2016年，是我國大數據產業市場規模明顯增長、技術創新與應用創新特征凸顯、地方政府結合需求推動頂層設計、行業應用成為新熱點的一年。接踵而來的2017年，立足于上述發展基礎，大數據產業將持續發力。基于對過去一年產業發展中政府數據公開共享、應用落地、大數據與信息化分野等問題的深度思考，九次方大數據創始人王叁壽提出了十個與眾不同的數據觀，從中不難窺探出未來大數據產業發展的走勢。

　　

　　1.政府數據將成為地方政府最重要的資產

　　政府手里最值錢是土地和數據，數據是可以反復利用的，政府數據一旦釋放，所產生的價值要比土地高太多。在一個互聯網和信息化程度不斷加深的時代，開放數據不只是面子工程，還能有效反映各地投資環境、信息化程度、政府開放度等問題，數據開放勢必會產生新的生產力，政府數據將成為地方政府最重要的資產。
 

　　2.“大數據四要素是預警、預測、決策、智能”

　　大數據不應該是靜態存在的，而是與周邊數據發生碰撞和聚合，是政府或企業洞察力與行動力的體現。大數據的四要素是預警、預測、決策、智能。預警，即通過數據采集、數據挖掘、數據分析，對已經存在的風險發出預報與警示；預測，是指立足于縱向時間軸，對相對長時間內某些問題的判斷形成指導；決策，是指通過所有相關數據的聯動，形成基于數據和分析之上的決策或結論；智能，即當我們基于對現實問題的分析與判斷，通過技術手段實現智能化的行為。四點要素從功能的角度詮釋了大數據的核心，而最終實現這些功能還需要回歸到大數據應用，唯有通過應用才能讓大數據真正“著陸”。
 

　　3.“大數據是傳統信息化廠商的掘墓人”

　　2016年是中國信息化進程的一個重要轉折點，它標記了大數據與傳統信息化的顯著分野。傳統信息化基于數據更注重查詢功能，而大數據則注重信息的互通互聯，可以一站式實現企業、政府需要的數據采集和數據挖掘智能分析。通過大數據，企業可以更加貼近消費者、深刻理解需求、高效分析信息并作出預判；政府則可以預測把控經濟脈搏、掌握行業宏觀數據進而進行預判調控等。大數據脫胎于傳統信息化產業，是信息化的催化劑和助燃物，必將最終顛覆行業業態，淘汰傳統廠商。
 

　　4.“未來三年中國大數據70%的需求集中在政府和金融應用”

　　去年11月，習近平總書記提出要“建設全國一體化的國家大數據中心”。大數據治國勢在必行。目前，國外一些政府先行者已經在運用大數據方法提升治理社會的能力，實現政府公共服務的技術創新、管理創新和服務模式創新。大數據在公共管理領域的應用，不僅使傳統難題變得迎刃而解，更是新時期應對新挑戰、解決新問題的必然選擇。尤其在金融行業，大數據很早在銀行反欺詐工作中就有諸多體現。金融業對大數據的應用，正快速伴隨著互聯網金融的步伐蔓延開來。未來三年大數據發展必將主要集中于政府大數據與金融大數據之間，發揮1 1＞2效應，深入縱橫，迎來經濟社會突破性發展。
 

　　5.“政府數據的價值在于化學反應，而不是簡單的物理聚合”

　　目前，國家及省市各級出臺相關政策，都在積極推動引導政府數據開放共享，數據中心遍地開花。然而并非建數據中心就能激活政府數據。數據中心僅僅實現了政府基礎數據資源的存儲、分類、整理，使數據資源進入規模化，卻并未能充分反映數據爆發時代下的政府大數據處理與應用需求的價值。數據的價值并非靜止狀態的數據聚合，數據碰撞與摩擦才能釋放內在價值。政府價值的釋放，應該是以大數據應用為基礎，以“預警、預測、決策、智能”的大數據思維，從內部對散亂的、無序的數據進行有機關聯，產生融合、裂變，以此演化出顛覆式的分析邏輯，從而對落后的社會公共治理和傳統行業進行重塑。
 

　　6.“城市發展大數據產業應該打組合拳”

　　發展大數據產業，需要與傳統產業深度融合，培植地方新經濟增長點。但對于地方政府而言，大數據產業是新興產業，又是包含硬件支撐層、技術層、交易層、應用層、衍生層在內的一整條龐大產業鏈。在此情形下，城市發展大數據產業應該打組合拳，做好統籌規劃、總體設計，通過一些列配套措施、有序步驟，推動大數據產業與傳統多產業融合。隨著政府數據信號的釋放，各城市應優先發展大數據基礎設施，以與市場資深大數據公司合資的方式，成立大數據公司，建設大數據平臺；進而結合當地經濟特色，挖掘大數據與傳統產業的結合點，全局統籌，有的放矢。
 

　　7.“只有數據源服務商才有資格構建大數據生態圈

　　大數據生態圈良性運轉的重要根源，也可以說是大數據行業的起點，正是數據源。發展大數據產業，首要解決的是促成數據資源的極大豐富和開放使用，這決定了數據源服務商在產業鏈條上應該始終處于核心位置。數據源服務商通過對數據的處理挖掘，完成對整個生態圈發展基礎的建構。這一基礎的存在，驅動其他環節圍繞數據源做高效運轉，如服務器、硬件、軟件廠商等。同時，數據源服務商掌握行業內重要的數據資源，在硬件、軟件的支持下，可以針對行業設計出各類應用場景，服務于市場需求。大數據價值變現過程中，數據源始終占據重心位置，只有數據源服務商才有資格構建大數據生態圈。
 

　　8.“終究有一天，大數據智能會取代搜索引擎”

　　搜索引擎是人類生活中不可或缺的一部分，它使我們擺脫信息閉塞，更高效地幫助查詢者將“人腦智能”匹配到合適的信息。而大數據，更勝一籌。大數據通過海量數據的相互碰撞，激發價值，開啟“人工智能”，以遠超人腦運轉速度的服務器時速，自動在信息之間、數據之間建構關聯，帶來人類腦力尚難企及的理性分析結果，提供預測、預警，幫助人類在生產、生活中做出更明智的決策。和大數據相比，搜索引擎的本職是嫁接人腦智能和單類信息的橋梁工具，必然依賴人類手動的輸入，必然受限于人腦的思維，總有一天會被大數據智能所取代。
 

　　9.“大數據產業現階段僅僅是朵浪花”

　　當前有人認為大數據產業“過熱”，事實上，大數據的潛力還遠遠沒被釋放出來。一個有熱度的大數據產業，體現在大數據充分實現了對交通、醫療、教育、環保、農業等產業的升級改造，以及大數據應在社會生產、生活更廣的范圍內得到普及。但就目前的實際情況來講，盡管目前大數據產業在硬件支承層的布局如火如荼，大數據中心也在紛紛建設之中，但是數據與數據的碰撞、數據價值的開發、數據價值的應用落地等等，仍然處于初期階段。
 

　　10.“不性感的大數據公司都會死掉”

　　大數據行業天生就具備性感的基因——海量數據擁有無限再生能力，有一萬種碰撞方式，就能摩擦出一萬種火花；數據能夠顛覆傳統樣本分析，無限接近于未來發展的必然結果；它既不像傳統產業般需要深厚的時間積淀，也絕非“互聯網”商業模式泡沫般的曇花一現。要想成為性感的大數據公司，需要以產品為導向，以技術為支撐，驚艷的產品、顛覆性創新的商業模式，以及改變世界的激情。不具備這些特質的大數據公司必將消亡。
 

　　2017年大數據發展十大新趨勢

 

　　1.數據量將持續增長

　　數據量的不斷增加意味著通過數據的快速分析獲取寶貴的市場洞察已經成為大數據業務運營的關鍵環節。機構和企業組織必須將其內部未被利用的每一字節的大數據，也就是我們所謂的“黑暗數據”(dark data)加以合理化的整合并轉化成可以利用的數據資源。

　　如果大數據還沒有為你的企業帶來可供戰略參考用的新見解，那么在2017年記得為你所在的企業提出有關大數據的創新計劃，只有這樣才能提升企業的競爭優勢。
 

　　2.利用大數據提升客戶體驗

　　對于企業的并購，可以將遺留下來的數據資源轉交到分包商系統，這種大數據的使用方式除了可以改進消費者體驗之外，還可以升級核心系統。

　　讓消費者使用靈活性的自助服務方式可以讓大數據分析為企業快速掌握市場發展的主導趨勢，還可以為客戶需求增長機遇帶來更多有競爭力的市場洞察。

　　利用大數據更深入的了解客戶需求可以讓搭配銷售或者促銷活動提高企業的一線財政收入水平，同時還可以免除因客戶流失所導致的業績縮水風險。
 

　　3.Hadoop的應用領域將更加廣泛

　　將會有越來越多的企業選擇采用Hadoop和其他類型的大數據存貯架構，相應的，分包商們也將為業主提供更加有創新功能的Hadoop解決方案。

　　當Hadoop架構占據有利地位時，企業使用高級分析方法所處理大量數據可以為盈利決策找到寶貴信息的金礦。
 

　　4.預測分析將嶄露頭角

　　精準地預測未來可能放生的行為和事件可以提高企業的利潤。為降低企業收入風險暴露所使用的欺詐行為快速鑒別和預判技術將會迎來質的飛躍，同時企業運營的卓越性將進一步得到改進。
 

　　5.基于云的數據分析將獲得更多關注

　　將數據分析業務遷移到云端可以加速企業采用最新的技術能力，并實現數據資源到行動計劃的快速轉變。數據分析業務轉移到云端之后，企業的運營和技術維護成本也將削減不少。
 

　　6.向信息學領域進軍并注重數據價值的界定

　　新的一年，使用信息學助推復雜數據收集、分析與可視化技術的整合可以從數據資源中推導出企業所需的收益來源。從未被充分利用的數據當中提取資源可以提高企業運營績效。
 

　　7.數據可視化將放大商業智能的作用與優勢

　　數據可視化技術讓隱藏在大數據資源背后的真相呈現在眾人面前。無論數據怎樣形成，無論數據資源在哪里，圖形數據可視化可以讓企業組織在業務繁忙的同時對數據進行檢索與處理。
 

　　8.物聯網、云技術、大數據和網絡安全深層融合

　　數據管理技術，比如說數據質量控制、數據準備、數據分析以及數據整合等方面的融合程度將在新的一年當中達到新的高度。當我們對智能設備的依賴程度增加時，互通性以及機器學習將會成為保護資產免遭網絡安全危害的重要手段。
 

　　9.提升數字渠道優化與多渠道體驗

　　以客戶偏好的渠道與其保持有效接觸可以讓企業在傳統渠道與數字渠道之間找到最佳平衡點。通過不同渠道不斷尋求創新手段提高客戶體驗度可以帶來企業的競爭優勢。
 

　　10.數據準備和分析的自助式服務將提高效率

　　無論企業數據類型屬于結構化、半結構化還是非結構化，自助服務式的數據預備工具可以加速企業數據準備的時間。使用自助式數據技術可以降低企業對開發團隊的依賴程度，從而更重視用戶的使用感受，同時企業的運營效率也可以提升。