大数据进入挖掘为王时代“新矿工”挖掘新未来

一堆毫无交集的数据，经过一番交融荟萃，催生出全新的应用，激发出全新的商业模式，孕育出新的产业，培育出新的经济增长点，颠覆着传统的经济活动…… 数据挖掘显现的这一系列价值，正在推出一个以数据挖掘为核心的大数据价值输出新时代。

影响所及，无所不达。3月1日，一场围绕数据挖掘的全球赛事——2017中国国际大数据挖掘大赛在我国首个大数据试验区贵州宣布启动。

“相对于采集、储存，数据挖掘是大数据走向应用创造价值的关键。”大赛组委会一位负责人表示，“贵州在拼命开放数据的同时，也在全力进行数据挖掘，就是要尽快‘逼出’大数据的价值，让大数据战略释放出大红利。”

贵州只是全球大数据浪潮的缩影。无论中国的西部，还是美国的硅谷，“挖掘”的声音在全球同步响起，汹涌澎湃。数据资源的开放，挖掘工具的进步，商业前景的清晰，数据挖掘成为新一轮市场热点，愈发受到资本的追捧。

数据价值输出新时代

“如果把大数据比作石油，那么挖掘就是勘探、钻井、提炼、加工。核心是把数据资源变现成商用价值。”一位曾参与国家大数据行动计划纲要起草的专家表示，数据资源已经成为国家战略性资源，我国必须尽快在大数据挖掘这个关键点有所突破。

目前国际主流的做法是把大数据链条分为数据获取、预处理、存储、挖掘或分析、可视化五个关键环节，挖掘被认为是核心。

“真正的大数据就体现在大数据的深度挖掘应用。”中科院院士、北京理工大学副校长梅宏在一次大数据论坛上表示。

“这实际上是数据价值在不断提升的体现。”上述国家大数据行动计划纲要起草专家分析说，以前是对于数据资源的利用，更多是信息的获取，例如企业通过经营数据的分析统计，总结过去的经营活动。而现在不再局限于信息获取，同时实时数据资源的挖掘，可以优化业务模块，可以催生新的业务模块，这是颠覆性的。

全球知名咨询公司德勤发布的《2016分析趋势报告》认为，数据挖掘的威力和价值正在凸显出，它帮助人们作出更明智的决策，优化企业和社会运转。“商界正在积极寻找可以让他们赢得优势的科学方法。”

“我们已经走进数据价值输出的时代。”该专家表示，“大数据依靠挖掘而呈现的巨大商业价值，正在成为推动经济变革的新引擎。”

挖掘需要更多的数据

丰富的数据源是进行大数据挖掘的前提。德勤最新发布报告《2017德勤技术趋势》指出，数据资源正在指数级的增长，到2020年，全球的数字预计将达到44泽字节（zetta bytes）。”

尽管数据资源在全球呈指数级增长，但是数据资源的开放和共享程度却亟待提升。“从国际上看，政府数据开放还处于初期阶段，主要通过制定战略或政策文件形式指导开放。”中国信息通信研究院互联网法律研究中心主任工程师杨筱敏说。

杨筱敏说，2015年我国密集发布了多个相关文件，其中最主要的是国务院《促进大数据发展行动纲要》。纲要对相关政策进行了梳理，提出在开放前提下加强安全和隐私保护，在数据开放的思路上增量先行，提出在2018年底前建成国家统一的数据开放平台。

“目前我国信息数据资源80%以上掌握在各级政府部门手里，‘深藏闺中’是极大浪费。”2016年5月9日的全国推进简政放权放管结合优化服务改革电视电话会议上，国务院总理李克强要求尽快实现政府数据开放。

实际上，嗅觉灵敏的贵州、宁夏等省份，早在几年前就开始布局大数据。贵州甚至是全国第一个大数据综合试验区，政府数据开放是其重要的试验内容。

贵州在2014年开始大数据行动，第一步就是打造一个数据开放共享的“聚通用”云上贵州平台。到了2016年下半年时候，贵州突然加大了推进力度，启动“数据‘聚通用’攻坚会战”。

贵州省大数据发展管理局副局长康克岩介绍，2017年元旦前夕，贵州省法人单位、人口、空间地理、宏观经济四大基础数据库数据汇入共享平台，贵州率先实现50%以上政府数据“云上”开放共享。

记者梳理发现，北京、上海、浙江、青岛、武汉地已建立了专门的政府数据开放平台。最近，河北省和安徽省均表示要在2018年底前初步建成政府数据开放平台。

在此次大赛启动会上，来自贵阳、北京、上海、深圳、广州、杭州等17个国内政府数据开放先行城市的代表，共同发布了《共同促进数据开放及应用行动宣言》，呼吁共同努力促进政府数据开放。

“新矿工”挖掘新未来

随着数据资源越来越多，数据形态越来越丰富。康克岩在分享贵州数据开放经验时表示，在进行海量数据汇集过程中，有一个难题就是数据格式不统一、标准不统一。

形态各异的数据正是大数据的显著特征。海量的图片、声音和视频甚至互联网上的闲言碎语——《2017德勤技术趋势》将这种非结构化的数据称之为暗数据。

德勤在报告里宣称，这些暗数据是比以往任何时候都更有价值的数据源，当然，对挖掘技术的要求也越来越高。

不过这并没有阻挡市场的热情，越来越多大数据企业和数据科学家加入到“暗数据挖掘”战。

移动信息化研究中心2月10日发布的《2016中国大数据市场研究报告》显示，国内大数据企业此前主要聚焦在技术壁垒较低的应用、可视化等环节，而在存储和挖掘等环节，极少有企业切入。但是到了2016年，看到了利好消息。该报告显示，从2013年到2016年，数据挖掘在大数据产业链中的分布情况从4.1%上升到9.2%。

该报告也显示，从大数据主要产业链市场份额占上看，数据存储约占12.5%，存储14.7%，应用7.9%，挖掘占比最高，为17.3%。报告认为产业链纵向各环节均属蓝海市场，而挖掘高风险与高收益并存。

麦肯锡更是对数据挖掘大唱赞歌。麦肯锡全球研究所一份报告指出，到2025年，物联网11.1万亿美元的年产值中60%将来自于对数据的整合和挖掘。

事实上，国内资本看好大数据挖掘这片市场，多数大数据创新企业在A轮或A轮以前可以融到数千万的启动资金，极大程度的催熟创新企业的成长。

知名风投看好，作价千万提前布局，这其中不乏有IDG资本、经纬中国、达晨创投的身影。聚焦于数据挖掘的昆仑数据曾获得达晨创投数千万元的A轮融资。

资本的热捧下，人工智能（AI）、深度学习等大数据挖掘技术和工具的概念也烈焰高涨。时代呼唤新的“矿工”，寻找新的挖掘技术和工具，成为抢占大数据风口的制高点，关于数据挖掘的赛事也成为外界观察大数据脉动的风向标。

“2017年大赛将聚焦数据挖掘及应用，清晰展现大数据价值路径。”上述大赛组委会负责人士表示，“以贵阳为代表的贵州，在政府数据开放领域形成领先全国的态势，为大数据挖掘大赛提供了很好的基础和支撑。