中国信息消费市场规模量级巨大，潜在的大数据资源非常丰富，增长迅速。在网络能力提升、居民消费升级和四化融合加快发展的背景下，新技术、新产品、新内容、新服务、新业态不断激发新的消费需求，而作为提升信息消费体验的重要手段，大数据将从电信、金融、社保、房地产、医疗、政务、交通、物流、征信体系等部门，到电力、石化、气象、教育、制造等传统行业，再到电子商务平台、社交网站等行业领域获得广泛应用。我国在大数据的研究方面起步较晚，但近年来，大数据越来越被认为是国家和企业的重要战略资源。
一．中国大数据发展现状
1、大数据产业促产学研创新发展
近年来，我国大数据产业集聚发展效应开始显现，出现京津冀区域、长三角地区、珠三角地区和中西部4个集聚发展区，各具发展特色。
北京依托中关村在信息产业的领先优势，快速集聚和培养了一批大数据企业，继而迅速将集聚势能扩散到津冀地区，形成京津冀大数据走廊格局。长三角地区城市将大数据与当地智慧城市、云计算发展紧密结合，使大数据既有支撑又有的放矢，吸引了大批大数据企业。珠三角地区在产业管理和应用发展等方面率先垂范，对企业扶持力度大，集聚效应明显。
大数据产业链上下游企业合作意愿强烈，各集聚区间的合作步伐加快，产学研协同创新发展初见成效。数据显示，2015年，中国大数据市场规模达到1105.6亿元，同比增长44.15%。预计到2020年，中国大数据产业市场规模将达到8228.81亿元。
2、大数据交易平台搭建并正式运营
国内大数据供应商开始搭建不同类型的交易平台。2014年底，北京市软交所主办的“北京大数据交易服务平台”正式上线，同时也发布了国内大数据交易的10条标准规范。此举在打破信息孤岛及行业信息壁垒，使大数据实现交易，推进大数据产业发展方面具有深远意义。
2015年4月15日，中国首家大数据交易所——贵阳大数据交易所正式挂牌运营并完成首批大数据交易。交易所拥有贵阳国资控股背景，注册资本金为5000万元人民币。交易所的大数据交易以电子交易为主要形式，通过线上大数据交易系统，撮合客户进行大数据的交易。
至此，在大数据时代商业价值变现的平台化运营成为现实，大数据可以进行合理定价，有自己的交易规则、交易市场、交易指数，能够实现真正的实时线上交易。截至2015年底，贵阳市大数据产业规模总量超过900亿元，同比增长38%以上。
3、国家及地方落地大数据扶持政策
随着大数据在政府提升治理能力方面发挥着越来越重要的作用，政府率先推动政务大数据应用，并推动大数据共性技术攻关平台、协同创新体系和大数据公共服务平台建设。
2015年8月31日国务院发布了《促进大数据发展行动纲要》，这是指导我国大数据发展的国家顶层设计和总体部署。《促进大数据发展行动纲要》将重点围绕数据开放、行业应用和产业链构建展开规划、部署和统筹，具体工程将与多部委工作紧密结合，加强大数据在政府决策、社会管理和公共服务等方面的应用，推动大数据与教育、医疗、交通、公安、环保等领域融合发展。
地方政策结合自身需求，寻求特色发展。北京、上海等地率先建立了政府数据资源开放平台，推动数据的开放和共享。
4、互联网企业受地方政策倾斜
（1）专项基金
上海市：战略性新兴产业发展专项资金、服务业发展引导资金、高新技术成果转化专项资金等财政资金予以重点支持，并支持进行软件企业、高新技术企业、技术先进型服务企业等方面的认定。
贵阳市：根据实收资本，给予50-500万元的奖励；市、区(市、县)两级政府每年按照企业当年入库营业税及企业所得税地方留成部分的50%，给予连续三年的奖励扶持资金；设置“贵阳市互联网金融创新奖。
深圳市：企业所得税年度达到500万元以上(含)后，参照深府〔2009〕6号银行类金融机构一级分支机构待遇享受相关政策，即一次性奖励200万元；可申报互联网产业发展专项资金及金融创新奖。
南京市：对经领导小组认定的重点项目，每家给予不超过50万元的资金补贴；对经领导小组认定的重点示范企业，每家给予不超过100万元资金补贴；实行“一企一策”。
天津开发区：设立额度为1亿元的互联网金融产业发展专项资金。
北京海淀区：发起设立互联网金融产业投资引导基金，纳入现有5亿元海淀区创业投资引导基金统一管理。
北京石景山区：设立每年1亿元互联网金融产业发展专项资金奖励。
上海长宁区：设立专项投资基金，基金一期规模为2.5亿元人民币；设立长宁区创建“国家信息消费示范城区”专项资金，每年安排5000万元。
（2）财政贡献补贴
天津开发区：对于互联网金融企业上缴的营业税和企业所得税开发区留成部分，自开业年度起两年内，给予其100%的金融创新奖励，之后三年给予50%的奖励。
北京海淀区：根据对海淀互联网金融产业发展的带动作用、区域贡献情况等给予一定的资金奖励，额度不超过其自注册或迁入年度起三年内区级财政贡献的50%。
北京石景山区：三年内每年按其对区财政贡献额的50%提供金融创新资金支持。
（3）小微服务奖励
北京海淀区：通过互联网金融模式开展中小微企业融资业务的机构，根据其业务量规模给予其风险补贴和业务增量补贴，补贴上限400万元。
北京石景山区：金融机构通过互联网模式切实降低中小微企业融资成本的，按相应额度给予一定补贴。
上海长宁区：对互联网金融企业切实降低中小微企业融资成本的，按照长宁区科技金融相关政策予以支持。
二．中国大数据问题分析
尽管大数据拥有良好的产业基础和发展前景，但数据资源的开放程度较低、数据资产的保护等现实问题都是当前面临的主要挑战。如何应对这些挑战，驱动大数据快速走向普遍应用成为接下来思考的问题。
1.大数据企业众多而弱小，很难实现产业优势
中国大数据企业大概有200多家，将近60%集中在北京，以小微企业为主，年销售额达到十亿人民币的企业几乎没有,每家占领了一块小的细分领域，很难做大，都面临着同行的激烈竞争，有的领域例如舆情监控已成为红海。大数据企业人数大多在几十人到几百人，少有千人以上的企业。没有一家大数据企业可以统领一个行业，没有一家企业占有细分市场10%的份额，没有一家大数据企业建立了行业标准，领导行业发展。
中国大数据产业处于极度分散状态，优秀的人才分布在不同企业，很难形成人才合力。各家企业规模小，很难在企业做深做大，很难利用大数据帮助企业实现业务提升。大多数企业的工具和数据很难满足企业整体的数据要求，中国的数据挖掘和分析产品也很难和国外的产品进行竞争。
大数据产业如果要形成产业优势，必须需要一批领军企业。参考国外大数据产业，中国在大数据基础架构，数据产品，数据工具、数据清洗和数据挖掘、数据分析、数据人才都需要产生一批标杆企业。每个领军企业都规模应该在千人以上，销售额应该在百亿以上，否则很难形成技术和人才优势，也很难利用大数据帮助客户实现业务提升。
中国大数据市场销售额大多数集中在传统的IT企业例如IBM，Oracle，EMC，Intel，华为，联想等。真正大数据企业所有市场份额加起来可能就在百亿元左右。中国大数据企业规模过小，领军企业缺少，行业过于分散，这些都是制约中国大数据产业发展的因素，也是产业做大的一个痛点。
2.外部数据是一个个孤岛，数据价值低
数据是大数据产业发展的基础，具有商业价值的数据可以帮助企业洞察客户、数字化运营、风险管控、精准营销、预测和决策等。具有商业价值的数据和商业分析真正能够帮助企业提升业务，创造出新的价值。
中国的大数据市场还不成熟，很多大数据企业拥的数据都是片段的数据，很难形成完整的，具有商业价值的数据。大数据市场的数据质量和企业的数据需求有较大的差距。外部数据大多处于孤岛状态，数据之间很少流动和整合；孤立、不流动、没有整合的数据很难帮到企业，很多需要数据的企业不得不从多个大数据企业采购数据，效率很低，采购来的数据价值不高，数据整合的难度较大，数据采购的整体费用过高。
大家都看到了数据分散的弊端，于是很多地方都建立了大数据交易市场，帮助大家进行数据交易和数据采购。由于缺少法律保护，很多企业不太想在交易市场进行数据交易，往往还是采用一对一的数据交易，这种交易方式可以保护交易双方的利益。具有商业价值的数据还在开发中，大数据交易市场，缺少大量可以进行交易的数据。大数据交易市场这种商业模式，还需要用很长的时间去证明。
中国质量最好的数据在金融行业、BAT、电信运营商，这些企业比较谨慎，很难向外部输出数据。这三大行业自身的主营业务也不在数据，其数据产品生产和输出的愿望也不强烈。政府的数据正在逐步开放，但是其数据质量、集中度、输出方式等多存在很大多挑战。在中国大规模的数据开放，至少需要3年时间才能达到商业应用要求。
3.大多数企业客户，对数据商业应用敏感度低
大多数企业对数据有需求，但是其对数据商业敏感度很低。对数据商业应用的场景以及数据技术了解很少。即使是数据商业敏感度较高的银行，至少要沟通三次以上，其才能够建立起数据价值理念。其他行业例如制造业，房地产业，零售业，他们的数据商业敏感度更低。甚至万科的王石也大声疾呼，不要和房地产业谈大数据应用，房产行业数据还不全，很多还是手工数据。于是某个领先的电商开始帮助万科进行数据规划建设，研究大数据在房地产行业的应用。
已有的大数据企业商业案例中，大部分都是大数据企业主动去找客户谈合作，为企业提供数据产品、数据工具或数据技术，目的是帮助企业提升业务。但是这种商业模式效率很低，市场很难被引爆，被动的数据商业应用，往往和业务结合较弱，无法迅速帮助企业利用数据提升业务，同时也无法解决业务发展瓶颈。
大数据产业的发展，不仅仅是大数据企业自身的事情，也是各家企业自身的事情。企业客户也应该依据业务需要，主动到市场寻找数据和解决方案，提升数据商业敏感度，从业务场景出发，寻找具有价值的数据。
4.大数据技术和产品同业务结合深度不够
市场上所有大数据企业和客户都面临一个难题，就是数据解决方案同客户业务结合的深度不够，数据对业务整体推动效果不如期望，这也是大数据产业爆发的一个痛点。由于外部数据质量、企业用户数据敏感度、企业管理方式、商业数据人才等问题，大数据解决方案很难和业务深度结合。
大数据核心价值就是揭示事务发展规律，帮助企业利用数据进行科学决策。目前大数据的商业应用领域主要集中在数据采集、数据存储、数据计算、用户画像、精准营销等领域。大数据最具商业价值的预测和辅助决策功能并没有被充分利用。特别是在重大战略决策方面，大数据的作用并不明显。企业的产品开发，市场策略，战略决策还是依靠过去的精英决策和经验主义。未来社会只有两类企业，一种是利用数据发展的企业，另外一种是不重视数据被淘汰的企业。
大数据企业如果想发展壮大，如果想成为行业领先的企业，其必须放弃短期利益，深入到客户的运营中去，了解客户的数据，了解客户的业务，了解客户的商业需求。同时利用数据了解客户，了解市场，了解业务场景。数据和业务深度结合的核心是掌握正确的数据、正确的方法、正确的工具。业务人员要懂数据，技术人员要懂业务。复合型数据人才是数据生意的关键，业务人员掌握数据技术的门槛较高，但是技术人员了解业务的门槛很低，复合性人才倾向于从技术人才培养开始。
企业内部的数据人才和大数据企业的数据人才需要互相学习，了解对方环境和需求，在同一个平台上进行对话和沟通。数据团队需要深入了解业务场景和背后的规律，从业务出发，从场景出发，从数据出发，将大数据解决方案同业务深度结合，利用数据推动业务发展，发挥大数据预测规律的核心价值。
5.专业数据挖掘工具和人才缺失
传统的数据挖掘工具和BI（Business Intelligence）系统存在很久了，通过各类报表展示，让管理层了解企业运营信息，过去的确帮助企业提高管理水平，达到了预期目的。
在大数据时代，企业需要的是实时数据，需要的是高效工具，需要的是决策支持和预测。传统的数据挖掘工具的性能和灵活性已经不能满足企业的需要，另外非机构化数据的应用也对传统数据工具提出了挑战。BI领域中的SAS，SPSS，TD等数据工具越来越被边缘化，R语言正在成为数据统计和可视化的新宠。
数据的时间价值正在得到重视，特别是金融企业，所有的业务部门都期望在最短的时间里，看到资金使用情况，客户交易情况，风险管控情况。企业越早了解信息，就会越早进行决策，时间就是Money。过去数据需求可能是T＋5或者T＋30，现在的数据需求往往是T＋1或者T＋0，数据实时性、准确性、相关度被提到了一个非常重要的地位。业务的需求已经很明显了，但是数据工具和人才却是一个很大的挑战。
中国200多家大数据企业，看到了大数据产业的曙光，看到了大数据产业的价值，同时也在经历着大数据企业的痛苦。大数据产业发展很快，市场正在逐步变大，但是其产业优势不明显，优势企业很少，数据商业化较慢，市场还不成熟，客户数据商业敏感度较低，缺乏高质量数据工具和人才。所有大数据企业内心的感受就是，站在了时代的风口，选对了方向和行业，但是发展壮大还是很难。200多家大数据企业正在努力耕耘着大数据产业，痛并快乐着。
三．中国大数据发展趋势
在全球经济、技术一体化的今天，中国IT行业已经开启了大数据的起航之旅，大数据已经在经济领域发挥重要作用。未来政府、互联网和金融等领域市场规模占据近一半的市场份额。
1.大数据分析会成为市场营销的重要手段
与传统的市场研究方法不同，大数据的市场研究方法不再局限于抽样调查，而是基于几乎全样本空间。例如，百度拥有中国最大的消费者行为数据库，覆盖95%的中国网民，搜索市场占比达87%。根据百度分析的数据结论，宝洁适时地调整了营销策略。
2.大数据将在临床诊断、远程监控、药品研发等领域发挥重要作用
中国目前已经有十余座城市开展了数字医疗。病历、影像、远程医疗等都会产生大量的数据并形成电子病历及健康档案。基于这些海量数据，医院能够精准地分析病人的体征、治疗费用和疗效数据，可避免过度及副作用较为明显的治疗，此外还可以利用这些数据进行实现计算机远程监护，对慢性病进行管理等。
3.大数据将为金融领域的客户管理、营销管理及风险管理提供重要支撑
大数据能够解决金融领域海量数据的存储、查询优化及声音、影像等非结构化数据的处理。金融系统可以通过大数据分析平台，导入客户社交网络、电子商务、终端媒体产生的数据，从而构建客户视图。依托大数据平台可以进行客户行为跟踪、分析，进而获取用户的消费习惯、风险收益偏好等。针对用户这些特性，银行等金融部门能够实施风险及营销管理。
当前，中国正处在全面建成小康社会征程中，工业化、信息化、城镇化、农业现代化任务很重，建设下一代信息基础设施，发展现代信息技术产业体系，健全信息安全保障体系，推进信息网络技术广泛运用，是实现四化同步发展的保证。大数据分析对我们深刻领会世情和国情，把握规律，实现科学发展，做出科学决策具有重要意义。
参考文献
[1].2015 年中国大数据交易白皮书[J].贵阳大数据交易所，2015,（05）.
[2].2015-2020年中国大数据市场深度调查研究与发展前景分析报告[J].中国产业调研网,2015,(06).
[3].鲍忠铁.中国大数据产业数据商业应用敏感度低[J].国统大数据,2015,(10).
本篇内容均采编自公开信息源，由“信息化前沿”公众号编辑发布。
“信息化前沿”公众号主要提供信息经济、数字惠民、知识管理、信息技术等专题资讯，查看相关信息请点击“阅读原文”，或访问“上海国际学术会议知识服务网”，网址：http://www.sassinfo.org/qb/1.html