大數據以其“淺顯易懂”的概念和巨大的應用前景，正成為繼云計算、物聯網之后信息技術領域的又一熱點。為把握大數據帶來的新機遇，需要全面深入地理解大數據，并在此基礎上推動大數據發(fā)展與應用。

大數據在當前為何受到前所未有的重視

大數據的概念并非近期才出現。20世紀90年代初，數據倉庫之父比爾·恩門就對此津津樂道。2005年，約翰·韋伯斯特和克里斯·斯塔庫提斯聯合撰寫的書籍《無所不包的數據》中，講述了大規(guī)模收集數據如何改變企業(yè)的業(yè)務和人們的生活。但受限于當時的信息技術水平，大數據的理念未能真正落地。之所以大數據在當前受到前所未有的重視，歸納起來有三方面原因。

首先，大數據已成為一種普遍現象。全球的數據總量正呈指數增長，過去3年間產生的數據量超過以往總和。2011年，全球被創(chuàng)建和被復制的數據總量達1.8ZB；預計2020年將增至35.2ZB。同時，企業(yè)級用戶的數據擁有量快速增長，搜索引擎企業(yè)百度擁有的數據總量已達到100PB，每天要處理30PB的數據量；電子商務網站淘寶每天的活躍數據量已經超過50TB。隨著移動互聯網、物聯網等的迅速發(fā)展，新的數據源將不斷出現，GPS、傳感器等數據會持續(xù)、大量產生。而數據產生成本、獲取成本、存儲成本和處理成本的下降，也推動了數據體量的膨脹。

其次，發(fā)展大數據已成為經濟增長的重要途徑。麥肯錫全球研究院于2011年6月發(fā)布題為《大數據：下一個創(chuàng)新、競爭和生產力的前沿》的研究報告，提出“大數據時代已經到來”，并指出，數據正成為與物質資產和人力資本相提并論的重要生產要素，大數據的使用將成為未來提高競爭力、生產力、創(chuàng)新能力以及創(chuàng)造消費者盈余的關鍵要素，成為領軍企業(yè)與其他企業(yè)之間最顯著的差別。與之相呼應，各類企業(yè)也越來越重視對規(guī)模化數據的分析和使用。電信、金融等行業(yè)已經達到“數據就是業(yè)務本身”的發(fā)展階段；社交媒體、電子商務、云計算、物聯網等新應用的興起，要求企業(yè)不能再僅對價值鏈單個環(huán)節(jié)的數據進行分析。這種情況下，企業(yè)用戶迫切需要借助大數據戰(zhàn)略，更為全面地了解運營情況及運營環(huán)境，獲得更多經濟價值。

第三，發(fā)展大數據已成為國家發(fā)展的重要戰(zhàn)略。2012年3月，美國奧巴馬政府宣布“大數據的研究和發(fā)展計劃”，涉及6個聯邦政府部門，承諾投資超過2億美元。如此興師動眾，是因為美國政府認為大數據技術事關美國國家安全、科學和研究的步伐。美國對大數據的重視引發(fā)了世界各國的廣泛關注，各國均認為，未來國家層面的競爭力將部分體現為一國擁有數據的規(guī)模、活性以及解釋、運用的能力，數字主權將成為繼邊防、海防、空防之后另一個大國博弈的空間。美國奧巴馬政府宣布投資大數據領域，是大數據從商業(yè)行為上升到國家戰(zhàn)略的分水嶺，表明大數據正式提升到戰(zhàn)略層面，大數據在經濟社會各個層面、各個領域都開始受到重視。

大數據的內涵應當是數據、技術與應用三者的統(tǒng)一

盡管“大數據”一詞已被廣泛使用和討論，但目前尚無統(tǒng)一的定義，不同廠商、不同用戶，所處角度不同，對大數據的理解也不一樣。全面來看，大數據應當是數據、技術與應用三者的統(tǒng)一。

其一，從對象角度看，大數據是大小超出傳統(tǒng)軟硬件采集、儲存、管理和分析等能力的數據集合。大規(guī)模的數據集合是大數據分析的對象和基礎，正是由于使用常規(guī)的軟硬件技術和產品無法對大數據進行全面處理，所以必須采用新技術。但同時，大數據也是一個相對的概念，沒有一個嚴格的標準限定多大規(guī)模的數據集合才稱得上是大數據。事實上，隨著時間推移和數據管理與處理技術的進步，符合大數據標準的數據集合的規(guī)模也在并將繼續(xù)增長。而對于不同行業(yè)領域和不同應用而言，“大數據”的規(guī)模也不統(tǒng)一。這就要求不能簡單地用PB、EB等規(guī)模標準去衡量大數據。

其二，從技術角度看，大數據技術是從各種各樣類型的大數據中，快速獲得有價值信息的技術及其集成?！按髷祿迸c“大規(guī)模數據”、“海量數據”等類似概念間的重要區(qū)別之一，就在于“大數據”這一概念中包含著對數據對象的處理行為。為能從大數據對象中快速挖掘更多有價值的信息，使大數據對象“活起來”，就需要綜合運用先進的、多學科的技術方法，包括數據分析、數據挖掘、分布式處理等，而這就需要擁有對各類技術、各類軟硬件的集成應用能力?？梢?，大數據技術是使大數據中所蘊含的價值得以發(fā)掘和展現的重要工具。

其三，從應用角度看，大數據是對特定的大數據集合，集成應用大數據技術，獲得有價值信息的行為。一方面，“大數據”本身和“數據挖掘”、“智能分析”等技術都已存在較長時間，所以大數據成為當前熱點，就在于各個行業(yè)領域具有了對大數據分析和利用的巨大現實需求和具體應用需求。如果不與具體應用相聯系，大數據的作用和價值就無從談起。另一方面，由于業(yè)務需求存在差異，對于不同領域、不同業(yè)務，甚至同一領域不同企業(yè)的相同業(yè)務來說，由于數據集合和分析挖掘目標存在差異，所運用的大數據技術和大數據分析處理系統(tǒng)也可能存在相當大不同。正由于與具體應用緊密聯系，甚至是一對一的聯系，才使“應用”成為大數據不可或缺的內涵之一。

可見，對象、技術與應用是相互關聯、互為支撐的，忽視了任何一個，大數據的價值就無法充分發(fā)揮。

國內大數據領域已顯示出或多或少的“泡沫”

在各界的加倍關注中，國內大數據領域的明顯進展未現，卻已經顯示出或多或少的“泡沫”。借大數據之名圈錢、圈地或進行重復建設的苗頭已然出現。這種情況下，需要清醒認識大數據發(fā)展與應用的重點。

第一，大數據發(fā)展的重點在于對數據對象的分析與應用。有專家建言，建設大規(guī)模數據中心，開展數據存儲業(yè)務，就是發(fā)展大數據產業(yè)；也有機構提出發(fā)展大數據必須重點加強基礎設施建設。這些觀點都偏離了大數據的本意。

從根本上看，“大數據”并非一個科學、嚴格的概念，它來自于對數據規(guī)模的爆炸性增長這一現象的歸納。但在“海量數據”、“大規(guī)模數據”等概念已經存在的前提下，之所以還要提出新的概念，就是因為需要將對數據對象的處理和應用包含進來。再者，就數據的整個生命周期看，大數據的重點不在于對數據的傳輸、收集、存儲，而是重在對數據的分析挖掘，并由此獲得憑直覺難以發(fā)現的有用信息。可見，不盲目追求數據掌握量，而是將重點放在數據的分析挖掘與應用上，才能最大程度地實現大數據的真正價值。

第二，大數據對象的重點在于獲取與使用。若僅就大數據對象而言，有專業(yè)機構提出，應做好源數據集合的建設。這種觀點有一定道理，但也不完全正確。例如，要想運用大數據手段實現智能交通，需要有城市的道路規(guī)劃、車輛、停車場等數據，這些數據多由政府部門所掌握，對相應數據庫確實需要加強建設。但是，要想根據實際情況實時、靈活地管理交通，還必須隨時跟蹤和整理道路流量數據、停車場容量數據、天氣數據、道路事故信息等，而這些數據，不僅可以來自于交管等政府部門，還能夠通過微博、微信等渠道獲取，甚至很多時候從微博上獲取信息要比從管理部門更加迅速。而眾所周知，微博等信息源是開放式的，任何部門都無法“擁有”這些數據，惟一能做的就是盡力抓取，盡快收集整理。

通過類似的事例可以發(fā)現，由微博、社交網絡、搜索引擎等公開來源動態(tài)、實時獲取的“外部數據”能夠讓數據使用部門所掌握的內部數據發(fā)揮更大價值。因此，對于大數據所涉及的數據對象，必須分類對待。對政府部門、公共服務機構、企業(yè)等所掌握和持續(xù)更新的數據，需要加強建設，作為大數據應用的基礎。但同時，必須重視微博、微信、社交網絡、搜索引擎等新興數據源，做好對相關數據的跟蹤、抓取、整理和應用。

第三，大數據作用的重點在于啟發(fā)與輔助決策。社會關注大數據，是期望能夠由其帶來經濟社會方面的收益，但同時，不應也不能苛求大數據分析結果的完全準確，更不能因為其不完全準確而否定其重要作用。

從數據對象看，大數據涉及微博數據、社交網絡數據、搜索引擎數據等，其中不可避免地包括錯誤數據和無用數據。雖然能夠通過一定的數據清洗、數據過濾手段去篩選，但也無法完全確保其真實性和準確性。這是客觀存在的事實。

從分析結果看，大數據所完成的是數據與數據之間關聯規(guī)則的發(fā)現，而非對規(guī)則的論證，它對研究人員、對決策者的價值，在于能夠引導和啟發(fā)大數據應用者的創(chuàng)新思維，輔助決策。簡單點說，若是處理一個問題，通常人能夠想到一種方法，而大數據能夠提供十種參考方法，哪怕其中只有三種可行，也將解決問題的思路拓展了三倍。正如淘寶網給用戶提供的產品推薦，不一定完全準確，但可以幫助用戶更方便地選擇商品一樣。

大數據發(fā)展的策略

大數據領域的革新，標志著國家、行業(yè)、企業(yè)對于數據的應用需求和應用水平都在進入新的發(fā)展階段。面對我國“大國、大市場”所天然具有的對大數據的分析應用需求，我們需要將大數據作為新一輪科技競爭和產業(yè)競爭的戰(zhàn)略重點和制高點，順應社會應用需求和產業(yè)發(fā)展趨勢，加快大數據應用示范，推動經濟社會各領域的大數據開發(fā)與利用。

一是選擇百度、阿里巴巴、騰訊等擁有豐富數據資源和技術優(yōu)勢的互聯網信息服務企業(yè)，開展大數據挖掘、分析、應用，并以之為基礎面向公眾提供各種類型的信息服務。支持互聯網信息服務企業(yè)與專門的數據服務機構、企業(yè)合作，開展對互聯網上的公開源數據的初步分析整理，開放數據整理與數據初步挖掘成果，促進各領域大數據的應用。

二是結合智慧城市建設，以政府和醫(yī)療衛(wèi)生、文化教育、交通運輸、公共安全等社會服務機構為切入點，加速各部門、各領域信息資源的融合共享，并接入微博、微信、社交網絡等公開信息，為智慧城市各個領域提供強大決策支持，強化社會管理與服務的科學性和前瞻性。例如，通過對城市地理信息和經濟、社會、文化、人口等人文社會信息的挖掘，為城市規(guī)劃提供輔助；通過對城市道路、車輛信息和實時道路交通信息的挖掘，支持交通管理，緩解交通擁堵；通過對自然災害歷史信息和實時天氣信息的挖掘，提高對自然災害的安全防范能力和應急處理能力。

三是選擇能源、金融、電信、交通、商業(yè)零售、工業(yè)制造、現代農業(yè)等領域的重點企業(yè)或機構，鼓勵其基于企業(yè)積累的數據進行挖掘，為企業(yè)戰(zhàn)略制定提供幫助，提高經營決策水平和業(yè)務效率，提升創(chuàng)新能力和服務質量，降低運營成本。例如，零售企業(yè)可通過對數據的實時分析掌握市場動態(tài)并迅速做出應對，通過精準營銷增加營業(yè)收入；工業(yè)制造企業(yè)可通過整合來自研發(fā)、工程和制造部門的數據，實行并行工程，顯著縮短產品上市時間并提高質量。各類企業(yè)還可從產品開發(fā)、生產和銷售的歷史大數據中找到創(chuàng)新的源泉，從客戶和消費者的大數據中尋找新的合作伙伴，以及從售后反饋大數據中發(fā)現額外的增值服務，從而改善現有產品和服務，創(chuàng)新業(yè)務模式。

（作者為工業(yè)和信息化部賽迪智庫軟件與信息服務業(yè)研究所所長）

責編/袁靜 美編/李祥峰