大数据四要素“预警、预测、决策、智能”

当我们提到大数据的要素特征，往往会想到从大数据概念诞生之日起就开始流传的4V理论，即海量、价值、快速、丰富。随着大数据的迅速发展，当拥有足够体量的数据后，人们发现，如果数据之间没有交互性，无法实现互联互通，即便是获取再丰富的数据也无法实现超越数据本身之外的价值。

九次方大数据创始人王叁寿提出，大数据的四要素是预警、预测、决策、智能。四点要素从功能的角度诠释了大数据的核心。王叁寿认为，最终实现这些功能还需要回归到大数据应用，唯有通过应用才能让大数据真正“着陆”。这一观点在全国如火如荼推动大数据产业发展之际，值得决策者去思考与深挖。

王叁寿解释，预警即通过数据采集、数据挖掘、数据分析，对已经存在的风险发出预报与警示，如通过数据分析发现某煤炭企业存在安全隐患;预测是指立足于纵向时间轴，对相对长时间内某些问题的判断从而形成指导，如根据气象数据预测农作物种植情况;决策是指通过所有相关数据的联动，形成基于数据和分析之上的决策或结论，例如，通过交管局与扶贫办数据的联动可以形成“谁是伪扶贫对象”的结论;智能，即当我们基于对现实问题的分析与判断，通过技术手段实现智能化的行为，例如，电商平台上一些恶意刷单和恶意注册的情况，通过数据分析与判断，就可以生成智能拦截。

王叁寿提出的大数据四要素，已经脱离数据本身的特点，让其从应用角度出发来实现价值。换句话说，大数据不是静态地存在，而是与周边数据发生碰撞和聚核。在某种程度上，大数据可以变成政府或企业的洞察力与行动力。这就形成大数据正确的表现形式：以往我们谈到的智慧交通管理系统、金融精准营销系统、旅游服务系统等，更多地是指向某一功能或作用，而大数据应该带给我们的不仅仅是停留在基于信息化上的某种功能之上，而是形成一个完整的决策系统，能够指导各个功能根据不同场景做出相应的正确回应。

举例来说，以往对安全生产监测会停留在对事故的统计与处理结论统计上，但通过大数据应用平台，可以将危险源、隐患、事故等的数据全部联动起来。对一个企业是否存在潜在危险的判断，不再是事故后的数据统计，而是通过监测企业外围数据，发现潜在风险。例如以周边人口密度、建筑物情况等数据来模拟最大损害情况，同时联动周边可调动的资源，如医疗情况、救护车等来实施救援。一方面，大数据可以发现安全隐患，尽早采取行动;另一方面，一旦企业出现安全事故，大数据能够形成整体的智能解决方案，实现对事故快速处置。

应用思维，就是大数据思维

虽然目前大数据被看做是基础性资源和重要生产力，但如何实现其应有的价值，仍在摸索当中。当前，各地纷纷兴建大数据中心。大数据中心实现了基础数据资源的存储、分类、整理，使得数据资源进入规模化时代。然而，如果以此为目标发展大数据相当于走入误区。“海量数据”、“大规模数据”等大数据中心提出的概念只着眼于数据规模本身，未能充分反映数据爆发时代下的数据处理与应用需求。

王叁寿认为，发展大数据产业，无论是基于技术开发、产品研发还是大数据公司的商业模式，仍然需要以“预警、预测、决策、智能”的大数据思维来落实数据应用，实现数据价值。事实上，这也正是大数据的应用思维，如果大数据不能实现这四大功能要素，价值迸发将会受到约束。

目前，王叁寿带领九次方大数据开发出了4000多个政府大数据应用场景，而这些应用场景已经成功让大数据在政府治理与政务管理领域落地，并建设了相应的大数据产品平台。

王叁寿将这个时代定义为“大数据应用的时代”，大数据的核心价值，正是需要通过基于在对事实数据累计的基础上，通过大数据采集、挖掘、分析等工具实现对当前形势或问题的科学预判以及对未来形势的科学预警，从而更科学、更智能地做出决策。