相关推荐

央视和人民日报都点赞的大数据产业 带来了什么改变？

  中国企业数据治理联盟（www.chinaedg.com/）

  进入》主数据管理             企业数据治理              信息资源规划             数据安全管理

    五年前中国经济开启了个位数增长的“新常态”。“新常态”之下，中国经济朝着更好的方向在发展，这五年间老百姓感受最深的，应该是科技给生活带来的便利。

　　五年前，出门不带钱包几乎是不能想象的，软件叫车也只是国外生活过的人才有的经历;那时候，“共享经济”还没被发明出来，芝麻也只是一种食物，和信用扯不上半点关系…..

　　如今，这些场景不仅成为了现实，这些业态背后的产业也走向前台为人熟知。本月的重要会议之前，包括央视纪录片《辉煌中国》和人民日报的报道，都让大数据产业走向舞台中央：在“中国数都”贵阳，大数据产业发展突飞猛进。

        

 

 

 

 

　　那么，当我们在谈论大数据的时候，我们在谈论什么呢?

　　大数据+电商：比消费者更懂你自己

　　马云曾自信满满地说过，“阿里最值钱的是数据”。几乎每个喜欢在淘宝上网购的人都会发现，当你浏览完相关商品网页，随后无论你是在哪台终端上打开网页，只要该网站有淘宝联盟的广告，那么你在其他网站上看到的也是该类商品的广告。

　　这是因为，当你每次用账号登陆淘宝浏览商品时，阿里巴巴的数据库会将你浏览过的商品信息保留下来，从而知道你的需求和消费习惯。当你在其他终端也登陆淘宝账号时，淘宝可以根据你往日的浏览信息推介相关商品进行广告优化，直击你的消费痛点。

   

 

　　在消费大数据的积累之下，芝麻征信的出现才成为可能。芝麻信用的原理是，通过消费者的购买记录、好友的社交图谱以及信用历史，就可以估算出他的信用值。如果消费者完善更多个人资料，这些数据也能更好地判断其身份特征、行为偏好、履约能力以及人脉关系中的好友信用值。这些数据比消费者更懂他们自己。

　　大数据+物流：智能配送精准得不可思议

　　如果说从消费者的层面看，大数据+电商能直击痛点，提供更高效的信息和服务，那么从零售商的角度而言，大数据还能做些什么呢?

　　在2016年的中国数博会上，刘强东曾发表演讲，介绍了京东利用大数据分析，探索智慧物流的经验。刘强东认为，所谓智慧物流，就是利用大数据精准分析，提前做到对配送需求的预判，大大节省配送时间，进一步实现电商去库存。

　　未来的电商和零售深入发展，会实现销售渠道的变革。比如智能冰箱已经变成了商品销售渠道，商品本身就是渠道。想象一下，假如京东发布了一款智能冰箱，它会对家里的牛奶、蔬菜和肉类进行实时分析，当你还没有意识到家里缺鸡蛋的时候，京东的物流就把鸡蛋送到你家了。

　　这就是刘强东口中的“大数据智能战略”，听起来似乎非常神奇，但离我们的生活真的不远了。

   

 

　　大数据技术还能帮助京东这样的企业发展“无人物流中心“。不久的将来，机器将实现从商品上架、调动到配送的操作，无人机、无人车等设备还能用最低的成本把货物配送到最便宜的地区去。

　　大数据+交通：智慧出行不再遥远

　　生活在大城市，每天面对的最大困扰是什么?交通拥堵肯定是榜上有名。2015年，“智慧出行”这个词开始出现在公众的视野里，要知道，它背后的核心技术，也是大数据。

　　人们可以利用这些有规律的数据，通过全网调度、实时匹配，可以重构供需平衡，从而达到资源效率的最大化。

　　以滴滴出行为例，它拥有1500多万车主，3亿多平台用户，覆盖城市多达400余个，日订单量超过2000万，每天滴滴出行新增超过70TB的轨迹原始数据。利用这些交通大数据，可以分析用户需求，更好地平衡供给需求，从而优化城市交通网络。

   

 

　　共享单车平台ofo也在近期推出了“奇点”系统。它可以每天收集、自动分析数据信息，实时知晓人、车、地理位置，然后通过用户特征、车辆位置、骑行轨迹、速度、地域等精确的数据，实现车辆投放、车辆实时调度、用户报修响应等。有了这套系统，更加精准化、智能化的单车运营水平定能让大家眼前一亮。

　　大数据+金融：推动普惠金融再升级

　　普惠金融的理念早已深入人心，制约中国普惠金融进一步发展的最大瓶颈就是“成本高、风险高”，大量人群没有被覆盖在传统的金融服务体系中。

　　然而通过整合大数据资源，现在的金融机构可以全面了解之前被忽略的小微群体;同时，在制定各类决策时，可以利用大数据开发出高效、灵活的授信量化模型，极大降低业务风险，做出更有效的战略决策。

　　在贵阳，除了苹果、IBM、阿里巴巴等大型企业布局大数据业务外，一些小型创业企业也得到了中央媒体的关注。比如《辉煌中国》第三集里，有利网在贵阳布局的大数据基地被首度曝光于全国观众面前。

    

 

　　2015年以来，有利网先后在贵阳、合肥等地建立了大数据中心，通过大数据和云计算等手段，提高了放款效率、优化贷款质量。

　　正如有利网CEO吴逸然所说，如果说之前的互联网金融是重新组装生产要素，那么现阶段的互联网金融则是生产力的革新。

　　在未来，大数据技术不仅能使风险定价更加精确，风险防范更为有效，还会为更多企业提供多样的风险管理方法和手段，有效解决传统金融中的内部控制问题。

　　无论对普通消费者、企业还是政府部门来说，大数据应用都是一场深刻的变革。谁能下好这步“先手棋”，谁就能掌握开启未来之门的钥匙。

  

 

　　数据分析的算法是十分挑剔的，其对于不同的数据要求不同，一般来讲，结构化数据和非结构化数据就是典型的不同种类的数据，其处理方式相差甚远，因此需要先进行数据处理，将不同种类的数据根据分析目的进行异构解析或者压缩，然后进行分析得出指导性理论。

　　在分析方面，算法对分析结果的影响是十分明显的。从数据中根据分析目的选取不同算法，获得分析结果。但是问题在于，这种以目的驱动的数据分析筛选过程所去除的数据难以确定是否真正的无关，这就导致最终分析出的结果很可能是出现偏差的。

　　此类问题的解决普遍采用的是利用算法进行分析和精简的，单一算法的偏差难以避免，片面数据的解析同理。而如果全面分析时，静态数据难以保持新鲜度，全面分析计算量过大而且缺乏针对性。

    

 

　　数据分析面临挑战

　　如果采用动态的实时处理手段则可以避免这些问题，数据及时的处理后得到结果作为一种“数据”进行处理，在需要时进行二次消化，比传统方式要容易一些。而这种方式的问题在于目前的技术限制可能会让实时处理结果依然面临算法单一的挑战。

　　第4页：动态数据应用以求实

　　动态数据应用以求实

　　分析结果的产出还需要最终用于解决企业决策才能够形成价值。只不过数据分析结果的应用也会面临的静态的问题。

　　一般来讲，数据分析结果是支持企业经营和运行发展方向解决方案的，可是这就意味着前期的巨大投入能够获取的成果应用范畴却十分的狭窄，投入产出比过低导致大多数企业对大数据的应用很难产生兴趣。

   

 

　　数据可视化仅仅只是一部分

　　而想要让大数据发挥更大的价值，数据可视化仅仅是其中的一部分。企业中应当把数据分析结果实现流动，将适合的数据在不同部门不同岗位中进行传递，最大化发挥数据价值，提升企业业务效率。

　　再者，动态数据应用应该降低数据分析门槛，借助相关大数据分析工具，让每个员工有数据可用，能数据分析，以数据指导员工发展，帮助员工接近真实数据，运用数据指导，实现自身价值。

　　大数据自从提出以来一直在不断的发展之中，而静态的数据只能如一潭死水，价值极低，唯有让各个环节动起来，才能让数据成为金子。

   中翰软件专注数据治理11年http://www.jobhand.cn/。