登录人民网通行证 &&&
大数据战略纳入“十三五”规划&行业面临哪些机会？
日10:27&&来源：
“国家大数据战略”被写进了备受关注的“十三五”规划纲要(草案)，提交在十二届全国人大四次会议审查，立即引发行业热议。业内普遍认为，在这份长达148页、历次篇幅最长的五年规划纲要中，重点提出要实施国家大数据战略，对大数据产业而言，是重大利好。
“去年，国内数据创业已是风起云涌。今年1月份，阿里云大数据平台‘数加’刚上线就有上万名开发者开通使用，涉及手机制造、汽车、水力、电力，零售、金融等行业。”阿里云大数据专家徐常亮认为，今年是真正意义上的大数据元年。
草案提出，要实施国家大数据战略，把大数据作为基础性战略资源，全面实施促进大数据发展行动，加快推动数据资源共享开放和开发应用，助力产业转型升级和社会治理创新。加快政府数据开放共享，促进大数据产业健康发展。
据IDC预测，大数据分析及其相关的市场的复合年增长率将达到26.4%，在2018年全球将发展到415亿美元的规模。同时，IDC认为，到2020年大数据分析技术将成为所有国家经济增长的关键动力。
大数据的主要市场空间在于同产业的结合。长远来看，大数据在能源、金融、电信、汽车、消费等大多数行业都有用武之地，将来的机会无疑是巨大的。但是对于创业者而言，最大的机会在哪里呢？
以国内最大的票务平台大麦网为例，该公司数据总监王威告诉记者，前段时间，大麦网引入阿里云的大数据技术，通过算法将APP打造成“千人千面”的模式，单日最高转化峰值达到&10%以上，开发人力成本下降了30倍。
徐常亮表示，每个行业的从业者都应该考虑如何用大数据优化业务。“你只要将大数据整合到现有的业务生态中，它就会不断地为公司创造价值，帮助企业在竞争激烈的环境中胜出。在大数据时代，大数据不再指是数据量很大的数据，而是成为提高企业运转效率，决定公司生死的关键。”
草案提出的政府数据开放，将为企业提供更多创新的“原材料”。今年1月，中国气象局在阿里云“数加“平台上向公众开放气象服务数据。中国气象局希望此举能推动和广大的社会机构，更多的创业者合作，共同挖掘气象大数据的深层价值，开拓中国气象产业的空间。
“大数据时代，数据的开放与运用，已成为国家综合竞争力的新标志。”今年两会上，全国人大代表、浙江省侨联副主席陈乃科接受采访时表示，国家应尽快启动大数据开放立法，加速政府数据开放进程。
(责编：庄红韬、赵爽)当前页面：&&&&&&&大数据行业发展报告出炉 当前突出问题在哪里？
大数据行业发展报告出炉 当前突出问题在哪里？
　　随着大数据产业的发展势头迅猛，国家与相关智库对于产业的健康可持续发展问题也更为看重。近日，首届“京陵大数据高峰论坛”在海南召开，会上正式发布了由国家信息中心、南海研究院组织撰写的《2017中国大数据发展报告》，全面剖析了我国大数据产业当前面临的问题，阐述了对于未来发展战略的重要观点。大数据行业发展报告出炉 当前突出问题在哪里？　　2月26日，由国家信息中心、南海大数据应用研究院组织撰写的《2017中国大数据发展报告》，在海南陵水举行的首届“京陵大数据高峰论坛”上正式发布。 　　据了解，首届“京陵大数据高峰论坛”以“突破瓶颈　创新模式”为主题，由国家信息中心和海南省工信厅、海南省发改委指导，中国信息协会电子政务专业委员会和海南省南海大数据应用研究院联合主办，近300位相关领域的专家学者、企业家代表、政府官员参会。 　　国家信息中心信息化研究部副主任、海南省南海大数据应用研究院院长于施洋说：“纵观2016年，大数据发展亮点纷呈、势头迅猛，政策体系日臻完善，创新创业发展势头良好，投资热度持续攀升，相关产业蓬勃发展，网民预期总体向好。但大数据发展存在制约因素依然值得重视。” 　　报告显示，我国大数据发展总体处于起步阶段，北京、广东、上海的大数据发展总指数位居前三，资本和产业是当前地方大数据发展的突出短板，人才短缺问题尤为突出。 　　报告同时指出，数据管理环节漏洞较多是大数据发展面临的问题，包括由该问题引发的运营成本过高、资源利用率低、应用部署过于复杂和扩展差等难点。数据资源保护的相关法律法规和保障开放的标准规范仍然缺乏，多数企业对数据的管理能力不足，尚未建立完备的数据管理体系以兼顾数据的安全与发展。另外，技术发展相对滞后问题也较为突出，主要包括技术创新能力不足、技术壁垒仍存等。 　　“当前大数据行业应当重点解决突破人才瓶颈和创新产业模式两大问题。”国家信息中心主任程晓波告诉记者，国家信息中心将与政府、研究机构和企业加强合作，共同打造大数据产业链和创新链。与地方政府密切合作，规划建设大数据产业协同创新示范基地，帮助地方快速形成数据和产业集聚体系，探索市场导向、央地协同、产融结合、创新驱动的大数据发展新路径、新模式。 　　“无论从理论模型还是产业实践上看，大数据行业依然处于发展的初级阶段。亟待从顶层设计时加强供给侧的创新，比如研究将大数据应用于政府IT基础设施和金融基础设施等方面，才能产生新的需求。”亿赞普集团董事长、南海大数据研究院理事长罗峰说。 　　据国家信息中心信息化研究部副主任、海南省南海大数据应用研究院院长于施洋介绍，这是业界首部基于大数据方法对大数据行业发展现状进行研究的报告，全面汇聚了国家发改委互联网大数据分析中心、国家信息中心“一带一路”大数据中心所掌握的30多个种类，总计40多亿条相关数据。 　　在产业与市场的双重推动下，大数据行业的理论研究也逐步完善、深入，为企业制定发展战略、合理配置资源要素提供了重要参考。这也是我国大数据产业走向健康与可持续发展之路的切实体现。
更多内容请访问 中国工控网（)
新闻来源： 互联网/gkzhan
手机扫描二维码分享本页
工控网APP下载安装
工控速派APP下载安装
提点建议：
，请填写评语后直接提交。
&&匿名留言
看过的用户还看过
数据正在加载...
扫描二维码关注微博
扫描二维码关注微信凤凰号出品
大数据时代对企业经营决策的影响分析
▲ 点击蓝字查阅TMT行业数据随着大数据时代的到来，人们的生活方式也在发生改变，大数据时代正如前两次工业革命一样，让人们的生活发生了翻天覆地变化。大数据时代的到来也对企业的经营决策造成了巨大的影响，这些影响不仅体现在决策方式和技术上，同样体现在决策思维和决策者上。当企业的决策受到了大数据时代的冲击而获得新机遇的同时，也带来了一系列问题。传统的决策方式和思维与新的决策环境相互脱离，传统的决策体系已经无法适应大数据环境，从而企业的决策变革成为必然。关键词：大数据时代 云计算 决策系统 当今大数据时代改变着我们的生活、工作、学习和观念。大数据时代的到来对于企业的管理经营、城市现代化管理、国家其他管理领域都带来了比较积极的影响。越来越多的企业经营者期望能够通过数据来帮助企业做出更加明智的决策，而越来越多的用户也希望能够通过大数据思维来提升个人业务。但是大数据时代的到来对于企业而言是一把双刃剑，因为在带来了更多方便的同时也带来了更多问题。在互联网时代获得数据的方式多样，获得的数据形态丰富，有很多数据只是能够单纯的判断出结果而无法判断出处和因果。而传统观念是要获知事情的因果，也就是说不仅仅要知其然，而且还要知其所以然。而大数据时代的背景下这一点是非常难以做到的，所以获得的参考数据在形态上和数量上虽然获得了大规模提升，而对于数据做出合理的审核和判断也是未来决策者的难题。大数据时代概要 很多人对于大数据时代、云计算、互联网技术、物联网技术都有一定的了解，但是要具体的解释这些名词却会比较疑惑，大数据时代已经到来，并且飞速的影响和改变着我们的生活和思想，但是我们对于大数据时代却只是具有一个非常模糊的概念。那么究竟什么是大数据时代，大数据时代何时到来的，大数据时代具有什么样的特点，正在和将要对于我们的生活造成怎样的影响呢？关于这些可能还有很多人不知道，所以在开始分析研究大数据时代对于企业经营决策的影响之前，有必要先来了解一下大数据时代的特点。想要了解大数据时代，首先要从维克托·迈尔·舍恩伯格这位被誉为“大数据应用第一人的”著名作家说起，他的著作《大数据时代》为现代人研究了解大数据时代奠定了非常坚实的基础。在这本书中可以了解到大数据时代最大的特点就是数据因果关系向相关关系的转型，这一转型颠覆了传统的思维方式。数据的获取并不是以往的具有必然的因果联系，而是具有相关性，例如咳嗽发热、感冒药这些对于禽流感地区判断并不具有必然的因果联系，但是却具有一定的相关性，这些相关性的数据足以支撑谷歌预测出禽流感的高发区域。当然仅仅是具有相关性的数据还是不够的，大数据时代顾名思义就是要具有庞大的数据支撑，谷歌作为世界最大的搜索引擎自然能够第一时间掌握庞大的数据资源，也因此成为大数据成功运用的典型案例。在《大数据时代》这本书中，可以了解到大数据时代将引发思维的变革，对于企业决策而言则会引发决策方式、技术、决策者等的变革。在大数据时代的数据样本不是随机抽取而是以所有的数据作为样本，数据样本的特点不是精确性而是混杂性。数据样本之间的关系也不再是因果关系而是相关关系。大数据时代的到来必将引发商业变革，所有数据都可以被量化，而数据的创新则是取之不尽用之不竭的。数据、思维和技术则会出现三足鼎立的局面，在大数据时代将由数据掌握一切隐忧。大数据时代企业经营决策现状 （一）数据成为企业经营决策的重要依据 当大数据时代到来，云计算和计算机网络系统为企业提供源源不断的数据样本，这些数据样本则成为企业进行决策的重要依据。在大数据时代，越来越多的企业经营者开始体会到数据带来的便利，并且对于企业的经营管理方式进行改革。传统的决策方式更加依赖于决策层的经验和智慧，在决策过程中缺乏一定的数据依托，非常容易掺杂决策者的主观情感，从而使得决策不够客观准确，往往会造成重大的决策失误。而在大数据时代下则是通过数据为标准，对所获得的数据样本进行分析整理。可以更加清晰的掌握消费者对于产品的使用情况、满意度、产品销售业绩、适用人群以及竞争对手的经营状况等，从而更加具有针对性的对决策进行调整，避免了主观情绪的影响，使得决策更加客观准确，减少了企业因决策失误而带来的损失，规避了许多决策误区和风险。因此大数据的决策方式和决策系统必然会受到越来越多的企业管理者和决策者的青睐，数据也将能够完全取代传统的决策依据，成为当今乃至未来企业决策的根本依据。（二）大数据时代形成企业新的经营决策文化 在大数据时代，人们的生活方式都发生了改变，就购物方式而言，电子商务直逼传统的经营模式，占领着巨大的市场经营空间。很多传统经营行业面临巨大的考验。而数据为依托的经营决策方式也必然推动企业进行一系列改革，这些改革将促使企业形成更加适合大数据时代的企业决策文化，因为决策的依据、方式、思维都在发生改变，而企业文化是企业经营发展的灵魂，如果企业文化与社会的大格局脱节，那么对于企业的管理经营则会是一个致命伤。因此企业经营决策者为了企业发展和占领更多市场份额，在日益激烈的商业竞争中占领一席之地，必然会发起企业经营决策的改革。大数据时代使得生活节奏更加快速，而市场变化也更加复杂诡谲，因此推动着企业决策者更加快速而准确的做出决策，这就需要对于决策形成一个完善的文化体系。大数据时代对于企业管理决策造成的改变是非常具有现实价值和深远影响的，其将促进企业决策迈向更快更准的决策格局。（三）传统决策形式与大数据时代的碰撞 大数据时代对于企业经营决策者而言，在迎来新的机遇的同时也面临着新的问题和挑战。因为大数据时代的特点是对于传统经营决策观点的巨大颠覆。首先是经营决策者的改变，过去的经营决策者往往是拥有丰富经验的老人，在市场中摸爬滚打对于市场和行业非常了解，并且拥有过人的眼光和头脑，但是在大数据时代则是需要能够通过互联网获得更全面的数据样本，并且进行有效的分析和筛选的技术型人才。对于数据样本的搜集也发生着改变，从传统的究其因果到现在的寻找相关性，这就导致了决策思维发生巨大改变。而对于样本的获取途径则是从传统的销售人员的客户资料，市场调研的狭隘渠道，变为从互联网中获取相关数据资源的广阔渠道，从传统的对于人员的依赖到现在对于系统的依赖。大数据时代推动企业的决策思维、技术、方式、人员、数据等发生巨大改变，与其说企业自发的改变去适应大数据时代，不如说是被动的顺应大数据时代的特点。这就导致了传统的经营决策者、决策思维、决策方式等与大数据时代的决策方式、决策思维和决策人员发生了巨大的碰撞。有能够适应大数据时代而抓住机遇飞速发展的，也有无法适应大数据时代的决策形式和决策环境而被淘汰的。因此大数据时代的当前现状也是新旧经营决策思维的碰撞，在这场思维的碰撞中会激发出更多的创新思维，虽然会产生一些问题，但是在历史上从来没有一场改革是平静度过的，在思想的碰撞过后，大数据的决策思维将会受到更多企业管理者的认可，被更多人所接受，大数据的决策系统也会更加稳固和完善。大数据时代对于企业经营决策的影响 （一）对于企业经营决策者的改变 大数据时代对于企业经营决策的影响是多方面的，包括了决策人员、决策思维、决策技术、决策数据等多个方面。而其中最终的改变则是决策者的改变，传统的企业决策者往往都是领导层，依靠经验和眼光做出决策而不是依靠数据。那么在大数据时代这种传统的决策则会被数据分析而取代。在大数据时代的决策者不仅仅由企业领导层担任，而是要逐渐的向数据分析师分流，由领导层和数据分析师共同作出决策，而且数据分析师在企业经营决策中比重还日益增加。在大数据时代对于数据分析技术的运用，将会逐渐取代当下的企业领导人信息管理手段。越早运用数据分析的企业，越能够在市场中达到先入为主的目的。（二）对于经营决策组织的改变 大数据时代对于企业的决策组织也产生了巨大影响，促使企业的经营决策格局发生了巨大改变。传统企业是以利益和价值为根本核心，而企业结构的建立也要以企业价值为导向，这也就是说传统的企业结构是价值结构，而大数据时代的企业决策结构则是以意义为核心，也就是说大数据时代的企业结构是为意义而建立的，可以称之为意义结构。价值结构和意义结构的根本区别是在于价值结构属于机械结构，而意义结构则属于生态结构。机械结构的控制方式是自上而下的集中控制方式，意义结构是自下而上的，以中心的方式自我组织、自我协调。大数据时代的到来，使得我们的决策方式和决策机制发生了巨大改变。大数据的技术促使了由原来的依赖企业领导的主观思维进行决策，转变为依靠数据样本分析作为决策依据。大数据为企业能够更加准确客观的做出决策提供重要条件。大数据时代的数据样本更加倾向于客户的使用数据，包括客户的满意度、需求、反馈等，而不是传统业务销售人员的数据，这样源于消费者本身的数据更加具有真实性和客观性。（三）对于经营决策技术的改变 基于云计算的数据处理和分析技术。大数据时代的到来使得企业在进行经营决策时不得不面对庞大的数据样本，那么如何对于庞大的数据资源进行存储和分析，是企业经营决策者的新课题。因此对于大数据的处理分析则成为新一代信息技术发展的重要内容，云计算则是大数据时代数据分析和存储的重要工具。云计算为海量的、多样化的数据提供了存储和运算的平台，并且云计算还可以对大数据进行分析。具体的操作方法是首先要利用云计算平台对所有搜集到的大数据进行过滤和筛选，对于具有存储价值的数据资源在云计算平台进行存储。当数据完成转换之后，数据进入到可用的形式，则要对数据信息进行有效准确的分析。这一阶段可以通过公有云和混合云进行分析，在公有云的情况下，原始数据可以在云计算的公共平台上进行，然后使用私有的云处理器将处理分析过的有用信息转移到企业内部即可。大数据时代下决策系统支持。传统的决策系统是非常单一、线性、狭隘的，区域、行业、部门之间都具有非常大的局限性。决策的格局是自上而下的，由领导作出决断后逐层传递，这样的决策系统具有非常多的漏洞，决策的结果是片面的、主观的，缺乏大局观和各个部门的配合，容易出现决策失误。大数据的决策则是打破了区域之间、行业之间和企业各个部门之间的局限，使得传统的决策系统受到了颠覆。形成一个非线性、面向多样、自下而上的新型决策系统。这样的决策系统使得区域、行业之间更加具有穿透性，而决策的依据更加多样、更加客观，使得企业的决策更加安全准确。云计算、互联网、大数据等正在向我们的生活渗透，逐渐出现了将成为公共基础设施的态势，在未来大数据技术的应用将成为决策的辅助系统。决策支持系统是指建立在数据库、模型库、知识库、方法库基础上，以人机交互方式辅助决策者进行半结构化决策的计算机应用系统，在运用决策支持系统的数据库、方法库、模型库、知识库进行辅助决策之前，首先需要对来自不同数据源的数据进行转换与清理。面对决策支持系统多样化的数据来源，数据清理过程存在数据属性难以统一、规范，冗余数据、错误数据和异常数据难以快速辨识并消除等困难。在大数据时代，决策支持系统基础数据不仅包括结构化数据，还包括图形、声音、图像、地理位置等非结构化数据，与大数据处理相关商业智能、数据挖掘、可视化分析平台的应用和内存分析技术的进步，都将助力这些问题的解决。在此基础上，结合现有的云服务平台，建立针对不同的决策层次推送服务决策机制，是建立大数据下决策系统的基本要求。大数据决策系统则将会使得未来的决策更加准确，更具有效率，并将逐渐取代传统的决策系统。（四）对于经营决策观念的改变 在大数据时代，决策观念的转变主要是思维方式的转变，从传统的因果关系转变为相关关系。传统的因果关系的决策方式是通过发现企业发展中出现的问题，找到企业出现问题的症结所在，并针对产生问题的因素进行整顿，从而解决企业发展中的问题，使得企业由问题企业向优秀企业进行转变。这种从问题找原因的思维方式属于逆向思维，而大数据时代的决策思维则是正向思维，所谓的正向思维则是不追寻因果关系，而是寻找相关关系。正向思维首先是要对大数据进行搜集，然后对于大数据进行量化分析，找到相关关系，提出优化方案，从而使得企业得到发展，从优秀企业转向卓越企业，如图1和图2所示。（五）对于经营决策数据的改变 1.数据数量的改变。大数据时代下最一目了然的变化是数据数量的改变，在传统经营模式下获取数据十分困难，但是在大数据时代下获得数据的渠道和方法更加多样，获取数据的速度更加快捷，而且每天在互联网上都会产生无数新的数据，这就导致了大数据时代下企业获得的数据量的改变。那么大数据究竟是有多大呢？我们在网上能够找到一组名为“互联网上的一天”的数据资料，这个资料显示阿里巴巴两个子公司淘宝和天猫一天产生的数据量相当于让你不间断的看上28年的电影。而如果将你代入成服务器，你处理的数据量则相当于每秒钟看上837集的《来自星星的你》，卖出的手机为37.8万台，高于全球每天出生的婴儿数量37.1万；同时迅速普及的互联网与移动互联网悄然为记录人的行为数据提供了最为便利、持久的载体，另外与我们生活紧密联系的手机和平板电脑等更是随时随地的记录着我们生活中的点点滴滴，包括我们的思考、决策和行动等多个方面。如表1所示，基于大数据背景下，这些数据也都将成为各个企业决策的依据，对这些数据进行分析，能够找到更加明确的受众群体。天猫通过数据分析，所制定的“双十一”销售计划，成功获得了超额回报。对全部的大数据进行分析，获得的数据结果的准确性和客观性，远远要大于传统的抽样调查的数据。2.数据获取方式及数据种类的改变。传统的数据获取方式是非常单一和具有局限性的，主要是对于生产线产品数据的统计、库房存储数据的统计、销售数量的统计、业务销售人员业绩的统计。另外通过市场调研的形式进行客户满意度、需求、对产品的重视程度等信息进行调查，这种调查方式具有空间、行业、人群、收入、年龄等多方面的局限性，调研人群未必就是目标客户人群，数据种类非常少。在大数据时代下获取数据的途径和数据的种类都得到了很大程度上的丰富，涵盖的方面比较多，更加多元化，而且可利用大数据时代的社交媒体、社交软件、互联网、移动客户端等获得更加社会化的数据。结构化和非结构化的数据可以并存，使得对于目标客户人群的判断更加精准，从宏观数据中整理微观数据，让企业掌握的客户数据更加具有针对性。大数据未来的发展趋势 在未来的企业经营决策中，决策将和数据相依相伴。数据分析将彻底取代传统企业领导人的智慧、经验、直觉等成为企业决策的根本依据。企业的决策人也将不仅仅是企业的领导人，而是掌握了云计算技术的先进数据分析师和企业领导共同完成。在未来的发展趋势中，数据将不仅仅是作为决策的一个参考工具，而是与企业决策共生共存的伴侣，有决策的地方就有数据，而有数据的地方则同样会有决策诞生。甚至数据将有可能完全取代人工成为决策者，只要预先设计好参数，大数据则可以根据设计好的决策参数自动进行决策，这样使得企业决策更加迅速，在飞速变化的市场中更加能够抢占先机。当然人还是企业的根本，数据只能是辅助工具，但是我们可以看出无论是在现在还是在将来，大数据都对企业的发展有着至关重要的作用，大数据对于企业决策的影响非常深远。结论 大数据时代正对企业的决策产生巨大影响，也引发了企业多种层次领域的改革，涵盖了决策者、决策技术、决策思维等多个方面，同时大数据时代的到来也使得传统的决策思维和大数据的决策思维进行了一场激烈的碰撞。大数据对于市场产生了巨大的震动，也引发了一系列问题。有的企业抓住机遇借势而上，占领了更多的市场空间，而有的企业则是因为决策思维无法适应大数据时代背景而被时代淘汰。当前的企业决策现状是传统决策系统向大数据决策系统的转变，在这个转变过程中会引发和暴露许多问题，已出现大数据的决策方式取代传统决策方式的趋势。大数据以其更加丰富的数据种类、更加完善的获取途径、更加专业的数据分析等多种优势使得决策更加客观有效。在决策过程中能够避免因为决策者的主观因素和情感因素造成的决策失误，更加客观的对市场数据进行分析，制定出更加科学准确的决策，因此大数据取代传统的决策方式已成为必然。商业经济研究| NOTICE |微信公众平台目前已经推出订阅号置顶功能点击我们的主页将置顶公众号勾选及时捕获精彩内容
199IT 大数据导航以大数据产业为主，大数据工具为辅，汇集超1000 款全球优质数据工具平台，行研首选。近日新增移动应用ASO工具。/ 欢迎分享收藏（长按图片，扫描右侧二维码即可访问） 历史数据新闻请在关注199IT微信后『微信号：i199IT』，回复相应日期进行查询，如日，输入“”。 感谢阅读 文末 “ 阅读原文 ”获取 “ 最新数据资讯 ”
本文来自凤凰号，仅代表凤凰号自媒体观点。
用微信扫描二维码
分享至好友
用微信扫描二维码
分享至朋友圈
凤凰争鸣微信号
来点暖心的！扫这里您的 IP 地址/地理位置：121.235.204.231江苏&&无锡&&联通
当前位置： &
哪些问题会制约大数据行业的发展 13:54:58&|&编辑：hely&|&查看：&|&评论：
随着互联网行业大发展，大数据时代已然到来，但是，依然会有各种问题纷至沓来，有些问题甚至无法回避，这些问题必定会对大数据行业的发展带来制约。本文将深入探讨这些制约大数据行业的发展的问题。
随着互联网行业大发展，已然到来，但是，依然会有各种问题纷至沓来，有些问题甚至无法回避，这些问题必定会对的发展带来制约。本文将深入探讨这些制约的发展的问题。
一、数据的归属权不清晰，数据资产型企业私密占有平台数据，制约着大数据的融合及发展。
阿里巴巴，这家集B2B、B2C、C2C电商平台与第三方支付于一身的巨无霸企业，在2009年前后开始低调试水小贷业务，并在之后成立了阿里金融事业部。基于阿里平台所累积信用和行为数据的全新风险管理模式，快速灵活的放款审批流程，为需求旺盛但供给远远不足的小微企业小额信贷业务打开了一条别样的路。阿里金融从出现开始便受到了广泛关注和讨论。许多机构和个人都向往之，也对其模式了解得清楚明白，但均默默然而无法复制。究其原因，就在于&阿里平台独有的沉淀信用及行为数据&&&数据，阿里金融的独门利器。
无论已有的金融交易软件(如金太阳、大智慧等)，亦或电商平台、O2O平台、第三方支付平台，还是SNS 和其他交互数据源;现状是&&原始数据存储在平台后端，被平台掌握者控制，数据的创造者(平台用户们)是否掌握与自己相关的数据取决于平台的开放性和接口提供。平台企业们互相独立地像挖矿一样在沉淀数据中淘金，各自取得一些不错的成果，但事实上数据的私密占有也严重制约着大数据的广泛应用和整体发展。
那么，数据到底是谁的?是平台企业的，还是数据创造者(平台用户)的?还是既是平台企业的，也是平台用户的?什么样的数据是公开的，什么样的数据是私密的?
一般认为，原始数据沉淀在平台上，平台实际占有并可以使用，但在未获授权的情况下不能提供给第三方，用户对原始数据的占有获取权及公开程度基本取决于用户与平台达成的协议(多为安装平台软件前的&用户须知&部分，用户除用脚投票外并无实际协议制定权);而平台对原始数据经过统计提炼获得的其他信息属于平台企业。
参考国外立法，数据是属于个人的，平台企业可以解除、使用数据不代表个人放弃对数据的所有权。国际立法趋势上看，信息主体的权利正在强化，如信息主体的遗忘权、转移权;信息控制主体的责任更加明晰，如明确了负有个人信息保护义务的服务提供商范围、要求服务提供商设置个人信息保护专职岗位，增加了服务提供商对侵权行为的通知义务，便于用户采取预防和减损措施。
国内的政策法规方面：日，全国人大常委会出台《全国人大常委会关于加强网络信息保护的决定》，对网络信息保护进行了原则性的规定;2013年7月，工信部出台《电信和互联网用户个人信息保护规定》;除此以外，《信息安全技术、公共及商用服务信息系统个人信息保护指南》作为我国首个个人信息保护的国家标准，虽然不具有法律上的强制约束效力，但具有指南性，亦可作为衡量互联网企业是否有过失的参考性标准;目前，我国正在起草《电子商务法》，强化对平台的监管。
二、数据有效性将直接影响到大数据的应用水平。
数据的质量
大数据就像砂金矿，为了开采出金子，人们需要不断的淘沙，淘出沙金，然后再经过冶炼获得千足金。而数据质量就相当于砂金矿的含金量和成色，良好的数据质量是挖掘价值的基本保障。
我们认为，数据质量主要涵盖两个大方面：一是基本质量，包含准确性、一致性、容量和更新率4个要点;二是可应用性，包含易识别性、易处理性、获取及时性、远程访问性和智能性5个要点;详情见下表。
洗数据的难度
在大数据应用中，有一项极其重要也极其困难的工作，那就是&洗数据&。洗数据就是把大量包含无效数据、分布杂乱无章的原始数据进行归并聚合，通过建立数据标准并执行来取得我们需要的分析样本的过程。
正所谓：Garbage In, Garbage Out! 数据挖掘的领域内有一个观点：如果数据准确度在60%的时候，你干出来的事，一定会被用户骂;如果数据准确度在80%左右，那么用户会说，还不错;只有数据准确度到了90%的时候，用户才会觉得真厉害。但是从数据准确度从80%到90%要付出的成本要比60%到80%的付出大得多得多。大多数据的数据挖掘团队都会止步于70%这个地方，因为再往后，这就是一件相当累的活，绝对少不了大量人力的工作。
我们这里使用用户地址举例说明，因为地址是用户自己填写的，有很多的坑，这就需要大量的洗数据工作。首先，第一类是假/错地址，因为有的商家作弊或是用户做测试，比如直接就输入&该地址不存在&、&asdfasdi&之类的情况，这类的地址可以通过程序识别出来。然后，很多情况是很难通过程序识别出来，比如&宇宙路地球小区&，但这类地址可以被人识别出来。甚至还有连人脑都无法识别的，比如&北京市东四环中路23号南航大厦5楼540室&，这个地址根本不存在。其次，第二类是真地址，但是因为用户输入不标准，所以很难处理，比如将&建国门外大街& 缩写成 &建外大街&，&中国工商银行&缩写成&工行&; 比 如错别字将&朝阳门&写成&潮阳门&;比如颠倒，将&东四环中路朝阳公园& 和 &朝阳公园(靠东四环)&;比如别名，将有的写开发商的小区名&东恒国际&，有的则写行政的地名&八里庄东里&等等等等。
像上面这样的例子多得不能再多了，如果希望提高数据可应用的程度，那么必然需要花大量人力通过编写程序和手动挑选来淘洗数据。而随着投入的边际效用递减，数据有效性的要求越高，则需要投入的成本就成倍甚至指数级增长。
三、适宜海量数据处理的软硬件成熟度不够，成本太高，普及率低下。
从某种意义上来说，&大数据&一直存在，只是受限于时代和科技，因为缺乏相应的数据记录、分析工具而无法实现。
市场上缺乏兼具业务场景普适性和海量数据处理能力的数据库软件大数据时代的到来，使得电子商务、公共管理、SNS等领域几乎每个与用户相关的业务数据量都在亿级别，某些平台的日系统调用可能达到百亿级别，而且历史数据不能轻易删除，所以需要能对TB甚至PB级数据进行高速处理的数据库。传统的关系型数据库，如Oracle,mysql, SQL Server等不能很好地满足用户需求，而较新的NoSQL数据库也依然没有达到适应不同业务场景的需求，目前依然需要根据用户不同的业务特征来选择适合的数据库软件。
私有云和云服务普及程度太低
所有企业和个人都或多或少有大数据应用的需求。但不同的实体有不同的出发点，更在意安全和自主性的企业希望构建属于自己的私有云;应用需求少，对成本更敏感的企业则需要在线的即时云服务。但受限于人们对云技术的接纳程度、云服务的成本优势尚不明显等原因，私有云和云服务普及程度偏低也大大限制了大数据的发展。
四、 数据尚未获得真正意义上的定价和产业化。
数据的公开性与归属权不清晰直接导致了数据融合工作被割裂到一个个的独立的数据资产型平台内部。目前的大数据应用更多是针对公开数据和自有数据的价值挖掘，数据尚未获得真正意义上的定价和产品化。
在数据共享相对成熟的金融体系，以银行业为例，跨银行间的数据共享通道是人民银行与银监会分别牵头、管理的征信系统与客户风险统计系统，均采取&报送数据才能享受共享&及&信贷主体本身可申请及授权查询&的原则。在未纳入众多信托、小贷、互联网金融等机构数据的情况下，上述数据池的维护成本已经非常高。那么多新的交易和交互数据源如何进行互相融合，并形成一个个类似于金融投资业的万得、同花顺一样在细分业务场景下成熟且具有应用价值的产业化数据池?这是一个问题。
数据的产业化，从破除阻碍的角度看并关键在于两点，一是数据的公开性与归属权需要在法律及政策层面得到更明确的规范和指引，二是对同类业务场景下不同平台的数据制定统一的数据标准;从操作层面看，在应用范围的选择上，不应寻求一步到位或大而全，最好确定到具体的业务场景和产品形态;从实现路径看，寄望于行政力量介入模式(类似于银行间整合)的可行性不高，也许&平台还数据于用户，通过第三方机构公证数据真实性，用户再授权进行跨平台融合&才是一条可以期待的路。
相关阅读：
搜索"raincent"或扫描下面的二维码}