2015年7月19日，以“开源大数据技术的生态与应用”为主题的“第四届中国大数据应用论坛”在北京大学隆重举办。本次论坛由北京大学信息化与信息管理研究中心和中国新一代IT产业推进联盟主办，北京大学CIO班教务办公室和北达软协办，CIO时代网承办。活动当天来自业界的专家领导、大数据专家、技术大咖、知名企业CIO、知名媒体等近200位嘉宾参与了此次盛会。本届论坛的主题聚焦开源大数据技术的生态与应用，嘉宾们分别从不同的侧面揭示了大数据技术本身的发展与行业应用趋势，带给了台下嘉宾们很多的干货以及经验分享。

    壳牌中国CIO徐斌先生在论坛上带来了题为“大数据价值实现与资产权利 ”的精彩演讲，以下为演讲实录：

    首先谈谈CIO的定位以及价值体现方式，这个“I”是永不部分变迁的过程。第一个“I”我们早期，主要做的是，IT做办公自动化的工作，通过IT解决业务。通过IT集成能把整个公司效率提升。第二个部分，业务实现的推动者。首席信息官，业务价值实现者。第三个就是业务价值推动者。最后一个就是业务模式变革者，通过信息化技术使企业盈利模式发生重大变化。CIO叫首席连接官。我定义是首席连接官。为什么叫首席连接官？就是说我们在企业内部，IT和业务产生连接，我们不是单独做系统的，我们是在做业务，包括IT也可以成为盈利的，可以产生业务价值。第二，IT和外部供应商的连接，比如公有云服务，把整个供应商的资源纳入到我们的资源里，内外技术上的连接模式。第三，是解决内部业务和外部IT服务提供商之间的连接。大家可以理解。现在有的公司有CTO，CTO和CIO的角色如何分配？我们壳牌也有CTO。到底要给他放在哪个部门？CIO承担什么角色，把需求和解决方案连接在一起，我们成为一个连接者，他们都在我们这个框架之下，这个我们的职业发展路径就变广了，是一个管理者。IT就成为了盈利主体。

    言归正传。大数据价值实现与资产权利。前天在上海，中国第一届数据资产管理论坛上我分享了相关的内容，这次做了小的调整。数据是资产。既然是资产就要讲到资产的价值实现，包括如何管理资产。今天主要讲四个方面的内容，从宏观层面、国家使用层面上讲，然后再到企业。

    第一，国内外大数据的发展状况及用。在大数据使用上，国外有一些应用，但不是那么成熟。2012年是美国大数据元年。2013年是中国大数据元年。也就是说这个“孩子”还在幼儿园，还出生三年。但是他的发展非常快。其实我们有一个技术发展曲线，在2014年大数据还在顶端的左边。顶端什么意思呢？意味着这个概念最热的阶段，炒概念炒到最高。2014年大数据还在左边，还没有炒到最高热度。但是到2015年，它已经到了最热点之后需要落地，需要企业应用产生价值。相信大家会有类似的感悟，大家说了大数据的价值非常多，但是怎么实现它？还需要一些链条把它串联起来，使其真正为我们行业、企业所用。日本、美国也规划了大数据战略。中国2012年批复了“十二五国家政务信息化建设工程规划”。大数据是国家层面推动的计划。今年“两会”里面“互联网+”正式提出，其中核心技术就是大数据。云、物、移、大、智，大数据是核心，通过数据产生资产价值。

    中国大数据发展情况怎么样？英国是第一名，中国第61位。说明中国大数据使用状态、数据开放都比较落后，所以我们需要提高这方面。但是中国大数据也有很多利用，应用最多的就是金融业、医疗业和政府数据，这是目前用的比较多的三个领域。相信随着发展，会在制造业、流通领域会有更多应用。大数据很好，国家战略，这么多行业都在推动，大数据是不是有认识上的误区？首先，大数据不是单纯的技术。大数据最主要目的是解决业务问题，帮助业务产生一些机会和机遇，所以它需要团队来实现它的价值。第二，它需要有比较好的数据源。如果数据质量不够高，再好的系统也是没有意义。所以大数据不是一个工具，它是一整套的体系。第二，大家认为大数据这么好，能够解决问题。不是。为什么？首先大数据不是全部数据，它只是部分数据，所有数据不能够完全展现事情本质。所以大数据只是解决预测可能性概率比较高的事情。包括我们一些企业，企业有自身数据。自身数据用不好，一个是没有用数据来说话，第二就是数据有很多信息孤岛，难以为企业所用。所以这两个问题不解决，大数据一样不能解决问题。因此大数据不是万能的。大数据只是帮助你做预测、决策，但不是绝对的指导决策的唯一指标。最后一个，数据越多越好。理论上是数据越多分析越多，理论价值越高。但任何一个行为都有收益成本比较，如果数据多到不能覆盖你的成本，所以说大数据使用也是一个商业决策。

    在中国目前大数据使用的一些案例。我这里举个几个简单的案例，不仅是中国，是全球。比如说自动驾驶汽车。现在沃尔沃厂商也在做。利用互联网收集数据快速做决策，调整汽车行驶过程。第二就是人脸识别。根据脸部特征快速定位你在哪里，可以做一些安全保卫工作。比如说通过各个地方安装的摄像头找到一个人。还有就是DNA，优化生命，控制疾病。再一个方面，新浪去年推出了南方-新浪大数据100指数。通过大家讨论股票的热度、评论指标等结合财务考量，精选出得票最高的股票对它进行投资。效果怎么样呢？从1月1日到6月，取得了超过150%的收益。这个就可以帮助我们做很好的决策。另外一个案例是大数据与经济指数。通过银行交易的数据分析来跟踪整个经济的运行情况。理论上CPI就可以通过它做分析跟踪。它通过交易，大家看这张图，这是中国房地产的交易图。与国家统计局住宅销售权威数据高度一致，在时间维度上更为连续和领先，有助于时刻把握城市圈商务动态。

    大数据企业里的应用。分析使用数据来提取洞察：企业洞察、行业洞察、用户洞察。企业洞察就是让你知道企业发生了什么，用户洞察是让你知道客户在哪、什么样的消费习惯。行业洞察是让你了解行业发展趋势。这三个方面通过大数据，来给企业、管理者带来更清晰的视野。从作用上来说有四种：描述性数据应用，给企业管理者一个显微镜和望远镜，怎么知道企业发生了什么。诊断性数据，当企业发生问题时要找出原因。靠数据分析。比如说不良贷款为什么一直上升？为什么客户流失？哪些客户流失？还有就是预测性数据。今天有嘉宾谈到，他们的测评，提前知道零部件的情况，及时调配。比如说我们也有这样的配件，比如说钻头，如何让它更健康的运作，我们通过传感器了解它的热度、疲劳度等等，及时发现问题，比如说它需要休息一下，通过数据及时跟踪就可以提前预防，这样就为企业带来大量的价值。最后就是指导性数据，通过多维数据的收集和分析可以给企业建议的方案。比如开发用户，是做线下营销还是线上接触？是找这个群体还是找哪个群体？这些都需要大数据分析。这是大数据最核心的应用。提供解决方案、提供指导不是因果关系，不是百分之百准确的，而是咨询建议。而是哪个概率最大、最有成效，通过分析我们认为它有一定关联度，通过这些来提供建议性的解决指导方案。企业这块有四种典型的应用方式。

    数据在企业内部能产生什么样的作用？我们认为数据对企业有六个维度的价值：

    决策支持。比如说我们现在要开一个门店，我们哪个点开？这直接影响到我们的投资有没有回报。比如说以前我们开加油站，我们要干什么呢？我们要派人到那数人流量、车流量，来判断未来在这开店的成功率，但是现在通过大数据分析就可以了，因为人数的效率比较低、浪费时间，包括有些人因为知道你在那投资特意安排一些车反复通过造成虚假信息，严重影响我们的判断。可是通过大数据的分析，通过手机信号定位来判断移动速度，判断是车还是人流，看看每天通过车的速度，我们看一年的数据。这样的数据很准确，通过它来做决策，显然它的效率会高、回报率更可靠。

    运营优化。比如说加油站地下油罐的设计。因为一旦泄露会有很大风险。我们通过大数据分析可以帮助我们决策。我们在这个区域把这块的数据进行对比判断是不是有泄露的可能。这也是大数据相关的应用。在全球，我们评估下来，一个站一年可以省好几万块钱，一年就是十几亿，这是巨大成本的节约。

    营销突破。通过大数据找到我们潜在的客户。企业的潜在客户在哪里？我们说营销是什么？欢迎把新人引进来。以前都是做线下促销活动，但是精准力很差、转换率很低。大家做过市场的都知道。但是通过淘宝交易应用，通过新浪微博也可以找到相关的车主，这些人就是我们的客户，我们就对他做精准营销，这个转换率是50%，非常高。通过大数据精准找到客户群体做精准营销，这是一个营销突破的案例。

    安全保护。比如说人的安全驾驶行为，通过数据分析可以分析出来。化工厂这块，如果发现有危险就可以及时的采取措施。

    业务创新。用数据做业务创新，某服装公司，七天内给一个客户提供定制化的西服。靠的是什么？沉淀十年的衣服板型的大数据，优化裁减、安装匹配，这个就是创新的方面。一件西服定制，那是很贵的，时间也很长。但是他的员工从来不用加班，一天八小时，一周休息两天。这都是通过大数据来帮助业务实现创新。

    商业变革。比如说GE生产发动机的。现在转变了盈利模式，发动机售卖占整个业务的20%，而80%来自于发动机后期的保养、维护。发动机里面有上千个传感器，传输数据，做分析，然后给到航空公司建议，你什么时候该更换零件了，你这个飞行速度是否合适，油耗怎么样最有效。由于这个服务给航空公司带来大量的成本节约。因为航空公司最大的成本之一就是燃油，如果燃油节省了就可以降低很多成本，从而带来更多客人。这就是大数据技术做的商业变革，改变了业务盈利模式。

    企业可以通过以上六个方面通过大数据得到价值。我们看到大数据这么好，虽然不是万能，但看起来非常有用。那怎么让它价值有最大化的体现？开放、全面、共享。今天上午有嘉宾也提到了，数据很有价值，我们要跟企业合作拿到更多的数据，这基于开放的态度、共享模式。这个不仅是在供应链里，还要在价值链，针对同样的客户不同的生活场景之间做数据的分析。供应链，企业之间的联系很紧密。但是在价值链、生态链里，怎么交换数据？因为这些原因，在中国有一个新的事物应运而生，就是大数据交易平台。贵阳大数据交易平台，***主席上个月也参观了贵阳大数据交易平台，说大数据有用。这解决了我们和不同企业之间分享数据。数据是资产，资产就涉及到交换，交换得有交换的平台和机制，所以这个正好可以解决这个问题。它是7×24小时的自动云平台，目前已经提供了30种大数据，包括政府数据、能源数据、金融数据。这个并不是说企业简单的把数据扔进去，而是要进行梳理形成一些有效数据，同时把敏感数据给去掉。第二是给数据定价。你觉得我这个数据给你产生多大价值，你愿意花多少钱买，卖方愿意花多少钱卖，这是一个非常公正透明的平台。相信未来大家想做大数据交易，可以从中找到相应的东西。

    数据交易中的数据资产的权力。数据所有权。在哪里产生的？归属是谁？对应房地产上来讲就是房东。还有就是数据管理权，谁来管理这个数据？一般是企业部门管理，也可以放在公有云上。对应一下就是管家/物业。数据使用权，谁来使用它？对应的就是租户。数据处理权。处理权是什么概念呢？我在数据上面重新打包，甚至是新的服务售卖，这个有点像二房东，把房子隔成不同隔间再租。最后就是数据知晓权。类似于中介/寻租人。美国几年前就做数据的公开，但是在这个过程中每个部门动力不大，所以展示不出来。有一篇报道是说某个区域经常有超速现象，当时报道说超速是这个区域的人驾驶习惯很差。但是有一个记者觉得不是这样，就查交通数据。一开始没有允许他查，但是当时是说公开的嘛，所以最后允许他查了。结果一查超速的60%都是交警。

    数据交易过程当中我们有数据交易平台。未来我们的企业把数据在开放平台上售卖，随着信息化的发展，IT从成本中心转换成盈利中心，其中一个重要的点就在于数据处理，通过数据产生额外的价值，而不是业务本身。我相信这是未来一个比较大的，对IT来说是成为盈利中心的好的推动力。这就是我今天的分享，谢谢大家！