大数据资产是基础，技术是手段，应用是终极目标

据麦肯锡调查显示，数据挖掘的商业价值巨大，在欧洲公共管理部门 ，每年能提高 0.5%的生产力，创造 2500 亿欧元的价值；在美国零售业，每年能提高 0.5%-1.0%的生产力和 60%的净利润。

价值一：大数据满足需求，市场空间巨大

大数据可以帮助研发过去所无法提供的产品，满足用户需求。这种模式在传统产业中比较常见，过去，一些行业的用户需求虽然存在，但是由于缺乏有效的技术手段，导致市场参与者无法提供合适的产品迎合市场需求。

大数据技术兴起后，将带动一系列创新产品推出市场，这在各行各业都能找到案例，考虑到传统产业的广度，这将是一个正在挖掘的巨大市场。

价值二：大数据创造需求，拓宽市场边界

大数据创新产品拓宽市场边界，以供给创造需求。大数据创造价值功能，除了提供产品满足市场已经存在的需求外，基于大数据的新产品还将创造新供给，带动新需求，打破原有的市场边界，想象空间巨大：

一方面大数据能够前所未有的精准洞悉现在，深入挖掘现有商业价值；另一方面大数据能够空前准确的预测未来，从而能获得前瞻性的商业价值。

两大价值之外，大数据在许多方面的潜在功用也不容小觑，然而大数据商业化之路才刚刚开启，它不是一条平坦的大道，前方布满荆棘和泥泞，需要每一个开拓者坚信付出。

从大数据的价值链来分析，目前存在三种模式：

手握大数据，但是没有利用好；比较典型的是金融机构，电信行业，政府机构等。

没有数据，但是知道如何帮助有数据的人利用它；比较典型的是IT咨询和服务企业，比如，埃森哲，IBM，Oracle等。

既有数据，又有大数据思维；比较典型的是Google，Amazon，Mastercard等。

另外，用户隐私一直是大数据应用难以绕开的一个问题，如被央视曝光过的分众无线、罗维邓白氏以及网易邮箱等都曾涉及侵犯用户隐私。

现金，我们还没有专门的法律法规来界定用户隐私，处理相关问题时多采用其他相关法规条例来解释。但相信随着民众隐私意识的日益增强，合法合规地获取数据、分析数据和应用数据，必然会是进行大数据分析时必须遵循的原则。

你或许并不敏感，当你在不同的网站上注册了个人信息后，可能这些信息已经被扩散出去了；当你莫名其妙的接到各种邮件，电话，短信的滋扰时，你不会想到自己的电话号码，邮箱，生日，购买记录，收入水平，家庭住址，亲朋好友等私人信息早就被各种商业机构非法存储或出售给其它任何有需要的企业或个人了。

更可怕的是，这些信息你永远无法删除，它们永远存在于互联网的某些你不知道的角落。除非你更换掉自己的所有信息，前提是你能承受重置信息的代价。

看看我们身边，当社交软件、即时通讯工具以及其他应用肆意地吞噬着数亿用户的各种信息时，你就不要指望你还有隐私权了，就算你在某个地方删除了，但也许这些信息已经被其他人转载或保存了，更有可能已经被搜索引擎存为快照，随时提供给任意用户搜索。

因此在大数据的背景下，很多人都在积极的抵制无底线的数字化，这种大数据和个体之间的博弈还会一直继续下去……

大数据与云计算

大数据常和云计算联系到一起，因为实时的大型数据集分析需要分布式处理框架来向数十、数百或甚至数万的电脑分配工作。可以说，云计算充当了工业革命时期的发动机的角色，而大数据则是电能。

云计算思想的起源是麦肯锡在上世纪60年代提出的：把计算能力作为一种像水和电一样的公用事业提供给用户。

那么大数据到底需要哪些云计算技术呢？

这里暂且列举一些，比如虚拟化技术，分布式处理技术，海量数据的存储和管理技术，NoSQL、实时流数据处理、智能分析技术（类似模式识别以及自然语言理解）等。

云计算和大数据之间的关系可以用下面的一张图来说明，两者之间结合后会产生如下效应：可以提供更多基于海量业务数据的创新型服务；通过云计算技术的不断发展降低大数据业务的创新成本。

大数据资产是基础，技术是手段，应用是终极目标。

在大数据时代，数据资产已经成为核心能源，数据被定义为“未来的新石油”， 因此，谁拥有更多的数据，谁就可能成为大数据时代的王者。这样同样存在对应价值模式的三大分类：

一是既有数据、又有大数据思维的互联网平台，他们是大数据应用的先行者；

二是传统软件公司转型互联网，通过 SaaS 模式为用户提供服务，他们既有数据， 也拥有一定的大数据思维的模式；

三是拥有数据，缺乏大数据思维或分析能力的机构，这类机构手里掌握着大量的数据，但无法自我消化利用，例如金融机构、运营商、政府部门等。

值得一提的是，大数据技术落地的一大先决条件是实现技术与业务的融合。这背后需要深厚的业务理解，对于既有数据、又有大数据思维的互联网平台来说，技术和业务本身是相互驱动、共同发展的，对于拥有数据，缺乏大数据思维的机构而言，在行业深耕多年的基础设施服务商，或是最好的选择。

因此，产品基础服务商乃至各个细分行业的应用软件提供商，都有望成为拥有大量数据的传统机构的重要合作伙伴，通过资源互换、能力互补、业务协同，共同为大数据价值的变现事业添砖加瓦。

转自：数邦客

来源：《科学技术》