빅 데이터 애플리케이션은 데이터 소스, 제품 및 가치 창출에 중점을 둡니다. 데이터 자원이 고르지 않게 분포되어 있고, 대용량 데이터 애플리케이션은 데이터 집약적인 영역에서 더 쉽게 돌파할 수 있습니다. (윌리엄 셰익스피어, 데이터, 데이터, 데이터, 데이터, 데이터, 데이터) 부적절한 업계 관리 모델을 개혁하여 각 업종에서 빅 데이터의 응용을 촉진할 필요가 있다.
대용량 데이터 응용 프로그램 비용이 높습니다. 현재, 국가 차원에서 국무부는 이미' 대데이터 발전 추진 행동 계획' 을 발표했다. 지역 차원에서, 큰 데이터를 지역 발전의 전략적 엔진으로 삼는다. 기업 차원에서, 각종 대형 데이터 개념 회사가 번창하여 번창하고 있다. (윌리엄 셰익스피어, 윈스턴, 데이터, 데이터, 데이터, 데이터, 데이터, 데이터, 데이터) 우리는 큰 데이터의 응용 프로그램, 데이터가 어디서 오는지, 어떻게 사용하는지, 누가 결과를 지불하는지에 초점을 맞추고 있습니다. 이것이 데이터 출처, 제품, 가치 창출의 세 가지 핵심 요소입니다. 좋은 대용량 데이터 애플리케이션은 기술적으로 복잡할 수 있지만 비즈니스 모델은 간단하고 직접적이며 효과적이어야 합니다. 우리는 또한 "데이터 집약적인" 업종이나 분야가 있는지, 대용량 데이터 애플리케이션이 더 쉽게 개발될 수 있는지 주목한다. (윌리엄 셰익스피어, 데이터, 데이터, 데이터, 데이터, 데이터, 데이터) 산업 정책 방면에서, 우리는 빅데이터라는 신흥 형식을 주시하고 있다. 과거에 여러 번 시도해 봤던 관행은, 예를 들면, 땅을 주고, 돈을 주고, 프로젝트를 주는 것과 같이 계속 효과가 있을까?
빅 데이터 응용 프로그램의 세 가지 핵심 사항
국무부의' 대데이터 발전 추진 행동 계획' (일명' 대데이터 계획') 은 대데이터를' 차세대 정보기술 및 서비스 형식' 으로 정의하고, 대데이터에' 경제변화 발전 촉진',' 국가 경쟁 우위 개조',' 정부 지배력 향상' 의 전략적 기능을 부여하며, 데이터를' 차세대 정보기술 및 서비스 형식' 으로 정의한다. 응용 분야에서' 빅 데이터 개요' 는 공공사무 분야의 과학적 거시적 통제, 정밀 정부 거버넌스, 편리한 상업 서비스, 효율적이고 안전한 보편적 민생 서비스 등 다양한 발전 방향을 제시했다. 산업 차원에서 산업 분야별로 산업 빅 데이터, 신흥 산업 빅 데이터, 농업 농촌 빅 데이터, 혁신 빅 데이터, 빅 데이터 제품 시스템, 빅 데이터 산업 체인으로 나뉜다. 이러한 방향은 대용량 데이터 응용 프로그램의 잠재력과 공간 일뿐입니다. 응용할 수 있는지 여부는 실행 가능한 패턴과 실제 효과가 있는지 여부에 달려 있다. 공공 분야든 산업 분야든, 빅 데이터 애플리케이션은 데이터 소스, 처리 기술 및 방법, 가치 창출 모델과 불가분의 관계에 있으며, 이것이 우리의 관심의 초점입니다. 요약하면, 간단해 보이지만 중요한 세 가지 질문에 답해야 한다. (a) 데이터가 어디서 왔는지는 데이터의 출처에 관한 것이며, 일반적으로 인터넷과 사물인터넷이 큰 데이터를 생성하고 운반하는 기초로 여겨진다. 인터넷 회사는 천연 대형 데이터 회사로, 각자의 검색, 사교, 미디어, 거래 등 핵심 업무 분야에 대량의 데이터를 축적하고 지속적으로 생산한다. 사물인터넷 설비는 언제나 데이터를 수집하고 있으며, 설비와 데이터의 수가 날로 증가하고 있다. 빅 데이터 금광으로서, 이 두 가지 유형의 데이터 자원은 끊임없이 다양한 응용을 일으키고 있다. 외국 빅데이터의 성공 경험은 대부분 이런 데이터 자원 응용의 고전적인 사례이다. 또 다른 기업들은 부동산 거래, 상품 가격, 특정 집단의 소비 정보 등 업무에 대량의 데이터를 축적하고 있다. 엄밀히 말하면, 이러한 데이터 자원은 큰 데이터는 아니지만, 상업적 애플리케이션에는 가장 쉽게 이용할 수 있고, 가장 쉽게 처리할 수 있으며, 현재 국내에서 흔히 볼 수 있는 응용 자원이다. 또 다른 종류는 우리나라 정부 부처가 장악하고 있는 데이터 자원으로, 일반적으로 질이 좋고 가치가 높다고 생각하지만 개방 정도는 낮다. 빅 데이터 개요' 는 공개 * * * 데이터 상호 연결 개방 * * * * 을 목표로 빅 데이터 기술이 이 목표를 달성할 수 있다고 믿습니다. 사실, 오랫동안 정부 부처 간의 정보와 데이터는 폐쇄적이고 분리되어 있으며, 이는 기술적인 문제가 아니라 통치의 문제이다. 사회에 공공 데이터를 개방하려는 소망은 매우 아름다우니, 아마도 일정 기간 내에 멀어질 것 같다. 데이터 자원 방면에서,' 작은 데이터' 와' 데이터' 는 중국에서의 응용이 충분하지 않다. 빅데이터 시대로 접어들려고 이전 정보화 과정에서 해결할 수 없었던 문제를 기회를 빌려 해결하려는 것은 낙관적이지 않다. 게다가, 중국 인터넷 회사의 업무가 주로 국내에 있기 때문에, 그 큰 데이터 자원은 결코 전 세계를 가지고 있지 않다. 데이터가 어디서 왔는지는 우리가 빅데이터 앱을 평가하는 가장 중요한 관심사이다. 첫째, 응용 프로그램에 실제로 데이터 지원이 있는지 여부, 데이터 자원이 지속 가능한지 여부, 소스 채널이 제어되는지 여부, 데이터 보안 및 개인 정보 보호에 숨겨진 위험이 있는지 여부에 따라 달라집니다. 둘째, 이 앱의 데이터 자원 품질이' 부광' 인지' 빈광' 인지에 따라, 이 앱의 실제 효과가 보장될 수 있는지 여부다. 자체 비즈니스의 데이터 자원에 대한 제어력이 우수하고 데이터 품질은 일반적으로 보장되지만 데이터 적용 범위가 제한되어 추가 리소스 채널이 필요할 수 있습니다. 인터넷에서 기어오르는 데이터의 경우, 기술능력이 관건이며, 충분한 양을 얻을 수 있는 능력과 유용한 콘텐츠를 선별할 수 있는 능력이 있어야 한다. 제 3 자로부터 얻은 데이터의 경우 데이터 거래의 안정성에 특별한주의를 기울여야 합니다. 데이터가 어디서 왔는지는 큰 데이터 응용 프로그램을 분석하는 출발점이다. 응용 프로그램에 신뢰할 수 있는 데이터 소스가 없다면 아무리 훌륭하고 뛰어난 데이터 분석 기술도 무궁무진한 나무이다. (윌리엄 셰익스피어, 햄릿, 믿음명언) (2) 데이터 사용 방법 데이터 사용 방법은 큰 데이터 응용 프로그램을 평가하는 두 번째 관심사입니다. 큰 데이터는 단지 수단일 뿐, 모든 것을 포괄하고 모든 것을 할 수는 없다. 우리는 빅데이터가 무엇을 할 수 있는지, 무엇을 할 수 없는지 주목한다. 현재 빅 데이터에는 주로 다음과 같은 몇 가지 일반적인 기능이 있습니다. 미행하다. 인터넷과 사물인터넷은 시시각각 기록되고 있으며, 큰 데이터는 어떤 기록도 추적하여 실제 역사적 궤적을 형성할 수 있다. 추적은 소비자의 구매 행위, 구매 선호도, 결제 방법, 검색 및 찾아보기 내역, 위치 정보 등을 포함한 많은 대형 데이터 어플리케이션의 출발점입니다. 식별。 다양한 요소를 종합적으로 추적하여 위치 지정, 비교, 필터링, 정확한 인식, 특히 음성, 이미지, 동영상을 통해 분석 가능한 콘텐츠를 크게 풍부하게 하여 더욱 정확한 결과를 얻을 수 있습니다. 인물상은 같은 주체의 서로 다른 데이터 소스에 대한 추적, 인식, 일치를 통해 더욱 입체적인 묘사와 포괄적인 이해를 형성한다. 소비자 초상화, 광고 및 제품을 정확하게 푸시 할 수 있습니다; 기업 초상화는 신용과 위험을 정확하게 판단할 수 있다. 힌트. 역사적 궤적, 인식 및 초상화를 바탕으로 미래의 추세와 재발 가능성을 예측하고 일부 지표가 예상되거나 예기치 않게 변경될 경우 힌트와 경보를 제공합니다. 과거에도 통계에 근거한 예측이 있었고, 큰 데이터는 예측 수단을 크게 풍부하게 하며, 풍제어 모델 구축에 깊은 의미를 지녔다. 일치하다. 방대한 정보의 정확한 추적 인식, 관련성 및 근접성을 이용한 필터링 비교 등 , 제품 번들 및 공급 및 수요 매칭을보다 효율적으로 달성하기 위해. 빅 데이터의 매칭 기능은 렌터카, 임대, 금융 등 인터넷의 새로운 경제 비즈니스 모델의 기초이다. 최적화. 주어진 최단 거리 및 최소 비용 원칙에 따라 다양한 알고리즘을 통해 경로 및 자원을 최적화합니다. 기업의 경우 서비스 수준과 내부 효율성을 향상시킵니다. 공공 부문에 있어서 공공 자원을 절약하고 공공 서비스 능력을 높였다. 현재 복잡해 보이는 많은 응용은 모두 이 몇 가지 범주로 세분화될 수 있다. 예를 들어, 구이저우에서 실시한' 빅데이터 정밀 빈곤 퇴치 프로젝트' 는 빅데이터 앱의 관점에서 인식과 초상화를 통해 빈곤층을 정확하게 선별하여 빈곤 완화 대상을 식별할 수 있다. 추적과 힌트를 통해 빈곤 구제 자금, 빈곤 구제 행위, 빈곤 완화 효과를 모니터링하고 평가할 수 있습니다. 쌍 최적화를 통해 빈곤 완화 자원의 역할을 더 잘 발휘하다. 이러한 모든 기능이 빅 데이터에만 국한된 것은 아니지만, 빅 데이터는 이전 기술보다 훨씬 더 강력하고 정확하며 빠르고 더 잘 할 수 있습니다. (3) 누가 결과를 지불하는가는 우리가 빅 데이터 앱을 평가하는 세 번째이자 마지막 중점이다. 이유는 간단하다. 가치를 창출하지 않는 응용은 좋은 응용이 아니다. 우리는 빅데이터의 응용이 정말로 능력을 향상시키고 성과를 향상시켰는지 주목한다. 자신의 제품 디자인, 마케팅, 자원 배분에 큰 데이터를 사용한다면 기업의 경쟁력이 향상되었는지, 기업의 최종 이윤이 이전보다 높은지 여부에 달려 있다. 큰 데이터로 제 3 자에게 서비스를 제공한다면, 누가 기꺼이 비용을 지불하고 지속적인 비용을 지불할 의향이 있는지 보아야 한다. 하지만 공공부문에 쓰인다면 정부나 공공부문의 지불 가치가 있는지, 투자자의 관점뿐만 아니라 일반인의 시각에도 달려 있다. 우리가 큰 데이터 앱에 직면했을 때, 위의 세 가지 질문, 즉 데이터가 어디서 왔는지, 어떻게 사용하는지, 누가 결과를 위해 돈을 지불하는지 물어보면 많은' 위장' 을 폭로할 수 있다. 물론, 위의 "빅 데이터에 대한 세 가지 질문" 을 견딜 수 있다면 반드시 좋은 것은 아니지만, 훌륭한 빅 데이터 응용 프로그램에서도 멀지 않다. 데이터 집약형 분야를 찾는 것은 큰 데이터를 자원으로 취급하기 때문에 자원의 분포를 고려해야 한다. 전반적으로, 자원 분포는 물, 광물, 경작지, 에너지 등 천연자원과 같이 매우 고르지 않다. 인적 자원과 지식의 분포가 더욱 불균형하다. 빅 데이터에도 불균등한 분포 문제가 있습니까? 빅 데이터 산업의 발전은 정말로 커브길에서 추월할 수 있습니까? 이 문제들은 깊이 생각해 볼 가치가 있다. 탐지할 수 있는 천연 자원과 달리 데이터 자원의 분포는 찾아 설명하기 어렵다. 빅데이터 인적 자원의 분포는 지역과 업계의 차이를 간접적으로 반영하는 데 사용될 수 있으며, 어느 업종과 지역의 빅 데이터 인적 자원이 밀집되어 있으면 데이터 집약적인 것으로 간주될 수 있습니다. 우리는 20 14 하반기 이후 2 대 주요 채용 사이트인' 앞날 걱정 없음' 과' 지련 채용' 이 발표한 채용 정보를 선별해 최근 2 년 동안 발표된 관련 정보를 22 만 7000 개 기업,1007,000 개 직위로 선정했다. 지역별, 업종별 요약 분석을 통해 큰 데이터 인적 자원 분포가 매우 불균형하고 지역간, 업종간 차이가 큰 것으로 나타났다. 그러나, 정확 하 게, 채용 사이트는 엄격 하 게 인적 자원 할당이 아니라 재능에 대 한 요구를 반영, 둘 다 밀접 하 게 관련 되어 있습니다. 빅 데이터 관련 업무를 하는 직장인들을 보면 베이징 광동 상하이 3 곳이 고도로 밀집되어 다른 지역보다 훨씬 앞서고 있다. 3 곳을 더하면 두 사이트가 채용 정보를 발표한 기업 수는 52.35%, 47.48%, 직위 수는 6 1.23%, 56.74% 를 차지했다. 빅 데이터 인적 자원의 절반이이 세 곳에 집중되어 있다고 추측 할 수 있습니다. 이는 평소 직관적 인 느낌과 매우 일치합니다. 이 세 곳 외에 지방 정부가 빅 데이터 산업을 중시하는지, 빅 데이터를 지역 경제 발전의 엔진으로 사용하는지, 인적 자원의 집중을 촉진할 수 있는지, 다른 경제 발전 수준이 비슷한 지역을 능가할 수 있는지 주목한다. 데이터 반영으로 볼 때, 적어도 현재로서는 이런 결과를 볼 수 없다. 이는 인적자원 구조가 후발 지역의 빅 데이터 산업을 발전시키기 위해 보완해야 할 짧은 판이자 극복하기 가장 어려운 어려움이라는 것을 보여준다. 한 곳의 인적자원 구성을 바꾸는 것은 지상 건물의 면모를 바꾸는 것보다 훨씬 어렵다. 이는 장기적인 과정이나 독특한 제도가 필요하다. 같은 성에서도 빅 데이터 인적 자원 분포는 매우 불균형하다. 예를 들어 광둥에서는 선전만 대체로 전성의 반쪽을 차지한다. 게다가 광저우까지 합치면 90% 에 이를 수 있다. 다른 곳에서는 경제력이 좋아도 선전 광저우에 비해 큰 데이터 인적 자원에 대해서는 크게 이야기할 수 없다. (윌리엄 셰익스피어, 윈스턴, 경제력, 경제력, 경제력, 경제력, 경제력, 경제력, 경제력) 이것은 다시 한번 빅 데이터 인적 자원 분포가 매우 불균형하다는 것을 보여줍니다. 분명히, 빅 데이터 인적 자원이 밀집된 지역은 인적 자원이 부족한 지역보다 빅 데이터 산업을 발전시키는 기초가 더 좋다. 도시 순위에서 볼 때, 북방의 심광은 대데이터 인적자원 수요가 밀집된 일선 도시로 간주 될 수 있으며, 항주, 닝, 성, 한, Xi 안은 2 선 도시로 간주 될 수 있습니다. 빅 데이터 인적 자원의 분포는 도시의 경제력, 활력, 심지어 집값과 대체로 일치한다. 산업 분포의 관점에서 볼 때, 빅 데이터 인적 자원 수요는 더욱 불균형적으로 인터넷, 정보 기술 및 컴퓨터 관련 산업에 초점을 맞추고 있습니다. 이는 빅데이터가 인터넷이나 IT 업계의 일부이며 기존 기반을 기반으로 한 새로운 발전이라는 것을 충분히 보여준다. 이러한 산업은 전형적인' 데이터 집약형' 산업으로, 대형 데이터 산업 발전의 요람이다. 금융은 또 다른 중요한' 데이터 집약형' 분야이다. 금융업계는 데이터, 특히 가치 있는 데이터를 생성하는 기지일 뿐만 아니라 데이터 분석 서비스의 수요자이자 응용 장소이기도 하다. 더 중요한 것은 금융업계가 충분한 지급 능력을 갖추고 있어 빅데이터 산업 경쟁의 중요한 전장이 될 것이라는 점이다. 대량의 큰 데이터는 금융 분야에서의 응용을 통해 각 업종으로 방사된다. 또한 통신, 전문 서비스 (컨설팅, 인적 자원, 회계 등), 교육 훈련, 비디오 미디어, 온라인 게임 등도 있습니다. 상대적으로 데이터 집약적인 산업이기도 합니다. "빅 데이터 개요" 는 거의 모든 산업 및 분야에서 빅 데이터 응용 프로그램에 대한 광범위한 전망을 계획했지만 데이터 자원 분포는 매우 고르지 않으므로 "데이터 집약적 인" 분야에서 빅 데이터 응용 프로그램이 시장에서 성공할 가능성이 더 큽니다. 빅데이터는 어떤 산업 정책이 필요합니까? 빅 데이터 응용 프로그램에는 어떤 산업 정책이 필요합니까? 응용의 관점에서 볼 때, 빅데이터는 새로운 산업이 아니라 기존 산업과 융합되어 기존 모델을 개조, 업그레이드 및 대체한다. 빅 데이터의 발전을 제한하는 것은 종종 빅 데이터 자체가 아니라 빅 데이터 응용 프로그램의 산업과 산업 규제, 행정 독점, 요소가 자유롭게 흐를 수 없는 등의 기존 문제입니다. 따라서, 토지, 보조금, 프로젝트에 의지하여 큰 데이터 발전을 추진하면 근본적인 문제를 해결할 수 없다. 빅 데이터 응용 프로그램의 관점에서 볼 때, 부적절한 산업 관리 모델을 개혁하고 기존의 이익 패턴을 조정하여 빅 데이터 응용 프로그램에 필요한 조건을 갖추어야 합니다. 기업 내에서도 대용량 데이터의 적용은 기술적인 문제뿐만 아니라 비즈니스 프로세스 리엔지니어링 및 관리 모델 개혁도 포함되며 기업 관리 능력에 대한 시험입니다. 금융, 통신, 교육, 비디오 미디어 등' 데이터 집약형' 업종은 빅 데이터 애플리케이션 잠재력이 큰 분야이자 산업 개혁을 추진하는 중점 분야이기도 하다. 한편, 빅데이터의 응용은 산업 개혁을 위한 기술 지원을 제공하여 보다 효과적인 기술 노선으로 산업 발전 목표를 달성할 수 있습니다.
빅 데이터 응용 프로그램에 필요한 산업 정책은 시장 경제 하에서 각 업종이 제정해야 할 정책이다. 이를테면 접근 자유화, 공정경쟁, 기업 부담 경감, 기업 소유제 차별 해소, 기업 규모 차별 해소 등이다. 개방된 산업 환경에서만 큰 데이터를 이들 업종에서 효과적으로 이용할 수 있다. 한 곳에서 금융, 의료, 교육 등 분야에서 빅데이터의 활용을 대대적으로 추진하기 위해 가장 효과적인 정책은 이들 업종에 대한 강력한 개혁이다.