缔元信.网络数据CEO秦雯:2015大数据态势解读(组图)

24.07.2015  02:04
2015中国互联网大会大数据应用论坛中,缔元信。所谓六大抓手就是落到应用上的六个抓手,归纳成三个角色在推动大数据落地,政府、DT服务商(对应原来的IT服务商)、企业。

原标题: 缔元信.网络数据CEO秦雯:2015大数据态势解读(组图)

  中新网7月23日电 2015中国互联网大会大数据应用论坛中,缔元信。网络数据CEO秦雯对中国互联网大数据态势及未来发展趋势了自己的观点和看法。她表示,中国互联网大数据产业“山高水长,任重道远”。

(图为缔元信。网络数据CEO 秦雯)

  千帆竞发大数据

  经过近两年的发展,大数据从概念的普及、热炒到应用遍地开花,越来越多的互联网企业开始用数据化思维来经营企业。2015年,大数据应用进程的加快也在不断促进产业规模的扩大。

  如上图所示,从最近跟大数据相关的几千条新闻中可以看到,今年一个很大的变化是跟大数据的概念、理念、知识背景和大数据本身产业技术相关的新闻大概占到了27%,剩下73%都是各行各业的大数据应用。这些大数据应用涉及到30个行业,其中主要的是金融、娱乐、交通、营销、电商等等,这个数据也说明,未来大数据的发展趋势:一定是跟行业应用相结合,秦雯女士分析。

  这个变化如何产生的?秦雯女士将其归纳为:三大推手及六大抓手。

  所谓六大抓手就是落到应用上的六个抓手,归纳成三个角色在推动大数据落地,政府、DT服务商(对应原来的IT服务商)、企业。政府的抓手分两个,一个是开放数据,即政府、社会公共数据的开放,第二个是智慧城市的推进。DT服务商的抓手则分为云计算和数据处理的技术和方法。企业的抓手是数据化运营和创新应用。

  据2014年数据显示,中国在全球开放数据排名在第57位,从各项主要约定开放的数据来看,水平相对较低,但一些地方已经在推进开放数据,其中典型的是北京和上海。在智慧城市方面,今年上半年智慧城市已经如火如荼地开展,尤其以阿里和百度为代表的两家大的平台在全面切入智慧城市的解决方案。从国家层面,住建部推行的智慧城市试点已经有500多个,自上而下的推进,对大数据的应用推动起到了积极作用。

  在DT服务商方面,多元化的终端推动了云计算的发展,终端变得越来越小,所有的数据处理和计算对云的依赖程度就越来越高,而目前中国整个云计算发展还是以基础设施为主,在平台层面和服务层面还占有非常小的比例。另外大数据处理技术日趋成熟,能够帮助产业和企业赋予它数据管理和数据应用的能力,以缔元信大数据处理流程为例,讲一下大数据处理的思路。

  从收集到数据的清洗、加工、处理,这个环节把数据转化成信息的环节,然后再到上层的数据应用,这个环节是把信息转化成策略的环节,再对接就是业务。这个技术和方法不断成熟所带来的是企业如果想把自己的数据用起来的话,变成在技术上的可能。

  再说企业,数据化运营是企业大数据应用的基础应用,针对于现有业务基于互联网+的成长,用大数据提高业务的运营效率。数据化运营本身的内涵,首先要有明确的运营目标,其次要制定好运营策略。在执行过程中,用数据不断去优化运营的过程和运营效果,这就叫数据化运营。之所以很多企业数据用不起来,最主要的原因是运营目标不清晰。所以很多企业用数据时变成业务和数据系两层皮,数据也用,数据工具也用,但这个工具只是停留在看看报表,还不能够把数据和业务结合起来,让数据真的去改进业务,这是目前企业在大数据应用当中存在的一个问题。

  基于这个数据,如何去创造新的应用?举例讲,一家互联网保险公司卖航空延误险,一般保险公司可能相对比较长的一段时间,比较短的是卖3天,但这家公司能按单次航班卖,还能够即时赔付,如何做到这一点?实际上关联了另外一个应用,这个应用是航班管理软件。这样一个关联能够让他有能力做到实时的业务处理。基于这样一个航班延误场景,可能派生出来的服务包括在延误候机时提供的服务。整个场景化应用已经不仅仅是保险了,关键是跟各种关联应用的管理数据,这是一个典型的用数据来驱动的创新应用。

  前景似繁花 道路阻且长

  虽然有三大推手和六个抓手,但是大数据的发展还需要注意一些问题,秦雯女士又分别从基本层面、意识层面、操作层面三个方面与参会做了。

  第一层面社会共识,即行业的标准共识,包括整个大数据元数据标准,即数据分类的标准,需要达成共识、统一标准的;技术规范,在数据处理过程当中需要用到或一些方法论的东西需要有规范;法律法规,法律法规和开放机制是相辅相成的,数据应该如何开放?

  第二个层次是组织文化。作为一个企业级、产业级大数据应用的保障条件是三个,首先要有数据信仰,要相信数据真的能改变我们和改变世界,要有对应的组织结构调整;要有目标导向。

  第三层次是应用策略。数据本身管理和应用层面要有顶层设计、长效管理和业务互动。

  最终构建整个数据管理应用体系,从平台到系统,到报表,到工具,到引擎,完成一个企业级的大数据应用的闭环。