京公网安备 11010802034615号
经营许可证编号:京B2-20210330
支付宝提出数据分享四原则 为大数据“立规矩”
日前上海公共事业缴费机构付费通一纸终止与支付宝合作的公告引发广泛关注,针对付费通指责支付宝“扒数据”的说法,7月1日晚,小微金融服务集团(筹)首席风险官胡晓明在微博回应称:“支付宝从不担心获取数据的途径,更绝不会用不光彩的手段去获取数据。”而借回应之机,胡晓明向外界分享了支付宝、小微金服对大数据的认知,及大数据合作与分享的四条基本原则。
尽管大数据的重要性已是共识,但大部分参与者尚未有成熟应用,因此业内对大数据产业应遵循的基本原则并未形成共识。作为国内大数据行业的领先者,支付宝提出的这几条基本原则,或将为行业的基本规范提供范本。
此前,小微金服已经就大数据的应用进行了诸多探索,并依托大数据打造出了阿里小贷、余额宝等广为人知的产品。今年3月份,马云在给全体员工的一封信中断言,人类社会已经从以控制为出发点的IT时代正在走向激活生产力为目的的DT数据时代。
胡晓明说,IT信息科技是以我为主、方便我管理,而DT时代则是怎么利用数据去支持别人、帮助别人。阿里巴巴从5年前就确定了“开放的数据平台”的战略目标,对小微金服来说,未来十年的定位是帮助建立数据时代的中国新商业发展的基础设施。
当然要作为DT数据科学的基础设施,不意味着要想尽办法去控制甚至用不光彩的手段去获取各种数据。胡晓明说,对小微金服在内的每一个大数据行业参与者来说,首先应该树立起一种理念,即数据只有分享和交换才能产生价值。基于分享和合作,胡晓明说:“我们并不担心获取数据的途径,更绝不会用不光彩的手段去获取数据。”
大数据重在分享和合作这一理念,也戳中了目前一些传统企业的错误认知——认为可以凭借控制数据获取价值。在业内人士看来,带着控制而非分享的理念对待数据,再多的数据也只能“数据大”,而不是大数据。
当然,对大数据的分享和合作并非可以随心所欲,运用大数据的目的是要惠及每一个普通用户,绝不能侵犯到用户隐私,让用户利益受损。因此,对大数据行业来说,在数据价值的开发、分享和运用过程中,应当遵循一些类似“宪法”的基本原则。
胡晓明认为,从小微金服的实践来看,这些基本原则包括:一、客户信息保护原则,所有涉及到客户信息的使用必须建立在客户主动、自愿和授权的基础上;二、客户隐私有效保护原则,绝对保证用户的信息隐私安全;三、数据对等和交换原则、数据分享后要完成回流、增值、再沉淀的过程,使得分享和交换的双方共同受益;四、价值可衡量原则,在数据合作前一定要制定客观的价值评估体系,确保合作公平和公正。
据悉,目前在支付宝的数据使用原则中,所有客户的隐私性数据全部进行过脱敏处理,同时通过信息安全风险监控系统对于未经客户授权的查询、调用情况进行全天候的跟踪、扫描和审计,以确保客户隐私性数据的安全。
大数据的价值在哪里?
在当今信息网络时代,人们的网上操作、平时的一举一动、机器的运转活动、大自然的随时变化都会产生许许多多的数据。这些数据量大且复杂,用现有的计算工具难以处理,人们形象地称之为“大数据”。
对大数据的利用可以提升政府等管理部门的社会管理水平,例如对车辆运行数据的分析利用,可以使城市规划更加科学;流感高发季节,对疾病到来提前预测;旅游旺季,对热门景区高峰期游客数量提前预测,可以提升社会服务水平等。
一项对国际大公司的数据应用研究表明:数据的使用率提升10%,零售业的效率将提升49%,咨询服务业提升39%,航空、食品加工、建筑、钢铁、汽车、出版、基础设施等行业都能提升20%左右。数据的巨大价值由此可见。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 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