相关产业该如何应对大数据标准化？

-导读-

“刷屏了，不发朋友圈担心别人以为与我有关。”近日，北京某大数据公司的负责人（化名）告诉21世纪经济报道记者，他转发了一条多家大数据公司被查的帖子，很快又删除。

尽管被帖子提名的公司随后发公告澄清“未被调查”，但创业者们有如惊弓之鸟。

两项大数据重要标准进入报批阶段

从“2017大数据标准化论坛上”获悉，《数据能力成熟度评价模型》和《大数据参考模型》两项大数据重要标准已经进入报批阶段，即将为公众所用。

这两项标准为的就是让大数据的企业在转型时做好顶层设计，避免盲目行动。

《大数据技术参考模型》大致就是以下的框架思路，通过以下的方式，也使得相关企业“胸中有丘壑”：

而《数据能力成熟度评价模型》（DCMM）能够帮助摸清企业情况、掌握行业发展状况、配合最新的国家政策导向。

《大数据开放共享》、《工业大数据》则是全国信标委大数据标准工作组下一批重点制定的标准。

近日，电子科技大学教授，云基地大数据实验室合伙人周涛在接受采访时提出，对于普通企业要通过修炼成为大数据企业，关键要做好7个步骤：

第一步，实现数据化

企业要为此做好计划，到底需要保存什么样的数据，以人为中心的数据还是以产品为中心，还是更关注企业运营，需要做好这样的计划，然后再将企业生产经营中的数据保存下来，即便是现在看来没什么用的数据，未来也可能产生巨大的价值。

他举例说，长虹公司在自己的生产线设置了很多传感器，监测温度、湿度、震动、噪音、颗粒等等因素，希望了解到生产过程中哪些因素会对员工产生明显影响。他们此前都认为温度和颗粒可能对于员工操作和产品质量影响最大，但是事实上最终数据分析的结果，温度是没有什么影响的，恒温的控制对于生产效率和合格率的贡献并不像想象中那么大，反而是噪音对于员工情绪以及生产的影响非常重要。要成为大数据企业，第一步企必须要实现数据化。

第二步，企业要建设自己的大数据管理与应用平台

很关键的企业不仅要具备一个数据中心的硬件，还要考虑和企业业务方向结合，不仅就是包括了数据的采集、数据库架构，向上的分析模块，再往上的API数据出口，以及横向的一些业务模块和出口这些东西。

第三步，企业要自己培养一些大数据理念，或者是小数据挖掘的团队

做大数据，企业的规模不一样，要求也不一样。如果企业规模足够大，比如说是电信运营商或者电力、银行这样的行业，可能会形成一个大数据的团队。

第四步，企业一定要做好自己的外部数据储备

我们都说“书到用时方恨少”，很多的企业，比如说像服装销售这样的传统行业，我要进的货在淘宝、天猫上卖的怎么样？在淘宝、天猫哪一个店铺怎么样？它的竞争品牌是什么样售价，怎么样销售的？对于这样一些数据，如果到需要的时候才去找，往往都来不及了。我们建议，企业应该学会通过公共渠道或者数据交换的方法，根据自己的业务需求来量身定做自己的外部数据和战略数据。

第五步，大企业一定要有数据侦测的能力

就像我们经常拿雅昌艺术中心的例子，它存了很多艺术品的数据，所以最后它可以发布艺术指数。同样国家电网也发布两个指数，一个叫重工业用电指数，一个叫轻工业用电指数。淘宝网有它的CPI指数，还有很多企业的一些数据，实际上都可以发挥想象不到的价值。

第六步，一个大数据企业包括未来现代化企业，一定要有开放共享的态度

一方面需要企业把自己的很多问题社会化，另一方面企业要尽量去通过一些平等办法，通过数据交换的方式互相共享形成数据化。

第七步，企业还要做好数据方面的战略投资。三种比较先进的模式

第一种模式叫做产业链布局，比如说海尔、长虹可以投物联网，对物联网企业创新进行投入。比如说中信集团可以关注医疗，在这个方面寻找相关的数据应用。

第二个方面就是技术，你要知道哪些是硬技术创新，特别是在基础术设施层面的，比如加速存储，云计算的一些技术，比如数据挖掘，垂直应用分析，这个方面集中了很多创新也可以形成很大的规模。

第三种模式是数据集方面的投资，我们知道阿里巴巴投资高德是为了数据，它投资新浪微博不仅是要投钱还要花钱买数据，所有这一切本质还是想把数据流动起来做更大的事情。这种投资就是集成数据，强调数据流动性。这些投资里面有几点是需要注意的，一是要去关注企业的数据价值，其次要关注早期的投资，去长期指引而不是短期追逐回报率，最后还要多关注传统行业。