域名频道资讯站今年以来，根据中国信息通信研究院《中国大数据发展调查报告2018》数据显示，2017年我国大数据市场规模为236亿元（该统计口径是大数据核心产业，包括大数据软件、硬件和服务的直接产值，不包括附加值）。而同年，我国小龙虾产业连年快速增长，市场规模超千亿元。为何，作为信息时代核心资源、未来战略高地的大数据产业，在经历几年的资本流入和产业发展之后，市场规模到头来还远比不上如此接地气的小龙虾产业？
Hype曲线透析大数据发展路线
为了客观看待这个问题，我们需要认识、了解新兴技术发展的Hype曲线。这是由Garnter公司公布的技术成熟度曲线，描述的是新技术、新概念在媒体上曝光度随时间的变化。图1是2016年Gartner公布的Hype曲线。任何新技术的出现，都会经历五大周期：一是炒作期；二是随着资本媒体的关注，达到一个期望峰值；三是新技术会遇到各种各样的现实问题，往往现实不如期望般美好，因此会有一个泡沫破灭的下滑期；四是产业开始脚踏实地解决一个个实际问题，慢慢推动新技术的应用和发展，从而进入稳步爬升期；五是随着关键短板的解决，技术会进入实质性的规模商用期，真正实现其价值。
图1 Gartner Hype曲线
如图1蓝色方框是大数据，经过前两年的炒作，大数据产业开始发现并面临一个个现实问题，只有解决了这些问题，才能真正推动大数据产业进步。值得注意的是，这个Hype曲线是Gartner2016年公布的，2017年Hype曲线并没有大数据产业，因为Gartner觉得大数据并非是新兴技术。因此现在2018年，大数据产业的实际位置应该相比上图再稍微下移一些。
需突破3个发展瓶颈
问题来了，既然大数据产业，现在面临不那么美好的泡沫破灭期，那么未来我们究竟要解决哪些瓶颈和桎梏，才能推动其真正步入稳步爬升期，体现出应有的价值？笔者认为主要有以下3个方面的问题亟待解决。
第一要解决“不会”的问题。大数据如果要作为产品和服务变现，那么首先需要建立起数据资产的概念，把企业积累的数据当做资产去经营。“不会”用数据分为3个层次。第一个层次是压根没有建立起数据资产概念的问题。目前我国三大产业90多个行业中，除了少数行业如金融、电信、互联网等行业的大数据探索起步较早之外，绝大部分行业对大数据技术认识不足，到底什么是大数据？该采集哪些数据？采集之后怎么用，能带来什么效益？绝大部分行业在这一层次的认识较为匮乏。第二个层次是有了大数据的意识，但是存在数据整合的问题。由于一个企业内部分为很多事业部，每个事业部又有多条生产线，除了生产数据，还有管理系统数据、营销数据、维修数据、客户数据等。多种内部的数据互相割裂，难以融合使用。第三个层次是数据实现了初步整合，但是没有统一的数据标准，数据质量难以管控的问题。同样的数据，在不同线条、不同事业部、不同部门间有不同的表征方式，对于主数据、元数据的管理极不规范，导致虽然能初步形成数据矿产，但是却是铁矿、铜矿，价值不高。
一言蔽之，“不会”是数据源企业内部的问题，要解决这个问题，亟待建立数据资产的概念，用科学的数据资产、科学的管理方法，把数据源形成可用的状态。
第二要解决“不敢 ”的问题。解决了数据源的原材料问题，接下来是数据流通的问题。根据《中国大数据发展调查报告2018》，企业运用大数据最多的领域，仍然是营销分析、客户分析和内部运营管理三大块（如图2）。这3块仍然是偏向内部应用。而企业使用的大数据的来源，主要是来自自身生产数据、用户数据、内部经营管理数据，使用的外部数据占比较小，整个大数据仍然处于“男耕女织”的相对封闭时代，其最根本的阻碍是数据的安全合规流通（如图3）。虽然我国已出台了大数据相关法律法规，但仍然存在很多空白地带，即灰色地带。在这些灰色地带，很多企业开始了尝试，但是这些尝试到底是合法还是非法，目前没有定论。
本文素材来自互联网
