大數據時代DT＋成為大趨勢

大數據及其本質特征

大數據是指以服務于決策為目的，需要新型數據處理模式才能對其內容進行采集、存儲、管理和分析的海量、高增長率和多樣化的信息資本。

大數據具有如下本質特征：一是根本目的是服務于決策，大數據能夠幫助各類組織和個人大幅度提升決策能力，做出更好的決策和判斷。二是量度大，大數據通常是指100T以上的數據量，這難以依靠傳統的計算手段有效計算，而必須依靠新的計算手段和數據挖掘工具。三是頻率高，大數據是用戶參與互動而產生的數據，根據用戶的網絡痕跡來及時地了解用戶的相關數據，這種數據是按照天甚至小時來計算的高頻數據。而傳統的數據頻率都很低，很多數據是按照月甚至按照年份來計算的。四是速度快，大數據是實時性的數據，能夠實時反應。例如，在百度搜索框輸入一個關鍵詞，能夠瞬間呈現，而傳統的數據收集方式則是嚴重滯后的。五是維度豐富多樣，大數據是全樣本數據、多維度數據、非結構化數據，既包括普通的結構化數據，又包括視頻和音頻等非結構化數據。正是因為大數據的維度多樣性，其也更為復雜。六是永遠在線。在線是大數據的前提條件，從這個角度來說，大數據是永遠在線的，能夠隨時被調用的。大數據通過分析各種網絡終端上的用戶痕跡，能夠更好地分析用戶的行為、情感、思想、愛好與需求，來更好地進行決策和分析。七是本質是信息資本。大數據是能夠為政府和企業帶來未來經濟利益的信息資源，其本質是信息資產，而且隨著大數據的應用越來越廣，其價值會越來越大。因此，不應該僅僅把大數據看成成本，而應把其看成和土地、資本、人才等一樣的新生產要素。

政府數據公開是大數據發展的保障

大數據的重要組成部分是政府數據，因此政府數據公開的程度和廣度將在很大程度上決定著大數據的發展水平。目前，美國等西方發達國家大力推進數據開放運動，在數據公開程度上居于世界前列。2011年9月20日，美國、巴西、印度尼西亞、墨西哥、挪威、菲律賓、南非、英國等八個國家（G8）聯合簽署了《開放數據聲明》，在紐約發起“開放政府聯盟”（OGP），以向本國社會開放更多的信息。2013年6月，八國集團首腦簽署了《開放數據憲章》，制定開放數據行動方案，并設定了開放數據憲章的五大原則：開放數據為默認；為激勵創新發布數據；為改善治理發布數據；注重數量和質量；讓所有人可用。尤其需要指出的是，其中最重要的一條就是“開放為默認，不開放為特例”的原則，這就約束政府部門盡最大可能地公開所有數據，而反觀我國，由于政府數據開放的程度很低，各部門基于自身的利益，基本上采取的是“開放為特例，不開放為默認”的原則，這也導致形成一個個的“信息孤島”。

2007年，國務院通過了《中華人民共和國政府信息公開條例》，國務院辦公廳印發的《2015年政府信息公開工作要點》更加明確地強調推進行政權力清單、財政資金、公共服務、國有企業、環境保護等九大領域的信息公開工作。2015年8月19日，國務院總理李克強主持召開國務院常務會議，通過《關于促進大數據發展的行動綱要》。目前，我國的政府數據開放存在著四大挑戰：一是開放與安全，在實踐中，很多人以數據安全為由來反對數據開放，這是一種很片面的觀點；二是人才和文化，我國的數據人才在量和質上都存在重大缺陷，而且也沒有形成“數據文化”；三是政策標準不統一；四是政策法規不健全。

在政府數據開放方面，我國存在三大主要問題：一是我國尚未建立起全國統一的大數據平臺，導致形成一個個的信息孤島，影響了政府數據開放的成效；二是我國的數據污染很嚴重，很多原始數據存在夸大或瞞報現象；三是一些地方沒有把大數據當成政府公共服務的重要部分，而當成盈利的資源。

大數據蘊藏著新哲學思想和優勢

首先，大數據拓展了新的哲學思想。大數據既能處理“因果關系”又能處理“相關關系”，即不僅能夠回答“為什么”又能回答“是什么”。在小數據時代，只能通過抽樣調查的方式來回答“為什么”。而大數據則能通過全樣本的方式來回答“是什么”，即發現相關關系，這能夠幫助我們更好地認識和了解世界。例如，沃爾瑪發現在尿布旁邊放上啤酒能夠提高啤酒的銷量，就把尿布和啤酒混搭銷售。毫無疑問，尿布和啤酒之間并無因果關系，而二者在一起就形成很好的相關關系。

其次，大數據分析具有顯著優勢。一是大數據能夠實現分析的高度智能化，既能實現信息收集和分析的智能化，又能實現數據與用戶需求的有效匹配。二是及時、迅速。大數據分析改變之前的市場調研和數據分析相對滯后的模式和方式，能夠及時、迅速地進行分析。例如，傳統的市場調研一般耗時幾個月，而基于互聯網的大數據調研則只需要幾天就能得到調研結果。三是成本相對較低。由于可以大量使用技術手段，其成本相應較低。一般來說，傳統的市場調研方式，每一份問卷都需要近百元，而互聯網調研一份問卷只需要4元左右。

大數據實施的三大關鍵點

首先，數據的可獲得度。目前在國內，大數據的發展嚴重受制于政府信息的公開性不夠，很多數據難以獲得，導致難以實現真正的大數據挖掘和分析，這就要求政府及時開放更多的數據，以提高數據的可獲得度。

其次，進行科學的模型建構。模型的科學性直接決定著數據分析的質量，這就要求有高超的建模水平，當然數據量越多也有助于模型的合理構建。

第三，利用專家對觀點進行提煉。為決策提供依據的基于數據挖掘的獨到、高質量的觀點，高度依賴于高質量的數據解釋，這就體現了行業專家的價值。

在大數據時代，大數據已經成為整個社會的底層架構和標配，其上的一切都必須按照大數據的要求進行重構，大數據在解決大問題方面尤為有效，目前在語音搜索、智慧城市建設、互聯網金融治理等方面取得了長足的進展，未來更多的領域都必將被大數據所革命和重構。