环境企业大数据战略战术的探讨课件

0环境企业大数据战略战术的探讨张平文北京大学数学科学学院北京大数据研究院环境大数据研究中心2016年10月0环境企业大数据战略战术的探讨张平文北京大学数学科学学院北京11目

录一、大数据的相关认识二、大数据战略三、大数据战术四、环境企业大数据战略战术五、大数据应用1目录一、大数据的相关认识四、环境企业大数据战略战术22•

大小超出了典型数据库软件工具收集、存储、管理和分析能

力的数据集。•

传统的数据架构无法有效地处理的新数据集

麦肯锡公司美国国家标准技术研

究所•

数据量规模巨大到无法通过人工在合理时间内截取、管理、

处理并整理成为人类所能解读的信息维基百科一.

大数据的相关认识1.

什么是大数据2•大小超出了典型数据库软件工具收集、存储、管理和分析能33•

具有数量巨大、来源多样、生成极快、且多变等特征

并且难以用传统数据体系结构有效处理的包含大量数

据集的数据国内的普遍理解一.

大数据的相关认识2.

大数据的概念3•具有数量巨大、来源多样、生成极快、且多变等特征国内的44Volume大数

据Value数据体量巨大PB->EB->ZBVarity

数据类型多样

结构化/非结构化/视频/

文本/图像/音频

Velocity数据价值密度低数据整体价值高数据速度快输入速度/输出速度一.

大数据的相关认识3.

大数据的特征（4V）4Volume大数数据体量巨大Varity Velocity55的过程一.

大数据的相关认识4.

大数据的内涵（3个方面）

数据本身

•

大小、形态超过普通系统处理能力的大规模数据集

•

数据之间存在着直接或间接的关联性

大数据技术

•

用来挖掘和展现大数据内在价值的技术和方法

•

便于部门之间、与开发商之间能够更好的交流

大数据应用

•

对特定的大数据集，使用大数据技术来获得价值信息5的过程一.大数据的相关认识66模型和设备高性能计算机此前

缺乏数据获取

的手段和工具

意识不到数据

中蕴含的价值

没有适合处理

大数据的算法现在

大量传感器、

摄像头、手机

等可获取数据

逐步认识到大

数据中的经济

和社会价值

研制出了大数

据算法模型和一.

大数据的相关认识5.

为什么是现在提出大数据6模型和设备高性能计算机此前现在一.大数据的相关认识77一.

大数据的相关认识6.

大数据的强大之处

超强的实现个性化、精准化服务的能力

•

群体（如政府、企业、民众等）不同、时间和空间不同、对问

题的关注点和处理办法也不尽相同•

基于不同用户的兴趣和需求，可利用大数据来分析并实施个性

化、差异化服务•

充分考虑群体的社会属性、心理特征和类似的思维模式•

利用大数据技术对海量数据的整体分析，可以精确预判用户的需

求和下一步行动，并提供可行的行动建议个性化精准化7一.大数据的相关认识 题的关注点和处理办法也不尽相同个性881.

改变经济社会管理方式2.

促进行业融合发展

3.

推动产业转型升级

4.

助力智慧城市建设5.

创新商业模式6.

改变科学研究的方法论一.

大数据的相关认识7.

大数据的价值对整个国家和社会而言：81.

改变经济社会管理方式2.

促进行业融合发展5.

创新9一.

大数据的相关认识8.

大数据的价值对企事业单位而言：

•

优化企业的组织结构•

支撑企业的规划和决策•

提升企业的生产、管理水平•

实现客户关系管理和精准营销•

巩固并扩大市场、规避风险

•

协调企业上下游供应链9单位内部单位外部一.大数据的相关认识•支撑企业的规划和决策 •协调10一.

大数据的相关认识9.

如何获得大数据的价值•

对数据进行挖掘、分析来获得价值•

此过程可统称为“计算”计算的类型基于数据的计算基于模型的计算混合计算计算的目的分析原因掌握现状预测未来

预测是为了减少未来的不确定性是数据价值的最高体现10一.大数据的相关认识计算型基于数据的计算基于模型的计算混合1111目

录一、大数据的相关认识二、大数据战略三、大数据战术四、环境企业大数据战略战术五、大数据应用11目录一、大数据的相关认识四、环境企业大数据战略战术1212二.

大数据战略1.1.

宏观战略—国家层面国务院，2012年7月•

政策名称：十二五国家战略性新兴产业发展规划•

相关内容：支持智能海量数据处理相关软件研发和产业化国务院，2013年8月•

政策名称：关于促进信息消费扩大内需的若干意见•

相关内容：面向移动互联网、云计算、大数据等热点，加快实施智能终端产业化工程，促进终端与服务一体化发展12二.大数据战略1.1.宏观战略—国家层面国务院，201313二.

大数据战略1.2.

宏观战略—国家层面

国务院办公厅，2015年6月•

政策名称：关于运用大数据加强对市场主体服务和监管的若干意见•

相关内容：运用大数据加强对市场主体服务和监管，明确时间表国务院，2015年7月•

政策名称：关于积极推进"互联网＋"行动的指导意见•

相关内容：面向移动互联网、云计算、大数据等热点，加快实施智能终端产业化工程，促进终端与服务一体化发展13二.大数据战略1.2.宏观战略—国家层面•政策名称1414二.

大数据战略1.3.

宏观战略—国家层面国务院，2015年9月•

政策名称：促进大数据发展行动纲要•

相关内容：以企业为主体，营造宽松公平环境，加大大数据关键技术研发、产业发展和人才培养力度，•

着力推进数据汇集和发掘，深化大数据在各行业创新应用，促进大数据产业健康发展；•

完善法规制度和标准体系，科学规范利用大数据，切实保障数据安全。14二.大数据战略1.3.宏观战略—国家层面国务院，201515二.

大数据战略

1.4.

宏观战略—国家层面美国政府，2014年5月•

政策名称：2014年全球“大数据”白皮书•

相关内容：政府公开数据计划为联邦数据管理工作提出了新的准则，“我的大数据”计划使个人更容易获得与自己有关的数据日本政府，2013年6月•

政策名称：创建最尖端IT国家宣言•

相关内容：提出在2013年-2020年期间以发展开放的公共数据和大数据为核心的的日本新IT战略15二.大数据战略 1.4.宏观战略—国家层面•政策名1616二.

大数据战略1.5.

宏观战略—国家层面小结：

1.

中国、美国、日本、韩国、澳大利亚、印度、欧盟、联合国等众多国家和国际组织均提出了各自的大数据战略

2.

各国对大数据相关战略的制定和实施都极为重视16二.大数据战略小结：1717二.

大数据战略2.1.

中观战略—地区政府层面北京市，2016年8月•

政策名称：北京市大数据和云计算发展行动计划(2016-2020年)•

相关内容：大力支持大数据、云计算等新一代信息技术发展，释放技术红利、制度红利和创新红利上海市，2013年7月•

政策名称：上海推进大数据研究与发展三年行动计划（2013-2015年）•

相关内容：数据硬件及大数据产品具备产业核心竞争力17二.大数据战略2.1.中观战略—地区政府层面北京市，1818二.

大数据战略2.2.

中观战略—地区政府层面贵州省，2014年2月•

政策名称：关于加快大数据产业发展应用若干政策的意见•

相关内容：打造大数据产业发展应用新高地，建成全国领先的大数据资源中心和大数据应用服务示范基地重庆市，2013年7月•

政策名称：重庆市大数据行动计划•

相关内容：2017年将大数据产业培育成全市经济发展的重要增长极18二.大数据战略2.2.中观战略—地区政府层面贵州省，1919小结：大数据产业形成三大主要辐射区域，分别是京津冀、珠江三角及以贵州为中心的中西部二.

大数据战略2.3.

中观战略—地区政府层面19小结：大数据产业形成三大主要辐射区域，分别是京津冀、珠江2020二.

大数据战略2.4.

中观战略—部委层面发改委，2015年4月•

政策名称：创新投资管理方式建立协同监管机制的若干意见•

相关内容：提出应用互联网和大数据的技术来创新监管的方式工业和信息化部，2015年5月•

行动名称：将编制实施软件和大数据产业“十三五”规划•

相关内容：大数据产业第一次明确出现在规划中，到2020年，中国大数据产业或将达到万亿元规模20二.大数据战略2.4.中观战略—部委层面发改委，202121二.

大数据战略2.5.

中观战略—部委层面

工业和信息化部，2015年6月

•

政策名称：加快推进云计算与大数据标准体系建设

•

相关内容：加快云计算与物联网、移动互联网、现代制造业的融合发展与创新

应用，加快推进云计算与大数据标准体系建设

环境保护部，2016年3月

•

政策名称：生态环境大数据建设总体方案

•

相关内容：提出了包含生态环境大数据管理工作机制，组织保障和标准规范体

系、统一运维和信息安全体系，大数据环保云平台、大数据管理平台和大数据应用平台等在内的生态环境大数据总体架构21二.大数据战略应用平台等在内的生态环境大数据总体架构2222小结：部委建设的政务相关大数据项目通常与各自部门职能相关，减少了人力财力的浪费，提高了办公效率二.

大数据战略2.6.

中观战略—部委层面22小结：部委建设的政务相关大数据项目通常与各自部门职能相关2323小结：部委建设的开放共享大数据平台，实现了业务体系化与系统化，提高了服务水平及决策能力二.

大数据战略2.7.

中观战略—部委层面23小结：部委建设的开放共享大数据平台，实现了业务体系化与系2424二.

大数据战略•

2.8.

中观战略—行业与产业联盟中关村大数据产业联盟•

成立时间：2012年12月•

宗旨：通过聚合社会资本，助力企业成长；通过落实国家战略，聚合产业势能。中国大数据产业生态联盟•

成立时间：2016年8月•

主要工作内容：从行业管理、业内交流、技术研发、产融合作等多个方面为中国大数据产业提供支持24二.大数据战略•2.8.中观战略—行业与产业联2525二.

大数据战略2.9.

中观战略—行业与产业联盟小结：2016上半年各行业大数据投融资事件对比分析，其中医疗大数据行业发生投融资事件为18起，媒体行业10起25二.大数据战略2.9.中观战略—行业与产业联盟小结：2626二.

大数据战略2.10.

中观战略—行业与产业联盟小结：2016上半年各行业大数据投融资金额对比分析，其中交通行业大投融资金额为305.4亿元，物流行业为150亿元26二.大数据战略2.10.中观战略—行业与产业联盟小结2727二.

大数据战略2.11.

中观战略—地区、部委、行业层面小结：1.地方大数据产业集聚趋势凸显，国家各部委在大数据领域发挥了“领头羊”的作用，行业大数据应用成为资本市场焦点2.不同地区、部委、行业存在着天然的差异性，大数据战略需要充分考虑各自应用范围内的特点27二.大数据战略2.11.中观战略—地区、部委、行业层2828二.

大数据战略3.1.

微观战略—企业层面阿里巴巴公司•

2012年9月提出“数据、金融和平台”战略•

2015年12月

宣布“大中台、小前台”组织新架构，凸显大数据等领域的战略地位百度公司•

2014年4月公布了自身的大数据发展情况，推出了百度大数据引擎28二.大数据战略3.1.微观战略—企业层面阿里巴巴公司2929二.

大数据战略3.2.

微观战略—企业层面小结：1.大数据不仅具有巨大的潜在商业价值，还为企业提升竞争力提供了新思路2.企业实施大数据战略需要切实结合企业自身的需求、企业规模、人员、所在行业、发展阶段等特点29二.大数据战略3.2.微观战略—企业层面小结：1.3030目

录一、大数据的相关认识二、大数据战略三、大数据战术四、环境企业大数据战略战术五、大数据应用30目录一、大数据的相关认识四、环境企业大数据战略战术3131三.

大数据战术1.1.

Google——财务数据

1.2016年第二季度总营收为215.00亿美元，广告营收191.43亿美元，约占总收入的90%

2.支出方面主要为运营支出和流量获取支出，共计80%广告营收

90%广告营收其他营收运营支出

52%支出10%

10%流量获取

支出

28%运营支出流量获取支出摊销折旧支出股权奖励支出

收入及占比

单位：亿美元其他营收

10%

支出及占比

单位：亿美元

股权奖励摊销折旧

支出31三.大数据战术 1.2016年第二季度总营收为2153232三.

大数据战术1.2.

Google——盈利模式1.提供搜索服务，并利用Youtube、Google地图等保持用户粘性2.获取网民的流量、偏好及搜索需求数据３.根据数据精准投放广告，向得到广告链接引导的企业按点击量收取费用32三.大数据战术1.2.Google——盈利模式1.3333三.

大数据战术1.3.

Google——大数据战术•

网民的搜索记录•

网名浏览网页的记录•

联盟站点提供的数据•

分析网民的偏好和需求•

进行有针对性的精准广告投放•

增加广告的被点击次数数据来源数据利用33三.大数据战术•网民的搜索记录数据3434三.

大数据战术1.4.

Google——未来的发展综合利用大数据大力发展以AlphaGo为代表的人工智能突破自然语言处理等大数据技术增加智能搜索能力增加大数据来源努力扩大可上网人群34三.大数据战术1.4.Google——未来的发展综合35三.

大数据战术2.1.

腾讯——财务数据增值服务网络广告

18%10%增值服务网络广告其他收入

72%

1.

2016年第二季度营收人民币356.91亿元，增值服务的收入为256.80亿元，约占72%

2.

增值服务中，网络游戏收入171.24亿元，社交网络收入85.56

亿元35

收入及占比

单位：亿元其他收入增值服务收入细化单

位：亿元网络游戏收入,67%社交网络收入,

33%网络游戏…社交网络…三.大数据战术增值服务网络广告10%增值服务网络广告其他收3636三.

大数据战术2.2.

腾讯——盈利模式1.

提供搜索服务，通过游戏吸引用户并销售虚拟道具２.

通过软件产品获得用户粘性并收取内容订阅费用３.

通过微信及腾讯视频工具等投放广告获取费用36三.大数据战术2.2.腾讯——盈利模式1.提供搜索3737三.

大数据战术2.3.

腾讯——大数据战术•

游戏玩家的游戏过程记录•

QQ、微信等社交媒体的交互记录和

软件产品的使用记录•

分析玩家需求并推荐虚拟道具•

掌握社交媒体中的信息及公众号•

在媒体及产品中精准投放广告数据来源数据利用37三.大数据战术•游戏玩家的游戏过程记录数据3838三.

大数据战术2.4.

腾讯——未来的发展增加移动支付粘性进一步培养用户使用微信支付等的习惯巩固并扩大互联网入口增加微信、ＱＱ及游戏等的覆盖范围38三.大数据战术2.4.腾讯——未来的发展增加移动支付39三.

大数据战术3.1.

滴滴——商业行动

用户通过APP约车，节

通过补贴抢占市

场，培养习惯

合并快的、Uber，形成垄断

约等待时间司机根据用车需求规划路线，减少空驶率，降

低成本用户因为用车便利而支

付额外费用司机因为成本降低而支

付费用39第1阶段

烧钱第2阶段

兼并三.大数据战术 通过补贴抢占市 约等待时间 付费用第1阶40逐步开始收费或盈

利三.

大数据战术3.2.

滴滴——商业行动

取消补贴，向用户收取

增值服务费与私家车签约，避免车

辆养护及保险支出

占据数据入口，向有需

求的第三方收取费用40第3阶段

收获逐步开始收费或盈三.大数据战术与私家车签约，避免车 占据数4141三.

大数据战术3.3.

滴滴——大数据战术•

用户的出行习惯、支付记录•

车辆的行驶、堵塞过程记录•

道路、建筑物等地理数据•

掌握用户的消费习惯•

统计道路拥堵情况协助市政建设•

为其他数据需求方提供平台数据来源数据利用41三.大数据战术•用户的出行习惯、支付记录数据4242三.

大数据战术3.4.

滴滴——潜在的问题

出行成本

•

服务费的增加未能有效降低用户出行成本，使用户粘性有降低

风险

车辆服务

•

车辆服务难以达到统一标准，降低了用户满意度

保险养护

•

缺乏有效的车辆保险和统一养护，存在事故纠纷风险和养护成

本的转嫁等问题——商业行动和盈利模式或许需要进一步优化42三.大数据战术——商业行动和盈利模式或许需要进一步优化4343目

录一、大数据的相关认识二、大数据战略三、大数据战术四、环境企业大数据战略战术五、大数据应用43目录一、大数据的相关认识四、环境企业大数据战略战术44四.

环境企业大数据战略战术1.

环境行业市场现状大气污染治理污水治

理环保产品销售

收入,49%环保服务营业

收入,51%

固体废弃物

处理

环保产品销售收入

环保服务营业收入442015年全国环保行业收入

（单位：亿元）环保行业三大成熟领域四.环境企业大数据战略战术大气污污水治环保产品销售环保服务4545国企进军环境行业的进程加快从业企业不断发展壮大环境服务业呈现良好发展态势环保装备基本满足工作需要产业发展环境进一步优化四.

环境企业大数据战略战术2.

环境行业市场趋势45国企进军环境行业的进程加快从业企业不断发展壮大环境服务业46•

3.

环境行业发展阶段46四.

环境企业大数据战略战术污染治理阶段（过去）产业：开始研制控污设备，环保产业尚在孕育过程中数据：很少系统地收集数据，也没有意识到数据的价值环境修复阶段（目前）产业：环保产业处于自发、无序状态，产业市场狭小数据：部分地区、企业逐步收集数据，但利用率不高环境服务阶段（即将到来）产业：环保产业将迎来大发展，市场进入蓝海阶段数据：对数据的利用程度将决定企业和行业的发展高度•3.环境行业发展阶段46四.环境企业大数据战略战4747四.

环境企业大数据战略战术4.

环境行业的政策中华人民共和国环境保护法2015年1月1日起施行十二项环境信息国家标准2015年3月1日起实施生态环境大数据建设总体方案2016年3月8日印发47四.环境企业大数据战略战术4.环境行业的政策中华人民4848四.

环境企业大数据战略战术5.

环境领域企业特点与突破口48

１.中小型企业发展的良机２.众多企业可以形成产业联盟，优势互补

１.企业自身积极采集数据

２.加快数据资产在行业内的交易

１.培养企业内部的技术人员

２.寻求专业第三方机构的支撑没有巨无霸型企业行业数据主要集中

在政府大数据及信息化人

才缺乏48四.环境企业大数据战略战术48 １.中小型企业发4949四.

环境企业大数据战略战术6.

环境大数据的价值

政府

利用环境大数据提高监管能

力、支撑管理决策、创新服务方式，实现用数据来监管、

决策和服务

企业根据大数据的精准分析结论，

预判环保市场的潜在商机，

先行产业布局，为企业带来

更大利润

个人获取基于环境大数据的个性化资讯服务，更有针对性地安排个人的出行、休闲、健

身、就医等活动49四.环境企业大数据战略战术 政府 企业 个人50内部决策过程冗长等

管理50四.

环境企业大数据战略战术7.

企业启动大数据工作的必要性长期来看，大数据相关工作是企业生存发展的必修课部分企业可根据自身情况暂缓原则：越早越好企业是否希望在细分市场上抢占先机并获得话语

权

企业是否面临市场、生产、营销、

服务等工作相互

脱节等问题

企业是否面临信息反馈迟缓变形、

问题市场战略数企业是否拥有独

据特且极具价值的

产

数据资产资企业经营内部决策过程冗长等管理50四.环境企业大数据战略战术长期51人才51四.

环境企业大数据战略战术8.

企业启动大数据工作的可行性企业中高层是否认识到大数据战略的

重要性企业是否拥有较强的数据资源的获取

和管理能力可行性4大要素：企业是否有足够资资金金来持续支撑大数

据相关工作企业是否拥有大数据人才或能够寻求

到外部支撑意识数据人才51四.环境企业大数据战略战术企业中高层是否认可行性45252四.

环境企业大数据战略战术9.1.

如何从战略到战术

Step1：制定规划

•

明确制定大数据战略所要达成的目标

•

结合环境领域的特点和企业自身现状，制定大数据战略规划

•

确定大数据规划的时间周期，并做好资金、人才等准备•

大数据战略要遵循企业的整

体战略•

提前预判实施过程中的潜在

风险并进行管控要点52四.环境企业大数据战略战术•大数据战略要遵循企业的5353四.

环境企业大数据战略战术9.2.

如何从战略到战术

Step2：梳理企业数据资产

•

对企业数据的来源、类型、完整性等进行评估

•

比对战略目标的需求，通过多种途径获取缺失数据

•

建立数据治理机制，确保数据的可用性与一致性•

数据与现金、设备、人才等

一样，都是企业的重要资产•

充分发挥产业联盟的价值，

来进行数据的交易和获取要点53四.环境企业大数据战略战术•数据与现金、设备、人才5454四.

环境企业大数据战略战术9.3.

如何从战略到战术

Step3：明确数据的价值

•

根据数据的量级、精确度、时效性、可作用范围等对数据的

价值进行评估

•

根据数据价值的等级，进行相应的安全性保护•

数据的价值包括直接价值和

间接价值两方面•

数据的估值涉及面广，需要

对其进行专业的评估要点54四.环境企业大数据战略战术•数据的价值包括直接价值5555•

应用场景应契合实际需要，

不能闭门造车•

可通过价值创造与业务成熟

度两个维度进行评估要点四.

环境企业大数据战略战术9.4.

如何从战略到战术

Step4：寻找应用场景

•

对标行业最佳实践，基于数据资产现状，运用头脑风暴和内

部研讨会等形式列出所有可能的大数据应用

•

对应用场景进行评估和优先级排序，顺序推动实施落地55•应用场景应契合实际需要，要四.环境企业大数据战略5656四.

环境企业大数据战略战术9.5.

如何从战略到战术

Step5：关键算法和模型的设计

•

以实际问题为导向，结合现状来完成模型构造和算法设计

•

利用算法和模型，输入数据进行计算和处理

•

比对计算结果和实测数据，不断修正并完善算法及模型•

环境领域需要包含基于数据

的计算和基于模型的计算•

算法和模型的设计、优化是

使数据呈现价值的核心要点56四.环境企业大数据战略战术•环境领域需要包含基于数5757四.

环境企业大数据战略战术9.6.

如何从战略到战术

Step6：信息化项目的落地

•

启动信息化项目的设计和产品选型

•

完成系统的开发、测试和软硬件的部署

•

跟踪收集用户的反馈意见，及时完善改进系统的质量•

需要大数据、信息化、项目

管理等多方面人才参与•

信息化项目的时间、成本、

质量各要素要统筹考虑要点57四.环境企业大数据战略战术•需要大数据、信息化、项5858四.

环境企业大数据战略战术10.

小结•

上面的过程以环境企业为例，但是可以推广到其他行业的单位•

整个过程涉及到特定行业领域以及数学、信息化、项目管理等多方面的知识，需要多方协作完成58四.环境企业大数据战略战术10.小结•上面的过程5959目

录一、大数据的相关认识二、大数据战略三、大数据战术四、环境企业大数据战略战术五、大数据应用59目录一、大数据的相关认识四、环境企业大数据战略战术60

亲自组织团队实施，并充分利用了混合计算的能力60能源领域

风电预测能源领域环境领域

雾霾预报系统

五.

大数据应用

1.

应用案例分享两个大数据应用案例 亲自组织团队实施，并充分利用了混合计算的能力能源领域环境领6161总负责人：张平文功率预测小组凯风公司项目

组界面小组五.

大数据应用2.1.

风电预测系统

目的

•

预测风场的风速

•

预测风力发电机的发电量

•

将预计总发电量上报电网，便于电网调度协调

风速预测小组

北京大学项目组61总负责人：张平文功率预测小组凯风公司项目界面小组五.大6262

软件名称SPWF-3000

风电功率预

测系统

DXWIND

中国电科院

风电功率预

测系统

开发单位北京国能日新系统控制技术有限

公司国电南瑞科技股

份有限公司

北方大贤中国电力科学院西安交通大学、

中能预测时长

72h

72h

24h

24h

24h

测试地点内蒙红格尔风

电场

江苏凌洋测试时间

2013

2011相对误差

(RMSE)

<

20%

<20%

<20%

~15%~16.47%五.

大数据应用2.2.

国内已有风电预测系统一览62 软件名称 开发单位预测 测试地点测试时间相对误差6363数据预处理系统WRF实时预

报预报风速后处理系

统大尺度预报数据风机测量数据历史测量数据预报和实测重叠数据预报风速历史预测数据•

采用了WRF的气候预报模型

数据和处理方式•

利用了气象、设备等多种来源的数据五.

大数据应用2.3.

基于WRF的风速预报子系统63数据预处理系统WRF实时预预报风速后处理系大尺风机历史预6464模型参数–

预测区域:江苏南通–

测试时间：2014年7月10日--9月30日–

网格尺度：5km风机参数–

数量：61台–

风机型号：GE1500-77–

额定风速：15m/s五.

大数据应用2.4.

风速预测实验64模型参数–预测区域:江苏南通–测试时间：6565WRF输出–

平均相对误差MAE=15.01%–

RMSE=2.6864后处理结果–

平均相对误差MAE=9.37%–

RMSE=1.8449五.

大数据应用2.5.

WRF输出结果与系统误差65WRF输出–平均相对误差MAE=15.01%–6666•

利用新产生数据

及预测结果，动

态更新模型。•

对风电场实时数

据进行清理。•

对比预测功率与

实际功率，评估

模型。•

利用风电场历史

数据和风速历史

数据训练模型。模型评

估模型更新模型训

练数据清理功率预测上报电网五.

大数据应用2.6.

风电功率预测子系统66•利用新产生数据•对风电场实时数•对比预测功率与•676724小时48小时72小时基于实际风速的

功率预测误差

RMSE基于预测风速的

功率预测误差

RMSE

3.78%10.87%

3.66%12.59%

3.77%13.21%五.

大数据应用2.7.

风电功率预测结果

预测结果展示（2014/09/01—2014/09/30）6724小时48小时72小时基于实际风速的 3.78% 3.6868区域风场风速预测单风机功率预测单风机预测&控制•

研究小尺度建模，提高结果准确性

数据和模型方面•

进一步增加数据，训练完善模型五.

大数据应用2.8.

风电预测系统后续工作

降尺度68区域风场风速预测单风机功率预测单风机预测&控制•研究小6969•

对雾霾PM2.5浓度进行数值预报和分析研究•

预测患病人群高发地区并提前预防和治理•

研究雾霾对人们生命安全的隐性影响目的五.

大数据应用3.1.

雾霾预报系统69•对雾霾PM2.5浓度进行数值预报和分析研究目的五.7070•

采用了WRF-CHEM模型五.

大数据应用3.2.

雾霾预报系统体系结构

数据和处理方式

•

利用了气象、污染物、污染源等多种来源的数据70•采用了WRF-CHEM模型五.大数据应用7171预报区域：京津冀地区五.

大数据应用3.3.

雾霾预报系统覆盖范围

气象要素

风、温度、湿度、

气压和降水等

空气污染物

细颗粒物

(PM2.5)、粗颗粒物

(PM10)、臭氧、一

氧化碳、二氧化氮

和二氧化硫等71预报区域：京津冀地区五.大数据应用7272京津冀地区PM2.5浓度3D示意图五.

大数据应用3.4.

雾霾预报系统结果展示72京津冀地区PM2.5浓度3D示意图五.大数据应用7373北京海淀万柳站点PM2.5数值的预测与实际对比相关大数据算法：BP神经网络、支持向量机、聚类等五.

大数据应用3.5.

雾霾预报系统数据比对73北京海淀万柳站点PM2.5数值的预测与实际对比相关大数据7474整个城市•

研究大尺度的雾霾预报模型，提高覆盖范围监测点附近

数据和模型方面

•

进一步增加数据，训练完善模型五.

大数据应用3.6.

雾霾预报系统后续工作

扩大适用范围74整个城市•研究大尺度的雾霾预报模型，提高覆盖范围监测点75

研究团队•

数学系•

概率统计系•

科学与工程计算系•

信息科学系•

金融数学系

•

国家杰出青年基金获得者15

名75

研究方向•

中科院院士6名•

第三世界科学院院士3名•

国家级教学名师3名•

长江特聘教授和长江讲座教

授11名五.

大数据应用4.1.

我们的团队

北京大学数学科学学院 研究团队 •国家杰出青年基金获得者15 研究方向五.7676一流的大数据研究团队

院长鄂维南院士

学术委员会主任高文院士

学术委员会主任张平文院士人才培养体系上率先突破

2016年成功申报全国首批“数据

科学与大数据技术专业”

数据科学研究生专业建立，培养

大数据方向的硕士、

博士

与企业合作，开展相关培训，暑

期学校、师资培训班等科学研究上整合推进

大数据技术基础实验室

行业大数据应用中心

大数据平台五.

大数据应用4.2.

我们的团队

北京大数据研究院

成立于2015年8月27日，由北京市委、市政府、北京大学、北京工业大学、中关村科技园区管委

会、海淀区人民政府携手推动成立，是大数据领域第一个集科学研究、人才培养、社会服务以及产

业化为一体的综合平台。76一流的大数据研究团队人才培养体系上率先突破科学研究上整合7777

政府支持•

(四)建设大数据和云

计算协同创新平台。

支持北京大数据研究

院建设，鼓励其研制

大数据相关标准和规

范。

摘自《北京市大

数据和云计算发展行动

计划(2016-2020年)》学术攻坚•

积极响应政府规划，成立“数据资产价值研究课题组”，对数据的内在价值进行综合测算•

为北京市政府在大数据行动计划中拟建的“大数据交易汇聚中心”提供理论支撑五.

大数据应用4.3.

我们的团队

北京大数据研究院77 政府支持学术攻坚五.大数据应用7878

研究团队•

来自北京大学、清

华大学等高校的院

士、教师、博士后

和研究生构成强大

的科研团队及多名

高级工程师组成的

技术支持团队

研究方向•

政府环境大数据分析与

应用

•

以更加精确和动态的方式实现

环境管理和决策的“智慧”•

企业环境大数据分析与

应用

•

助力企业加快产业转型升级，

打开更大市场空间五.

大数据应用4.4.

我们的团队

环境大数据研究中心78 研究团队 研究方向五.大数据应用7979共赢的商业模

式大数据分析与应用高端的数学家

团队专业的项目管

理能源与环境大数据数据资产价值评估核心竞

争力解决方

案丰富的基础资

源

五.

大数据应用

4.5.

我们的团队北京博雅数元科技有限公司

聚合优秀的数学家和行业专家，以解决企业生产管理过程中的难点问题为导向，利用

咨询指导、大数据、混合计算等方法和手段来助力企业优化升级。79共赢的大数据分高端的专业的能源与环数据资产核心竞解决方丰8080北京大学数学科学学院北京大数据研究院公司

成果转化博雅数元前沿引领人才培养产学研用一体化

•

培育大数据方向

的专业人才••研究大数据领域的深度技术提供大数据项目的实施服务五.

大数据应用4.6.

我们的优势80北京大学数学科学学院北京大数公司 成果转化前沿引领人才培8181传统浸入式

监测方式缩微实验室监

测方式

联合共建单位•北京大数据研究院•山东深海海洋科技有限公司•中环国投环境信息工程研究院

研究方向•围绕海水浴场、海洋保护区、入海污染

源、工厂化养殖、海洋重点功能区、海洋

石油工程、海洋牧场、垂钓基地等方向，

开展大数据采集、挖掘、分析等方面的技

术研究与产业应用，并进行相关成果的产

业转化五.

大数据应用4.7.

合作案例

海洋环境大数据联合实验室81传统浸入式缩微实验室监 联合共建单位五.大数据应用82

术咨询支撑企业大数据行

动实施路线规划数据资产评估

核心流

程建模82系统设计开发数据标准制定五.

大数据应用4.8.

我们能做什么

战略战 术咨询实施路 核心流系统设五.大数据应用8312大数据思维和战略已席卷全球，势不可挡。大数据能促使企业做大做强，转型升级。

大数据战略的落地需要专业人员的参与。

3

我们有能力和意愿与诸位携手，利用大数据共创美好

明天！

483总结12大数据思维和战略已席卷全球，势不可挡。 大数据战略的8484谢谢各位Thanks84谢谢各位Thanks850环境企业大数据战略战术的探讨张平文北京大学数学科学学院北京大数据研究院环境大数据研究中心2016年10月0环境企业大数据战略战术的探讨张平文北京大学数学科学学院北京861目

录一、大数据的相关认识二、大数据战略三、大数据战术四、环境企业大数据战略战术五、大数据应用1目录一、大数据的相关认识四、环境企业大数据战略战术872•

大小超出了典型数据库软件工具收集、存储、管理和分析能

力的数据集。•

传统的数据架构无法有效地处理的新数据集

麦肯锡公司美国国家标准技术研

究所•

数据量规模巨大到无法通过人工在合理时间内截取、管理、

处理并整理成为人类所能解读的信息维基百科一.

大数据的相关认识1.

什么是大数据2•大小超出了典型数据库软件工具收集、存储、管理和分析能883•

具有数量巨大、来源多样、生成极快、且多变等特征

并且难以用传统数据体系结构有效处理的包含大量数

据集的数据国内的普遍理解一.

大数据的相关认识2.

大数据的概念3•具有数量巨大、来源多样、生成极快、且多变等特征国内的894Volume大数

据Value数据体量巨大PB->EB->ZBVarity

数据类型多样

结构化/非结构化/视频/

文本/图像/音频

Velocity数据价值密度低数据整体价值高数据速度快输入速度/输出速度一.

大数据的相关认识3.

大数据的特征（4V）4Volume大数数据体量巨大Varity Velocity905的过程一.

大数据的相关认识4.

大数据的内涵（3个方面）

数据本身

•

大小、形态超过普通系统处理能力的大规模数据集

•

数据之间存在着直接或间接的关联性

大数据技术

•

用来挖掘和展现大数据内在价值的技术和方法

•

便于部门之间、与开发商之间能够更好的交流

大数据应用

•

对特定的大数据集，使用大数据技术来获得价值信息5的过程一.大数据的相关认识916模型和设备高性能计算机此前

缺乏数据获取

的手段和工具

意识不到数据

中蕴含的价值

没有适合处理

大数据的算法现在

大量传感器、

摄像头、手机

等可获取数据

逐步认识到大

数据中的经济

和社会价值

研制出了大数

据算法模型和一.

大数据的相关认识5.

为什么是现在提出大数据6模型和设备高性能计算机此前现在一.大数据的相关认识927一.

大数据的相关认识6.

大数据的强大之处

超强的实现个性化、精准化服务的能力

•

群体（如政府、企业、民众等）不同、时间和空间不同、对问

题的关注点和处理办法也不尽相同•

基于不同用户的兴趣和需求，可利用大数据来分析并实施个性

化、差异化服务•

充分考虑群体的社会属性、心理特征和类似的思维模式•

利用大数据技术对海量数据的整体分析，可以精确预判用户的需

求和下一步行动，并提供可行的行动建议个性化精准化7一.大数据的相关认识 题的关注点和处理办法也不尽相同个性9381.

改变经济社会管理方式2.

促进行业融合发展

3.

推动产业转型升级

4.

助力智慧城市建设5.

创新商业模式6.

改变科学研究的方法论一.

大数据的相关认识7.

大数据的价值对整个国家和社会而言：81.

改变经济社会管理方式2.

促进行业融合发展5.

创新94一.

大数据的相关认识8.

大数据的价值对企事业单位而言：

•

优化企业的组织结构•

支撑企业的规划和决策•

提升企业的生产、管理水平•

实现客户关系管理和精准营销•

巩固并扩大市场、规避风险

•

协调企业上下游供应链9单位内部单位外部一.大数据的相关认识•支撑企业的规划和决策 •协调95一.

大数据的相关认识9.

如何获得大数据的价值•

对数据进行挖掘、分析来获得价值•

此过程可统称为“计算”计算的类型基于数据的计算基于模型的计算混合计算计算的目的分析原因掌握现状预测未来

预测是为了减少未来的不确定性是数据价值的最高体现10一.大数据的相关认识计算型基于数据的计算基于模型的计算混合9611目

录一、大数据的相关认识二、大数据战略三、大数据战术四、环境企业大数据战略战术五、大数据应用11目录一、大数据的相关认识四、环境企业大数据战略战术9712二.

大数据战略1.1.

宏观战略—国家层面国务院，2012年7月•

政策名称：十二五国家战略性新兴产业发展规划•

相关内容：支持智能海量数据处理相关软件研发和产业化国务院，2013年8月•

政策名称：关于促进信息消费扩大内需的若干意见•

相关内容：面向移动互联网、云计算、大数据等热点，加快实施智能终端产业化工程，促进终端与服务一体化发展12二.大数据战略1.1.宏观战略—国家层面国务院，209813二.

大数据战略1.2.

宏观战略—国家层面

国务院办公厅，2015年6月•

政策名称：关于运用大数据加强对市场主体服务和监管的若干意见•

相关内容：运用大数据加强对市场主体服务和监管，明确时间表国务院，2015年7月•

政策名称：关于积极推进"互联网＋"行动的指导意见•

相关内容：面向移动互联网、云计算、大数据等热点，加快实施智能终端产业化工程，促进终端与服务一体化发展13二.大数据战略1.2.宏观战略—国家层面•政策名称9914二.

大数据战略1.3.

宏观战略—国家层面国务院，2015年9月•

政策名称：促进大数据发展行动纲要•

相关内容：以企业为主体，营造宽松公平环境，加大大数据关键技术研发、产业发展和人才培养力度，•

着力推进数据汇集和发掘，深化大数据在各行业创新应用，促进大数据产业健康发展；•

完善法规制度和标准体系，科学规范利用大数据，切实保障数据安全。14二.大数据战略1.3.宏观战略—国家层面国务院，2010015二.

大数据战略

1.4.

宏观战略—国家层面美国政府，2014年5月•

政策名称：2014年全球“大数据”白皮书•

相关内容：政府公开数据计划为联邦数据管理工作提出了新的准则，“我的大数据”计划使个人更容易获得与自己有关的数据日本政府，2013年6月•

政策名称：创建最尖端IT国家宣言•

相关内容：提出在2013年-2020年期间以发展开放的公共数据和大数据为核心的的日本新IT战略15二.大数据战略 1.4.宏观战略—国家层面•政策名10116二.

大数据战略1.5.

宏观战略—国家层面小结：

1.

中国、美国、日本、韩国、澳大利亚、印度、欧盟、联合国等众多国家和国际组织均提出了各自的大数据战略

2.

各国对大数据相关战略的制定和实施都极为重视16二.大数据战略小结：10217二.

大数据战略2.1.

中观战略—地区政府层面北京市，2016年8月•

政策名称：北京市大数据和云计算发展行动计划(2016-2020年)•

相关内容：大力支持大数据、云计算等新一代信息技术发展，释放技术红利、制度红利和创新红利上海市，2013年7月•

政策名称：上海推进大数据研究与发展三年行动计划（2013-2015年）•

相关内容：数据硬件及大数据产品具备产业核心竞争力17二.大数据战略2.1.中观战略—地区政府层面北京市，10318二.

大数据战略2.2.

中观战略—地区政府层面贵州省，2014年2月•

政策名称：关于加快大数据产业发展应用若干政策的意见•

相关内容：打造大数据产业发展应用新高地，建成全国领先的大数据资源中心和大数据应用服务示范基地重庆市，2013年7月•

政策名称：重庆市大数据行动计划•

相关内容：2017年将大数据产业培育成全市经济发展的重要增长极18二.大数据战略2.2.中观战略—地区政府层面贵州省，10419小结：大数据产业形成三大主要辐射区域，分别是京津冀、珠江三角及以贵州为中心的中西部二.

大数据战略2.3.

中观战略—地区政府层面19小结：大数据产业形成三大主要辐射区域，分别是京津冀、珠江10520二.

大数据战略2.4.

中观战略—部委层面发改委，2015年4月•

政策名称：创新投资管理方式建立协同监管机制的若干意见•

相关内容：提出应用互联网和大数据的技术来创新监管的方式工业和信息化部，2015年5月•

行动名称：将编制实施软件和大数据产业“十三五”规划•

相关内容：大数据产业第一次明确出现在规划中，到2020年，中国大数据产业或将达到万亿元规模20二.大数据战略2.4.中观战略—部委层面发改委，2010621二.

大数据战略2.5.

中观战略—部委层面

工业和信息化部，2015年6月

•

政策名称：加快推进云计算与大数据标准体系建设

•

相关内容：加快云计算与物联网、移动互联网、现代制造业的融合发展与创新

应用，加快推进云计算与大数据标准体系建设

环境保护部，2016年3月

•

政策名称：生态环境大数据建设总体方案

•

相关内容：提出了包含生态环境大数据管理工作机制，组织保障和标准规范体

系、统一运维和信息安全体系，大数据环保云平台、大数据管理平台和大数据应用平台等在内的生态环境大数据总体架构21二.大数据战略应用平台等在内的生态环境大数据总体架构10722小结：部委建设的政务相关大数据项目通常与各自部门职能相关，减少了人力财力的浪费，提高了办公效率二.

大数据战略2.6.

中观战略—部委层面22小结：部委建设的政务相关大数据项目通常与各自部门职能相关10823小结：部委建设的开放共享大数据平台，实现了业务体系化与系统化，提高了服务水平及决策能力二.

大数据战略2.7.

中观战略—部委层面23小结：部委建设的开放共享大数据平台，实现了业务体系化与系10924二.

大数据战略•

2.8.

中观战略—行业与产业联盟中关村大数据产业联盟•

成立时间：2012年12月•

宗旨：通过聚合社会资本，助力企业成长；通过落实国家战略，聚合产业势能。中国大数据产业生态联盟•

成立时间：2016年8月•

主要工作内容：从行业管理、业内交流、技术研发、产融合作等多个方面为中国大数据产业提供支持24二.大数据战略•2.8.中观战略—行业与产业联11025二.

大数据战略2.9.

中观战略—行业与产业联盟小结：2016上半年各行业大数据投融资事件对比分析，其中医疗大数据行业发生投融资事件为18起，媒体行业10起25二.大数据战略2.9.中观战略—行业与产业联盟小结：11126二.

大数据战略2.10.

中观战略—行业与产业联盟小结：2016上半年各行业大数据投融资金额对比分析，其中交通行业大投融资金额为305.4亿元，物流行业为150亿元26二.大数据战略2.10.中观战略—行业与产业联盟小结11227二.

大数据战略2.11.

中观战略—地区、部委、行业层面小结：1.地方大数据产业集聚趋势凸显，国家各部委在大数据领域发挥了“领头羊”的作用，行业大数据应用成为资本市场焦点2.不同地区、部委、行业存在着天然的差异性，大数据战略需要充分考虑各自应用范围内的特点27二.大数据战略2.11.中观战略—地区、部委、行业层11328二.

大数据战略3.1.

微观战略—企业层面阿里巴巴公司•

2012年9月提出“数据、金融和平台”战略•

2015年12月

宣布“大中台、小前台”组织新架构，凸显大数据等领域的战略地位百度公司•

2014年4月公布了自身的大数据发展情况，推出了百度大数据引擎28二.大数据战略3.1.微观战略—企业层面阿里巴巴公司11429二.

大数据战略3.2.

微观战略—企业层面小结：1.大数据不仅具有巨大的潜在商业价值，还为企业提升竞争力提供了新思路2.企业实施大数据战略需要切实结合企业自身的需求、企业规模、人员、所在行业、发展阶段等特点29二.大数据战略3.2.微观战略—企业层面小结：1.11530目

录一、大数据的相关认识二、大数据战略三、大数据战术四、环境企业大数据战略战术五、大数据应用30目录一、大数据的相关认识四、环境企业大数据战略战术11631三.

大数据战术1.1.

Google——财务数据

1.2016年第二季度总营收为215.00亿美元，广告营收191.43亿美元，约占总收入的90%

2.支出方面主要为运营支出和流量获取支出，共计80%广告营收

90%广告营收其他营收运营支出

52%支出10%

10%流量获取

支出

28%运营支出流量获取支出摊销折旧支出股权奖励支出

收入及占比

单位：亿美元其他营收

10%

支出及占比

单位：亿美元

股权奖励摊销折旧

支出31三.大数据战术 1.2016年第二季度总营收为21511732三.

大数据战术1.2.

Google——盈利模式1.提供搜索服务，并利用Youtube、Google地图等保持用户粘性2.获取网民的流量、偏好及搜索需求数据３.根据数据精准投放广告，向得到广告链接引导的企业按点击量收取费用32三.大数据战术1.2.Google——盈利模式1.11833三.

大数据战术1.3.

Google——大数据战术•

网民的搜索记录•

网名浏览网页的记录•

联盟站点提供的数据•

分析网民的偏好和需求•

进行有针对性的精准广告投放•

增加广告的被点击次数数据来源数据利用33三.大数据战术•网民的搜索记录数据11934三.

大数据战术1.4.

Google——未来的发展综合利用大数据大力发展以AlphaGo为代表的人工智能突破自然语言处理等大数据技术增加智能搜索能力增加大数据来源努力扩大可上网人群34三.大数据战术1.4.Google——未来的发展综合120三.

大数据战术2.1.

腾讯——财务数据增值服务网络广告

18%10%增值服务网络广告其他收入

72%

1.

2016年第二季度营收人民币356.91亿元，增值服务的收入为256.80亿元，约占72%

2.

增值服务中，网络游戏收入171.24亿元，社交网络收入85.56

亿元35

收入及占比

单位：亿元其他收入增值服务收入细化单

位：亿元网络游戏收入,67%社交网络收入,

33%网络游戏…社交网络…三.大数据战术增值服务网络广告10%增值服务网络广告其他收12136三.

大数据战术2.2.

腾讯——盈利模式1.

提供搜索服务，通过游戏吸引用户并销售虚拟道具２.

通过软件产品获得用户粘性并收取内容订阅费用３.

通过微信及腾讯视频工具等投放广告获取费用36三.大数据战术2.2.腾讯——盈利模式1.提供搜索12237三.

大数据战术2.3.

腾讯——大数据战术•

游戏玩家的游戏过程记录•

QQ、微信等社交媒体的交互记录和

软件产品的使用记录•

分析玩家需求并推荐虚拟道具•

掌握社交媒体中的信息及公众号•

在媒体及产品中精准投放广告数据来源数据利用37三.大数据战术•游戏玩家的游戏过程记录数据12338三.

大数据战术2.4.

腾讯——未来的发展增加移动支付粘性进一步培养用户使用微信支付等的习惯巩固并扩大互联网入口增加微信、ＱＱ及游戏等的覆盖范围38三.大数据战术2.4.腾讯——未来的发展增加移动支付124三.

大数据战术3.1.

滴滴——商业行动

用户通过APP约车，节

通过补贴抢占市

场，培养习惯

合并快的、Uber，形成垄断

约等待时间司机根据用车需求规划路线，减少空驶率，降

低成本用户因为用车便利而支

付额外费用司机因为成本降低而支

付费用39第1阶段

烧钱第2阶段

兼并三.大数据战术 通过补贴抢占市 约等待时间 付费用第1阶125逐步开始收费或盈

利三.

大数据战术3.2.

滴滴——商业行动

取消补贴，向用户收取

增值服务费与私家车签约，避免车

辆养护及保险支出

占据数据入口，向有需

求的第三方收取费用40第3阶段

收获逐步开始收费或盈三.大数据战术与私家车签约，避免车 占据数12641三.

大数据战术3.3.

滴滴——大数据战术•

用户的出行习惯、支付记录•

车辆的行驶、堵塞过程记录•

道路、建筑物等地理数据•

掌握用户的消费习惯•

统计道路拥堵情况协助市政建设•

为其他数据需求方提供平台数据来源数据利用41三.大数据战术•用户的出行习惯、支付记录数据12742三.

大数据战术3.4.

滴滴——潜在的问题

出行成本

•

服务费的增加未能有效降低用户出行成本，使用户粘性有降低

风险

车辆服务

•

车辆服务难以达到统一标准，降低了用户满意度

保险养护

•

缺乏有效的车辆保险和统一养护，存在事故纠纷风险和养护成

本的转嫁等问题——商业行动和盈利模式或许需要进一步优化42三.大数据战术——商业行动和盈利模式或许需要进一步优化12843目

录一、大数据的相关认识二、大数据战略三、大数据战术四、环境企业大数据战略战术五、大数据应用43目录一、大数据的相关认识四、环境企业大数据战略战术129四.

环境企业大数据战略战术1.

环境行业市场现状大气污染治理污水治

理环保产品销售

收入,49%环保服务营业

收入,51%

固体废弃物

处理

环保产品销售收入

环保服务营业收入442015年全国环保行业收入

（单位：亿元）环保行业三大成熟领域四.环境企业大数据战略战术大气污污水治环保产品销售环保服务13045国企进军环境行业的进程加快从业企业不断发展壮大环境服务业呈现良好发展态势环保装备基本满足工作需要产业发展环境进一步优化四.

环境企业大数据战略战术2.

环境行业市场趋势45国企进军环境行业的进程加快从业企业不断发展壮大环境服务业131•

3.

环境行业发展阶段46四.

环境企业大数据战略战术污染治理阶段（过去）产业：开始研制控污设备，环保产业尚在孕育过程中数据：很少系统地收集数据，也没有意识到数据的价值环境修复阶段（目前）产业：环保产业处于自发、无序状态，产业市场狭小数据：部分地区、企业逐步收集数据，但利用率不高环境服务阶段（即将到来）产业：环保产业将迎来大发展，市场进入蓝海阶段数据：对数据的利用程度将决定企业和行业的发展高度•3.环境行业发展阶段46四.环境企业大数据战略战13247四.

环境企业大数据战略战术4.

环境行业的政策中华人民共和国环境保护法2015年1月1日起施行十二项环境信息国家标准2015年3月1日起实施生态环境大数据建设总体方案2016年3月8日印发47四.环境企业大数据战略战术4.环境行业的政策中华人民13348四.

环境企业大数据战略战术5.

环境领域企业特点与突破口48

１.中小型企业发展的良机２.众多企业可以形成产业联盟，优势互补

１.企业自身积极采集数据

２.加快数据资产在行业内的交易

１.培养企业内部的技术人员

２.寻求专业第三方机构的支撑没有巨无霸型企业行业数据主要集中

在政府大数据及信息化人

才缺乏48四.环境企业大数据战略战术48 １.中小型企业发13449四.

环境企业大数据战略战术6.

环境大数据的价值

政府

利用环境大数据提高监管能

力、支撑管理决策、创新服务方式，实现用数据来监管、

决策和服务

企业根据大数据的精准分析结论，

预判环保市场的潜在商机，

先行产业布局，为企业带来

更大利润

个人获取基于环境大数据的个性化资讯服务，更有针对性地安排个人的出行、休闲、健

身、就医等活动49四.环境企业大数据战略战术 政府 企业 个人135内部决策过程冗长等

管理50四.

环境企业大数据战略战术7.

企业启动大数据工作的必要性长期来看，大数据相关工作是企业生存发展的必修课部分企业可根据自身情况暂缓原则：越早越好企业是否希望在细分市场上抢占先机并获得话语

权

企业是否面临市场、生产、营销、

服务等工作相互

脱节等问题

企业是否面临信息反馈迟缓变形、

问题市场战略数企业是否拥有独

据特且极具价值的

产

数据资产资企业经营内部决策过程冗长等管理50四.环境企业大数据战略战术长期136人才51四.

环境企业大数据战略战术8.

企业启动大数据工作的可行性企业中高层是否认识到大数据战略的

重要性企业是否拥有较强的数据资源的获取

和管理能力可行性4大要素：企业是否有足够资资金金来持续支撑大数

据相关工作企业是否拥有大数据人才或能够寻求

到外部支撑意识数据人才51四.环境企业大数据战略战术企业中高层是否认可行性413752四.

环境企业大数据战略战术9.1.

如何从战略到战术

Step1：制定规划

•

明确制定大数据战略所要达成的目标

•

结合环境领域的特点和企业自身现状，制定大数据战略规划

•

确定大数据规划的时间周期，并做好资金、人才等准备•

大数据战略要遵循企业的整

体战略•

提前预判实施过程中的潜在

风险并进行管控要点52四.环境企业大数据战略战术•大数据战略要遵循企业的13853四.

环境企业大数据战略战术9.2.

如何从战略到战术

Step2：梳理企业数据资产

•

对企业数据的来源、类型、完整性等进行评估

•

比对战略目标的需求，通过多种途径获取缺失数据

•

建立数据治理机制，确保数据的可用性与一致性•

数据与现金、设备、人才等

一样，都是企业的重要资产•

充分发挥产业联盟的价值，

来进行数据的交易和获取要点53四.环境企业大数据战略战术•数据与现金、设备、人才13954四.

环境企业大数据战略战术9.3.

如何从战略到战术

Step3：明确数据的价值

•

根据数据的量级、精确度、时效性、可作用范围等对数据的

价值进行评估

•

根据数据价值的等级，进行相应的安全性保护•

数据的价值包括直接价值和

间接价值两方面•

数据的估值涉及面广，需要

对其进行专业的评估要点54四.环境企业大数据战略战术•数据的价值包括直接价值14055•

应用场景应契合实际需要，

不能闭