大數據白皮書 解析中國式煩惱解決方式

　大數據無疑是一項巨大的財富，但是對于洶涌而來的數據大潮，是否也感到分外的頭疼，甚至會有人懷疑大數據的價值真的有這么大嗎？在中國，盡管大數據擁有良好的產業基礎和發展前景，但數據資源的開放程度較低、數據資產的保護等現實問題都是當前面臨的主要挑戰。如何應對這些挑戰，驅動大數據快速走向普遍應用？近日工信部電信研究院發布的《大數據白皮書》，針對上述問題給出了獨到的解答。

一、　　有效的應用模式還未找到

　　當前，大數據還未形成普遍應用的局面。究其原因，在于大多數企業，特別是傳統領域的企業，還未找到有效的應用模式。

　　——理念的應用快于數據的應用

　　數據就是資產。這一輪大數據浪潮，使得大數據理念迅速普及。盡管很多數據尚沒有找到合適的用途，但很多公司已經將其作為資產，對其數據進行規劃、存儲，或自行開發，或積極尋找買家，或尋找合作者。

　　電信運營商最有可能成為典型的數據資產運營者。電信運營商掌握豐富的用戶身份數據、語音數據、視頻數據、流量數據和位置數據，數據的海量性、多元性和實時性使其具有經營大數據的先天優勢。目前主要的電信運營商都已積極探索開發其內部的大數據資源，但從目前的應用發展看，電信運營商的大數據仍主要用于支持內部的客戶流失分析、營銷分析和網絡優化分析等，對外的應用模式尚未成型。

　　——大數據應用呈散發狀

目前，大數據應用并沒有形成燎原之勢，主要集中于互聯網的市場營銷場景。盡管金融、電信、零售、制造、醫療、交通、物流、IT等行業對大數據應用表現出極大熱情，但目前在媒體和各種論壇上所公開的大數據應用案例仍然非常零散，這表明大家雖然都很關注大數據，但推進實際的應用仍然存在一定的困難。唯一眾多企業都推出或者采納大數據應用的領域是基于互聯網的市場營銷，在這一領域應用了大數據的公司不僅包括大型的互聯網公司、眾多專業性的中小型互聯網公司，線下企業也在與互聯網公司合作，積極開發這一領域的價值。

　　從數據源看，大數據的應用還處于自給自足的“小農經濟”時代，現有的應用仍然以機構內部數據為主。以機構內部數據為主的主要原因是數據的開放和交易尚未形成市場的主流形態。以國內主要的電子商務交易平臺為例，盡管目前推出了很多大數據應用，但這些應用基本上都局限于內部。由于法律和數據交易機制的不健全，這些交易平臺在對外開放和交易數據上仍然持謹慎態度。Gartner的一項調查顯示，即使在全球，以內部數據為主仍然是大數據應用的主要特征，各行業應用最多的仍然是企業內部的交易數據（應用比例普遍超過50%，多數行業應用比例超過80%）和日志數據。

　　從技術角度看，大數據仍以初級應用為主，多數應用仍然使用傳統分析流程和工具，只是擴大了數據的來源、增加了數量。調研發現，與傳統數據分析相比，新的大數據應用雖然開始使用非結構化數據，但在實際應用過程中，這些非結構化數據只是被壓縮、清洗和結構化后，放入傳統的ETL和分析流程中去。另一些大數據應用通過采用云存儲和云處理技術，提高了數據處理效率，從而增加了數據處理的規模，但這些應用也仍然采用原有的ETL和分析流程。缺乏應用模式上的創新，使得目前大數據應用仍停留在初級技術階段。

　　從應用效果看，目前的大數據應用以延續改善現有業務和產品為主，突破性創新應用尚不多見。以最常見的互聯網營銷大數據應用為例，在大數據興起之前，精準營銷和個性化推薦一直是企業營銷活動的追求方向，新興數據源和大數據技術的興起使得企業進一步改善其營銷技能，使其精準營銷能力進一步增強，但這只是對企業舊有營銷能力的改善。目前大家議論比較多的突破性創新如網上小貸業務，這項業務完全改變了過去金融機構貸款的流程、信用評價和控制風險的方式，從而極大地降低了貸款的成本，擴大了貸款的范圍。但目前這樣的突破性創新并不多見。Gartner的調查顯示，企業投資大數據的主要目的在于改善客戶服務、流程優化、精準營銷和削減成本等，而新產品/新商業模式這種突破性創新的方向并不是企業的主要目的。

二、　　不一樣的中國式煩惱

　　目前，大數據在全球的發展都還處于初期，技術、制度、觀念等方面都需要改變。具體到中國而言，數據資源不豐富、技術差距大和法律法規不完善是當前大數據發展面臨的獨特問題。

　　——數據源不夠豐富，數據開放程度較低

　　豐富的高質量數據資源是大數據產業發展的前提。近幾年在互聯網產業及金融、電信信息化快速發展的帶動下，我國數據資源總量有了快速增長，已達到全球的13%，但其他行業受信息化水平制約，數據儲量仍不豐富。已有數據資源還存在標準化、準確性、完整性水平低，利用價值不高的情況。同時，我國政府、企業和行業在信息化系統建設中受到各種因素制約，形成了眾多“信息孤島”，數據開放程度嚴重滯后。建立良性發展的數據資源儲備與共享體系，是我國大數據發展的首要問題。

　　——技術水平不高，技術擴散不暢

　　我國大數據技術的發展模式也與全球類似，互聯網企業具備快速將國際先進的開源大數據技術整合到自身系統中的能力，并構建了單集群上萬節點的大型系統，但仍缺乏原創技術，對開源社區的貢獻不足，進而對前沿技術路線的影響比較微弱。同時，由于本土開源社區等產業組織發育滯后，國內領先企業在大數據方面的技術創新也難以向社會擴散。

　　——相關法律法規有待進一步完善

　　隨著大數據挖掘分析將越來越精準、應用領域不斷擴展，個人隱私保護和數據安全變得非常緊迫。在隱私保護方面，現有的法律體系面臨著兩個方面的挑戰：一是法律保護的個人隱私，要體現為“個人可識別信息（PII）”，但隨著技術的推進，以往并非PII的數據也可能會成為PII，使得保護范圍變得模糊。二是以往建立在“目的明確、事先同意、使用限制”等原則之上的個人信息保護制度，在大數據場景下變得越來越難以操作。而我國個人信息保護、數據跨境流動等方面的法律法規尚不健全，這成為制約大數據產業健康發展的重要原因之一。需要結合我國法治建設的實際情況，探索通過行業自律等方式彌補法律體系不完善的弊端。

三、　　多措并舉走出發展誤區

　　對于中國的大數據產業的發展而言，首先需要明確戰略目標和戰略重點，統籌謀劃大數據應用、關鍵技術研發與產業培育、數據開放與數據保護、市場監管、法律法規等關鍵布局，引導國內各地大數據發展方向，避免一哄而上的盲目發展。

　　在大數據應用上，一是政務和公共服務領域的應用，應重點面向改善民生服務和城市治理等，積極推動環保、醫療、教育、交通等關鍵領域的大數據整合與集成應用，進一步提高政務和公共服務效率。二是市場化應用，應重點在跨行業的大數據應用方面出臺推動政策，促進互聯網、電信、金融等企業與其他行業開展大數據融合與應用創新，帶動全社會大數據應用不斷深化。

　　在技術創新上，一是要加強大數據技術研發方向的前瞻性和系統性，近期重點支持深度學習與人工智能、實時大數據處理、海量數據存儲管理、交互式數據可視化和應用相關的分析技術。二是要聚集產學研用力量形成合力，力爭在大數據平臺級軟件上實現突破，以此為核心發展開源生態。三是創新科研項目支持方式，將開源和開放標準作為考核指標，通過直接補助或后補助方式激勵企業和科研機構參與開源技術發展，促進大數據技術擴散。

　　在政府數據開放上，建議推進政府和公用事業領域數據資源的普查工作，并按照相關法規制定政府和公共數據開放中的安全和隱私保護檢查表，對可能涉及國家安全和公民隱私的風險點進行嚴格控制。在此基礎上，按敏感性對政府和公共數據進行分類，確定開放優先級，制訂分步驟的數據開放路線圖。同時，政府也應積極規范和引導商業化的大數據交易活動，為數據資源的流通創造有利條件。

　　在個人信息保護上，國際上一些機構提出監管的重點應該“從數據收集環節，轉移到數據使用環節”。我們要密切關注國際上立法理念的演變趨勢，結合技術發展趨勢和我國國情對相關制度進行前瞻性研究。同時，為了解決當前個人信息和數據保護的緊迫需求，可依托行業組織及時總結業界的最佳實踐，逐步形成行業共識，在試點成熟后上升為標準或法律法規并推動實施，為大數據的健康發展保駕護航。（中國安防展覽網）