大数据要经得起三问:从哪来?怎么用?谁买单?

当我们面对一项大数据应用时,只要简单问一问3个问题——数据哪里来、数据怎么用、成果谁买单——就能揭开许多“伪装”。日前由中国管理科学学会大数据管理专委会、国务院发展研究中心产业互联网课题组发布的《大数据应用蓝皮书:中国大数据应用发展报告No.1(2017)》指出,如许多应用并没有可靠的数据来源,或者数据来源不具备可持续性;还有些应用并没有技术或市场支撑,只是借助大数据风口套取政府部门或一些投资者的“傻钱”罢了。当然,如果经得起上述“大数据三问”,也并不一定算得上优秀,但也离优秀的大数据应用不远了。

1数据从哪里来

关于数据来源,普遍认为互联网及物联网是产生并承载大数据的基地。互联网公司是天生的大数据公司,在搜索、社交、媒体、交易等各自核心业务领域,积累并持续产生海量数据。物联网设备每时每刻都在采集数据,设备数量和数据量都与日俱增。这两类数据资源作为大数据金矿,正在不断产生各类应用。国外关于大数据的成功经验介绍,大多是这类数据。

资源应用的经典案例。还有一些企业,在业务中也积累了许多数据,如房地产交易、大宗商品价格、特定群体消费信息,等等。从严格意义上说,这些数据资源还算不上大数据,但对商业应用而言,却是最易获得和比较容易加工处理的数据资源,也是当前在国内比较常见的应用资源。

在国内还有一类是政府部门掌握的数据资源,普遍认为质量好、价值高,但开放程度差。许多官方统计数据通过灰色渠道流通出来,经过加工成为各种数据产品。2015年,国务院印发的《促进大数据行动纲要》把公共数据互联开放共享作为努力方向,认为大数据技术可以实现这个目标。实际上,长期以来政府部门间信息数据相互封闭割裂是治理问题而不是技术问题。面向社会的公共数据开放愿望虽十分美好,但恐怕一段时间内可望而不可即。在数据资源方面,国内“小数据”、“中数据”应用并不充分,试图一步跨入大数据时代,借机一并解决前期信息化过程中没能解决的问题,前景并不乐观。另外,由于中国互联网公司业务主要在国内,其大数据资源也不是全球性的。

蓝皮书分析指出,“数据从哪里来”是我们评价大数据应用的第一个关注点。一是要看这个应用是否真有数据支撑,数据资源是否可持续,来源渠道是否可控,数据安全和隐私保护方面是否有隐患。二是要看这个应用的数据资源质量如何,是“富矿”还是“贫矿”,能否保障这个应用的实效。

2数据怎么用

“数据怎么用”是我们评价大数据应用的第二个关注点。大数据纲要规划了许多大数据应用领域和方向,包括公共部门和产业领域,实际上是提出了许多需要大数据解决的问题或期待大数据完成的任务。如何解决这些问题,如何把数据资源转化为解决方案,实现产品化,这是我们特别关注的问题。大数据只是一种手段,并不能无所不包、无所不用。我们关注大数据能做什么、不能做什么,现在看来,大数据主要有以下几种较为常用的功能。

追踪。互联网和物联网无时无刻不在记录,大数据可以追踪、追溯任何一个记录,形成真实的历史轨迹。追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、支付手段、搜索和浏览历史、位置信息,等等。

识别。在对各种因素全面追踪的基础上,通过定位、比对、筛选,可以实现精准识别,尤其是对语音、图像、视频进行识别,使可分析内容大大丰富,得到的结果更为精准。

画像。通过对同一主体不同数据源的追踪、识别、匹配,形成更立体的刻画和更全面的认识。对消费者画像,可以精准推送广告和产品;对企业画像,可以准确判断其信用及面临的风险。

提示。在历史轨迹、识别和画像基础上,对未来趋势及重复出现的可能性进行预测,当某些指标出现预期变化或超预期变化时给予提示、预警。以前也有基于统计的预测,大数据大大丰富了预测手段,对建立风险控制模型有深刻意义。

匹配。在海量信息中精准追踪和识别,利用相关性、接近性等进行筛选比对,更有效率地实现产品搭售和供需匹配。大数据匹配功能是互联网约车、租房、金融等共享经济新商业模式的基础。

优化。按距离最短、成本最低等给定的原则,通过各种算法对路径、资源等进行优化配置。对企业而言,提高服务水平、提升内部效率;对公共部门而言,节约公共资源、提升公共服务能力。

上述概括并不一定完备,大数据肯定还有其他更好的功能。当前许多貌似复杂的应用,大都可以细分成以上几种类型。例如,贵州推行的“大数据精准扶贫项目”,从大数据应用角度,通过识别、画像,可以对贫困户实现精准筛选和界定,找对扶贫对象;通过追踪、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;通过配对、优化,可以更好发挥扶贫资源的作用。这些功能也并不都是大数据所特有的,只是大数据远远超出以前的技术,可以做得更精准、更快、更好。当然,技术无法左右利益,贵州扶贫目标的完成,并不是有了大数据就万事大吉了。

3成果谁买单

“成果谁买单”是评价大数据应用的第三个也是最后一个关注点。道理很简单,不创造价值的应用不是好应用。能不能创造价值,关键看谁买单。我们不需要那些靡费公帑的“样板”工程、“面子”工程,也不需要那些炫耀神技、制造概念的创富故事。我们关注大数据的应用是否实实在在提升能力、改善绩效。如果大数据用于自身的产品设计、营销推广、资源配置,那就看企业竞争力是不是提升了,看企业最终是不是比以前更赚钱了。如果大数据用于为第三方提供服务,那就看是不是有人愿意付费、愿意持续付费。但如果是用于公共领域,还要看政府或公共部门的付费值不值,不仅仅是从出资方的视角看值不值,还要从老百姓的视角看值不值。

原文发布于微信公众号 - 钱塘大数据(qtbigdata)

原文发表时间:2017-10-10

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏灯塔大数据

实录|电信运营商的大数据技术创新和应用

2016年7月29日,第六届大数据世界论坛在京举办,中国电信北京研究院云计算研究中心赵慧玲主任作了题为《大数据技术创新和应用》的主题演讲,介绍了电信运营商在大...

3448
来自专栏CDA数据分析师

专访 | 数库CEO刘彦:金融大数据平台是如何「养成」的?

在未来,金融行业的从业门槛会越来越低,当科技让信息不对称的差距变得越来越小,一个人或许能与一家大型的专业机构匹敌。在数库ChinaScope CEO刘彦看来,大...

1765
来自专栏大数据文摘

院士徐宗本:大数据 大智慧

18110
来自专栏华章科技

“硅谷精神教父”凯文·凯利最新预言:未来的12 个趋势

本文转载自正和岛(ID:zhenghedao),编辑:马克,整理:笔记侠(notesman)、南极圈(nan_ji_quan),演讲:凯文·凯利。

641
来自专栏企鹅号快讯

中国将力争2050年实现制造业和网络空间综合实力全球领先

国际在线报道(记者 杨琼):全国工业和信息化工作会议25日在北京召开。会议提出,将力争到2025年,推动中国迈入制造强国行列,网络空间综合实力整体达到全球第二梯...

1748
来自专栏PPV课数据科学社区

大数据的未来:22名数据专家预测2016年数据科学与大数据的发展趋势【展望】

预测未来永远不是件容易的事情。但随着2015即将结束,我们不禁期待新的一年会来带什么。 你最终能买到一辆自动驾驶的汽车吗?机器会比人更聪明吗?还有,数据科学世...

3244
来自专栏ThoughtWorks

BA的广度和深度 | TW洞见

今日洞见 文章作者/配图来自ThoughtWorks:亢江妹。 本文所有内容,包括文字、图片和音视频资料,版权均属ThoughtWorks公司所有,任何媒体、网...

2485
来自专栏数据猿

四大派华山论剑,AI产业谁能称霸天下?

数据猿导读 2016年是人工智能大爆发的元年,各方势力都在全力以赴角逐AI的未来市场,有以技术领先的谷歌,也有凭硬件入场的intle。竞争之势已如离弦之箭,究竟...

2124
来自专栏大数据挖掘DT机器学习

数据挖掘工作总结(职业篇)

前面对数据挖掘相关资源等等进行了总结。但是,很多人不明白学习数据挖掘以后干什么,这个问题也经常被问到。记得刚学数据挖掘的时候,有一个老师说学数据...

3417
来自专栏镁客网

大数据在商业化浪潮中大步前进,但网络安全迫在眉睫

1709

扫描关注云+社区