*利用大数据后肛交 推特，农夫山泉会发生顾问变革吗？YES
*中国能制作出类《纸牌屋》的电视局吗？NO
*大数据不错给阿迪达斯带来利润吗？YES
*网易数据工程师不错当“牙婆”？YES
*中国政府翌日会盛开数据吗？YES
*正在到来的数据翻新转换政府、生意和咱们的生存......
《纸牌屋》 就在制作这期“大数据专题”时，裁剪部发生热烈辩论：什么是大数据？裁剪记者们旁求博考，试图将数据堆砌的生意案例剔除，真实的、实用性强的数据挖掘故事留住。
咱们报谈的是伪大数据公司？咱们是否成为《驾御大数据》一书的作者Bill Franks所称的“大数据骗局”中的一股力量？同样的质疑发生在阿里巴巴身上。有音信称，3月23日，阿里巴巴以7000万好意思元收购了一家移动开发者数据统计平台。这激发了群众们热烈辩论，它收购的竟然一家大数据公司吗？
这些质疑并非没故敬爱敬爱。
中国确乎莫得大数据的泥土。“差未几先生”、“粗略皆”的文化标签一直存在。许多时候，各级政府不太需要“大数据”，变成决策的要害性数据唯唯一个数字比率（GDP）良友；其二，对于行业主宰机构来说，它们领有多数原始数据，但它们还在试探、摸索数据盛开的规范，比如说，是盛开原始数据，如故盛开经过千般加工的数据？是转让给领有更高档计较和储存智力的大型数据公司，如故将数据开源，与千般各样的企业分享？其三，数据挖掘的器具价值并莫得完全被认同。在这个范围，硬件和软件的发展并不十分红熟。
即便如斯，莫得东谈主否定数据翻新的到来，尤其在互联网行业。阿里巴巴的马云将大数据作为计谋主义，百度的李彦宏用“框计较”来蓄意翌日。即即是CBA（中国男人篮球职业联赛）也学起了NBA（好意思国男篮职业联赛）琳琅满目的数据统计、分析与挖掘。
在夙昔两年间，多数的成本投资一些新式数据器具公司，字据好意思国谈琼斯风险资源（Dow Jones VentureSource）的数据，在夙昔的两年时间里，11.7亿好意思元流向了119家数据库软件公司。客岁，SAP市值还是逾越西门子，成为德国市值最高的上市公司，而这样的功绩部分收成于其数据库软件HANA的生意化，客岁一年时间里HANA带给SAP3.92亿欧元的收入，增长了142%。
但是，大数据还没法分析、挖掘出我方的成功变现智力。在截稿日时，咱们再再行读维克托·迈尔-舍恩伯格的《大数据期间：生存、责任与念念维的大变革》一书，作者确信，翌日，数据会成为有价值的财富。假以时日，它会大摇大摆地进入财富欠债表里。
案例1：农夫山泉用大数据卖矿泉水
这里是上海城乡结合部九亭镇新华都超市的一个边际，农夫山泉的矿泉水堆头静静地摆放在这里。来自农夫山泉的业务员每天例行公务地来到这个点，拍摄10张相片：水若何摆放、位置有什么变化、高度如何……这样的点每个业务员一天要跑15个，按照轨则，放工之前150张相片就被传回了杭州总部。每个业务员，每天会产生的数据量在10M，这似乎并不是个大数字。
但农夫山泉寰球有10000个业务员，这样每天的数据就是100G，每月为3TB。当这些图片如雪片般进入农夫山泉在杭州的机房时，这家公司的CIO胡健就会有这样一种嗅觉：守着一座金山，却不知谈从那处挖劣等一锹。
456在线胡健想知谈的问题包括：若何摆放水堆更能促进销售？什么年齿的耗尽者在水堆前停留更久，他们一次购买的量多大?气温的变化让购买活动发生了哪些转换?竞争敌手的新包装对销售产生了若何的影响?不少问题目下也不错回话，但它们更多是基于警戒，而不是基于数据。
从2008年启动，业务员拍摄的相片就这样被聚集起来，如若按照数据的属性来分类，“图片”属于典型的非关系型数据，还包括视频、音频等。要系统地对非关系型数据进行分析是胡健瞎想的下一步规划，这是农夫山泉在“大数据期间”必须迈出的要道。如若超市、金融公司与农夫山泉有某种渠谈来分享信息，如若肖似图像、视频和音频尊府不错系统分析，如若东谈主的位置有更多的方式不错被监测到，那么摊开在胡健眼前的就是一幅基于东谈主耗尽活动的画卷，而描摹画卷的是一组组复杂的“0、1、1、0”。
SAP全球施行副总裁、中国考虑院院长孙小群收受《中国企业家》采访时暗意，企业对于数据的挖掘使用分三个阶段，“一启动是把数据变得透明，让人人看到数据，能够看到数据越来越多；第二步是不错发问题，不错变成互动，许多维持的器具来帮咱们作念出实时刻析；而3.0期间，信息流来携带物流和资金流，目下数据要告诉咱们翌日，告诉咱们往什么地点走。”
SAP从2003年启动与农夫山泉在企业顾问软件ERP方面进行协作。彼时，农夫山泉只是是一个软件采购和使用者，而SAP如故服务商的变装。
而比及2011年6月，SAP和农夫山泉启动共同开发基于“饮用水”这个产业形态中，运载环境的数据场景。
对于运载的数据场景到底有多进击呢？将我方定位成“大天然搬运工”的农夫山泉，在寰球有十多个水源地。农夫山泉把水灌装、配送、上架，一瓶超市售价2元的550ml饮用水，其中3毛钱花在了运载上。在农夫山泉里面，有着“搬上搬下，银子哗哗”的说法。如何字据不同的变量要素来甩手我方的物流成本，成为问题的中枢。
基于上述场景，SAP团队和农夫山泉团队启动了场景开发，他们将许多数据纳入了进来：高速公路的收费、谈路等第、天气、配送中心发射半径、季节性变化、不同市集的售价、不同渠谈的用度、各地的东谈主力成本、致使突发性的需求（比如某城市召开一次大型携带会）。
在没罕见据实时撑持时，农夫山泉在物流范围花了许多冤枉钱。比如某个小品相的产品（350ml饮用水），在某个城市的销量展望不到位时，公司以往频频的作念法是通过大区间的调运，来弥补终局货源的不及。“华北往华南运，运到半谈的时候，发现华东实质有宽裕，从华东调运更低廉。但很快发现对华南的展望有偏差，华北短缺更为严重，华东启动往华北运。此时如若太湖突发一次稠浊事件，很可能华东又出现短缺。”
这种无头苍蝇的气象让农夫山泉头疼不已。在采购、仓储、配送这条线上，农夫山泉格外但愿大数据获取惩办三个顽症：来源是惩办分娩和销售的扞拒衡，准确获知该产几许，送几许；其次，让400家做事处、30个配送中心能够纳入到体系中来，变成一个动态网状结构，而非浅陋的树状结构；终末，让退货、残次等问题与分娩基地能够实时邻接起来。
也就是说，销售的最前端成为一个个神经末梢，它的任何一个痛点，在大脑这里都能快速感知到。
“日常运营中，咱们会产生销售、市集用度、物流、分娩、财务等数据，这些数据都是通过器具定时抽取到SAP BW或Oracle DM，再通过Business Object展现。”胡健暗意，这个“展现”的过程长达24小时，也就是说，在24小时后，物流、资金流和信息流才能汇聚到沿途，互关连联变成一份有价值的统计申诉。当农夫山泉的每月数据积蓄达到3TB时，这样的速率导致农夫山泉每个月财务结算都要推迟一天。更进击的是，胡健等农夫山泉的决策者们只可依靠数据来考据以往的决策是否正确，或者对已出现的问题作出阅兵，仍旧无法展望翌日。
2011年，SAP推出了创新性的数据库平台SAP Hana，农夫山泉则成为全球第三个、亚洲第一个上线该系统的企业，并在当年9月秘书系统对接见效。
胡健选拔SAP Hana的目的唯唯一个，快些，再快些。接管SAP Hana后，同等数据量的计较速率从夙昔的24小时裁减到了0.67秒，险些不错作念到实时计较斥逐，这让许多不可能的事情变为了可能。
这些基于饮用水行业实质情况反应到孙小群这里时，这位SAP全球研发的主要负责东谈主相当痛快。基于饮用水的场景，SAP并非莫得案例，雀巢就是SAP在全球范围长久的协作伙伴。但是，泰西发达市集的整个这个词数据采集、梳理、申诉还是格外老到，上百年的运营警戒让这些企业还是能耐心面对任何突发气象，他们对新数据惩办有计议的渴求致使还不如中国脉土公司强烈。
这对农夫山泉董事长钟目炎目炎而言，精确的管控物流成本将不再局限于已有的项目，也不错针对翌日的项目。这位董事长将手指放在一台平板电脑夸耀的中国舆图上，随入辖下手指的移动，建立一个物发配送中心的成本随之夸耀出来。数据在不停迅速地变化，好像手指移动产生的数字泛动。
以往，钟目炎目炎的施行团队也许要经过长久的考验、论证，再变成一份申诉提交给董事长，给他几个备选有计议，到底设在哪座城市，还要凭借警戒来再作念判断。但目下，起码从成本方面还是一览无遗。剩下的可能是当地政府与农夫山泉的友好进程，这些无法测量的要素。
有了强劲的数据分析智力作念维持后，农夫山泉频年以30%-40%的年增长率，在饮用水方面快速卓著了原先的三甲：娃哈哈、乐百氏和适口可乐。字据国度统计局公布的数据，饮用水范围的市集份额，农夫山泉、康师父、娃哈哈、适口可乐的冰露，分辨为34.8%、16.1%、14.3%、4.7%，农夫山泉险些是另外三家之和。对于胡健来说，下一步他但愿那些业务员搜集来的图像、视频尊府不错被利用起来。
获益的不单是是农夫山泉，在农夫山泉场景中积蓄的警戒，SAP迅速将其复制到神州租车身上。“咱们客户的车辆使用率在达到一定百分比之后出现瓶颈，这意味着还有格外比率的车辆处于空置状态，资源尚有优化空间。通过协作创新，咱们用SAP Hana为他们特制了一个算法，优化租用经过，匡助他们碎裂瓶颈，将车辆使用率再次提高了15%。”
案例2：阿迪达斯的“黄金罗盘”
看着同业大多仍身陷库存泥潭，叶晨曦幸运我方选对了协作伙伴。 他的厦门育泰贸易有限公司与阿迪达斯协作已有13年，旗下领有100多家阿迪达斯门店。他说，“2008年之后，库存问题确乎很严重，但咱们协作惩办问题，生意再次回到了正轨。”
在最初降价、打折等清库存的“济急措施”扫尾后，基于外部环境、耗尽者调研和门店销售数据的聚集、分析，成为了将阿迪达斯和叶晨曦们引向正轨的“黄金罗盘”。
目下，叶晨曦每天都辘集集门店的销售数据，并将它们上传至阿迪达斯。收到数据后，阿迪达斯对数据作念整合、分析，再用于携带经销商卖货。考虑这些数据，让阿迪达斯和经销商们不错更准确了解当地耗尽者对商品颜料、款式、功能的偏好，同期知谈什么价位的产品更容易被收受。
阿迪达斯产品线丰富，夙昔，面对展厅里千般各样的产品，经销商很容易按个东谈主偏好下订单。目下，阿迪达斯会用数据语言，匡助经销商选拔最适当的产品。来源，从宏不雅上看，一、二线城市的耗尽者对品牌和前卫更为明锐，不错重心投放接管前沿科技的产品、携带经典系列的服装以及设计师协作产品系列。在低线城市，耗尽者更温雅产品的价值与功能，诸如纯棉成品这样高性价比的产品，在这些市集会更受迎接。其次，阿迪达斯会参照经销商的终局数据，给以更具体的产品订购漠视。比如，阿迪达斯可能会告诉某低线市集的经销商，在其辖区，普通跑步鞋比添加了减震开拓的跑鞋更好卖；至于颜料，比起红色，当地耗尽者更偏疼蓝色。
鼓动这种订货方式，阿迪达斯得到了经销商们的招供。叶晨曦说：“咱们沿途约定卖哪些产品、什么产品又会热卖。这样，咱们将来就不会再遇到库存问题。”
挖掘大数据，让阿迪达斯有了许多敬爱的发现。同在中国南部，那里部分城市受香港风俗影响相当大；而另一些地点，耗尽者更自得追随韩国潮水。同为一线城市，北京和上海耗尽趋势不同，现象是主要的原因。还有，高线城市耗尽者的耗尽品位和风俗更为老到，当地耗尽者需要不同的服装以应答不同场合的需要，上班、吃饭、喝咖啡、去夜店，需要不同立场的多套一稔，但在低线城市，一位女性往往只消有应答上班、恬逸、宴请的三种不同立场的衣饰就不错。两相对比，高线城市，彰着为阿迪达斯提供了更多细分市集的选拔。
实质上，对大数据的期骗，也适当了阿迪达斯大中华区计谋转型的需要。
库存危险后，阿迪达斯从“批发型”公司转为“零卖驱动型”公司，它从夙昔只温雅把产品卖给经销商，变成了将产品卖到终局耗尽者手中的有劲鼓动者。而数据聚集分析，赶巧能让其更好地匡助经销商提高售罄率。
“咱们与经销商伙伴伸开了愈加紧密的协作，以统计到更为确切可靠的终局耗尽数据，灵验匡助咱们再行界说了产品供给组合，从而使咱们在适当的时机，将妥当耗尽者口味的产品投放到相应的区域市集。一方面贬低了他们的库存，另一方面加多了单店销售率。卖得更多，售罄率更高，也意味着更高的利润。”阿迪达斯大中华区董事总司理高嘉礼对大数据的应用着力颇为闲适。
案例3:数据权之争
领有了数据就等于夺取了行业制高点，飞友聚集科技公司CEO郑洪峰深知个中敬爱敬爱。
最近几年，跟着移动互联网的兴起，一类对于航班动态的应用门径启动出现。通过一套算法，数据工程师们将机场航班实时动态调养成直不雅的信息，再传递给用户，让后者能够实时了解到航班的升起、到达、延误、取消、返航、备降等状态，从而匡助用户更高效地安排名程规划。
目下这个市集上主要有三款应用产品，分辨是航班管家、飞常准和航旅纵横，飞常准恰是飞友科技推出的一款应用。三款应用中，航班管家和飞常准都是民营企业，上线时间较早，用户数较多；航旅纵横天然上线最晚，却是由央企中国民航信息集团（中航信）开发，大有自后居上的趋势。
跟着这个细分市集呈现三足鼎峙的时局，一个问题浮出水面。郑洪峰向《中国企业家》直言，数据是这个行业最进击的资源。但是目下中航信驾御了大部分行业信息，使得飞常准必须通过购买和交换才能取得我方所需要的数据。
“咱们的数据成本瑕瑜常高的。”郑洪峰告诉本刊，“景色、航班信息、空域流量等信息有些是公开发布的，有些则需要公司向空管局、机场和航空公司购买或交换。”
对于郑来说，获取数据的过程就是一部血汗创业史。据其回忆，早年的各大机场、航空公司之间的数据是割裂的，为了取得准确的航班起降信息，郑洪峰和他的团队就去为这些政府机构、大公司提供技艺维持，以此来交换所需要的数据。“咱们必须放下身体，他们需要什么咱们就作念什么。”郑说谈。因为飞常准是家小公司，决策链条短，着力高，通过多年的积蓄，郑洪峰买通了部分数据通谈。
郑洪峰在民航系统责任近12年，其东谈主脉和学问的积蓄成为飞常准的进击上风。1999年，他创建了民航资源网。目下，这家网站是中国最大的民航派系网站。2005年，他又创办了飞友，主要为飘荡游客提供机票搜索引擎等服务。从2008年启动，郑洪峰团队通过飞常准为用户提供航班动态服务。早期，飞常准的用户只是民航里面责任主谈主员，许多机票代理商主动帮其扩充，机场方面也时常用飞常准的应用来安抚因飞机延误而大怒不已的乘客，而业内资深切士也常提供许多有价值的反馈信息。郑洪峰依靠民航里面的资源保管着我方的数据来源。但郑知谈，这并弗成长久。
郑洪峰的故事并不是孤例。中国一家大型电子商务公司的数据挖掘群众收受本刊专访时提到，目下，越来越多的电子商务公司需要展望非一线城市的物流气象。在这一过程中需要接头当地交通拥挤进程和天气情况，如若当地政府不错提供这方面的关连数据，不错大大提高运作的着力。以交通数据为例，这位数据挖掘群众使用的是百度舆图和高德舆图，自后，他发现弗成再用了：一方面，与这样的公司协作存在生意奥秘问题；另一方面，由于交通数据可能来自于这些公司的统计，失真度亦然这位数据挖掘群众惦记的。“咱们相当但愿政府能盛开一些原始数据。”他连接说谈，“咱们也但愿和当先者能对等地分享数据权，而不是数据成本加多了二三倍。”
郑洪峰和这位数据群众都惦记数据驾御，但愿政府刚正公开地盛开数据，这样的作念法并非莫得模仿。好意思国有一个叫作念flyontime.us的网站，用户不错从这个网站上取得航班信息和天气情况，其功能与国内的航班动态应用肖似。但是值得一提的是，这个网站的数据来源是一个公开的好意思国政府网站data.gov。目下在上头苟简有逾越40万千般原始数据文献，涵盖了农业、景色、金融、作事、交通、能源等近五十个分类。此外，data.gov还有一个地舆信息的子站点，专门提供地舆信息关连的数据。好意思国官方暗意，这个网站的目的是“方便公众更方便地取得联邦政府数据，并通过饱读吹创新来突破政府的围墙而创造性地使用这些数据。”
2006年经济学家唐·泰普斯科特（Don Tapscott）在《维基经济学》中指出，东谈主类还是进入了分享期间：“失败者创建的是网页，而见效者创建的是勃勃生机的社区；失败者创建的是有墙的花圃，而见效者创建的则是一个群众的场面；失败者经心看管他们的数据和软件界面，而见效者则将资源与每个东谈主分享。”这一理念自后被合计是聚集2.0期间的核样子念。以用户为中心，看重用户交互，让用户参与共同设立的聚集2.0同样适用于政府，最近几年列国政府的一系列举措秀丽着政府2.0期间的到来。
那么在大数据期间，中国政府作念好准备了吗？
深藏的事实
飞常准的竞争敌手也遇到了同样的逆境。为了拿到第一手数据，航班管家相当卖力。它与各大机场协作，障碍取得我方所需要的航班起降信息。2012年6月，航班管家与上海虹桥机场达成契约，航班管家不错成功从虹桥机场取得信息，包括航班的延误、取消以及登机口变更等一手信息，且提供的信息均与虹桥机场同步。不错意料，机场是其进击的数据来源。
面对竞争敌手的紧追不舍，郑洪峰合计，正常的生意竞争并不是飞常准所焦虑的事。“盛开与竞争对咱们来说是功德。”
对于飞常准来说，央企中航信旗下的航旅纵横才是最大的威胁。“在一定进程上，它有驾御数据的嫌疑。”一位宝石匿名的群众说谈。而面对记者的采访条目，航旅纵横以未便显现为由隔绝。目下，中航信领有中国整个终局游客详确的数据库，包括姓名、手机、耗尽风俗等，这是中航信最中枢的资源。由于与航旅纵横子母公司的关系，非市集化的利益运输饱受诟病。
在掂量民航信息的要害数据中，空域流量是影响中国航班正点率的主要原因，而这一数据掌合手在空管局手里。“空管局也自得将数据分享给航空公司、机场，致使是一些小公司，它们这样多年也在努力，可中国有我方特殊的情况。”上述群众说谈。
在中国，不到30%的空域对民航盛开。和其它国度比拟，中国事空域管制最为严格的国度之一。“民航系统也很头疼，七成多的空域属于国度奥秘，是以机场、空域关闭根蒂无法先见，何来公开的数据？”上述群众说谈。
在航班信息中，准点率瑕瑜常进击的一条数据。郑洪峰以此对比中好意思两国各异。“在国际，像准点率这些要害数据都是由政府全部公开的，因为准点率会决定哪家航空公司不错取得哪些航路，是航路资源分拨一个相当进击的参数。但是，在中国，这个数据却是各家公司我方搜集的。”换句话说，关连政府部门并莫得掌合手到第一手的数据来源，遑论数据盛开了。
在石油、电信、铁路、民航等计谋行业中，民航业的数据盛开远远走在了其它行业的前头。上述电子商务公司的数据群众告诉本刊，设计物流器具时，他们更自得与民航系统协作，不单是是快，还因为如若找相对禁闭的铁路系统要一些要害性数据，“更难，更不靠谱。”数据群众说谈。
“有时，政府也有惦记，你要数据作念什么？有时他们第一反应是，‘间谍’；第二反应是，你用来获利的，我会不会存在什么风险。”上述民航群众说。这位民航群众的一部单干作是为关连政府写里面申诉，有时需要跟民航系统要一些要害性数据，即便如斯，也免不了遇到关连政府部门的怀疑。
中国传媒大学西席沈浩合计，目下的政府网站许多都是空架子，致使大部分网站都很少更新，内容上也只是一些公告，而之前的决策过程并莫得反应出来；与此同期，由于中国政府短少推能源，尚无法建立像data.gov的数据平台。
另外，字据BNET商学院对中国政府部门的造访分析夸耀，政府部门以数据分析作为决策撑持并莫得变成现象，将数据分析作为中枢竞争力的只占5.6%，比起好意思国和英国等政府开源力度差距高大。
此项造访的负责东谈主，BNET生意英才网副总编周安利合计：政府部门依然空泛对大数据的真实、全面的剖析。在挖掘信息系统价值方面，数据分析也受制于顾问体制和职能制约，及长久传统顾问积蓄的风俗，业务驱能源不及，绩效侦查不配套。是以中国政府部门对大数据可能产生的价值，以及如何利用数据分析竣事政府的科学决策依然有格外长的距离要走。
数字分娩力
如今，飞常准还是领有300万月活跃用户，遮蔽1万个国内航班，5万个国际航班。郑洪峰直言，飞常准的上风和主要收入来源就是利用大数据技艺对数据进行聚集、分析和加工。比如利用取得的收条，飞常准不错匡助保障公司制定航班延误保障，而这些都是政府和保障公司以前无法完成的。
以前，航班延误险存在一个问题，就是保障公司让用户去举证，用户必须有千般各样的纸质表现注解才能从保障公司拿到抵偿，而抵偿金额往往唯独两三百块钱，因此用户都不肯意买这个险。“而目下，航班一落地，通过咱们的数据和服务，保障公司就知谈是否逾越保障阀值，没逾越的，用户不错成功从保障公司拿到钱，过程相当浅陋。”郑说谈。与保障公司的协作，郑洪峰得到的酬报是收取一小部分服务佣金。
数据盛开不仅不错让小公司受益，况兼不错让政府愈加透明、负牵扯。好意思国政府前助理信息官、纽约大学法学院西席贝丝·诺维克（Beth Noveck)在她的《维基政府——期骗互联网技艺提高政府管奢睿力》一书中申诉了如安在数字化配景下，期骗聚集和大数据建立民主和高效的政府。“数据盛开不错让体制表里的东谈主沿途参与进来，惩办政府无法完成以及难办的问题。”诺维克告诉《中国企业家》。
诺维克以感染率数据为例表现盛开数据的作用。好意思国的医疗部门搜集了全好意思险些整个病院的感染率，但是政府并莫得弥散的智力把这些数据转化为有价值的信息。然则，当这些数据被放在data.gov网站上以后，微软和谷歌却能够期骗我方强劲的技艺智力制作了一幅数据舆图。不管是考虑机构或者是普通患者都能期骗搜索引擎查找任何一家病院的感染率来决定是否入院。
而在中国互联网范围，此前受到瑕玷告白质疑的百度也启动与关连政府部门协作，利用后者的数据进行聚集打假。百度关连负责东谈主告诉《中国企业家》，以前百度需要从2000亿网页中筛查出有问题的假药网站，屏蔽瑕玷医疗信息相当鬈曲，单纯依靠技艺和顾问技巧的升级，难以达到打击假药的最好效果。同期，百度作为一家企业，并不具备关连监管禀赋，这亦然百度无法进行孤苦打击假药的问题所在。百度曾孤苦打击假药，但效果十分有限。
从2010年启动，百度结合卫生部、国度药监局等多个部委部门发起“阳光活动”，打击种种互联网不良及瑕玷信息，之后，百度与国度药监局厚爱达成计谋协作，国度药监局的三大药品数据库，意想20余万个泰斗药品信息向百度盛开，况兼这些数据库将跟着药监局的数据变化实时更新。用户不错通过庸俗的商品名、专科的药品名、批准文号等多个阶梯，在百度搜索到药品的泰斗信息。
“作为5亿网民的互联网进口，百度一直以来都但愿能利用搜索进口和平台上风，与各产品罕见据资源上风的政府部门、泰斗机构联手，让泰斗信息全面入驻聚集。”这位负责东谈主说谈，“进击的是，数据治国，关连政府部门也取得了很好的歌颂。”
中国传媒大学西席沈浩合计，天然中国政府在2007年就发布了《政府信息公开条例》，但目下政府公布的数据大部分如故申诉和报表，莫得标准的时势，弗成以数据的款式查到，因此也无法进行深切的分析、加工和挖掘。
“如若政府需要社会分享和分析这些数据，必须提供最原始的数据，这样的数据学术和生意上才能去应用它。”沈浩说，“你看data.gov的网站，在上头的联邦政府的数据库，都是以电脑可读取的时势发布的。”
郑洪峰也意志到这个难题。他有时候会给关连政府、大公司提供一些数据，他奋发寻找一种标准时势。而在这样的方进取，中国的一些公司也在与政府沿途努力。
高德软件有限公司三维应用行状部总司理赵珂告诉记者，以前的项目往往是政府立项再雇用公司去作念，完成后政府领有版权，这样导致数据市集不是市集经济而是投资拉动型的经济。而目下高德与地点测绘局选定的协作款式是授权模式，高德匡助政府采集数据。领有了标准化的数据，关连政府就领有了一个标准的基础数据库。“这是国度测绘局比较有远见的一个举措，确信咱们翌日和政府这类协作会越来越多。”赵珂说。
郑洪峰也确信，翌日会更求实更市集化，痛恨性的东西会越来越少。中国的数据会越来越盛开，也会愈加利用市集的机制去饱读吹更多的生意用户用好航班的数据。
与此同期，郑洪峰也在以不同款式回馈于给他提供数据的政府关连部门和大公司，最近，他的团队正在撰写一份申诉，名为《航班正点提高率规划》。
案例4：《纸牌屋》你学不会
凭借一部片子枯木发荣，这样的桥段在当下热播好意思剧《纸牌屋》身上重演，回转剧主角是好意思国一家视频公司Netflix，它的兵器则是大数据。 初次进军原创剧就走红，Netflix不仅成为文娱圈里的谈资，亦成为数据翻新的代表。不管是《纽约时报》、《洛杉矶时报》如故最近一期的《经济学东谈主》，严肃媒体们都在进击版面考虑《纸牌屋》见效之谈。取得如斯密集温雅，并非没故敬爱敬爱。《纸牌屋》不仅是Netflix网站上有史以来不雅看量最高的剧集，也在好意思国及40多个国度大热。Netflix产品创新副总裁托德·耶林（Todd Yelin）称，其推崇致使“比咱们最斗胆的期许都要好”。
事实是，好意思国“白宫甄嬛传”、导演大卫·芬奇（David Fincher）和老戏骨凯文·史派西（Kevin Spacey），这些噱头只是用以蛊惑眼球的外相。最抓东谈主的是，Netflix字据数据技艺推导出《纸牌屋》的要害要素，心爱BBC剧、大卫·芬奇和凯文·史派西的用户存在错乱，这是何等酷的一件事。
中国的乐视网一直温雅Netflix的发展旅途。“值得考虑的是Netflix如何从后端数据推导出前台分娩。”乐视网副总裁何凤云说。这种作念法与旧传统是以火去蛾中的，以好意思国知名的有线电视聚集媒体公司HBO为例，它对导演强烈的个性抱以完全的信任，全权委任导演去制片、编剧、挑选演员。而在中国，几大视频网站在好处剧时都有我方的选片团队，由他们为不雅众选拔与细则导演，挑选脚本。
多年前，依赖于种种技艺，Netflix对数据的顾忌智力还是半谈落发。当一位用户通过浏览器登录Netflix账号，Netflix后台技艺将用户位置数据、开拓数据偷偷地纪录下来。这些顾忌代码还包括用户收看过程中所作念的储藏、推选到应酬聚集等动作。在Netflix看来，暂停、回放、快进、住手等动作都是一个活动，每天用户在Netflix上将产生高达3000多万个活动，此外Netflix的订阅用户每天还会给出400万个评分，300万次搜索肯求，盘问剧集播放时间和开拓。没错，这些都被Netflix转化成代码，算作内容分娩的元素纪录下来。其首席内容官泰德暗意，整个这些数据意味着，Netflix公司还是领有“可寻址的不雅众”。
早年间，Netflix利用上述数据提供一项推选引擎业务。比如说，数千万用户能在一个个性化网页上对影片作念出1－5的评级，这些评级组成了一个高大数据池，如今这个数据池容量已逾越近百亿条。字据数据池，Netflix使用推选算法来识别具有相似试吃的不雅众，然后对这一群体作念出关连内容的精确推选。
Netflix要将高大的数据池变为分娩力并非易事。常年以来，为了提高算法精确，它络续地举办大型比赛，来提高我方的数据挖掘智力。2005年底，Netflix曾盛开一数据集，并设立百万好意思元的奖金(netflix prize)，搜集能够使其推选系统性能上升10％的推选算法和架构。这个数据集包含了逾越48万个匿名用户对苟简近2万部电影作念的苟简10亿次评分。
Netflix一直在寻找与本身匹配的数据挖掘器具。据一位前Netflix云数据库架构师的博客回忆，在2010年Netflix完成了两次迁徙，其一是将Netflix的数据中心迁徙到了Amazon AWS之中，其二是将Oracle数据库迁徙至SimpleDB。而到了2011年又从SimpleDB迁徙到Cassandra，利用Cassandra提供的路由确立，集群不错被部署在多个大洲。忘掉上述专科术语，一个小故事足以表现它们的意旨。法国电影《不要告诉任何东谈主》在好意思国的票房收入惨淡，唯独600万好意思元。可Netflix的工程师并不确信这个数字，他们通过上述数据挖掘技艺，找到了不易察觉的点击量，而这些才是被装璜的事实。2011年时，Netflix决定播放《不要告诉任何东谈主》。如Netflix展望的一样，这部电影在播放后立即在最受详确的节目中排到第四位。
然而，投资东谈主并不看好Netflix的这些努力。投资东谈主名义上确信Netflix的数据库是个大矿藏，但财务报表的数据呢？客岁万圣节，Netflix董事长兼CEO里德·哈斯廷斯接到一位投资东谈主电话，后者见知哈斯廷斯，他将从二级市集收购Netflix 10%的股份。投资东谈主宝石合计Netflix气数已尽，这位投资东谈主的规划是，进入Netflix董事会再漠视哈斯廷斯卖掉Netflix。
早期，Netflix是北佳丽人皆知的在线影片租借提供商，它的主营业务是通过邮寄方式租借DVD的模式赚取利润。然而，在互联网期间这个盈利模式逐步式微。于是，Netflix将主营转向在线流媒体播放，其生意模式是付用度户通过PC、TV及iPad、iPhone收看电影、电视节目。但在渐渐烧毁高利润率的DVD业务，透顶转型低利润率的流媒体业务后，Netflix却遇到营收增速放缓、成本用度激增的逆境。2012年第三季度，尽管财报中营收和每股收益均超出分析师预期，股价却依然暴跌。好意思国知名专栏作者撰文称“Netflix被收购随机才是投资者最期许的选拔”。
里德·哈斯廷斯别无选拔。他决定反击投资东谈主的短视，用事实告诉成本市集，数据不是花架子，而是刚直的分娩力。Netflix利用数据挖掘智力计较出不错赢的观点，1亿好意思元买下一部早在1990年就播出的BBC电视剧《纸牌屋》的版权，请来导演大卫·芬奇（David Fincher），并由老戏骨凯文·史派西（Kevin Spacey）担当男主角。
乐视网副总裁何凤云向本刊先容，1亿好意思元买下的《纸牌屋》统统2季26集，计较下来单集成本约为400万好意思元，远远高于好意思国一般电视剧的单集制作成本——150万至200万好意思元，也唯独《告白狂东谈主》、《斯巴达克斯》这类热播好意思剧才能达到200万好意思元傍边。算下来，对于Netflix而言，唯独新增100万一年期合约付用度户才能收回上述成本。
Netflix并非莫得计较过豪赌的酬报，这样作念不仅不错带来新增用户，更为进击的是它为Netflix开拓了上游市集，走上了好处剧之路。在《纸牌屋》之后，还将有四部好处剧在2013年登陆Netflix。这意味着，Netflix不错渐渐贬低对版权用度日趋高涨的好莱坞剧的依赖。
Netflix的故事，对于中国视频网站而言实在励志。他们与Netflix所濒临的境遇相似：在好意思国国内，好莱坞的独家授权用度越来越高，版权成本上升导致成本开支加大。同期内容竞争越来越强烈，尽管在流媒体播放范围Netflix仍占据市集首位，但濒临着HBO（好意思国度庭电视播送网）、Amazon（亚马逊）、Hulu、YouＴube的竞争，它们都在加大内容干预。
由于版权价钱升迁，国内知名的视频网站们，诸如优酷土豆、搜狐视频、乐视网、爱奇艺近两年也纷繁打造好处剧。
据乐视网高档副总裁高飞对本刊显现，天然客岁上半年版权价钱曾达冰点，但是目下又很快回升，从一线卫视购买电视剧，平均购买价钱每集几十万，意味着买下一整部剧不下千万。在此时局下，拿下《纸牌屋》中国地区的互联网独家播放权的搜狐视频，不得不上调版权采购预算，其2012年的版权采购成本为5000万好意思元，但2013年这一预算上调到8000万好意思元。“但咱们拍一个好处剧，成本基本上也就三分之一，致使不到这个数。”高飞说。
要害是如何制作好处剧？国内视频网站意志到数据的进击性，也积蓄了多数数据。比如乐视网通过分析用户收看时间，在本年推出午间好处戏院。“但真实紧密到使用数据来决定导演、演员，中国还莫得哪家公司敢说他们能作念到这点。”何凤云说。
此外，即即是有了数据，中国的流媒体公司还不敢像Netflix那样将宝押在一部剧上，因为中国的付费市集尚未老到，目下还主要依赖告白盈利，无法完全将用户需求作为中心。“Netflix选拔了这个项目，投巨资去作念，就是博一个必须赢。”乐视网高档副总裁高飞对《中国企业家》说，“期待中国市集也不错通过付费收视足以遮蔽成本，但这要寄但愿于翌日大屏电视以及电视平台产品和服务的老到，以及付费市集的快速成长。”
除此之外，一位视频行业的东谈主士指出，在中国基于用户数据作念出分析的同期，还要接头广电审核的要素，一些范围与题材类型都要略微抓住，“不是没法依赖数据，而是弗成完全依赖数据，咱们选拔数据时也一定要结合中国国情。”
案例5：定制爱情
宅男们总幻想为我方定制一个女一又友，也许他们的愿望将不日达成。不是借助3D打印机，而是靠大数据期间的婚恋网站。
2012年底，网易旗下全新婚恋交友网站“花田”上线。花田以免费疏导为卖点，主打一二线城市中高端市集。舍弃了传统婚恋网站的“东谈主工红娘”，花田不提供任何东谈主工服务，从推选到搜索全由系统自动完成。而业内的龙头大哥世纪佳缘(Nasdaq:DATE)，也在换帅之后擦拳抹掌，试图用大数据的精确化运营，为在海量异性尊府中疲于搜索的用户“指一条明路”。
一年前婚恋网站最爱喊“实名制”。通过对用户身份证或手机号码进行考据，网站可取得用户真实姓名、年齿、性别、地区等身份证数据，对珍摄糊弄有一定作用。但如今各家都有，这种传统叮属就过气了。毕竟有身份证的东谈主，不一定是有身份的东谈主。婚恋网站已将条条框框的硬主义排列皆全，使东谈主险些怀疑进入的是淘宝东谈主肉市集。当身高、体重、年齿、学历等等都逐个框定，一看还有2000个小姐（小伙）妥当条目，是时候让理性追溯理性了。而这理性，又是建立在理性的数据分析之上。
花田界面崭新简略，接管肖似微博的信息流展示款式。首页是异性用户最近更新的图片、内心独白和翰墨传情，展示其生存方式、个东谈主试吃等软性尊府。系统会自动推选那些相对活跃、最近有信息流更新的东谈主，这就促使用户拿出更新微博的干劲来更新花田，为花田积蓄了多数可供分析的软性数据。
“咱们不错通过‘内心独白’来挖掘用户的脾气特征。”网易花田负责东谈主夏天宇说。夏天宇在网易已责任11年，此前他的团队负责网易微博的研发，而他最早的责任是Oracle数据库顾问。
目下，他和他的团队正试图通过天然语言处理技艺和语义分析方法来解码用户脾气，竣事“恫吓利诱”的精确推选。来源，他们期骗切分词方法，从用户的“内心独白”中索取出现频率较高的要害词；再将这些要害词分类，如理性词汇或理性词汇；终末，通过文天职析、语义分析，从中挖掘出用户的脾气是内向、外向、期许化如故执行派等等。这一技艺目下还在测试中，2013年下半年会渐渐干预使用。
自2012年12月28日向寰球盛开注册以来，花田注册用户已近25万，逐日活跃用户4万东谈主。天然发展迅速，但较之业界前辈，花田用户少得致使蛊惑不来骗子。但网易的技艺储备却辞谢小觑。“有谈”搜索提供的天然语言处理技艺，被用于通过文本挖掘用户脾气。网易自研的原来用于网易邮箱的东谈主脸识别技艺，更是婚恋网站心弛神往的利器。
花田团队唯独30多个东谈主，大多是85后。他们在对海量软硬数据进行分析的基础上，总结出一些东谈主物特征，建立出一定数目的东谈主物模子。再分析具体用户，将其比物连类套入千般模子。这样，用户满意其中某一个东谈主，便可向其推选这一类东谈主。
这种模子不仅是脾气模子，还包括外貌模子。“咱们速即要推出东谈主脸识别。比如你想找个像范冰冰的女生，你输入范冰冰，就会推选给你许多范冰冰脸型的女生。”夏天宇先容，花田的后台还是索取出范冰冰脸型的数据，之后还会推出几十种流行的男女明星脸型供用户选拔。
更令东谈主感风趣的是，如若花田能够跨产品平台，结合网易派系、邮箱、游戏等其它网易资源进行大数据分析，是否就能向用户推选与本身阅读风俗、责任风俗、文娱风俗都匹配的对象呢？真实的大数据势必是跨平台的，而这点别家很难作念到。
但跨平台数据索取在一定进程上又波及用户心事。大数据的底线在那处？夏天宇合计，波及到银行的数据统统不可碰触。这个范围就很浅薄。不外不错细则的是，网易不会在花田影响力和用户量都不及的时候开启跨平台数据分析。
“我但愿花田能盖一个五层楼，每层装不同类别的东谈主。一个收入五万块的东谈主进来，也不嗅觉这里有许多屌丝。”夏天宇这样描画我方对花田的愿景。天然少了王子配灰小姐的任性童话，倒也实实在在为用户省去不少筛选坚苦。
数据分析不单可用于精确推选，还能识别婚恋网站最为东谈主诟病的作秀和糊弄。2012年底，首创东谈主龚海燕辞任世纪佳缘联席CEO后，另一联席CEO吴琳光担任CEO。吴琳光曾在空中网担任副总裁兼手机游戏行状部总司理。加入世纪佳缘后，他来源作念的就是引入大数据来提高用户体验。世纪佳缘的数据分析团队开发出一套网警系统，由以往的被迫恭候用户举报骗子，改为主动出击。
“对咱们来说，花篮托儿和酒吧托儿的危害最大。”世纪佳缘CEO吴琳光先容，这两种东谈主的特质是但愿长久运营，不会像真实的糊弄犯，令受害者报案。钱虽未几，却最让东谈主恶心。
酒吧托儿的特质是相片极好意思，却唯唯一两张。花篮托儿则是仪表堂堂、言语和煦的中年大叔，但只打电话不碰面。忽有一天宣称我方公司要开业，向女方求送花篮，骗个一两千块。他们的共同特质就是一上来便要掂量方式，尽快离开聚集平台，用电话这种难以管控的方式来建立亲密关系。
通过对骗子这些活动模式的数据分析，世纪佳缘制作出一套骗子识别模子，还是干预使用。令东谈主捧腹的是，吴琳光本东谈主曾经因测试产品，被这套网警系统抓个正着，“我妥当坏东西的特征，上来就找女性成功要掂量方式。”
吴琳光向咱们分享了一连串数据。比如，“剩女”大部分是生于1978年至1983年。
“因为规划生养，这一段东谈主口暴涨，她们对应的1973年－1978年的男性东谈主口相对不够，和她们同龄的男性又被85后的年青小姐抢去了。”吴琳光说，2009年、2010年婚恋网站大爆发，恰是因为这帮东谈主到了必须授室的岁数。
又如，世纪佳缘正在尝试联运页游，越是辞世纪佳缘里收不到信的东谈主，玩页游的越多。
数百年前的牙婆们绝想不到，若干年后，一群技艺降生的工程师们用冷飕飕的数据为痴男怨女保媒拉纤。
然而技艺男们纵令辨得出喜恶，抓得住流氓，却也有难办的技艺难题，比如东谈主脸识别。对外貌的判断理性况兼私东谈主化，向来是婚恋网站的难点。世纪佳缘一直在努力寻找合适的面部识别软件，但难度很大。吴琳光暗意，他们正引入一款能够识别相似脸的系统，从用户过往的选拔数据中总结归纳用户心爱何种脸型，给用户推选肖似脸型的东谈主。
花田天然背靠网易大树，行将推出东谈主脸识别功能，但这一技艺目下停步于脸型识别。花田试图将更高档的东谈主脸识别，如五官识别、爱妻相匹配作为我方的升值服务收费点，尚有待进一步的技艺突破。
对于东谈主类这样复杂的动物，数据究竟能作念到什么进程？吴琳光说我方的期许是让用户一注册世纪佳缘肛交 推特，看到的推选异性就个个都心爱。但从身边常听到的千般怨恨看，竣事这个主义尚需时日。