京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据交易助力我国产业规模赶超全球增长率
有数据显示,目前全球大数据产业市场规模未来三年将以60%左右的速度实现爆炸式增长,“如今,世界网络信息服务领域十大巨头中,中国占据了四强,而在大数据产业标准化研究中,中国始终站在世界的前沿,我相信大数据新一轮的浪潮即将到来,而中国将在这一浪潮中占据很重要的地位。”中国工程院院士倪光南在近期表示。
大数据让人类视野又阔一步
“大数据是人类认识世界的第四种方式,而软交所搭建的北京大数据交易服务平台则解决了大数据交易双方供需沟通的核心问题,缩短了二者之间的沟通距离,降低了沟通成本,可以说,北京大数据交易服务平台解决了大数据产业链中的最后一公里问题。”倪院士在前不久召开的北京大数据交易服务平台上线发布会上明确表示。
作为平台的建设者、运营者,建设阳光透明的软件交易市场是北京软件和信息服务交易所(以下简称软交所)建立之初就被赋予的重要使命,而软交所亦是在这种使命的推动下在软件和信息服务的产业发展上一步一步地起着不同凡响的作用,因此,建设北京大数据交易服务平台是大势所趋,也是软交所的使命所在。
“我不想说大话,北京大数据交易服务平台的产生不能够说为产业解决多大的问题,但在大数据交易的现实环境中,这一平台的价值我相信会逐一实现,而这也是软交所搭建这一平台的重要初衷。”软交所总裁胡才勇也在采访中透露了北京大数据交易服务平台的建设意义。
需要一个有公信力的平台
“从全球的标准推进情况来看,中国在大数据领域占据着重要的地位。”中国电子技术标准化研究院副院长高林对中国大数据产业前景看好。
今年4月,中国大数据标准讨论组正式召开会议,胡才勇作为讨论组成员参与了会议讨论。会上,胡才勇的一个“谁能明确说出大数据交易过程中的‘交易物’是什么?”的问题让与会专家犯了难,从2011年,中国大数据产业快速崛起,到大数据成为热词的今天,大数据作为商品的确切描述始终模糊,在行业内摸爬滚打多年的胡才勇清楚地知道“空谈误事”的道理,“最怕的就是新瓶装旧酒,我们要的是让大数据交易双方能够在公平、公开、公正的环境下进行阳光、透明的交易,而阳光、透明的本身即需要对‘交易物’有清晰的描述。”
软交所作为北京软件与信息服务业公共服务平台的重要组成部分,在政府支撑服务方面发挥了重要作用。因此,在软交所的多次倡导及呼吁下,“信息技术数据交易服务平台交易数据描述”与“信息技术数据交易服务平台通用功能要求”两项标准于今年下半年正式在国家标准委员会立项,并由软交所作为标准起草的核心单位。
“‘信息技术数据交易服务平台交易数据描述’与‘信息技术数据交易服务平台通用功能要求’两项标准准确地说是在大数据标准体系框架中应用和服务标准体系下的数据服务平台类标准之中,是针对大数据交易应用实践的重要标准之一。”高林对软交所承担起草的两项标准给与了充分的肯定,“从目前的情况来看,中国的大数据产业发展迫切需要尽快出台相关的大数据标准,而软交所搭建的北京大数据交易服务平台作为其起草两项标准的最佳应用实践环境,为标准的起草拟定提供了良好的基础,所以我想该交易平台的建立,会让我们对标准的制订更有信心。”
从石油理论看大数据估值
“石油价格的拟定与大数据的估值问题有着异曲同工之妙!”采访中胡才勇将石油价格拟定的问题巧妙地引入到了大数据估值问题中,“石油是历史留给我们的宝贵财富,我们很难从石油本身的价值来为其定价,那么石油的价格是如何拟定的?我们都知道,通常石油的价格是根据其采集、运输及应用的情况进行定价的,而大数据也如此,我们无法为大数据本身定价,因为我们每个人都是大数据的生产者,大数据的真正价格体系一定是根据其挖掘、清洗、分析及应用几个角度来最终确定的。”
针对大数据估值问题,胡才勇用了一个“随行就市”,在他看来,北京大数据交易服务平台本身就是大数据估值的一个有力工具,在这一平台上,买卖双方可以清楚地看到交易的供需情况,以及数据的买卖情况,从交易双方的真实评论以及交易数据本身的评估分析来对数据进行较为贴切的估值,这样的估值结果在目前的大数据交易中将有着重要的参考价值。
“软交所搭建的北京大数据交易服务平台与传统数据交易平台的最大差别在于第三方、公立。平台的一个重要作用即是聚集资源,这些资源来源广泛,不但包括政府的资源、企业的资源,亦包括我们每个人每天不自觉产生的数据资源。自己的一小块资源无法有效地利用起来,企业平台的资源也是有一定限度的,如何将资源聚集,并且实现1+1>2,这是平台的建设与运营的一大行业壁垒。”胡才勇如是说。
如何打破壁垒,作为平台的建设者、运营者,软交所也有自己的考虑。北京大数据交易服务平台并不是孤立存在的,一方面它作为公立第三方交易平台,秉持公平、公正地促成每一笔交易,另一方面该平台与数海、数据堂等此类大数据平台建立合作关系,形成固定模式,即数据交易在平台完成之后由数海、数据堂等第三方完成数据交割,相信这种模式也会在以后更多的合作中不断磨合、不断完善。
针对政务数据的开放,平台会免费提供开放的接口,让大家可以利用这些数据进行加工。同时,据胡总透露,北京大数据交易服务平台也将搜集企业以及用户的数据需求,定期向政务数据资源提交开放申请,软交所也将为政务数据的开放做出更多的努力。
作为全球大数据标准起草的重要成员单位,面对全球市场爆炸式的增长,中国大数据产业前景几何,这不仅仅是中国人关心的话题,也是全球关注的话题,在倪光南、高林以及胡才勇的眼中,60%不是一个目标,而仅仅只是一个过程。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09