“当心陷阱”

国家和交通运输部在“新基建”和“数字交通”建设的相关规划和文件里均提出了加快大数据中心和交通运输“综合大脑”的建设。

从国家层面看，这不仅能够对冲疫情对经济的负面影响，为中国经济转型升级打下坚实基础；从行业发展层面看，这有助于完善行业资源的共享和交换渠道，进一步促进交通运输各业务之间的协同，推动数据赋能交通运输行业发展。

但对于大数据中心建设，我们不能头脑发热，一定要注意规避一些误区，只有冷静思考、分析当下，面向未来，才能够更好地服务于数字交通，服务于行业和公众。

建设大数据中心需要有顶层思维。

每一个大数据中心项目的上马，无论从资金上还是规模上都是一个系统性工程，所以前期需要对拟建的大数据中心“为什么建，给谁建，怎么建，怎么用”进行充分研究，结合交通运输部和各地对数据中心投建的要求和规范，因地制宜进行数据中心规划布局。

例如有的地方交通部门在没有做好充分评估现状基础上，也没有顶层设计，为了和其他地方一样甚至要更好，就有领导提出了“要用最好的技术、最好的硬件、最好的团队，建设最好的一流大数据中心”，实际上这说法本身就犯了一个大错误。

02、误区二：“不管数据有没有用先整个中心再说”——“重建轻运”

大数据中心的重点是构建一个可持续的数据驱动管理与服务的运营环境。

只有硬件设备堆砌形成的的大数据中心只是一个空架子，形成大数据中心可持续性发展环境需要考虑方方面面问题，包括数据源头质量治理、数据安全管理、数据共享管理架构和数据应用模式等。

此外，还需要有技术、有能力且有运营经验的团队进行管理，所以从数据采集、人才培养、政策引导、运维经费上都要有倾斜，才能够让数据中心用起来、转起来。

例如：某单位花了巨资建立了高大上的大数据中心和指挥中心，结果因为数据、资金、人员、政策等跟不上，能汇聚的数据质量又把控不好，支撑不了业务发展，最后只能是个样子工程，只有领导来了看看大屏幕的视频而已。

大数据中心不能盲目追求数据量的庞大。如今在很多场合，一提起大数据，基本都会说“日处理数据量**GB，上传图片**GB，并发数***”……诸如此类的技术术语。但是不是数据体量大了，就可以达到大数据的境界。

数据再大，不会使用，那就是一堆死数据。

所以需考虑的是把不同渠道的汇聚融合数据的盘活，进而还可一定程度开展商业运作和推广，只有不停的实现数据深层次的应用，挖掘数据背后的关系和价值，才能如滚雪球一般，使数据之间的相互关系更丰富更完善。

例如，有的政府部门或者企业建立大数据中心，要求不管什么数据都要汇聚，从而造成了大量资源的浪费，还有很多死掉的数据，因此数据还是要以能用起来为导向，以需求、赋能为导向，才能起到大数据中心应有的效果。

建设大数据中心要面向未来。大数据中心集中了海量技术，其所需要的高密化、模块化、智能化、绿色化、弹性化等每一个维度的技术都需要大量的创新。大数据中心的建设，更多的应该是评估过去，分析现在，展望未来。

无法用到实践中去的大数据中心都是在要政绩和建面子工程。

谈大数据融合应用分析，提下谷歌的流感趋势预测，谷歌利用掌握的大数据分析自己上亿次的搜索查询，近乎实时的提供全球许多国家和地区的流感疫情评估，结果分析，谷歌的趋势曲线跟美国官方统计公布的数据重合度非常高，但是后者在时间和效率上完全无法和谷歌比拟。

分析可以使用大数据中心融合的大数据去预测趋势，但不是推动业务发展的核心，大数据仅仅是一个基础。

交通运输面临的社会和环境有许多影响因素，而不仅仅是人、车、路，如经济，产业，政策、技术等等。因此，当涉及到预测业务的未来时，仅仅利用交通本身产生的大数据是无法预测某些交通未来的。

而且预测要和具体的交通业务及相关政策结合才能产生效益，总之大数据中心或者说大数据不是能解决所有交通问题的根本。

现实中很多交通问题，尤其交通的公众信息服务问题，很多都由互联网企业代替了政府部门的服务功能。

高德、百度地图的基于位置的服务，既能看到交通状况，又能把衣食住行很好的结合起来，就这一点不是哪一个交通的大数据中心能做到的，即使有的地方交通部门也发布一些交通运行信息，我相信绝大多数人包括交通从业者都很少出门去看自己交通网站信息，而会选择查看互联网地图信息。

我们公路的交通量预测也是同样道理，根据局限的OD调查数据和交调收费等行业内数据，通过四阶段法，最后形成工可上的交通量预测表，将这预测值和最终公路建成后的历年交通量实际对比，我们发现确实偏差较大，有的还不在一个数量级上。

但如果利用我们真正意义上的大数据，把影响交通量相关的人口、工业、经济、规划、出行习惯、互联网信息等一系列数据都引入建立一个大数据预测模型，算出来的交通量准确度必然会提高一大截，通过对比这种精度甚至可以达到80%以上，这就能很好的指导项目的投、建、管、养、运全寿命周期管理。

大数据中心意味着大预算，而且适用于大区域或大单位，我们谈的大数据中心不仅仅是建设费用，还有运维费用、培训费用、人员费用、安全费用等等。

例如有的单位本来预算建立交通数据中心概算费用在5000万左右，结果招标最低价中标1000多万甚至更低，表面上看是省了一大笔，但如果我们综合测算一下，这样确实划算吗？这个坑最后可能要花更多的经费去填。

我们已经看到像跨国公司和政府机构这样的组织投入巨资和高端技术来建立大规模数据中心。

不仅如此，聘用熟练的大数据专业人员、数据工程师也是一件非常昂贵的事情，尤其交通运输行业还需要即懂专业又懂大数据和计算机的综合人才更加难得。如果没有相关人才和团队支撑，每次升级、改造或者运维费用将更加巨大。

安全无小事，大数据中心的安全不仅仅是存储环境的安全，应该涉及到方方面面，它涵盖技术安全和管理安全，随着各地政务大数据中心建设和要求，很多行业大数据中心基本都要求上公有云，相关行业大数据中心的管理单位认为这样就可以高枕无忧了，实际上这是大错特错，我们的数据采集、传输、以及数据和系统的管理、对外展示和服务等等各个环节都要有安全措施及各种预案。

大数据中心汇集的数据，尤其是政府相关部门汇集的数据，除非真的涉密（而不是借保密之名），一般都应该取之于民、用之于民，进行数据的开放共享，这样才能发挥数据的最大效益。

对于交通运输行业来讲，点多线长面的特点决定了这个行业内纯粹以卖既有数据的盈利模式的可行性非常非常小。

相反只有行业相关的各类数据流通起来，利用数据置换和多源数据融合来提升行业管理、企业运营和社会服务的效率和能力，才是交通运输行业数据广义上盈利最科学最合理形态。  

现在很多数据拥有方或者有使用权方往往有种守着万贯家财而套不了现的遗憾，但要真的拿这些数据出个大价格去市场交易的话，必定会碰个头破血流（除非是数据资源的置换）。

大数据中心实际上是一个持续投入的过程，很难盈利或者做到自平衡。有的领导张口就是我们那么多有用的数据，卖数据都能有不少钱，为啥还老嚷嚷要投入。

请问一下，有几个行业大数据中心是靠卖数据来挣钱的？

总之，一个大数据中心是一个复杂的系统工程，从前期规划到设计、建设、运营及维护每一个阶段都要分析清楚，另外也不能一口吃一个胖子，要分步分期实施，根据目前的自身发展现状和技术现状，寻求一个最适合自己的大数据中心建设架构及模式，同时要做好资金、人才、制度、安全的配套工作，只有这样，一个交通运输行业大数据中心才能可持续发展，并能支撑行业管理和公众服务。

*本文未经本站允许，禁止转载