1. 大数据产业化应用价值解析
大数据产业化应用价值解析
大数据是当下科技应用的热土，传统企业在转型、升级等战略调整的同时，需要借助一些新兴科技作为企业发展的“左膀右臂”，助力企业增效、获益。随着IT的发展，社会经济“互联网化”愈演愈烈，大数据从前沿科技逐步走向寻常百姓人家的饭后谈资。大数据引领的“数据为王”的DT数据时代，正在昂首阔步的走来，大数据正在经历着产业化的变迁，数据应用价值亦然成为企业手中的一把利剑，在企业竞争角逐中无往不利，所向披靡。
数据之所以成为新商业经济社会的必争之物，在于它实际场景中的应用价值。
数据只有被应用到具体的商业场景和产业生产中才具有价值和意义，企业之所以将建立的交易数据库、客户数据库等视为企业核心竞争力，是因为得数据者得用户、得用户者得天下。企业之间的激烈竞争是商业社会优胜劣汰的必经之路，如何利用好数据，将之转化为有价值的数据财富应用到产业化场景中，是当下企业建立竞争壁垒的首要问题。
大数据包含收集、积累、处理、应用等一系列环节，其真正的价值体现在产业化的管理和使用，将数据作为产业链中不可或缺的驱动力、创新力，使其成为企业发展的“内核发动机”，从而促进整个商品经济社会生产与再生产，实现商业本质的最优化和服务的最佳化。
以下是大数据产业化应用的三个主要层面：
弹无虚发：精准营销
企业应社会需求生产商品，在生产过程中会遇到生产过剩或者商品滞销等问题，往往商品或者服务和消费者存在“一堵墙”的距离，这堵墙表现在产品或服务与消费者之间的巨大沟通成本。企业精准定位目标消费群体，选择性的为消费者提供商品、服务，但是在线上商店的商品无法精准的出现在目标消费者的视阈里，一个网络游客逛到一家在线商店，店小二无法知晓进店的是一条狗还是一个人，他（她）的需求都是无法捕捉和观察到的，没有量化的数据支撑网商的判断和商品推广，交易便难以产生。
不同于线下实体店的是，店员都会根据进店顾客的特征，多维度的判断他（她）可能存在的消费需求，长相、体型、性别、年龄等等店员都可以根据目测做出一个较为准确的判断，从而进行下一步的导购。大数据可以提供企业目标消费群体多维度的特征描述，以便将其“一网打尽”。
大数据是有着海量数据积累，大数据手段能够捕捉到用户的网络消费行为与消费特征，将其进行数据化处理，并且保留在云端，当用户再次出现在互联网上就会被监测到，经过一些列大数据算法，依据用户以往的消费数据信息，选择向用户的Web界面推送一些可能会购买的商品或者服务，实现精准营销，实现企业高效率、低成本、高ROI的规模化扩张之路。
以人为本：定制生产
定制生产是依照消费者的需求进行产品设计、生产，以满足互联网时代消费者日益丰富的多层次、个性化的消费需求。以往企业生产什么产品消费者就用什么产品的模式逐渐从市场褪去，企业开始看重细分领域消费者的需求，为其创造更好的服务体验，力争增加消费黏性和建立消费者的品牌忠诚度，提升竞争力。以人为本的企业服务理念被视为未来商业的可能，随着态势日趋转好经济大环境，“顾客就是上帝”的传统理念将会被重新定义。需求导向型产业需要大数据的分析模型，按需而策划、定制的产品是紧跟消费市场的，因此企业实行定制生产必须在设计、生产、供应、销售、管理、配送等各个环节上，都要适应小批量、多式样、多规格、多品类的生产和销售变化。大数据在其中起着挖掘需求、设计产品、建立渠道等方面的重要促进和指导作用，所有环节都要以消费者数据为出发点。
定制生产的产品，将会以高匹配被市场接受和认可，以消费者为中心的理念促进了企业资源的最优配置和排序，避免了产能过剩和定位模糊，数据驱动力一定程度上映射着商业的本质。商业的本质是商品和服务，商品或服务的使用价值体现在消费者对其功效的使用，数据是商品、服务量化了的指标和参数，数据会真实反映出商品、服务的市场适应性和方向性。
其中，如何检验收集到的数据是否有使用价值、可被利用性，可被当做定制化生产指标的等等问题，至关重要。这就要求企业要保证数据来源的科学性、逻辑性、准确性，企业的可持续发展需要多层面的共同协作。
高效匹配：两端桥梁
前面提到了精准营销和定制生产，实际上是从企业端和目标消费群体端来讲的，可以理解为B端和C端，C to B 的定制模式和B to C的精准营销是大数据目前应用最为广泛的场景。实际上大数据是链接目标消费者和企业的信息桥梁，两者在沟通环节中可能会遇到诸多问题，例如企业定位的偏差，消费者伪需求的传达，都会造成产业链的冗长和落后，大大增加了时间成本和投入了更多的沉没成本，致使效率低下，消费萎靡、滞缓。所以说，大数据会告诉企业应该生产什么样的产品，会告诉消费者企业产品与服务的差异在哪里。数据化的指标就像人体心率、肺活量、血压、血糖等等指数一样，能够准确反映出一个人的身体状况，大数据能够体现一个企业的状况，一个消费者的状况。数据不会说谎，只传达真相。
产业链的两端分别是企业和消费者，中间环节长度决定着双方反馈速度的快慢，产业链过长必然需要一定的时间来使双方做出反应，而经济市场瞬息万变，供与需是否能够及时得到平衡匹配很难保证。这就要求企业建立产业生态链条的全闭合和高效供需匹配机制，实时响应、反馈，把两端的利益契合点找出来并且进行组合搭配。
大数据的挖掘成本和价值含量，直接影响着企业对数据的信心，“有用”的数据才是大数据存在的意义，社会的高效运作离不开经济体之间的相互协作，大数据机制的形成和高层级应用是当下数据发展的方向，数据产业化蕴含着巨大的市场机会，而中国正在经历着数据时代的变迁。
以上是小编为大家分享的关于大数据产业化应用价值解析的相关内容，更多信息可以关注环球青藤分享更多干货
2. 大数据引领经济浪潮 成为国家战略
大数据引领经济浪潮 成为国家战略
在信息社会，随着社交网站、微博、微信等互联网应用不断加快，海量数据正在行政管理、生产经营、商务活动等众多领域不断产生、积累、变化和发展，大数据由此也从概念走向实践。数据资源正和土地、劳动力、资本等生产要素一样，成为促进经济增长的基本要素。
大数据引领新经济革命浪潮大数据即将带来一场颠覆性的革命，它将推动社会生产取得全面进步，助推医疗、零售业、制造业、金融、能源等各行各业产生根本性变革。大数据在临床诊断、研发、付款和定价、新运营模式等方面发挥了显著效果；零售行业中，在市场分析、销售规划、运营以及供应链等方面利用大数据进行分析优化；制造业中，大数据可以有助于了解客户的需求，全面提升产品设计、研发和销售等；金融行业(行情 股吧 买卖点)中，大数据发挥处理海量数据时快速、准确的优势，在较短的时间内构建准确的、实时的、贴切市场需求的模型；能源行业(行情 股吧 买卖点)中，随着传感器的广泛引入，大数据对传感器创造的海量数据进行快速、及时地分析。中国发展大数据的现实意义1.大数据有助于破解中国社会转型中的难题。中国经济已进入转型期，社会进入矛盾凸显期，改革进入攻坚期，增长进入换档期。宏观经济形势错综复杂、各种社会改革盘根错节、群体性事件频发等突出问题，仅仅依靠现有的管理手段与方法已明显落后。大数据能高效处理瞬息万变的海量信息，能有效破解转型中的社会难题。比如，2008年马云利用淘宝网的海量数据早半年成功地预测到了金融危机，大数据可以提高宏观经济预测的准确性。大数据同样能及时处理和分析海量交通信息，及时转化成出行指南，缓解交通拥堵。大数据更能及时处理瞬息万变的空气质量变化情况，准确判断污染源。例如位于亚特兰大的通用电气(GE)能源监测和诊断中心，每周7x24小时实时收集全球50多个国家约1550台燃气轮机的数据。2.大数据催生新产业，带来经济增长新空间。随着大数据在商业企业、政府公共事业、国防军事等领域应用，大数据日益形成一个新产业。大数据是一个事关国家社会发展全局的产业。《“十二五”国家战略性新兴产业发展规划》提出支持海量数据存储、处理技术的研发与产业化。围绕产业链上下游，大数据必将带动智能终端的普及应用、物联网、云计算等产业的蓬勃发展，高性能服务器产业的发展和信息技术服务业等产业的发展。3.大数据能有效减少社会运行成本，提高经济与社会运行效率。医疗卫生行业，能够利用大数据避免过度治疗、减少错误治疗和重复治疗，从而降低系统成本、提高工作效率，改进和提升治疗质量。麦肯锡报告估计美国医疗行业每年通过数据获得的潜在价值超过3000亿美元，能够使得美国医疗卫生支出降低超过8%。公共管理领域，能够利用大数据有效推动税收工作开展，提高教育部门和就业部门的服务效率；零售业领域，通过在供应链和业务方面使用大数据，能够改善和提高整个行业的效率，充分利用大数据的零售商有可能将其经营利润提高60%以上。4.大数据带来精准营销，改变传统商业模式。大数据能有效改善企业的数据资源利用能力，提高从数据到信息的转化率，让企业的决策更为准确，从而提高整体运营效率。网络通过大数据实现精准营销。阿里巴巴通过对淘宝网客户交易记录进行分析，能够以极低的成本准确评定每个商户的信用等级，阿里巴巴2010年开展的淘宝网中小企业无抵押贷款，至今累计坏账率也仅有1.94%，而且盈利可观。5.大数据推动政府开放，提高公共决策的预见性和响应性。为了响应大数据战略，政府开展逐步公开已有数据，如美国推出了政府数据在线网站(data.gov)，英国推出了政府数据公开网站(data.gov.uk)，数据开放推动政府不断开放。发达国家已上升为国家战略全球发达国家已经充分认识到大数据时代的发展趋势，纷纷将大数据上升为国家战略。哪些个人信息是可以获取的，怎样使用，以及个人是否允许这种使用，这都需要立法界定五项建议我们已经进入大数据时代，面对大数据革命浪潮，中国应着力做好以下几方面的工作：1.将发展大数据上升为国家战略。政府应顺应信息技术发展趋势，抓住大数据带来的生产效率提升和经济社会运行成本降低的战略机遇，研究大数据发展趋势，评估大数据对中国政府、经济与社会运行所带来革命性影响，制定未来五年或更长时间发展主要目标、重点任务、行动计划和保障措施，将大数据战略上升为国家战略，通过体制机制创新，盘活政府及社会的数据资源，将数据资源转化为生产力。2.加快政务数据资源开放。随着中国电子政务的深入发展，信息系统基本覆盖了中国政府的核心业务。政务在日常行政审批和为民提供公共服务时产生了大量业务数据。包括个人的户籍、卫生医疗保障、教育、就业等方面的数据，企业的工商、税务和基本法人信息，自然资源的气象、地震、土地、矿产资源、环境资源、海洋等部门的信息，还包括知识产权、进出口、出入境等相关政务数据。在这些数据中，有很多属于非敏感信息，政务应根据中国信息公开法，主动开放政府掌握的非敏感信息，提高信息资源的社会开放度，积极迎接大数据革命浪潮。3.营造大数据产业发展的市场环境。大数据是一个前景十分广阔的新兴产业，但当前仍然存在很多制约产业发展的因素。加快制定大数据标准和指南，鼓励重要领域关键技术研发。政府应充分发挥市场机制的作用，鼓励企业创新，保护知识产权，防止出现数据资源垄断，营造大数据产业发展的市场环境。出台鼓励大数据产业发展的财税政策，重点支持大数据的核心技术和推广应用。政府部门在气象、统计、医疗卫生等领域实施大数据重大应用示范工程，积极探索大数据在政府部门中的应用，在全社会形成推广示范效应。4.加快数据安全立法。大数据时代的安全与传统安全相比更为复杂。一方面大量的数据汇总，涉及到企业运营数据、客户信息、个人的隐私和各种行为的详细记录，对数据的合法抓取和使用需要法律保障。另一方面，中国关于信息产权不清晰，缺乏对信息的所有权、使用权和收益权的规定，这就导致了无法形成一个健全的信息资源市场，无法真正发挥市场在信息资源方面的优化配置作用，这就需要通过法律手段，对信息资源产权进行界定，以便公众理解哪些个人信息是可以获取的，怎样使用，以及个人是否允许这种使用。
5.加快大数据专业人才引进与培养。掣肘全球大数据产业发展的瓶颈之一就是人才短缺。政府可以采取培养和引进人才相结合策略。一方面加快高水平大数据人才的引进，另一方面重点培育数据挖掘、机器学习等方面的专业人才。政府应该出台激励措施并对企业管理者进行数据分析技术培训，提高大型企业管理人员的数据分析能力
3. 以大数据助力制造强国建设
以大数据助力制造强国建设
大数据成为国家竞争力的战略制高点。当前，全球正处于新一轮科技革命和产业变革之中，通过对互联网、物联网等新一代信息技术所产生的海量数据进行分析，能够总结经验、发现规律、预测趋势、辅助决策，拓展人类认识世界和改造世界的能力，给人类经济社会创新发展提供强大引擎。
大数据为制造业转型升级开辟了新途径。处于数据爆炸的时代，制造企业获取、管理和利用到的数据量越来越大、种类越来越多，若能对数据进行科学的采集、组织、分析与利用，为产品全生命周期和企业生产经营各环节提供有价值的决策参考，就能提高生产率、利润率和企业综合发展水平。
我国具备发展制造业大数据的比较优势。我国制造业规模位居全球第一，规模以上制造企业数量众多，信息化发展水平日益提高，每时每刻产生大量制造数据，应用场景丰富，发展空间广大。为加快制造强国建设步伐，近年来国务院先后出台了《中国制造2025》《国务院关于积极推进“互联网+”行动的指导意见》《促进大数据发展行动纲要》等政策文件，也为制造业大数据发展创造了良好的发展环境。
大数据推动制造业全面转型升级
大数据精准响应用户需求，提高制造业研发设计水平。在研发设计过程中应用大数据，能够推动打造集成创新平台，广泛收集和深入挖掘消费者的使用行为数据与意见反馈信息，更准确地掌握海量消费者的使用喜好，并借由众创、众包等方式，将消费者带入到产品的需求分析和研发设计等创新活动中，推动产品设计方案的持续改进。
大数据实现业务场景交互，推动生产制造智能化升级。如果说传统的自动化、数字化、网络化给生产制造提供了“肢体”“感官”和“神经”，大数据的应用则给生产制造配上了“大脑”，使之能灵活应对各种业务场景，实现真正的智能。通过整合、分析制造设备数据、产品数据、订单数据以及生产过程中产生的数据，能够使生产控制更加及时准确，生产制造的协同度和柔性化水平显著增强。
大数据辅助企业科学决策，增强制造业经营管理能力。大数据的应用，能够推动跨行业、跨区域创新组织的建立和协同设计、电子商务、众包众创等新模式的发展，增强制造企业的经营管理能力。
大数据支撑生产型服务发展，加快制造业服务化进程。大数据加速制造业服务化转型主要有3个方向：一是使企业业务从产品生产销售，向生产型服务领域延伸；二是使企业发展模式从围绕产品生产销售提供售后服务，转为围绕提供持续服务进行产品设计；三是使企业的主要利润来源从产品制造与销售环节，转为售后的生产型服务环节。
大数据与传统业务加速融合，催生新产品新服务新业态。我国拥有全球最大的消费市场和最多样的消费需求，将大数据融入到可穿戴设备、家居产品、汽车产品的功能开发中，能够推动技术产品的跨越式创新，形成智能可穿戴设备、智能家居、智能网联汽车等制造业发展新领域，有助于抢占制造业新的增长点和制高点。
促进大数据与制造业融合发展
当前和今后一个时期，推动大数据与制造业深度融合发展，要在以下几方面下功夫。
健全工业信息基础设施。加快建立容量更大、服务质量更可靠的工业宽带网络，加强制造业领域无线宽带网络规划布局，部署面向智能制造单元、智能工厂及物联网应用的低延时、高可靠的工业互联网。发挥互联网企业、工业软件企业优势，引导其与制造企业紧密融合，实现数据的统一采集、管理和高效处理。
建设制造业数据资源。推进传感器等数据采集终端的大规模应用，多渠道、多层面采集获取数据。引导和支持骨干企业、行业组织建设低成本、高效率的制造业大数据存储中心和分析中心，汇聚形成系统、全面、及时、高质量的数据资源。完善制造业数据资源建设相关体制机制，创新政策激励手段，形成各方面积极参与、互利共赢的数据资源建设生态。
突破制造业大数据核心技术。开放自主可控的制造业大数据平台软件和重点领域、重点业务环节应用软件，支持创新型中小企业开发专业化的制造行业数据处理分析技术和工具，提供特色化的数据服务。推动多学科交叉融合，开展制造业大数据分析关键算法和关键技术研究。
提升大数据分析应用能力。建设一批高质量的制造业大数据服务平台，推动软件与服务、设计与制造资源、关键技术与标准的开放共享，增强制造业大数据应用能力。
提高数据安全保障能力。研究制定面向制造业领域信息采集和管控、敏感数据管理等方面的大数据安全保障制度建设。研究制定数据分级标准，推动数据保护、个人隐私、数据资源权益和开发利用等方面的标准化工作和立法工作。制定出台对制造业数据采集、传输、保存、备份、迁移等的管理规范，有效保障数据全生命周期各阶段、各环节的安全可靠。
培养复合型大数据人才。支持有条件的高校结合计算机、数学、统计等相关专业优势，设立大数据相关专业。鼓励高校、科研机构和企业有计划、分层次的引进大数据相关的战略科学家和创新领军人才，依托制造业大数据领域的研发和产业化项目，引进拥有实践经验的大数据管理者、大数据分析员等高端人才。
4. 院士专家谈 - 时空大数据：地理信息产业融合发展必由之路
作 者 ：中国工程院院士 王家耀
地理信息产业是以现代测绘和地理信息系统、遥感、卫星导航定位等技术为基础，以地理信息资源开发利用为核心，从事地理信息获取、处理、应用的高技术服务业。自20世纪60年代地理信息系统提出以来，其应用逐渐拓展到多个行业，从产生、成长到壮大，地理信息产业发展取得了可喜成绩。
当前，我国的经济和 社会 发展已经进入新的 历史 阶段， 社会 主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾；以5G、云计算、大数据、边缘计算、物联网等为代表的新技术快速发展，人工智能技术也因深层神经网络的成功而获得了巨大进步；随着我国行政体制改革和自然资源管理体系的建立，地理信息产业已融入自然资源管理体系中。面对新的 社会 需求、新的技术进步和新的管理体系要求，亟待根据国家大政方针、 社会 生产需要、技术发展趋势、产业发展规律，做好地理信息产业的工程技术、商业模式、产品类型的转型升级与融合创新，进一步提高地理信息产业发展的质量和水平。
地理信息产业融合发展的驱动力——人工智能
信息化的发展遵循从数字化到网络化再到智能化的规律，地理信息产业的发展亦如此，智能化是地理信息产业融合发展的高级阶段。
“互联网 ”改变了地理信息产业发展的思维方式。“互联网 ”的本质是跨界融合。“基础地理信息 ”和“通用时空大数据平台 ”的本质也是跨界融合。“ ”是核心，提出跨界融合的解决方案是关键。只有这样，才能更充分地发挥基础地理信息和通用时空大数据平台的“基础”和“通用”作用，实现地理信息产业到时空大数据产业的转型升级。
云计算具有的信息资源管理、处理和应用的“全面弹性”，可以支撑“地理信息产业”到“时空大数据产业”的转型。时空大数据产业化需要超强计算能力的支持。云计算作为一种新的计算模式，通过“池化”和“云化”把数千台甚至上万台机器都放在一个“池子”里面，这是“资源弹性”；并在“资源弹性”即基础设施即服务（IaaS）之上增加了一层“应用弹性”，包括平台即服务（PaaS）和软件即服务（SaaS），以满足时空大数据的“应用弹性”需求。云计算支撑时空大数据处理的分布式、协作（同）化和智能化；通过任务分解，解决分布式问题；通过工作流重构，解决并行问题；通过算法调度，解决协作（同）化问题。
时空大数据产业
——属于第四产业的范畴
时空大数据，指基于统一时空基准活动或存在于时间和空间与位置直接或间接相关联的大数据。据此，时空大数据由时空框架数据和时空变化数据两大类数据组成。
时空框架数据指基于统一时空基准的卫星导航定位数据（含连续运行参考站 CORS数据）、遥感影像数据、地图数据、地名数据等。时空变化数据包括 社会 经济人文数据、位置轨迹数据、与位置相关联的空间媒体数据、社交网络数据、搜索引擎数据、视频观测数据、生态环境监测数据等。时空变化数据聚合（关联）在时空框架数据上，就构成了时空大数据。时空大数据具有位置、属性、时间、尺度、分辨率、多样性、异构性、多维性、价值隐含性、快速性等特性。时空大数据产业，指以天空地海传感器网络为基础，以时空信息“获取（传感网） 处理（生产） 应用（服务）”为产业链，以人工智能等新兴信息技术为支撑，以数据密集型计算为特征的知识密集型信息产业，属于从第三产业中分离出来的第四产业的范畴。同地理信息产业相比较，时空大数据产业内涵要宽泛得多，规模要大得多，类型更具多维性和多样性，知识更密集，速度更快，产品更加多样化和个性化，其应用领域更加广阔，具有良好的产业发展前景。
时空大数据产业化的核心
——时空大数据平台
时空大数据平台是时空大数据产业化的核心。
它是指把各种分散的和分割的大数据即时空框架数据和时空变化数据汇聚到一个特定的平台上，并使之发生持续的聚合效应。这种聚合效应就是通过数据多维融合和关联分析与数据挖掘，揭示事物的本质规律，对事物做出更加快捷、更加全面、更加精准和更加有效的研判和预测。从这个意义上讲，时空大数据平台是大数据的核心价值，是大数据发展的高级形态，是大数据时代的解决方案。从产业化的角度讲，通用时空大数据平台是指将时空框架数据汇聚在一个特定平台上，利用这个平台生产军民两用的基础测绘地理信息产品。
所谓“通用时空大数据平台+”模式，即以通用时空大数据平台作为框架，聚合民用、军用的时空变化数据，分别构成时空大数据平台。“通用时空大数据平台+民用”模式，即将地方政府各部门各行业的政务、自然资源、规划、交通、水利、管网、人口、经济、人文、 社会 、医疗、教育、电力、公安等数据汇聚在通用时空大数据平台上，使之成为新型智慧城市的“智脑”，通过持续的聚合效应，生成各类（种）民用深加工知识产品，为政府综合决策、各部门各行业和 社会 公众提供智能化服务。
时空大数据产业化是通过时空大数据平台产业化实现的。因为时空大数据产业化是一个新问题，应该走一条从基础研究起步的产业化创新之路。这条创新之路首先要研究和建立以数据科学为核心的时空大数据理论体系。目前，“数据科学”的边界还不清晰，时空大数据理论研究薄弱，更未形成时空大数据的理论体系，而这是时空大数据产业化的基础。因此，这条创新之路要研究和建立以“数据隐含价值 计算发现价值 应用实现价值”为核心，以“数据获取（传感器网） 处理（生产） 应用（服务）”为产业链的时空大数据产业化技术体系。走在这条创新之路上的人，更要研究和设计包括软件产品、硬件产品、软硬件集成产品、各类（种）应用平台产品和数字产品在内的时空大数据产品体系。
总之，在当前全球数字经济快速发展的大背景下，数字化的知识和信息作为关键生产要素，以数字技术为核心驱动力量，以现代信息网络为重要载体，通过数字技术与实体经济深度融合，数字经济能够不断提高经济 社会 的数字化、网络化、智能化水平，以加速重构经济发展与 社会 治理模式。地理信息产业作为处理位置数据的核心产业，可以积极推动其基于“通用时空大数据平台+”模式深度融入数字产业化、产业数字化、数字化治理与数据价值化领域，积极融入自然资源管理工作整体布局，主动引领以地理信息为基础的新型智慧城市、实景三维中国、新型基础测绘建设，推进地理信息产业向全产业链发展，扩大地理信息产品供给面，加大地理信息消费级产品研发，鼓励新应用、培育新市场，让地理信息产品通过生态建设、智慧管理、数字经济服务国家战略建设并惠及全 社会 ，从而促使地理信息产业向时空大数据产业的融合发展与转型升级。