写在前面的话
7月11日，由中国互联网协会主办的2018（第十七届）中国互联网大会在北京国家会议中心开幕，德拓信息（DATATOM）的CEO谢赟在此次大会上发表了主题演讲——数据智能实现新时代新洞察，本文是对演讲内容的整理。
本文全长约4000字，建议阅读时间：15min
说起大数据在企业市场的应用，很多人可能经常都是云里雾里，因为不像消费领域有那么多耳熟能详的有价值场景可以讲述，那我就先用一个很有意思的例子来展开。
我们知道很多城市都有黑车，而黑车并不一定被掌握。在某个城市，我们利用卡口数据（就是十字路口，过车的时候，是有车牌号，几点几分过去的）来做比对模型，一共几十亿条，放到出租车身上，算出一个模型，再把这个模型套到所有非运营车辆身上，如果这两个模型一致，就说明这个车基本就是黑车，因为它也是无目的地，到处找活儿。
但这就结束了么？这只完成了一个大数据的技术，算出了哪些车是黑车，但是我们觉得并没有解决问题，因为真正要解决的其实是交通出行的问题。
所以，我们还对接了两个来源数据，一个数据是舆情数据，另外一个数据是信访数据。我们就发现，当这个城市黑车数量低于2000的时候，舆情体现出来的是打车难，因为你的运力有限。但当黑车数量达到4000的时候，信访部门推送上来的数据就是出租车司机要投诉，因为满大街都是黑车，他们认定政府不作为。这样就能形成一套完整的体系，当黑车快到2000，不打击，快到4000了，对活动最频繁的黑车典型进行打击。
这个才是大数据在创新时代可以为我们的用户提供的一些价值。
其实数据这件事，无非是我们认知世界的一种方式。 自古有之，以前就有算盘，结绳记事，甚至算命，都是数据探索方式，都是为了认知这个世界。
随着信息技术的发展，我们进入了数字化阶段，建立了一个又一个孤岛式的应用化系统，大多是以需求为导向的。现在我们有了大数据技术能力，把这些数据孤岛打通，变成一个数据生态以后，可以在上面长出一个个创新应用，实现新的价值，我们就进入到数据化阶段，是以价值为导向的。接下来就是人工智能的知识化阶段了。而人工智能的前提条件一定是数据的极大丰富。
我们就面临着这样三层阶段叠加的时代，有非常多的挑战，但无论底层技术结构怎么变，上层商业模式怎么变，但是客户对价值的定义肯定是不变的。
所以，大数据作为一种技术手段，也是要去实现用户的价值。到底数据能为我们的用户带来什么样的价值，我们从几个方向来介绍一下；
■ 数据可以实现态势感知。在我们很多公安、司法、交通等等做的创新应用场景里面，可以看到，数据可以把一个一个物联网的感知设备提上来，通过大量的数据分析，我们知道整个环境正在发生什么、整个业务是怎么在运行的。
■ 数据可以实现协同作业。我们知道原来很多部门他们之间是由各个业务系统去支撑的，它是没有合成共享的工作能力，各个部门之间各自为政。但当我们把这些数据合成在一起的时候，就可以完成这样的协同工作。比如说我们在楚雄公安、北京朝阳区政府、独山智慧城市，都可以通过数据实现整个业态的聚合。
■ 数据可以实现精准决策。在医疗、公安、商业、交通和金融，我们都做出了数据驱动业务精准决策，让我们更好的了解区域卫生的，掌握案件发生规律、新的商业模式和交通治理重点。数据可以提供最好的解决方案，这时候，数据是支撑精准、正确决策的决定性因素。
■ 数据可以实现深度洞察。比如说我们在某地公安做的在逃人员抓捕平台，放进去60多个历史在逃人员，通过数据分析，半个月就抓到了11个在逃人员。这些人原本是消失在茫茫人海之中的，但是通过数据分析、建模、研判，就可以推断他们的落脚点。包括我们在海关总署的探索、在某网红酒类企业的一些探索，数据可以让我们知道更多以前我们所不知道的事情。
■ 数据可以提供无边界服务。就像我们在贵阳提用的交通大数据孵化器，可以让数据变成一种资源，让更多企业在上面通过数据产生新的商业模式、展开新的商业活动，这样数据的价值就被彰显了。当然还有像科委、公安等的很多业务场景都有这样的数据资源服务的潜力。
■ 数据可以实现效能提升。比如说在工业上，某石化项目，设备的大量数据通过机器学习和算法，是可以让我们知道那些设备快坏了，而不是像以前全部要靠巡检，或者必须坏了以后才知道，损失就严重多了。我们会把数据通过大量的计算变成一个个小数据指导再赋能给每一个工作人员，提升他的工作效能。
虽然，我们做了二十多个行业的大数据行业的创新探索，取得了非常多的创新实践成果，但它只秉承三句话的方法论，那就是“问题在哪里，数据在哪里，方法在哪里”。这就是德拓所采用的客户大数据价值思维方式。
问题在哪里；我们再也不要简单的看用户需求，因为在这个时代，用户需求已经不是那么明确了，有时候甚至用户自己提出的是错误的需求。大数据本来就是从未知到已知的过程，所以，我们通过大数据工具实现低成本的创新试错，把试错让用户来确认价值，最终搞清楚问题到底在哪里。
数据在哪里；有了问题后去找数据不要单单看自己应用系统里的数据，那只是『碗里的数据』。我们还有『锅里数据』，可以和外部单位协调、交换来的数据。以及互联网可以随时收割的数据，也称之为『地里的数据』。当我们把这些数据汇集到一起的时候，我们的数据资源就变的非常多了，可以做的事情也非常的多。比如我们在做区域卫生医疗，全民健康水平的时候，大众点评的数据我们也会去挖掘，因为一个地方的餐饮习惯和他的健康是有很大关系的。
方法在哪里；我们一向认为，大数据绝对不是简单的利用大屏的把我们已知的事情用更漂亮的形式展示出来。而是应该去深度挖掘，形成一套闭环的流程，把数据变成一个个资源给到每一个人。
在我们的这么多年的实践中，有一些大数据落地的干货与分享一下。
第一，现在我们要做大数据落地，一定要抛弃原来的产品思维，再也不是我们给用户来建一个产品，更不是工程项目，而是一种服务能力，我们要帮助用户建立一种数据生态的服务，在上面不断长出新的应用，这样才能从未知走向已知。
第二，我们不要再把大数据单纯看成技术手段，更多的是一种落地的方式，所以我们要提升工具化能力。要把复杂的技术降维，让更多人可以利用工具来探索数据价值，最终看到的是更多业务场景在大数据上面的创新，要让客户能够参与起来。
第三，以前我们所有信息化建设是以需求为导向，但是现在需求在有些时候并不是很清晰，这时我们应该以价值为导向，快速试错过程中不断迭代我们的场景。
第四，在实践过程中要『大规划，小落地』。千万不要把一个大数据落地的事情做的非常宏大，几年还做不完。它的规划可以做的很大，但是在落地的时候一定要非常非常的小，几周就可以交付给客户最小可运行系统，然后不断引导用户的感受，去知道他最终要的东西到底是什么，把它实践出来。
德拓是站在整个大数据产业来看数据如何创新和实践的。所以，在我们来看只有通过数据智能去实现各个行业的更佳洞察。既然要为用户提供有价值的洞察，完成一个未知到已知的一个过程，最有力的武器就是有价值的解决方案，我们认为有价值的解决方案只有四个维度。
第一，能不能抓住用户的痛点。因为痛点用户可能并不是特别清楚，我们要通过方法论，问题在哪里、数据在哪里，方法就在哪里。
第二，新时代的用户，是等不了太长时间的。为什么我们自己要求自己要在六周、八周内做完创新探索？这是因为只有看到大数据实践成果，客户才会不断投入，让这件事持续的发生，所以产品工具化是实现大数据快速落地见效的一种方式。
第三，当然用户也希望降低成本，我们不碰原来的信息化系统，原来的信息化系统推翻不重建，数据拿来，建立一个新的模式，在上面长出应用，这种方式一定是成本最低的，因为只有人力成本而已。
最后，现在的用户，南京的用户绝对不希望把北京的应用场景搬过来，因为业务模式不一样，它需要自己的业务创新点，所以要通过数据探索去不断创新，也必须不断地积累。
所以如果我们解决了用户痛点，能够实现见效快，而且降低了用户成本，又实现每个客户“千业千面（因客户而异）”的亮点，那么提供的方案一定是有价值的。
在大数据产业里面我们认为一共分为源（数据资源）、容（基础架构）、器（工具平台）、知（知识构建）、用（创新应用）这几部分，其中数据资源我们认为应该是用户自己的，我们不应该试图去拥有用户数据。
基础架构就是存储、计算、安全和虚拟化，是一切数据承载的基础。
在工具平台里我们分为技术栈的平台和应用栈的工具。当前的产业链里，大数据应用栈工具是非常欠缺的，就导致了大数据应用落地成本高、效率低。技术栈平台就像操作系统是Windows，而应用栈工具类比于Excel。正是因为有了Excel才使得我们探索数据会变得简单。但是我们有了大数据的Hadoop等各种平台，有了各种云，但上面工具在哪里？还非常少，这就是德拓核心提供的能力——大数据应用栈工具。
往上还有一层叫做知识构建，这是和行业属性完全相关的，所以每个行业都有自己知识构建的能力，而这个往往是通过数据治理、知识图谱来实现的。
这是一个脏活累活，因为用户看不到，但是这是非常有价值的。正因如此，我们才在不同行业不断拓展。因为数据在哪里，我们的边界就要在哪里。我们要去了解在这真实的世界上有多少数据，都在证明什么，当知道所有的数据以后，自然数据价值就会更掌握，因为知道数据有哪些，碰撞后能做什么。
最后才是应用，是基于下面技术能力的一种快速创新，是具有用户属性的，每个客户都应该不一样。
德拓是整个依附于整个大数据产业链成长起来的公司，我们建立了非常长的技术栈能力，可以帮到产业链里的任何参与企业。
我们的梦想就是实现“数据智能”的科学研究，利用数据、技术和知识来赋能整个产业链的组织和个人。甚至有一天让每个人能够成为数据公民，能够通过简单、易用的工具化自己去探索数据，能够帮助我们对世界的洞察更快、更好、更深刻。
