运用大数据实现智慧型信息服务

非常高兴有机会跟大家共同分享一些关于大数据的话题。在演讲之前，我想简单介绍一下大数据的定义和特征。大数据不是什么新的技术，也不是什么新的名词，其实它一直都在我们身边。它有很高的速度，很大的容量，以及很复杂的特性。其实，我觉得大数据最重要的一点是它的价值，如果你没有发现它的价值，再大再多再复杂也没有用。从数据的体征上来讲，它很多的数据，都是在人和人，物和物，人与物之间产生的。数据结构和流程

像物联网，云计算等等，还有人机对话，各个领域复杂的数据来源，广泛的业务范围等等都会有。从最底层的社会管理、社会服务和社会生产三个方面能够清晰表现出大数据的整体架构。社会管理体现在政府的各个层面，如政府机构，政府政务，以及政府的电子商务。社会生产离不开农业和工业。社会服务的范围更广泛，如交通、教育、医疗等领域。这个可以反应出来它是结构性的，同时它也有一些非结构性或者半结构性的。

对于不同的数据，比如银行数据，通讯数据，以及个人信息，都是属于传统的结构化数据。像社区的网站，点击率等都是非结构化的数据。还有一些数据像大浪淘沙一样，你是从深矿里面加工数据分析。接下来还需要做数据的分析管理，分析人们会关注哪个话题，是关注公关、社会、金融、市场、还是个人行为等。另外，不同的人群会有不同的需求，研发人员可能需要的数据也是不同的，管理人员还有一些市场人员都可以经过从原生矿到金矿粉再到金产品来使用。这个我们会考虑到运营成本，在考虑数据分析的同时，也应该考虑它的整体应用成本，而不仅仅是一个单独的存储成本，有的存储是很大，价格也很低廉，但是你又堆了一堆没有用的东西，最后导致你使用的时候会觉得非常不方便。

我还想跟大家共享一下IDA流程，I是整合，是把一些数据搜集起来进行处理和管理。在这个基础上，我们去探索一些模型的开发，信息的挖掘，还有一些知识的发现，在这个层面上我们要做一些管理的决策，渠道的协同和应用的交互，让这三者不断地形成反馈和洞察互动。我们有一个量化数据，是通过我们为不同的政府、企业、事业单位、以及各个不同行业、不同领域的数据进行分析总结出来的。如果不用大数据，我们也可以进行企业的经营管理，不过，通过大数据分析可以节约3%的内部成本。其实不同行业和不同领域是有高有低的，但是这个平均值是3%。

那么，从整体上来看，公司的高层领导需要对数据有一定的掌控，这就像飞机的驾驶员，驾驶舱是一个全景图，他需要通过驾驶舱看气象、航道的、以及地面的各种信息。

大数据实现智慧服务

我举几个例子，在政府管理和行业应用当中怎么通过大数据来实现智慧信息服务。前面讲到了社会管理、社会生产和社会服务，其实我们的数据都来源于这三大块，没有这三大块也谈不上数据，也用不着分析。我举的其中一个例子是通讯运营商，因为通讯运营商有物理的网。他们怎么和物联网和大数据整合来实现云，不同的实践和不同的应用可能就会有不同的信息领域，医疗云，交通云，医保卡云等等。另外，像澳大利亚的税收，可能在国外生活过的同事朋友有一个感受，每到年底的时候，都会有一个TFIND，这个是跟你每年的纳税相挂钩的。这个是精确到小数点后面两位，要达到如此精度的计算，一定是需要大数据和特别精准的分析和计算来实现的，这样才能够拿到每一个人准确的税收帐单，并且这种服务是终生的。我觉得国内在税收的管理方面还是与发达国家有一定差距的。现在，一些发达国家这方面的经验真的值得我们学习。

此外，我们国家的智能电表还在开发当中，智能电表有什么好处？它是跟我们国家的电费紧密相关的。别的国家中有一些特别会过日子的家庭主妇，她们会选择电价最低的时候做一些工作。白天的时候，大家都在抢着用电，这个时候电价就高。可是到了晚上，特别是12点以后，大家都休息了，这个时候，电费就很低。慢慢的，美国的家庭主妇就将一些事情放到晚上来做，这样就可以使用价格便宜的电了。这样做即省电，又节省时间。这个也是大数据的案例。

还有就是ADTA，它是汽车保险公司，它不断地提醒大家养成一个良好的习惯。如果你这一年没有交通事故，你的记录就会特别好。这样，你每年都可以得到不同的优惠，另外它还会根据你的驾驶习惯提醒你如何会更好，现在微信微博朋友圈也都挺火爆的，有些人也愿意把自己良好的驾驶习惯跟朋友去分享，分享之后更多人说我的驾驶习惯比你还好，那我付的保费为什么比你还高呢，我也去享受ADTA服务吧，这样就形成一种良性的互动。

我们再跟中央电视台合作的时候，谈到舌尖上的中国，它的背后可能有一串的产业链。比如拍跳跳鱼就可能产生一条产业链。它的配料，最佳饮食季节等等。这样，它的背后产业链就建成了，这就是简单的连接，也是借助传媒的速度和科技的力量。

大家可能都听说过啤酒和尿布的故事，我们可以想像一下，完全不搭界的两件事儿怎么结合一起，这个也是大数据的贡献。沃尔玛和我们合作20多年了，在收银单的上他们发现好像尿布和啤酒总是在同一张单子出现，为什么呢？其实很多因素都是关键关系，外国人请保姆比较少，很多都是主妇在家带孩子，她会提醒先生出去买东西的时候买尿布，所以这个先生买尿布的时候肯定会拎着一箱啤酒，最后这两个货物就摆在一起了，摆在一起销售量又提升了，而且还有一些商家希望他们销售的产品摆得近一点，这样能够有一些边际效应能够做共享。再有是手电筒和饼干，也是风马牛不相及，也是发现买这个手电筒的时候也发现这个饼干超出比平时高出七倍，因为遇到台风的时候，就会买手电筒和饼干。这些都是通过大数据来实现的。

（根据黄北宁在2014第七届中国信息主管年会上的演讲整理而成）