
蘊(yùn)含巨大潛在經(jīng)濟(jì)社會(huì)價(jià)值 “大數(shù)據(jù)”熱冷靜面對(duì)
繼物聯(lián)網(wǎng)、云計(jì)算之后,大數(shù)據(jù)已經(jīng)成為當(dāng)前信息技術(shù)產(chǎn)業(yè)最受關(guān)注的概念之一。面對(duì)社會(huì)各界紛紛關(guān)注的“大數(shù)據(jù)”熱,應(yīng)充分認(rèn)識(shí)其內(nèi)在機(jī)理及帶來(lái)的挑戰(zhàn),進(jìn)一步理清對(duì)策思路。
大數(shù)據(jù)蘊(yùn)含著巨大的潛在經(jīng)濟(jì)及社會(huì)價(jià)值
種類繁雜、數(shù)量龐大的大數(shù)據(jù),為我們更深入、更準(zhǔn)確地認(rèn)識(shí)和把握事物發(fā)展的內(nèi)在規(guī)律提供了信息基礎(chǔ),其中蘊(yùn)涵著非常大的潛在價(jià)值。這一點(diǎn)不僅是許多業(yè)內(nèi)研究機(jī)構(gòu)的共識(shí),也已經(jīng)在商業(yè)應(yīng)用中得到了體現(xiàn)。
大數(shù)據(jù)的應(yīng)用已經(jīng)有了許多典型案例,如IBM日本公司利用互聯(lián)網(wǎng)搜索數(shù)據(jù)建立的經(jīng)濟(jì)指標(biāo)預(yù)測(cè)系統(tǒng),以及美國(guó)印第安納大學(xué)利用谷歌公司提供的心情分析工具對(duì)道瓊斯工業(yè)指數(shù)變化的預(yù)測(cè),已經(jīng)達(dá)到比較高的準(zhǔn)確率。除了經(jīng)濟(jì)分析外,在農(nóng)業(yè)、醫(yī)藥衛(wèi)生、制造業(yè)等領(lǐng)域,也有一些成功應(yīng)用大數(shù)據(jù)進(jìn)行預(yù)測(cè)的案例。
據(jù)美國(guó)麥肯錫公司預(yù)測(cè),大數(shù)據(jù)將為美國(guó)醫(yī)療服務(wù)業(yè)每年帶來(lái)3000億美元的潛在增加值,為歐洲的公共管理每年帶來(lái)2500億歐元的潛在價(jià)值,為位置服務(wù)產(chǎn)業(yè)帶來(lái)6000億美元的潛在年收入。零售商充分利用大數(shù)據(jù)可實(shí)現(xiàn)運(yùn)營(yíng)利潤(rùn)增長(zhǎng)60%,制造業(yè)充分利用大數(shù)據(jù)可降低設(shè)備裝配成本50%。經(jīng)合組織(OECD)的一項(xiàng)最新研究成果還對(duì)互聯(lián)網(wǎng)數(shù)據(jù)的市場(chǎng)價(jià)值進(jìn)行了估計(jì),佐證了大數(shù)據(jù)的巨大潛在價(jià)值。
總體而言,大數(shù)據(jù)的應(yīng)用和發(fā)展離不開(kāi)以下三大要素:
一是不同參與主體產(chǎn)生的大量數(shù)據(jù)信息。這是大數(shù)據(jù)應(yīng)用發(fā)展的“原材料”基礎(chǔ),也是催生這一概念的基本條件。日本EMC公司與美國(guó)IDC公司于2013年年初共同公布了關(guān)于大數(shù)據(jù)方面的最新預(yù)測(cè)結(jié)果:到2020年,人類產(chǎn)生的數(shù)據(jù)總量將達(dá)到40ZB。除了擁有大數(shù)據(jù)平臺(tái)的互聯(lián)網(wǎng)和電子商務(wù)企業(yè)之外,政府部門、科研院所、高等院校、非營(yíng)利機(jī)構(gòu)等組織也擁有大量尚未得到有效利用的數(shù)據(jù)。
二是支撐大數(shù)據(jù)存儲(chǔ)和運(yùn)算的IT基礎(chǔ)設(shè)施。這是大數(shù)據(jù)應(yīng)用發(fā)展所必需的“設(shè)備”基礎(chǔ)。大數(shù)據(jù)的存儲(chǔ)和高效處理需要云計(jì)算數(shù)據(jù)中心的支撐,大數(shù)據(jù)的高速傳輸則需要足夠帶寬的互聯(lián)網(wǎng)通道。有了足夠的數(shù)據(jù)承載能力,才有可能進(jìn)行進(jìn)一步的分析挖掘。
三是挖掘大數(shù)據(jù)潛在價(jià)值并進(jìn)行應(yīng)用的能力。這是大數(shù)據(jù)產(chǎn)業(yè)能否成功發(fā)展的“瓶頸”所在。數(shù)據(jù)量的不斷增長(zhǎng)盡管帶來(lái)了巨大的潛在價(jià)值,但同時(shí)也對(duì)我們的價(jià)值挖掘能力提出了巨大挑戰(zhàn)。2012年全球被創(chuàng)建和被復(fù)制的數(shù)據(jù)總量達(dá)2.7ZB,其中較容易處理的有序的結(jié)構(gòu)化數(shù)據(jù)相對(duì)較少,而大量的文本、圖片、音視頻、醫(yī)療影像等非結(jié)構(gòu)化數(shù)據(jù)則超過(guò)85%。如何把這些龐雜無(wú)序的數(shù)據(jù)進(jìn)行分析、處理和集成,變成有用的信息,是大數(shù)據(jù)應(yīng)用發(fā)展面臨的核心問(wèn)題。
我國(guó)發(fā)展大數(shù)據(jù)應(yīng)用需冷靜面對(duì)諸多挑戰(zhàn)
據(jù)國(guó)內(nèi)有關(guān)研究機(jī)構(gòu)初步統(tǒng)計(jì),目前我國(guó)大數(shù)據(jù)產(chǎn)業(yè)還處于發(fā)展初期,市場(chǎng)規(guī)模仍然比較小,2012年僅為4.5億元,而且主導(dǎo)廠商仍以外企居多。據(jù)預(yù)測(cè),2016年我國(guó)大數(shù)據(jù)應(yīng)用的整體市場(chǎng)規(guī)模將突破百億元量級(jí),未來(lái)將形成全球最大的大數(shù)據(jù)產(chǎn)業(yè)帶。事實(shí)上,相對(duì)于發(fā)展前景的樂(lè)觀預(yù)測(cè),我國(guó)發(fā)展大數(shù)據(jù)產(chǎn)業(yè)面臨的現(xiàn)實(shí)挑戰(zhàn)更值得認(rèn)真分析和對(duì)待。
首先,如何使分散在不同部門和主體的數(shù)據(jù)得到合理有效應(yīng)用。需要明確哪些數(shù)據(jù)可以用、哪些數(shù)據(jù)不能任意地進(jìn)行商業(yè)應(yīng)用。大量的互聯(lián)網(wǎng)數(shù)據(jù)掌控在企業(yè)手中,但是屬于個(gè)人隱私或涉及國(guó)家信息安全的則應(yīng)該進(jìn)行合理限制和規(guī)范。對(duì)于政府部門、研究機(jī)構(gòu)和高校掌握的專業(yè)數(shù)據(jù),則須明確是否應(yīng)向社會(huì)公眾開(kāi)放。
其次,如何構(gòu)建可支撐大數(shù)據(jù)的IT基礎(chǔ)設(shè)施。這一點(diǎn)涉及到對(duì)傳統(tǒng)數(shù)據(jù)中心的改造和利用、新型云計(jì)算存儲(chǔ)和處理系統(tǒng)的建設(shè),以及如何盡快建設(shè)一個(gè)高速、方便接入的互聯(lián)網(wǎng)通道。
第三,如何掌握大數(shù)據(jù)挖掘技術(shù)和培養(yǎng)大數(shù)據(jù)專業(yè)人才。大數(shù)據(jù)分析需要相關(guān)技術(shù)與人才的支撐。發(fā)達(dá)國(guó)家的部分IT企業(yè)已經(jīng)初步掌握了一些數(shù)據(jù)分析預(yù)測(cè)的關(guān)鍵技術(shù),我國(guó)相關(guān)企業(yè)的技術(shù)能力還比較落后。麥肯錫公司預(yù)測(cè)美國(guó)到2018年需要大數(shù)據(jù)分析人才40多萬(wàn),人才缺口將達(dá)10多萬(wàn)。我國(guó)剛剛引入大數(shù)據(jù)概念,人才匱乏問(wèn)題更加突出。
第四,如何避免未來(lái)出現(xiàn)大數(shù)據(jù)產(chǎn)業(yè)重復(fù)建設(shè)甚至產(chǎn)能過(guò)剩問(wèn)題。近幾年來(lái),部分新興產(chǎn)業(yè)已經(jīng)出現(xiàn)了產(chǎn)能過(guò)剩的苗頭,體制性原因?qū)е碌闹貜?fù)、超前建設(shè)問(wèn)題比較突出。對(duì)于熱度正高的大數(shù)據(jù)產(chǎn)業(yè),如何避免因政府不當(dāng)干預(yù)導(dǎo)致這些問(wèn)題重演,是對(duì)我國(guó)當(dāng)前區(qū)域競(jìng)爭(zhēng)下產(chǎn)業(yè)發(fā)展體制的一個(gè)挑戰(zhàn)。
做好基礎(chǔ)性工作,促進(jìn)大數(shù)據(jù)應(yīng)用發(fā)展
面對(duì)社會(huì)各界的“大數(shù)據(jù)”熱,應(yīng)理性分析、冷靜觀察,扎實(shí)做好幾個(gè)方面的基礎(chǔ)性工作。這些工作可能是長(zhǎng)期性、前瞻性的,需要逐步推進(jìn),很難立竿見(jiàn)影、一蹴而就。
第一,不必急于出臺(tái)戰(zhàn)略性規(guī)劃和設(shè)立產(chǎn)業(yè)專項(xiàng)資金。國(guó)內(nèi)的IT企業(yè)和地方政府已經(jīng)意識(shí)到大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展前景,對(duì)發(fā)展大數(shù)據(jù)應(yīng)用有著較大熱情。某些城市已經(jīng)啟動(dòng)了大數(shù)據(jù)發(fā)展戰(zhàn)略,計(jì)劃到2017年形成至少500億元的產(chǎn)業(yè)規(guī)模。在這種情況下,以規(guī)劃和專項(xiàng)資金等方式進(jìn)行鼓勵(lì),有可能扭曲正常的市場(chǎng)行為,甚至催生泡沫。
第二,合理改造、建設(shè)和布局IT基礎(chǔ)設(shè)施。對(duì)現(xiàn)有的傳統(tǒng)數(shù)據(jù)中心及大量的舊服務(wù)器資源,可以通過(guò)建立虛擬數(shù)據(jù)中心或進(jìn)行就近合并等方式進(jìn)行改造利用,探索如何通過(guò)虛擬化技術(shù)和云計(jì)算平臺(tái)管理軟件來(lái)提高利用效率。對(duì)新建的大規(guī)模云計(jì)算數(shù)據(jù)中心應(yīng)進(jìn)行統(tǒng)籌、合理布局,協(xié)調(diào)不同省市之間加強(qiáng)互補(bǔ)合作,將能源和氣候因素作為項(xiàng)目建設(shè)的重要條件,保證經(jīng)濟(jì)上的合理性。按照網(wǎng)絡(luò)建設(shè)適度超前于產(chǎn)業(yè)發(fā)展的原則,加快“寬帶普及提速工程”的推進(jìn)速度,盡快解決大數(shù)據(jù)應(yīng)用發(fā)展的網(wǎng)絡(luò)帶寬瓶頸。
第三,推動(dòng)數(shù)據(jù)隱私保護(hù)和公共機(jī)構(gòu)信息公開(kāi)等立法修法工作。2012年12月,全國(guó)人大常委會(huì)通過(guò)了《關(guān)于加強(qiáng)網(wǎng)絡(luò)信息保護(hù)的決定》。應(yīng)在此基礎(chǔ)上繼續(xù)完善個(gè)人隱私保護(hù)的相關(guān)立法,對(duì)哪些互聯(lián)網(wǎng)個(gè)人數(shù)據(jù)可以進(jìn)行商業(yè)化應(yīng)用、應(yīng)用范圍如何界定、數(shù)據(jù)濫用應(yīng)承擔(dān)哪些責(zé)任等具體問(wèn)題做出規(guī)范。應(yīng)繼續(xù)推動(dòng)政府及公益性機(jī)構(gòu)信息公開(kāi),對(duì)政府信息公開(kāi)條例進(jìn)行修改完善,清晰界定各部門和機(jī)構(gòu)數(shù)據(jù)公開(kāi)的對(duì)象、時(shí)限和應(yīng)用范圍,使更多的可公開(kāi)數(shù)據(jù)得到合理應(yīng)用。此外,對(duì)于哪些數(shù)據(jù)可以向境外流動(dòng)或允許境外企業(yè)開(kāi)發(fā)利用,也應(yīng)有相應(yīng)的法律規(guī)定。
第四,資助大數(shù)據(jù)競(jìng)爭(zhēng)前技術(shù)的研究,培養(yǎng)大數(shù)據(jù)分析人才。在現(xiàn)有政府科技計(jì)劃中,適度安排項(xiàng)目資金支持大數(shù)據(jù)關(guān)鍵技術(shù)的研發(fā),重點(diǎn)在于競(jìng)爭(zhēng)前技術(shù),鼓勵(lì)企業(yè)牽頭或參與承擔(dān)。人才培養(yǎng)應(yīng)從高等教育和企業(yè)技術(shù)人員再培訓(xùn)兩個(gè)方面入手,允許大學(xué)設(shè)立大數(shù)據(jù)相關(guān)專業(yè)并進(jìn)行招生,鼓勵(lì)地方政府出臺(tái)關(guān)于大數(shù)據(jù)技術(shù)人才培訓(xùn)的相關(guān)政策。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)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(guò)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(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)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(kù)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(shí)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(wú)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(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)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(dòng)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(kāi)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(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)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(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)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(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)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(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(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(jià)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(kù)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(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)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(jià)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(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11