大数据应用须解决三大关键点

本篇文章4661字，读完约12分钟

大数据应用的关键是数据源、产品化和价值创造；数据资源分布不均，大数据应用更有可能在数据密集型领域取得突破；应改革不当的行业管理模式，以促进大数据在现有行业中的应用。

■肖庆文李钰

大数据在应用中很有价值。目前，在国家层面，国务院发布了《促进大数据发展行动计划》；在地方一级，大数据被用作区域发展战略的引擎；在企业层面，各种大数据概念公司方兴未艾，蓬勃发展。我们只关注大数据的应用、数据来自何处、数据如何使用以及谁为结果付费，即数据源、产品化和价值创造三个关键点。一个好的大数据应用程序在技术上可能是复杂的，但是它的业务模型应该是简单、直接和有用的。我们还担心是否有几个“数据密集型”行业或领域更容易开发大数据应用。在产业政策方面，我们关注的是大数据作为一种新的形式，在过去是否会继续有效，比如给予土地、给予资金和给予项目？

大数据应用的三个关键点

国务院《推进大数据发展行动纲要》(以下简称《大数据纲要》)将大数据定位为“新一代信息技术和服务形式”，赋予大数据“促进经济转型发展”、“重塑国家竞争优势”、“提升政府治理能力”的战略功能，并将数据定义为“国家基本战略资源”。在应用方面，《大数据纲要》提出了许多公共领域的发展方向，如科学的宏观调控、精确的政府治理、便捷的商业服务、高效的安全保障和民生服务的普遍化；在产业层面，主要分为工业大数据、新兴产业大数据、农业和农村大数据、创新大数据、大数据产品体系和大数据产业链。这些方向只是大数据应用和空.的潜力能否应用取决于是否有可行的模型和实际效果。无论是在公共领域还是在工业层面，大数据应用都离不开数据源、处理技术和方法以及价值创造模型，这些都是我们关注的焦点。总而言之，以下三个看似简单但至关重要的问题需要得到回答。

(1)数据来自哪里

关于数据源，人们普遍认为，互联网和物联网是生成和携带大数据的基础。互联网公司是天生的大数据公司，它们在搜索、社交网络、媒体和交易等核心业务领域积累并不断产生大量数据。物联网设备一直在收集数据，设备和数据的数量日益增加。作为大数据金矿，这两种类型的数据资源不断产生各种应用。国外大数据的成功经验大多是此类数据资源应用的经典案例。也有一些企业在其业务中积累了大量的数据，如房地产交易、商品价格、特定群体的消费信息等。严格来说，这些数据资源并不是大数据，但对于商业应用来说，它们是最容易获取和处理的数据资源，也是目前中国常见的应用资源。

在中国，还有一种由政府部门掌握的数据资源，一般认为质量好、价值高，但开放程度低。《大数据纲要》以公共数据互联和开放共享为方向，认为大数据技术可以实现这一目标。事实上，长期以来，政府部门之间的信息和数据一直是封闭和分离的，这是一个治理问题，而不是技术问题。面向社会的公共数据的开放愿望是非常好的，恐怕在一段时间内是遥不可及的。就数据资源而言，我国“小数据”和“中数据”的应用还不够。试图步入大数据时代并抓住机会解决早期信息化过程中无法解决的问题是不乐观的。此外，由于中国互联网公司的业务主要在中国，它们的大数据资源并不全球化。

评估大数据应用程序时，我们首先关心的是数据来自哪里。首先，这取决于应用程序是否真正得到数据的支持，数据资源是否可持续，来源渠道是否可控，以及在数据安全和隐私保护方面是否存在隐患。第二，它取决于这个应用程序的数据资源的质量，是“富矿”还是“差矿”，是否能保证这个应用程序的实际效果。对于来自自身业务的数据资源，具有较好的可控性，数据质量一般得到保证，但数据覆盖范围可能有限，因此需要其他资源渠道。对于从互联网上获取的数据，技术能力是关键。必须有能力获得足够多的内容并筛选出有用的内容。对于从第三方获得的数据，应特别注意数据交易的稳定性。数据的来源是分析大数据应用程序的起点。如果一个应用程序没有可靠的数据源，不管数据分析技术有多好或多高超，它都是无用的。

(2)如何使用数据

如何使用数据是我们评估大数据应用程序的第二个重点。大数据只是一种手段，它不可能包罗万象。我们关注大数据能做什么和不能做什么。现在，大数据主要有以下常见功能。

追踪。互联网和物联网一直在记录，大数据可以追踪任何记录，形成真实的历史轨迹。跟踪是许多大数据应用的起点，包括消费者购买行为、购买偏好、支付方式、搜索和浏览历史、位置信息等等。

识别。在综合跟踪各种因素的基础上，通过定位、比较和筛选，可以实现准确的识别，尤其是对语音、图像和视频的识别，大大丰富了可以分析的内容，获得的结果更加准确。

肖像。通过对同一主题的不同数据源的跟踪、识别和匹配，形成了更加立体的描述和更加全面的理解。对于消费者肖像，广告和产品可以被准确地推送；它能准确判断企业形象的信用和风险。

提示。在历史轨迹、识别和描述的基础上，预测未来趋势和重复发生的可能性，并在某些指标发生变化或超出预期时给出及时预警。过去，也有基于统计数据的预测。大数据极大地丰富了预测方法，对建立风险控制模型具有深远的意义。

匹配。在海量信息中进行准确的跟踪和识别，利用相关性和邻近性进行筛选和比较等。，以更有效地实现产品搭售和供需匹配。大数据匹配功能是共享经济新业务模式的基础，如汽车租赁、互联网租赁和金融。

优化。根据给定的最短距离和最低成本原则，使用各种算法来优化路径和资源的分配。对于企业来说，提高服务水平和内部效率；对于公共部门，节约公共资源，提高公共服务能力。

目前，许多看似复杂的应用程序可以细分为上述类型。例如，贵州实施的“大数据精准扶贫工程”可以从大数据应用的角度，通过识别和刻画，准确筛选和界定贫困户，确定扶贫目标；通过跟踪和提示，可以对扶贫资金、扶贫行为和扶贫效果进行监控和评估；通过匹配和优化，可以更好地发挥扶贫资源的作用。这些功能并不都是大数据独有的，但大数据远远超越了以前的技术，可以变得更强大、更准确、更快、更好。

(3)谁为结果付费

谁为结果付费是我们大数据应用评估的第三个也是最后一个重点。原因很简单。不创造价值的应用程序不是好的应用程序。我们关注大数据的应用是否真正提高了能力和性能。如果大数据被用于自身的产品设计、营销推广和资源配置，这取决于企业的竞争力是否得到提高，以及企业最终是否比以前更有利可图。如果大数据被用来为第三方提供服务，这取决于某人是愿意付费还是持续付费。然而，如果它被用于公共领域，这取决于政府或公共部门是否为此付费，不仅从投资者的角度，而且从普通人的角度。

当面对大数据应用程序时，我们可以通过简单地问上面三个问题来揭开许多“伪装”:数据来自哪里，如何使用数据，以及谁为结果付费。当然，如果你能忍受上面提到的“大数据三个问题”，它可能不会被认为是优秀的，但它离优秀的大数据应用并不远。

寻找数据密集型领域

由于大数据被视为一种资源，因此有必要考虑资源的分布。总的来说，资源分布极不均衡，如水、矿产、耕地、能源等自然资源；人力资源和知识的分布是不均衡的。大数据的分布是否不均匀？大数据产业的发展真的能超越曲线吗？这些问题值得深入考虑。

与可探测的自然资源不同，数据资源的分布难以定位和描述。然而，大数据人力资源的分布可以用来间接反映大数据应用在不同地区和行业的差异，哪些行业和地区拥有密集型大数据人力资源，这些行业和地区可以视为数据密集型。

我们对2014年下半年以来两个主流招聘网站“畅快未来”和“智联招聘”发布的招聘信息进行了筛选，发现这两个网站在过去两年发布了相关信息，涉及22.7万家企业和100.7万个岗位，数据量确实够大。通过按地区和行业进行汇总分析，结果显示大数据人力资源分布极不均衡，地区和行业之间差异较大。然而，确切地说，招聘网站反映的是对人才的需求，不是严格意义上的人力资源分配，而是两者密切相关。

从大数据相关岗位的工作场所来看，北京、广东和上海的密度很高，远远领先于其他地区。两个网站发布招聘信息的公司总数分别占52.35%和47.48%，职位数分别占61.23%和56.74%。可以推测，大数据人力资源的一半都集中在这三个地方，这与我们通常的直觉感觉高度一致。除了这三个地方，我们关注的是地方政府是否重视大数据产业，并利用大数据作为区域经济发展的引擎，这可能会促进人力资源的集中，超越其他经济发展水平相近的地区。从数据反映来看，至少目前我们还看不到这样的结果，这表明人力资源结构是后发地区发展大数据产业最短板、最难克服的困难。改变当地人力资源的构成比改变地面建筑的外观要困难得多，这需要一个长期的过程或一个独特的系统。

即使在同一个省份，大数据人力资源的分布也极不均衡。例如，在广东，仅深圳就占了全省的一半。加上广州，可以达到90%。其他地方，尽管经济实力不错，但在大数据人力资源方面远远落后于深圳和广州。这再次表明大数据人力资源的分布极不均衡。显然，在大数据人力资源密集的地区发展大数据产业的基础要比人力资源贫乏的地区好。

从城市排名来看，深广北部可被视为大数据人力资源需求密集的一线城市，而杭、宁、成、武、Xi可被视为二线城市。大数据人力资源的分布通常与城市的经济实力、活力甚至房价水平相一致。

从行业分布来看，对大数据人力资源的需求更加不均衡，主要集中在互联网、信息技术和计算机相关行业。这充分表明，大数据是互联网或it行业的一部分，是在原有基础上的新发展。这些行业是典型的“数据密集型”行业，是大数据行业发展的摇篮。

金融是另一个特别重要的“数据密集型”领域。金融业不仅是生成数据尤其是有价值数据的基础，也是数据分析服务的需求方和应用场所。更重要的是，金融业有足够的支付能力，这将是大数据行业竞争的重要战场。许多大数据通过金融领域的应用辐射到各个行业。

此外，电信、专业服务(如咨询、人力资源、会计)、教育培训、影视媒体、网络游戏等。也是相对数据密集型的行业。

大数据大纲几乎涵盖所有行业和领域，但数据资源的分布极不均衡。大数据在“数据密集型”领域的应用有可能取得市场成功。

大数据需要什么样的产业政策

大数据应用需要什么样的产业政策？从应用角度来看，大数据不是一个全新的行业，而是通过与现有行业的整合，对现有模式的改造、升级和替代。限制大数据发展的不是大数据本身，而是应用大数据的行业和领域中的原始问题，如行业监管、行政垄断和要素不能自由流动。因此，要促进大数据的发展，使用出让土地、赠予资金和参与项目的方法不能解决根本问题。从大数据应用的角度来看，应改革不当的行业管理模式，调整现有的利益格局，使大数据应用具备必要的条件。即使在企业内部，大数据应用也不仅仅是一个技术问题，还涉及到业务流程再造和管理模式的转变，这是对企业管理能力的一次考验。

金融、电信、教育、电影和电视媒体等数据密集型行业不仅是大数据应用潜力巨大的领域，也是推进行业改革的关键领域。另一方面，大数据的应用也可以为行业改革提供技术支持，并以更有效的技术路线实现行业发展目标。

事实上，大数据应用所需的产业政策是市场经济条件下各种产业发展应该采取的政策，如开放准入、公平竞争、减轻企业负担、消除企业所有权歧视、消除企业规模歧视等。只有在开放的工业环境中，大数据才能在这些行业中得到有效利用。如果一个地方想在金融、医疗和教育领域大力推广使用大数据，最有效的政策就是大力改革这些行业。

(本文摘自新出版的《2017年大数据应用蓝皮书》)

(肖庆文:中国发展研究基金会副秘书长；李钰:龙鑫数据的创始人)