笔者：在新闻发布会上首席数据官联盟另一位发起人鲁四海对2016年《中国大数据企业排行榜》作了解读，从产业地图、行业分析到评价指标和分领域、分行业的排名，做得非常的扎实，那么其背后的过程应该非常复杂吧？

 

　　刘冬冬：是的，这的确是一个异常复杂的工作。首先我得感专家组的大力支持。我先拿中国大数据产业地图来讲，你会发现，首席数据官联盟发布的中国大数据产业地图，有非常严谨的逻辑关系，不是简单的堆砌。这个产业地图的结构我们做了十多版，但都不太满意，后来我们内部经过深入的研讨，最终提出了按企业架构中连续系列的方法，结全大数据技术体系来画这个产业地图是最优的方法，并得到专家组的一致认同，按这路子专家组经过多几轮的研讨，才形成了现在大家所看到的2016年《中国大数据产业地图》。

 

　　在排名之前，专家组先确定了大数据企业评价指标的选取原则是：兼顾科学性与可操作性，兼顾系统性与开放性，兼顾代表性与可比性，兼顾稳定性与动态性，兼顾可获性与权威性。

 

　　最终确定的评价指标包括：技术能力、知识产权能力、创新驱动能力和企业健康度，由4 个一级指标，9 个二级指标和 26 个三级指标所组成。在三级指标的设计上，全部采用了相对指标，这样可以更加真实地反映企业活动的效率。三级指标所用数据全部来源于政府部门或权威机构的公开出版物或公开发布的数据资料，以及互联网数据挖掘分析。

 

　　根据大数据企业评价指标，邀请多位领域专家对国内大数据企业进行打分，根据打分结果进行排名，本次排名对将近700家大数据公司（所有参加排名的公司均为中国公司，不含外资及外资控股公司，也不含大型互联网公司）。根据大数据企业评价指标体系收集多维度的数据进行评价打分，并经过多轮的专家研讨。由于市场在不断发生变化，企业也是不断发展，所以排名也会随着时间推移不断更新，当前这版中国大数据企业排行榜也只说明当前了解的企业情况。

 

　　笔者：2015年11月首席数据官联盟就发了国内大数据领域的第一次企业排行榜，那么这一次有哪些方面的提升与改进呢？

 

　　刘冬冬：体现在以下几个方面：一是标准上面我们进行了完善；从数据上面进行了优化。这次基数变的更大了。这次是700多家的基数企业进行排序，同时维度也更多，达到了57+7，也增加了周边产业的推荐。

 

　　笔者：我们都希望中国大数据企业排行榜将来能够最大化的发挥它的产业价值和社会价值。在您看来，2016年《中国大数据企业排行榜》的产业价值和社会价值将会体现在哪里？

 

　　刘冬冬：我们联盟成立仅仅一年时间，发展到过万人的规模。就因为我们是从解决行业实际问题（企业生产经营和管理过程中的痛点）为出发点。再加上我们联盟核心是3C的组合，即CIO、CTO与CDO（未来还将增加CMO、CFO等），您现在所看到的2016年中国大数据企业排行榜，它背后的专家就不光是来自于大数据技术领域的专家，还有很多传统行业的信息化负责人，以及企业务转型的相关部门的业务负责人，还有政府主管部门的相关负责人，他们都参与到榜单研究当中来了。我们正在一起动力为推动中国大数据行业的发展做出努力。为推动传统企业大数据+的战略提供我们的服务。

 

　　那么从大数据服务于政府的角度来讲，首席数据官联盟另一位发起人鲁四海之前有篇文章写的是大数据驱动区域经发展。还有首席数据官联盟的另一位专家石峰写的大数据推动服务型政府转型等等。

 

　　大数据对各个产业的升级都具有非常大的作用，对各类经济体的发展也有着非常大的促进作用。因此我们做的排行榜、评级、白皮书与与产业地图对产业的贡献从几个维度来看，首先是对大数据企业自身，我们的这个排行榜、评级与产业地图出来之后，能够让这些大数据企业快速找到自己所处的真实的位置，避免创新的盲目性。另外还可以从使用大数据的客户角度来看，我们推出的这个排行榜、评级与产业地图可以极大的帮助他们快速选择其自身所需的技术、产品和服务供应商。最后我们再从政府角度来看，我们推出的排行榜、评级与产业地图可以为政府怎么去引导大数据产业的发展提供一些参考。因此我们在推出这个排名时花了非常多心血去做的大数据企业的评价指标，我们希望这个指标体系能够帮助政府在做监管的时候，可以快速的识别这些大数据企业。同时结合大数据企业评价指标和排名能够看到国内大数据行业的发展和国外有什么差距，我们应该怎么去发力、如何去弥补差距。大家都在说大数据是中国IT产业实现弯道超车最好的领域，那我们怎么样超车，要超车首先要有准确的认识，所以我们希望在这方面做出我们的贡献，为企业、为政府、为大数据行业提供一些服务。

 

　　笔者：2016年中国大数据企业排行榜，每个领域都排到前五。这是基于怎么样的考虑？后续会不会有更多？排行榜相当于一个白名单，那么会不会考虑出一个黑名单？

 

　　刘冬冬：我们推出的中国大数据企业排行榜，希望起到一个示范作用的。我们要把最优的大数据企业展示给大家，让大家去参考，去看明白在各个细分领域中的大数据企业的发展是什么状态，因此我们选择排名前五家，这是一个很重要的参考。如果说把所有的都列出来，那就不像一个排行榜了，同时也起不到相应的示范效果。关于大数据企业黑名单我们暂时没有考虑。

 

　　笔者：随着大数据行业的发展，出现了大数据的综合解决方案提供商这个角色，您是怎么看待的？

 

　　刘冬冬：综合解决方案商一定要做能力的集成，从商业逻辑上讲和以前的系统集成商没有本质的区别。我们认为大数据是解决某一个或某一类问题的，从问题角度出发把它做成一个解决方案，把自己的能力也放在里面，同时通过合作的方式整合起来为给企业提供服务，这是未来大数据产业发展的一个重要方向。因为对于用户来讲我需要的是一家企业最好，不是说数据源，数据管理、数据集成数据应用、数据可视化等等都找不同的大数据企业来做，这是比较费事的，而且对于使用大数据企业来讲，这个技术要求也过高，基本上不太可能实现。

 

　　如果某个大数据企业说可以提供综合解决方案我个人不太认同，因为这个综合解决方案所有的能力都来自于一家企业是不太现实的。综合解决方案是说有很多家产业链上的企业相互协作，并且经过深度磨合之后共同打造的一个解决方案，发挥它们各自的优势，然后由一家占主导性的大数据企业提供该综合方案给到用户，这是相对靠谱的。

 

　　传统的系统集成商提供一站式的一体化解决方案，它自己只具备一部分能力，其它能力需要整合其相关的合作伙伴进行累加才能够实现。但是那样的话，在产品交付完了以后可能会有几个问题：一是交付的产品或者相关的服务，怎么对它进行有效的验收，它的服务质量怎么去衡量。二是怎么进行维护和后续的更新迭代。

 

　　笔者：说到大数据，其实另外一个热词就是云计算，您怎么看大数据的服务提供商以云计算的交付模式提供服务，并且他们有时候也把数据处理放到云端这块。

 

　　刘冬冬：从技术的角度来看我们发现云计算的技术体系它是虚拟化和云管理平台，比如Docker、SaaS服务和大数据的Hadoop、挖掘，这些技术体系本身没有太多交叉。如果他跟你讲，下面是云计算支撑，上面跑得是大数据平台，这个供应商就要慎重考虑。因为云计算是把硬件资源虚拟化，但我们知道虚拟化过程当中肯定会有损耗的。但是大数据很重要的一点是说性能要更高，因为要处理大量的数据要做深度的挖掘，所以结果可想而知。

 

　　但是你刚才讲的另外一点，通过公有云和数据的云服务，这个是比较有意义的，也是未来的趋势。我记得我联盟的另一位发起人鲁四海在解读时也提到，数据服务化是未来的趋势。