我国大数据产业该如何发展?
把握源头,强化数据质量管理。目前数据资源开放在开放范围、开发利用方式、数据可用性等方面仍存在局限性和不足。截止2016年5月,全国共有九个省份/直辖市开通了区域级数据开放网站。虽然与去年同期相比,平台数量有所增加,但大多数地区仍面临数据开放格式不一致、可机读性较差,更新频率较低等现实问题。部分地方或第三方数据交易平台在流通效率、质量管理方面良莠不齐,特别是不同行业数据维度不统一、语义不协同等共性问题制约了交易市场的规模化发展。为推动大数据产业发展,需要进一步把握好数据源头,推动各方不断加强自身数据能力建设,做优存量、做大增量,加快完善相关配套措施确保隐私和信息安全。同时鼓励参与主体共同推动数据标准化进程,健全数据交易规范,探索数据资产定价机制,以各行业多样化应用需求撬动数据交易市场巨大发展潜力。
细化分工,关注数据技术过渡领域。与美国等数据产业发达国家相比,我国大数据产业的短板仍较明显,数据加工处理服务、数据库技术和通用数据分析工具等基础性通用数据技术差距较大,同时市场主体数量少、自主知识产权把控能力低等现状导致未来发展动力不足。传统行业和企业对数据分析应用具有巨大需求潜力,但其数据资源多以结构化为主。原有结构化数据和新增非结构化数据之间的互访问操作和融合管理成为新式共性技术要素,是抢占未来主流市场的关键技术机遇点。美国等技术先驱国家的产业版图已完成了技术过渡领域的初步布局,我国产业参与主体也应考虑进一步细化市场分工,形成专业性强、衔接紧密的产业新生态,并积极加大过渡时期的技术研发力度,实现数据过渡期与发达国家的同步发展。
强化合作,探索新型商业模式。大数据产业是技术密集型产业,同时也是业务驱动为主的实用型产业。就数据分析和运用过程中需解决的共性基础研究问题,欧美等数据产业发达国家通常采用以开源社区先行的开放合作模式,采用“众包”思想不断完善系统架构和产品服务功能,提供更为通用和普适的技术解决方案。经过大量企业在生产实践中的优胜劣汰自由选择,不断成熟和完善的开源产品逐渐从免费提供向企业化盈利的商业模式进行演变。相比之下,我国数据产业的参与主体在开源社区中的贡献仍然较低,企业间合作、国际间合作的参与热情有待提高。应借鉴国外企业的成功经验,以开源产品和服务为基础,提供定制化和深度支撑的新型商业模式,同时也能够为中小企业和初创企业参与大数据产业提供新的发展思路。