近日，中國管理科學學會大數據管理專委會、國務院發展研究中心産業互聯網課題組、社會科學文獻出版社共同舉辦的《大數據應用藍皮書：中國大數據應用發展報告No.1（2017）》發布會在北京舉行。本書是國内首本研究大數據應用的藍皮書，龍信數據創始人李钰全程參與了總報告的研究和撰寫。

藍皮書旨在描述當前中國大數據在相關行業及典型代表企業應用的狀況，分析當前大數據應用中存在的問題和制約其發展的因素，并根據當前大數據應用的實際情況，對其未來發展趨勢做出研判。

藍皮書認為，從應用的角度看，大數據并非一個全新的産業，而是與已有産業融合，對已有模式的改造、升級和替代。制約大數據發展的往往并不是大數據本身，而是大數據所應用的行業和領域原本存在的問題，如行業管制、行政壟斷、要素不能自由流動，等等。因此，推動大數據應用的發展，需對不當的行業管理模式進行改革，對既有利益格局進行調整。即便在企業内部，大數據應用也不僅僅是個技術問題，而且是涉及業務流程重組和管理模式變革的問題，是對企業管理能力的一個考驗。

大數據應用的三個關鍵點

大數據應用的三個關鍵點是數據從哪裡來？數據怎麼用？成果誰買單？

數據從哪裡來？

關于數據來源，普遍認為互聯網及物聯網是産生并承載大數據的基地。互聯網公司是天生的大數據公司，在搜索、社交、媒體、交易等各自核心業務領域，積累并持續産生海量數據。物聯網設備每時每刻都在采集數據，設備數量和數據量都與日俱增。這兩類數據資源作為大數據金礦，正在不斷産生各類應用。國外關于大數據的成功經驗介紹，大多是這類數據資源應用的經典案例。還有一些企業，在業務中也積累了許多數據，如房地産交易、大宗商品價格、特定群體消費信息，等等。從嚴格意義上說，這些數據資源還算不上大數據，但對商業應用而言，卻是最易獲得和比較容易加工處理的數據資源，也是當前在國内比較常見的應用資源。

在國内還有一類是政府部門掌握的數據資源，普遍認為質量好、價值高，但開放程度差。許多官方統計數據通過灰色渠道流通出來，經過加工成為各種數據産品。《大數據綱要》把公共數據互聯開放共享作為努力方向，認為大數據技術可以實現這個目标。實際上，長期以來政府部門間信息數據相互封閉割裂是治理問題而不是技術問題。面向社會的公共數據開放願望雖十分美好，但恐怕一段時間内可望而不可即。在數據資源方面，國内“小數據”、“中數據”應用并不充分，試圖一步跨入大數據時代，借機一并解決前期信息化過程中沒能解決的問題，前景并不樂觀。另外，由于中國互聯網公司業務主要在國内，其大數據資源也不是全球性的。

藍皮書分析指出，數據從哪裡來是我們評價大數據應用的第一個關注點。一是要看這個應用是否真有數據支撐，數據資源是否可持續，來源渠道是否可控，數據安全和隐私保護方面是否有隐患。二是要看這個應用的數據資源質量如何，是“富礦”還是“貧礦”，能否保障這個應用的實效。對于來自自身業務的數據資源，具有較好的可控性，數據質量一般也有保證，但數據覆蓋範圍可能有限，需要借助其他資源渠道。對于從互聯網抓取的數據，技術能力是關鍵，既要有能力獲得足夠大的量，又要有能力篩選出有用的内容。對于從第三方獲取的數據，需要特别關注數據交易的穩定性。數據從哪裡來是分析大數據應用的起點，如果一個應用沒有可靠的數據來源，再好、再高超的數據分析技術都是無本之木。

數據怎麼用？

數據怎麼用是我們評價大數據應用的第二個關注點。《大數據綱要》規劃了許多大數據應用領域和方向，包括公共部門和産業領域，實際上是提出了許多需要大數據解決的問題或期待大數據完成的任務。如何解決這些問題，如何把數據資源轉化為解決方案，實現産品化，這是我們特别關注的問題。大數據隻是一種手段，并不能無所不包、無所不用。我們關注大數據能做什麼、不能做什麼，現在看來，大數據主要有以下幾種較為常用的功能。

追蹤。互聯網和物聯網無時無刻不在記錄，大數據可以追蹤、追溯任何一個記錄，形成真實的曆史軌迹。追蹤是許多大數據應用的起點，包括消費者購買行為、購買偏好、支付手段、搜索和浏覽曆史、位置信息，等等。

識别。在對各種因素全面追蹤的基礎上，通過定位、比對、篩選，可以實現精準識别，尤其是對語音、圖像、視頻進行識别，使可分析内容大大豐富，得到的結果更為精準。

畫像。通過對同一主體不同數據源的追蹤、識别、匹配，形成更立體的刻畫和更全面的認識。對消費者畫像，可以精準推送廣告和産品；對企業畫像，可以準确判斷其信用及面臨的風險。

提示。在曆史軌迹、識别和畫像基礎上，對未來趨勢及重複出現的可能性進行預測，當某些指标出現預期變化或超預期變化時給予提示、預警。以前也有基于統計的預測，大數據大大豐富了預測手段，對建立風險控制模型有深刻意義。

匹配。在海量信息中精準追蹤和識别，利用相關性、接近性等進行篩選比對，更有效率地實現産品搭售和供需匹配。大數據匹配功能是互聯網約車、租房、金融等共享經濟新商業模式的基礎。

優化。按距離最短、成本最低等給定的原則，通過各種算法對路徑、資源等進行優化配置。對企業而言，提高服務水平、提升内部效率；對公共部門而言，節約公共資源、提升公共服務能力。

上述概括并不一定完備，大數據肯定還有其他更好的功能。當前許多貌似複雜的應用，大都可以細分成以上幾種類型。例如，貴州推行的“大數據精準扶貧項目”，從大數據應用角度，通過識别、畫像，可以對貧困戶實現精準篩選和界定，找對扶貧對象；通過追蹤、提示，可以對扶貧資金、扶貧行為和扶貧效果進行監控和評估；通過配對、優化，可以更好發揮扶貧資源的作用。這些功能也并不都是大數據所特有的，隻是大數據遠遠超出以前的技術，可以做得更精準、更快、更好。當然，技術無法左右利益，貴州扶貧目标的完成，并不是有了大數據就萬事大吉了。

成果誰買單？

成果誰買單是我們評價大數據應用的第三個也是最後一個關注點。道理很簡單，不創造價值的應用不是好應用。能不能創造價值，關鍵看誰買單。我們不需要那些靡費公帑的“樣闆”工程、“面子”工程，也不需要那些炫耀神技、制造概念的創富故事。我們關注大數據的應用是否實實在在提升能力、改善績效。如果大數據用于自身的産品設計、營銷推廣、資源配置，那就看企業競争力是不是提升了，看企業最終是不是比以前更賺錢了。如果大數據用于為第三方提供服務，那就看是不是有人願意付費、願意持續付費。但如果是用于公共領域，還要看政府或公共部門的付費值不值，不僅僅是從出資方的視角看值不值，還要從老百姓的視角看值不值。

【屈慶超，筆名李钰】