围绕数据的产生、汇聚、处理、应用、管控等环节的产业生态从无到有，不断壮大。中国信息通信研究院发布的《中国大数据产业调查报告（2017年）》显示，2016年，中国大数据核心产业（软件、硬件及服务）的市场规模为168亿元，较2015年增长达45%，预计到2020年将达到578亿元。
3.2.3数据产生价值难
数据产生价值链条长。很多政府部门和企业不知道数据怎么用，或者没有支撑的数据平台。对于它们来说，把数据变成价值的链条是非常长的。从采集、整合到分析，整个链条涉及的部门比较多。涉及业务部门、数据平台部门、数据分析与数据产品部门，而后又回到业务部门，这个链条非常长。这决定了要让数据产生价值很困难。
关于数据变现，有一个更有意思的例子，告诉我们只要合理地使用数据，就可以把“数据产生价值链条长”的问题简化，合理的数据平台有助于缩短这个链条，让数据为企业产生价值。这个例子是：有位风水大师一卦3万多，这位大师是怎么做到的？他在美容院购买女性客户的信息，然后整理这些女性与美容师聊天时透露的信息，之后再做关联整理分析。然后找机会接触这些女性进行算卦，道出你的年龄、家庭、身体状况、是否手术、哪里有痣、兴趣爱好等。这些女性当时就觉得“真神”，之后形成口碑传播，生意红火，真正的数据产生了价值。
3.2.4 问题与机遇并存
从数据的产生端到数据价值链条顶端的决策行动支持，要经过整合、管理、分析、洞察这几个关键步骤，在当前国内的大数据生态中，大数据价值实现的难点和重点在于数据的有效融合和深度分析。
- 打破数据孤岛
人人都想要别人的数据，但都不愿意把自己的数据给别人，这是目前的数据现状。以前信息系统建设都从一个个“烟囱”开始，数据缺乏互通的技术基础，这是大数据需要解决的第一个大问题。从国家层面到企业内部，情况大同小异。麦肯锡的一份报告显示，大数据在很多领域没有达到预期效果，很重要的原因就是数据割裂。这些年，推动数据开放共享的政策举措一直在加强，政策已经很给力了，但效果与预期还有距离。这时就需要技术来推进。
- 加强数据管理
数据分析工作往往有80%的时间和精力都耗费在采集、清洗和加工数据上。数据质量不过关，也会让数据分析效果大打折扣，甚至让分析结果谬以千里。很多单位大数据的应用效果不佳，多半问题出在数据管理上。大家都同意把数据当作资产，甚至认为有朝一日数据会计入资产负债表。但对比桌椅板凳这些实物资产，我们对数据资产的管理还处于非常原始的阶段。我们往往对自己的数据资产有哪些、有多少都不清楚，更别说数据质量、数据安全、资产评估、资产交换交易等精细管理、价值挖掘和持续运营了。
第3章 数据
67