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
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 ...
2026-04-10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 ...
2026-04-10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在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01