京公网安备 11010802034615号
经营许可证编号:京B2-20210330
2018年中国大数据产业8大趋势前瞻
刚刚过去的2017年,大数据产业持续呈高速增长,各地方政府纷纷开启数字化转型之路,大数据被广泛应用于政府监管、社会治理、经济转型等诸多实践领域。2018年,在建设“数字中国”的大趋势下,作为数字经济转型排头兵的大数据产业将会有哪些新的发展趋势?
数字化生产力将显著提升
2017年年末,就产业创新发展、数字经济建设、国家创新治理、民生保障与改善、国家数据安全五大方面做了前瞻性布局,并强调要推动实施国家大数据战略,加快建设数字中国,更好地服务我国经济社会发展和人民生活改善。
五大前瞻性布局,为大数据产业未来发展指明方向,以数据为关键要素的数字经济,可以推动大数据产业持续稳健发展,实现创新突破,持续释放数字红利,将对“数字中国”建设产生深远影响。关于“数字中国”的重要指示,预示着2018年数字经济将进入黄金爆发期,各领域数字生产力将会有显著提升。
数据市场交易额持续攀升
2017年,大数据产业集中爆发,数据体量呈几何状增长。以贵阳大数据交易所为例,2017年,贵阳大数据交易所汇集了超过150PB的海量数据,包括全国所有政府部门的公开数据,以及225家数据源的优质数据,并将这些单个行业或领域呈链条状串起来的数据解构、交叉、融合,从而形成块数据。与此同时,贵阳大数据交易所与100多个地区,包括省、市,进行了数据流通交易合作,助力打通政府部门、企事业单位之间的数据壁垒,实现海量数据的合作开发和综合利用,有效促进各级政府数据治理能力的提升。
随着国家大数据战略实施,数字经济将在2018年蓬勃发展,数据体量将随之更加扩容,以贵阳大数据交易所数据交易体量为范本,预测未来一年数据市场交易额将会进一步攀升。
政府大数据应用迎来集中爆发期
我国实施国家大数据战略,加快完善数字基础设施,推进数据资源整合和开放共享,保障数据安全,加快建设数字中国。
2017年1月,工信部发布《大数据产业发展规划(2016-2020年)》;5月,水利部发布《关于推进水利大数据发展的指导意见》;6月,最高检发布《检察大数据行动指南(2017-2020)》。截至2017年6月底,国务院、国家发改委以及农业部、国土资源部、国家林业局、交通运输部、水利部等部委均发布了大数据战略文件。随着大数据产业政策继续加速出台,政府数据开放共享取得突破,大数据建设不断深入,创新体系不断完善。
紧跟政策与战略布局,九次方大数据联合60余城市启动“推进器”计划,扶持大数据技术应用公司共同开发政府数据应用。可以预见,到2018年,政府大数据应用将集体迎来集中爆发期。
数据资产运营将成为政府数据价值释放主要途径
当前,贵阳、广东、云南、甘肃、福建、内蒙古、新疆、青海、湖北、南昌、上海、苏州、南通、济宁、青岛、哈尔滨、秦皇岛、丽江、潍坊、重庆等60个地区,包括省、自治区、直辖市、地级市等以数据资产运营为途径,释放地方政府数据价值,赢得区域竞争先机。
数据资产运营是规范、控制、管理和提供数据及信息资产的一系列业务职能,包括开发、执行、指定和监督有关数据的计划、政策、方案、项目、流程、方法和程序,从而控制、保护、交付和提高数据资产的价值。数据资产运营面向全领域数据的全生命周期,其核心思路是将数据对象以资产的标准和要求进行运营与管理。
到2018年,政府及各行各业非结构化数据呈爆发式增长,对数据资产运营与管理的复杂度要求更高。大数据资产运营将有可能通过降低数据使用的成本,提高以数据智能分析、预警、预测、决策的效率,让数据资产运营与管理成为大数据时代中各行业竞争力的重要来源。
机器学习成为普遍工具
以数据科学为基础的机器学习是人工智能的核心,是计算机智能化的基础,其应用遍及人工智能的各个领域,如数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人等领域。近年来,深度学习已经开始渗透到各个领域:客服机器人、垃圾邮件过滤、人脸识别、语音识别、个性化推荐……
随着大数据分析能力的不断提高,2018年机器学习将继续在智能分析方面发挥重要作用,从而扩展了机器学习。例如,帮助机器从现有的复杂数据中学习规律,以预测未来的行为结果和趋势。在某一行业智慧化应用中,用机器学习的方法对数据进行分析建模,最为关键。特别是在庞大的数据面前,如何将数据进行重组、整合、分析,进而转化为人工智能产品,是行业迈向进智能化的重要挑战。
到2018年,80%的数据科学家会将机器学习纳入其工具包中。到2019年,机器学习将成为实现需求,大数据与人工智能的结合,将克服人类在交通、环境、健康医疗等领域面临的一系列发展困境,从而开创经济社会发展的全新范式。
数据安全性将有质的提升
2017年,全球数据泄露事件层出不穷。6月份,美国爆发大规模选民信息泄露事件;7月份,美国最大无线通信公司Verizon遭遇大规模数据泄露事件;9月,美国三大信用局之一的Equifax数据库遭到黑客攻击并泄露,美国1.43亿用户的敏感数据受到安全威胁;9月下旬,全球四大会计师事务所之一的德勤公司曝出超过500万份内部邮件疑遭泄露。数据安全已成为全球性话题。
2018年,各国将加大数据安全保障。尤其在我国,数字经济以数据为关键要素,以安全为前提。为此,我国先后成立了中央国家安全委员会、中央网络安全和信息化领导小组、中央军民融合发展委员会等机构,2017年,《网络安全法》正式实施。可以看到,新时代国家网络安全的领导机制、制度设计和法律法规等顶层设计已经确立。到2018年,我国数据安全性将得到极大提高,有利于数字经济的加快推动与发展。
数据可视化迎来黄金发展期
2018年,数据可视化和数据发现将成为一股重要趋势席卷政府及企业。数据发现的范畴已经扩大,不仅包括对数据分析和关系的理解,还包括呈现数据的方式,以挖掘更深层次的商业洞见。其结果就是,作为一种把数据变成可用洞见的方法,可视化模型越来越受欢迎。日益改善和演变的可视化模型已经成为从大数据中获取洞见的必要组成部分。
人脑能高效地处理视觉图像。在这个过程中,大脑使用了潜意识,让决策者可以通过迅速扫描图像来处理信息。数据可视化将会得到越来越广泛的应用,因为它们可以帮助人们快速接受和消化最相关的信息。将图形和图表与功能强大且易于使用的业务分析相结合,意味着每个部门的用户不仅可以看到他们的组织如何实时执行,而且还可以采取必要的行动,防止小问题变成更大的问题,并挖掘新的机会。
行业应用将成大数据发展“重头戏”
当前,我国各产业都在深入挖掘大数据的价值,研究大数据的深度应用。大数据在各行业的全面深度渗透将有力地促进产业格局重构,驱动生产方式和管理模式变革,推动制造业向网络化、数字化和智能化方向发展,成为中国经济新一轮快速增长的新动力和拉动内需的新引擎。
目前,我国各行各业已积累的丰富数据资源,国内大数据创新创业企业积极研发各领域大数据应用平台,同时,从政府出发,整合宏观调控、税收监管、商事管理、信用体系建设、维稳、公共安全等数据资源,加快数据共享开放,提升政府综合治理能力,自上而下,由内到外,从政府到企业,打造全产业链平台,加快政府治理、行业转型。到2018年,将形成大数据全产业链生态应用系统的完善与建立
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15