孫會峰
當今時代，數據與人們的日常生活密切相關，衣、食、住、行等相關領域的海量數據持續迸發。2017年滴滴用戶數達4.5億，提供了超過74.3億次移動出行服務；2018年微信每日發送信息450億次，新浪微博日活躍用戶2億，微博視頻/直播日均發佈量為150萬+；2018年天貓“雙11”訂單量突破10億筆，2019年京東“618”開場1小時下單金額50億元；中國3萬家綜合性醫院，每年新增數據量可達20Zbit。
上述海量數據的產生為大數據應用提供了豐富的基礎資源和場景。希捷科技的一項最新研究表明，到2025年全球數據量將會從2018年的33ZB上升至175ZB（ZB即Zettabyte，代表十萬億億字節）。
政府大數據：從“數據資產管理”走向“大監管大服務”
隨著數字政府和新型智慧城市建設的持續推進，與社會治理、民生服務、政務應用密切相關的政府大數據應用成為熱點。中國政府掌握著80%的高價值公共數據，如何盤活這些海量數據資源，是未來政府大數據發展的關鍵。
中國政府大數據的發展歷經3個階段：2010年以前是以三金工程為代表的信息化建設；2011-2016年步入大數據平臺建設和數據整合，各級政府主導搭建了大量平臺；2017年至今，數據資產管理和應用成為新主題。
從趨勢上看，未來政府的大數據應用將逐步向“大監管大服務”方向邁進，用以實現更精準高效的監管和更便捷深入的服務。未來，通過結合5G、人工智能、大數據、雲計算和物聯網等諸種信息技術，順應數字經濟和數字政府建設浪潮，落地城市大腦、平安城市、社會信用、交通感知與管理、社會輿情管理等應用，切實提升政府服務能力，將成為政府大數據發展的機會點所在。
電信大數據：從“小圈子”走向“大生態”
電信行業的信息化和數字化水平走在全行業前列，2010-2015年，各電信運營商落地了一批大數據平臺和應用類項目，開展了大量PoC測試（針對客戶具體應用的驗證性測試），內部大數據技術和應用能力顯著提高。2016年以後，運營商內部業務加速集中化，開源節流成為運營商關心的核心問題。
電信大數據細分產業正在從“小圈子”走向“大生態”。“小圈子”的焦點是運營商自身業務能力和效率的持續提升，比如順應業務集中化的趨勢，運用大數據技術提升企業運營能力，實現集團-地方兩級大數據架構的融合優化，加速B-O-M三域（業務域、運營域、管理域）數據融合，應用SDN/NFV（網絡功能虛擬化/軟件定義網絡）技術柔性改造網絡，加速佈局5G和AI的等新應用場景。“大生態”意指運營商既有能力的外部拓展和遷移，通過對外提供領先的網絡服務能力，深厚的數據平臺架構和數據融合應用能力，高效可靠的雲計算基礎設施和雲服務能力，打造新的、以運營商為核心的數字生態體系，加速非電信業務的變現能力。
健康醫療大數據：從“大”數據走向“精準”數據
中國的醫療信息化建設持續推進，年增速保持在20%以上的較高水平。從面向醫院管理信息化（HIS），到以患者和醫療過程為核心的醫院臨床管理醫療信息化（如PACS、LIS、RIS、EMR等），再到區域醫療服務信息化（GMIS），廣覆蓋的醫療信息化建設項目累積了海量數據，為健康醫療大數據業務的開展奠定了堅實基礎。
健康醫療大數據將從當前簡單的“大”走向“精準”，通過獲取更高質量、更精準的數據，助力健康醫療服務的提升。
當前，我國健康醫療大數據行業面臨四方面挑戰，一是求數無源，需採集的數據標的不明確，採集工具的標準化和規範化有待提升，無法獲得所需數據；二是有量無質，所採集數據無法滿足既定用途所需的數量和質量；三是有病無數，臨床救治與數據應用需求脫軌，大數據和AI等技術的臨床應用不足，臨床一線數據的收集和匯聚不足；四是有數無據，在數據深加工方面的工作不足，尚未形成數據驅動的臨床科研、醫藥研發、器械生產、分級診療、健康養老、醫養結合等產品和服務。
以動態血壓計為例，我國動態血壓計市場完全被歐美企業佔據，其根源在於我國醫療機構不能提供臨床上的“中心動脈血壓數據”。中心動脈血壓需要在開創性手術過程中採集，我國醫療機構在手術過程中通常把注意力集中於救治患者，既疏於採集手術過程中數據，也缺少開創性手術過程中的感染可控的數據採集科學手段。這個案例集中體現了健康醫療大數據應用的兩點問題——沒有可用數據、不知如何採集。
未來，健康醫療大數據破局的關鍵在於彙集整合更精準的數據，為臨床決策和藥品器械研發提供數據分析支撐。
工業大數據：圍繞“小場景”從“項目”走向“產品”
工業大數據立足工業企業的降本增效，當前主流應用場景以電網和離散型製造業為主，設備故障預測與健康管理、綜合能耗管理、智能排產、庫存管理和供應鏈協同成為應用熱點。然而，工業大數據解決方案的高成本、工業企業的數據意識不強，以及工業互聯網盈利模式的模糊，制約了工業大數據應用的快速拓展。
未來，工業大數據將圍繞“小場景”從“項目”走向“產品”。小場景由於投入相對少，需求更精準，有助於在短期內取得成效，培育企業的數字化認知，也便於供應商積累行業數據和經驗，降低實施成本，推動從項目到標準產品的轉變。通過以龍頭企業和行業特色企業為引領，加速佈局一批小場景，持續推進工業設備數據化和應用產品化，工業大數據有望加速落地。
營銷大數據：從“流量營銷”走向“精細運營”
營銷大數據是大數據商業化應用效果最好的細分領域，它通過應用數字技術溝通了廣告主和目標用戶，實現了產品和服務的精準推廣。伴隨著移動互聯網流量見頂，以及經濟下行壓力下廣告主營銷預算的下降，如何利用大數據技術，以更低的成本，幫助企業更高效地觸達目標用戶成為破局關鍵。
未來，營銷大數據將從“流量營銷”走向“精細運營”。
在流量營銷階段，廣告主通過採買高流量平臺的流量即可實現業績和投入的同步提升，這一時期的營銷大數據被用於提升展示廣告、搜索廣告、社交網絡廣告和電商廣告的運行效率，更好地實現廣告主與目標用戶的對接，豐富廣告投放的場景和渠道。
而在精細運營階段，更精準的用戶觸達、更明智的預算分配成為廣告主的關注核心。營銷大數據在這裡被用於整合多維多源數據，提供能力支撐。在更精準的用戶觸達方面，線下場景的需求更為精準（如機場航站樓、4S店等），通過整合線下和線上數據，定向推送廣告，有助於提升營銷效率；此外，基於Panel庫的人群訪談所得的“小數據”便於洞察因果關係，配合大數據分析挖掘能力，同樣可以實現更精準的投放，提升營銷效率。在更明智的預算分配方面，當前的中小廣告主更青睞於全渠道的整合營銷平臺（SEM+EDM+社交+內容營銷+獨立DSP+DMP+輿情監測）建設，來平衡ROI，同時廣告主高度重視內容和社交媒體的深度運營，通過精細化的運營來實現可持續的商業化變現。
金融大數據：從“強管控”走向“創新服務”
金融大數據是隸屬於金融科技的關鍵技術，它服務於金融機構的核心業務環節，解答諸如貸不貸款、貸款多少、風險如何等關鍵問題。2017年以來，隨著金融監管日趨嚴格，基於數據規範行業秩序，降低金融風險，成為金融大數據的主流應用場景。
未來，隨著技術的成熟，金融大數據將逐步由“強管控”走向“創新服務”，通過彙集多源多維的數據，提供創新服務支撐。比如，與社會信用體系建設相融合，提供基於金融數據的個人信用報告、企業財務信用報告、授信評估、貸中預警、中小微企業信用評估等新服務，以及與此間接相關的、高效便捷的清算支付和出行服務。與此同時，積極創新金融反欺詐、供應鏈金融等新興金融服務，切實助力實體經濟的資金融通，確保資金安全高效使用。
大數據學科教育：從“通用人才培育”走向“專用人才培育”
如前所述，2018年中國大數據人才缺口為60萬人。賽迪顧問研究發現，2016-2017年多數大數據人才畢業於“計算機類、統計類和數學類學科”，然而從2018年開始，國家一方面加大“數據科學與大數據技術”專業的投入力度，另一方面加快設立交叉性的新學科（如智能醫學工程、智能建造、計算金融、智能車輛工程等），培育既有專業知識又懂大數據技術的複合型人才成為未來大數據人才培養的發展趨勢。
大數據安全：從“技術安全”走向“綜合治理”
大數據時代，數據的獲取方式、存儲規模、訪問特點、分析方法和技術架構都有了很大不同，與此同時，企業的組織架構和業務流程也相應發生了轉變，這些新特徵對於數據安全提出了全新挑戰——數據安全更難防護、認證系統不完善、系統更易被入侵、安全策略更難實行等。傳統數據安全已經無法滿足大數據場景下的安全防護要求。
大數據安全不同於傳統數據安全，它包含大數據平臺安全和大數據環境下的數據安全兩部分內容。當前，中國大數據安全市場規模小，企業在採用相關產品和服務過程中高度重視ROI（投資回報率），不能接受數據安全防護成本高於數據自身的價值。此外，受制於組織、制度和規範，由人為因素導致的大數據洩露和安全問題同樣嚴峻，有研究指出80%的數據洩露是企業“內鬼”所為。賽迪顧問認為，未來大數據安全將逐步從重安全技術轉變為重治理，其重點落在核心數據資產的梳理和防護，以及圍繞大數據治理所開展的體制機制建設。
建議投資機構關注行業性、功能性解決方案
對於政府部門，要切實以政府大數據應用為先導，分層次推進大數據建設。在政府大數據領域，順應數字政府和新型智慧城市建設浪潮，加快數據資源整合，建立健全政務數據應用場景，全面提升政府服務能力；在市場化程度高的互聯網、金融、電信等領域，鼓勵行業標準的制定，完善必要的行業監管；在市場化程度低的工業和健康醫療等領域，針對制約發展的核心問題（如有數無源、有量無質、實施成本高等），加大政策扶持力度，助力產業穩步發展；與此同時，順應數字經濟浪潮，夯實大數據產業集聚區建設，支持多層次大數據人才培養，強化大數據標準體系建設。
對於用戶企業，一方面要夯實數據基礎，強化數據資源的彙集整合，兼顧數據的量和質；另一方面要穩步拓展大數據應用，重業務實效，以小場景帶動數據整合與分析應用，紮實推進數字化轉型。在具體的創新方面，用戶企業可嘗試下放創新壓力，在相對成熟的業務領域，借鑑電信運營商的創新發展經驗，同供應商開展框架協議式的創新合作，依最終的創新成果交付情況付費。
對於大型供應商，應注重平臺和生態打造，在基礎技術平臺、數據中臺、業務中臺等建設方面加大投入，同時在細分領域兼顧自身優勢與合作伙伴網絡建設；對於中小型供應商，則要持續提升技術實力，加快搭建內生的數據資源池，在細分領域加快塑造差異化的競爭優勢。
對投資機構，建議關注行業性和功能性的大數據解決方案。具體而言，營銷大數據、政府大數據、電信大數據、金融大數據的市場認可程度高，發展前景好，技術相對成熟，具備較高的投資價值；健康醫療大數據和工業大數據未來3-5年內將進入爆發期；雲計算平臺和服務、數據分析挖掘、數據採集和預處理，以及數據可視化等技術的發展值得投資機構持續關注；大數據安全市場規模小，體制機制有待健全，遠期值得關注；大數據交易由於商業模式不清晰，權屬模糊，目前多流於口號式的宣傳，短期不建議介入。
（作者系賽迪顧問有限公司總裁）
閱讀更多 中國戰略新興產業 的文章
