程度上牽涉到商業機密、企業信譽、國家安全與信息主權，因此，應妥善協調產業發展與個人信息保護，積極探索順應時代特徵的新思路，構建安全、信任的大數據產業環境。
傳統保護框架無法應對新業態發展
大數據時代，個人信息保護面臨前所未有的新挑戰。第一，隨著移動互聯網的普及和智能穿戴等物聯網設備的應用，個人信息的收集日益密集和隱蔽；第二，多重來源的個人信息進行比對累積，能夠形成完整的個人畫像和實時追蹤，使人們無處遁形；第三，大數據技術能通過特定演算法從既有信息中挖掘出新結論，不僅增加敏感信息暴露的風險，還可能用於影響個人權益的決策，如評估個人信用狀況等；第四，在數據開發價值的驅使下，個人信息的流轉、交易形成鏈條，信息處理主體多元，傳播方式紛繁復雜，對於個人權利行使及政府監管均構成嚴峻挑戰。總之，大數據時代，個人信息的收集方式、使用目的及後果影響日趨失控，個人隱私及數據安全面臨嚴峻威脅。
面對大數據時代的挑戰，傳統以「知情同意」為核心的個人信息保護框架日益捉襟見肘，在適用方面陷入全面困難。
第一，在個人信息定義方面，海量信息的收集比對大大提升信息識別個人的能力，個人信息邊界日益模糊，匿名化操作困難；第二，在目的限定原則方面，信息比對及二次利用是大數據價值開發的核心，個人信息超出原初目的的利用在大數據環境下成為常態，傳統目的限定原則被不斷突破；第三，在用戶同意與用戶控制方面，個人信息收集的隱蔽性及流轉的復雜性超出預先告知及用戶的理解能力，用戶往往除點擊同意外並無其他選擇，用戶控制難以行使，權利實質被架空；第四，在多方主體責任認定方面，多元主體尤其是第三方信息中介的力量異軍突起，在傳統架構中難以尋求有效的適用規定，造成其責任界定不清與監管空白；第五，在信息跨境流通方面，各國間個人信息保護法律制度存在顯著差異，對個人信息的跨境自由流通構成嚴重阻礙。
傳統框架陷於全面困境的根本原因在於，它已脫節於大數據時代的個人信息生態系統及流轉方式，無法適應新業態的發展需求，因而需要及時轉變觀念，在新的背景下重新審視個人信息保護的規則及秩序，構建平衡產業發展與個人信息保護的新思路。
加強對使用環節的監管
面對傳統框架的困境，國際上諸多機構及學者進行了反思與建議，歐盟諸國、日本紛紛對既有立法進行重新審視和修訂，美國更是發布《消費者隱私權利法案》草案，跳出了傳統框架，構建大數據時代的新思路。結合國際機構、學者建議以及新興立法的規定與趨勢，將順應大數據時代的個人信息保護新思路梳理如下：
——在個人信息定義方面，突破個人信息定義的路徑依賴，重視對使用環節的監管
傳統框架以個人信息定義作為法律適用的前提與邊界，然而在大數據時代需要扭轉思路。首先，突破對個人信息定義的路徑依賴。大數據時代個人信息的邊界日益模糊，傳統意義上的非個人信息通過關聯比對也可能識別出個人，如美國眾多機構及學者指出，大數據環境下已不存在絕對意義的非個人信息，與此同時，信息的性質是動態的，無法脫離具體場景進行抽象界定。因此，探究個人信息精準定義的傳統思路已不合時宜，以「不構成個人信息」作為排除法律適用的理由也不再充分。
其次，重視個人信息使用環節的監管。世界經濟論壇等機構及諸多學者均強調，大數據環境下的隱私風險並非產生於個人信息收集之初，而是在於具體的使用環節，即同一筆信息因使用場景不同帶來的後果也有所差異。因此，應將重心由個人信息收集階段向使用階段轉移，側重對後端使用環節的監管，適度放寬個人信息定義及前端收集環節的限制。
——在目的限定原則方面，尊重用戶合理預期，變目的限定為風險限定
目的限定原則是個人信息保護的核心原則，針對其在新業態中的適用困境，新思路加以重新解讀。首先，以用戶合理預期為中心，重構個人信息保護邊界。世界經濟論壇研究報告指出，個人信息保護即確保個人信息的合理利用，是否構成合理利用取決於用戶自身是否接受，即用戶對其個人信息的收集利用是否有合理預期。因此，大數據時代，對法定目的的僵化遵循已不合時宜，應以用戶主觀預期為核心重構個人信息保護的合理邊界。
其次，以隱私風險為導向，變目的限定為風險限定。個人信息保護的目標是合理控制隱私風險，即個人信息的處理給用戶帶來精神壓力、差別待遇及人身財產損害的可能性。個人信息利用尤其是二次利用是否合理，並非取決於是否符合原初目的，而關鍵在於新目的能否引發不合理的風險。大數據環境下，應將「目的限定」原則重新解讀為「風險限定」原則，美國《消費者隱私權利法案》草案及歐盟數據保護改革草案均新增了隱私風險評估的義務，規定企業應合理控制隱私風險。
——在用戶同意與用戶控制方面，提升用戶同意的針對性，運用隱私設計增強透明度
針對用戶同意及用戶控制難以行使的困境，新思路主要從以下兩方面加以改進。首先，規定個人信息使用在相應場景中合理時無需用戶同意。傳統架構過度依賴用戶同意作為個人信息使用的授權，美國《消費者隱私權利法案》草案做出里程碑式改革，以「相應場景中合理」為標准取代用戶同意，在不合理時方需要用戶做出選擇，提升用戶同意與控制的針對性，同時減輕企業與用戶負擔。
其次，增強個人信息處理各環節的透明度。美國白宮題為《大數據：抓住機遇，堅守價值》的報告指出，良好的透明度能夠增進用戶參與，延伸用戶控制，是大數據時代隱私保護的核心手段。加拿大隱私保護官員率先提出隱私設計的理念，將隱私理念植入技術架構設計，幫助提升透明度及用戶體驗。
——在多方主體責任認定方面，突出信息中介的獨立地位，將隱私風險評估工具納入統一體系
大數據時代，以「數據堂」為代表的大批信息中介服務商異軍突起，成為個人信息生態鏈的關鍵一環，然而在傳統框架中存在監管真空的困境，新思路從兩方面加以應對。首先，突出信息中介獨立的法律地位。如美國FTC報告指出，應賦予信息中介獨立的法律地位以加強監管。美國議員已提交《信息中介責任與透明度法案》草案，針對第三方中介做出專門性立法，明確其法律責任。
其次，運用隱私影響評估的工具。隱私影響評估是當前國際通用的工具，通過此普適性的工具，能夠將第一方信息收集者和第三方中介統一納入通用的評估體系，根據個人信息處理行為引發的風險等級確立相應的保護義務，構建大數據環境下多元主體的新秩序。
——在信息跨境流通方面，以場景理念構建統一框架，推動國際執法協作與構建流通框架
針對各國法制的差異為信息跨境流通造成的障礙，新思路從三方面提出方案。首先，運用場景理念推動國際通用框架的構建。美國FTC報告指出，通過將影響用戶接受度的場景分解為各要素，尊重國際共通的因素，調節地區性差異因素，使全球通用的個人信息保護框架的構建成為可能。
其次，推動國際執法協作與構建流通框架。各國間的執法協作和框架協議是規范跨境流通的必由之路。近日歐美數據傳輸安全港協議的充分性決定被判無效，美歐計劃加緊談判促進雙方執法協作，推動「安全港2.0」方案早日出台。
最後，強化企業作為主體的責任。加拿大個人隱私權保護委員會等機構強調了以「組織機構」為核心的理念，即增強企業作為數據跨境流通主體的責任意識，加強對企業層面的監管，提升行業自律水平。
㈡ 大數據給銀行業、保險業、證券業、徵信業分別帶來了哪些大變革
去給銀行業保險也掙錢也真心也分別帶來了非常大的變化這些業務都根據咱數據來發展他不來的。
㈢ 數據之巔讀後感
細細品味一本名著後，大家心中一定是萌生了不少心得，此時需要認真思考讀後感如何寫了哦。你想好怎麼寫讀後感了嗎？以下是我幫大家整理的數據之巔讀後感範文，僅供參考，大家一起來看看吧。
大數據，一個近年來的流行詞彙，隨著互聯網信息技術的普及開始深入人心，又隨著互聯網對各類行業各種關系的顛覆和變革開始廣泛普及。當越來越多的人開始對大數據無比推崇的時候，其實只是跟著趨勢而已。這時候，如果能跳出來，看看這種趨勢的源頭和足跡，或許更容易找出一些能夠指導未來的價值。在如今這個數據浪潮之中，《數據之巔》就提供了這么一個別樣的視角。
要了解大數據，先得認清數據；要認清數據，先得看清數據的作用和價值。這方面，建國不過二百餘年但已然是超級大國的美國無疑是最好的標本。都說美國的文明是建立在印刷術的基礎上，這其實就是數據文化的基礎——信息可以通過便捷的紙張與文字組合，實現一種虛擬化和抽象化，而這種抽象化很快就得到了廣泛的信任。這是最早為數據創造價值准備的基礎。在此之上，美國建國的先賢們考慮到了權力的分配、社會的發展等各項因素，建立了民主、共和相互制約的執政體系。事實上，所有的美好都是限制之後的產物，自由、民主和平等這人類的三大追求之間就是相互制約的關系。那麼，該怎麼進行有效的制約？如何讓大家都能接納？這時候，最能代表客觀現實的數據就出現了。
《數據之巔》的第一部分就是這樣展開的，從各種歷史事件中數據的作用以及人們對數據的態度、反應、應用方式，勾勒出了數據文化的成長和成熟。解決權力分配的問題、決定改變歷史的戰爭、制定從戰略到戰術的安排、考慮政治的計算以及商業層面上的利用；從搜集、統計、篩選、量化、抽樣的方式方法演變到了解、安排、預測、准備、發掘、規范的效果體現，經歷的歷史似乎並不長，但造就的變革尤其精彩。數據其實一直都在，只在於人們是否需要它、重視它、願意聆聽它的意見……而人們往往也都在遇到了問題難以決斷的時候才會想到數據這個夥伴，這也是為什麼在第一部分的結尾中日本崛起的思考——二戰後空前繁榮的美國工業因為遇上了供不應求的狀態，自然走上了粗放型路徑，冷落了相應的數據應用，而戰敗的日本正因為深陷困境，在快速汲取先進知識的同時也迅速接納了數據文化，通過數據抽樣的方式快速提升了質量……日本的崛起可以看作窮則思變的例子，但變革中數據的作用尤其明顯。數據的優化作用由此可見一斑，書中更有很多案例，但要參透這一點，先得認識到數據的重要性才行，這可以算作是數據文化的入門吧！
可以說現實中的一切都是越用越少的，但看似虛擬的數據卻越用越多。所謂大數據時代，背景正是高度發展科技能讓更多的數據得以留存，這種留存和挖掘完全由機器實施，由此得到的結果也是嘆為觀止的。如果說科技的發展趨勢已經越來越超乎我們的想像，那總有一些規律或者原則可以抓住——比如數據。書中第二部分的大數據崛起便將重點放到了當下，由此展望未來的可能性。誠然，大數據是被技術發展所推動的，但更是被重視數據的人們所推動的。
技術降低了數據獲取、積累的成本，增加了計算的可能和利用的空間，但這只是一個表象。深層次需要在意的則是數據的開放，只有數據開放才有多元的整合，這需要由人來推動，而推動者必須有多元認知的思維方式、開放的心態——這是數據文化中尤為重要的一部分。如果之前我們認為智慧是屬於人的，那麼未來這個詞將更多的形容一些別的體系，比如「智慧城市」。其實人的'智慧依靠的是學習、理解和經驗，那麼機器的學習靠的就是數據，還有那些我們為其規劃的應用方式和我們的需要。如何確定我們的規劃和需求？靠數據，更得靠能夠深入人心的數據文化！
正如作者提到中國社會要將「大數據」這個科技符號轉變為文化符號，因為只有文化才能真正驅動人們的成長和發展，科技只是手段而已。只有建立了數據文化，願意尊重數據、善於整合數據、敢於發掘數據中的異動……才能正真利用好大數據。數據文化是尊重事實、強調精確、推崇理性和邏輯的文化，這種文化將是發展最重要的動力，更是最好的參考。從《數據之巔》中，隱約可以看到一條隱約的軌跡，通向未知的遠方卻一直步步為營，這便是數據，來自於人而勝於人。
歌德把歷史稱為「上帝的神秘作坊」。在徐子沛先生新作《數據之巔》的精彩演繹下，關於數據文化如何形成、數據治國理念如何深入人心的歷史畫卷徐徐展開，令我們再次飽覽古今中外因數據成就的神奇瞬間，領略統計文史的山風水韻和數據文化的悠遠迴音。康德說，數字是重要的透視方式。此言不虛。
子沛先生一如既往把中國作為本書的重心和出發點。從中國歷史上的吉光片羽到第一次現代意義上的人口普查，從中國數據可視化先驅人物陳正祥的執著努力到民族復興能否量化的中國話題，這些元素無疑令中國讀者感到親切和溫暖。遺憾的是，在悠久的中華文明史上，這樣的「統計事件」不僅鳳毛麟角，亦未能帶動整個民族和社會形成用數據說話、以數據治事的風尚。即使今天，我們依然面對這樣一個不容迴避的事實：統計數據雖然證明了中國已經成為世界第二大經濟體，在數據使用上，特別是大數據的收集、分析、應用的手段、意識、水平和能力方面，我們與美國、歐洲，甚至同處亞洲的日本，仍有不小差距。作為統計人，在享受本書呈現的統計和數據文化盛宴時，無疑更平添了一份獨有的清醒與憂思。
中國需要進一步營造數據文化氛圍。美國的歷史，就是一部「善用數據」的歷史。說數據成就了共和政治、數據終結了南方的奴隸制度，尚屬見仁見智。「布蘭代斯訴訟方法」及後來的漢德公式，公共預算制度的普及，統計學理論方法用於公共政策的制定，以及成本效益分析方法在美國政府的推行等，實實在在證明了數據在保障公平正義、促進進步發展、增進自由和理性方面的決定性支撐作用，體現了數據治國的基本理念。黨的十八大把實現國家治理體系和治理能力的現代化作為新的奮斗目標，更加迫切需要大力弘揚建立在數據基礎上的科學與理性，需要建樹「尊重事實、強調精確、推崇理性和邏輯的數據文化」，需要進一步營造善用數據的社會氛圍，使注重數據、使用數據真正成為一種習慣和風尚。
中國統計人要做大數據的先行者和引領者。在統計的「純真年代」，政府統計是權威一般的存在，是統計生產的當然主導者。大數據時代，海量的網路化電子化信息使每一個人、每一個單位都可能成為信息的生產發布主體，政府統計包打天下的格局正在被打破。我們當然可以通過法律手段來「宣示主權」，但我相信大多數統計人憑著專業精神、職業尊嚴，將不屑於採取這么「簡單而直率」的方法，而更願意像一名「騎士」一樣為榮譽而戰。作為統計數據的生產者、發布者和使用者，沒有人比我們更了解大數據的意義、價值和力量。「用大數據打造統計基礎數據『第二軌』」，深刻闡明了國家統計局應用大數據的戰略思想和戰略思維。目前，國家統計局已經與17家企業簽訂利用大數據戰略合作框架協議，在貿易統計、價格統計、交通運輸統計、農業統計等多個領域取得重要進展。我們不僅要直接應用大數據，還要在推動數據開放和共享、建立和統一相關應用標准，實施國家大數據創新驅動戰略等方面，發揮應有作用。
中國統計人還要成為數據文化的倡導者和傳播者。在宣傳統計工作、弘揚數據文化方面，統計人有著天然的優勢和便利。家喻戶曉的GDP、CPI、PPI、PMI等統計拳頭產品，大型的經濟普查、人口普查、一套表聯網直報等重要統計事件，為宣傳統計、傳播數據文化發揮了重要而積極的作用。我們還可以做得更好，也有理由做得更好。中國統計也要創建類似美國普查局的LEHD—工作單位和家庭住址的縱向動態系統，當超級颶風「桑迪」來襲，該系統大顯神通，成功幫助紐約市政府組織救災，並迅速對災害影響作出准確評估。這樣的統計「明星」產品，能夠使人們更加信賴數據、依靠數據，推動數據融入政府管理、商業運營和社會治理以及人們的日常生活。
近年來，國家統計局在統計文化宣傳方面做了大量工作，精心打造了統計網站、中國統計開放日、統計微訊微信等一系列新的統計宣傳平台，政府統計的形象和公信力不斷提升。今後更要以啟沃公眾數據意識為己任，以記錄中華民族復興的偉大進程為使命，從更大的視野，以更宏大的敘事，講述中國的統計故事，書寫中國的統計歷史，把數據文化理念播撒得更廣、更深、更遠。
尼採在《查拉圖斯特拉如是說》中有這樣一句話：在有力量的地方，數字這位女主人就會生成，她更有力量。數據不僅代表「真正的事實」，還蘊藏著事物的發展規律。隨著大數據時代的到來，數據資源及其開發利用正逐漸成為決定和影響各國核心競爭力的關鍵因素。中國不僅要做數據大國，更要成為數據強國。
我們這代統計人註定無法甘於淡泊和平凡，唯有順應時代要求，以更先進的理念、更開放的姿態、更高超的技術積極擁抱大數據，廣泛應用大數據，生產出更多更具競爭力的統計產品，才能在智能時代、智慧城市建設以及實現國家治理現代化的進程中，續寫政府統計新的輝煌。
最近我讀了塗子沛先生的《數據之巔》這本書，我深深的被作者的思考的深度和數據的力量所震撼。全書從數據角度出發，以美國政府歷史以來「依數治國」的成功經驗來闡釋數據帶給社會帶來的挑戰與變革。
進入21世紀第二個十年以來，隨著互聯網信息技術的普及與廣泛應用，大數據時代正式到來。時代的變革意味著新的發展機遇與挑戰，要想在數據浪潮當中立於不敗之地，這就需要我們在精確的掌握數據之後，通過數據的創新來創造未來。
精確的掌握數據，需要從認識數據開始。簡而言之，數據就是體現客觀事實的表象，是客觀性與抽象性有機結合的產物，容不得半點虛假。我們不能否認的是，所有的美好都是在限制之後的，而能夠有效地進行限制，且又能夠得到大家的一致認可客觀現實，唯有那一張便捷的紙片上數據與文字的組合體，其實這就是數據文化的基礎。數據創造價值准備的基礎從側面印證了中國的四大發明印刷術是西方國家文明的基礎。
所謂的大數據時代就是在當下高度發展科技能讓更多的數據得以保存。保存下來的數據是一種依據，更是一種工具。世間萬物的發展都呈現各種各樣的規律性，數量龐大且規律復雜，很難讓我們掌握，但是一旦轉換成數據保存之後，從數據的角度去分析規律變化的軌跡，能夠很容易掌握並加以運用。而我作為基層執法工作者，運用數據進行執法，以控制數據達到預期管理預期，是這本書給予我最大的啟發。
古代中國傳統的執法者，是通過簡單甚至帶有粗暴的手段對執法對象進行強制管理，執法效果雖然容易操作，且直觀，但是這是一種凌駕於規律之上，片面的追求短期效果的低級執法模式。進入新中國以來，尤其是改革開放以來，我國堅持依法治國，黨的十八屆四中全會更提出了全面推進依法治國的新常態，這是數據文化的有力體現，是我黨在大數據時代下，一項重大舉措。
我認為，大數據時代下運用數據進行執法，是執法能力現代化的利器。我從事交通執法這個職業已經數載，經歷過從無到有，又逐漸的從有變成無。這個前後並不矛盾，從前的「無」是法律不健全，無章可循，有章難循狀態。只能夠自身黨性約束和對事物客觀理解進行執法，甚至有的時候片面的依靠上級，人類對事物的理解具有局限性，這難免會造成決策錯誤。
從無到有，是法律慢慢健全，法律的約束更加全面，但有的時候簡單的照本宣科，眉毛鬍子一把抓，也就成了教條主義。而從有到無，是一種利用客觀的數據，以法律為准則，通過科學執法，將數據調整趨於合理。類似國家利用經濟規律宏觀調控國民經濟，用一隻看不見的「大手」將全國的經濟發展形勢引導至合理增長的區間。數據合理了，管理預期也就達到了。相對於我們有肉眼去觀察，顯得更為精確，且具很高的可信度。這樣一來，對我們基層執法工作者帶來的巨大的福利，我們從此以後再也不用擔心對工作進展情況不了解而心急火燎了。
在大數據時代變革的今天，客觀、精確、理性和邏輯的「數據文化」理念是推進國家治理體系和治理能力的現代化利器。大數據時代下的執法行為更是離不開數據，只有充分的利用數據化管理、數據化創新，才能在當前數據浪潮當中主動適應新常態，科學地實現新突破和新作為。
《數據之巔》讀後感這是塗子沛先生關於大數據的第二本書，讀了以後可以說是振聾發聵，醍醐灌頂。
第一本書本身就寫得很棒了，其主要是從美國現代社會應用大數據成功解決的許多問題入手，說出了大數據的實際用處。而這本書抽絲剝繭從歷史上美國對於數據的發展帶給我們啟迪。
1、數據分權
何為民主，何為共和，如何防範多數人的暴政？基於這個問題美國給出了參議院代表的共和與眾議院代表的民主，權利與義務統一，即投票與納稅都按所代表的的人口來。
這里就誕生了對精確人口掌控的需求。基於這一點，逐漸養成了按數據說話的傳統。並逐漸將單一的人口數量統計擴展到宗教，種族，性別，年齡。
2、數據引領改革
之前是北美大陸種植煙草亟需黑奴，美國解放後煙草行業敗落。後來棉花興起，死灰復燃。北方工業化也需要勞動力。黑人自由就發瘋的言論源於統計上的失誤，錯誤稀釋原因因基數不同。一項戰役向大海進軍完全依靠准確數據搶掠補給。謝爾曼格蘭特。背後的原因：維護美國的統一，（解放黑奴後其的生計太難），動員黑奴使其轉敗為勝。
3、數據推動技術
用數據研究社會，普通人的歷史。統計學將研究粒度縮小到一個個人。加菲爾德將普查上升到了專業部門。迅速上升的統計內容，不斷增加的人口給數據處理提出了挑戰。於是技術創新製表機誕生了（數據處理），依靠這個IBM發展壯大，商業模式：只租不賣設備及服務。
4、數據爭取權益
量化提高質量。經濟發展帶來勞資沖突，政治，道德失范。這時候為了改善工人生活又依靠數據興起了數據分析法，成本收益分析法又在美國水利方面大顯身手，繼而福特車的風波也加速了成本收益分析法傳播同時依靠數據公開使得企業不斷提升產品質量，並將人的價值考慮進來。
5、抽樣
運用抽樣的方法降低數據處理的工作量，省時省力。蓋洛普引領的總統預測，亂世佳人的精準預測，准確定位。把數據引入電影工業。質量管理大師戴明將統計方法引入質量管理領域，成就日本經濟奇跡。
㈣ 大數據在企業中的應用
大數據在企業中的應用
2015年9月10日，首席數據官聯盟成立儀式暨第一屆首席數據官大會在北大召開，本次活動由中國新一代IT產業聯盟和易觀智庫聯合主辦，中國新一代IT產業推進聯盟技術分委會秘書長魯四海發表演講並參與對話討論。本次對話環節由易觀智慧院副院長葛涵濤主持，參與對話的嘉賓有北大電子政務研究院副院長楊明剛、殼牌中國CIO徐斌、華為大數據總監劉冬冬、北京瀚思安信科技有限公司聯合創始人董昕。各位嘉賓從大數據在企業的應用、人才隊伍建設等方面進行深入討論，以下是對話實錄：
葛涵濤：首先我想請大家做一下自我介紹。
劉冬冬：今年上半年開始代表華為做大數據生態圈的建設，我們這個生態圈是1+6的模式，華為提供公有雲，大計算等服務，與數據挖掘，商業應用，數據可視化展示等合作夥伴，國內篩選200多家大數據公司，和比較核心的合作夥伴，開始了第一批，第二批，第三批的流程，第一批選擇16家簽約，第二批還有十幾家，今年年底會完成初步50家的合作夥伴的合作。
徐斌：殼牌品牌是比較大的公司，殼牌中國業務比較大，殼牌中國在今年已經是121年了，1894年正式進入中國了，就沒有離開。目前我們在中國的業務有上油的油氣的開采，中油的煉化等業務。大數據在殼牌的應用歷史比較悠久，我們開採油田的時候需要用海量的數據做分析，幫助我們在哪裡打井更有效，如何保證製造環節更順暢，更早的發現潛在的風險，這方面有比較多的應用。針對我們幾百萬的用戶，也在做很多的和社交媒體的合作，掌握我們的客戶，留住我們的客戶，尋找新的商業機會。今天很高興有機會和大家交流大數據，特別是我們傳統行業如何使用大數據。
董昕：謝謝大家，我們是瀚思大數據安全，一個新的創業公司。大家想安全和大數據有什麼關系？其實有非常深的關系，我們後面有機會再和大家講。我們這個團隊是2014年成立的，主要成員是來自於埃森哲、甲骨文等這些公司。我們致力於把大型企業雲中心、互聯網裡面所有跟安全相關的，跟業務、應用安全相關的數據做統一大規模的存儲、挖掘、學習和展現，幫助IT從業者，運維人員，甚至企業的領導層從數據終發現一些跟安全相關的東西。希望通過數據驅動整個行業，和整個企業實現由傳統的基於防禦的安全策略，轉向主動智能的安全策略。我們成立一年多，我們公里56人，40多個人都是研發人員，數學科學家等跟數據相關的人員。非常高興有機會和大家探討比較新的行業。
楊明剛：非常感謝主辦方的邀請，很多朋友可能了解電子政務，電子政務就是政府的信息化，還有所謂的智慧城市，還有數字城市。在過去一年多，一直做政府相關的信息化的應用，包括頂層設計。現在隨著大數據概念的提出以後，應用和需求在過去一直存在，只是提升了一個水平。電子政務這塊近兩三年提上很重要的地位。電子商務對大數據的需求也是蠻多的，過去三四年，我們一直研究政務數據和商業大數據，非常高興和大家探討數據和首席數據官未來在整個企業決策和政策決策中的作用。
葛涵濤：我們的各位嘉賓對大數據，對數據資產進行了前期的描繪和支撐。我們都知道現在大數據產品和數據產品數據來源非常廣，包括來自於智能設備，可穿戴設備，來自於金融，來自於終端設備。有了大量的數據，基於數據進行挖掘和分析，數據產品化以後，再將數據產品應用到業務中。但是這些數據產品安全性怎麼樣？針對數據安全和用戶數據隱私與大數據是什麼關系？
楊明剛：我先從價值方面跟大家分享一下。美國有一本書《數字化生存》目前這個社會，隨著網路的發展，我們所有的網路，所也的社會的形態都可以用數據來表達，這個時候無論是政務數據，還是商業數據，還是個人數據都可以用來提供，或者給我們未來決策提供參考。無論是政府治理，還是企業的科學決策，或者個人未來合理的消費計劃，都可以從數據中提取到相關的決策參考。所以這塊，其實所有的數據，看似雜亂無章，各種非結構數據和結構化的數據，通過適當的方法處理，或者通過數學模型處理，能夠給我們管理和決策帶來新的支持或者更大的支持，這是我對整個目前數字這塊所謂的資產，數據是可以增值的資產。
其實我們有了互聯網以後，每個人在網路上，無論是購物，還是通過社交工具或者社會化媒體發表相關的看法或者思想等，我們在網路上留下了大量的數字的網路痕跡，其實提取這些痕跡，包括相關的特徵，用一定的方法去分析，就可以找尋每個人或者相關的機構未來的表現。這個東西在這裡面，有很多東西涉及到個人隱私，可能在這里買的房子，或者附近相關的消費，根據你的社會屬性可以判斷你未來的行為。從某種行為來說，會讓我自己感覺很不舒服，但是這些信息是通過我們允許的放在網路上，只是相關的機構提取過來做一些加工，可能對個人的隱私或者個人尊嚴是一種挑戰。隨著國家立法的完善，我相信網路的隱私權保護會逐漸解決。
董昕：其實好惡誇張的說，我們在座的每一個人都不安全，在網路空間，無論是你產生的數據，還是你的痕跡，還是你的隱私，或多或少在自己的手機里，PC里，或者是伺服器端，安全和隱私可能是永恆的話題，比較大，我就不展開講了。從我們的角度來說，我們更關注的，從一個角度如何把核心的數據，核心的資產保值增值，安全隱私的問題。無論是大數據下面的數據隱私，數據安全，還是小數據的數據隱私和數據安全方法論是一樣的。在管理制度上怎麼進行保障？
過去談論到數據安全，更多的時候是靠技術手段為主，所以才會出現各種各樣的防火牆，加解密設備，數據防泄漏，防入侵。這些東西都有用，但是無法解決所有的問題。要不然也不會出現JP摩根信用卡數據泄漏等問題。我們需要擁抱新型的技術，新型的平台，通過技術本身解決安全問題。
另外一個國外很多報告中都寫到了，設備本身控制數據資產不太現實，我假設所有的東西都是不安全的，把所有的東西都放一個安全體系，這是國際探討的問題。我們怎麼用新型技術保護數據安全，同時結合技術，如何使安全管理的流程和措施，能夠在企業中獲得更多的認識，從而解決這個問題。
葛涵濤：關於數據能力開放的問題，在之前大數據會議上，阿里集團代表上講過，阿里的數據不開放，他們是不是有數據安全的考量。因為他們收購了高德等一系列的社交和位置的公司，掌握了用戶全維度的數據，這是出於隱私保護，基於安全的數據開放，還是比較遙遠的話題。剛才我們在CDO調研報告裡面，在未來的數據業務和大數據技術方向上，在行業領域裡面的發展是非常重要的，我想請劉冬冬和徐總分別談談，比如說大數據業務，還有數據資產等等相關的技術和服務，在你們相應的通訊和能源行業怎麼與你們的業務結合落地的。
徐斌：像大數據的應用，在我們自己的傳統行業會產生什麼樣的作用？我們自己內部把大數據的企業進行劃分。從企業決策中大數據起了很多的作用，同行用爆破的方式採集信息，幫助我們判斷出這個地方打一口井效率是不是高，因為每一口的井的成本是上百萬的，提高10%的成功率是很可觀的，這是決策支持。
第二個是運營優化，比如說油站地下油庫存在非常大的隱患，汽油和柴油泄漏的時候，一對環境造成很大的風險，第二對地下水有影響，甚至產生爆炸。一旦發生這種情況，通過大數據技術能不能提前發現潛在的泄漏風險。通過對比站的分析，提前發現是否存在不適當的損耗的發生，從而發現風險。
第三個就是市場營銷，在我們消費互聯網層面談了很多，我們怎麼樣找到客戶的特性，延伸業務領域，包括業務合作。另外通過合作，找到我們潛在的客戶。像今天的孫總，我們客戶最典型的，對油品的質量要求比較高。我們從互聯網找到這個維度，在電商上購買率很高的，經常談到汽車的，這兩個碰撞就能找到潛在客戶。
第四個就是企業安全進行風險管控。能源行業是高危行業，包括油品配送過程中，配送的時候出現問題，可能出現爆炸的風險，包括成本的增加。因此我們在海外作業的時候，不能很好及時發現風險，可能造成重大的人身傷害，包括知識產權的保護，有跟多配方，這是很關鍵的，這個怎麼防止黑客攻擊。這個和董總有相關性，企業安全，人身的安全，包括信息安全。
第五是業務創新，第六是模式變革。這兩個把我們傳統的，我們通過賣汽油變成我們可能變成第三方汽車服務後市場。以後我們油品可能免費，免費的意義在於盈利模式通過後面衍生的新業務，就是羊毛出在豬身上狗來買單。這就是大數據在我們能源行業6方面的價值。
葛涵濤：我們原來做過石油遠程管道安全監護。現在俄羅斯他們傳輸的油氣管道，很多油氣管道每隔多少公里就有檢查油壓、溫度，還有油管表面的狀況，加入了很多感測器，獲取管道表面的數據，另外還有相應的機器人，會在軌道上定期巡邏，用光來檢查表面的狀況。將這些數據全部匯總在當地的數據中心，最後匯總到歐洲數據中心，如果正常就顯示為綠色的。大數據幫助能源運輸企業，在你發生問題之前就幫你預測問題即將在什麼時間大概發生。在發生之前進行預警，我覺得這個也是大數據跟商業智能整合的非常好的一個案例。
徐斌：在我們石油行業，特別是化工行業，生產行業一旦有一些事故終止生產，想恢復是非常長的時間，一般是三個月，三個月損失多大。越早預測到危險，提前採取措施，效率是很明顯的。
劉冬冬：我們通訊行業跟石油行業是很像的。我們華為也會裝各種各樣的感測器採集數據，知道什麼地方有什麼問題，然後解決問題。比如說一個大型會場，一個足球場，數萬人，大家都在發微信，這個時候能不能發出去，信號如何？這是我們自身運營商的應用場景。衍生出來的應用場景，如果華為或者運營商更早的把大數據應用到企業的經營管理等等各個維度中去，就不會發生像上海那樣的踩踏事件。當外灘單位面積內聚集的人口超過一定量以後就應該有一個預警，告訴相關的管理部門，公安也好，告訴相關的部門人說這個地方已經超多了，通過手機我們可以捕捉這個信息。我們在大數據行業剛剛起步，我相信將來所有的行業，都會面臨變成以數據為驅動，或者以數據為核心驅動力的，而不是像以前以產品為驅動力，以渠道或者品牌為驅動力的。以數據為驅動力的話，這個問題是蠻大的，作為華為來說，現在從各個方面改為以數據為驅動力。從宏觀來說，我們將要做什麼，我們要做哪些產品，這些都可以通過數據給我們進行指導。
在大數據產品裡面，哪些是最需要的，哪些是最急迫的，我們可以通過分析挖掘出來，這個可以指導我們企業將來做什麼，不做什麼。從很小的細節來說，華為2016年找誰做手機形象代言人，我們可以用大數據做。華為手機的粉絲超過100萬。這些人共同關注的是誰，他們共同興趣愛好是什麼？他們每天什麼時間上網，數據的統計就告訴我們了，不需要決策部門每天坐在一起拍腦袋決定是誰，不是誰。剛才說到數據安全問題，我認為數據安全和技術是矛和盾的問題。現在接受就可以了，當我們現在收到騷擾簡訊垃圾簡訊，為什麼會收到，是因為他們掌握了我們手機信息。當企業掌握了很多的信息以後，這時候就造成可以滿意度的問題，讓數據決定數據安全，讓市場決定技術到什麼程度，自然會有優勝劣汰，服務好的企業就會持續發展，服務部好的企業就會死掉。
葛涵濤：我們對用戶數據掌握的越來越多，我們對數據精準分析越來越多，我們傳遞出來的消息就是精準營銷，傳遞的信息就是有用的信息，而不是垃圾信息。這實際上對我們大數據企業，對技術和演算法提出了更高的要求。如何通過大數據分析方法尋找數據中隱藏的，還沒有被發現的價值和知識。
楊明剛：其實所謂大數據，大價值，大數據應該不是大忽悠，我為什麼這么說？因為我在過去一段時間，有一個地方政府，某一個行業部門在使用大數據，但是建完的大數據系統無法滿足他們的業務需求。我們傳統的大數據，一部分是對現有數據的發現，這就是數據檢索，傳統的數據方法就可以做到，對已知的東西，已知的問題，每個數據單元都是了解的，這時候無論是結構化數據，還是非結構化數據，我們可以帶著問題找到蛛絲馬跡，問題存在什麼地方。另外一部分應該是預測的部分，就像海爾孫總談到的問題，其實可以預測。業務管理專家和業務模型建構專家需要有一個緊密結合。大數據其實是一件奢侈品，對華為這樣的產品，對我們海爾這樣的企業，對殼牌這樣的企業是可以投得起資金的，大數據是奢侈品，但是絕大部分的中小企業也需要科學決策，也需要了解市場需求，這時候面臨很重要的選擇，要面臨高昂的成本建立系統，這是不可能的。但是絕大多數的大數據企業都需要高投資，中小企業怎麼通過在數據時代不被淘汰，需要大數據解決方案提供商，或者需要大數據研究者提供一種更典範的，或者更普世的大數據解決方案，不是依託與傳統的數據檢索，或者傳統的數據包裝實現大數據的方案，而是需要跳出傳統的大數據分析方法之外，能不能有另外一種更科學，更普世的方法，讓我們很多中小企業都能享受到當今的大數據服務，需要我們在座的一起探討。實際上個人也需要大數據服務。
葛涵濤：跟簡單，更方便使用的大數據產品，方便企業減少這方面的預算，讓更多的人使用大數據帶來的便利。
楊明剛：中國的天氣預報部門利用大數據是最好的，把過去一百多年的歷史數據拿過來進行預報。真正的大數據是對未來可能的知識的發現，通過大數據發現潛在的數據之間的關聯。
葛涵濤：實際上我們剛才提到了各個不同的行業和企業對大數據的應用，因為你在北大做了十年CIO方面的培養，你們對CDO這方面的人才培養有什麼樣的動作和支持。
魯四海：我們也在探討，剛才我們在PPT裡面分享，首先為什麼會有這樣的角色存在，驅動力是什麼？然後再說需要什麼楊得技能？我覺得CDO有一部分的東西需要從課堂學習的，偏技術這塊的，能涵蓋技術和基礎管理這塊。CDO需要有一些經濟學的基礎在裡面。大數據更大的是告訴我們未來是什麼樣，告訴我們一些未知的東西。不是提一個假設，拿數據進行分析證明這個假設是對的或者是錯的，這個意義不大。真正的意義能夠告訴你未來是這樣的。我覺得CDO在培養過程當中，除了課堂學習以外，還要跟內部的業務部門進行內部的學習和交流。因為我們面臨著未知的世界，更多的需要廣闊的舞台，像CDO聯盟一樣，未來我們做一些交流性的東西，各個行業，不同行業的方式方法進行跨界整合，因為數據在這個時代就是跨界。
葛涵濤：下面我們請我們在座的各位嘉賓，用簡單的一兩句話展望一下大數據時代下，我們這些數據管理人才，CDO們如何在整個大數據背景下做好我們的工作，能在工作上出新出彩，在我們業務設計上有相應的業務創新。
魯四海：應該說任何一個行業任何一個企業的數據都是資產，每個企業都將擁有將數據變成核心競爭力的能力，這個能力可能是自建也可以購買服務獲得。
楊明剛：大數據應用成為未來決策的核心推動力，今天的大數據不能成為大忽悠。
董昕：我們談了很多技術方面的話題，我覺得一個CDO第一應該有大數據的理念，未來主要的價值都是數據。另外一點，我們認為作為一個CDO，一定要跟我們業務相聯系，懂我們的業務，知道我們的收入從哪裡來，成本在哪裡，效率從哪裡提升，這樣CDO才能落地。
徐斌：數據本身有沒有價值，我個人認為數據是沒有價值的，雖然我今天講了很多大數據。只有當數據能幫助企業產生價值的時候才能成為有價值的資產。我經常說數據資產，每個公司都有大量的數據，他們不是資產，因為它沒有用。數據只有成為有用的信息，成為知識，變成智慧，它才是真正的數據資產。不要神話大數據，大數據產生業務的價值，產生商業的價值才叫大。第二我們企業有CDO，或者有虛擬CDO職位，通過其他的CIO、CMO承擔。最主要的是腳踏實地，循序漸進，如果你不把企業的數據用好，談何大數據。如果企業沒有從數據支持決策的文化，大家做任何事情不用客觀數據幫我們做分析，給你再多的數據也沒用。首先是企業文化。第二把現有的數據用好，然後循序漸進引用更多的數據做分析。通過數據發現未知東西，這是偽命題。因為你發現未知東西，因為你不知道，原因是什麼。當形成智慧知道為什麼會發生，這是我們追求的目的，只不過我們現在不知道，所以通過相關的分析找到了相關性，但是不知道原因。未來當我們有足夠多的知識積累，我們就知道原因了。未知領域是大數據的使用階段。
劉冬冬：大數據這塊沒有找到盈利模式，沒有找到市場，推不動。現在大家找到了盈利模式才推下去了，這才是有用的，大數據有用才是硬道理。對於CDO來說，我認為跨界才是最重要的。不光要有知道企業內部的小數據，同時也要知道外部的數據如何和企業內部的數據相結合。比如說做銷售的，系統能不能很快的告訴員工，這個公司銷售額有多大的產能，以及其他合作公司等等的情況，有價值才是最重要的。
以上是小編為大家分享的關於大數據在企業中的應用的相關內容，更多信息可以關注環球青藤分享更多干貨
㈤ 大數據專業成熱門，該如何轉行做大數據分析師
1、懂業務。從事數據分析工作的前提就會需要懂業務，即熟悉行業知識、公司業務及流程，很好有自己獨到的見解，若脫離行業認知和公司業務背景，分析的結果只會是脫了線的風箏，沒有太大的使用價值。
㈥ 大數據時代，運營商如何應對
2010年全球數據量達到1.2ZB，2011年全球數據量達到1.8ZB，到2020年全球數據量將達到35ZB。數據密度將達到前所未有的高度，大數據時代的畫卷已經展開。 隨著大數據時代的到來，產業格局正在重塑，傳統電信運營商面臨低值化、管道化，在新的產業鏈中需要謀求新突破。專家認為，運營商應該跳出互聯網看互聯網，將大數據作為重點業務發展領域，畢竟運營商擁有的「數據礦產」資源是任何其他企業所不具備的，運營商應該基於大數據的基礎發展延伸業務。面對大數據時代的潮流以及互聯網企業的競爭，運營商應當利用自有數據優勢提升自身數據運營能力。 首先，運營商應整合現有數據建立數據集市，利用實時處理大數據的能力，打造基於數據的實時營銷解決方案，提升企業銷售服務能力。大數據處理分析平台的優勢在於對海量數據處理的實時性，技術優勢可以有效地保障實時營銷解決方案的實施。實時營銷解決方案較傳統營銷方案具有更好的營銷效果：更具時效性，一旦有實時行為數據產生，立即選定目標用戶進行營銷推送，保證在較短時間內送達客戶，傳統營銷則是定期執行營銷；目標客戶動態選取，通過客戶行為變化結合客戶特徵動態篩選目標客戶，傳統營銷往往是通過長期分析挖掘客戶興趣愛好形成客戶標簽，在營銷前預先挑選出客戶。 從現有實時營銷觸發機制考慮，主要集中在用戶行為觸發、位置信息觸發和熱點事件觸發等。用戶行為觸發機制是分析用戶的行為偏好，如音樂、閱讀和視頻等，運營商可以定向推銷自有增值業務；位置信息觸發機制是根據用戶位置軌跡信息推送自有業務或者合作商家的產品信息，如對接近某大型商場的用戶推送商店優惠信息，吸引客戶消費；熱點事件觸發機制是鎖定對熱點事件感興趣的客戶進行針對性營銷，如鎖定關注NBA總決賽的微博用戶，進行相關的籃球商品推薦。 其次，運營商應當成為信息的融合者，利用自有的品牌優勢打造權威指數類產品，為客戶的決策提供參考依據。相較於其他行業，電信運營商的用戶群體相對穩定，所採集信息較完整，而且在整個產業鏈中運營商的影響力較強，擁有可信品牌，數據中蘊藏著巨大的客戶信息、商業信息和業務信息。因此，與其他權威指數類產品相比，電信運營商基於數據源的優勢可以提供更加全面、詳盡、客觀的產品，對於分析中欠缺的數據可以同其他行業進行合作共同挖掘數據中隱含的價值。 電信運營商指數產品可以輻射影視、電子商務等很多行業，並且已經在一些行業進行了應用。在大數據處理分析平台中匯聚移動互聯網DPI數據、IPTV使用數據和寬頻互聯網DPI數據，可以綜合以上數據分析用戶訪問視頻網站的偏好，包含喜愛的導演、演員、故事類型等，形成指數類分析報告，為電影生產、影院上線電影選取等提供決策依據。通過這種方式打造的熱播美劇《紙牌屋》，讓全世界影視業感受到了大數據的魅力。 最後，電信運營商可為智慧醫療、智能交通、智慧物流、智能製造等領域提供解決方案，提升數據價值。在大數據解決方案應用方面，IBM發展戰略很值得運營商借鑒，以客戶需求為導向對數據進行深度分析，提升現有數據價值。當前，醫院資產運營管理也正面臨諸多挑戰：醫療設備資產種類繁多，產品更新速度快；管理分散、職能弱化、管控失據；統計歸口不統一，管理制度不健全等。電信運營商在大數據平台建設過程中針對這些問題的解決方案積累了較多的寶貴經驗，電信運營商可以將成功的經驗應用到醫療行業的大數據處理平台建設中，為醫療行業提供解決方案以及咨詢服務。交通管理行業在大數據時代，需要解決基於大數據及時查詢、及時分析等業務需求。電信運營商可以利用如全球眼等業務和雲存儲方面的技術積累，提供海量交通數據的存儲、分析、應用，同時利用智能管道進行交通信息的及時推送，這樣可以更加有效地保障交通管理行業的及時性要求。 分析認為，馬雲的「大物流」計劃可能會給物流行業帶來又一個高速發展的機遇。電信運營商通過用戶的移動互聯網、寬頻互聯網的訪問情況，分析用戶的購物偏好或者購物意願，為物流公司智能分配各個節點的倉儲量及倉儲產品提供數據支撐及解決方案，物流公司也可以實現公司信息化管理。另外，中國製造企業面臨著巨大壓力，世界工廠的地位正受到挑戰。面臨如此壓力，製造業需要更加准確地了解市場動態，這就需要強大的企業信息化能力，但是很多中小型企業對於企業信息化建設投入有限。
㈦ 程序員轉行大數據是個明智的選擇嗎
程序員又被人們戲稱為「程序猿」，雖然薪資不低卻依然掩飾不住悲催的命運：加班、單身成了這一職業的代名詞。而最重要的，是職業發展限制性較高，常常有程序員憂慮自己的職業只是一碗青春飯。而正在這時候，大數據時代來臨了，程序員們彷彿看到了希望的曙光，想要投身大數據行業。那麼，程序員轉行大數據是個明智的選擇嗎？
除去個人因素，大數據的確具有十分強大的發展潛力。從國家政策到國內各大企業的重視程度，無一不在為大數據時代的騰飛積蓄著力量。而且，不同於傳統的IT行業，大數據行業其實更像是一個工具，也可以說是各行各業的一個神器。它的應用范圍十分廣泛，幾乎360行，行行都能利用大數據分享到不小的紅利。大數據技術能夠精準地引導企業進行企業決策，把企業從傳統的「憑經驗吃飯」的套路中解脫出來。從此以後，再也沒人說「嘴上無毛，辦事不牢」了，經驗代表過去，而大數據代表著未來。大數據工程師經過多年的歷練，說是企業的「軍師」也不為過。而廣泛的行業范疇更為大數據專業人才提供了無限的可能。可以說，大數據給了人們一個更廣闊的發展空間，無限的發展可能。而相比之下，程序員的發展空間就會顯得局促很多。其實，任何行業都不是一味的黯淡無光和一味的前途無量。還是需要看個人的喜好和專長。如果你對大數據感興趣，歡迎來報名光環大數據培訓班，相信你會有一個美好的將來！