落地開花，大數據的應用領域在不斷拓寬

1、數據已經成為可交易的重要資產

數據的價值在于能夠產生業務價值，而產生業務價值的多少取決于數據帶來的視野的寬度和深度，以及對明智決策的支持度。從這個角度將，在資源不限的理想情況下，越多的數據來源，越能夠帶來寬度和廣度，從而得到越好的決策支持度。數據，毫無疑問已經成為了一種企業資產， 并且會成為越來越重要的資產，未來甚至可能進入資產負債表。

2015 年 4 月 15 日， 我國貴陽大數據交易所正式運營， 其交易的數據是基于底層數據，通過數據的清洗、分析、建模 、可視化后的結果， 大數據交易所本著以電子交易為主要形式，通過建立大叔局的網上交易系統，搭建交易平臺。預計到 2020 年，大叔局交易所將形成日均 100 億的數據交易金額， 發展到 1 萬家與大數據有關的會員單位。

2. 云計算是大數據產業發展的助推器

云計算產業進入高速發展期。 云計算包括三個層次的服務：基礎架構即服務（ IaaS），平臺即服務（PaaS）和軟件即服務（SaaS）。來自 Oxford Economics 和 SAP 關于云計算采用的研究《The Cloud Grow Up》中提出， 69%的企業預計在未來三年內將會中度或者重度投資在云計算上，這意味著它們的核心業務功能將遷移到云上。 59%的企業認為他們使用了基于云計算的應用程序和平臺系統，更好地管理和分析了數據，這反映了企業范圍內進行數據分析和大數據計算日益增加的重要性。 Gartner 預測 2015 年全球云計算服務市場總收入將突破 1800 億美元。 2015 年 2 月 ， 國務院下發《關于促進云計算創新發展培育信息產業新業態的意見》提到：開展基于云計算的大數據應用示范，支持政府機構和企業創新大數據服務模式，政府部門要加大采購云計算服務的力度等一系列措施。云計算已經從概念走向實際應用， 已經進入高速發展期。

云計算降低了使用 IT 資源的門檻，為數據集中化創造了基礎，極大的促進了大數據產業的發展。 云計算按需付費和資源共享的商業模式，大幅提高了 IT 基礎設施的使用效率；IaaS 運營商不斷降價，又極大滿足中小企業對于技術基礎設施的需求。未來企業將不用再購買服務器，直接購買終端，輸送至數據中心，從而形成服務器集群產業鏈，滿足了大數據存儲和挖掘的需求。云計算中心基礎設施的不斷完善使得大型數據中心和 PaaS 類運行平臺的趨于成熟，又為 SaaS 類應用業務市場的大規模啟動創造了條件。 SaaS 應用的大規模使用降低了用戶使用軟件的成本，促進了企業信息化程度額提高，又進一步促進了數據集中化。

云端處理與移動互聯網行業結合，將產生不計其數的交叉業務和個性化應用。而社交網絡的廣泛應用，又加速了信息的傳播速度和范圍，促進了數據的內生增長。物聯網要求的海量存儲和計算能力讓廉價、高性能的云計算應用方案成為所有用戶的自然選擇?？梢哉f，云計算的蓬勃發展，極大促進了移動互聯網、社交網絡和物聯網的發展，使得更多數據被采集到云端，為大數據應用提供了數據基礎；同時，云計算的高性能、低成本運算能力又為大數據分析提供了極佳的計算平臺，極大的促進了大數據在各行業中的應用。 因此， 數據的爆炸式增長其背后的核心支撐是云計算產業的蓬勃發展。

3. 大數據的應用領域在不斷拓寬

大數據實踐包含多個維度， 按照行業劃分，包括金融大數據、 醫療大數據、 交通大數據、運營商大數據、 互聯網大數據、物流大數據等等， 每個行業根據其 IT 系統及互聯網化的完善程度不同，其大數據發展的階段各不相同。按照數據對象劃分，包括互聯網大數據、政府大數據、 企業大數據、 個人大數據， 目前，互聯網大數據是已經開始得到有效利用的細分領域，而政府、企業和個人的大數據應用才剛剛開始， 是“互聯網 +”背景下大數據應用的重要發展方向。

互聯網大數據： 互聯網上的數據多樣、積累迅速， 包括用戶行為數據、用戶消費數據、用戶 社交數據、 用戶地理位臵數據等， 互聯網企業是大數據領域的先驅， 各家互聯網企業依托自身的數據優勢，早已開始利用大數據技術嘗試用戶 行為分析、精準營銷、產品優化、 信用記錄分析等用途。

阿里巴巴是互聯網企業中大數據應用的典范。 阿里巴巴旗下的淘寶最早于 2005 年開發“淘數據”，并在半年后成立專門的大數據團隊，相繼開發了自用的“無量神針”、“類目360”， 以及針對賣家的“數據魔方”、“黃金策”、“淘寶指數”、“聚石塔”等數據產品，為賣家提供增值服務， 探索盈利模式。 此后，阿里巴巴的大數據體系日益成熟， 確立了平臺 、金融和數據的三大業務核心，三者相輔相成，目前的阿里巴巴金融帝國就是建立在其電商平臺 +大數據之上的隱性巨人。 例如， 阿里依托電商數據積累推出阿里小貸和螞蟻信用，本質在于通過大數據技術構建征信體系 ， 為整個阿里體系金融業務的進一步拓展打下了充分的基礎。

政府大數據： 政府是數據資源最豐富的部門之一，大量的優質數據資源集中在政府手中，各個政府部門掌握著構成社會基礎的原始數據，例如金融數據、交通數據、醫療數據、旅游數據、電力數據、住房數據、海關數據、違法犯罪數據、教育數據、環保數據等等。目前，政府數據存在幾方面的問題：第一，數據積累偏靜態，沒有做到動態更新，導致有些數據過于陳舊；第二，數據孤島現象嚴重，沒有做到數據開放和共享。倘若能將這些數據進行有效的管理和分析，其商業價值和社會價值都是不可估量的。

政府加大智慧城市建設，數據價值挖掘正當時。 目前，政府已經意識到數據的重要性，2012 年開始，政府就不斷加大在智慧城市建設，包括智慧交通、智慧環保、智慧教育、智慧社區、 智能電網等各個與城市相關的細分領域。 2014 年 3 月，國務院印發的《國家新型城鎮化規劃 (2014-2020 年)》，明確要求推進智慧城市建設，統籌城市發展的物質資源、信息資源和智力資源利用，推動物聯網、云計算、大數據等新一代信息技術創新應用。 2015 年 4 月 ， 住建部公布第三批智慧城市試點城市，加上前兩批，目前我國的智慧城市試點已經達到 297 個。 智慧城市建設將完善城市各個細分領域的信息化水平， 構建統一的數據平臺，打破信息孤島現象； 同時， 一些地方政府已經開始探索采用 PPP（Public-Private-Partnership） 的公私合營模式，逐漸開放部分數據， 讓社會機構參與運營，挖掘數據價值。

以智慧交通為例， 通過信息化建設連接道路信息管理系統、交通信號系統、公共汽車系統、出租車系統、電子收費系統、 停車場系統等， 實現數據共享， 對于政府部門來說，通過實時挖掘為出行者和交通監管部門提供實時交通信息，有效緩解交通擁堵， 快速響應突發狀況，為城市交通的良性運轉提供科學的決策依據， 提高民生體驗；對于參與企業來說， 可以在停車場、市民出行等領域提供增值服務，探索新商業模式。

企業大數據：在“互聯網+” 時代，企業的互聯網化將從傳統的傳播互聯網化和銷售互聯網化， 走向供應鏈互聯網化和經營邏輯互聯網化， 運營模式已經開始發生巨大變化， 企業與供應商、 服務商、 渠道商、 客戶 ， 乃至終端用戶 都可以通過信息技術建立密切的聯系 。 如果說過去互聯網的價值主要體現在與渠道和營銷的整合上，那么這一次變革將是互聯網與傳統行業在價值鏈各個關鍵環節的深度融合。

一方面，對于供應鏈環節來說， 大數據可以直接應用于產品設計、 原材料采購、 產品制造、庫存、物流、配送等各個供應鏈環節， 清晰地把握原材料采購量、 訂單完成率、庫存量及產品配送等情況， 優化供應鏈流程， 降低不必要的損耗。 另一方面，對于生產環節來說， 企業生產設備可以通過傳感器和信息系統等實現機器與機器之間的相互連接，進而獲取數據， 利用大數據技術進行存儲、分析和可視化，最終得到“智能信息” 供決策者使用，調解生產過程以提高效率。 未來， 當信息技術發展到一定階段，企業生產過程甚至可以根據消費者需求進行個性化定制， 實現柔性生產。

體育大數據： 例如體育數據分析師通過從 OPTA（ Opta Sports 是一家總部位于英國倫敦的體育數據提供商）提供的 2010 年世界杯以來 22904 場正式比賽的數據中，研究了梅西和其他 16574 名足球運動員與足球相關的所有數據準確發現了梅西兩個性： 1、 與巴薩其他隊友的數字相比，梅西有關防守行為的數字相當地少，其他方面也能體現“他不去爭搶勢均力敵的高球”等缺點； 2、 與在巴薩時梅西的表現指為 0.262 相比， 在阿根廷國家隊里只有 0.199， 體現了 梅西在兩支球隊中所起作用的差異。

個人大數據：個人信息往往保存在第三方手里， 例如個人用戶在互聯網上留存、 在政府部門登記在案等各類信息，此類信息實際上也是互聯網、政府和企業用于分析用戶 行為的基礎。此外，隨著可穿戴設備等新事物的興起，個人信息的采集方式越來越多樣化，數據積累 也在不斷完善， 例如，可以通過可穿戴設備或植入芯片等感知技術來采集身體數據、 健康數據、地理位臵信息、運動數據、 社會關系數據、飲食數據等。 未來， 可以想象的應用場景是，個人用戶可以將個人數據授權給第三方機構以實現特定用途， 例如，高血壓患者可以將個人血壓數據、 身體機能數據、飲食數據等授權給健康管理機構使用，由他們監控和使用這些數據，進而為用戶制定有效的健康維護方案。