京公网安备 11010802034615号
经营许可证编号:京B2-20210330
全球大数据发展的新动向与新趋势
目前,伴随移动互联网、智能硬件和物联网的快速普及,全球数据总量呈现指数级增长态势,与此同时,机器学习等先进的数据分析技术创新也日趋活跃,使得大数据隐含的价值得以更大程度的显现,一个更加注重数据价值的新时代正悄然来临。
瑞士洛桑国际管理学院2017年度《世界数字竞争力排名》显示,各国数字竞争力与其整体竞争力呈现出高度一致的态势,即数字竞争力强的国家整体竞争力也很强,同时也更容易产生颠覆性创新。实际上,以美国、英国、韩国和日本等为代表的发达国家一向重视大数据在促进经济发展和社会变革、提升国家整体竞争力等方面的重要作用,当前更是把大数据视为重要的战略资源,大力抢抓大数据技术与产业发展先发优势,积极捍卫本国数据主权,力争在数字经济时代占得先机。我们从各国发展大数据的新举措中或许可以窥探到大数据发展的新趋势。
美国:稳步实施“三步走”战略 打造面向未来的大数据创新生态
美国是率先将大数据从商业概念上升至国家战略的国家,通过稳步实施“三步走”战略,在大数据技术研发、商业应用以及保障国家安全等方面已全面构筑起全球领先优势。
第一步快速部署大数据核心技术研究,并在部分领域积极开发大数据应用。2012年白宫科技政策办公室发布《大数据研究发展倡议》,以提升从海量和复杂数据中获取知识、挖掘价值的能力,进而推动科学与工程领域创新步伐加速。第二步调整政策框架与法律规章,积极应对大数据发展带来的隐私保护等问题。2014年美国发布《大数据:把握机遇,守护价值》白皮书,再次重申要把握大数据可为经济社会发展带来创新动力的重大机遇,同时也要高度警惕大数据应用所带来的隐私、公平等问题,以积极、务实的态度深刻剖析可能面临的治理挑战。第三步强化数据驱动的体系和能力建设,为提升国家整体竞争力提供长远保障。2016年美国发布《联邦大数据研发战略计划》,形成涵盖技术研发、数据可信度、基础设施、数据开放与共享、隐私安全与伦理、人才培养以及多主体协同等七个维度的系统的顶层设计,打造面向未来的大数据创新生态。
特朗普就任美国总统后,对大数据应用及其产业发展持续关注,并督促相关部门实施大数据重大项目,构建并开放高质量数据库,强化5G、物联网和高速宽带互联网等大数据基础设施,促进数字贸易和跨境数据流动等。2017年4月美国能源部与退伍军人事务部联合发起“百万退伍军人项目(MVP)”,希望借助机器学习技术分析海量数据,以改善退伍军人健康状况。2017年9月医疗保健研究与质量局发布美国首个可公开使用的数据库,其中包括全美600多个卫生系统。白宫科技政策办公室一直积极与他国展开合作,以预防数字经济监管障碍、促进信息流动和反对数字本地化等。
英国:紧抓大数据产业机遇 应对脱欧后的经济挑战
大数据发展初期,英国在借鉴美国经验和做法的基础上,充分结合本国特点和需求,加大大数据研发投入、强化顶层设计,聚焦部分应用领域进行重点突破。近期英国特别重视大数据对经济增长的拉动作用,密集发布《数字战略2017》《工业战略:建设适应未来的英国》等,希望到2025年数字经济对本国经济总量的贡献值可达2000亿英镑,积极应对脱欧可能带来的经济增速放缓的挑战。
2012年,英国便将大数据作为八大前瞻性技术领域之首,一次性投入1.89亿英镑用于相关科研与创新,在八大领域投入总额中占比高达38.6%,远超其余七个领域。随后,英国将全方位构建数据能力上升为国家战略,于2013年发布《把握数据带来的机遇:英国数据能力战略规划》,提出人力资本(研发人才与善于运用数据的民众)、基础设施和软硬件开发能力,以及丰富开放的数据资产是发展大数据的核心,事关能否在未来竞争中占据领先优势。该战略同时提出了11项具体行动部署,短短两三年便释放出巨大的数字潜力。从2010年至2015年,数字经济对英国经济增加值的贡献增长了21.7%,超过了同期经济增加值增长率的17.4%,2015年数字经济规模为1180亿英镑,在经济增加值中的占比超过了7%,其中数字商品和服务出口总值超过500亿英镑。
为从数据中挖掘出更大的价值,创造并维护一个能够保持更多收益和增长的经济体系,同时让全社会都能从中收益,英国政府在2017年3月提出了新时期发展数字经济的顶层设计《数字战略2017》。新战略中提出七大目标及相应举措,特别是对各个目标都提出了更高标准的要求。一是打造世界一流的数字基础设施,二是使每个人都能获得所需的数字技能,三是成为最适合数字企业创业和成长的国家,四是推动每一个企业顺利实现数字化智能化转型,五是拥有最安全的网络安全环境,六是塑造平台型政府,为公众提供最优质的数字公共服务,七是充分释放各类数据的潜能的同时解决好隐私和伦理等问题。
2017年11月,英国面向全社会发布《工业战略:建设适应未来的英国》白皮书,强调英国应积极应对人工智能和大数据、绿色增长、老龄化社会以及未来移动性等四大挑战,呼吁各方紧密合作,促进新技术研发与应用,以确保英国始终走在未来发展前沿,实现本轮技术变革的经济和社会效益最大化。为此,2018年4月底英国专门发布《工业战略:人工智能》报告,立足引领全球人工智能和大数据发展,从鼓励创新、培养和集聚人才、升级基础设施、优化营商环境以及促进区域均衡发展等五大维度提出一系列实实在在的举措。
韩国:以大数据等技术为核心应对第四次工业革命
多年来,韩国的智能终端普及率以及移动互联网接入速度一直位居世界前列,这使得其数据产出量也达到了世界先进水平。为充分利用这一天然优势,韩国很早就制定了大数据发展战略,并力促大数据担当经济增长的引擎。2016年年底,韩国发布以大数据等技术为基础的《智能信息社会中长期综合对策》,以积极应对第四次工业革命的挑战。
2013年12月,韩国多部门便联合发布“大数据产业发展战略”,将发展重点集中在大数据基础设施建设和大数据市场创造上。2015年年初,韩国给出全球进入大数据2.0时代的重大判断,大数据技术日趋精细、专业服务日益多样,数据收益化和创新商业模式是未来大数据的主要发展趋势。基于此,在同年发布的《K-ICT》战略中,韩国将大数据产业定义为九大战略性产业之一,目标是到2019年使韩国跻身世界大数据三大强国。韩国还非常注重对他国经验的借鉴,2015年5月中国发布《大数据发展调查报告》后,韩国专门对中国与韩国大数据应用情况进行了比较分析,并聚焦韩国大数据应用水平与大数据市场不协调的问题,提出了一系列新举措。
近两年全球第四次工业革命浪潮的到来,倒逼韩国重新审视本国智能制造和信息技术的发展,并于2016年年底提出《智能信息社会中长期综合对策》,将大数据及其相关技术界定为智能信息社会的核心要素,并提出具体的发展目标与举措。
一是充分挖掘数据资源价值,强化未来竞争力源头。构筑开放共享的大规模数据基础设施,到2025年实现320个公共机构的数据开放;促进数据流通和使用,激活数据交易市场,推动公共和民间数据实现以价值为导向的交易;激活数据分析企业,到2020年数据专业服务企业规模达到100家;培养大数据专业人才,将每年培养的数据科学家数量从2017年的500名增长到2030年的1000名;发展区块链技术,提高数据管理可靠性等。二是筑牢大数据技术基础。加强数学方法论研究,长期稳定支持新型学习推断、量子计算、神经形态芯片等下一代计算技术研究,推动科研大数据开放共享,推进产业数据中心建设,强化产学研合作共同研发产业共性技术等。三是面向数据服务需求,构筑超连接网络环境。确保频率资源供应,有序推进5G商用化进程,实现大规模机器间通信,实现不同业务网络之间的实时超连接;推动通信运营商体系优化,摒除后发企业进入运营行业的壁垒;进一步强化物联网和云计算基础设施并充分利用智能传感器数据;分阶段引进量子通信与安全网络等。
大数据发展新趋势
综合以上几个典型国家的新动向和新举措,可以发现当前及未来全球大数据发展的新趋势。
一是大数据与人工智能、云计算、物联网、区块链等技术日益融合,成为各国抢抓未来发展机遇的战略性技术。英国在工业战略中强调大数据与人工智能的发展,很有可能推动现有的商品和服务市场被颠覆和取代。日本将大数据、物联网和人工智能界定为建设超智能社会服务平台必不可少的共性技术。韩国与日本相似,将智能信息化社会定义为“ICBM(物联网、云服务、大数据和手机)与AI(人工智能)相融合的社会”。
二是大数据资源对各国经济政治博弈的重要性更加凸显。美国最新版国家安全战略中,特朗普再次将“数据”比喻为一种能源,他认为掌握了数据及相关能力,就是为美国经济的持续增长、有效抵制敌对意识形态以及部署建设最强大军事力量等构建了最基础的保障。最近的“脸书危机”事件,再加上近年来“剑桥分析”及其母公司“战略通讯实验室”参与多国领导人选举活动事件,使得大数据资源及相关技术成为某些国家利益集团及企业影响政治生态和社会安全的重要手段,各国政治社会发展面临的风险变得更加复杂和不可预测。
三是大数据应用基础条件发生跨越式变化。一方面政府数据开放的广度和深度将进一步拓宽,多源数据融合技术的进步,为公共服务数字化与智能化水平的提升提供了技术层面的保障,数据的标准化及开放则成为各国建设服务型政府和平台型政府的资源保障。另一方面大数据应用的基础设施将成为与水电气暖等相类似的设施,成为人们生活中必不可少的部分。这其中包括物联网、智能硬件等数据采集类设施,5G、光通信等超高速数据传输类设施,以及超级计算机、云计算以及边缘计算等计算类设施,以及新型的存储设施等等。
四是大数据安全为各国实现“平衡”发展带来更严峻的挑战。各国大数据发展战略中,不同国家和地区对“数据开放共享”与“个人信息保护”的侧重点不同,比如欧盟希望通过强制性的统一标准最大限度的保护个人隐私,而美国则更相对弱化法律约束、希望充分调动企业的主动性,这种态势对未来全球大数据国际规则的融合发展提出了新难题。同时对大数据企业权利和义务也要进行再平衡,监管太严将限制企业创新的脚步,但如果放手太多,在实践中难免出现企业对个人隐私大规模侵害的问题。
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