京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代美国带来的经验与启示
奥巴马及其团队创新性地将大数据应用到竞选活动中,通过分析挖掘近两年搜集、存储的海量数据,寻找和锁定潜在的己方选民,运用数字化策略定位拉拢中间派选民及筹集选举资金,成为将大数据价值与魅力发挥到淋漓尽致的典型。
大数据时代,数据的作用前所未有地凸显,成为国家竞争的前沿、企业创新的来源。一直处于世界经济发展及信息技术发展与应用前列的美国,视大数据为“未来的新石油”,给发展大数据赋予了非同一般的战略意义,并积极倡导和实践大数据的应用,已成为全球大数据领域的先行者。以美国为标杆,分析其推动大数据的积极做法,有利于我国学习借鉴先进经验,明确发展路径和发展重点,更快地迈入“大数据时代”。
多方位推动大数据应用实践
美国在大数据发展与应用方面已经形成较为普遍的共识,美国政府部门、社会机构、商业企业、科研院校都在结合各自实际需求,推进大数据应用。
其一,以大数据应用支撑政务活动开展。美国积极运用大数据推动政府管理方式变革和管理能力提升,越来越多的政府部门依托数据及数据分析进行决策,将之用于公共政策、舆情监控、犯罪预测、反恐等活动。例如,作为美国警界最早的大数据预测分析试点单位,圣克鲁斯警察局通过分析城市数据源和社交网络数据,能够发现犯罪趋势和犯罪模式,对重点区域的犯罪概率等进行预测。作为大数据的强力倡导者,奥巴马及其团队创新性地将大数据应用到竞选活动中,通过对近两年搜集、存储的海量数据进行分析挖掘,寻找和锁定潜在的己方选民,运用数字化策略定位拉拢中间派选民及筹集选举资金,成为将大数据价值与魅力发挥到淋漓尽致的典型。
其二,以大数据应用增强社会服务能力。美国的微博、社交网络、搜索引擎等用户众多,积累了海量历史数据,并在不断产生新的数据。美国的人口、交通、医疗等公共事业部门通过对这些新媒体数据的挖掘,实现了对人口流动、交通拥堵、传染病蔓延等情况的实时分析。佛罗里达州迈阿密戴德县将数十种关键县政工作和迈阿密市紧密联系起来,帮助政府在制定治理水资源、减少交通拥堵和提升公共安全等方面决策时提供了更好的信息支撑。
其三,以大数据应用提高商业决策水平。美国商业企业运用大数据进行决策的案例不胜枚举。沃尔玛、可口可乐等消费企业借助数据分析掌握消费者习惯,从而制定针对性的营销策略,成为应用大数据的早期获益者。最为人乐道的案例之一就是沃尔玛通过分析挖掘销售数据,发现并实施了“啤酒+尿布”的营销策略。除上述行业外,医疗卫生、交通物流、金融等领域的机构和企业,都在逐步发现大数据的价值,加入应用大数据的行列。例如,西雅图儿童医院通过应用可视化数据分析技术,有效减少了医疗事故,帮助医院节省了300万美元的供应链成本。华尔街“德温特资本市场”公司通过分析3.4亿微博账户的留言,判断民众情绪,并依据人们高兴时买股票、焦虑时抛售股票的规律,决定公司买卖股票的时机,从而获取盈利。
注重营造发展大数据的环境
大数据在美国之所以能被迅速、广泛应用,与美国高度重视大数据价值、积极推动数据开放和拥有一批掌握核心技术的信息技术企业分不开。
首先,美国政府将大数据发展提升到国家战略层面。2012年3月29日,奥巴马政府宣布启动《大数据研究和发展计划》,同时组建“大数据高级指导小组”,涉及美国国家科学基金、国家卫生研究院、能源部、国防部等6个联邦政府部门,宣布将启动2亿美元的投资计划,提高从大量数据中访问、组织、收集发现信息的工具和技术水平。这使得美国成为全球首个将大数据从商业行为上升到国家意志和国家战略的国家。不仅如此,美国政府还倡议企业、科研院校和非盈利机构一起集中资源,共同促进大数据发展。例如,伯克利加州大学、迪肯大学等专门开设了研究大数据的相关课程,培养下一代的“数据科学家”。
其次,数据开放为大数据应用提供创新“源头”。大量数据的可获得是大数据价值实现和最大化的前提。自上世纪以来,美国国会、政府先后出台一系列法规,对数据的收集、发布、使用和管理等环节作出了具体的规定。经过几十年的修改完善,现已形成较为成熟的框架和体系。2009年1月,奥巴马入主白宫后,做的第一件事就是要求联邦政府各部门通过“一站式”政府数据下载网站向社会公开各类非保密的数据库。2010年,美国国会通过更新法案,进一步提高了数据采集精度和上报频度。截至目前,data.gov上有超过40万种各类原始数据文件,涵盖了农业、气象、金融、就业、人口等近五十个门类,汇集了数千个应用程序和软件工具。数据的集中、开放、共享及对数据的应用支持,极大地方便了美国各界对大数据的利用。
再者,信息技术巨头为大数据应用落地提供技术支撑。拥有一批掌握大数据核心技术的信息技术龙头企业,是美国大数据应用快速落地的关键原因之一。谷歌、EMC、惠普、IBM、微软、甲骨文、亚马逊、脸谱等企业很早就通过收购或自主研发等方式布局大数据发展,成为大数据技术的主要推动者,并快速推出大数据相关的产品和服务,为各领域、各行业应用大数据提供工具和解决方案。IBM利用大数据技术,通过整合、分析波士顿现有交通数据以及来自社交媒体的新数据源,帮助波士顿政府解决长期困扰城市的交通拥堵问题。谷歌公司利用海量搜索数据,成功预测2013年美国流感暴发。除了传统的信息技术企业,在大数据分析、应用及安全等领域还涌现出一批像Splunk、Teradata等创新性较强的创业公司,这些公司在风投资本市场的支持下,快速成长并引导新的市场趋势,为各界应用大数据提供了丰富的创新工具。
美国大数据发展给我国的启示
与美国一样,我国也有应用大数据的旺盛需求,迫切需要以大数据为工具促进社会进步、加速经济发展、提升人民生活水平。为此,可从三个方面借鉴美国发展大数据的经验。
第一,确立大数据的战略地位。大数据领域的竞争将关系到国家的安全和未来,国家竞争力也将愈发体现为一国拥有数据的规模、活性以及解释、运用的能力。我国要发展好、应用好大数据,应把大数据产业上升到战略高度,强化全民数据意识,树立以数据提高效率、提升精细化和智能化水平的意识,从国家层面推动大数据的收集、分析和应用。
第二,推动大数据的创新应用。政府部门应基于自身及和社会服务机构掌握的丰富数据,在医疗健康、食品卫生、道路交通、地质灾害、社会舆情、国防安全等领域先行开展应用示范,继而不断拓展在各部门、各行业的应用范围。在此基础上,要特别注重加强对微博、微信、社交网络等新媒体数据的应用。例如,在波士顿马拉松爆炸案中,美国中情局通过采集移动基站的电话通讯记录,附近商店、加油站、报摊的监控录像以及志愿者提供的图片和影像资料等各种数据,锁定嫌疑犯并找到炸弹来源。如果前不久的长春“3·4”盗车案件中,大数据应用也能达到如此水平,可能婴儿被害的悲剧就可以避免。同样,在近期的四川雅安地震中,微信、微博等社交媒体支撑传递了大量信息,如果能够更快、更准确地从这些信息中筛选出真实信息和重要信息,并加以分类、整合,就能够为抗震救援提供更有效的决策支撑。
第三,夯实大数据发展基础。发展大数据是一项系统工程,需要在加强数据立法、推动数据开放、支持技术创新等方面同步开展工作,从而为我国发展大数据、应用大数据营造更加良好的环境。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25在数字化时代,数据已成为企业核心资产,而“数据存储有序化、数据分析专业化、数据价值可落地”,则是企业实现数据驱动的三大核 ...
2026-02-25在数据分析、机器学习的实操场景中,聚类分析与主成分分析(PCA)是两种高频使用的统计与数据处理方法。二者常被用于数据预处理 ...
2026-02-24在聚类分析的实操场景中,K-Means算法因其简单高效、易落地的特点,成为处理无监督分类问题的首选工具——无论是用户画像分层、 ...
2026-02-24数字化浪潮下,数据已成为企业核心竞争力,“用数据说话、用数据决策”成为企业发展的核心逻辑。CDA(Certified Data Analyst) ...
2026-02-24CDA一级知识点汇总手册 第五章 业务数据的特征、处理与透视分析考点52:业务数据分析基础考点53:输入和资源需求考点54:业务数 ...
2026-02-23CDA一级知识点汇总手册 第四章 战略与业务数据分析考点43:战略数据分析基础考点44:表格结构数据的使用考点45:输入数据和资源 ...
2026-02-22CDA一级知识点汇总手册 第三章 商业数据分析框架考点27:商业数据分析体系的核心逻辑——BSC五视角框架考点28:战略视角考点29: ...
2026-02-20CDA一级知识点汇总手册 第二章 数据分析方法考点7:基础范式的核心逻辑(本体论与流程化)考点8:分类分析(本体论核心应用)考 ...
2026-02-18第一章:数据分析思维考点1:UVCA时代的特点考点2:数据分析背后的逻辑思维方法论考点3:流程化企业的数据分析需求考点4:企业数 ...
2026-02-16在数据分析、业务决策、科学研究等领域,统计模型是连接原始数据与业务价值的核心工具——它通过对数据的规律提炼、变量关联分析 ...
2026-02-14在SQL查询实操中,SELECT * 与 SELECT 字段1, 字段2,...(指定个别字段)是最常用的两种查询方式。很多开发者在日常开发中,为了 ...
2026-02-14对CDA(Certified Data Analyst)数据分析师而言,数据分析的核心不是孤立解读单个指标数值,而是构建一套科学、完整、贴合业务 ...
2026-02-14在Power BI实操中,函数是实现数据清洗、建模计算、可视化呈现的核心工具——无论是简单的数据筛选、异常值处理,还是复杂的度量 ...
2026-02-13在互联网运营、产品迭代、用户增长等工作中,“留存率”是衡量产品核心价值、用户粘性的核心指标——而次日留存率,作为留存率体 ...
2026-02-13对CDA(Certified Data Analyst)数据分析师而言,指标是贯穿工作全流程的核心载体,更是连接原始数据与业务洞察的关键桥梁。CDA ...
2026-02-13在机器学习建模实操中,“特征选择”是提升模型性能、简化模型复杂度、解读数据逻辑的核心步骤——而随机森林(Random Forest) ...
2026-02-12在MySQL数据查询实操中,按日期分组统计是高频需求——比如统计每日用户登录量、每日订单量、每日销售额,需要按日期分组展示, ...
2026-02-12对CDA(Certified Data Analyst)数据分析师而言,描述性统计是贯穿实操全流程的核心基础,更是从“原始数据”到“初步洞察”的 ...
2026-02-12