图片 1
美高梅首页

大数据应用方向思考,政府大数据应用效益反省

进入专题: 大数据
  互联网+
 

2015年7月28日-30日,第三届全国石油石化企业信息化与信息安全研讨会在烟台市隆重召开。本次研讨会以“新技术,新应用,新挑战”为主题,以讨论石油石化企业当前信息化与信息安全管理为重点,邀请了我国多位权威石油石化行业的信息管理部门领导、企业负责人及专家出席此次研讨会。普元作为国内领先的软件基础平台与解决方案提供商,受大会组委会诚挚邀请,出席了研讨会,并由普元云计算产品线总监顾伟在研讨会上发表了《智慧油气田之智慧云数据中心建设》的专题演讲,分享了普元智慧云计算平台解决方案,以及支撑智慧油气田之智慧云数据中心的建设思路与方案。

胡小明 (进入专栏)
 

图片 1

与会权威嘉宾、领导及专家认真听取了普元的分享,表示为促进石油石化企业信息安全建设更加稳固地发展,在智慧油田建设时期,智慧云数据中心建设中如何进行几千台海量资源管理与高可靠运行、如何通过混合云管理实现利旧进行成本节约型建设、如何实现自动化运维降低人员需求与运维难度、如何实现开放弹性基础上的安全可控、如何实现同城双活与容灾等若干挑战与应对思路是时下当务之急。

图片 2

一、 警惕大数据过热

智慧云数据中心建设是智慧油气田建设的关键环节

  

1.1 过热产生盲目性

十一五、十二五期间,各大油气田企业普遍都开展了数字油田的建设工作。油气勘探与生产作为油气田建设的核心内容,在数字油田建设时期,主要是通过数字化、可视化、信息高效共享等技术手段,实现了运行监控、生产优化、工作协同、效率提高、生产成本降低和投资回报率的提高,改善HSE,实现了数据资产与知识的积累,有效地支持了业务协同以及科学管理与决策。

   一、政府大数据应用效益难题

国内大数据的宣传早已过热,很多区县级政府也在考虑成立大数据局,政府对大数据热几乎没有抵抗力,企业没有紧跟就对了,在大数据高潮中反省政府的大数据行为、冷静一下头脑是有益的,毕竟大数据应用是一个经济问题,一窝蜂地大数据会使人犯“大炼钢铁”一类的错误。

普元云计算产品线总监顾伟表示,随着“云计算”、“大数据”、“互联网”、“移动化”等技术(即“大互移云”)发展,数字油田将牵引到更快更高的发展轨道,即“智慧油田”。

   1.缺少利用大数据决策的成功案例

1.2 大数据应用效益存在问题

智慧油田在数字油田的基础上,通过实时监测、实时数据自动采集、实时分析解释、实施决策与优化的闭环管理,将油田上游勘探、开发、油气井生产管理、工程技术服务、集输储运、生产保障等各业务领域的油气藏、油气井、数据等资产,有机地统一在一个价值链中,实现数据知识共享化、生产流程自动化、科研工作协同化、系统应用一体化、生产指挥可视化和分析决策科学化,提高油气田生产决策的及时性和准确性,达到节约投资与运行成本的目的。而智慧云数据中心建设则是智慧油气田建设的关键环节。

  
在智慧城市建设中,以支持政府决策为名的大数据中心建设如火如荼,但利用大数据改进决策的成功案例却鲜有,与大数据中心的投资不成比例,令人质疑大数据中心遍地开花模式的合理性。

大数据最积极的推动者是政府,但是政府工作如何从大数据应用中获益一直没有清晰的答案,有效的大数据应用集中于互联网企业和金融领域并非政府工作,迄今一本像样的政府大数据应用案例都编写不出来,这种情况下推力政府大数据应用会带有很大的盲目性,这是技术导向而不是问题导向,技术导向必然会造成浪费。

普元云计算平台:建立安全可靠、高效智能的智慧云数据中心

   2.行政推动大数据应用效果不好

1.3 大数据不是包治百病的神药

顾伟在此次研讨会上强调,为了配合和辅助石油石化企业做好信息化工作,进一步推动和深化信息安全技术在石油石化企业中的应用与创新,普元依托前瞻性洞察,推出智慧的云计算平台助力石油石化企业建立安全可靠、高效智能的智慧云数据中心。

  
大数据应用本是一个经济学问题,国内大数据应用却太行政化了,地区之间的大数据应用评比给地方政府很大的压力,为了争取好的名次,只能为大数据而大数据,使大数据应用背离了实事求是的目标,大数据已沦为某些地方政府自我宣传的招牌,离实际业务需求渐行渐远。

现在对大数据的宣传已经远远胜过对城市问题的探讨,问题还没搞清药方就先开出来了,大数据药方再灵也不可能解决自己都没有诊断清楚的问题。任何技术都有其长处和短处,大数据也是一样,都有其能解决与不能解决的问题,各地政府首先要明确要问题是什么,然后再审视大数据技术能否发挥作用,不能反过来先定大数据再去找问题,政府工作明确目标永远比搞清技术更重要。

普元云计算平台整合石油石化企业行业的数据分析和决策支持的需求,实现油田物理资源统一规划,共享使用,达到提高资源利用率,降低设备采购规模和成本的目的,同时通过自服务、自动化等手段,能够有效提高运维效率、降低运维成本。通过多种技术手段实现资源的自适应调整,使得业务服务具有更好的弹性和可用性。

   3.大数据概念混乱影响了常规数据管理

二、 大数据源自互联网的推动

随着逐步深入石油石化、电力发电等能源企业信息化建设工作,普元已经愈发成熟,凭借其雄厚的平台技术积累可为石油石化行业提供优良的软件平台产品与解决方案,助力石油石化企业实现智慧构建、安全可控、开放弹性建设。目前,普元的云计算平台解决方案已经在国内拥有电力、能源、金融、电信、政府、国防等行业几十个大中型客户,得到包括中国银联、中国神华集团、阿里云计算、歌华有线、国家电网、上海移动、中关村软件园等先进企业的一致认可。

  
大数据最初的概念是指”现有技术处理不了的大规模数据”,为了更多利用大数据的优惠政策,大数据概念被人为的扩展了,认为政府数据集中起来都是大数据,一些地方政府成立大数据局就包含政府所有的数据管理,大数据概念的扩展造成应用的混乱,传统有效的数据管理被忽视。大数据应用需要因地制宜,中小城市做好传统数据整合管理是第一位的,并不都需要推行大数据应用,更不都需要建大数据中心,大数据概念的混乱阻碍各地政府实事求是地解决本地区的数据管理问题。

2.1 大数据是如何产生的?

据悉,普元将于8月12日召开“云引创新.普元云计算白皮书发布会“,届时普元将通过多年云项目实施经验,对企业如何建立安全可靠、高效智能的云数据中心给出建议,帮助企业完美解决当前“互联网+”大环境下的“新技术,新应用,新挑战”。

   4.大数据理念需要反思

任何有社会影响力的新名词都不是望文生义可以解释的,这些名词都被赋予了成语含义,“大数据”便是其一。历史上超大规模的数据很多却不被称为大数据,是因为单纯数据量增长并没有形成巨大社会影响力。

  
过度宣传大数据作用必然会形成迷信,以为大数据无所不能,该迷信只会增加盲目建设的浪费,前些年为信息共享而共享的浪费已是前车之鉴,大数据应用正在蹈其覆辙,为大数据而大数据的做法正在蔓延,大数据应用有价值亦有边界,超越边界推行必然适得其反,大数据应用理念需要反思。

大数据概念是大的数据量与现代信息技术环境相结合涌现的结果,因此引发了巨大的效益机会,“大数据”一词的发明与宣传是为了抓住这个新机会。

  

2.2 没有互联网便没有大数据

   二、政府大数据分析应用常见困难

任何资源的价值展现都离不开特定的环境,互联网前的海量数据因缺少规模化的社会应用而不为人们重视,互联网创造了大数据应用的规模化环境,大数据应用成功的案例大都是在互联网上发生的,互联网业务提供了数据,互联网企业开发了处理软件,互联网企业的创新带来了大数据应用的活跃,没有互联网便没有今天的大数据产业。

   1.找不到适合的大数据资源

2.3大数据是“大智移云物”的共同产物

  
大数据分析研究首要的问题是大数据从哪里来?虽然大数据中心存有不少数据,但适合解决领导急需问题的数据缺之又缺,不用的时候数据却多之又多,大数据应用是对业务积累数据的再利用,不像统计调查可以根据需要进行调查设计,因此缺乏适用的数据经常是大数据决策应用的常态。

如果没有汽车与高速公路石油产业不会那么重要,同样,没有互联网、云计算、物联网、移动终端与人工智能组合的环境大数据也没那么重要。大数据的价值并非与生俱来而是应用创新之结果,价值是由技术组合创新涌现出来的。离开环境的支持大数据毫无价值,就像离开了身体的手不再有手的功能一样。

   2.大数据分析对应不上领导的需求

三、 传统大数据思维局限于支持决策

  
数据专家利用大数据中心的资源也能够分析出一些结论,但是这些结论业务部门早已知道,即使一些有价值的成果也会因与领导层当时的关注点不合拍而被冷落。政府工作有自己的优先级,领导层不可能放下重要的工作去落实专家提出的建议,数据导向产生的分析成果很难与领导注意力的优先级合拍。

3.1 传统的大数据应用理念

   3.数据挖掘因人而异不可复制

人们对事物的想象力很容易受所用词汇的暗示,“大数据”容易暗示人们关注数据规模而忽略信息技术背境的巨大变化所涌现的新机会。政府官员的工作经历很容易把大数据应用想象为只是统计应用在数量上的升级,大数据的作用是提取信息,信息的作用是改进决策,数据多意味着信息多,信息越多决策就越准确。在不少干部的理解中,部门数据整合起来就是大数据。

  
从大数据中提取信息不是IT技术自己能完成的工作,计算机并没有信息抽象能力,这种能力专家才有,同样的数据不同人看到的信息是不一样的,同样的信息决策分析的结论也不相同,信息提取与决策分析依赖于专家的智慧,这种认知决策的过程IT难以复制,难以形成规模,难以形成稳定的效益。

3.2 两种数据使用方向:支持决策与支持操作

   4.决策的不确定性超出IT能力

在政府的工作中,数据对领导层的作用主要是改进决策,但基层工作人员不需要决策,数据是用来直接操作的。政府公共服务业务主要是操作问题,服务是规范的数据处理,基层工作人员只是按章办事不需要决策分析。使用信息技术是为了提高操作服务的效率。发改委等十部门提出的“一号一窗一网”的服务要求所要解决的只是提高操作的效率。改进决策与改进操作是大数据两种不同的使用方向。

  
利用大数据改进决策的难题是决策本身的不确定性。确定性问题的信息是完备的,IT处理只是一种计算,信息技术很容易发挥其优势;但是信息技术不会处理政府决策不确定性问题,这是人脑擅长的领域,解决此类问题的信息和分析能力主要来自决策者的头脑。

3.3 专家(人脑)与系统(电脑)使用大数据的特点

   决策问题的不确定性是大数据决策应用效益不好的根本原因。

支持决策的数据应用是面向专家(包括领导)的,专家需要从数据中提取信息,以信息支持决策,从数据中领悟信息是人脑独有的本领,但不同人信息领悟力并不一致,同样的数据不同人领悟的信息不同,对决策的影响也不同,应用结果的不确定性是专家使用大数据的特点。。

  

支持操作的数据应用不能有不确定性,操作系统的数据应用是由系统控制的,操作按确定的规则进行,没有自由量裁的可能,数据应用结果由软件决定,这种应用是电脑在使用数据,电脑不懂信息只会严格依数据操作,这种使用数据的模式保证了大规模业务行为的一致性。

   三、流行的大数据应用观点的片面性

3.4 政府不能忽略操作型大数据应用

   1.大数据作用不只是改进决策

政府工作存在着两种大数据应用:支持决策与支持操作,但是在多数政府官员只想着大数据支持决策而想不到改进服务操作更有效益。大部分的政府服务的精细化改进并不是决策层次上改进,而是操作层次上的改进,政府提出的“一号一窗一网”式服务关键是提高操作的效率,实践证明操作的优化的改进空间更大,大数据在提高政府决策水平上的成效往往不如提高操作效率成效明显。

  
流行的大数据观点将政府大数据应用局限于改进决策,改进决策固然重要,但这并不是信息技术擅长的领域,信息技术擅长的领域是在数据层次上的操作,而不是在信息层次上分析。

四、 大数据决策的局限性

  
政府数据更大的作用是提高政府公共服务的效率,政府提倡的”只跑一次”、”一号、一窗、一网”式服务都是数据层次上的大数据应用,应用并不是改进决策而是提高服务效率,是公众最能够产生获得感的领域。

4.1 大数据小数据的不同来源

   2.对大数据的局限性缺乏认识

以数据量来划分大数据与小数据会忽略两种数据更实质的差别,从数据产生的过程看,小数据是经人触摸过的数据,包括人工填报或更新、核对等。大数据是机器自动记录的、未经人触摸过数据。

  
流行观念认为科学决策依赖的只是数据,数据越多信息越多,决策越正确,大数据将成为获取信息的主渠道,政府决策可以建立在大数据基础之上。然而实际情况并非如此,政府决策信息来自诸多方面,不只是数字化信息,很多重要的信息难以数字化,决策者需要综合考虑,大数据产生于相对狭窄的业务领域,适合于具体业务的改进,并不适合政府的宏观决策。

小数据来自业务流程中的人工填报、统计调查等渠道,统计调查是可以根据决策信息的需要专门设计的,为降低成本统计经常采用抽样调查的方法。

   3.并非所有数据都是资源

大数据来自自动化业务运行的副产品,出于成本的考虑,政府不大可能专为收集信息而设计大数据收集链,为决策服务大数据只能利用业务系统产生的数据副产品,大数据的收集成本是由业务系统承担的。大数据的来源受到业务系统种类的限制,不是所有的信息需求都能找到恰当的数据源。

  
“数据都是资源”的观念是错误的,数据是否资源要由使用者因具体环境而定,正是在”数据都是资源”的误导下,一些大数据中心积极囤积数据,以囤积的数据规模显示大数据工作的成绩,使许多数据中心堆满大量数据垃圾,笔者认为大数据中心应当以应用为导向,整合有用数据,清理无用数据,数据使用效益会更好。

4.2 大数据适合小决策而不适合大决策

   4.仅靠大数据不能实现科学决策

大数据适合在狭窄范围内对具体事务决策而不适合于大范围的决策。因为大数据的形成包含着先天的局限性,很多影响重大决策的信息恰恰是无法数字化的,例如国内外形势、技术创新、队伍士气、重大事件(类似美国9.11
事件)都无法数字化,可数字化的现象只是小部分,以为靠数据决策就能更全面也是一种误解。政府重大决策需要考虑各方面的平衡,局部领域的大数据仅适合局部领域的决策,不适合面向全局的政府决策,精细化与全面性是不可得兼的。

  
过度的大数据宣传已形成乌托邦式梦想,以为只要有充分的大数据资源就可以实现政府的科学决策,就可以建设完备的城市大脑,实现政府决策的科学化、智能化,建成智慧政府。其实大数据资源有其优点也有其片面性,大数据的规模是以其关注面的狭窄性为代价的,政府决策需要全面均衡,仅靠大数据资源是做不到的。况且对于不确定性问题的很多信息是不可预测的,靠大数据自动决策没有可行性。

4.3 改进政府操作的大数据应用

  

政府的大数据应用不能只关注决策应用,改进操作的大数据应用往往能够获得更好的效益。政府对公众的服务主要使用的还是以小数据为中心的数据库,但是融入现场服务数据的应用可以将服务提高到大数据的层次上并增加智能化的应用。对政府基层工作人员的支持现场化、连机化,通过云平台与实时通信能显著提高一线人员的工作效率,是提高政府基层服务的智能化的重要措施,以改进服务操作效率的智能大数据应用会有更大的成效。

   四、企业大数据业务的另类思路

五、 没有人脑参与系统才能高效与智能

   1.企业大数据应用成为流程型服务

5.1 人脑使用数据模式的效率制约

  
企业大数据应用与政府有很大不同,企业是效益导向的,成功的大数据应用首先是一项流程型服务业务,如网上搜索、地址导航、网上支付、电子商务、摩拜单车、移动通信等,企业的大数据业务被设计为长远的可持续业务,惟此才能有更大的效益和更大的社会影响力,才能建立起公众的信任,流程型服务业务本身是核心的大数据业务,大数据分析是辅助性业务。

为人脑决策使用的大数据应用模式存在两点不足:一是效率上不去,大数据分析结果一旦交付大数据应用就结束了,无法形成连续服务型业务,信息的进一步应用是领导的事情,与大数据处理无关了,人脑决策的慢节奏抵消了大数据快处理的价值。

   2.直接处理实时数据

其次是大数据信息决策的效果的不确定性,决策质量与领导人的知识、思维方式、决策风格密切相关,决策效果又与执行团队的能力相关,涉及的不确定因素太多。人脑使用数据的模式无法实现数据应用效果的确定性。

  
企业的大数据业务核心是直接利用实时数据进行操作,移动通信的实时数据是为了联通基站以便完成通信,网上支付利用实时数据是为了完成准确的支付,搜索服务利用客户发来的搜索要求进行查询,总之,这些大数据服务业务是直接使用业务流实时产生的数据进行操作,活跃的大数据业务建立在实时数据的基础之上,对沉淀的业务数据的分析研究只是为了改进主流业务,如亚马逊利用历史数据分析向用户推荐新书。

5.2 电脑使用数据模式的效率优势

   3.排除人脑参与的智能系统会更快

电脑使用数据的模式排除了人脑的参与,系统完全是由事先编写的软件直接处理数据,排除了人脑介入有两点好处:一是运行速度快,信息技术的速度优势得以充分发挥;二是保证了结果的确定性,系统的行为是可预测的,这将有利于系统可成为可组合、可叠加的功能模块,能够被集成为更复杂的系统。

  
在企业流程化的业务中,全过程是智能化自动化处理,流程化业务是数据层次上的业务,没有人脑的参与没有信息抽象的过程,排除人脑的参与是提高系统运行效率的关键,也是保证服务结果一致性的关键。人脑直接参与业务流程不仅会拖延业务效率还会造成业务的中断。政府利用大数据分析决策是信息层次上的业务,无法避免人脑参与,因而无法形成连续性服务业务,效率不可能高。

5.3 智能大数据应用可形成连续性业务

   4.大数据业务的两个层次

排除人脑参与的数据应用模式是信息技术的自动化应用,这种模式可综合使用各种技术资源(包括云平台、物联网、移动终端、人工智能等等)建立高速、流畅连续型服务,进入智能服务的新阶段,常见的互联网搜索、电子商务、移动支付、摩拜单车、蚂蚁金服无一不是这类的智能大数据应用,这种持续的智能大数据服务更受公众欢迎、社会影响力也更大。

  
企业的大数据应用分两个层次进行,一个是数据层次上的应用,系统直接使用实时数据进行操作处理,系统是流程型自动运行的,直接对外服务。这是企业的主营业务,效益由该业务产生。例如移动通信的主营业务就是实现用户的通信服务。

六、 智能大数据应用的发展空间

  
企业大数据业务的另一个层次是信息层次上的大数据应用,其使用的是流程型业务积累下来的数据,以数据挖掘、数据分析获取数据集中包含的信息来改进主营业务的效率。这是在信息层次上的业务,是业务数据的再利用。通常信息层次上的大数据分析业务是公司的辅助性业务。对移动通信业务积累的数据进行分析,挖掘出用户的需求特点,向用户推荐套餐,增加公司收益。

6.1 所有的智能应用都是大数据应用

  

大数据是机器与机器对话的语言,只有机器与机器的高速对话才能产生如此规模的大数据。物联网、云平台、宽带网、移动终端等设施要发挥作用都要依赖机器与机器的对话,随着信息技术的大发展,机器与机器的对话速度越来越快、范围越来越广、规模越来越大,系统也越来越智能化,所有的智能数据应用都属于大数据的应用范围。

   五、”互联网+”都是大数据业务

6.2 智能化的作用是提高执行的效果

   1.效率来自组织化,互联网重组世界

虽然大数据可以用于改进决策,但智能化的目标是提高执行的效果。计算机系统的作用是使规范性、可重复的工作做的更快。对于需要创造性的、非重复性的工作信息技术是依然无能为力的,人们发现几十年来计算机对于人脑决策能力的提高始终不大,智能化应用机会还是集中在对规范业务的改进,规范业务是确定性的服务,远比充满不确定性的决策业务更能让计算机发挥作用。

  
城市提高生产力的基本措施是推动社会经济合作的组织化,效率来源于更好的资源配置与业务的合作。有效的合作关系沉淀下来就成为相对稳定的组织,城市生产力大发展是不断组织化的结果,互联网是优化重组的新式武器,近几十年全球生产力大发展主要来自互联网对社会组织化的贡献。

6.3 操作型大数据应用的智能化趋势

   2.信息技术推动万事万物的连接

以提高执行效率为目标的大数据应用将向智能化发展,以互联网为基层的现代信息技术的大发展已经为服务的智能化创造力良好的条件,早期由于通信与网络能力的限制只能在一台设备上存储自动处理系统被称为自动化处理阶段,今天自动处理系统可以综合应用网络通信、云平台数据与软件、物联网感知数据与机器学习来实现更有效的自动管理,则被称为智能化服务阶段,排除了人脑参与的大数据应用进入智能化服务没有任何障碍,大数据应用智能化成为必然趋势。

  
社会生产力的重组与合作包括人与人、人与物、物与物的连接与重组,重组是提高效率的主要渠道,信息技术是生产资源组织的通用工具。信息技术之前的自动化技术不规范,它们是利用物理、化学、机械等机理专门设计的,设计复杂且难以规范化,使得自动化推广复制异常困难,信息技术的出现把自动化设计变成硬件基础与软件开发两大过程,极大提高自动化开发的效率,带来创新的繁荣,信息技术成为实现事物重组的核心工具。

七、 智能大数据应用的活力

   3.数字化设备之间靠数据实现连接

7.1 鲜活的数据

  
信息技术对物体的连接需要被连接的物体实现数字化,物体需要装上芯片,实现数字化,能够理解数字信号。信息技术只能连接已被数字化的物体,摩尔定律的伟大贡献在于使万事万物数字化的成本降到几乎为零,数以亿计的芯片、传感器、移动手机都能够通过网络与数据进行重组,数字化设备靠传递数据实现连接,大规模数字化设施的连接构成大数据爆炸的物理基础。

智能化应用中的大数据资源与信息决策中的数据资源的重大不同在于前者是动态形成的,其数据环境是不断变化、不断更新的,很多数据是在运行中自动生成的,数据资源与智能系统共生,这种数据资源很难转让,数据与服务系统是统一的生命体不能单独存在的,离开了系统的数据可以用来分析但失去了原来的意义,如同离开了人体的手再也没有原来的功能了。

  
大规模数字化设施的有效连接依赖的就是数据,”互联网+”连接的设施规模越来越大,发送与接收的数据量越来越多,互联网连接设施爆炸使连接交换的数据也随之爆炸性增长,因此所有”互联网+”业务都是大数据业务。

7.2 实时的处理

  

在智能系统中的大数据应用是实时处理,面向信息决策中的大数据应用是批处理。实时处理能够确保及时性,这对于提高服务效率、保持业务的连续性很重要,现在强调“一号一窗一网”式的为民办事离不开对数据的实时处理。而信息决策类大数据应用则并不需要这种高效。

   六、拓展政府大数据应用理念创造效益

7.3 持续高效的服务

   1.大数据的应用不再局限改进决策

智能化的大数据应用排除了人脑的干预,全部流程都是由电脑对电脑一气呵成,这样就能够达到很高的运行效率,而这是智能化系统巨大的优势,也是智能服务系统得以生存的原因,不论是搜索、购物还是其它自动化的服务,人的耐心都是很有限的,处理慢一点人们就会弃之而去。在信息决策大数据应用的结果是供人脑一次性使用的,处理速度就不那么重要了。

  
政府要从认知型大数据应用理念中解脱出来,从更广阔的大数据视野出发,更开放更创新看待大数据应用。政府大数据应用既要为领导决策服务,又要为基层工作人员改进操作服务,通过数据挖掘、统计分析为领导层提供决策建议是一种重要的大数据应用,认真整合微观的数据,为基层业务服务,提高公共服务效率同样是重要的大数据应用,而且是更有效的大数据应用。

7.4 不断积累的智慧

   2.面向基层确定性业务应用易有成效

能够不断积累智慧的业务更有活力,易于修改是以软件为基础的业务的极大优点,这使得软件系统成为积累智慧最方便的工具,信息系统的高速发展也得益于系统智慧积累的能力。一项可持续的智能化业务系统始终处于不停的改进、完善与扩展之中,不断推出新版本的过程是智慧积累的过程,智慧的不断积累增添了系统的服务能力与可持续性。

  
大多数政府建立的数据应用系统依然把对上服务作为重点,对基层服务重视不够,当前对基层的服务更为迫切,基层业务工作的确定性更强,更容易取得效益,对基层服务也是信息技术更容易发挥作用的领域,将政府大数据服务向基层倾斜,对提高数据操作效率为主的应用更容易产生效果。

信息决策大数据应用则不具有这一优势,其业务不连续很难推出一个又一个的新版本,智慧积累效率就慢多了。

  
目前政府对公众服务碰到的问题是效率低,主要原因是对当事人办事的相关资料组织的不好,连不上、调不出且把麻烦推给办事人,数据整合可以改善这种服务,让用户”只跑一次”是数据层次上的大数据应用,也是更容易见成效的大数据应用。

八、 小数据服务决定大数据中心的生存

   3.城市大脑更适合做小脑型业务

8.1 数据资源的时效性

城市大脑由大数据中心及城市管理运行中心构成,人们期望利用大数据来改善城市的自动化管理。城市的管理很复杂,有确定性任务与不确定性任务,信息技术并不都能胜任,有些任务必须由专家来承担(点击此处阅读下一页)

数据资源像蔬菜一样有保鲜期,极少有越老越值钱的数据。数据集中存储很容易,由此而来的数据质量维护却是一大难题。数据生成得快贬值也快,很多数据往往还来不及处理数据就失效了,反而是那些变化稍慢、稳定期稍长的数据容易得到较多用户且服务也容易开展,这类数据大部分是小数据。

进入 胡小明
的专栏     进入专题: 大数据
  互联网+
 

不同的数据使用方式对数据质量有不同的要求,面向操作的应用则对数据质量非常敏感,例如证照库若不能及时更新就无法使用。信息决策类应用对数据的敏感性会差一些,大数据中心应当使数据的时效性与应用需求同步,要根据需求的价值有重点有选择地组织好数据质量的维护。

图片 3

8.2 大数据交易中心的困难

  • 1
  • 2
  • 全文;)

大数据交易中心与成为建设热点,在大数据应用刚刚开始,人们还没搞清大数据交易是什么概念时就建交易中心实在太早了。

本文责编:天益学术
> 政治学
>
公共政策与治理
本文链接:/data/110590.html
文章来源:作者授权沉思网发布,转载请注明出处()。

实时服务的智能大数据应用的数据是鲜活的、是服务中自动生成的动态数据,要交易的是动态数据流还是截取的静态数据,动态的大数据交易很难,不仅谈判难处理也难,用户需要建立动态数据的实时处理系统。

静态的大数据交易更可行一些,但数据资源与应用需求并不容易匹配,这将会限制交易数的增长,另一困难是隐私权保护问题,数据需要脱敏,未脱敏的数据交易会受到限制,交易中心将长期面对交易稀缺的局面,经营很不容易。

8.3 小数据服务需要补课

发达国家是在小数据充分应用之后才开始应用大数据,国内是在小数据应用还很不足时跨越式应用大数据。小数据应用补课是各地大数据中心必须重视的问题。要看到越是简单的东西应用面越广,小数据的应用空间比大数据大得多,尤其是整合后的小数据服务,极可能成为的数据中心最火的业务。

政府服务的精细化依赖的主要是小数据,把小数据的整合服务做好,大数据中心的工作即完成了90%,千万不能轻视小数据服务,大数据中心的立身之本恰恰是小数据整合服务。

8.4 大数据中心的经济价值

大数据中心的生存本质上是一个经济问题,人们想做交易中心也是希望能够在经济上更节约、更有效益,但是效益的基础是应用规模,只有大量重复性、相似性的工作才有可能利用平台与工具来提高服务效率创造用户价值,目前小数据服务更能够满足规模经营的条件。

政府公共服务的支柱还是小数据,单独成规模的大数据服务不多,各种数据资源的综合使用会有更大的创新机会,地理数据与政府服务相结合、推动政府服务的连线化动态化可能提升用户价值,大数据中心要发展必须全力创造用户价值,唯有用户价值才能支撑大数据中心生存。

九、 拓展视野,推动大数据应用创新

9.1理念创新,积极宣传智能大数据应用

首先要拓展大数据应用理念,不能将大数据应用局限在政府信息决策的狭窄领域之中,而要看到智能大数据应用的广泛空间,将智能大数据应用与大众创业万众创新结合起来,将一切智能化应用都归入大数据应用的范围,大数据概念越广阔应用越繁荣。

利用大数据改善政府决策是大数据应用的重要方面,过去已强调得很多了,现在需要强调的是政府公共服务的智能化、精细化。大数据不仅能改善决策还能改善服务,改善服务有着更广阔的发展空间,公众的获得感更好。

9.2 为大数据应用创造良好的基础环境

对大数据应用最给力的推动是提供优良的通信环境和完善的信息基础设施。大数据应用的基础是超强的通信能力,通信能力影响全社会大数据应用的成本,包括用户的时间成本与服务商的开发与服务成本,降低通信成本是对大数据应用创新极大的支持,土壤肥沃庄稼才能茂盛。

政府数据开放是推动大数据应用的措施之一,可为大数据应用带来示范效果,政府要鼓励企业利用政府大数据开展增值服务,使更多缺乏大数据处理能力的公众也能从政府数据开放中获益。

9.3 鼓励社会大数据应用的自组织创新

大数据应用是一项创新,政府不能只从政府决策的视角来引导大数据应用方向,而要从方便公众受益的视角推动智能化的大数据应用,要鼓励社会各界智能化大数据应用的合作与自组织创新,好服务都是各种应用技术组合创新的结果,政府宜推动智慧城市大数据应用的互操作,降低不同技术合作创新的成本来促进应用创新的繁荣。

【编辑推荐】

发表评论

电子邮件地址不会被公开。 必填项已用*标注

相关文章