
支付宝提出数据分享四原则 为大数据“立规矩”
日前上海公共事业缴费机构付费通一纸终止与支付宝合作的公告引发广泛关注,针对付费通指责支付宝“扒数据”的说法,7月1日晚,小微金融服务集团(筹)首席风险官胡晓明在微博回应称:“支付宝从不担心获取数据的途径,更绝不会用不光彩的手段去获取数据。”而借回应之机,胡晓明向外界分享了支付宝、小微金服对大数据的认知,及大数据合作与分享的四条基本原则。
尽管大数据的重要性已是共识,但大部分参与者尚未有成熟应用,因此业内对大数据产业应遵循的基本原则并未形成共识。作为国内大数据行业的领先者,支付宝提出的这几条基本原则,或将为行业的基本规范提供范本。
此前,小微金服已经就大数据的应用进行了诸多探索,并依托大数据打造出了阿里小贷、余额宝等广为人知的产品。今年3月份,马云在给全体员工的一封信中断言,人类社会已经从以控制为出发点的IT时代正在走向激活生产力为目的的DT数据时代。
胡晓明说,IT信息科技是以我为主、方便我管理,而DT时代则是怎么利用数据去支持别人、帮助别人。阿里巴巴从5年前就确定了“开放的数据平台”的战略目标,对小微金服来说,未来十年的定位是帮助建立数据时代的中国新商业发展的基础设施。
当然要作为DT数据科学的基础设施,不意味着要想尽办法去控制甚至用不光彩的手段去获取各种数据。胡晓明说,对小微金服在内的每一个大数据行业参与者来说,首先应该树立起一种理念,即数据只有分享和交换才能产生价值。基于分享和合作,胡晓明说:“我们并不担心获取数据的途径,更绝不会用不光彩的手段去获取数据。”
大数据重在分享和合作这一理念,也戳中了目前一些传统企业的错误认知——认为可以凭借控制数据获取价值。在业内人士看来,带着控制而非分享的理念对待数据,再多的数据也只能“数据大”,而不是大数据。
当然,对大数据的分享和合作并非可以随心所欲,运用大数据的目的是要惠及每一个普通用户,绝不能侵犯到用户隐私,让用户利益受损。因此,对大数据行业来说,在数据价值的开发、分享和运用过程中,应当遵循一些类似“宪法”的基本原则。
胡晓明认为,从小微金服的实践来看,这些基本原则包括:一、客户信息保护原则,所有涉及到客户信息的使用必须建立在客户主动、自愿和授权的基础上;二、客户隐私有效保护原则,绝对保证用户的信息隐私安全;三、数据对等和交换原则、数据分享后要完成回流、增值、再沉淀的过程,使得分享和交换的双方共同受益;四、价值可衡量原则,在数据合作前一定要制定客观的价值评估体系,确保合作公平和公正。
据悉,目前在支付宝的数据使用原则中,所有客户的隐私性数据全部进行过脱敏处理,同时通过信息安全风险监控系统对于未经客户授权的查询、调用情况进行全天候的跟踪、扫描和审计,以确保客户隐私性数据的安全。
大数据的价值在哪里?
在当今信息网络时代,人们的网上操作、平时的一举一动、机器的运转活动、大自然的随时变化都会产生许许多多的数据。这些数据量大且复杂,用现有的计算工具难以处理,人们形象地称之为“大数据”。
对大数据的利用可以提升政府等管理部门的社会管理水平,例如对车辆运行数据的分析利用,可以使城市规划更加科学;流感高发季节,对疾病到来提前预测;旅游旺季,对热门景区高峰期游客数量提前预测,可以提升社会服务水平等。
一项对国际大公司的数据应用研究表明:数据的使用率提升10%,零售业的效率将提升49%,咨询服务业提升39%,航空、食品加工、建筑、钢铁、汽车、出版、基础设施等行业都能提升20%左右。数据的巨大价值由此可见。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04