京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12