大数据:服务提供商是重要角色_数据分析师考试

目前中国大数据还没有形成普遍应用的局面。主要表现：一是大数据的应用理念快于数据应用。二是大数据应用基本上还是发散状，并没有形成燎原之势，应用也主要集中于互联网营销场景。三是从数据源来看，大数据应用还主要处于自给自足的“小农经济”时代。总体来看，整个大数据的应用还处于被“热炒”和“大忽悠”的阶段。要如何改变大数据利用“大忽悠”的状态让它务实落地?记者认为应该加大对培养大数据人才的投入，加速培育大数据服务提供商，尽快构建起大数据的新生态系。

大数据数学家、大数据分析人才是撬动大数据应用非常关键的环节，但现在这方面的人才非常匮乏。目前，整个社会对大数据的认识与重视已经达到了一定的高度，但大数据之所以落地不易，与缺人直接关联。在美国，当美国政府将大数据从企业的商业行为上升为国家战略之时起，美国就已经启动了面向未来的大数据人才储备计划。在伯克利、肯尼迪等重要的大学开设研究大数据相关课程。眼下在中国，大数据人才的培养同样被提高到很重要的高度。仅仅是在这几个月，“清华—青岛大数据研究院”、上海市政府大数据人才培养计划、贵州大数据人才培育计划相继出台。即便如此，各个城市、各个维度的大数据人才培养工程也才刚刚启动，这些人才要培养出来也需要一些时日，而就目前需求与人才的供给来看，供给远远无法满足市场的需求。如何通过协同和联合的方式加快和加强大数据人才培养，尤其是高端人才的培养，依然是很大的难题。

今天在中国，大数据之所以无法实现更大规模的应用，与缺乏完整的大数据生态密切相关。今天活跃在大家视线中的有大数据需求方，也看到了为大数据提供解决方案的各种IT厂商，但事实上仅仅有这两个方面，大数据利用还是很难规模突破的。大数据要想更大规模地释放出价值，还需要大数据处理服务商和数据服务提供商加入。就像今天的信息化推进一样，在用户与IT厂商之间，还得有大量的SI、ISV等来提供各种各样的服务，才能解决用户的问题。

应该说，在大数据生态系中，数据服务提供商是个新角色。今天我们所面临的数据不仅分布在各种各样的平台，在各种各样机构与组织当中，而且每一个用户要去使用和调取这些数据还面临各种各样的门槛。如果有一类厂商出现，他们专门去整合数据、规整数据，专门去经营数据，就能够使得数据商品化、商业化进程加快，不仅能够降低数据使用的门槛，还能够提供更多的数据服务，他们是使得大数据商品化流动起来很关键的环节。

在中国，阿里巴巴已经开始迈出了这一步，阿里巴巴现在推出的数据超市、数据魔方等服务，这让阿里巴巴从一个拥有大量数据的电商向数据服务提供商转型。继广东省宣布将政府数据向大众开放之后，不久前北京市科委也宣布将北京市科委系统的专家、科研、设备、人才等相关的数据向全社会开放，希望开放数据，推动公众联合创新。现在已经有越来越多的机构将相关数据进行了开放和共享，如何运用这些数据，必须要在数据与最终使用者之间架桥梁。不久前，国双科技的CEO谈及推动大数据的应用时也谈到，数据价值化是需要完整生态链的，而数据服务提供商是启动大数据市场非常重要的角色，其中有很大机会，也是很大的商机，希望更多的企业和机构加入其中。