京公网安备 11010802034615号
经营许可证编号:京B2-20210330
万物互联:区块链与大数据将擦出怎样的火花
在数据资源开发利用的过程中,大数据服务商都希望获得更多的数据,让政府和BAT等巨头把数据开放出来,这样我们才能去做数据的挖掘和分析。但是政府层面开放数据会担心侵犯个人的隐私、商业的秘密;企业层面BAT等巨头把数据资源当成是自己兜里重要的资产,都不会轻易开放出来;因此,数据的开放、共享、交易、流通,没有想象的那么容易和简单!
那么,有没有一种更加安全、更加可靠的载体作为数据资源流通的一个手段?
从技术的角度来保障数据资源的开放和流通,而不仅仅是国家出台法律或者政府制定制度、政策,需要一个更加刚性的解决方案,数据需要一个重要而可靠的载体。
区块链作为原来很早的比特币的底层的技术,是一个可信任的载体,这个可信任的载体能够承载数字货币这件事情,但是,能不能承载数据资源的流通和数据资产的流通呢?
区块链也是一种数据库,它也是一种重组的技术,它能够建立信任,建立起在互联网上价值转移和传递,大数据本身通过数据的挖掘和分析,也能够建立起来数据的一种智能,两者是不是能够融合起来,对未来整个互联网经济的发展有一个更好的推动作用?
政府推动数据开放
国内大数据应用整体上在这两三年发展的非常快,政府的应用系统在不断推进上云,比如贵州省提出了云上贵州,把所有的省内政务系统推到了云上;湖北省正在建立全省的所有政务系统的政务云,在2017年实现上云的目标。
在上云的过程中,政府在推动各个委办局之间数据在云上的交换和共享,现在不同的应用之间不存在交换的问题了,而更多的是一种在云上的数据共享问题。很多地方政府也在推进数据的开放,比如北京、上海推动了包括政府在政务、民生等很多应用数据的开放。
商业数据服务不断创新
在商业领域,互联网的这种商业数据服务也不断创新,阿里有数据魔方、百度有百度司南,把数据作为一种产品和服务提供给网店,这样的一种服务很好的满足了电商企业的发展需求。
大数据在各行各业的应用不断的深入,正在有更多的像阿里金融、蚂蚁金服这样的企业来做数据网贷业务,数据已经在和各行各业融合应用中发挥它的价值。
另外,很多第三方的数据交易也批量的涌现了,贵阳大数据交易所是中国第一个数据交易所,随后出现了上海的、武汉等各个地方的数据交易所把数据作为资产进行确权、交易。
数据开放共享遇到瓶颈
当然,在这个开放数据的过程中,真正事关到企业社会发展的一些数据还是没有很好的开放,因为担心涉及到每个人的个人隐私。
另外数据作为一种资产去交易,这个过程中需要确定现在数据的归属所有权是谁、处置权是谁、交易权是什么样的,这些都不好确定!
再者,在交易过程中,数据本身流通的监管比较难,对整个数据流通的全过程缺乏一种全程跟踪的手段,数据安全的保护、数据服务变现等方面都存在各种各样的困难,使得今天的大数据应用也是遇到了很大的瓶颈。
数据只有开放共享才能发挥价值。但是数据如果成为一种资源和资产的时候,很多服务商和厂商把它当成自己腰包中的东西,不愿意轻易共享给别人的,这就需要探讨一个问题,数据是公共资源还是私有财产,数据需要一种中心化的机制还是去中心化的机制?
区块链是一个可信任的载体
区块链在发展过程中是一个可信任的载体,整个过程是可以防伪的,整个数据通过加密的方式保证它交易来源的可靠,而且整个流通的过程是匿名的,产生的比特币是可以流通的。它通过程序系统、算法建立起来一整套的信任机制,而这套信任的机制能不能推而广之的运用到各个领域呢?
未来随着区块链越来越得到各方的认识,成为下一代互联网基础设施的时候,就真的可以为任何数据资产实现不脱离链,去做相关的转移和数据分析等。
区块链不仅帮助互联网建立了价值的转移,也建立一种可信的互联网基础,未来越来越多的物体被连到了互联网上形成物联网,这些物联网通过某种契约关系形成智能化的合约或者智能化的资产,未来区块链可能成为万物互联的一种万物账本。
在这个基础上,流通的所有数据,数据的确权、数据资源变成数据资产有一个支撑的技术,这样一项技术建立起来的是点对点的方式,正好契合了分享经济发展的一种模式。
未来分享经济在区块链之下,就不需要第三方机构,区块链所建立起来的,对整个互联网上的行为,价值进行记录的这样一种机制,有可能成为未来互联网治理的一个手段,不是现在通过这种随机的方式去做一些监管,更多的是实现一种全网的实时监管的手段。
区块链不是万能的
近期我们在帮助中央网信办做一个区块链在数据资源流通领域的汇报,跟贵州省、工信部相关部门做一些政策方面的研究,主要方向是几个方面,第一是区块链在数据资产流通中的应用;第二是区块链平台本身的大数据应用;第三,区块链在大数据领域的商业应用。
通过区块链能够解决一些问题,但也有很多问题是不能解决的。
区块链是去中心化的数据流通平台,能够做到的是,可以跟踪数据交易的全过程,保证数据交易的不可篡改,保证数据来源的可靠性,通过机制保证数据资产的登记和见证,存储是分层的。但区块链也不能跟踪链下的数据转移和应用,另外,有一些环节,区块链的机制决定了其存储容量是有限的。再者,区块链有一个分层的体系,工业上记录的是最有价值的数据,数据链上记录的是重要的数据资源。
区块链和大数据的融合应用是一个非常大的应用热点,将是“智能+价值转移”形成的价值互联网的基石。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 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 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 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 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18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导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 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。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12