京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据如何转化为产品
大数据已经如同工业社会的“石油”一样,成为举足轻重的一种资源。庞大数据如何转化为切切实实的产品,发挥其经济效益,创造更大的社会价值,仍然是一个亟待解决的问题。
如今,大数据已经如同工业社会的“石油”一样,成为举足轻重的一种资源。
2014年,国际数据公司(idc)发布的第七份“数字宇宙”研究报告指出,全球数据总量将以每两年翻一番的速度持续增长。2013年到2020年,数据量将增长10倍,从4.42zb增长到44zb。
如此庞大的数据,看上去十分耀眼。但与此同时,庞大数据如何转化为切切实实的产品,发挥其经济效益,创造更大的社会价值,仍然是一个亟待解决的问题。
日前,由国际科技数据委员会(codata)中国全国委员会主办、在兰州召开的2015科学数据大会上,与会专家、企业代表就此问题进行了深入探讨。
经济价值亟待挖掘
目前,中国是全世界第二大数据生产国,仅次于美国。预计在不久的将来,中国将超过美国,成为世界头号数据生产国。但来自各行各业的数据却长期找不到合适的“变现”方式,一直沉睡。
中科院寒旱所所长马巍就坦言,该所科研人员长期在西北地区的寒区旱区进行深入科考和研究,积累了二三十年的科学数据,但很多时候,他们拥有的数据却无法发挥更大价值。或者说,过去大数据的价值在科学研究方面体现得比较多,但是其经济价值长期没有体现。
“大数据只有进行分析处理,深度挖掘后才有价值,否则就不能发挥作用。”中科院院士、模式识别与计算机视觉专家谭铁牛也这样认为。
对于拥有众多数据的企事业单位而言,大量数据也一直在沉淀,却无法开发。
甘肃移动网络部总经理助理亢凯认为,目前,绝大数多的行业、企业都不具备大数据处理能力,因为大数据还有一定的“高门槛”,所以这也导致大数据的价值没有得到充分发挥,导致“数据+”迟迟无法落地。此外,单独一个企业或者一个行业的数据累积起来,并不能产生足够的价值,必须要将不同领域的数据汇集起来,进行融合,才会有足够的价值。
交换产生价值的“践行者”
在众多专家觉得大数据要想成为产品非常困难时,在本次科学数据大会上,也有企业作出了卓有意义的探索。
肖永红,数据堂公司的联合创始人,据他介绍,数据堂已于2014年12月在新三板上市,是国内首家专注于互联网综合数据交易和服务的公司,其他创始人也多有中科院背景。
在肖永红看来,大数据完全可以转化为产品,只要建立在开放共享的基础上。“目前,数据正在成为各行业的关键支撑,是一种刚性需求。未来数据产品有着千亿元乃至万亿元的市场空间。”
如何把数据变成产品?肖永红提供了这样一种思路。任何来自医疗、健康、销量、物流、景点、交通、监控、气候、教育、住房等领域的数据源产生的数据,可以汇集到类似数据银行这样的第三方平台,其他需要大数据的企业就可以来数据银行付费,进行相关数据交易。
“我们的数据来源之一是众包平台,雇佣兼职人员采集数据。比如,我们在网站上发布一个任务,要求网友收集超市的购物小票,上传图片后我们会给网友提供物质奖励,这样我们就获得了很多独家的核心数据。这些来自超市购物的数据,对于零售企业是非常有用的,我们就可以把这些数据销售给他们。”肖永红说。
当然,科研机构、行业协会、政府部门以及网络数据,都是第三方平台可以获得的大数据来源。“得到数据后,我们要进行数据清洗,去掉无用的信息,再进行数据关联等工作,最后为企业提供定制、销售、订阅、应用等多项服务。”肖永红这样表示。
目前,贵州省正在推行的贵阳大数据交易所也在做类似工作,旨在率先推动数据互联共享方面的探索,将会带动大数据清洗、挖掘和应用等相关产业发展。“拥有数据的用户,完全可以把数据提供给我们这个平台,再由有需要的企业进行采购,这样就能形成产品。”贵阳大数据交易所相关人员表示。
继续政策引导和制度设计
无论如何,让大数据走向市场,真正形成产品,是大势所趋。尽管目前类似数据堂、贵阳大数据交易所这些第三方平台正在涌现,但专家认为,仍然有很多问题需要解决。
“举个最简单的例子,我有大量数据,也愿意交给第三方平台进行交易,但我是不是应该得到一定报酬?这个费用如何计算?这个问题需要解决。”一位不愿透露姓名的专家这样表示。
对此,肖永红及贵阳大数据交易所相关人员均认为,大数据的价值最终应该交由市场来决定,要看有数据需求的企业愿意出多少费用,具体需要双方协商。
“作为有数据需求的企业,他们肯定是愿意付费购买数据产品的。这一点毋庸置疑。”亢凯表示,大数据的发展就是投资驱动的过程,相关利益分配机制也需要探索建立。
中科院寒旱所寒区旱区科学数据中心副主任张耀南则表示,大数据产品的价值,应当由相关的产业联盟来承接数据转化成产品的过程,需要“政府的推手”。
此外,数据的开放与共享问题,也是大数据变成产品过程中不可忽视的一环。肖永红表示,大数据的产品化,只有进一步加大开放与共享才能加速,“我的意见是,开放、共享是大数据变成产品的最大动力,先开放数据,其他问题可以慢慢解决”。
专家们还认为,在加速大数据变成产品的过程中,急需政府提供政策引导和相关制度(比如利益分配机制)的设计,制定相关的大数据标准。
“大数据时代才刚刚开始,政府必须抱着真正开放的心态,对大数据产业、产品的管理和引导要由宽到紧,先推动其发展起来。”亢凯最后表示。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
备考CDA的小伙伴,专属宠粉福利来啦! 不用拼运气抽奖,不用复杂操作,只要转发CDA真题海报到朋友圈集赞,就能免费抱走实用好礼 ...
2026-02-11在数据科学、机器学习实操中,Anaconda是必备工具——它集成了Python解释器、conda包管理器,能快速搭建独立的虚拟环境,便捷安 ...
2026-02-11在Tableau数据可视化实操中,多表连接是高频操作——无论是将“产品表”与“销量表”连接分析产品销量,还是将“用户表”与“消 ...
2026-02-11在CDA(Certified Data Analyst)数据分析师的实操体系中,统计基本概念是不可或缺的核心根基,更是连接原始数据与业务洞察的关 ...
2026-02-11在数字经济飞速发展的今天,数据已成为核心生产要素,渗透到企业运营、民生服务、科技研发等各个领域。从个人手机里的浏览记录、 ...
2026-02-10在数据分析、实验研究中,我们经常会遇到小样本配对数据的差异检验场景——比如同一组受试者用药前后的指标对比、配对分组的两组 ...
2026-02-10在结构化数据分析领域,透视分析(Pivot Analysis)是CDA(Certified Data Analyst)数据分析师最常用、最高效的核心实操方法之 ...
2026-02-10在SQL数据库实操中,字段类型的合理设置是保证数据运算、统计准确性的基础。日常开发或数据分析时,我们常会遇到这样的问题:数 ...
2026-02-09在日常办公数据分析中,Excel数据透视表是最常用的高效工具之一——它能快速对海量数据进行分类汇总、分组统计,将杂乱无章的数 ...
2026-02-09表结构数据作为结构化数据的核心载体,其“获取-加工-使用”全流程,是CDA(Certified Data Analyst)数据分析师开展专业工作的 ...
2026-02-09在互联网产品运营、用户增长的实战场景中,很多从业者都会陷入一个误区:盲目投入资源做推广、拉新,却忽视了“拉新后的用户激活 ...
2026-02-06在机器学习建模过程中,特征选择是决定模型性能的关键环节——面对动辄几十、上百个特征的数据(如用户画像的几十项维度、企业经 ...
2026-02-06在CDA(Certified Data Analyst)数据分析师的日常实操中,表格结构数据是贯穿全流程的核心载体,而对表格数据类型的精准识别、 ...
2026-02-06在日常办公数据分析中,我们经常会面对杂乱无章的批量数据——比如员工月度绩效、产品销售数据、客户消费金额、月度运营指标等。 ...
2026-02-05在分类模型(如风控反欺诈、医疗疾病诊断、客户流失预警)的实操落地中,ROC曲线是评估模型区分能力的核心工具,而阈值则是连接 ...
2026-02-05对CDA(Certified Data Analyst)数据分析师而言,数据分析的价值不仅在于挖掘数据背后的规律与洞察,更在于通过专业的报告呈现 ...
2026-02-05在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03