大数据分析的主要作用，大数据分析可以起到什么作用

很多朋友对大数据分析的主要作用，大数据分析可以起到什么作用不是很了解，每日小编刚好整理了这方面的知识，今天就来带大家一探究竟。

大数据需要特殊的技术才能在容许时间内有效处理大量数据。适合大数据的技术有MPP数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展存储系统。

大数据在中国的应用已经近十年了。但对大数据应用的深入思考并没有跟上。试想大数据在统计分析模式下的应用，冻结在信息获取方向会影响其他领域的应用创新。国家信息中心原副主任胡小明从“大数据应用”的角度带来了一些新的启发！本文将从信息获取、网络服务、数据整合三个方面探讨大数据的应用，拓宽应用视野。

一、信息获取的大数据应用1.1信息获取和知识发现

大数据最容易想象的应用是信息获取，这通常被认为是统计分析模式的延伸。Victor Mayer-schoenberg和Kenneth Cookeye合著的《大数据时代》一书从信息获取和知识发现的角度提出了大数据应用带来的创新：一是使用所有数据而不是采样数据，二是允许数据混合而不是精确，三是重视相关性而不是因果性。大数据创新为知识发现开辟了新思路，促进了科学研究的发展。

1.2政府决策的大数据应用

大数据在知识发现方面的优势使得政府提出了利用大数据实现科学决策的理念。决策是领导者的行为，但人脑无法直接利用大数据进行决策。数据所包含的内容，只有经过浓缩和理解，才能成为人脑中的信息，与人脑中的其他字母一起参与决策。数据挖掘和统计分析将数据内容浓缩，形成人脑容易理解的信息内容，数据中包含的信息要通过人脑在决策中发挥作用。

1.3政府大数据应用的局限性大数据应用对政府决策的改善并不明显，否则不可能长期编制政府大数据决策的案例集。大数据在政府决策中的应用主要有两个难点：一是缺乏合适的数据源，政府本身没有很多大数据资源，适合眼前决策问题的外部大数据极难遇到；

第二，很多重要的信息，比如国际形势、重大事件、管理能力、社会文化等，很难数字化，政府基于数据的决策会非常片面；1.4大数据适用于特定领域的决策。

大数据主要来源于特定的业务渠道，渠道的局限性使得大数据获得的信息也有相应的局限性。所以大数据不适合大规模决策，对政府宏观决策没有帮助，但是在微观应用上会有很多成功的应用，比如案件侦破。电子商务企业经常利用其业务中积累的数据来分析用户的需求，并根据其浏览内容推荐新的产品和服务。二、智能网业务的大数据应用2.1智能网业务也是大数据应用。

大数据仅限于信息获取应用，将忽略其对服务的贡献。产生大数据的业务本身就是更基础的大数据应用。谷歌、百度、阿里巴巴、腾讯、亚马逊等公司是大数据企业，电信运营商、银行也是大数据企业。这些机构的大数据应用不同于信息获取应用。他们关心的是提供服务效率，而不是知识获取。智能网业务的大数据应用系统直接对数据进行操作，不需要提取信息。

2.2智能网服务直接利用数据大数据智能网服务系统直接处理数据，为用户提供服务结果。这种业务由计算机进程自动处理数据，系统完全根据数据工作，因此可以在没有人脑参与的情况下达到极高的处理速度，保证处理结果的一致性不受操作者的影响。2.3智能服务的数据资源是动态数据流。

信息获取的大数据应用是一次性操作，数据是静态的。一旦获得信息，就交给人脑处理，计算机的任务就结束了。智能网业务是一项连续不间断的业务。只要用户需要系统响应，移动支付系统就需要保持工作，保证支付的及时性。电信运营商的服务是停不下来的，其数据来源于手机不断向基站发送连接信号。

连续的业务需要连续的数据源，智能网业务处理的数据是在业务中实时生成的，是连续的数据流。

2.4云平台数据资源让服务智能化

智能网业务需要来自用户的业务需求数据和以前存储的数据资源。谷歌和百度需要收集网站数据供用户查询。地理导航系统需要地图数据来根据用户的实时位置计算导航路线。系统可以使用云平台上存储的大量知识资源。高速的网络系统和云端提供的知识资源，让网络服务如虎添翼，将普通的网络服务升级为智能网络服务，这也是智慧城市的网络服务。

三、对政府大数据中心的建议3.1大数据中心可持续发展的关键是效率。

决策者要认真考虑大数据中心的可持续运营，否则很容易下马。可持续生存的关键是经济合理，总收益大于生存总成本。大数据中心的通病是，要做的事情很多，但具体的效益目标并不明确。很多项目的收益假设都是建立在从众的假设上，非常盲目，失败率很高。寻求可靠的服务项目是大数据中心生存的关键。3.2着力提升政府精细化管理

政府管理和服务的精细化是未来十年的中心任务。关键是整合政府业务数据，提高基层工作人员的现场工作效率，提升公众和政府部门的满意度。大数据中心可以为支持政府领导决策做出努力，但重点是提高基层工作效率，而不是决策分析。基层工作改进容易出成效，但决策分析很难让领导满意。3.3不要盲目收集数据。

过多的数据会成为负担，消耗设施资源和管理精力。没有应用方向就不需要收集数据，更不要指望有人分享信息。互联网时代，数据资源已经过剩，有效的应用目标是数据应用的稀缺资源。3.4从最有效的数据集成应用程序开始。

政府数据整合在提高基层服务效率方面能发挥更有效的作用，信息技术改善运营的效果明显高于改善决策。数据整合可以按照数据合作圈一步步推进。利用率高的数据集成要先做，利用率低的数据集成要后做，甚至不做。不一定要急行军，把好钢用在刀刃上才是好办法。3.5开放的大数据中心更有生命力。

大数据中心应该推动政府数据向社会开放。数据开放是增加公众获得感的重要内容。公众支持率高可以直接提升大数据中心的价值。开放的大数据中心可以与企业合作，订购企业的可视化产品支持政府工作，将大数据中心打造成政府和社会共享的可视化数据展示平台将会大受欢迎。社会影响力越大，大数据中心的生命力就越强。4.1政府大数据概念的灵活性

政府部门的大数据和专家的概念不一样。专家认为常规信息技术无法处理的大规模数据就是大数据，所以政府没有大数据。政府认为各部门收集的数据就是大数据，政府把大数据的概念变成了数据整合的概念，让政府做大数据的工作。而《大数据时代》提出的大数据概念已经不适用于这种柔性应用，需要以数据整合的思维模式推进政府的柔性大数据应用。

4.2政府业务数据管理和服务的特点政府日常工作中最重要的数据是各部门的业务管理数据，各部门需要收集和积累自身业务管理和执行中记录的数据。政府业务数据处理是对当事人或事项的准确处理，是下一步管理运作的基础，业务数据具有不可替代性。4.3数据整合提升政府精细化管理能力

未来十年电子政务工作的重点是实现政府业务的精细化管理，而数据集成是实现精细化管理的重要手段。政府的信息管理能力取决于数据的完整性和现场调用能力。来不及调用的数据等于没有数据。网站管理者和用户之间的信息不对称会影响服务效率，增加被骗的几率。

数据集成类似于数据库建设，实现了各部门数据的语义统一，优化了数据的组织，提高了相关数据的调用速度，实现了数据及时提供给现场工作人员，发挥了数据的整体优势。

4.4数据整合提高政府公共服务效率。各地政府提出了“只跑一次”和“跑通一网”的目标，旨在节省用户的时间。跨部门数据调用的速度是提高服务效率的关键。数据整合可以提高跨部门数据调用的流畅性，提高公共服务的终极效率。4.5不能混淆数据集成和信息共享。

区别对待数据整合和信息共享，是提高政府数据使用效率的重要环节。数据整合的目标是提高政府业务运作的效率，目标明确，容易得到结果。数据整合要面向应用，先做急需，提高效率。

信息共享的目的是获取支持决策和研究的信息，往往需要调用整个数据集进行数据挖掘。信息共享需要使用整个数据集，数据集成调用是对具体数据的准确调用。这两个应用程序非常不同，不应该共享一个平台。

以上知识分享希望能够帮助到大家！