一、中國大數據應用實踐分析

1、大數據在經濟預警方面的應用

在2008年金融危機中，阿里平臺的海量交易記錄預測了經濟指數的下滑。2008年初，阿里巴巴平臺上整個買家詢盤數急劇下滑，預示了經濟危機的來臨。數以萬計的中小制造商及時獲得阿里巴巴的預警，為預防危機做好了準備。

2、大數據在市場營銷方面的應用

與傳統的市場研究方法不同，大數據的市場研究方法不再局限于抽樣調查，而是基于幾乎全樣本空間。例如，百度擁有中國最大的消費者行為數據庫，覆蓋95%的中國網民，搜索市場占比達87%。百度基于最真實的用戶行為數據和多維度研究工具，幫助寶潔精準的定位了消費者的地域分布、興趣愛好等信息，根據百度分析的結論，寶潔適時地調整了營銷策略。

3、大數據在醫療領域的應用

中國目前已經有十余座城市開展了數字醫療。病歷、影像、遠程醫療等都會產生大量的數據并形成電子病歷及健康檔案。基于這些海量數據，醫院能夠精準地分析病人的體征、治療費用和療效數據，可避免過度及副作用較為明顯的治療，此外還可以利用這些數據進行實現計算機遠程監護，對慢性病進行管理等。

4、大數據在金融領域的應用

大數據能夠解決金融領域海量數據的存儲、查詢優化及聲音、影像等非結構化數據的處理。金融系統可以通過大數據分析平臺，導入客戶社交網絡、電子商務、終端媒體產生的數據，從而構建客戶視圖。依托大數據平臺可以進行客戶行為跟蹤、分析，進而獲取用戶的消費習慣、風險收益偏好等。針對用戶這些特性，銀行等金融部門能夠實施風險及營銷管理。

二、大數據帶來的機遇與挑戰

1、大數據帶來的機遇

大數據瓦解了傳統信息體系架構，從以數據倉庫為中心轉化為具有流動、連接和信息共享的數據池。通過大數據技術使人們可以利用以前不能有效利用的多種數據類型，抓住被忽略的機遇，使企業機構變得更加智能和高效。

（1）大數據的挖掘和應用成為核心

大數據的重心將從數據的存儲和傳輸過渡到數據的挖掘和應用，這將深刻地影響企業的商業模式，即可直接為企業帶來利潤，也可通過正反饋為企業帶來難以復制的競爭優勢。據麥肯錫測算，大數據的應用每年潛在可為美國醫療健康業和歐洲政府分別節省3000億美元和1000億歐元，利用個人位置信息潛在可創造出6000億美元的消費者剩余。因此大數據應用有遠超萬億美元的市場。

圖表1：大數據的重心變化趨勢

資料來源：前瞻產業研究院整理

（2）大數據為信息安全帶來發展契機

據2013年McAfee發布的調查報告，美國、英國、日本等10個國家中，消費者每人擁有的數字資產平均價值約37438美元，當設備遺失時，消費者平均要花82小時才能恢復相關資料。但是，7%的消費者表示自己的設備完全沒有任何保護，僅有36%的消費者表示采用了部分保護。信息安全時間數量快速上升，信息安全時間引發數據泄露的經濟損失也越來越嚴重。

隨著移動互聯網、物聯網等新IT技術逐漸步入主流，大數據不僅僅是企業需要面對的問題，個人消費者也將被大數據包圍。大數據滲透至商業行為和個人生活的方方面面，無處不在的數據，使得信息安全越來越重要。

大數據使得數據價值極大提高，但數據保護意識十分欠缺，以及信息安全時間頻率更高、損失更大，不容樂觀的信息安全形勢，對信息安全將提出了更高要求，目前使用的安全工具、安全信息與事件管理手段以及類似的不能解決這個問題的工具必須得到發展，大數據正在為安全分析提供新的可能性。這些都為信息安全發展帶來了新的契機。

（3）使商業智能和信息安全增速加快

大數據產業鏈參與者眾多，覆蓋面廣。按照產品形態，主要分為硬件、基礎軟件和應用軟件三大領域。綜合各領域國內外競爭態勢，商業智能和信息安全將加快增速，云計算將具有更大發展潛力，三者將構成產業鏈中快速發展的三駕馬車。

商業智能、信息安全和云計算將是數據挖掘和應用環節國內相對受益的三駕馬車。其中國內智能市場已步入成長期，“十三五”期間潛在空間將超過300億元；信息安全“十三五”期間潛在空間將超過4000億元；云計算剛進入成長期。

目前中國的信息安全投入占比大大低于發達國家，報據市場研究機構Meta Group的研究數據，2006年美國企業信息安全投入占IT投資總額的8%-12%，而中國信息安全投入僅占IT總投資的1%。IDC預計，“十三五”期間中國IT總投資將達到8000億美元，按照8%比例計算，信息安全投資規模約為人民幣4000億元。

2、 大數據帶來的挑戰

大數據在帶來機遇的同時，也在人才、技術、信息安全、國家戰略決策等方面帶來了較大的挑戰。

（1）人才挑戰

據IDC測算，到2020年，全球需要管理的數據量將達到35ZB，相較于2011年將增長50倍，而同期IT從業人員將僅增加1.5倍，意味著人均管理數據量將膨脹近33倍。雖然目前看來，人力資源的配給與現有的數據庫管理技術基本是匹配的，但是未來，如果人類管理數據的效率不能保持同步提升，在大數據時代將無法對數據進行有效管理。

圖表2：2011-2020年數據量增幅、從業人員數量增幅和人均管理數據量增幅對比（單位：倍）

資料來源：IDC 前瞻產業研究院整理

（2）技術挑戰

傳統數據庫的管理能力無法應付大數據體量的數據。人們和機器制造的越來越多的業務數據對IT系統帶來了更大的挑故，數據的存儲和安全以及在未來訪問和使用這些數據已成為難點。

目前成熟的經典數據庫技術——結構化數據查詢語言SQL，在設計的一開始是沒有考慮非結構化數據的，也就是說以前計算機人員討論數據的時候，數據的范圍限定在結構化數據范疇以內。隨著數據類別的擴大，目前的大數據已經囊括了半結構化和非結構化數據，這已超出目前常規數據軟件工具所能承受的極限。

大數據帶來的挑戰還在于實時處理。在當今快速變化的社會里，掌握時效性才是立于不敗之地的關鍵，例如，社交網站，電子商務等網絡服務的迅速發展，使得網絡服務及網絡信息規模裂變式增長，對大規模數據的處理帶來了很大的挑戰。數據量大意味著計算量開銷大，數據多樣性意味著算法的可擴展性要強，二者制約了大數據處理技術的時效性。因此，時效性是基于大數據的多樣性和大容量性基礎上一個更高的要求，因此是大數據技術的最高要求。

（3）信息安全挑戰

大數據時代，面對海量的數據收集、存儲、管理、分析和共享，傳統意義上的網絡與信息安全面臨新的問題，安全成為重中之重。這包含兩方面的含義：一方面，大量的數據匯集囊括了大量的個人隱私，以及各種行為的細節記錄。這些數據的不被濫用成為人身安全的一部分。另一方面，大數據給數據保存和防止破壞、丟失、盜取帶來了技術上的難題，傳統的安全工具不再像以前那么有用。大數據帶來的信息安全挑戰主要表現在以下幾個方面：

圖表3：大數據帶來的信息安全挑戰

數據竊取大數據處理的是海量數據，通常采用云端存儲，對數據的管理比較分散，對用戶進行數據處理的場所無法控制，合法用戶與非法用戶很難區分，容易導致非法用戶入侵，竊取重要的數據信息。

數據非法添加和篡改和以前數據技術不一樣，大數據技術是從海量非結構化數據獲取“智慧”，大數據本身必須是可靠的。例如，黑客入侵大數據系統，添加非法數據，導致用戶的大數據分析結果不可靠，有可能對企業或政府的決策造成重大破壞。如何保證大數據的可靠性及分析結果的可靠性是網絡與信息安全領域面臨的新課題。

個人信息泄露對大數據來說，個人隱私等信息安全問題不同于以往的信息安全問題，而是一種新的安全觀。這種新安全觀需要在大數據的利用時找到開放和保護的平衡點。例如涉及個人隱私的數據，既要能夠探入挖掘其中給人類帶來利益的智慧部分，又要充分保護隱私數據不被濫用，損害到個體的利益。國外的做法通常是設置安全機制，采用第三方信息安全審計，并對數據的使用作出明確規定。中國在個人信息保護方面的工作剛剛開始，如何應對即將來臨的大數據時代的個人隱私信息保護將是巨大的挑戰。

三、大數據產業總體規模預測

據《2017-2022年中國大數據產業發展前景與投資戰略規劃分析報告》統計來看，中國大數據產業市場在未來五年內，仍將保持著高速增長。預計2016年末，市場規模將達到2485億元，而隨著各項政策的配套落實及推進，到2020年，中國大數據產業規模或達13626億元的高點。

圖表4：2014-2020年中國大數據產業市場規模及預測（單位：億元，%）

資料來源：《2016中國大數據交易白皮書》 前瞻產業研究院整理