大数据与产业发展之干货辑录(下篇)

本文涉及的产品
密钥管理服务KMS,1000个密钥,100个凭据,1个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

2016年刚刚过去,2017年悄然而至。再过几个月,我们又将迎来2017数博会的隆重举行。2016年,大数据行业发生什么事、取得了哪些成果?2017年,大数据行业发展的侧重点将会体现在哪些方面、又面临着哪些挑战?

1月15日,数博会品牌沙龙第十三期大数据与产业发展专家研讨会在北京举行,30余名科研机构、大数据企业专家、高管,围绕“政府数据开放纬度与具体应用”、“2017年大数据发展趋势与数据安全”、“大数据企业的商业模式探讨”、“大数据产业发展中的政府推动力”四个主题开展了探讨。

作为数博会官方沙龙,本场沙龙为2017年数博会进行预热宣传的同时,全程采取圆桌讨论模式,设立热门议题,面向大数据产、学、研、用等开展思想交流与专业社交。

大数据与产业发展之干货辑录(下篇)


01、Talkingdata政府事业部总经理朱腾飞:数据开放安全需注意两个要点

关于数据的开放维度方面,分为三部分:第一是面向个人,第二是面向企业,第三是面向政府部门之间。

据朱腾飞介绍,面向个人方面,主要以免费为主;面向企业方面,可部分免费,前期为吸引企业开发利用该部分数据,所以前期部分免费,后期则需要收费,包括成立数据交易所也是有偿使用数据;面向政府部门之间,贵州大数据已有立法体现,面向政府部门之间采取开放式原则,不开放是特例。如果数据开放没有问题,则不需要任何授权,如果不开放,需要说明不开放的原因。

关于数据的开放安全方面,照朱腾飞的经验看来,需要注意两个要点:

第一,数据使用方必须获得数据所有权人授权,并且授权要分等级,比如授权企业,企业再授权合作单位,这其中存在授权级别。

第二,所有数据经过大数据分析后,呈现出来时必须要进行数据脱敏脱密,将一些敏感、涉及隐私的数据通过脱敏脱密呈现出来。

最后在谈到微信小程序在数据采集及监测渠道方面的疑问时,朱腾飞表示,该方面的数据收集不仅可以从APP这个主渠道获取,还可以通过网页等多种形式进行收集。

02、威客安全CEO陈新龙:数据开放安全和便利之间要找到博弈平衡点

“数据开放起来应用是有价值的,但是安全和便利之间一定要找到一个博弈平衡点。”陈新龙如是说。

陈新龙介绍道,各种数据用起来能产生很好的价值,这是数据开放的核心意义,但也遇到隐私泄露问题,这就提倡数据源加密。数据流有流向,能知晓采样数据的人究竟是谁,如果数据源不加密,数据被带到哪里都有可能。通过数据源加密及各个轨迹审计,数据源头在哪儿,通过谁泄露出去,都变得有轨迹可循,从源头加密,对每个流经点进行审计最关键,这样就能追溯到人。

03、网易新闻直播中心PGC负责人王丹丹:新闻客户端大数据应用尚不明朗

现在各个新闻客户端对于大数据如何应用有所争议,今日头条异军突起,关于个性化推荐和编辑手工推荐也有不同争议,所以网易在个性化推荐与编辑手工推荐两方面正在做相关结合。网易直播也是用各种数据分析对网友观看习惯,包括网友观看偏好做简单分析,在商业化方面的分析与植入也正在做相关融合。

王丹丹介绍,网易在直播领域目前仍是比较简单粗暴的商业模式,数据仍未直接变现,但在2016年,网易原直播中心成立了直播事业群,原直播中心仅34人,已实现商业收入超2亿,数字还是比较惊人。

04、VR热播联合创始人兼CTO魏明:应将大数据“落地”去理解

大数据与VR业务如何整合,用什么思路去实施?在魏明看来,要将大数据概念“落地”理解,首先它需要数据采集渠道、数据投放、数据运用场景等。

VR技术算是传统媒体和传统平台的扩展,也有人说它是新领域,如果算是扩展,势必会为大数据采集和运用增加很多场景。比如传统视频领域,能获取到的数据维度包括用户信息、LBS信息、内容喜好等,都属于用户画像范畴。在VR内容方面,可以扩展到用户的深度喜好,不仅是简单的用户喜好,而是更深度挖掘的信息。对于投放角度来说,大数据运用于投放和运营,可以将所有增量出来的信息为内容生产者、广告商、行业合作方拓展现有业务或是增加业务。

关于大数据对VR商业模式是否会存在挑战,如何根据大数据发展趋势调整商业模式?魏明说道,提出与大数据结合这个饼画得太早,不可能说得到数据后就可以立刻将数据直接变成产值。就本阶段来说,数据的量级、权威性、覆盖市场仍没有为数据、为业务、为收入作出明显提升,但这可以算是一个发展方向。工作权重仍会放到基础建设和基本产品打磨上,客观上对于VR行业健康成长路线来说会更合理。

05、普林科技coo宋进亮:大数据行业内部商业模式目前不清晰

宋进亮认为,大数据行业内部商业模式目前不是特别清晰,大数据+行业能产生什么价值?还处于探索过程中。

宋进亮指出,很多大数据行业公司本质上还是在做传统IT的事情,比如做云平台或者数据统计分析。传统数据统计分析做数据量级的提升,本质上并没有真正对应用端产生颠覆性的改变。

宋进亮谈到, 一个具体的应用领域和大数据结合会有什么价值?把数据放在应用行业里可以看两个方面。一是UA覆盖率,即拥有的数据和企业应用能够覆盖多大比例的目标用户。另外一个场景覆盖率,场景覆盖率可能存在窄场景和宽场景。以金融举例,和客户金融操作相关的窄场景有存款、各种投资理财、购买产品情况等。宽场景不仅仅包括做这件事的场景,还包括旅游、生产登记信息,有多宽的场景就能覆盖多少。当UA覆盖率与场景覆盖率都足够大时,我们会认为这个细分大数据应用行业领域会具有更高的价值。

宋进亮认为,大数据领域服务和传统IT服务是不一样的,大数据服务属于交叉应用环节,在未来三年左右会有一个突变点,因为目前有些大数据公司开始尝试从业务解决方案来提供服务落地点,这种探索一旦开始之后,自然会趟出一套偏成熟的服务模式。

06、众安保险(北京分公司)副总经理张亮:大数据+产业,需要深刻理解这个产业

众安保险(北京分公司)副总经理张亮张亮表示,大数据是互联网给大家带来的一个资产。他谈到,在前互联网时代有什么样的大数据呢?比如气象大数据是抗美援朝就开始积累的,到现在有60多年,而且数据规模、质量都还不错。这些数据被国家气象局做了非常好的整理和一定程度的清洗。整个气象行业依托这些气象历史数据和一系列世界级的气象科技能力,让完整的历史气象数据应用到各个行业。

张亮谈到,大数据+产业,加到哪个产业,需要对那个产业有特别深的理解。目前众安保险公司的方向是“气象大数据+保险产业”,而且商业模式挺清晰。这只是大数据产业的一个应用案例,但不一定是普遍的规律。

07、数据互融销售副总裁杨大伟:大数据在金融领域的变现非常快

数据互融销售副总裁杨大伟介绍,近两年来,大数据在金融领域应用发展非常快。虽然大数据概念在近两年才开始火起来,但数据其实已经在金融领域里运用了很多年。比如银行、保险都会收集人口统计学的一些信息。

杨大伟还谈到,目前,基于大数据在金融领域应用日趋成熟,未来我们会看到金融领域是大数据变现非常快的一个行业。

08、软通动力信息技术(集团)有限公司助理副总裁曹晓兵:大数据的发展需要经历三个阶段

对于大数据商业模式,其发展趋势是什么? 软通动力信息技术(集团)有限公司助理副总裁曹晓兵介绍,从目前现状来看一定是从2B到2G再向2C这样的阶段发展。目前比较现实的做法还是聚焦于2B。未来随着政府数据的开放未来朝着2G数据的发展。第二个阶段一定是2B的业务,第三还是2C。

曹晓兵谈到,商业模式、业务模式、未来平台都需要有统计平台接大数据的业务,最终要靠运营。业务模式发展趋势是大数据也需要经营和运营。另外,大数据的发展可能需要经历三个阶段:平台化、产业化、生态化。未来大数据不仅仅是大数据公司的事,还包括产、学、研,需要投融资界、产业界、企业界的大数据生态才能把这件事做好。

09、清华同衡规划设计研究院李栋博士:传统行业转型,数据化是一个方向

清华同衡规划设计研究院李栋博士介绍了传统行业的数据化转型。他谈到,如单纯围绕数据做数据工作,就可能跳不出这小圈子,传统行业稍微了解一下数据价值,就会发现有很多需求迸发出来,跨界融合可以产生产品共识。传统行业转型需要接受教育,数据化是一个方向。

李栋表示,现在整个社会面临数字化转型的阶段,思维已经是数字思维,但还有大量传统思维存在,将来应用方向会在这些人群里。

10、泰智汇总经理赵清:发展大数据产业不能过度依赖政策

泰智汇总经理赵清谈到,政府会帮助很多产业发展,每个城市发展的重点关键词不一样,比如北京提人工智能,贵阳说大数据,有的城市谈智慧城市,但本质上都需要结合政府的政策体系特点和当下关注点去设计。产业发展光依赖政策是不长久的,需要形成自己的造血能力,尤其企业创始人过度关注政策会偏离其市场本质。其实,商业的本质从古至今没有发生过变化。


本文作者:Fynlch、陈近梅

来源:51CTO

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
SQL 机器学习/深度学习 存储
大数据技术发展史:大数据的前世今生
从我的角度而言,不管是学习某门技术,还是讨论某个事情,最好的方式一定不是一头扎到具体细节里,而是应该从时空的角度先了解它的来龙去脉,以及它为什么会演进成为现在的状态。当你深刻理解了这些前因后果之后,再去看现状,就会明朗很多,也能更直接地看到现状背后的本质。
958 0
|
存储 人工智能 算法
【大数据发展篇】大数据的诞生
【大数据发展篇】大数据的诞生
432 0
【大数据发展篇】大数据的诞生
|
大数据 物联网 数据库
大数据城镇化发展探究
大数据城镇化发展探究
199 1
|
SQL 人工智能 分布式计算
“后红海”时代,大数据体系到底是什么?-上篇
主要解读当下的大数据体系的四个热点。
“后红海”时代,大数据体系到底是什么?-上篇
|
机器学习/深度学习 人工智能 分布式计算
“后红海”时代,大数据体系到底是什么?-下篇
大数据体系未来演进的4大技术趋势和3个待探索疑问。
|
机器学习/深度学习 算法 自动驾驶
大数据应用的测试发展之路(三)
在前面的文章中,我们介绍了大数据应用在测试领域的六大问题以及解决方法。本文,我们将和大家大数据应用测试的未来发展趋势。
|
新零售 安全 大数据
|
分布式计算 数据可视化 大数据