如何让数据流动起来，让数据拥抱数据

2024-04-28 15:25:01装修宝典015

如何让数据流动起来，让数据拥抱数据,第1张

如何让数据流动起来，让数据拥抱数据
导读：围墙里的大数据注定成为死数据。大数据需要开放式创新，从数据的开放、共享和交易，到价值提取能力的开放，再到基础处理和分析平台的开放，让数据如同血液在数据社会的躯体中长流，滋润数据经济，让更多的长尾企业和数据思维创新者产生多姿多彩的化学作用，才

围墙里的大数据注定成为死数据。大数据需要开放式创新，从数据的开放、共享和交易，到价值提取能力的开放，再到基础处理和分析平台的开放，让数据如同血液在数据社会的躯体中长流，滋润数据经济，让更多的长尾企业和数据思维创新者产生多姿多彩的化学作用，才能创造大数据的黄金时代。

我的大数据研究轨迹

我做了4-5年的移动架构和Java虚拟机，4-5年的众核架构和并行编程系统，最近4-5年也在追时髦，先是投入物联网，最近几年一直在做大数据。我们团队的大数据研究轨迹如下图所示：

2010-2012年，主要关注数据和机器的关系：水平扩展、容错、一致性、软硬件协同设计，同时厘清各种计算模式，从批处理（MapReduce）到流处理、Big SQL/ad hoc query、图计算、机器学习等等。事实上，我们的团队只是英特尔大数据研发力量的一部分，上海的团队是英特尔Hadoop发行版的主力军，现在英特尔成了Cloudera的更大股东，自己不做发行版了，但是平台优化、开源支持和垂直领域的解决方案仍然是英特尔大数据研发的重心。

从2013年开始关注数据与人的关系：对于数据科学家怎么做好分布式机器学习、特征工程与非监督学习，对于领域专家来说怎么做好交互式分析工具，对于终端用户怎么做好交互式可视化工具。英特尔研究院在美国卡内基梅隆大学支持的科研中心做了GraphLab、Stale Synchronous Paralleli *** ，在MIT的科研中心做了交互式可视化和SciDB上的大数据分析，而中国主要做了Spark SQL和MLlib（机器学习库），现在也涉及到深度学习算法和基础设施。

2014年重点分析数据和数据的关系：我们原来的工作重心是开源，后来发现开源只是开放式创新的一个部分，做大数据的开放式创新还要做数据的开放、大数据基础设施的开放以及价值提取能力的开放。

数据的暗黑之海与外部效应

下面是一张非常有意思的图，**部分是化石级的，即没有联网、没有数字化的数据，而绝大多数的数据是在这片海里面。只有海平面的这些数据（有人把它称作Surface Web）才是真正大家能访问到的数据，爬虫能爬到、搜索引擎能检索到的数据，而绝大多数的数据是在暗黑之海里面（相应地叫做Dark Web），据说这一部分占数据总量的85%以上，它们在一些孤岛里面，在一些企业、 *** 里面躺在地板上睡大觉。

数据之于数据社会，就如同水之于城市或者血液之于身体一样。城市因为河流而诞生也受其滋养，血液一旦停滞身体也就危在旦夕。所以，对于号称数据化生存的社会来说，我们一定要让数据流动起来，不然这个社会将会丧失诸多重要功能。

所以，我们希望数据能够像“金风玉露一相逢”那样产生化学作用。马化腾先生提出了一个internet+的概念，英特尔也有一个大数据X，相当于大数据乘以各行各业。如下图所示，乘法效应之外，数据有个非常奇妙的效应叫做外部效应（externality），比如这个数据对我没用但对TA很有用，所谓我之毒药彼之蜜糖。

比如，金融数据和电商数据碰撞在一起，就产生了像小微贷款那样的互联网金融；电信数据和 *** 数据相遇，可以产生人口统计学方面的价值，帮助城市规划人们居住、工作、娱乐的场所；金融数据和医学数据在一起，麦肯锡列举了很多应用，比如可以发现骗保；物流数据和电商数据凑在一块，可以了解各个经济子领域的运行情况；物流数据和金融数据产生供应链金融，而金融数据和农业数据也能发生一些化学作用。比如Google *** ytics出来的几个人，利用美国开放气象数据，在每一块农田上建立微气象模型，可以预测灾害，帮助农民保险和理赔。

所以，要走数据开放之路，让不同领域的数据真正流动起来、融合起来，才能释放大数据的价值。

三个关于开放的概念

1、数据开放

首先是狭义的数据开放。数据开放的主体是 *** 和科研机构，把非涉密的 *** 数据及科研数据开放出来。现在也有一些企业愿意开放数据，像Netflix和一些电信运营商，来帮助他们的数据价值化，建构生态系统。但是数据开放不等于信息公开。首先，数据不等于信息，信息是从数据里面提炼出来的东西。我们希望，首先要开放原始的数据（raw data），其次，它是一种主动和免费的开放，我们现在经常听说要申请信息公开，那是被动的开放。

Tim Berners Lee提出了数据开放的五星标准，以保证数据质量：一星是开放授权的格式，比如说PDF；其次是结构化，把数据从文件变成了像excel这样的表；三星是开放格式，如CSV；四星是能够通过URI找到每一个数据项；五星代表能够和其它数据链接，形成一个开放的数据图谱。

现在主流的数据开放门户，像datadov或datagovuk，都是基于开源软件。英特尔在MIT的大数据科研中心也做了一种形态，叫Datahub：吉祥物很有趣，一半是大象，代表数据库技术，一半是章鱼，取自github的吉祥物章鱼猫。它提供更多的功能比如易管理性，提供结构化数据服务和访问控制，对数据共享进行管理，同时可以在原地做可视化和分析。

广义的数据开放还有数据的共享及交易，比如点对点进行数据共享或在多边平台上做数据交易。马克思说生产资料所有制是经济的基础，但是现在大家可以发现，生产资料的租赁制变成了一种主流（参考《Lean Startup》），在数据的场景下，我不一定拥有数据，甚至不用整个数据集，但可以租赁。租赁的过程中要保证数据的权利。

首先，我可以做到数据给你用，但不可以给你看见。姚期智老先生82年提出“millionaires’ dilemma（百万富翁的窘境）”，两个百万富翁比富谁都不愿意说出自己有多少钱，这就是典型的“可用但不可见”场景。在实际生活中的例子很多，比如美国国土安全部有 *** 名单（数据1），航空公司有乘客飞行记录（数据2），国土安全部向航空公司要乘客飞行记录，航空公司不给，因为涉及隐私，他反过来向国土安全部要 *** 名单，也不行，因为是国家机密。双方都有发现 *** 的意愿，但都不愿给出数据，有没有办法让数据1和数据2放一起扫一下，但又保障数据安全呢？

其次，在数据使用过程中要有审计，万一那个扫描程序偷偷把数据藏起来送回去怎么办？再者，需要数据定价机制，双方数据的价值一定不对等，产生的洞察对各方的用途也不一样，因此要有个定价机制，比大锅饭式的数据共享更有激励性。

从点对点的共享，走到多边的数据交易，从一对多的数据服务到多对多的数据市场，再到数据交易所。如果说现在的数据市场更多是对数据集进行买卖的话，那么数据交易所就是一个基于市场进行价值发现和定价的，像股票交易所那样的、小批量、高频率的数据交易。

我们支持了不少研究来实现刚才所说的这些功能，比如说可用而不可见。案例一是通过加密数据库CryptDB/Monomi实现，在数据拥有方甲方这边的数据库是完全加密的，这事实上也防止了现在出现的很多数据泄露问题，大家已经听到，比如说某互联网服务提供商的员工偷偷把数据拿出来卖，你的数据一旦加密了他拿出来也没用。其次，这个加密数据库可以运行乙方的普通SQL程序，因为它采用了同态加密技术和洋葱加密法，SQL的一些语义在密文上也可以执行。

针对“百万富翁的窘境”，我们做了另一种可用但不可见的技术，叫做数据咖啡馆。大家知道咖啡馆是让人和人进行思想碰撞的地方，这个数据咖啡馆就是让数据和数据能够碰撞而产生新的价值。

比如两个电商，一个是卖衣服的，一个是卖化妆品的，他们对于客户的洞察都是相对有限的，如果两边的数据放在一起做一次分析，那么就能够获得全面的用户画像。再如，癌症是一类长尾病症，有太多的基因突变，每个研究机构的基因组样本都相对有限，这在某种程度上解释了为什么过去50年癌症的治愈率仅仅提升了8%。那么，多个研究机构的数据在咖啡馆碰一碰，也能够加速癌症的研究。

在咖啡馆的底层是多方安全计算的技术，基于英特尔和伯克利的一个联合研究。在上面是安全、可信的Spark，基于“data lineage”的使用审计，根据各方数据对结果的贡献进行定价。

2、大数据基础设施的开放

现在有的是有大数据思维的人，但他们很捉急，玩不起、玩不会大数据，他不懂怎么存储、怎么处理这些大数据，这就需要云计算。基础设施的开放还是传统的Platform as a Service，比如Amazon AWS里有MapReduce，Google有Big Query。这些大数据的基础处理和分析平台可以降低数据思维者的门槛，释放他们的创造力。

比如decidecom，每天爬几十万的数据，对价格信息（结构化的和非结构化的）进行分析，然后告诉你买什么牌子、什么时候买更好。只有四个PhD搞算法，其他的靠AWS。另一家公司Pri *** atic，也利用了AWS，这是一家做个性化阅读推荐的，我专门研究过它的计算图、存储和高性能库，用LISP的一个变种Clojure写的非常漂亮，真正做技术的只有三个学生。

所以当这些基础设施社会化以后，大数据思维者的春天很快就要到来。

3、价值提取能力的开放

现在的模式一般是一大一小或一对多。比如Tesco和Dunnhumby，后者刚开始是很小的公司，找到Tesco给它做客户忠诚度计划，一做就做了几十年，这样的长期战略合作优于短期的数据分析服务，决策更注重长期性。当然，Dunnhumby现在已经不是小公司了，也为其他大公司提供数据分析服务。再如沃尔玛和另外一家小公司合作，做数据分析，最后他把这家小公司买下来了，成了它的Walmart Labs。

一对多的模式，典型的是Palantir——Peter Thiel和斯坦福的几个教授成立的公司，目前还是私有的，但估值近百亿了，它很擅长给各类 *** 和金融机构提供数据价值提取服务。真正把这种能力开放的是Kaggle，它的双边，一边是10多万的分析师，另一边是需求方企业，企业在Kaggle上发标，分析师竞标，获得业务。这可能是真正解决长尾公司价值提取能力的办法。当然，如果能和我们的数据咖啡馆结合，就更好了。

导语

中国旅游韧性强劲，活力涌动，在跌宕起伏中旅游消费呈现出新趋势：时间短、路程短、体验性强的“微度假”改变着旅游业传统的发展格局，开辟出一条新路径。

何为“微度假”？相较于疫情前较长时间的旅游度假模式，微度假以本地为中心，基于兴趣爱好或某种体验，在周末或假日进行短期休闲度假。

虽然目前出境游和国内长线游受限，但却不能阻挡人们出行的渴望。微度假应运而兴，恰逢其时。与其说微度假是新的旅游产品，不如说是新的生活方式。

乡村篇

一个功能完善的城市近郊“微度假目的地”需要满足最基本的周末游功能：休闲、住宿、餐饮、服务。

针对“度假”基础功能，我们以“住宿+”为核心，在落地形态上，可以是营地等非标住宿单元，也可以是品牌民宿等传统住宿单元，具体根据土地类型和开发主体的需求灵活调配。围绕“住宿+”，完善吃住行游购娱等一站式配套，涵盖游客度假的所有基础需求。

“微度假”空间最基本的配置是——以特色体验型主题休闲景观为核心吸引物，配备10-30个特色住宿单元，小型生态停车场，文创购物店、特色餐厅等小型公共空间、针对家庭亲子的迷你休闲活动场所，以及为度假旅居人群服务的休闲农业、生态农业等。

1 乡伴模式——计家墩理想村经验

精准聚焦家庭亲子市场客群，打造一批“小而精”的度假产品：

一个亲子主题的小型综合体“绿乐园”（休闲体验）——由53000 的室外游乐场、1300 亲子文化中心及15000 亲子主题民宿组成，内容包括非动力儿童游戏场、绿乐园自然学堂、主题餐饮、文创零售及亲子民宿等业态。

一个民宿度假集群（田园民宿）——现在已经进驻计家墩的民宿有原舍阅水、大乐之野、不如闲居、呆不住、无象归原、溪地清舍、原舍plus。

一批小型休闲体验场所（休闲体验）和迷你公共空间（文化商业）——手作体验的爿木工坊和陶庐，手工造船的船艇工作室，皮划艇俱乐部哈雷俱乐部。公共空间有绿色美味的飨茶餐和文艺咖啡馆等。

针对度假人群的休闲农业和生态农业配套（有机农业）——种植养殖绿色健康食品的清自然农场。

2 途远的乡村旅游创新住宿模式——新津经验

成都新津集趣·农博园共享农庄打造了“两途一趣”模式：利用途远装配式建筑产品盘活乡村闲置土地，建造特色民宿；引入斯维登集团旗下非标住宿别墅类产品运营商“欢墅”与会员制民宿预定平台趣悠悠对民宿进行线下、线上专业化运营并流量导入；打造了利用特产分享电商平台——途礼。将农特产品卖向全国。延长了农业产业链，形成了乡村振兴产业闭环。

创新住宿 ——途远为了加大闲置用地的利用，落地共享农庄民宿集群，通过绿色装配式建筑，新奇特，投入小，更快落地，更快运营，更快收回投资。

农业配套 ——在景观上，将温室花园、几何菜园、造型果园等创意，做成地标景观和核心吸引物。

融入CSA市民农场、田园开放餐桌、会员认养果园、有机特产电商等运营模式，接轨年幼的研学客群和年长的康养客群需求，拉长客群在乡村的停留时间和消费频次，让“微度假目的地”成为一种田园生活方式。

城市篇

随着微度假的潮流愈演愈烈，处于城市“微度假”的风口，城市商业地产该如何寻求差异化“突围”，从而“讨好”消费者和引爆“客流”，实现新一轮的重生呢？

1 打造体验式场景空间，实现商业的跨界融合

商业+乐园，商业+动物园，商业+剧场，商业+热带雨林，商业+都市农庄

在体验式的大背景下，传统的商业购物中心可以叠加室内的农场、动植物园、昆虫馆、水景、花园等新奇特业态，消费者可以在购物中心近距离接触自然，这样原生态、近距离的大自然“教科书”，深受年轻人和带孩子的家庭消费群体的青睐。

在商业综合体引入剧场也成为了当下的网红潮流和热点。南翔印象城MEGA引入了上海之一个开心麻花剧场，创新性发明“一日微度假胜地”概念，有望成为区域商业、文化与旅游的整合者。

2 多元的经营理念，丰富城市商业的盈利渠道

除了传统的商业零售和餐饮功能，商业中心可以通过整合相关其他文旅业态、延伸消费场景，联动其他商家，从而达到良好的消费转化。

可以从门票、周边衍生品、体验互动项目等方面进行营收。同时，原本商业中心的一些死角空间也借助这些业态打造体验式、故事化消费场景，激发消费活力。