京公网安备 11010802034615号
经营许可证编号:京B2-20210330
专家给大数据“泼冷水 ”:中国大数据仍在初级阶段
大数据成为时代的新宠儿,不知情的人以为,中国大数据已经发展的差不多了,在专家眼里,大数据还处在初级阶段,出现的许多问题都亟待解决,大数据还要再迈过几道坎儿。“我国意识到大数据的价值,并不比欧美晚,但并没有很好的大数据应用。”大数据运用还在法外“裸奔”,这都是大数据要...

“不少人以为,大数据技术很成熟了,甚至说大数据是万能的。”近日,在“中关村大数据日”上,西安交通大学数学与统计学教授徐宗本院士说,“大数据具有大价值,但也有大忽悠的一面。”在接受记者专访时,数据堂合伙人柴银辉认为,“大数据就像5年前的云,还处于初级阶段,还需要跨过几道坎。在这个过程中,要谨防泡沫出现”。
数据无差别存储:想要应用成本要降万倍左右
“数据无差别存储,使用起来成本太高。”柴银辉估计,“这些数据想要应用,成本要降到万倍左右。”
目前,很多人把“大数据”等同于“数据大”。在柴银辉看来,“分类存储的数据才能产生价值”。
对大数据拥有者进行分析,柴银辉认为,前景并不乐观。“大家说政府掌握数据,但很多部门只是把文件堆在那里,甚至没有数据库。国企有数据,却不知该怎么存放。无差别存储的数据,很难产生价值。”
柴银辉认为,大数据想要应用,就要经历全、新、细、准四个阶段,但目前很多数据还没完成第一个阶段。
“我国意识到大数据的价值,并不比欧美晚,但并没有很好的大数据应用。”电子科技大学教授周涛曾经分析,其中一个重要原因,是拥有大数据的人、拥有大数据分析技术的人、拥有数据分析需求的人是分离的。
他举例说明,比如遥感、水利、水文数据,如果国家不能有效管理起来,就没法产生价值,反而是一个巨大的负担。
技术上并不成熟:新分析方法还没出现
“不少人觉得,大数据技术很成熟了。”徐宗本说,这其实是一个误区。
徐宗本从处理和分析的区别入手加以说明:“我们想做一个简单统计,做一个查询,做一个排序,做一个比对,等等,这叫数据处理。它是用计算机的标准逻辑一步过的处理方式。而数据中有没有趋势、有没有共性结构、有没有关联数据,这些叫数据分析。”
为了更便于理解,徐宗本举了一个例子:“在这间屋子里,找出谁个子最高,这是处理,但找谁和谁关系最好,这叫分析。”
但在现实社会里,很多人把两者混为一谈。这也造成了他们对大数据技术的误读。徐宗本认为,大数据的成功是部分处理技术的成功。现有例子对于分析而言,基本还是传统方法,新方法并没有出现。
硬蛋首席技术官李世鹏告诉记者:“我们在做智能硬件孵化时发现,对于供应商和创业者需求的精准分析,大数据还需要进一步成熟。”
“大数据不是低端业务的简单整合。”数据堂CEO齐红威说,“现在的大数据应用还非常浅,远没到分析阶段。”
人才瓶颈制约发展:基础性数据分析人才缺口达1400万
“全球竞争对手,几乎早于我们半年,把顶尖大学大数据研究室里的优秀专家挖光了。”滴滴出行CEO程维说,“目前,我国每年培养的大数据深度学习方面的博士生大概只有50个人。”
“大数据发展的瓶颈是人才。”程维说,大数据健康发展,必须培养出世界领先的团队。
据中国商业联合会数据分析专业委员会统计,我国未来基础性数据分析人才缺口将达1400万;而在BAT企业招聘职位里,60%以上都在找大数据人才。
“一个大数据方面的普通大学生,年薪起码也有五六万美金,吸引力不能说不强,但现在还是缺人。”数联铭品CEO曾途告诉记者,“大数据是一个新兴事物,高校、院所里培养的人才还不多。这种现象短时间内很难改变。”
“现在大数据有很多问题,首先就是人才缺乏。”北京大数据研究院学术委员会主任张平文提到了一个担忧,“高端人才都在公司里,年薪上千万,学校雇不起。这可能会对基础研究产生影响。”在他看来,解决这个问题,需要高校、院所机制体制的突破。
个人隐私亟待保护:大数据运用还在法外“裸奔”
“前两天,家人甲状腺不舒服,我在网上查了相关知识。过了一天,就有人说是甲状腺医生,想加我为微信好友。”张平文所说的,正是人们对于数据安全的担忧。
“数据具有特殊性。如果反映的是群体趋势,这对生活是有益的;如果触及个人隐私,就可能造成伤害。”柴银辉说。
“在美国,你去贷款,但哪一年在图书馆借书忘了还或推迟还,就可能受影响。美国诚信体系建设比较完善。同时,几十年来,相关立法可以让个人隐私得到很好的保护。”曾途说,“目前,我国大数据还处在起步阶段,尚未进行立法监管。”
“存在可观的利润空间,就可能出现泄密、买卖信息。”曾途认为,不让大数据运用在法外“裸奔”,“立法应当提上议程”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12