大数据产业难在价值变现

大数据产业属于“附加值”较高的产业，盈利能力较强。随着中国智能制造2025战略的落地和推广，以及中国对政务效率提升的要求，工业大数据和政务大数据将成为未来大数据产业发展的热点。

8月2日，由中国大数据产业生态联盟等单位联合调研编制的《2017中国大数据产业生态地图暨中国大数据产业发展白皮书》（以下简称“白皮书”）在京发布。白皮书从大数据产业链、区域发展格局、技术路线、交易模式等多个方面介绍了我国大数据产业生态的总体状况，赛迪研究院《软件和集成电路》杂志总编辑郭嘉凯对白皮书进行了介绍和解读。

产业生态日趋成熟

白皮书显示，当前，我国大数据产业增长迅速，产业规模持续放大，数据服务、基础支撑和融合应用相互交融协力构建了完整的大数据产业链。作为整个大数据产业链的核心环节，基础支撑层预计2017年的规模为2246亿元，增长68.2%；融合应用层是大数据产业未来迅速发展的着力点，预计2017的规模为16998亿元，增长率为30.7%；围绕各类大数据应用需求，数据服务层提供的辅助性的服务，预计2017年的规模为326亿元，增长率为60.6%。

除了产业规模的迅速上升，大数据产业区域集聚发展的格局逐步形成。郭嘉凯介绍道，2016年大数据产业逐步形成了以京津冀、长三角、珠三角、中西部和东北地区为集聚发展区的发展格局。京津冀地区发展情况最好，珠三角地区仅次于北京，长三角地区发展水平也普遍较高。西部地区发展略微落后，但四川和贵州处于发展的领先地位。东三省中，辽宁处于领先位置，起到了一定的辐射带动作用。

郭嘉凯表示，大数据企业在成立时间、产品和服务、行业领域也具有显著的集聚特性。从成立时间来看，2010年以前大数据企业成立速度相对平稳，2010年以后大数据企业成立的步伐明显加快。大数据的产品和服务主要包括数据分析挖掘、场景化解决方案、数据采集和预处理、数据可视化，以及云端产品和服务，用于大数据分析的软件产品和服务是当前大数据企业竞争的焦点。

2016年，大数据的实际应用案例多集中于金融、政府、电信和教育四大领域。一方面，这些行业的信息化程度较高、数据资源丰富、易于商业化变现；另一方面，这些行业也多属于国有重点管控的领域，政策导向性对大数据在这些行业的推进有较大影响。

产业链条的快速发展与相关政策的支持密切相关。郭嘉凯表示，2016年，针对大数据产业发展的政策紧密出台，产业发展环境持续优化。“目前来看，大数据政策规划逐渐向各大行业和各细分应用领域延伸，大数据产业大踏步进入应用时代。”

商业交易营收低迷

产业生态的布局带动相关政府和企业陆续开展大数据交易业务。数据显示，大数据交易业务涉足的主要行业排名前五位的是政府、金融、电信、教育、医疗，这与大数据企业通常的业务主力方向基本吻合。具体来看，大数据交易主要可以分为企业主导的大数据交易平台和政府主导的大数据交易平台，前者约占现有平台的83%，后者约占14.3%。

数据产品的直接销售、提供数据采集和预处理服务、构建平台撮合交易是大数据盈利最主要的三类模式。然而，这些产品和服务并没有催生大规模的商业交易，整个交易行业的营收低迷，约52%的交易平台2016年运营收入低于500万元。

大数据交易营收低迷与交易平台自身运营中存在的问题密不可分。郭嘉凯表示，调研发现，当前的大数据交易平台存在诸多问题，如数据质量和价值评估机制模糊、交易平台准入和验证手段缺失、数据归类方法随意、大数据标准和法律法规不完善等。

“这些问题显著制约了交易平台的日常流量，”郭嘉凯表示，“超过57%的平台年流量低于50笔。整体而言，当下的大数据交易行业名大于实，行业较为混乱，对大数据产业的促进作用有限。”

郭嘉凯认为，未来大数据交易的发展中，相关组织应首先“解决各类标准和法律法规的制定”，而后则应着力“挖掘用户交易需求，探索合适的交易模式”，达成此二目标，大数据交易或可迎来真正的春天。

数据价值落地仍需时间

郭嘉凯表示，多数用户认可大数据在“提升运营效率”“辅助决策”和“降低成本”上的积极作用，无论是农业、工业制造业还是服务业，都陆续涌现出一些出色的传统企业，通过应用大数据改变了既有的商业模式，从用户需求出发、从产业链角度整合数据资源，逐步实现企业的数字化和智能化运营。

尽管多数企业组织的决策者已然具备了“用数据驱动业务”的意识，但是，实际操作中，数据价值的真正落地还存在困难。白皮书显示，企业多基于成本收益和企业战略发展等因素的考虑，将大数据软硬件及服务的采购费用限制在300万元以下，这其中，有近47.5%的企业低于100万元。

分行业来看，大数据的建设水平因行业而异，其中，互联网和金融行业持续领跑，大数据理念渗透和应用项目落地实施的程度最高。交通运输、医疗健康、公共管理、能源、制造和科教等行业的大数据应用处于中端，而住宿餐饮和农业等行业处于低端。这些中低端行业内的企业对大数据的应用普遍较为谨慎，它们多缺乏独立而有效的数据团队，对大数据分析的投入往往谨慎而敏感。

郭嘉凯认为企业形成对大数据项目费用的敏感性，一方面是由于项目实施成本高，这与自行建设分析平台和自行组织并培养数据分析团队有直接的关系。另一方面则是由于企业战略的模糊和企业组织结构变革滞后等原因的掣肘。

尽管如此，郭嘉凯认为，大数据产业仍属于“附加值”较高的产业，盈利能力较强。“随着中国智能制造2025战略的落地和推广，以及中国对政务效率提升的要求，工业大数据和政务大数据将成为未来大数据产业发展的热点。”