《从国际疫情数据的差异解读数据如何创造价值？.docx》由会员分享，可在线阅读，更多相关《从国际疫情数据的差异解读数据如何创造价值？.docx（6页珍藏版）》请在第壹文秘上搜索。
1、Ol数据要有意义，创造价值,首先必须准确。“准确的意思不仅是数据本身，还包括数据采集的时间、基准、标准和单位等等。就像我们中国人始终不适应华氏度、英里和英镑一样，数据的标准是基础。最近一段时间，在观察国际疫情数据时，我发现多个互联网平台发布的数据明显不一致。究其原因，当然是各个平台录入的时间不同，不同国家公布疫情数据的时间不同，而且对新冠疫情本身还有新冠感染和新冠肺炎两种标准，以及世界各地的时差等等。以下是国内和国外各两个平台发布的国际疫情数据，可以看出明显不同。比如，今日头条和腾讯新闻对于土耳其新增的确诊病例差一倍以上。而在Worldometers和在Bing搜索引擎搜索的来自WHo（世界卫
2、生组织）的疫情数据中，法国的确诊病例差了将近4万人。在每天的某些时段，腾讯新闻显示的一些国家的新增病例数会是十位数，甚至个位数，而今日头条某些时段会显示未发布。在下图中，Worldometers的新增病例数也明显不准确。此外，约翰.霍普金斯大学发布的疫情数据也与上述来源的数据有所不同。地区新增累计：死亡一245947100213715860510西班牙S2S219083920274797意大利34931724342274542727法国19091479691868134420德国3164141644437492627英国5599108692145761918伊朗1499794944958540
3、64土耳其43537854617698631比利时13293613851637961巴西187634221217114026俄罗斯4070320082732590地区新事诊累计怆死亡MO291827014755945237054己切牙58911908397479720002意大啊34931724344272722745法OB19091471213500618703012941141397831144352蜒OD562410976939414607伊篦149979494540644958BR91547854686311769比也同13293613879615163巴因33303422114026
4、2171加大185732857105591356假藤4070320082M62020年4月18日北京时间11:07今日头条（左）和腾讯新闻发布的国际疫情数据Cowr,TMeINvwTiCamDmAbCMm*CmmCmotDwtiHWorWZ25O.7521,888154.261MA710.021*2MS7.1MSpain190.m20,002Naly172.43422.745FnI147.961.11FvCUnW1,141.M74.3S2MKo.m14,5711N79,444,9MTurkrr7,SU1.7MM.13S*13IfUlIMt221*5KRut432.0M273C*2020年4月1
5、8日北京时间11:07WorIdOineterS和Bing数据当前，新冠病毒仍在全球迅速蔓延，因此，各个国家和地区的确诊病例、新增病例数据是极其重要的，错误的数据就会导致误判，甚至得到错误的结论。在与国外朋友交流时，他们经常会提到一句话，叫做：Thesinglesourceoffacto意思是要确保正确信息来源唯一，这样才能保证信息的一致性。因此，对于这些主流的互联网媒体平台，建议应当标明各个国家和地区是什么机构、每天什么时间发布数据，确保数据来源的唯一性和准确性。02数据要创造价值及时性也很关键昨天，武汉市修正了新冠肺炎确诊病例和死亡病例的数据。累计确诊病例从50,008例修正为50,333
6、例；病亡人数从2579人修正为3869人，增加了50%,涵盖了未住院病亡，以及一些医院迟报漏报的数据，去掉了部分报重的数据，以及非新冠肺炎致死的病例。1月底、2月初，武汉市的确有很多症状明显，但还没能做核酸检测就去世的病人。武汉市能够进行这样的修订，对那些死难者的家属来说，无疑是令人欣慰的。不过，如果能够更加及时地修订和发布这些关键数据，当然效果会更好。同时，也应该反思，在移动互联时代，我国己投入巨额资金建设平安城市和疫情直报系统，而且通过视频监控已经可以进行人脸识别，为什么还会出现这么多迟报漏报的数据？03数据要产生价值需要梳理和规划数据结构例如，在很多企业中已经应用了诸多信息系统，但各个系
7、统的数据库结构不一样。这些系统产生了大量静态数据和动态数据，导致需要开发很多数据接口，进行数据导入导出，有些数据不得不重复录入，容易造成错误。在业务系统应用的基础上，企业需要应用数据仓库软件来进行数据挖掘，进而实现Bl（业务智能）应用，对数据进行多维度的洞察，并通过对数据的建模和分析，预测数据变化的趋势，从而帮助企业高层进行决策。近年来，企业架构（EA）成为热门的研究领域，通过对企业的业务架构和IT架构进行梳理，使企业能够更好地应用IT系统支撑业务。其中，TOGAF能够清晰地描述企业的业务架构、数据架构、应用架构和技术架构，成为企业IT规划的重要方法。同样，要实现智慧城市、智慧医疗，乃至智能社
8、会，更需要对各种基础的人口数据、地理数据、产品数据、企业数据等各种基础数据进行科学的规划。04数据的可视化至关重要2001年，我在美国进修MBA时，对教授说的一幅图等于一千个字这句话印象特别深刻，这句话体现了数据可视化的重要性。几年前，我带企业家考察美国Tableau公司，大家对该公司展示的数据可视化技术佩服不已。他们用软件生成的动态图清晰展示出过去几十年来，各个国家的家庭平均人口和平均寿命的关系及其变化趋势。2019年6月10B,这家成立于2003年的IT公司被全球SAAS软件巨头Salesforce公司以157亿美元的天价并购，充分体现了数据可视化技术的价值。数据可视化技术的另一个应用热点
9、是AR（增强现实）技术。AR技术不仅可以用于在产品的物理模型上叠加数字季生模型，从而通过动画模拟和虚实融合的方式进行培训示教，还可以将各种传感器和仪器仪表的数据实时地展现出来，从而帮助工作人员更快速地做出正确的判断，提高质量检测、设备维修、排除故障等作业的效率和效果。下图是爱立信工厂应用AR技术配合电路板质量检测的案例。爱立信工厂应用AR进行数据可视化的案例05数据要真正创造价值必须深入研究数据科学近年来，业界对数据科学的研究越来越深入，衍生出主数据管理(MDM)等系统，以及数据清洗、数据仓库、数据治理和数据湖等新兴技术。以往，我们关注的更多是结构化数据，而现在则需要有新的技术来处理半结构化和非结构化数据。随着互联网的普及，数据的类型越来越丰富，图像、视频、语音，以及在社交媒体上海量的语义数据，电商平台上复杂的交易数据，使得人类迅速进入了大数据时代，数据科学家成为炙手可热的高薪岗位。数据如何防窃取、防泄露？数据安全成为非常重要的核心技术，数据主权问题也日益受到各界关注。而随着物联网技术的广泛应用，及时采集和分析来自泛在的传感网络，各种设备运行的实时数据和历史数据，以及生产质量和能耗等数据，是工业企业实现智能制造和智能服务的必要条件。对这些工业大数据的分析，已成为人工智能技术在制造业的核心应用领域；而云计算和云存储技术的应用，则是对大数据进行处理的标配。
