
大数据大发展还要迈几道坎
大数据价值大,机构和企业积极布局
谁能从海量数据中挖掘出有价值的信息加以应用,谁就能赢得发展机遇,大数据因此拥有巨大的价值。比如,借助大数据,商家能精准分析出客户的消费习惯、偏好、潜力等,从而锁定目标用户,进行精准营销,提升经营效率。
对此,在某软件公司从事智能医疗产品开发工作的刘丹深有感触。公司生产的产品,通过分析收集到的数据,为用户提供健康建议。借助大数据,产品更先进了,提供的服务更好了,也更好卖了。
大数据价值大,相关机构和企业积极布局,以求抢占发展制高点,大数据产业日益壮大。据贵阳大数据交易所发布的《2015年中国大数据交易白皮书》显示,2014年中国大数据市场规模达到767亿元,预计到2020年将超过8000亿元。
为促进大数据产业发展,国务院日前印发《促进大数据发展行动纲要》(以下简称《纲要》)。“大数据产业迎来了重大发展机遇”,中国工程院院士邬贺铨认为,大数据产业加快发展将带来更大的裂变效应。“在‘大智云移’(大数据、智能化、云计算、移动互联网)时代,大数据的分析和挖掘将助推移动互联网走向深入,使软硬件更加智能化,带动产业互联网的发展和工业由大变强。” 邬贺铨说。
加强互联开放共享,破除数据孤岛
不过,作为一个新兴产业,大数据产业要实现大发展,还面临不少制约,数据孤岛首当其冲。
大数据之所以价值大,一个重要原因就在于它涵盖多方面相关联的数据信息,因此,数据的互联互通极其重要。可现实中,由于数据分散在不同企业、部门等采集主体,公开共享不够,数据的电子化及采集程度也有较大差别,数据孤岛众多,造成客观精确的分析很难得出。
记者采访的企业和机构都反映,现实中数据的物理隔离,已成为阻碍大数据大规模应用的重要因素。刘丹就告诉记者,虽然公司产品能帮助用户实时记录血压、血糖等生理数据,借助后台大数据分析还能给出健康建议,但由于缺乏客户的问诊信息,软件给出的建议有时并不太靠谱,可问诊数据在医疗机构,对外共享公开面临重重困难。
为此,《纲要》指出,要加强公共数据的互联开放共享,加快政府信息平台整合,消除信息孤岛,推进数据资源向社会开放。这些破除数据孤岛的顶层设计,有望激活大数据产业发展潜力,使其成为经济增长的强力新引擎。
完善法制和问责机制,切实加强信息隐私保护
如同硬币的两面,在推动数据开放共享的同时,也要注意隐私保护。
信息化时代,公众难免要牺牲个人信息以获取某种便利,有些甚至是不自觉行为。比如,你只要浏览了电子购物网站,你的身份、喜好等信息就会被获知。日常生活中,几乎所有的人都是“数据贡献者”。
“大数据的应用是把双刃剑。”邬贺铨说,“因此,要十分注重保护个人的数据信息,防止被不法利用。”
然而,当前我国与个人信息隐私保护相关的法律法规并不完善。比如,刑法的“非法提供公民个人信息罪”并不包含由于疏于防范或者网络漏洞等问题造成的信息泄露,一些人很容易借此来逃脱追责。
业界专家表示,有必要制定与个人隐私和政府保密数据采集、使用和保护相关的基础性法律,消除人们后顾之忧。刘丹觉得,法律应当规定,商业机构收集用户数据,必须首先向用户说明用途,并且严格限制使用范围,同时应该建立健全信息安全泄露的问责机制,倒逼有关责任主体切实加强保护。
专家特别强调,政府、公共机构存储着海量、有价值、敏感的数据信息,在公开共享之前,有必要制定专门的信息数据公开法,明确公开数据的条件、规范和保障,最大程度控制风险。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03