
大數(shù)據(jù)時代,相關(guān)部門應(yīng)該有共享思維
大數(shù)據(jù)活在“云端”,唯有云計算能讓大數(shù)據(jù)找到自己的軌跡和存在的真正價值。但是,大數(shù)據(jù)并不全是飄在天上的浮云,它也需要能源源不斷輸送數(shù)據(jù)的“根”.
那么,大數(shù)據(jù)的“根”在哪里?
共享是大數(shù)據(jù)的“根”
大數(shù)據(jù)與云計算,或許就像一枚神奇的金幣的正反面,讓許多人感覺“云里霧里”、亦真亦幻,卻又能真切地感受到金幣的光芒。
什么是大數(shù)據(jù)?按照維基百科的定義,大數(shù)據(jù)是指無法在可承受時間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合。它的基本特點(diǎn)可以概括為海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流動和動態(tài)的數(shù)據(jù)體系、多樣的數(shù)據(jù)類型、巨大的數(shù)據(jù)價值。如果將單個或局部領(lǐng)域的數(shù)據(jù)及其挖掘處理視為小數(shù)據(jù),那么關(guān)于某一主體的大數(shù)據(jù)就是由成千上萬、相互關(guān)聯(lián)、相互交織的小數(shù)據(jù)匯聚而成的。小數(shù)據(jù)的充分融合,就是大數(shù)據(jù)形成的根基。譬如一滴水,唯有與別的水滴融合在一起,才能形成水流,才能匯成江河、海洋,才能發(fā)揮水的價值。這種融合就是共享。沒有小數(shù)據(jù)的共享,就沒有大數(shù)據(jù)生長的“根”。
要從海量的數(shù)據(jù)中快速地分析、挖掘出有用的信息,單臺計算機(jī)已難以勝任,必須采用分布式架構(gòu),依托云計算的分布式處理、分布式數(shù)據(jù)和云存儲、虛擬化技術(shù),即透過網(wǎng)絡(luò)將龐大的計算處理程序自動分拆成無數(shù)個較小的子程序,再交由多部服務(wù)器所組成的龐大系統(tǒng)經(jīng)搜尋、計算、分析之后將處理結(jié)果回傳給用戶。這就是與大數(shù)據(jù)相依相存的云計算。顯然,如果沒有數(shù)據(jù)的共享,云計算也是“無米之炊”。
當(dāng)然,數(shù)據(jù)能否共享,涉及到數(shù)據(jù)的開放性、法律邊界、數(shù)據(jù)價值實現(xiàn)等問題,還面臨諸多現(xiàn)實障礙。
誰阻礙了數(shù)據(jù)共享?
當(dāng)我們沉醉于大數(shù)據(jù)的奇妙與魔法無邊的時候,現(xiàn)實世界卻給了我們一記響亮的耳光——大家沮喪地發(fā)現(xiàn),許多政府公共信息仍處于零散、分割、封閉狀態(tài)。
各級政府部門在履職過程中掌握了大量的數(shù)據(jù)信息,其中涉及企業(yè)或個人的數(shù)據(jù)最為豐富。目前普遍認(rèn)為比較有用的企業(yè)信息大致包括四個方面,一是反映企業(yè)基本情況的,二是反映企業(yè)真實經(jīng)營狀況的,三是反映企業(yè)及企業(yè)主資信狀況及守法情況的,四是反映企業(yè)融資、財產(chǎn)抵質(zhì)押、對外擔(dān)保等情況的。這些涉及企業(yè)的各種信息資源散落在不同的政府管理部門,總體處于彼此分割、孤立、封閉狀態(tài),沒有實現(xiàn)數(shù)據(jù)之間的共享、連接和融合,更談不上大數(shù)據(jù)價值的體現(xiàn)。
盡管近年來,各級政府都在積極搭建公共信用信息平臺,推動社會征信體系建設(shè),特別是在相關(guān)文件出臺后,步伐進(jìn)一步加快,各部門也大多建立了自身的信息管理系統(tǒng),但部門之間信息不共享或共享不充分仍是常態(tài)。即使有一些全國性、地區(qū)性的統(tǒng)一信息平臺,所含企業(yè)信息也非常有限,且不完整、不及時。
這種信息割裂的狀態(tài),不僅不利于大數(shù)據(jù)的發(fā)展,從眼前看,則對具體運(yùn)用大數(shù)據(jù)的相關(guān)主體的發(fā)展形成阻礙。比如,銀行業(yè)在服務(wù)實體經(jīng)濟(jì)特別是小微企業(yè)過程中,面臨的突出瓶頸之一,就是信息瓶頸。銀行業(yè)開展小微企業(yè)信貸業(yè)務(wù)面臨的最大困惑是信息不對稱。信息的不對稱使銀行在發(fā)放小微企業(yè)貸款時難免如履薄冰,顧忌甚多。因此,能否切實掌握和了解反映企業(yè)真實經(jīng)營狀況、企業(yè)及企業(yè)主資信狀況等相關(guān)信息,在很大程度上決定了銀行對小微企業(yè)放貸的意愿以及介入小微企業(yè)信貸領(lǐng)域的深度。
目前客觀存在的企業(yè)信息共享“難”,根源在于部門利益。相關(guān)部門在參與公共信用信息平臺建設(shè)時,出于種種原因,往往叫得響、做得少。一些部門出于商業(yè)利益,將自身所擁有的大量公共信息視為“私有財產(chǎn)”,以有償作為提供信息的條件;或以維護(hù)商業(yè)秘密、涉及部門機(jī)密為由,不愿將擁有的、本屬于公共資源的企業(yè)信息與其他部門共享,或者象征性地扔幾根“骨頭”,人為造成了企業(yè)信息的分割、殘缺,也造就了許多“僵尸”信息平臺;有些信息的共享按說不應(yīng)存在障礙,只因為一些數(shù)據(jù)擁有的部門感覺“吃力不討好”,缺乏主動提供數(shù)據(jù)的動力。
當(dāng)然,也不排除個別地方政府從局部利益出發(fā),對可能影響當(dāng)?shù)仄髽I(yè)發(fā)展的行政處罰類負(fù)面、失信信息的公開加以阻擾,影響信息數(shù)據(jù)的共享。深層的原因,則是社會信用體系建設(shè)法制化步伐緩慢,公共信息征集機(jī)制不健全,對相關(guān)部門提供、公開相關(guān)政務(wù)信息缺乏有效的約束,以及信用信息使用在公開與保密之間的法律邊界不清晰。
小數(shù)據(jù)不能共享,大數(shù)據(jù)必是空談。所以,看大勢、顧大局、破本位,推進(jìn)小數(shù)據(jù)共享,是政府部門在大數(shù)據(jù)時代應(yīng)有的思維。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11