京公网安备 11010802034615号
经营许可证编号:京B2-20210330
首家大数据交易所成产业发展引爆点_数据分析师考试
近日,2016年贵阳国际大数据产业博览会在贵阳开幕。此次峰会吸引了包括腾讯马化腾、阿里巴巴马云、百度李彦宏等在内的IT行业“大佬”悉数到场。而后,中共中央总书记习近平在贵阳大数据广场考察时又提到“贵州发展大数据确实有道理。”一时间大数据成为了社会各界关注的热点。与此同时,全国首家大数据交易所落户贵阳,瞬间成为了国内大数据产业发展的引爆点,大众都在翘首以盼等待大数据时代的全面袭来。
如何理性地迎接这股大数据的热潮?如何将大数据转换成真正意义上的资产,让大数据资产在更大范围内合理规范化地流通并产生价值?6月25日,本报独家采访了贵阳大数据交易所的发起方之一亚信数据总裁张灏,就大数据产业发展等相关问题作了交流。
探索大数据公开的规范化模式
今年以来,政府部门曾多次发文鼓励相关政府部门、企业实行数据公开,从而进一步推动大数据的应用,发挥大数据对社会的积极作用。但从目前情况来看,国内数据公开的进展不如想象中那么顺利。
究其原因,张灏指出,这主要是由于有三方面的问题还亟待解决。首先,从法律上实现数据的合法化问题。目前由于立法的缺失,在现实中很难界定哪些数据可以公开,公开后会不会造成安全隐患。因此,政府数据公开有一个重要前提,就是建立健全法律法规,对隐私数据进行界定,同时颁发相应的数据可交易的牌照作为把控的依据。其次,数据公开后涉及个人隐私的问题。数据开放之后,数据中包含的个人隐私一旦曝光,可能会引来诉讼或其他风险。这就要求我们要考虑如何将数据进行过滤去隐私化,在隐私曝光后如何维权的问题,这些问题都应予重视和解决。
此外,就是数据价值兑现的问题。如何将大数据转换成真正意义上的资产,让大数据资产在更大的范围内合理规范化的流通并产生价值,数据公开到底能够带来什么样的益处,只有解决了这些问题,相关政府部门或企业才有可能愿意参与到大数据产业中来。
“亚信数据之所以参与创立贵阳大数据交易所,其中一个重要目的,就是想探索一种切实有效的机制,通过政府引导和市场化运作相结合的方式有效解决数据公开和交易的问题。”张灏表示。
据了解,贵阳大数据交易所是全国首个大数据交易所,面向全国乃至全球提供数据交易服务。该大数据交易所以电子交易为主要形式,通过线上大数据交易系统,撮合客户进行大数据的交易,为大数据交易提供一个公平、可靠的环境交易系统。亚信数据为贵阳大数据交易所提供一整套完整的IT系统解决方案,也将参与贵阳大数据交易所的日常管理和市场运营。
张灏介绍说,贵阳大数据交易所是立足贵阳、面向全国的一个数据交易平台。交易所是一个商业企业,而不是一个公益组织,但政府会在其中担当重要角色,属于政府引导和企业运营相结合的一个平台。
追求以人为本的生态化发展
如今,对于企业来说,信息化技术已经不仅仅是一个支撑系统,而是生产系统的一部分。人们越来越意识到,信息化技术不仅起锦上添花的作用。同样,大数据不仅仅能为企业的决策和内部管理提供支持,也可以促进企业业务的创新,带来丰厚的价值。在张灏看来,大数据就是要为企业解决实际问题,降低企业成本,提高行业效率,而以人为本是大数据产业发展的最终目标。
但目前,大数据的应用还是有些“雷声大,雨点小”。追逐大数据的人很多,但真正静下心来,踏踏实实做大数据落地工作的人并不多。现在,很多企业因为对大数据不理解,所以还不能全盘接受和利用大数据,这也使得上述企业会深陷经营的困境。相反,也会有很多企业因为善用大数据而迅速成为本行业的龙头企业。“在这样的敏感时期,就需要一批有社会责任意识、有诚信度的、真正能以人为本的企业站出来做引导,率先推进大数据产业的发展。”张灏指出。
张灏表示,大数据是一个和平共生的生态环境,不应该有所谓的垄断、寡头。这样一个生态环境的打造也不是亚信一方就能做到。这个平台需要各方的参与,对所有参与者来说都是平等、中立,且可以互动、对接的。在大数据平台之上,各方可以平等地获取数据,平等地进行价值交换,平等地使用社会上最大集合的数据能力。中国是天生的大数据之国,不仅数据量大、种类多,而且数据应用十分复杂。不过也正因为如此,中国大数据市场潜力也是巨大的。
“目前,‘大数据生态’还远未形成。但亚信已经做好了准备。我们并不拥有数据,我们提供数据产品、数据服务和运营,同时也是数据合作伙伴。我们的存在,是为了帮助别人创造数据价值,从而在大数据生态共荣圈的建设过程中发挥积极的作用。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 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