大数据流通仍在“以物易物”_数据分析师
一个新兴产业发展到一定阶段,就很自然地会呼唤规则和标准。大数据亦不例外。
“一开始大家都想制定标准,但随着研究深入,我们发现,大数据产业距离较系统的标准出现,应该还有很长一段距离。”12月3日,工信部电信研究院互联网中心主任何宝宏在接受21世纪经济报道记者采访时表示。
何宝宏认为,打个比方来说,大数据处于原始社会阶段:没有数据贸易,没有通用的数据交易规则、交易平台、定价标准,甚至也没有数据的描述语言。现在刚刚出现最基础的“以物易物”,也就是两家公司最基础的、无公开规则的“点对点”数据交换。
“还在找原始共识”
《21世纪》:大数据标准制定一直是业界关注的问题,你能否介绍下目前大数据标准的进展情况?
何宝宏:标准,其实是由很多被广为认可的规范、共识形成的。大数据,还处于找共识的阶段,而且还是在找最原始的一些基本共识。
最初大家对大数据的概念都很模糊,可以说没有任何共识。大约两年前,企业大数据形成了第一个共识:数据是一种资产。这应该算是大数据在规范中迈出的第一步。而资产的价值在于流通,接下来,大家意识到:数据要发挥更大价值就必须流通、跨界,形成然后数据贸易。然而,贸易基于市场需求,贸易需要规则的支撑。
在探索大数据标准的时候,我们不得不一步步退到最基础、原始的状态去考虑。
最先被提出来的问题是:大数据的商业模式不清楚,没办法明确市场。然后是大数据无法定价,数据所有权不清楚,在讨论这个问题的时候,大家又发现:原来企业与企业之间都没有通用的数据描述方法。你描述自己的数据,别人听不懂这个数据有什么价值,别人讲自己的数据需求,你也不知道对应的是哪些数据。
比如同样是对一个人身份的描述数据,A企业的描述办法与B企业就可能完全不同。如果银行、运营商、电商同时提供同一个用户的数据,但这个用户的金融数据、电信消费行为数据、互联网消费数据等,可能根本就无法匹配,也就谈不上交换。
所以,我们只能再退回去,寻找数据、需求描述的通用语。每次深入研究,大家就后退一步,当然是为了更好地前进一步。可以说,整个标准的研究过程,是一个扎扎实实的后退、寻找最原始东西的过程,从而不断前进的过程。
《21世纪》:如果把现在这种原始状态定义为一个阶段,在这个阶段应该形成的标准是什么?或者说计划取得哪些成果?
何宝宏:现在的大数据有点像原始社会的“以物易物”阶段,大多发生在企业的点对点交易,都是把数据进行统计性的加工处理,然后互换,数据现在还没有形成产品,也没有出现稳定的交易形态和定价模式。
企业需要想办法去描述自己有什么数据,需要什么数据,就像“我有一头牛”、“我需要一只羊”。但现实是,很可能你描述的“牛”别人根本不知道是什么。通过企业点对点的交易,我们希望能找到“通用语”,企业之间也就是数据、需求的表述方法。
然后建立一个交流平台,大家都在这个平台上发布自己有什么数据,描述这些数据的价值是什么,未必交易,就像是资产的公示。同样,这个平台上,企业也可以发布自己对数据的需求。
至于定价和交易规则,都应该是这个平台建立之后的事。在这些基础上,不断丰富不同领域、不同行业、不同商品属性的共识。
应建设数据交流平台
《21世纪》:目前企业愿意在这个平台上展示自己的数据么?可能一些企业更想寻找需求,而非展示自己的数据,都想保密。
何宝宏:发布需求,也需要先寻找通用语,也需要先建立平台。
无论企业如何探索自己的商业模式,有一点是大家都认同的:大数据市场,必须先形成规范。这是开展标准的基础,我们会在这个基础之上,形成更多企业、行业、更多领域的共识。
《21世纪》:目前企业之间的数据交换细节是否清楚?有哪些做得比较好的案例?
何宝宏:交换都是私下进行的,我们也不了解细节,但形成了哪些共识,这个是可以知道的。
做得比较好的是广告联盟。因为互联网生存的基础就是广告,很多年前就开始进行交换数据,有目的性地做了一些数据交换的工作,但也只是特定目的数据的交换,只适用于广告这个行业。当然,交换的不是原始数据,而是统计和处理后的。
《21世纪》:国外诸如芝加哥等城市建设了详尽的政府数据开放平台。国内做得怎么样?政府数据开放是否更容易形成规范?
何宝宏:企业数据属于市场资源,是商业活动中产生的,最后也必然要形成交易。但政府数据属于公众资源,是纳税人的资源,应该开放,而且是免费向全社会开放。
国内的很多政府部门的不少数据都是开放的,不过目前开放的效率不是很高。我们正在推动一些政府部门打造高效的数据开放平台,规范数据开放的工具、格式,方便机器可读,方便用户使用。
政府数据开放之后,也有利于大数据产业的研究,进而推动企业数据市场的标准、法律法规的完善。
“卖原始数据”是一锤子买卖
《21世纪》:现在的数据交换会涉及到用户隐私泄露么?
何宝宏:不会。企业都只会把原始数据加工处理,不会让对方看到用户原始信息。能够交易的是统计的结果,肯定不是原始数据,这也算是一种共识了。
《21世纪》:企业都强调把保护用户隐私放在首位,但怎样在用户面前更有说服力?
何宝宏:其实,你应该换个角度来想。如果你手里有一些很值钱的数据,你愿意直接卖掉这些数据么?肯定会先处理的吧,原始数据只能卖一次。但把数据留着自己手里,只交易统计结果,这样原始数据就能持续产生价值。用户原始数据,肯定是企业的核心,没有哪个企业会做“卖原始数据”这种一锤子买卖。
从利益角度来讲,用户不用担心,大企业会想方设法保护自己的核心价值和声誉的。
《21世纪》:目前有没有关于用户隐私的法律、法规?大数据时代是否需要重新考虑这个问题?
何宝宏:2013年通过了《电信和互联网用户个人信息保护规定》。这里规定了用户个人信息的范畴,包括姓名、出生日期、身份证件号码、住址、电话号码、账号和密码,以及使用服务的时间、地点等信息。并且规定了信息收集规范、安全保障措施、监督检查、以及法律责任。
不过,应该说该规定还不太适应大数据的发展需求,可能需要完善、调整。比如,目前规定的焦点是信息采集,规定哪些数据涉及隐私不许采集,什么情况下不允许采集,限制企业采集用户的电话号码等个人信息,并没有规范数据的使用方式。但在大数据时代,只关注信息采集是不够的。因为你不知道企业拿这些数据干什么。
现在的规定通过几十个限制条款,限制企业泄露用户的隐私数据。但是,随着大数据发展,用户隐私环境会越来越复杂、多样,描述一个人可能有上千个维度,立法能把这上千个维度都禁止了么?你禁止了100个,通过另外900个仍然可以精确描出用户画像。
如果把所有的维度都禁止了,那最后允许采集的数据会越来越少,企业也就没有资产了,更谈不上大数据市场了。限制数据的采集,最终也会限制大数据的发展,限制使用目的是关键。
《21世纪》:有没有什么调整的方案?
何宝宏:其实,大数据时代,隐私已经成为一个相对的概念。
用户访问互联网时,每天都会留下大量用户隐私。应该说目前行业内对大数据隐私的研究都还十分表面,跟行业需求是脱节的。世界经济论坛以前提过一个说法,或许更可行:应该允许信息的采集,但要严格用户信息的存储安全、使用规范。
《21世纪》:是不是国外的标准规范会更成熟一些?比如欧美国家?
何宝宏:确切来说,欧洲没有数据交易市场,欧洲的大数据发展很慢。
事实上,欧洲在计算机时代之前就已经有隐私立法,后来还设立了严格的数据保护法。这些立法最早肯定也是源于市场需求,但大数据时代,立法并没能与时代一同发展,反而滞后于市场需求,严重限制了欧洲的大数据发展。
从另一个角度也可以说,在大数据时代,我们的机会非常大
数据分析咨询请扫描二维码
数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-26技术技能 - 编程能力: 数据分析师需要掌握至少一门编程语言,如Python、R或SQL。这些语言对于数据处理、建模和分析至关重要。例 ...
2024-11-26数据分析领域涵盖多样性岗位,根据工作职责和技能需求划分。这些角色在企业中扮演关键角色,帮助组织制定战略、优化流程并实现商 ...
2024-11-26数据分析是一种通过收集、处理、解释和展示数据,以获得见解和决策支持的过程。这个领域涉及使用统计学、计算机科学和商业智能等 ...
2024-11-26数据分析领域正日益成为当今商业世界中不可或缺的一环。随着数据量的爆炸式增长,企业越来越需要能够从这些海量信息中提炼出宝贵 ...
2024-11-26数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。在追求这一职业道路上,合适的教育和培训至关重 ...
2024-11-26数据分析师作为当今信息时代中关键的职业之一,扮演着解释、预测和推动决策的重要角色。他们需要多方位技能来处理各种复杂的数据 ...
2024-11-26数据分析师在今天的商业环境中扮演着至关重要的角色。他们需要应对各种复杂的数据分析任务和业务需求,这要求他们具备广泛的技能 ...
2024-11-26在当今快速变化的技术和市场环境中,数字化转型是企业利用数字技术全面重新设计和改造业务的重要过程。这一转型旨在通过整合云计 ...
2024-11-26数字化转型: 是企业在现代技术和市场环境不断变化的背景下,利用数字技术对其业务进行全面的重新设计和改造的过程。其核心目标是 ...
2024-11-26理论基础与高级学习 数学专业理论基础: 学生首先需要掌握数学的基础理论,包括数学分析、高等代数、几何学、常微分方程、实变函 ...
2024-11-26数字化转型:现代企业蜕变的引擎 数字化转型已然成为当今企业持续发展的关键支柱。这一过程并非简单的技术升级,更是涉及企业文 ...
2024-11-26# 数据科学与大数据技术专业学什么?就业前景与行业需求 **数字化转型:引领企业进步的关键** 数字化转型是现代企业发展的必经 ...
2024-11-26理论部分 - 基础数学理论: - 学生首先需要掌握数学的基础理论,包括数学分析、高等代数、几何学、常微分方程等。 - 这些课程 ...
2024-11-26在选择数据科学和大数据技术专业时,了解不同领域的职责和技能需求至关重要。数据治理工程师是这一领域中不可或缺的角色之一,承 ...
2024-11-26基础课程 统计学基础 - 统计学是数据分析的基石,包括概率、假设检验、回归分析等基本知识,有助于理解数据背后的意义。 - ...
2024-11-26数据分析是一门综合性学科,涉及多个领域的知识和技能。要全面掌握数据分析,需要学习以下内容: 基础课程 统计学基础:统计学 ...
2024-11-26数据治理工程师在当今信息时代扮演着至关重要的角色,负责确保组织内数据的质量、安全性和可用性。他们需要具备一系列技能和才能 ...
2024-11-26在当今数字化时代,数据被誉为新的石油,是企业最有价值的资产之一。因此,建立有效的数据战略规划对于企业的成功至关重要。数据 ...
2024-11-26<section id=
2024-11-26