做者丨黃海陽 趙子強
公司丨河南市特點計算與大數劇論述院
隨著5G、云計算、人工智能、物聯網、大數據等數據信息技術的迅速發展，全球數據流量呈幾何級增長的態勢。《中國大數據白皮書（2020）》顯示，2020年全球生產的數據量將達到47ZB(1ZB=10億TB=1萬億GB)，到2035年將達到2142 ZB；中國產生數據量將達到全球數據量的五分之一。
歐洲第年會產生統計訪問量估計圖
大數據的智能分析成為新一代信息技術融合應用的結點，比起坐擁龐大的數據信息，能夠掌握對含有意義的數據進行融合和智能化處理的技術似乎更重要。有學者指出，數字化社會一旦形成，生活中的一切都可以基于數據來描述，這些描述出來的信息將成為智慧成長和決策判斷的依據。
社會數字化的形成仍需一定的時間，大數據智能分析要達到我們夢想的高度，緊跟大數據技術發展，更應當注重當前數字化背景下，大數據智能分析的特性以及所需具備的能力，從而為大數據智能分析發展注入源源不斷的活力，將更多不可能變為可能。
1
大數據智能融合發展的“六性”
2014年中國就開始在布局大數據發展，之后出臺了一系列促進大數據發展的措施，國內業界和民眾對大數據認知也從“膜拜”“新鮮”“玄乎”等認知覺醒。大數據的價值點在于其在垂直領域和場景的應用，通過應用，將不同的多源大數據進行打通，在融匯和發展過程中，體現其成長和挖掘價值。因此，我們應賦予大數據智能分析以下“六性”，從而為其注入內涵和生命力。
一是差異性
與單一來源數據智能分析相比，大數據實現了集多端口、多行業、多來源的綜合性數據融合，在數據來源、數據結構、產生時間、使用場所、代碼協議等方面具有較大的差異性。
第二是一起性
大數據技術能夠打破信息孤島困境，打通信息流通動脈，盤活數據潛在價值，推動各行業、部門之間形成統一高效、互聯互通的數據和資源共享布局。
三是準確性
以大數據為核心的多源數據融合，進一步提高數據內容的系統性，確保數據來源的完整性和可靠性。
四是技術性
大數據實現了多源數據多端口接入，同時垂直領域的應用需求嵌入不同多源數據融合處理技術，是個“技術活”。
?
“層次云”的數據物資方法軟件平臺
五是權威性
依托權威、合法、多源的一手數據資源，進行多源數據智能分析結果的展示內容、發布數據具備權威性，具有一定的指導意義。
六是前瞻性
大數據智能分析能夠有效地補充傳統單一來源數據分析手段的缺陷，通過數據清洗和處理技術，加之合理的建模，充分挖掘和掌握運行規律，具備較強的前瞻性。
可以說，大數據智能融合發展的“六性”，相互補充，互為存在，差異性和共享性是大數據智能分析的“秉性”；準確性和技術性是大數據智能分析的“手段和方法”；而權威性和前瞻性賦予了大數據智能分析更多的“未來”屬性。
2
大數據智能分析的“六個能力”
目前，市場上有不同類型的大數據智能分析公司，也有各種類型的大數據智能分析應用平臺和管理平臺，各有特色，各有千秋。以數據為元素的大數據智能分析，是大數據技術的核心要素，是垂直領域創新應用的典范和落腳點。提升大數據智能分析的應用服務能力，讓大數據變得“高質量、易使用、有價值”，需要以下六個方面的能力。
一是多源大數據的采集和處理能力
只有實現對大量不同結構的原始數據準確、實時的采集，并實現對不同結構數據的融合標準化處理，才能保證大數據智能分析的源頭“正本清源”。
二是數據挖掘算法能力
數據挖掘和算法將集群、分割、孤立的分析，通過內部探討和挖掘，通過各類工具，能夠從文檔、照片等非結構數據中提取智能數據信息，解決好數據量和速度的問題，成為大數據智能分析的內核助力。
三是預測分析能力
數據挖掘算法讓數據分析能夠更好的理解數據，通過建模對數據挖掘結果進行可預測性的判斷尤為重要。可以說，預測分析能力是大數據智能分析的本身要義。
四是數據質量管理能力
通過對不同平臺、不同結構、不同類型的有效智能管理和實踐，從而構建合理的不同類型的數據庫，是進行大數據智能分析的關鍵。
五是可視化能力
數據可視化是大數據智能分析最基本的要求，通過可視化可以直觀的展示數據，讓數據動起來，讓數據自己說話。
模擬網數值，僅作學習
基本要素智慧網文旅產業云計算資料APP系統
六是智能分析技術產品化能力
數據產業發展至今，數據分析技術已不再是護城河。未來數據是競爭要點，應用場景是關鍵，當務之急是技術服務化、服務平臺化、平臺產品化，讓智能分析技術盡快實現商業化落地。
未來，大數據將在數字化轉型的社會中發揮更大的作用和價值，智能分析尤為關鍵和重要。清晰理解大數據智能融合發展的六個特性，掌握大數據智能分析的六個能力，透過大數據智能分析，把控行業發展的脈搏，掌握競爭主動權，才能更好的“謀定而后動”。
