京公网安备 11010802034615号
经营许可证编号:京B2-20210330
块数据:大数据发展的趋势、挑战和机遇
在25日的中国侨联青年委员会“块数据与城市发展”专题讲坛上,各方对大数据进行了阐述和解读,表明了这样的观点:大数据将在经济领域彻底颠覆人类自工业革命以来积累形成的经济模式和商业模式,而块数据将是大数据发展的趋势。
为配合理解什么是大数据发展的趋势、什么是块数据,本报今日起开设“块数据漫谈”专栏,陆续推出科普文章,以飨读者。
大势所趋 从“条数据”到“块数据”
对于大数据时代,目前人们所讨论的数据几乎都是条数据,条数据是指某个行业或领域呈链条状串起来的数据,他们彼此割裂、互不融通,限制了大数据在经济社会发挥作用。
与之相比,块数据是在一个物理空间或者行政区域形成的涉及到人、事、物等各类数据的综合,相当于将各类“条数据”解构、交叉、融合。在块数据集合过程中,包含了数据空间的填充、空间数据的重构、集合过程的组构,及组构过程中的集合,同时还有新数据的汇集和原有数据组合后的衍生数据。通过块数据的应用,可以挖掘出数据更高、更多的价值。
举例来说,一个百货商场每天都会卖出很多商品,每个商品的原材料、品牌设计、广告营销数据、百货商场卖出商品的数量、种类数据,消费者在商场购物、娱乐的数据,将所有在商场这个物理空间产生的数据求和,得到的就是块数据。而一个数据的变化会带动其他数据发生改变,比如,当商场的影院播放一部聚集人气的影片时,商场的其他产品销量也会上升,这一过程又会衍生出新的数据。这个例子也充分说明了块数据的强活性,即随时随地都在进行数据更新。
因此,块数据的商业价值就在于通过对块数据的挖掘、分析,我们能够实现对事物规律的精准定位,甚至能够发现以往未能发现的新规律。可以毫不夸张地说,在这个时代,得“块”者得天下。
“大材大用” 块数据应用面临挑战
在创新商业模式方面,通过块数据将以往的“数据孤岛”连成一片后,可以综合分析出所需的商业要素,如消费喜好、生活需求等,我们就可以从中精确找准那些高度个性化、长尾化的市场需求,孕育产生全新的商业模式。例如,华为公司基于IT基础设施领域在存储和计算的优势,提供整体大数据解决方案就属于此类。
同时,块数据在社会领域应用上也有广阔前景,包括提升社会保障水平、推动社会组织更好履行社会责任等。社会公共文化在块数据的催化下也将被重新定义,在全社会形成诚信、分享、开放、创新的文化氛围将更容易实现。在块数据的推动下,政府职能也发生着深刻改变,具体表现在模式、服务、规则的不断升级和优化。
但是块数据的非结构化比例相比条数据而言更高,使得块数据开发、应用和管理的难度更大,因此在块数据应用方面我们面临着非常多的考验。
首先,块数据的形成是一个构建生态系统的工程,这个生态系统需要建立包含标准确立、技术支撑、安全监管、开放体系构建等多要素的整套规则体系,规则体系的缺失将无法给块数据的应用提供一个安全稳定的大环境,会给块数据应用中可能会遇到的清洗、共享、利益分成、隐私保护等问题解决带来困扰。
此外,由于只有结构化的数据才能进行对比分析,而传统的数据库技术已经不再适用非结构化数据,与国外技术相比,国内的非结构化处理技术的先进性和可靠性仍有很大差距。
同时,缺少法律约束、道德自律、技术手段等方面的数据安全保护支撑,数据安全问题日益凸显,保护公民隐私刻不容缓。而数据确权、数据定价、数据保险和数据货币、登记、交割等一系列新的金融业态将会随着大数据产业链的完善而产生,金融市场的不稳定性将成常态化。
大有可为 块数据催生广阔前景
挑战艰巨,但是无法遮盖块数据应用的巨大潜力和价值。不久的将来,块数据将对商业领域、民生领域、政府治理领域留下深刻烙印。
在商业领域,基于人的主体性构建的块数据首先影响的是各类服务行业,通过数据挖掘,在发现需求的同时又能创造需求,紧接着再根据需求为客户定制服务和产品,在这一过程中,影响又随之向工业、农业延伸,数据本身也逐步完善自己的产业结构,最终可以形成全产业链条。
在民生领域,通过块数据应用,民生服务将进入长尾化和个性化阶段,基于数据模拟技术,能够对重大民生事项实现提前预测,变模糊被动的后端治理为见微知著的前端治理。此外,基于深度学习技术,块数据可对重大民生问题的解决提供智能化的支持,有助于降低服务成本,提升工作效率,形成一个更加温馨、更具效率的民生服务体系。
在政府治理领域,在块数据思维的引领下,政府既有行为将会发生巨大转变。对政府内部机构来说,块数据可以打破壁垒,连接孤岛,通过信息共享、工作联动的方式推动工作的有效开展,对群众来说,随着数据公开的常态化,社会公众对政府的日常运作的监督也将更有效。同时,块数据的应用可以让政府决策更具科学性和前瞻性,打造智慧政府和法制政府将成为可能。
比如,运用块数据,政府可以根据个人的不同情况,以定制化的方式让老百姓得到更好的服务,使公共管理领域真正实现高效。而一些长期以来难以解决的问题比如环境污染、食品安全等都可以通过块数据的公开倒逼责任主体执行改革,政府工作模式从以往的单纯结果导向向结果和过程导向同时并重转变。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22 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 ...
2026-07-22在金融风控、企业运营、行业研究等数据分析场景中,大量数据以面板数据形态存在:例如多家分支机构连续多个季度的风险指标、多位 ...
2026-07-21 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 ...
2026-07-21一、活动介绍 2026暑期CDA备考冲刺季,为想利用假期拿证的你量身打造。考点胶囊内容搭配多重硬核福利,让你在旅行、实习、居家 ...
2026-07-21金融行业的运营风险贯穿业务全流程,涵盖交易欺诈、操作违规、流程漏洞、合规偏差、客户信用异常等多元场景,是银行、保险、证券 ...
2026-07-17财产保险作为金融行业的核心板块,涵盖车险、家财险、责任险、企财险等多元品类,是个人与企业抵御财产风险、经营风险的重要保障 ...
2026-07-17 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 ...
2026-07-17【核心关键词】模块、餐饮、客户、门店、企业、订单、供应链、多样化、产品、生产计划、数据分析、生产管理、物料管理、业务分 ...
2026-07-16在数字化分析时代,原始数据本身不具备业务价值,只有通过科学的统计学方法加工、拆解、验证与解读,才能挖掘数据背后的规律、差 ...
2026-07-16 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 ...
2026-07-16在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15