京公网安备 11010802034615号
经营许可证编号:京B2-20210330
国际大数据大会传递哪些新理念
为进一步促进大数据领域与传统应用行业的深度交流与合作,中国通信学会近日在北京举办“2015中国国际大数据大会”。此次大会以“大数据+”为主题。
解读大数据行动纲要
将推动政府公信力和信用体系的建设
国家统计局信息服务中心大数据研究实验室主任江青说,大数据行动纲要代表国家从顶层设计上推动大数据。
江青主要解读了大数据行动纲要对智慧城市带来的“四化”。她认为智慧城市的核心是大数据,是大数据在城市的应用。纲要有利于智慧城市实现规划科学化、管理动态化、治理精准化、管理服务高效化。
纲要还提出推动政府信息系统和公共数据的互联共享,消除信息孤岛,加快各类政府信息平台,避免数据重复打架,江青认为,这说明了两个问题,一是增强政府公信力,一是提升社会的信用体系,相对应的就是建设政府信息公用平台和政府公信力的平台。
数据开放问题
政府部门和公共企事业单位要率先开放原始的、可机读的数据
中科院院士、北京大学、普林斯顿大学教授、普林科技董事长鄂维南认为现在大数据面临的第一个瓶颈就是没数据,数据孤岛严重,不同部门数据存在在不同的地方。
中国国际经济交流中心副研究员张茉楠认为我国数据的实体化和实体数据化还处在前期阶段,还存在数据安全、数据所属权、数据治理等各方面的问题。
西安未来国际信息公司执行总裁史晨昱提出了如何开放和开放哪些数据。他认为,应首要开放政府部门和公共企事业单位的数据。政府应该建设开放平台或者网站,以满足社会公众对信息资源的使用。开放网站是全球的普遍做法,包括美国、英国都采用这种做法。开放平台应该建立在互联网上,而非建立在电子政务网上。
其次,开放的数据应该是原始的,可机读的数据。原始数据是没有加工处理的数据,可机读是指开放的数据要便于计算机处理加工。数据开放后,政府需要鼓励企业和公众,利用公共信息资源去开发信息产品,服务于社会公众,服务于其他的企业客户或者政府客户。
大数据推动社会共治
国家的治理从原来的政府主导,转向政府、公民、企业、社会共同参与的多元共治模式
张茉楠认为大数据带来的不仅仅是生产力的变革,更是一种生产关系的变革。
大数据改变了政府的角色、企业角色和社会公众的角色,也使整个国家的治理从原来政府主导的治理,开始向政府、公民、企业、社会多元共治的新模式转型。
张茉楠举例说美国环境数据的开放,就是通过一个项目把美国各个州的环境治理数据向公众开放,让公众更多地参与环境治理,由第三方负责监管。整个过程中是政府提出需求,提供服务,公众积极参与,整个社会共同监督管理。
张茉楠认为大数据时代,社会治理主要呈现三大特点,一是从原来的一家独大、政府的独治逐渐转向多元共治。第二,由原来较多的封闭结构向开放型的治理结构转型。特别是在大数据、云计算发展之下,原来公众和政府之间的信息差、知识差已经逐步扁平化。第三,由权力决策机制转向公共决策机制。
数据交易市场
数据产品交易可以活跃信息消费市场,但法律犯规、技术都还不尽完善
史晨昱认为数据服务平台应该非盈利性和商业化并举。非盈利的数据开放网站,负责将政府部门和公共服务企事业单位的数据,免费开放给公众;在此基础上建设的商业化数据服务平台,可以连接信息服务产品的供需双方,开展数据产品交易,以此活跃整个信息消费市场。
亚信数据总裁张浩认为,维护和管理数据对任何一个部门或者企业来讲都是有代价和成本的,通过交易或者是对等交换,容易实现数据价值。但我国目前还面临着问题,第一,本身还没有形成大数据,缺少法律规范让拥有数据的部门开放数据。第二,目前缺少对个人隐私保护的技术。
鄂维南认为数据作为一种商品,有一定的特殊性,每个人都可以使用,可以重复售卖,没有任何消耗。根据经济学观点,数据的价值是零,所以数据交易理论上来说是不可行的。这也是数据交易平台需要突破的悖论。
云计算+大数据
云计算可以让大数据运行更经济化、集约化和精细化
中国移动苏州研发中心大数据项目总监徐萌提出了云计算大数据,她认为,大数据把数据整合起来,这只是粗放的状态,并不是经济的模式。云计算强调经济化、集约化、精细化。云计算可以使得大数据用集约式的平台和方式来运转。
目前来看,云计算大数据的实现需要解决4个问题,第一,统一化的数据管理,即数据从哪来到哪去、共享给谁、怎么共享、权限是什么。第二,明确云计算大数据的概念,大数据是借用云计算来实现服务的。第三,精细化的资源管理,云计算目标就是降低成本,提供更多应用和服务。大数据后续也要演变过来,实现精细化运营,合理调度资源。第四,智能化就是保证多种资源框架可以自动适配。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【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