数据落地为什么只存在于表面？数据分析师表示这才是真相

数据落地为什么只存在于表面？现在包括企业、政府，很多都仅仅是在炒大数据的概念，这并不是他们不想做好，而是受到了制约，主要是两个方面的制约，一个是数据量小且难以利用，另一个是转化经验少实施困难。

数据量小这个事情可能不好理解，我们那么多数据怎么能说数据量小呢?

我在吉林和山东亲自操刀参与了两个政府主导的大数据项目，无一例外的最后死在数据量小和难以利用上。

为什么我说政府的数据量小，政府数据总量并不小，这里说的政府数据量小是说政府可利用数据量小。

首先是数据化程度很低

数据落地为什么只存在于表面？只是近几年政府才开始在使用电子信息化办公平台的时候才积累了点数据，早年大量的数据基本都是以文件及纸质的形式存储在政府办公楼仓库里，和莫里发现的仓库里长了毛的航海日志差不多，而纸质的数据我们是无法使用的。想要将这些纸质数据化是一个非常庞大的工程，需要耗费巨大的人力物力，而这关键性的一步恰是一个吃力不讨好的活，所以一般承接政府大数据的公司也都很少去触碰。

那除了这些不能利用的，就没有其他可利用的了吗，有，但是量很少，基本都是一个EXCEl就能解决的问题，根本谈不上大数据。

另外就是数据割裂，各个部门的数据都和宝贝似地保护着，生怕其他部门抢走，这就导致了数据的割裂，无法整合。比如咱们要进行一个智慧城市的建设，至少需要交通数据、气象数据、人社数据等等部门的数据进行综合考量，但是每个部门都把自己手里那点数据看的和宝贝疙瘩似得，碰都不让人碰，又何谈数据整合呢?

所以很多政府大数据工程到最后就流于表面，最后把手头少的可怜的数据做做数据可视化，弄一些大屏幕，展示出来给领导汇报一下就结项了。

第二个就是转化经验少

数据落地为什么只存在于表面？比如农业大数据，政府是有不少的农业数据和气象数据，甚至还有粮食收购数据、农产品价格数据等等，但是即使这些数据全部都开放给施工方，如何使用还是一个大的问题，如何利用现有的数据通过数据挖掘、数据分析让这些数据产生价值转化、形成生产力，这又是面临的新的问题。这方面美国有较好的实践，美国的农业生产模式正在从机械化向信息化转变，以精准为特征的农业，正在让种植变得更加容易。

美国是对农业数据收集比较齐全的国家，也是较早进行农业数据开放的国家。目前，有关农业数据的采集、共享和利用正帮助美国农业政策制定者对农业部门的发展制定各种政策。不仅如此，美国各大农场主协会以及涉农企业也不惜投入大量的时间、金钱以及花费巨大的精力去搜集被人们称为“大数据”的涉农数据。

大数据对于农业的作用随着全球人口的增加，天气的波动更加不稳定，以及依赖石油的农业对于石化燃料的价格越来越敏感，必然激励更多地运用新技术来提高作物产量，并管理风险。围绕着基因组学、生物信息学以及计算生物学的研究活动都已经取得了重大的进展，使得科学家和组织能够更好地养活全世界，并提高食品和农作物的质量。

但是中国现在并不具备这种条件，还是家庭为单位的小作坊式的田块化种植，无法集约化管理，这就导致了农民种什么、什么时候种都有自主权，那么现状是什么呢?以现在最大的渤海粮仓为例，在山东几个县市为试点的渤海粮仓项目，最后落地后的成果是什么呢?所谓物联网+大数据的实践到最后就是找几块试验田，插上杆子，装上几个传感器和摄像头，然后做一下数据展示，甚至很多地方的传感器和摄像头都被农民卸走了，如何指导生产，如何将农业机械制造产业链打通，目前我并没有看到有什么实践。

数据落地为什么只存在于表面？数据分析师表示这才是真相，数据落地为什么只存在于表面？现在包括企业、政府，很多都仅仅是在炒大数据的概念，这并不是他们不想做好，而是受到了制约，如果您还也想成为数据分析师，那么下方的资料下载链接一定会帮助你。