大数据应用的认知困境与破解路径

杨明刚

在过去几年，大数据的发展存在几个问题，对政府来说，真正用大数据干什么？对企业来说，我们的大数据产品是不是政府需要的？是不是应用场景非常契合的？是不是普通民众真正需要的东西？作为企业应该考虑这些问题。此外，对政府来说，痛点在什么地方？大数据怎么用？用在什么地方？

围绕“大数据应用的认知困境与破解路径”的主题，我们从政府、企业、公众三个角度或者是三个不同的应用主体分析，大数据产业目前的困境或者说难点、破解的点在哪。

对此，我想分享一个例子，一次与某一个省公安厅负责技术的高层领导做技术交流时，他问我大数据对他有什么用。他为什么会问这样的问题？事实上，就公安厅的信息化建设来说，已经具备了刑侦系统、缉毒系统，有相关犯罪调查的分局，有不同的数据体系，已经建了很多单个的信息化工程。这些系统还是垂直的，都是在每个部门、每个警种内部存在，比如说缉毒、反恐、维稳、边防等，做得已经非常好了，每个系统都在有条不紊地工作，那么大数据到底能发挥什么作用？

我相信类似的问题很普遍，当然后来我告诉他，大数据其实不仅仅是信息化系统，要有利用数据资源挖掘价值的认知和能力。如果用大数据的方法把系统内部存在的相关联的数据集中在一起，通过一种适当的分析模型，你可能会发现过去的系统做不到的一些东西。我们回顾一下，过去20年的信息化建设存在一些问题，比如信息孤岛严重、协同难度非常高等，所以，对于政务大数据来说，关键点是政府大数据用在什么地方，要找到真正的痛点。

我相信在座很多企业家做了很多解决方案，我们在面对市场、政府的时候，经常可能被政府某一个细节的问题搞得手足无措，为什么会出现这样的问题？政府跟我们是站在不同的角度来看待大数据的。对于企业来说，我们要找准政府的痛点。比如说专注做社会网络的大数据、社会化媒体监测大数据的企业，我们在作介绍的时候应该告诉主管互联网安全的政府部门，舆情监测的大数据平台关乎社会稳定、舆论安全。引入大数据分析，能够帮助他预测或防止安全事件的爆发。

大数据的应用一定是场景式的、个性化的，所以我们只有切入某一个行业，比如政府、金融、能源、交通、电力等方面，才能找到需求。而政务大数据由于过去信息化建设的诸多背景，目前在数据整合、数据融合、数据资产增值方面还有很多的路要走，我们的产业界和相关的政府机构需要紧密地协同。

对于企业来说，我总结了一下大数据企业经常会犯的一些根本性的错误。比如，我们把统计简单地理解为大数据，其实在过去几十年没有计算机的时候，我们用算盘也一样在统计，一样在做数据的分析。此外，还利用数据库做的统计整理，根据统计分析，再画出一些相关的饼图、曲线图、增长图等，但这跟大数据分析有质的不同。

中国人对数据的研究很早就开始了，天气预报就是一个例子，但是今天说到这个话题，真正用大数据用得最好的部门其实是天气预报部门，他们的应用模型已经非常清晰了。可以看到，在20世纪70、80年代再往前做预报的方式就是统计的方法。北京今天下雨的概率，通过样本分析，从新中国成立后到今天，有几十年的样本，每天只有一个样本，今天下雨或者是刮风，他统计出来80%今天是下雨，他就会说今天可能北京降水概率是70%或者是50%，有一个这样的预算，这是统计学的数据分析。但是目前的大数据分析天气预报，就是气象局相关部门根据天气动力学、流体力学的方程，把地面的温度、风力、气压等等放在设置好的方程里面做大数据分析，是根据流体力学里面的预测模型做的。

通常情况下，在做大数据分析的时候，首先要做数学建模，根据模型把相关的数据赋予不同的权重计算，比如温度跟气压、光照和温度，一定是有关联关系的，而且这种关联关系是强关系。所以我们在数据分析的时候，通过数据分析发现潜在的数据关联，做态势感知。

我们要在数据中发现用传统经验判断不了的东西，发现一些新的线索点。比如说我们有一个场景，就是中国的“两会”，前两年我们做了一个调查，通過互联网大数据发现，印度尼西亚很关注中国的“两会”，它的关注程度非常高，在全世界是排在第一位的，这大概是过去两三年的数据。我们很奇怪，为什么不是美国或者日本或者其他国家。后来发现印度尼西亚关注的是中国教育相关的改革或政策的变化，通过数据我们了解到，很多印度尼西亚的华裔或者是华裔血统的印尼人，他们把子女送到中国接受教育，所以关注相关政策动态。

大数据企业其实要在这些根本层面上去揣摩业务本身数据里面内在的规律，要做成行业专家的公司，要了解行业的需求，才能更好地为各个行业的客户提供服务。

我们谈论政务大数据、商业大数据，回到这个根本问题上来，就是我们要用数据决策代替经验决策。

（根据演讲内容整理，未经本人审核）endprint