京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据畅通需打破壁垒早立法_数据分析师培训
大数据时代,人人都是大数据的使用者,人人也是大数据的制造者,人人离不开大数据。但是,大数据从哪获取?大数据是否安全?使用这些数据是否涉嫌侵害隐私?大数据是否有效?等等,上述系列问题,已经成为我国迈入大数据时代绕不过去的坎。挑战伴随着机遇,携手来临。
打破壁垒提上日程
谁拥有大数据,谁就拥有了未来。因此,含金量越来越高的大数据,受到市场各方尤其是金融业的高度关注。
证券业有中证登,银行业有银联,保险业早在2014年成立了中国保信。目的是为了加强行业公共基础设施建设,全面提升保险经营管理的信息化水平。大数据时代,保险试水信息航母平台建设。
中国保信公司常务副总裁罗胜在月谈上表示,如果要利用大数据,一定要有消除社会上的数据门槛和数据障碍,打破数据壁垒。但在这方面做的确实不好。
基金公司在量化管理上,数据的应用非常广泛。但在国寿安保基金经理李康看来,目前大数据的应用只是刚起步,因为有很多数据,金融机构是难以得到的。
与会者认为,由于数据本身的封闭、数据的不开放,当然,也不排除在数据应用本身、技术提取方式方法上的问题,使得目前我国数据的共享程度不够。
在目前环境下,要解决数据间壁垒问题,确实没有太好的办法。中科院金融科技中心首席科学家兼副主任刘世平的方式比较实用。他透露,“我们在每个地方基本上都是找地方一把手,否则的话,目前很难打破壁垒”。
优股网创始人卢常福说的很干脆,“就是要开放和降低行政门槛,目前,像金融业是比较严格的。”火热的资本市场,越来越庞大的数据体系,对于证券数据的分析者而言,迫切需要放开数据的最终出口。当然,这可能涉及牌照管理等系列监管问题。
其实,行政管制现在比较严格的地方,在行业的商业模式以及发展空间,都会受制于原有管制。需要大量的新生力量进入,带来新的活力。因此,一个行业要健康发展,一定是流动的、开放的。
人们对于新崛起的大数据,爱戴之余,如何商业化,商业化到什么程度,心里都没谱。正如罗胜所言,数据的使用和应用,商业化肯定是一个趋势。但要把商业化和过渡商业化、商业化应用和非商业化应用区别开。
应为大数据立法做准备
新三板上市公司北京精耕天下董事长姚世忠举例称,因为税务的数据和银行的数据存在一定差距,能否分别获取相关数据,通过大数据公司,精准服务客户。
实际上,姚世忠提出了一个很敏感的问题。即,在哪种情况下哪种数据是可用的?一家做某地税务数据的公司,并不表示这家公司拥有数据本身和数据的使用权。这涉及数据的安全性、数据的隐私性、数据的可得性问题,以及数据的可用性问题。
“哪些数据是可用的,哪些数据是可得的?获取数据的方式方法是不是合理、合法、合规,这个是大数据时代一个非常重要的议题”,刘世平点评说。
显然,大数据这么重要的领域,立法是肯定刻不容缓的。
罗胜也认为,现在国家强调依法治国,在大数据领域制定相关法律,用法律维护数据的严肃。
除了要从根子上解决立法问题外,还需要走出目前认识上的误区。即大不等于多,大数据时代,应该更加强调数据的有效性。也就是说,不要为了迎合大数据而过度滥用大数据,规避进入大数据的误区。
积木盒子风险控制副总裁谢群认为,如何权衡在有限的资源、数据和时间里,得到一个最有效的决策,这是大数据时代带来的一些挑战,而公司目前已经迈出了非常有益的第一步。
李康也因为,数据本身的有效性是值得思考的。大数据时代,不在于数据的多少,因为这是相对概念。关键问题是数据本身能不能对这个事物本身进行准确的描述,且能描述其他内在本质。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 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 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 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 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 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。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07 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 ...
2026-07-07【核心关键词】转化率、企业、策略、岗位、互联网、拆分、产品、运营、分析师、指标体系、数据分析、用户画像、数据诊断、产品 ...
2026-07-06在数据分析工作中,文本数据处理是高频刚需场景,用户评论、客服工单、日志信息、调研问卷、商品文案等数据都包含大量文本内容。 ...
2026-07-06 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 ...
2026-07-06在 CDA 数据分析师能力体系中,透视分析是数据探索、多维度汇总、业务复盘的核心基础技能。无论是 Excel 数据透视表,还是 Power ...
2026-07-03在市场竞争日趋激烈、获客成本持续攀升的当下,企业粗放式的“广撒网”获客模式早已无法适配经营需求。企业经营的核心逻辑,已经 ...
2026-07-03 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-07-03【核心关键词】运营、企业、核心、客户、新技术、数字化运营、数据分析、传统企业、人工录入、生产系统、技术人员、数据安全、 ...
2026-07-02在产品开发、项目立项、业务拓展、运营优化的工作中,市场调查、竞品分析、需求调研是三大核心基础工作。很多从业者容易将三者混 ...
2026-07-02