3.4 经济可行性

大数据之所以能提升社会生产效益，其本质是提升人类生产活动的准确性，减少了相关的浪费。鄂维南院士曾经指出：“大数据本身并不能带来直接效益，它不能吃也不能穿，但它可以消除浪费。”

任何一个技术要获得大规模社会应用，产生社会效益，有两个前提，其一是技术可行性，其二是经济可行性。对于大数据技术来说，也不例外，需要在满足这两个可行性的前提下获得大规模社会应用。

2014年Gartner发布的HypeCycle曲线中，大数据技术处于炒作顶点之后的衰退期。从HypeCycle曲线来看，越过炒作顶点处于衰退的技术，一般处于已经满足技术可行性，但在大的范围内，尚未满足经济可行性的状态。所以，对于具体的大数据建设项目，技术可行性很可能可以满足，其不是考虑的关键点，而需要考虑的关键点是经济可行性。

大数据项目的建设模式是，采用一个大数据平台，然后在平台上叠加多个应用。但大数据平台本身并不能产生经济效益，所有的经济效益都需要靠相应的应用与经营来体现。所以，在项目规划初期，就需要重点考虑大数据平台上所构建的业务，并考虑相应的商务模式，以最终实现建设项目的经济可行性。

对于大数据项目的效益点（或赢利点），如图3-1所示，主要体现在三个方面。

效益点A为“系统轻载”，对于需要存储大量历史数据的企业来说，在生产系统存储历史数据，不仅会代价高昂，而且会影响生产系统的稳定性。所以效益点A是一种“接近于本能的刚需”，例如，银行/证券等企业仅仅将历史交易查询系统迁移到大数据平台中，就可以极大地减轻生产系统的负载，提升生产系统的稳定性。

效益点B为“闭环应用”，大数据平台通过收集生产系统产生的业务过程数据，以及对业务数据进行建模，对当前生产系统提出改进建议与分析报告，去除或改进现有系统中不合理的环节，提高系统生产效率，降低成本。例如，通过收集无线网络的网络覆盖相关的信息，可以对现网的网规网优工作进行指导，与传统依靠路测进行网规网优的模式相比，无论是资金成本还是时间成本，都将急剧降低。再例如，电子商务的推荐系统，通过电子商务网站产生的数据，分析用户的属性与标签，形成推荐结果后反馈给电子商务网站，以促进更多的电子商务销售，形成闭环反馈。

效益点C为“开环应用”，主要是通过第三方实现数据变现，例如，利用电信运营商的数据进行道路规划、人流量密集度预测，或通过数据的经营与交换产生相应的收益。由于开环应用较难形成稳定的收入，数据产生的最终价值由于缺少反馈也较难衡量，较难形成相应的闭环。

在项目的建设初期，效益点A与效益点B业务目标也较容易聚焦，较容易形成经济效益；效益点C虽然在项目初期较难形成经济效益，但与效益点A/B相比，在远期将能够带来更多的收益。所以，在大数据项目的建设过程中，在哪个阶段建设哪个类别的业务，建设顺序将至关重要，甚至可以决定整个大数据建设项目的成败。

一般来说，项目建设的初期，可以考虑先选择较易产生经济效益的闭环应用进行建设，使项目形成经济上的自我造血功能，然后再依托所积累的数据，进行开环应用的拓展。这样的建设顺序，将有助于提升项目成功的概率。

图3-1 大数据效益点