京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据如何转化为产品
大数据已经如同工业社会的“石油”一样,成为举足轻重的一种资源。庞大数据如何转化为切切实实的产品,发挥其经济效益,创造更大的社会价值,仍然是一个亟待解决的问题。
如今,大数据已经如同工业社会的“石油”一样,成为举足轻重的一种资源。
2014年,国际数据公司(idc)发布的第七份“数字宇宙”研究报告指出,全球数据总量将以每两年翻一番的速度持续增长。2013年到2020年,数据量将增长10倍,从4.42zb增长到44zb。
如此庞大的数据,看上去十分耀眼。但与此同时,庞大数据如何转化为切切实实的产品,发挥其经济效益,创造更大的社会价值,仍然是一个亟待解决的问题。
日前,由国际科技数据委员会(codata)中国全国委员会主办、在兰州召开的2015科学数据大会上,与会专家、企业代表就此问题进行了深入探讨。
经济价值亟待挖掘
目前,中国是全世界第二大数据生产国,仅次于美国。预计在不久的将来,中国将超过美国,成为世界头号数据生产国。但来自各行各业的数据却长期找不到合适的“变现”方式,一直沉睡。
中科院寒旱所所长马巍就坦言,该所科研人员长期在西北地区的寒区旱区进行深入科考和研究,积累了二三十年的科学数据,但很多时候,他们拥有的数据却无法发挥更大价值。或者说,过去大数据的价值在科学研究方面体现得比较多,但是其经济价值长期没有体现。
“大数据只有进行分析处理,深度挖掘后才有价值,否则就不能发挥作用。”中科院院士、模式识别与计算机视觉专家谭铁牛也这样认为。
对于拥有众多数据的企事业单位而言,大量数据也一直在沉淀,却无法开发。
甘肃移动网络部总经理助理亢凯认为,目前,绝大数多的行业、企业都不具备大数据处理能力,因为大数据还有一定的“高门槛”,所以这也导致大数据的价值没有得到充分发挥,导致“数据+”迟迟无法落地。此外,单独一个企业或者一个行业的数据累积起来,并不能产生足够的价值,必须要将不同领域的数据汇集起来,进行融合,才会有足够的价值。
交换产生价值的“践行者”
在众多专家觉得大数据要想成为产品非常困难时,在本次科学数据大会上,也有企业作出了卓有意义的探索。
肖永红,数据堂公司的联合创始人,据他介绍,数据堂已于2014年12月在新三板上市,是国内首家专注于互联网综合数据交易和服务的公司,其他创始人也多有中科院背景。
在肖永红看来,大数据完全可以转化为产品,只要建立在开放共享的基础上。“目前,数据正在成为各行业的关键支撑,是一种刚性需求。未来数据产品有着千亿元乃至万亿元的市场空间。”
如何把数据变成产品?肖永红提供了这样一种思路。任何来自医疗、健康、销量、物流、景点、交通、监控、气候、教育、住房等领域的数据源产生的数据,可以汇集到类似数据银行这样的第三方平台,其他需要大数据的企业就可以来数据银行付费,进行相关数据交易。
“我们的数据来源之一是众包平台,雇佣兼职人员采集数据。比如,我们在网站上发布一个任务,要求网友收集超市的购物小票,上传图片后我们会给网友提供物质奖励,这样我们就获得了很多独家的核心数据。这些来自超市购物的数据,对于零售企业是非常有用的,我们就可以把这些数据销售给他们。”肖永红说。
当然,科研机构、行业协会、政府部门以及网络数据,都是第三方平台可以获得的大数据来源。“得到数据后,我们要进行数据清洗,去掉无用的信息,再进行数据关联等工作,最后为企业提供定制、销售、订阅、应用等多项服务。”肖永红这样表示。
目前,贵州省正在推行的贵阳大数据交易所也在做类似工作,旨在率先推动数据互联共享方面的探索,将会带动大数据清洗、挖掘和应用等相关产业发展。“拥有数据的用户,完全可以把数据提供给我们这个平台,再由有需要的企业进行采购,这样就能形成产品。”贵阳大数据交易所相关人员表示。
继续政策引导和制度设计
无论如何,让大数据走向市场,真正形成产品,是大势所趋。尽管目前类似数据堂、贵阳大数据交易所这些第三方平台正在涌现,但专家认为,仍然有很多问题需要解决。
“举个最简单的例子,我有大量数据,也愿意交给第三方平台进行交易,但我是不是应该得到一定报酬?这个费用如何计算?这个问题需要解决。”一位不愿透露姓名的专家这样表示。
对此,肖永红及贵阳大数据交易所相关人员均认为,大数据的价值最终应该交由市场来决定,要看有数据需求的企业愿意出多少费用,具体需要双方协商。
“作为有数据需求的企业,他们肯定是愿意付费购买数据产品的。这一点毋庸置疑。”亢凯表示,大数据的发展就是投资驱动的过程,相关利益分配机制也需要探索建立。
中科院寒旱所寒区旱区科学数据中心副主任张耀南则表示,大数据产品的价值,应当由相关的产业联盟来承接数据转化成产品的过程,需要“政府的推手”。
此外,数据的开放与共享问题,也是大数据变成产品过程中不可忽视的一环。肖永红表示,大数据的产品化,只有进一步加大开放与共享才能加速,“我的意见是,开放、共享是大数据变成产品的最大动力,先开放数据,其他问题可以慢慢解决”。
专家们还认为,在加速大数据变成产品的过程中,急需政府提供政策引导和相关制度(比如利益分配机制)的设计,制定相关的大数据标准。
“大数据时代才刚刚开始,政府必须抱着真正开放的心态,对大数据产业、产品的管理和引导要由宽到紧,先推动其发展起来。”亢凯最后表示。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16