【金猿人物展】美创科技柳遵梁：拨开数据迷雾，探索数据应用

金猿人物展美创科技柳遵梁数据应用

原创柳遵梁 | 2021-01-05 21:25

【数据猿导读】本文由美创科技创始人兼总经理柳遵梁撰写并投递参与“数据猿年度金猿策划活动——2020大数据产业趋势人物榜单及奖项”评选。

2020年，数据重要性提升到与土地、劳动力、资本、技术同等地位的高度，以数据为关键要素的数字经济成为经济发展的新引擎，伴随着新基建、数字化转型加速，政策红利和内生需求的双重驱动，各行业对“数据”概念进行重新认知与战略解读，并积极开展大量工作，探索数据资产价值的挖掘，以实现数据驱动业务效率提升和增值，政府大数据、互联网大数据、健康医疗大数据、金融大数据、电信大数据和工业大数据等行业场景应用随之不断衍生、丰富。

展望2021，伴随不断发展的信息技术加持，数据丰富度和多元性持续提升，大数据建设和应用将进一步在各行业各领域渗透。在此背景下，行业企业如何做到能在快速变化的经济/技术发展环境中，缩短时间跨度，低成本、快速的得到完整的、看的到的，看得懂的数据;数据技术服务商如何能够输出具有行业特性的数据应用解决方案，既能提炼行业共性，又能解决行业个性问题。我认为这是新一年大数据行业值得关注的问题和发展方向。

01 缩短时间跨度，低成本得到完整、看的到、看得懂的数据

利用数据的目的是什么？不同行业都有着不同的需求，化繁为简，数据利用的目标无外乎两个方面：一是降低现实生产要素的空间和时间特性，二是降低或者消除人在流程中的干扰性，提高自动化程度，最终实现数据之上的业务效率提升和增值。

以港口为例，在港口行业中，场地、泊位、集卡、桥吊、船舶、集装箱等现实生产要素都具有极其鲜明的空间和时间特征，企业业务运营和决策也依赖于这些要素，但现实世界的时间和空间特性极大的制约了各方面的业务发展，减弱生产要素的空间和时间特性可以让业务具有更大的拓展性和灵活性。

港口集团数字化转型可以理解为港口运营的生产要素数字化，通过利用数字孪生技术在数字世界模拟港口的空间、地理、货船、货物装卸等场景，让港口日常运营所面对的不再是固定的桥吊、集卡、堆场，而是可以灵活移动和处理的数字化对象，以此为实际港口运营提供智慧辅助决策，提高运营效率体系。

但是众多企业的项目实践中，成本和技术等各种原因会损失大量的边缘信息数据，这些边缘信息的损失会让数据应用丧失各种生产要素的唯一性。当我们都无法精确的识别生产要素和资源，自然也就不可能进行流程改善、有效服务和决策支持，甚至最基本的服务都无法维持。缺乏主体一致性的支持，连接业务也会寸步难行。

显然，得到一份完整、看的到、看得懂的数据是数据资产化进程的起点，基本条件，缺乏数据治理支持的数字化建设必然是混乱不堪的，目前，不少企业在数据治理过程中，但由于缺少高效整合，快速处理的工具与方法，陷入僵化持续投入的怪圈。未来，随着汇集起来的数据越来越多，且低质异构，一个快速、低成本的并且能够充分满足企业当前业务需求的数据治理框架和平台化产品，将成为数据价值落地的关键。

02 数据应用在这五大场景中不断迭代、延伸

未来数据应用将随着大数据底层设施的完善走向发展快车道，作为客观世界的真实映射，数据应用可以分为五个大类，分别为信息、共享、连接、可视、智能。其中，信息、共享和连接是真正的核心业务应用，可视和智能则是一种赋能手段。未来，数据应用将会在这五大场景中不断的迭代、延伸，结合不断发展的科技技术能力，衍生出更多的数据应用。

1、信息类应用。获取信息是生活最为基本的诉求，强调信息的主动获取。比如：验真（确认某人、某物、某事、某说是真实的），验真是一种典型数据应用，广泛的作用于生活中的各个方面，最为典型的就是身份验证；就业时验证职业履历是否真实；出行时验证人脸是否和身份证一致；就医时验证病史是否真实，验证家庭关系是否真实等。

定位和跟踪，定位比验真类业务更进一步，提供真实的可视化信息。定位最主要解决一个问题：我所关心的人、货、物在哪里。在哪里？这个和验真一样是生活中的一个最为基础的应用。物流方面验证货物在哪里，物流链是怎么流动的；医疗方面验证患者在哪里、健康发展史、电子排队情况等。

2、共享类应用。共享本质上是信息类应用的一个子集，只是共享更加强调数据给谁用，更加强调大数据量的共享。比如搜索类应用，提供开放数据集合，提供搜索类服务；订阅类应用，依据相关规则，进行内容订阅；交换类应用，依据请求响应，交付相关数据；下载类应用，提供开放数据下载；新闻类应用，提供实时的数据通报；

3、连接类应用。当两个或者两个以上参与体具有相互诉求，降低两者之间的沟通成本和交易成本，这个时候就是连接发挥作用的场合。显然，连接的主要目标是提高可见度、降低成本、提高效率。连接主要解决信息不对称的问题，特别是双向的信息不对称。比如，推送（连接上一个流程和下一个流程），上一个流程需要让下一个流程知道我在哪里，下一个流程依据上个流程情况合理安排工作；配对（连接人、资源、资金），配对是最核心的连接应用，共享经济的基本点就是配对，解决相互的信息不对称问题；精准营销（连接人、信息），精准营销依据对于人员便好刻画，发送匹配的信息，在避免干扰的情况下实现兴趣连接；预约（连接资源、人），预约降低了人的时间成本，实现了空间和时间的跨越。

4、可视。可视是一类独立的应用，也是一种赋能的手段，赋能信息、共享、连接和智能。可视也许在消费互联网中不是非常重要，但在产业互联网中会处于核心地位。数字化转型中弱化资源的空间和时间特性都需要在可视场景中得到呈现。比如，现在在各行业如火如荼的数据大屏，就是把底层能力、数据抽象结果直观呈现，帮助日常决策支持；数字孪生，把真实世界虚拟化、场景化，解决数据直接和真是世界时间、空间问题。

5、智能。智能是一类独立的应用，更是一种广泛的赋能手段，赋能信息，共享、连接、可视。比如，全人脑智能、知识图谱；辅助人脑智能，统计，大数据变成小数据；简单自动智能，机器人、合规；复杂自动智能等等。

03 数据安全与数据资产化过程同频共振

无论是愈发强化的法律法规和监管要求，还是数据对未来企业发展的重要意义，数据安全建设都会与企业数据资产化同频共振，成为企业数字化进程的基础。企业需要从制度、管理、技术多方面加强数据安全保护，在安全策略实施方面需要聚焦数据对象的本身，从数据的采集、使用、传输、存储、共享和销毁等全生命周期进行体系化建设。

在数据安全技术方面，由于新技术与新应用下，数据流动属性的释放，使数据面临安全威胁呈现动态变化的特征，数据安全与隐私问题更为凸显，对此以零信任架构为代表的新理念将持续发展与落地，数据安全治理、数据脱敏、数字水印、加密技术、隐私计算将受到更为广泛的关注。

从政府到各行各业，在数据化如火如荼的大潮下，数字化的工作重点正逐步推进中，如果说近几年是大数据元年，是各行业不断接受大数据思维的几年，不断开始尝试进行业务数字化变革的几年。

未来，数据化这场持久战将进入数据价值挖掘的中坚战。新技术的不断涌现，新基建的不断推进，将为数据生产要素填充更加丰富的资源。而无论是物联网设备的不断革新与铺设，还是5G网络的普及，边缘计算开始服务与更加复杂的大型分布式场景，这些技术最终都要产生和落地大量新型基础数据。这些新数据、新类型数据、场景化的数据将充分完善目前在数据应用中基数数据不够充足的短板，使得数据孪生能够真正落地，从而实现各领域的业务数据化。大量的数据佐以日益成熟发展的数据挖掘、机器学习等技术，将数据生产要素的价值体现到市场机制体制中，进而推动新的产业与市场出现，让数据化社会、智能化社会在十四五工作中成为一大亮点，让数据改变我们的生活。

关于作者·柳遵梁：

柳遵梁，杭州美创科技创始人兼总经理，数据安全和大数据专家，毕业于解放军信息工程学院数字通信专业，历任福州空军技术二所技术工程师，浙江电信数据库专家顾问，拥有二十年数据管理和信息安全从业经验,长期扎根通信、社保、医疗、金融等民生行业,著有《oracle数据库性能优化方法论和最佳实践》;2005年带领一批数据库技术专家创立美创科技，专注数据安全管理领域，目前，美创科技已跃居成为国内首屈一指的数据安全管理解决方案供应商。

来源：数据猿

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。