几年前，大数据还处在概念炒作的阶段，但自从“十三五”规划纲要指出要实施国家大数据战略之后，形势大变。规划纲要提出要把大数据作为基础性战略资源，全面实施促进大数据发展行动，加快推动数据资源共享开放和开发应用，助力产业转型升级和社会治理创新。到今年，大数据开始在一些与政府部门关系紧密的垂直行业开始落地，比如金融、保险、公安和交通等。而在社会层面，有关大数据应用的全国性论坛不断，不少地方政府和企业对大数据的热度不减。业界一个普遍性的看法是中国大数据发展将迎来一个非常美好的时代。
大数据与制造业
毫无疑问，制造业是当前大数据战略最需要关注的一个领域。面对全球性的工业4.0热潮，政府和企业都在积极摸索智能制造战略的发展之路。中国作为世界制造大国的地位， 伴随着劳动力成本的提升以及人才、 创新、法律环境等方面短板的次第出现，正面临美国等西方科技强国的挑战。单一依靠成本优势来取胜的时代正在远去，中国制造业的竞争力正从此前的“成本创新” 向更广泛的技术、产品创新转移，智能制造、 服务型制造和“互联网+制造”是中国面临的难得机遇， 中国有望在这些领域打造新的竞争优势。
，与德国这样先进的制造业强国相比， 中国制造业的差距至少在20年以上。 而且， 如果不能在短期内有所变革， 这种差距将会越拉越大。如何才能缩短这一差距呢？大数据无疑是当下的一个兴奋点，而且必将成为中国制造业能否追赶德国制造业的重要驱动力之一。信息技术和制造技术的深度融合，云计算、大数据、物联网从中将起到重要的作用。特别是大数据，将会对中国制造业的转型升级带来关键性的支撑。
事实上，在工业大数据领域， 中国制造业和德国等制造强国的差距并不是很大，在不少领域，甚至是处于同一起跑线上，所以在研究大数据应用的方法、模型方面，中国和全球大数据产业的发展基本是处于相同的节奏和步伐。
大数据的出现给中国制造业提供了一个难得的发展良机，大数据已经成为政府和企业最核心的资产， 未来大数据的价值挖掘及变现将会得到充分利用， 这将造就千亿级以上的市场。
，互联网大数据和工业大数据有着很大的差别。从数据结构上看，互联网大数据中，非结构化数据占较大的比重，而在工业大数据中，则以结构化数据为主。数据结构的不同，导致数据分析的入手点也会不同。从需求来看，目前国内制造业企业对于大数据的需求十分明显，但究竟该如何入手，很多用户仍然处于观望和尝试阶段。
，如何通过打通产业数据流通，让大数据在制造业内实现流动、共享，产生更大的价值，这将成为数据生态建设和投资的下一个金矿。而作为供应链管理的主要服务对象，占据上游资源的制造业在大数据领域的一举一动，都将深刻地影响物流业的变革和发展。
政府数据应该共享
随着互联网和移动互联网的不断普及，无论是生产还是流通领域，任何机构都有可能拥有数据资源，并将成为其持续变现的资本。数据资源已经和能源一样，日益受到各国重视。，数据源匮乏和封闭却一直是制约大数据应用和发展的主要瓶颈。随着国家大数据战略的实施,政府会持续推动公开数据以保障产业加快发展。
在政府层面，2015年以来，我国陆续发布了《关于积极推进“互联网+”行动的指导意见》、《促进大数据发展行动纲要》和《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》等文件，多次提出要加快数据开放共享、推动资源整合，深化大数据应用和大数据战略。
在大数据研究应用实践中，国家统计局是官方最早直面大数据时代到来的国家部委，而其大数据应用于统计业务堪当领军旗帜，直属单位中国统计信息服务中心则最早在厦门设立大数据研究服务基地、最早与企业共建大数据研究实验室，最早将大数据应用于行业决策参考、履职能力提升、民生服务，最早共建基于行业管理的教育大数据研究院，也是最早将大数据服务党中央国务院领导决策参考，其大数据研究实验室按照数据对象划分，基于业务需求和问题导向，建设了贯通融合线上线下数据的纵向领域大数据研究应用平台，如统计大数据、舆情（社情民意）大数据、口碑大数据、电商大数据、食品安全大数据、智库大数据、教育大数据等。
金融对一个国家来说是很敏感的领域，这个领域的大数据是否可以开放，目前来看，还有一定的困难。据说，中国的银行家们正在起草大数据战略。金融领域的数据涉及面很广，比如基金公司的销售数据，客户持有份额与交易数据，客户接触数据，客户网站浏览数据等；比如银行涉及到进出帐户的数据，客户基本信息的数据；比如保险公司有客户购买保险的数据等等。这些数据一旦公开，从中国目前的社会环境来看，还是存在着不小的风险。最近全国人民关注的徐玉玉被骗致死案件，使得数据商业化问题和数据安全问题被一同推向了公众的焦点视距中，这客观上加大了金融领域大数据公开的难度。
目前我国在大数据发展和应用方面已具备一定基础，拥有市场优势和发展潜力，在互联网金融领域中，也已经有了大数据应用的典型案例。但，大数据行业也存在政府数据开放共享不足、产业基础薄弱、创新应用领域不广等问题。所以，大数据的落地至关重要。未来3～5年,中国将告别传统金融征信时代,进入一个更广泛的征信时代。未来个人或者企业的信用,将体现在互联网的方方面面。要在这么短的时间内步入新的征信时代,加快推进大数据的全面落地和发展已成为必然。
在公共安全领域，数据共享同样处于探索阶段。2015年，国务院以国发〔2015〕50 号印发《促进大数据发展行动纲要》，要求明确各部门数据共享的范围边界和使用方式。随后，公安部下发了《公安机关信息共享规定》，要求加快部省两级信息平台，整合分散的外部数据，形成全国公安云数据。公安部要求，各地要加快建立以省级为主的警务云计算中心，实现对公安专业数据、政府各部门管理数据、公共服务机构业务数据、互联网数据四大类数据的集成应用。
由于中国的大数据研究应用仍然处于起步阶段，所以公安领域目前与社会机构的大数据共享同样存在不小的困难。但仍有一些地方在进行大数据共享的实践，比如上海市公安部门已存储公安业务信息和社会信息270亿条，日均增加5000万条，逐步具备了大数据特征。但这些数据目前还只有在涉及相关案件时才能被其它行管部门和企业所共享，如何将这些数据与社会活动甚至市场活动结合，使之产生普遍的价值，这在当下还是很难。
政府大数据信息资源需要自由流动，这如同银行货币，只有加速其流动，才能创造巨大的效益，以促进经济发展。据统计，我国有用信息的80%由政府所掌控，，长期以来，这些信息大多处于不对外公开状态，严重地制约了经济的发展。部门之间，上下级之间，不少政府机构把手上的数据当成了一个小范围内的资源，信息相互割裂，数据无法做到有效共享，客观上形成了一个个信息孤岛，难以发挥应有的作用。也正因为数据的不公开，无法做到共享，才造成了不少政府的决策失误。
金融、保险、公安和交通等行业,是大数据强势发展、相互又密切关联的行业,这些行业的大数据均与老百姓生活息息相关。如一辆汽车快速经过高速卡口,要即刻判断出其是否存在违章和犯罪记录,这就涉及交通和公安两个行业的大数据。,大数据在这些行业的落地,无论对于行业发展还是民生工程建设，意义重大。
，只有将大数据整合到现有的政府履职和企业业务生态链中，才能不断创造出新的价值，帮助组织在竞争激烈的环境中胜出，即“产业升级”和“治理创新”。互联网讲究开放，而大数据则讲究融合。我国的政府部门及市场主体应该更多的从融合角度来看待大数据发展和创新。
大数据与共享物流
大数据时代给物流企业信息化建设带来的最大挑战，是如何通过大数据分析提升自身的物流服务水平。物流行业与材料供应商、产品制造商、批发零售商、终端消费者是紧紧地联系在一起的，所涉及的数据量极大且具有一定经济价值。所以“共享物流”成了大数据时代一个不可回避的话题。
其实共享物流不是一个新事物，在共享配送资源方面，早在2012年6月，商务部流通司就发布了《关于推进现代物流技术应用和共同配送的指导意见》，并选择了9个城市开展共同配送试点工作，这是“共享配送资源”的共享物流模式。到2015年，商务部已经在全国组织了25个城市的共同配送试点，取得很好效果，带动了全国共同配送的创新发展。其中在车货匹配领域，在网上网下融合O2O模式实现车货匹配基础上，共享货运资源的模式开始与车辆加油、车辆保险、车辆维修、在途大数据融合，实现全面创新的大数据共享模式，实现了车货最优匹配、车辆后市场与货运金融创新的结合，开创了很多颠覆性的创新模式。
在城市共同配送的共享物流领域，随着大数据、云计算与移动互联网发展，城市共同配送已经全面深化，出现了配送信息大数据在线集成，城市车辆在线实现实时的订单需求集成，车辆在城市配送途中能够做到实时共配。，零担物流城市配送也创新了多种模式。
在共享物流设备资源的共享物流领域，以叉车租赁为例，随着叉车物联网发展，有叉车租赁企业建立了叉车租赁共享平台，借助平台优势，整合叉车供应链，对叉车结构进行模块化改进，实现了“模块化更换维修”替代原来的依靠维修师傅技术进行维修的模式，只要会拧螺丝钉就会维修，极大地简化了叉车维修程序。更换下来的需要维修的模块则可以集中维修备用。这样不仅大大减少了叉车租赁维修时间，提高了客户体验，还改进了叉车易损零部件的模块化供应，降低了成本。
在共享仓储资源方面，近年来，随着仓储设施与仓储服务标准化发展，基于共享仓储资源的共享平台发展很快，通过线上线下深度整合仓储资源，以云计算、大数据为基础，构建仓储互联网平台数据库，共享仓储资源与商品库存信息，实现仓储资源的网上交易、网上调度、实时跟踪与监控，提高全社会的仓储管理水平。
作为交通运输部门大数据共享的一个突出成就，当前物流公共信息平台建设在全国各省市区的发展总体上比较顺利，这种把物流、信息流、资金流等核心节点与物流智能化结合的创新平台，充分利用了大数据跨界共享的理念，对于推动制造业变革，整合供应链，推动智能制造的快速发展起到了很大的作用。
当前，物流企业面对的是一个高度竞争、瞬息万变的市场环境，许多运输企业的空载问题就是由于物流企业缺少通过数据分析和对未来市场做出预判造成的，运输企业只看到眼前的业务增长需求，盲目增加运力和仓储面积，而当市场出现萎缩、业务量下滑的时候，就会产生大批的富余运力和空置仓库，从而导致物流企业的亏损。通过对大数据的分析，物流企业就可以对未来市场和竞争对手的行为做出一定的预测，及时调整发展战略，避免盲目的资产投入，以减少损失。
在物流服务环节，对于广大物流企业来说，通过大数据分析客户的行为习惯，可以使物流服务对象的市场推广投入、供应链投入和促销投入回报最大化。利用先进的统计方法，物流企业可以通过用户的历史记录分析来建立模型，预测其未来的行为，进而设计有前瞻性的物流服务方案，从而整合最佳资源，提高与客户合作的默契程度以避免客户的流失。物流企业不仅可以通过大数据挖掘现有存量用户的价值，还可以通过数据更高效地获得新用户。
在物流市场方面，大数据技术正革命性地改变着市场推广的游戏规则。通过推动信息交互，推送给客户服务调整、价格变化以及市场变化等信息，不断满足客户的需求变化。在互联网背景下，物流营销将不受时间、地点的限制，也不再只是信息单向流通。更大的不同是，从接触客户、吸引客户、黏住客户，到管理客户、发起促销，再到最终达成销售，整个物流营销过程都可以只在信息交互中实现。物流企业完全可以通过了解用户行为进行精准营销。
，大数据分析还可以提高物流行业管理的透明度和服务质量。大数据分析通过物流信息交流开放与信息共享，可以使物流从业者、物流管理机构的绩效更透明，间接促进物流服务质量的提高。，大数据在物流领域的应用还可以有效地协助社会治安。在这方面，山东省潍坊市的做法很有典型性。该市建立了“中心城区、相邻县市区、全市范围”三级防控圈，在环潍坊周边和环中心城区建成了43处交通治安检查站、146个治安卡点，24小时动态收集过往车辆、人员、手机、警员等轨迹信息，对可疑车辆、重点人员现场盘查核录、查缉布控。每天产生的350多万条图片信息自动存入大数据平台。全市258处电子围栏全部配套安装视频监控和电子卡口，研发应用“神眼”大数据和智能交通系统，对每天进出潍坊的1000万辆次过车数据比对分析，实现了“人过留影、车过留牌、机过留号”。虽然相关报道并未涉及警局数据是否与社会共享这一环节，但至少在交警管理环节，这种做法已经具备大数据收集和应用的基本特征，值得推广。
大数据作为一种新兴的技术，它给物流企业带来了机遇也带来了挑战，合理地运用大数据技术，将对物流企业的管理与决策、客户关系维护、资源配置等起到积极的作用。
我国的数据开放与应用在一些地方已取得了初步成效，但从全球视角看，目前仍处于起步阶段，在政策制定、机制创新、应用支持、数据的可用性和影响力等方面都还存在不足。“十三五”期间，我国大数据战略将落地实施，特别是在政府大数据共享问题尚，国家应尽快摸清各地政府信息资源建设情况，在保证国家安全、商业机密和保护个人隐私的前提下，各级政府部门应稳妥有序地开放自己的数据资源，深化大数据在各行业创新应用，促进大数据产业的健康发展。