京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据产业重在应用 防止盲目建设数据中心
在大数据产业这条起跑线上,中国给予了十足的重视。
据21世纪经济报道梳理,自去年国务院印发《促进大数据发展行动纲要》以来,目前已有23个省出台了74个和大数据相关的政策措施,上海、贵州、重庆、天津出台了大数据发展规划,目前已建的大数据产业园区至少有十余个。
在发展大数据产业过程中如何扬长避短?如何聚焦重点,避免误入歧途?21世纪经济报道专访了国家信息化专家咨询委员会委员、国家信息中心专家委员会主任宁家骏。
我国大数据产业关键技术和支撑环境还存在差距
中国的大数据产业和发达国家相比,处于一个什么样的位置?
我们和发达国家相比,基本上处于一个差不太多的位置,至少没有落后太多。
当前和未来一段时间,我国面临着经济结构转型升级、政府和公共服务改进提升等紧迫任务,这给大数据提供了广阔的应用前景。国家对大数据的认识、我国既有数据的积累,以及应用前景方面,我们都不落后于发达国家。近年来我国大数据发展的宏观政策环境不断完善,地方政府也积极推动大数据发展,整体取得较大的进展。
但同时必须指出,我国在大数据的关键技术和支撑环境来说,还存在差距。
《21世纪》:关键技术和支撑环境方面存在哪些差距?
大数据主要包括四个环节,即“找矿”、“开矿”、“练矿”、“用矿”,现在支撑大数据这四个环节的技术,比如数据采集、清洗、存储、挖掘应用,整体上和发达国家都还存在差距。支撑环境方面,主要是数据的开放共享还有差距,长期以来我们对数据资源统筹不够,缺少法律和机制体制保障。各个部门都用传统的方式自己采集、管理数据,这部分数据又都不愿拿出来和社会共享,这是最主要的问题。
未来5年大数据市场年复合增长率在50%以上
中国大数据从技术到产业,是否已经走出一条成熟的路子?以后的市场规模有多大?
还在探索之中,目前还不能说已经走出一条非常成熟的道路。BAT已经在互联网大数据的分析应用方面有一些很好的尝试,但从更宏观的产业发展上看,我们才刚刚起步。
实际上,现在很多大数据企业并没有和其传统的业务做分离,其业态还处于混沌状态,其提供的产品,比如数据清洗、加工、存储也没有和传统的计算机软硬件技术切割开来。
不过我们要更加关注围绕着数据应用的整个信息服务市场的发展新趋势,将来与大数据相关的信息服务、软件开发、应用集成、数据安全市场将快速增长。预计未来5年,整个大数据市场规模的年复合增长率应该在50%以上,主要原因是现在大数据产业规模的基数还比较小。
地方应警惕盲目建大数据中心
你怎么看当前中国大数据产业的发展路径?
必须强调,中国推动大数据产业,一定要聚焦在应用上,这是大数据产业的核心。大数据的核心说到底是“用”,而不在于数据中心放在哪。
现在各地大力发展数据中心是受旧思想的影响的,他们认为这个数据一定要拢在我这,这是不对的,不等于有了数据中心就有了大数据,大数据产业高端的附加值也不在数据中心这里。在互联网环境中,数据本身应该是开放的,大数据强调的是从数据中提炼价值。
所以我想强调,我们在发展大数据时,千万不能认为发展大数据就是发展大数据中心,盲目地搞大数据产业园。一定要警惕大数据不能泡沫化,形成新的过剩。
现在是否有这样的趋势?
有这个苗头了。全国很多省,甚至很多市都在搞所谓的大数据中心,搞占地很大的大数据产业园,这是很大的风险。同时,不少地方还希望本地也能在短时间生长出一些像BAT一样自己的企业,这明显也是不现实的。
当然并非不让建数据中心,但要根据当地的具体条件来做。现在一些地方只是说他们的能源价格低,电费便宜,其实这些地方建数据中心,还应该将人才、应用等成本考虑进来,否则容易造成盲目性重复建设。对此,我认为有必要引起有关部门、各地以及全社会的警惕。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-05在数据库数据查询、业务报表统计、多表关联分析中,LEFT JOIN左连接是使用率最高的SQL关联查询语句。其核心特性是保留左表全部数 ...
2026-06-05 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-06-05任何一款产品从诞生、普及到最终退出市场,都会遵循一套固定的发展规律,这就是产品生命周期理论。在市场竞争日益激烈、产品迭代 ...
2026-06-04在Excel数据分析、办公统计、业务报表制作场景中,数据透视表是数据汇总、分类统计、快速复盘的核心工具,能够高效完成海量原始 ...
2026-06-04 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-06-04在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28