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
箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27数据分析的基础范式,是支撑数据工作从“零散操作”走向“标准化落地”的核心方法论框架,它定义了数据分析的核心逻辑、流程与目 ...
2026-01-27在数据分析、后端开发、业务运维等工作中,SQL语句是操作数据库的核心工具。面对复杂的表结构、多表关联逻辑及灵活的查询需求, ...
2026-01-26支持向量机(SVM)作为机器学习中经典的分类算法,凭借其在小样本、高维数据场景下的优异泛化能力,被广泛应用于图像识别、文本 ...
2026-01-26在数字化浪潮下,数据分析已成为企业决策的核心支撑,而CDA数据分析师作为标准化、专业化的数据人才代表,正逐步成为连接数据资 ...
2026-01-26数据分析的核心价值在于用数据驱动决策,而指标作为数据的“载体”,其选取的合理性直接决定分析结果的有效性。选对指标能精准定 ...
2026-01-23在MySQL查询编写中,我们习惯按“SELECT → FROM → WHERE → ORDER BY”的语法顺序组织语句,直觉上认为代码顺序即执行顺序。但 ...
2026-01-23数字化转型已从企业“可选项”升级为“必答题”,其核心本质是通过数据驱动业务重构、流程优化与模式创新,实现从传统运营向智能 ...
2026-01-23CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2026-01-22在数字化时代,企业积累的海量数据如同散落的珍珠,而数据模型就是串联这些珍珠的线——它并非简单的数据集合,而是对现实业务场 ...
2026-01-22在数字化运营场景中,用户每一次点击、浏览、交互都构成了行为轨迹,这些轨迹交织成海量的用户行为路径。但并非所有路径都具备业 ...
2026-01-22在数字化时代,企业数据资产的价值持续攀升,数据安全已从“合规底线”升级为“生存红线”。企业数据安全管理方法论以“战略引领 ...
2026-01-22在SQL数据分析与业务查询中,日期数据是高频处理对象——订单创建时间、用户注册日期、数据统计周期等场景,都需对日期进行格式 ...
2026-01-21在实际业务数据分析中,单一数据表往往无法满足需求——用户信息存储在用户表、消费记录在订单表、商品详情在商品表,想要挖掘“ ...
2026-01-21在数字化转型浪潮中,企业数据已从“辅助资源”升级为“核心资产”,而高效的数据管理则是释放数据价值的前提。企业数据管理方法 ...
2026-01-21在数字化商业环境中,数据已成为企业优化运营、抢占市场、规避风险的核心资产。但商业数据分析绝非“堆砌数据、生成报表”的简单 ...
2026-01-20