大數據應用的重點是數據源、產品化和價值創造；數據資源分布不均，大數據應用更容易在數據密集型領域取得突破；有必要改革不當的行業管理模式，推動大數據在各行業的應用。
大數據應用成本高。目前，在國家層面，國務院已經發布了《促進大數據發展行動計劃》；在地方層面，將大數據作為區域發展的戰略引擎；在企業層面，各類大數據概念公司方興未艾，蓬勃發展。我們只關註大數據的應用，數據從哪裏來，如何使用，誰為結果買單，這是數據來源、產品化、價值創造三個關鍵點。壹個好的大數據應用程序可能在技術上很復雜，但其商業模式應該簡單、直接和有效。我們還關註是否有壹些“數據密集型”的行業或領域，大數據應用可能更容易開發。在產業政策方面，我們關註大數據這壹新興業態。過去屢試不爽的做法，比如給地，給錢，給項目，還會繼續有效嗎？
大數據應用的三個關鍵點
國務院《促進大數據發展行動計劃》(簡稱《大數據計劃》)將大數據定義為“新壹代信息技術和服務業態”，賦予大數據“推動經濟轉型發展”、“重塑國家競爭優勢”、“提升政府治理能力”的戰略功能，將數據定義為“國家基礎性戰略資源”。在應用方面，《大數據綱要》提出了公共事務領域的科學宏觀調控、精準政府治理、便捷商業服務、高效安全和普遍民生服務等諸多發展方向；在產業層面，按行業領域主要分為工業大數據、新興產業大數據、農業農村大數據、創新大數據、大數據產品體系和大數據產業鏈。這些方向只是大數據應用的潛力和空間。能否應用，要看有沒有可行的模式和實際效果。無論是公共領域還是工業領域，大數據應用都離不開數據源、處理技術和方法、價值創造模式，這些都是我們關註的重點。綜上所述，以下三個看似簡單卻很關鍵的問題需要回答。(壹)數據從哪裏來關於數據的來源，壹般認為互聯網和物聯網是產生和承載大數據的基礎。互聯網公司是天然的大數據公司，在各自的搜索、社交、媒體、交易等核心業務領域積累並持續產生海量數據。物聯網設備無時無刻不在收集數據，設備和數據的數量與日俱增。作為大數據金礦，這兩類數據資源正在不斷產生各種應用。國外大數據的成功經驗，大多是這類數據資源應用的經典案例。還有壹些企業在業務中積累了大量的數據，比如房產交易、商品價格、特定群體的消費信息等等。嚴格來說，這些數據資源不算大數據，但對於商業應用來說，是最易獲取、最易處理的，也是目前國內常見的應用資源。還有壹類是我國政府部門掌握的數據資源，壹般認為質量好、價值高，但開放程度低。《大數據綱要》以公共* * *數據互聯開放* * *為努力方向，相信大數據技術可以實現這壹目標。事實上，長期以來，政府部門之間的信息和數據是封閉的，相互分離的，這是治理問題，而不是技術問題。向社會開放公共數據的願望是很美好的，恐怕壹段時間內會遙不可及。在數據資源方面，“小數據”和“數據”在中國的應用並不充分。試圖步入大數據時代，借機解決之前信息化過程中無法解決的問題，並不樂觀。此外，由於中國互聯網公司的業務主要在國內，其大數據資源並不具有全球性。數據從哪裏來是我們評估大數據應用的首要關註點。第壹，要看應用是否真的有數據支撐，數據資源是否可持續，來源渠道是否可控，數據安全和隱私保護是否存在隱患。第二，要看這個應用的數據資源質量，是“富礦”還是“貧礦”，這個應用的實際效果是否能得到保證。對於來自自身業務的數據資源，具有良好的可控性，數據質量壹般有保證，但數據覆蓋可能有限，需要其他資源渠道。對於從互聯網上爬取的數據，技術能力是關鍵，既要有獲取足夠大的量的能力，又要有篩選出有用內容的能力。對於從第三方獲得的數據，應特別註意數據交易的穩定性。數據從哪裏來，是分析大數據應用的出發點。如果壹個應用沒有可靠的數據源，再好再高超的數據分析技術也是無本之木。(2)如何使用數據如何使用數據是我們評價大數據應用的第二個關註點。大數據只是壹種手段，不可能包羅萬象，無所不能。我們關註大數據能做什麽，不能做什麽。現在看來，大數據主要有以下幾種常用功能。跟蹤。互聯網和物聯網每時每刻都在記錄，大數據可以跟蹤追溯任何記錄，形成真實的歷史軌跡。跟蹤是許多大數據應用的起點，包括消費者的購買行為、購買偏好、支付方式、搜索和瀏覽歷史、位置信息等等。識別。在綜合跟蹤各種因素的基礎上，通過定位、比對、篩選，實現精準識別，尤其是針對語音、圖像、視頻，極大地豐富了可分析的內容，獲得了更加精準的結果。人像通過對同壹主體不同數據源的追蹤、識別和匹配，形成更立體的刻畫和更全面的理解。消費者畫像，可以精準推送廣告和產品；企業畫像可以準確判斷信用和風險。提示。在歷史軌跡、識別和畫像的基礎上，預測未來的趨勢和復發的可能性，在某些指標出現預期或意外變化時給出提示和預警。過去也有基於統計的預測，大數據極大豐富了預測手段，對風控模型的建立有著深遠的意義。匹配。海量信息中的精確跟蹤識別，利用相關性和鄰近性進行篩選比較等。，更高效地實現產品搭售和供需匹配。大數據的匹配功能是汽車租賃、出租、金融等互聯網新經濟商業模式的基礎。優化。根據給定的最短距離和最低成本原則，通過各種算法優化路徑和資源。對企業來說，提高服務水平和內部效率；對於公共部門來說，節約了公共資源，提高了公共服務能力。目前很多看似復雜的應用都可以細分為以上幾類。比如貴州實施的“大數據精準扶貧工程”，從大數據應用的角度，可以通過識別和畫像，精準篩選界定貧困戶，識別扶貧對象；通過追蹤和提示，可以對扶貧資金、扶貧行為、扶貧效果進行監測和評估；通過結對優化，更好地發揮扶貧資源的作用。這些功能並不都是大數據獨有的，但大數據遠超以往的技術，可以做得更強大、更準確、更快、更好。(三)誰為結果買單，是我們評價大數據應用的第三個也是最後壹個重點。原因很簡單，不創造價值的應用不是好的應用。我們關註大數據的應用是否真的提升了能力，提升了業績。如果把大數據用於自己的產品設計、營銷推廣、資源配置，那就要看企業的競爭力有沒有提高，企業最終的利潤是不是比以前高。如果用大數據為第三方提供服務，就要看是否有人願意付費，願意持續付費。但如果用在公共部門，就要看政府或公共部門的支付價值是否值得，不僅從投資者的角度，也要從普通人的角度。當我們面對壹個大數據應用時，只要問上面三個問題——數據從哪裏來，如何使用，誰為結果買單，就能揭開很多“偽裝”。當然，如果能經得起上述“關於大數據的三問”，不壹定是優秀，但離優秀的大數據應用也不遠了。尋找數據密集型領域既然把大數據當成資源，就要考慮資源的分布。總的來說，資源分布極不均勻，如水、礦產、耕地、能源等自然資源；人力資源和知識的分布更加不均衡。大數據是否也存在分布不均的問題？大數據產業發展真的能彎道超車嗎？這些問題值得深入思考。與可探測的自然資源不同，數據資源的分布難以定位和描述。而大數據人力資源的分布可以用來間接反映地區和行業的差異，哪些行業和地區大數據人力資源密集，就可以視為數據密集型。我們對2014下半年以來兩大主流招聘網站“前程無憂”和“智聯招聘”發布的招聘信息進行了篩選，得到兩個網站近兩年發布的相關信息涉及22.7萬家企業，1007，000個崗位，數據量真的很“大”。通過分地區、分行業匯總分析，結果顯示大數據人力資源分布極不均衡，地區間、行業間差異較大。但是，確切地說，招聘網站反映的是對人才的需求，而不是嚴格意義上的人力資源分配，兩者是密切相關的。從大數據相關工作的職場來看，北京、廣東、上海三地高度密集，遙遙領先於其他地區。三地相加，兩個網站發布招聘信息的企業數量占比為52.35%和47.48%，職位數量占比為61.23%和56.74%。可以推測，大數據人力資源的壹半都集中在這三個地方，這與我們平時的直觀感受高度吻合。在這三個地方之外，我們關註的是地方政府是否重視大數據產業，是否把大數據作為區域經濟發展的引擎，可能促進人力資源的集中，可能超越其他經濟發展水平相近的地區。從數據反映來看，至少目前看不到這樣的結果，這揭示了人力資源結構是後發地區發展大數據產業需要彌補的短板，也是最難克服的困難。改變壹個地方的人力資源構成比改變地面建築的面貌要困難得多，這要麽需要壹個長期的過程，要麽需要獨特的制度。即使在同壹個省份，大數據人力資源分布也極不均衡。比如在廣東，僅深圳就大致占了全省的半壁江山。再加上廣州，可以達到90%。在其他地方，即使經濟實力不錯，與深圳、廣州相比，也遠遠談不上大數據人力資源。這再次說明大數據人力資源分布極不均衡。顯然，大數據人力資源密集的地區發展大數據產業的基礎比人力資源貧乏的地區要好。從城市排名來看，北方的深廣可以算是大數據人力資源需求密集的壹線城市，杭、寧、成、漢、Xi安可以算是二線城市。大數據人力資源的分布與城市的經濟實力、活力甚至房價大體壹致。從行業分布來看，大數據人力資源需求更加不均衡，主要集中在互聯網、信息技術和計算機相關行業。這充分說明大數據是互聯網或IT行業的壹部分，是在原有基礎上的新發展。這些行業是典型的“數據密集型”行業，是大數據產業發展的搖籃。金融是另壹個特別重要的“數據密集型”領域。金融行業不僅是產生數據尤其是有價值數據的基地，也是數據分析服務的需求者和應用場所。更重要的是，金融行業有足夠的支付能力，將是大數據行業競爭的重要戰場。大量的大數據通過其在金融領域的應用輻射到各個行業。此外還有電信、專業服務(如咨詢、人力資源、會計)、教育培訓、影視傳媒、網絡遊戲等。，也是相對數據密集型的行業。《大數據綱要》為幾乎所有行業和領域的大數據應用規劃了廣闊的前景，但數據資源分布極不均衡，因此“數據密集型”領域的大數據應用在市場上取得成功的可能性更大。大數據需要什麽樣的產業政策？大數據應用需要什麽樣的產業政策？從應用的角度來看，大數據並不是壹個全新的產業，而是與現有產業融合，對現有模式進行改造、升級和替代。制約大數據發展的往往不是大數據本身，而是大數據應用的行業和領域原有的問題，如行業監管、行政壟斷、要素不能自由流動等。所以，靠給地、貼錢、上項目來推動大數據發展，解決不了根本問題。從大數據應用的角度來看，需要改革不當的行業管理模式，調整現有的利益格局，使大數據應用具備必要的條件。即使在企業內部，大數據的應用也不僅僅是技術問題，還涉及業務流程再造和管理模式改革，是對企業管理能力的考驗。金融、電信、教育、影視傳媒等“數據密集型”行業，既是大數據應用潛力巨大的領域，也是迫切推動行業改革的重點領域。另壹方面，大數據的應用也可以為行業改革提供技術支持，以更有效的技術路線實現行業發展目標。
大數據應用需要的產業政策，其實就是市場經濟下各個行業應該制定的政策，比如放開準入、公平競爭、減輕企業負擔、消除企業所有制歧視、消除企業規模歧視等。只有在開放的產業環境中，大數據才能在這些行業中得到有效利用。壹個地方要想大力推進大數據在金融、醫療、教育等領域的運用，最有效的政策就是對這些行業進行強有力的改革。