大数据的价值评估，需要从社会效益、企业效益、个人效益和产品效益来综合评价。比如，金融数据和电商数据碰撞到一起，就产生了像小额贷款那样的互联网金融；电信数据和政府数据相遇，可以产生人口统计学方面的价值，帮助城市规划人们居住、工作、娱乐的场所；金融数据和医学数据在一起，可以发现骗保；物流数据和电商数据在一起，可以了解各个经济子域的运行情况等。
可见只有将数据开放，即让不同领域的数据真正流动起来、融合起来，才能最终释放大数据的真正价值。
数据开放的三个维度
1、狭义的数据开放
狭义的数据的主体是政府和科研机构，即把非涉密的政府数据和科研数据公开。但是数据开放不等于信息公开。数据不等于信息，信息从数据里面提炼出来的内涵。而且数据开放应该是一种主动和免费的开放，而不是经常被探讨的“申请信息公开”。
2、大数据基础设施的开放
有了大数据思维，企业就会希望加快建设平台，投资相关的硬件和软件。但是如何存储，处理并结合云对企业是个挑战。因此基础设置的开放对很多无力建设自己平台的中小企业来说就非常重要。一些拥有庞大平台的企业，如谷歌、亚马逊已经开始积极尝试，比如提供基础数据处理和分析平台。
3、价值挖掘能力的开放
当我们在挖掘数据的时候，最主要的是在业务中体现其价值。但大数据具有非常明显的两面性，某些大数据是十分重要且有价值的，但绝大部门离散的数据是无用的。这让挖掘大数据一方面可以产生高价值，但也可能给企业带来沉重的负担。
所以开放价值挖掘能力对降低数据应用的门槛非常重要。让数据价值平民化和市场化。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
