大数据背景下的智慧城市建设

大数据背景下的智慧城市建设作为IT产业的最新演进成果，大数据已成为一系列可能改变未来生活和企业发展技术的基石，成为影响城市、企业管理决策的关键。

而随着中国城市化建设的加快，基于大数据应用为基础的智慧城市建设将决定着未来城市化建设的质量。

下面，我就从五个方面，分析大数据在商业营销和城市管理中的作用，为武汉更好地建设智慧城市，提供参考。

大数据是12项可能改变全球技术的基石前不久，麦肯锡发布了最新一份研究报告，公布了决定未来全球经济的12项颠覆性技术，估算到2025年，每一项技术对全球经济的价值贡献均超过1万亿美元，包括：1、移动互联网，2、知识工作自动化，3、物联网，4、云计算，5、先进机器人，6、自动或半自动导航与驾驶的交通工具（如谷歌互联网汽车），7、新一代基因组，8、储能技术，9、3D打印，10、更强韧更有传导性的先进材料，11、先进油气勘探开采，12、可再生能源——太阳能与风能。

这12项技术,是当前提出的“第三次工业革命”的一系列技术核心。

以3D打印技术为例，今年初，国外最著名的脱衣舞女郎郎蒂塔·万提斯秀出全球第一件3D打印镂空礼服后，在最近举办的巴黎时装博览会上，有模特也身着由3D打印出来的服装走秀。

更深入了解，3D技术不仅用于服装，通过3D打印制造手枪已经不是新闻，而且将直接助推军事新变革。

3D打印已开始构成一个新的产业，在全球，3D打印技术已产生了20亿美金的产业规模。

有人会问，最近极为热门的大数据呢？麦肯锡在报告中明确表示，大数据是上述12项技术中多项技术的基石。

在麦肯锡看来，大数据并不仅仅是数据本身，而是数据与这些颠覆性技术所采用的工具平台和分析系统统一在一起之后，方才成为大数据的。

大数据既来源于互联网、实时机器等，也来自于人。

而大数据和非大数据的差别，具体体现为结构上的细节差异，比如一个心脏病患者去医院看病，医生写在病例本上的诊断结果是小数据，而病历本上的心脏病的实时监控记录则是大数据——前者仅是数据库中的一条记录，而监控记录可能需要的存储空间非常大，并包含复杂的细节。

总之，大数据更关注人类的行为。

令许多人不解的是，为何直到现在大数据才在全球范围内引起广泛关注？其实并非过去没有大数据，而是当前社会更为关注人类的社交数据、行为数据，社会计算就将大数据推到了科技前沿，通过汇总某个人的网上浏览记录和移动互联网GPS跟踪等各类信息，然后分析出他的一些最基本的活动特征，就能够衡量和监控其行为变化。

美国的棱镜计划，简单来说就是这个原理——通过分析一个人的活动特征，预测他的许多行为，包括购物、约会、投票等。

运用最先进的大数据技术，美国FBI通过搜集诸如连续一个月只吃方便面、学过驾照、不离开住所等此类的信息，可以做到分析某个人是否有恐怖分子倾向。

大数据价值的实现需要满足其开放、实时等需求探讨大数据的价值，离不开对IT产业规律的理解，毕竟大数据是IT产业的最新演进结果之一。

截至目前，IT产业有四条经验规律得到业界公认。

其一是摩尔定律，该定律归纳了信息技术进步的速度。

其二是吉尔德定律，该定律指出每6个月带宽传输速度将翻一倍，而随着现在光纤到户，宽带速度也反映出信息传递数据的增长。

其三是梅特卡夫法则，根据该法则，网络价值等于网络结点数的平方，这体现在网络经济中即为大网吃小网，大网的价值远高于小网。

其四是新摩尔定律，认为每18个月新增的数据量等于过去信息量的总和。

上述规律描述了IT主宰的世界的变化趋势。

其实最重要的不仅仅是规律的变化，它们能够说明为什么现在关注大数据，因为大数据改变了竞争的规则。

美国有学者著书讲述信息的流转与重组，根据他的观点，两个国家之间的竞争，并非由科技创新决定，因为科技创新很容易被山寨，比如中国的山寨能力就让西方很无奈。

在该学者看来，未来在大数据基础上决策能力的提高方才是一个国家竞争力的所在。

大数据改变了未来的游戏规则、竞争规则，因为大数据导致数据信息和决策的关系发生了变化——拥有大数据的一方，可以遴选出其所需要的信息。

而信息对称程度的增加，使得其决策越来越准确，并给管理带来实际价值，这就是数据信息决策与价值之间的链条关系。

而大数据对社会价值、企业价值、竞争规则带来的一系列改变，也是人们之所以重视它的原因。

决策才能产生价值，决策的精确性来源于信息对称程度，信息对称程度取决于数据的挖掘和梳理。

而大数据的特征之一，就是要求数据的完整性和综合性，但当前许多信息如微博、电话等都以碎片化呈现，若要将这些碎片还原为完整情景，就需要满足开放性和公共性。

当前政府部门掌握着最大块儿的重要数据，如果政府手中的数据不开放，大数据产业也很难发育起来。

据了解，美国政府已经对此立法表态，并开通了一个名为的网站，该网站专门用来发布和分享美国政府数据，任何美国公民或组织都可以使用。

此外，大数据还具有动态性和实时性的特征。

在使用中，即使人们不了解事物的内部规律，但通过实时反应就能实现大数据的价值。

比如借助武汉市民之家门口的探测器，通过云计算的实时性分析判断进入人员的安全性，而不是事后分析。

因此，大数据价值的实现也必须要满足其实时性和动态性的内在需求。

城市化建设需要能够激发创新的软硬件投入十八大报告中明确提出，中国未来要实现新四化，即工业化、信息化、城镇化和农业现代化。

这其中，城市化已成为当前中国的主旋律。

一方面由于大城市能最大程度提高效率——无论是生产效率、生活效率还是基础设施效率，大城市都比中小城市要高，这是城市化的基本原因。

另一方面则是城市化可以推动繁荣并持续创造财富，造就大量中产阶级，进而带动整个社会财富的增长。

虽然城市化的意义不容置疑，但是无法忽视的是，城市化带来的发展往往是不平衡的。

美国一家著名学院在对世界上多个城市进行数据分析后发现，城市人口的扩张会产生超限性扩张。

从城市化的正向促进来看，假设城市化同步增加为1，城市化带来的就业将达到1.34，新专利增长率将达到1.27，GDP增长达1.13到1.26。

此外，由于城市化的投资比农村要高，产生的信息会增多，将使得基础设施的成本降低，其中，加油站降为0.77，道路为0.83，电网为0.87，这些由于城市化带来的基础设施效率提升、基础设施用处增大，可以为城市带来更多的集约效应。

同时，城市化带来的负面作用也很明显，如果不是城市化，艾滋病发病率和犯罪率将显著降低。

据了解，现在艾滋病发病率为1.23，远高于自然发病率。

当前城市犯罪率为1.16，比平均值高0.16，因为大城市更容易产生犯罪。

那么，城市化对社会带来的影响到底是如何产生的呢？来自麻省理工学院媒体实验室的中国学者潘威，提出了社会枢纽密度概念，对这一问题给出了值得参考的解释。

谈及为何城市带来的效益要比农村高时，潘威认为，城市中人与人之间面对面的居住和交往、居住与工作的距离较短、共同语互动的便利以及信息和思想的经常性交流等各因素合力，最终会产生创新与创造的内力，并导致劳动生产率提升。

这也是许多人提倡城市化的重要原因和经济动力虽然如此，但城市带来的创新并非自然而然就能产生的，这其间需要一定的社会资本投入和人际关系拓展，需要软件和硬件的持续投入。

最重要的，需要城市中拥有一定的公共空间，而公共空间的存在越多，人们之间交流机会就越多，创新来源也就更为广泛。

比如中关村的车库咖啡，一群创业者聚集于此，经常一个桌子、两三个人，一个项目就开始了，这也吸引了一些风投机构的注意，这就是空间聚合带来的直接效应。

类似于此类的城市公共空间，如城际交通、绿色交通、有利于人际交流的咖啡馆，或者围绕年轻人（如上海的创客）的创业创意设施、社会基础服务设施等越多，那么这个城市的创意也一定是发达的。

综合来看，任何一个城市的公共空间的设计都要有利于交流碰撞以及信任关系的产生，未来逛街甚至也将是一个社交过程。

除了公共硬件空间以外，城市的未来发展还需要进行智慧城市建设，包括系列软件的支撑。

这其中，互联网和通信技术，尤其是社交与移动技术的发展将不断强化人际间的互动，而在互动带来的大数据基础上，通过挖掘人们所需的有效数据信息，形成更好的决策。

目前的智慧城市需依赖于一个巨大的传感器网络，某一领域的数据局限于该领域时，还无法发现它的价值；但当这些数据综合起来以后，就会产生溢出效应，并形成基于大数据发展的城市发展模式。

因此，未来城市的公共空间规划，除了依托硬件设施，也要借助由大数据塑造的软件空间，或者说是智慧城市空间，这样人们的创意交流和创新效率才能更高。

这也是未来基于大数据形成的城市模式，可能会在武汉此类创新能力较强地方，成为最终驱动动力的原因所在。

大数据能够实现商业精准营销归根结底，大数据究竟给整个社会带来了什么？我认为，最重要的莫过于其商业价值和在城市管理中的价值。

现在的互联网承载着极为复杂的信息，包括大众情绪、消费者喜好、市场潮流等。

基于互联网的大数据,对于商家来说主要是三方面的应用：一是圈定用户；二是用户关联性分析，包括对用户年龄层次的分析；三是个性化定制，即大数据可根据客户需求进行产品或服务的量身定做。

目前大数据在各行各业中都有着普遍的应用，如金融服务、医疗保健、零售、能源、制造业等，其中最经典的案例莫过于大数据带来的精准营销。

有这么一个典型案例，美国一名男子闯入他家附近的Target店铺（美国一家零售连锁超市）向店铺经理大吼：“你们竟然给我17岁的女儿发婴儿尿片和童车的优惠券，她才17岁啊！”店铺经理不知道发生了什么，立刻向来者道歉，表明那肯定是个误会。

然而，经理并不知道，Target公司正在运行一套大数据系统。

一个月后，这个愤怒的父亲打来电话道歉，因为Target发来的婴儿用品促销广告并不是误发，而是他的女儿的确怀孕了。

在这个案例中，我们看到，数据的力量不仅让商家提升了自己的业绩，还让客户为之心甘情愿买单。

据了解，Target创建了一套女性购买行为在怀孕期间产生变化的模型。

他们注意到，妇女会在怀孕大概第三个月的时候买很多无香乳液。

几个月后，她们会买一些营养品，比如镁、钙、锌。

公司最终找出了大概20多种关联物，这些关联物可以给顾客进行“怀孕趋势”评分。

不仅如此，如果用户从他们的店铺中购买了婴儿用品，Target 在接下来的几年中会根据婴儿的生长周期情况定期给这些顾客推送相关产品，使这些客户形成长期的忠诚度。

不仅是零售业，在美国猎头行业中，由于竞争十分激烈，恩科尔公司就借助大数据预测谁会跳槽，甚至某公司员工还没有确定跳槽的时候，就给他寄职位说明书。

恩科尔是怎么发现谁有跳槽的想法呢？该公司申请了一套专利算法，能够判断用户的跳槽倾向，比如某公司股票下跌，高层大换血，或刚刚被另外一个公司收购，某员工在微博上发了两句牢骚，恩科尔就把这些因素全部记录下来，通过计算分析，然后预测该员工的跳槽倾向。