>科技>>正文

陆岷峰:关于矫正大数据行业负功能区的若干思考

原标题:陆岷峰:关于矫正大数据行业负功能区的若干思考

一、引言

当前各种信息呈现爆炸式发展,在大数据社会中,大数据思维以及大数据技术对社会生活的渗透度非常深,其应用程度也越来越广,被大众所认可,大数据的作用的主要是对相关对象的数据进行收集、整理、分析并运用特定模型得出结论,从而将不确定性事件转变成为相对确定的事件。大数据可以帮助新旧金融机构降低交易成本,提高风险识别度,优化业务流程,弥补了传统金融机构服务方式的不足,提高了普惠金融群体金融的可获得性。大数据的发展应用范围很广,健康医疗、教育、制造、销售等各个行业利用大数据技术,挖掘有效客户的信息,进行精准获客、精准产品定制、精准营销。很多金融机构已经实现利用大数据技术实现在线申请、在线审批、在线放款等自动化的业务模式。

大数据不只在社会引起广泛关注,在政府部门也同样引起很大的重视,“十三五”规划国家把大数据作为基础性战略资源,全面实施促进大数据发展行动,加快推动数据资源共享开放和开发应用,有助于金融行业规避系统性风险和区域性风险,进而助推我国产业转型升级和社会治理创新。同时国家也将以加快推动政府的数据对外开放共享、促进大数据行业健康发展、加强数据资源安全保护为发展深化重点。国务院早在2015年就印发了《促进大数据发展行动纲要》,这也是大数据发展的纲领性文件,对大数据未来的发展进行了进一步的规划。大数据的发展已经度过了探索和市场启动两个阶段,市场对大数据的接受程度越来越广,大数据的应用也不断趋向成熟,并且其巨大的商业价值推动了产业化发展的规模也越来越大。截至2018年,我国大数据市场整体规模达到6200亿元,比2017年大数据市场规模增长32%,未来随着大数据在各个行业的不断渗透,市场整体发展规模可能会进一步提高。

虽然大数据的应用价值很高,应用场景很丰富,但是其运用过程中还有不少问题,并且可能导致互联网金融风险进一步被放大,甚至是风险外溢。诸如数据安全问题,用户个人隐私遭受侵犯,网络被黑客攻击造成业务系统瘫痪等问题都是值得关注的问题。大数据所带来的风险甚至会影响到整个金融行业的顺利发展,关乎金融行业稳定,这是值得深入探讨的问题。当前及时了解大数据在实际运用中的功能特征,分析大数据存在的主要问题,在此基础上对大数据负功能进行矫正,有助于促进大数据在各种业态中的顺利应用,也在一定程度上促进金融行业的安全和稳定。

二、文献综述

当前,随着社会对大数据的应用不断提高,数据的挖掘技术、存储功能以及分析技术也在不断发展,实务界对大数据的关注度与日俱增,这也引起很多专家学者的关注,不少专家学者开始深入研究大数据技术,对实务界产生的技术成果进行总结创新,也推动了实务界大数据的应用。关于大数据风险管理的文献总体可归为:1.以商业银行为代表的构建基于大数据的征信体系,进行信用风险管理。2.基于互联网金融利用金融数据进行融资,针对金融资产管理业务的风险管理。风险是金融行业的第一要务,也是永恒不变的话题,特别是对金融机构而言,更应重视对风险的防范。陆岷峰,虞鹏飞(2015)在分析商业银行转型升级时认为,大数据技术可以帮助商业银行完成转型升级,商业银行利用大数据技术帮助自身增强核心竞争力,占领市场,进行精准获客、营销、产品定制。巴曙松等(2016)认为,当前大数据风控虽取得了一定的进展,但仍然存在有效性不足等问题,其原因主要在于数据质量缺陷、理论性障碍以及制度障碍等。孟小峰等(2013)提出,大数据的规模效应正导致数据存储、管理等风险的产生,并进一步对数据分析结果的有效性造成重大影响。林志刚等(2013)则从宏观角度对大数据管理风险进行研究,提出大数据管理不当将强化国家间的不均衡发展程度,也使得社会阶层力量失衡。吴伟光(2016)主要研究了个人数据的保护,他认为个人数据应该成为公共物品并且按照公共物品的规则进行规范,政府部门应该设立专业部门对个人数据信息进行管理。黄欣荣(2015)则对个人隐私表示担忧,他认为随着大数据技术的不断发展,人民的自由和责任观点冲击了传统的伦理观。田新玲、黄芝晓(2014)则主要介绍了数据开放和个人数据保护的相矛盾的部分以及产生这种矛盾的而根源,此外他们还指出解决这种矛盾的方案。蒋洁(2014)认为大数据轮动在推动新商业模式形成的同时也引发了严重的隐私风险,且在当前外部监管措施、用户隐私认知不足的情况下,隐私风险已成为制约行业发展的一大阻碍。杨倩倩等(2016)主要分析对比全球大数据产业发展,通过对比分析她们得出目前大数据发展主要有三个矛盾:①数据交易与数据主权之间的矛盾; ②数据洞见与隐私保护之间的矛盾; ③数据规模与利用率之间的矛盾。

大数据的特性在于体量大、种类繁多、价值密度低,但数据本身没有价值,价值创造在于数据的处理与分析过程。大数据行业如何获取数据、处理数据、分析数据与传递数据价值是该行业运营发展的基础,而如何规避以上业务环节的潜在风险则成为行业可持续发展的关键。通过上述文献梳理,目前国内外的研究主要从大数据产业发展本身的视角展开研究大数据产业所存在的问题,集中在对大数据进行阐述以及在目前的金融领域有哪些方面的研究。正是在上述学者研究的基础上,下面文章主要从微观视角介绍大数据实际运用过程中的特征分析,厘清大数据在运用到各业态中存在的主要问题,进而提出具体的解决方案。

三、大数据运用的特征分析

随着计算机云储存以及云计算的崛起以及快速发展,数据呈现指数级增长,各行各业都产生数据,也离不开数据的支撑。大数据也成为互联网金融发展的重要推动力。在互联网金融几种业态中,大数据的综合化程度呈现为“较强的跨界性、较快的迭代性、较弱的相关性、较广的传染性”四种特征。

(一)大数据来源跨界性强

跨界性是大数据的一个重要特征,也是大数据不断发展的关键,当前政府部门掌握至少80%以上的静态数据,而且很多数据不会对外公布,这使得市场会形成数据孤岛的现象,也在很大程度上限制了数据的进一步运用。而大数据技术对数据进行挖掘,可以将不同行业、不同地区、不同部门、不同业态等数据进行挖掘,从而数据进行跨界整合,用户的基本情况、行为特征、日常偏好、交互行为等不同数据整合在一起,而且用户的外延数据不断拓展,内在价值深入挖掘。在云计算、区块链、人工智能、物联网等技术的影响下,大数据的跨界性促进当前新金融商业模式、商业产品不断创新,可以说大数据技术是各参与主体在竞争激烈的市场中最核心的竞争力。

(二)大数据运用迭代性快

迭代性是大数据的另一个特征,正是因为迭代的特征使得大数据在新金融中得到有效的表现,迭代性使得大数据不断创新,数据的价值被进一步挖掘,金融机构利用大数据帮助自身进行产品定向化定制,精准获取有效客户,精准建立销售渠道,提高风险管理水平。具有的迭代作用主要表现在:1.产品研发。大数据的迭代性表明企业需要以用户为中心,借助用户的数据时实分析用户的需求,然后根据用户的需求对产品进行研制或者对产品进行更新,在不断迭代中完善产品的功能,提高客户的产品依赖度;2.精准营销。在大数据的作用下,平台企业会对市场数据进行分析,传统粗放式的营销模式也不在适用,根据市场的情况建立精准的销售渠道,找出合适的消费者,对客户进行精准营销,极大的提高了效率,降低营销成本;3.风险管理。大数据帮助互联网金融平台等新金融科技建立线上化的风险管理体系,改变传统线下定期或不定期贷后跟踪,通过对客户的信息进行迭代,描绘出用户的画像,同时借助其他数据进行多方交叉验证,适时分析用户的信用水平,当客户出现信用水平下降时及时采取措施,降低损失。

(三)大数据建模相关性弱

长尾客户群体大部分都面临着信息匮乏的缺陷,传统金融机构也因为信息不对称,降低风险等原因很难给与足够的金融支持。互联网金融平台等新金融机构借助大数据,通过客户海量化的信息数据,给客户建立大数据模型。但是长尾客户群体数据质量并不高,这就削弱了大数据模型的作用。国外著名的市场研究机构Forrester Research曾经对很多大型企业进行调研,发现这些企业对大数据的利用度只有12%。这一方面因为用户的数据质量存在问题导致相关性较弱,使得因果关系的结论不成立;另外一方面,这些数据集中在某个领域内,并没有拓展到整个宏观市场中,而且大数据模型是由人为设计而成的,或多或少存在人的主观能动性,此外网络存在大量的虚假信息也影响了大数据模型,导致大数据模型的精准度下降,严重可能产生错误的结论,从而影响企业的发展。

(四)大数据交互传染性广

借助互联网的作用,大数据提高了金融的可获得性,此外用户之间的数据交互日益频繁,传统的界限发生改变,数据的交互传染度非常广,使金融安全的边界产生模糊,大数据使得互联网金融风险不断外溢,甚至会传染到其他领域,交互传染性广的特点表现在:1.互联网无边界、网络化的特点使得风险传染速度非常快;2.综合化的金融服务使得业务联系日益密切,不同业务的风险互相关联,而且缺乏有效的风险隔离墙,一项业务的风险很可能传染到其他业务;3.不同行业、不同场景的综合性金融产品非常多,这些产品的风险被层层包装,很难被有效识别识别,也很难被有效衡量,这就导致其风险存在很大的隐蔽性。

四、大数据行业存在的风险

当前中国已经进入社会主义发展新时代,中国的经济与社会出现一系列新变化、新特征。大数据行业的出现,正是我国经济社会新变化、新特征的一种表现。大数据是金融科技的核心技术之一,通过数据挖掘技术,在市场中挖掘、搜索有重要价值的内容,再作用于各个行业,促进各行业的发展,市场关注度非常广,目前已经有很多大数据公司,同时很大大型企业也纷纷进行布局。目前媒介与传播、银行、服务业的企业已经走在投资大数据产业的前列,交通、卫生、保险业的公司也把投资大数据放在计划之中。大数据的发展将为我们这个社会带来了许多发展机遇,但由于我国大数据行业发展还不够成熟,仍存在许多挑战和风险,企业在享受大数据带来的机遇和收益之时,还需面对大数据带来的各种风险。总体而言,大数据的应用面临很多风险,给金融安全可能会造成负面影响。在大数据时代中,大数据行业主要面临的以下几种重要风险:

(一)大数据信息安全隐忧

在大数据时代,随着数据量的增长,数据多样性的出现,一些组织面临着数据被盗窃、滥用或者擅自披露的危险。大数据作为互联网金融的重要业态,作为金融科技的重要内涵,在信息安全方面存在这样几种风险:1.市场上很多大数据企业都是无序使用大数据,从各个渠道、各个场景、各个领域获取数据,严重时采用非法手段盗取个人信息,形成的大数据也进行非法使用,甚至卖给其他数据公司,特别是在现金贷火热时期,个人数据买卖现象非常严重,比如消费者经常能够接到骚扰电话,但是传统的数据保护手段很难满足大数据时代对数据安全保护的要求,这就导致消费者的个人信息安全存在问题,严重时会影响整个行业的发展,甚至是金融稳定;2.大数据在转移使用过程会产生数据泄露的问题。大数据从获取、到刷选、再到处理使用中间会经过很多次的数据转移、数据存储、数据运用。流程复杂,这些都会产生数据泄露问题,而且很难进行跟踪追查;3.消费者个人信息保护意识不强,经常遭受数据诈骗,比如中西部偏远地区很多人愿意以较低的价格泄露自己的个人信息,不法分子通过社交媒体借助其他身份进行网络诈骗,很整个新金融行业带来很严重的信用风险,整个社会的诚信意识减弱;4.随着大数据与云计算的深度融合,传统的以静态数据为主的防火墙已经无法满足现实的需求。大数据具有巨量、多样、时效、价值四个基本特征,这无疑增加了数据储存的困难。近年来,由于移动互联网的广泛应用,传感器数据获取能力的大幅提高,大容量的数据可达到PB级的规模,这就要求设计出更加合理的储存系统构架,而很多企业并没有合适的储存系统构架。同时数据存储技术存在许多不足,主要表现在大数据存储服务器软件没有内置足够的安全性,引起了身份验证,输入验证等方面的众多安全隐患。五、我国现有的法律主要基于传统工作环境,网络环境下针对性政策文件缺失,我国在个人信息保护上主要镶嵌在各个行业的法规中,没有明确性,不利于保护个人信息安全。例如国外知名网站CSDN,就泄露了600万客户的用户名、密码和邮箱,但是遭受的处罚却仅仅是行政警告,惩处力度太轻。

(二)大数据发展缺乏成熟的行业秩序

在大数据时代中,哪家企业掌握数据优势就能再市场中掌握先机。纵观国内外知名的新金融机构无一不重视对大数据技术的研发,但是当前的大数据市场存在一些问题,很多机构在利用大数据过程中缺乏行业规则,行业表现为“三无”的局面:一无监管。大数据应用的边界很广,可以应用到金融领域,可以应用到技术领域,业务边界的界定范围不明显,当前也缺乏有效的政策监管,行业发展秩序混乱,这就导致大数据的发展未来可能面临着政策风险;二无门槛。大数据的门槛很低,普通的技术公司、征信或者类征信机构、金融机构、放贷机构等都可以进入到大数据行业中,当前的数据获取要么是基于自有的场景获取,要么是通过数据挖掘技术获取,要么就是进行商业购买,第一种一般都是大型电商企业,这类企业的守法意识较强,二三种可能面临着信息滥用的问题,给消费者造成侵犯;三无标准。当前数据任意共享或者使用,行业处于鱼龙混杂时期,对大数据的应用缺乏行业通一的标准。

“三无”局面造成了大数据企业过度竞争,在大数据行业热情高涨的背景下,大数据企业数量激增。但是大数据市场容量有限而投入过量造成大数据行业过度竞争,各种行业报告泛滥但其准确性却不能得到保障。就当前整个行业发展状况而言,大数据行业仍然处于不成熟的发展初级阶段,大数据技术尚未被完全开发,当然这也是因为其他金融科技技术的不成熟,与其他行业的结合模式也相对混乱,其应用范围还比较狭窄。众所周知,大数据行业对于数据的依赖性极强,而“大数据”与“数据”概念的主要区别就在于其规模与结构的差异,因此大数据企业对于大数据的数量及质量均有较高的要求,海量且不同维度的数据资源能进一步促进大数据行业的发展完善,而单个企业在数据收集即处理方面力量有限,因此数据共享需要行业合作的支持。但在当前行业过度竞争的背景下,大数据企业持有数据共享即用户共享的观点,因此对于行业合作持保留态度,在一定程度上抑制了行业进步。

(三)大数据法律约束滞后

新金融最重要的功能就是通过大数据的作用将长尾客户群体纳入服务对象,但是在大数据服务过程中,面临着法律方面的约束,很多新金融机构必须在法律和利益方面进行权衡,在获利的同时是否存在违法,而且大数据的运用是从产生、挖掘或者收集、传输、存储、分析、应用几个环节,这些环节都面临着数据的归属问题。在我国现有的法律体系中,至今没有一部完全针对大数据方面的法律法规,多是零零散散的存在其他法律当中。在大数据时代中,任何个体都会生产数据与使用数据,消费者在便捷的使用移动通信与社交媒体时,其数据也不断的泄露,被相关公司所窃取,这些数据最后汇集到一起,如果保存不到位,不单是消费者权益受到侵害,甚至被敌对势力利用时可能会影响到整个金融以及国家安全。目前的法律体系无法适应行业的发展,也无法维护消费者的合法权益。反观国外,美国、欧盟等国家非常重视对个人信息的保护,并且出台了专门针对行业使用大数据的规范,避免对个人隐私造成侵犯。此外,互联网金融大数据涉及到广大长尾用户的隐私信息,相关大数据企业特别是中外合资的平台企业未能将大数据安全提升到国家金融安全的角度,重视程度有待进一步增强。

(四)大数据人才供求矛盾

互联网起源于20世纪50年代,距今不到百年的历史,大数据的产生是因为互联网。早在2005年,诞生了一个名为Hadoop项目,这个项目提供了一个使对结构化和复杂数据的快速、可靠分析变为现实。直到2008年末,“大数据”得到部分知名计算机科学研究人员的认可。大数据距今不到10年的发展历程,大数据处于发展的初期阶段,从业人员可借鉴的经验几乎没有,由于大数据平台尚不完善,可实践的机会并不多。这也造成了大数据从业人员的时间经验不足,难以最大限度的使用大数据。同时,对于一个合格的数据专家需要掌握多项技能,包括计算机知识(Python,R,C,C++,网络知识,操作系统,数据库等)、分析能力(数据挖掘、数据分析)、数学统计、商业知识和沟通能力。一般意义的人很难达到以上标准,这就造成了当前的人才短板:一、供求缺口大。根据相关统计,当前的大数据人才只有46万,而且集中分布在一线城市以及大数据发达的城市,未来整个大数据市场将面临超过150万的人才缺口;二、积聚效应差。大数据市场中,存在很多大数据企业,这些企业高度分散,产品重复度较高,规模较小,很难产生集聚效应;三、匹配程度低。当前的大数据人才很多都是低端的技术人才,而在数据分析&机器学习、云计算、数据挖掘等几个方向人才严重短缺,很难匹配市场真正的人才需求,目前最基本的大数据开发例如Hadoop开发工程师毕业起薪已经达到近10K。

(五)大数据质量管理困难

由于当代社会数据量的庞大,数据增长及变化速度快和多样性的数据使的大数据的质量管理变得十分困难。大数据的含义不单单是海量级的数据,最为重要的是数据价值的大小。只有有效地运用高质量的数据进行分析决策才能使企业的商业价值最大化。然而,对大数据的质量管理难度远超传统数据质量管理。数据来源的复杂和多样性,使得数据整合的难度凸显。各个数据在维度上需要保持一致,这是数据整合的基础。在数据的应用中,同一个数据不可避免地被无数次使用,导致相同数据在不同业务场景中的诠释存在差异,导致了数据的一致性缺失。数据的来源既有可能来源于组织内部也可能来源于组织外部。如果组织内外部的数据不一致时,那么就会对使用者产生困扰。如果在使用过程中,修正数据与原始数据存在差异时,可能就会牺牲数据的质量与原始数据保持一致,从而使得对数据质量的管理产生较大的困难。在大数据的应用中需要历史数据与实时数据能够有效地整合,那么在大数据质量管理将要关注各个不同阶段的重点,无形中增加了数据质量管理的难度。加之我国在数据管理方面的人才相当的缺乏,降低了对数据质量有效管理的可行性,使得数据质量的不确定性加大。

此外,大数据还存在审计风险,配套力量不足,数据源错综复杂导致获取难度较大以及数据质量不高等问题。

五、大数据运用的管理策略

积极的解决大数据在应用到各业态中存在的问题,维护大数据行业的稳定,引导大数据被合理的运用,促进其为实体经济服务,为社会服务,下面文章从以下几个角度分析如何正确的矫正大数据负功能:

(一)强化大数据信息安全管理,注重对个人、企业等隐私保护

搭建大数据信息安全管理,有效应对大数据运用发展中存在的安全挑战,将有助于整个互联网金融环境的净化,为互联网金融加固安全阀。1.继续加快大数据产品的研发。大数据信息遭受泄露是因为大数据的安全防护未能做好,在数据认证、授权、加密、匿名等环节都需要做好数据防窃取方案;2.研发大数据追踪功能。利用大数据本身就需要较高的信息安全保护,在大数据应用的几个环节,在数据链条放上相关射频识别等技术,当数据被窃取时可以利用数据信息反追踪窃取者,同时也可以识别不同环节数据产生问题时的相关责任人;3.培养消费者的个人数据安全保护观念。只有消费者重视自己的个人隐私,知晓信息盗用的危害,信息安全才能得到有效管理,可以在网络社交媒体、线下社区等积极进行宣传教育,做好宣传常规化,培养消费者的个人数据安全保护观念,在使用软件填写个人信息时,对于涉及个人隐私的信息要仔细阅读,谨慎授权操作;4.国家应积极采取相应的安全措施,加强对数据的收集和使用企业的监督管理,引导企业给予用户更多的个人数据控制权、选择权、知情权。通过完善相关的法律法规对个人隐私信息进行保护,并进一步细化数据收据及使用的义务,对企业违法行为进行严厉处理。对于企业,可以将隐私级别划分成不同等级,并实施不同保护机制,并完善本行业的自律公约。收集用户行为和设备行为数据,获取特征进而确定身份,以提高数据的可靠性。加强匿名保护技术,数字水印技术,数据确定性删除技术等,这是实现隐私保护程序的关键。对于个人,要进一步提高隐私保护意识及信息安全程度,云储存做为大数据的基础储存平台,应该使云计算设计的每个环节都把隐私问题囊括进去。对隐私的保护应从初始环节做起,在数据发布时应做好信息的保护措施,要充分考虑到该信息是否应该何时发布、应该向谁发布。

(二)落实大数据企业分类管理引导行业公平竞争

大数据市场的竞争较为激烈,同时市场发展无序,适当竞争有利于大数据市场发展,但是过度竞争对数据资源的滥用则阻碍行业的发展,因此当前对对大数据企业进行分类管理,确定对大数据监管部门,确定准入门槛以及运用标准,推动产业结合十分必要。第一、明确监管部门。由哪个部门或者哪些部门具体监管大数据,哪些大数据可以公开,哪些大数据不得被企业滥用,对于违规使用大数据的企业应该如何进行处罚,而对于正确利用大数据,推动行业健康发展的优质企业如何进行奖励,这些都需要监管部门明确;第二、明确准入门槛。行业准入门槛低导致大数据行业鱼龙混杂,部分大数据企业资质低下,在数据收集、处理、分析等运营环节的专业性不强,不但阻碍行业的稳健发展,更于整体经济运行有害。政府在规范行业运营方面发挥着不可替代的作用,应明确大数据行业准入门槛,对大数据企业的资质进行审核,提高行业整体运营水平。对于涉及个人隐私的大数据运用时,需要进行前置审批,经过相关部门批准后方可使用;第三、明确运用标准。我国已经出台了大数据发展的纲领性文件,但是关于实际如何运用大数据,其运用标准等详细的文件还未出台,应该明确大数据运用的详细标准;第四,推动产业结合。为缓解大数据行业的过度竞争风险,政府还应推动产业结合,挖掘大数据行业的潜在应用价值,创新行业发展,促进产业链的形成,利用大数据产业实现整体经济转型,具体而言,政府在引导行业发展时可利用“政用产学研”的系统合作模式,促进大数据行业以科研力量为基础,以政府政策为支撑,以用户需求为导向的运营模式的形成。

(三)完善大数据法制管理

大数据行业乱象在一定程度上反映出政府监管的不到位,数据安全风险侵害个人权益的现象时有发生,但相关法律政策却相对滞后,并未在该方面给予个人足够的信息安全保护,也并未对大数据行业的数据收集及处理工作作出明确的指导,难以支撑信息安全工作的开展。但是大数据的科学应用应该有详细的规划指导。因此,有关部门应尽快落实法律政策,积极借鉴各个国家大数据法律,明确大数据行业的数据收集、处理规范,主要包括明确数据使用目的、确保个人对其信息使用情况的知情权、限制个人信息的留存期限、保障数据真实性等关键问题。从法律上规范数据的归属、保护等方面,明确商业应用和数据保护的界限,大数据不同的应用中对应的主体权利和责任。此外,还需要提升大数据安全的重视度,对于违法犯罪行为要严厉打击,影响严重的必须从法律上明确追究其刑事责任。

(四)优化大数据人才供求管理

大数据发展的关键在于人才,当前大数据人才的短缺也影响了大数据行业的发展,必须正视大数据人才的供求不足问题,政府部门建立“人才引领产业,产业集聚人才”的人才理念,加强对大数据人才的培养。首先高校的人才培养结构应该进行优化,适当调整部分专业的培养内容,对不同学科进行交叉式培养。还可以和大数据企业进行合作,注重加强与高校共同培养大数据人才,通过建立研究基地,加强人才专业化培养,为高校提供更多的实际操作的机会,将人才知识储备转化为大数据产业发展的真正动力;其次要增加在岗培养。企业积极邀请大数据专家对企业员工进行培养,大数据企业员工也可以自行参加一些关于大数据方面的社会培训;然后引进国内外高尖端大数据人才,形成激励机制,只要经过审核认定的大数据人才可给与人才费、安家费等,对于有重大大数据课题项目的应给与奖励;再者,借助外脑、外智,邀请国内外知名的金融科技巨头借调到企业进行工作,利用其智慧帮助企业发展壮大;最后,可以购买适用的急缺的大数据专利,然后消化、吸收达到创新的目的。

此外,国家应该投入更多的资金来推进大数据互联网的快速发展,尤其积极推动大数据的研发工作,从长远的发展战略考虑,促进高新科技来降低大数据的研发成本。可以为相关企业创造相对宽松的融资渠道,如确保政策的底线适当的降低上市的门槛,通过财政补贴如减税以鼓励大数据行业更好的发展。各大企业勇于推进大数据分析工具创新,利用大数据进行情报采集和分析预测。加快大数据分析工具在金融、医疗、零售等领域的应用。

(五)加强数据质量管理

数据社会时代,传统的数据分析工具已越来越不能满足复杂多样的大数据的需求,这就需组织设计,研发或引进先进的、专业的、适宜的智能化的分析工具对数据进行检测,整合,分析及可视化等操作,挖掘大数据中潜在的价值,使得数据资源能够被充分利用,真正的提高决策的准确性。在对数据的收集、储存以及应用的过程中,对数据质量的要求均很高。一是企业应该提高对数据来源的质量检测为后续程序打好坚实的基础;二是面对庞大复杂非结构化的大数据,企业必须建立完善的数据库以储存繁杂的数据,使其秩序化,便利随时的使用及数据的安全性,不容易发生丢失,以防造成资源的浪费与经济的损失。在保证数据库建设的同时,还需要考虑应急事件的发生,做好相应的预防措施,以保证数据储存的万无一失,进而提高数据质量的管理能力。在数据使用的过程中,在互联网及云计算的大背景下,数据无时无刻不在进行更新和传播,企业需要不断的更新数据库,以掌握对企业决策最有价值的信息。当前,大数据在中国刚刚兴起,数据管理人才的匮乏及部分高层管理者欠缺数据价值的意识,是数据质量管理能力是否得以提升的瓶颈。提高企业管理人员尤其是高级管理人员对大数据价值的重视程度是保证大数据价值得到发挥的基础和保证。对于大中型企业应设置专门的数据管理者对数据价值进行专业化的挖掘和研究,运用数据的潜在价值对预测起到统筹的作用,以提升相关企业对数据质量的管理能力。

(六)加强大数据项目的投入

对于企业而言,应该互帮互助。在大数据的背景下,只有联合以致推出更好的服务才能更好的谋利。资本雄厚、项目综合的行业、顶尖企业应当主动和项目特长企业联合作战,以及应该更多实时关注大数据创业者的动向,以达到紧跟时代发展的目标。可以用协助名义帮助创业,使之成为自己的创新实验项目。同时,企业也可以根据自身经济规模,设立属于自己公司的数据分析部门,通过对自身企业的了解,开发出适合企业的数据分析模型。在科学研究方面的方向也应该紧跟大数据时代发展的趋势,由于数据量的巨大,一些小概率事件也会不断的出现,会促使无假设的科学发现不断涌现。在大数据时代,拥有科学结论的案例数据剧增,可以通过案例匹配方式,查找相似的案例,为本问题提供模型,并在此基础上进行创新。对于国家而言,应该加大在大数据创新创业项目的投资,相应的略微提高优先等级,奖励风险投资人对大数据创业的投资等奖励方式。并采取适宜措施鼓励大数据行业的发展,拓宽大数据行业的融资渠道,降低大数据行业融资的门槛。发挥各类产业投资基金的作用。鼓励设立投资于大数据产业领域的创业投资基金。考虑到创业的高素质,鼓励高学历高素质人员提供创业意向,进行审核后,再分级决定立项或给予援助的措施。同时,国家可以鼓励建立社会团体或者学者专家联盟,让其发挥带头作用,利用高素质专家们的集思广益,开发出更加适合金融、医疗卫生、信息技术等领域的模型公式。

(七)以行业协会促进大数据企业协调发展

大数据行业的规范发展即需要企业的稳健运营,也需要政府政策的有力支撑,但是行业协会的积极引导同样不能忽视。在当前大数据行业乱象频发,而法律政策处于相对滞后的背景下,大数据行业协会应充当沟通双方的桥梁。一方面,从行业主体层面对大数据企业的运营活动进行指导。第一,规范大数据企业数据收集、处理等业务活动的开展,降低数据安全风险对社会群体及大数据行业的侵害;第二,组织会员开展培训与交流活动,促进数据共享与行业协作,降低过度竞争对行业造成的负面影响。另一方面,大数据行业协会应与有关政府部门保持信息畅通,利用自身的特殊地位为政府制定政策提供依据,并积极宣传法律法规,以提高大数据行业自律性。

六、结束语

大数据是互联网、云计算和物联网技术发展的必然趋势,已经或者正在渗透到我国各行各业中,必将引起新一轮的信息技术的变革。目前,我国乃至世界各国大数据产业正迎来快速发展的“黄金时期”,大数据正在或将与各个产业的融合加快,科学的进行数据分析,提高大数据分析能力,为做大做强数字经济以及为传统产业结构转型升级提供新动力。但其风险隐患也在行业扩张的过程中被放大。包括政策环境、行业环境以及大数据企业自身所存在的不足等均可能对行业发展起到负面影响作用,且风险因素之间相互影响,层层推进,在大数据企业的运营环节集中爆发,具体体现为数据风险质量风险与数据安全防护风险,但其风险根源却盘根错节,为行业治理工作带来困难。积极做好大数据应用的配套设施建设,提供大数据良好的发展环境,也为弥补监管上的不足和空缺;加强大数据的审计治理,转变传统的审计观念,制定大数据治理的合理审计战略及标准,建立起统一的审计平台,完善审计人才机制。此外,相关部门应该积极行动起来,在保障政府数据安全的前提下,对外共享政府掌握的数据,积极促进大数据的健康发展。

来源:金融界网站返回搜狐,查看更多

责任编辑:

声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。
陆岷峰 虞鹏飞 孟小峰 林志刚 吴伟光
阅读 ()
投诉
免费获取
今日搜狐热点
今日推荐