把資料比做原石更恰當，好比採油的原油，如果沒有加工，那價值不大，如果深度加工，能產生各種型別的油，機油，煤油，柴油，瀝青等，非常有價值。

資料也是，需要深度的挖掘，日常接觸的關係資料，就有各種不同的挖掘方法，標籤傳播演算法，知識圖譜，聚類，圖神經網路等，不同的方式產生不同的價值。

當然，資料還需要彙總，資料孤島，再多的資料價值也不大

這個問題很有意思。大資料時代，時間是否都是珍貴的資產？這個問題不是單純由是或者否來回答的。要明白的是，大資料的精髓並不是掌握海量的資料，而是從資料中挖掘出更高的價值。

很多行業或者企業經過長年的業務積累，已經擁有了海量的業務資料；又有很多企業為了擁抱大資料時代，花重金購入了海量的資料。但是如果不懂得從中挖掘出來更多的資訊，那麼這海量資料就是毫無價值。相反即使擁有技術但沒有資料也是毫無意義。所以技術和資料兩者是相輔相成，缺一不可的。

那麼如何能夠讓資料變得更有價值呢？藉助統計學以及AI技術來搜尋出資料中隱藏的資訊。舉一個例子，大家在瀏覽電商網站的時候，會見到很多“推薦購買”的內容，那麼這些推薦是怎麼來的呢？比如你買了一臺手機，那麼系統後臺就會搜尋出買過這臺手機的其他使用者，從中發現這其中有80%的人又購買了移動電源，那麼這時候系統就會把移動電源推薦給你（當然，實際的推薦邏輯會包含很多參考因素，這裡只是舉個最簡單的例子）。

就目前的發展，大資料技術已經再各個領域發揮出了巨大的作用。而在這樣一個大資料時代，資料和技術相結合，會帶來巨大的收穫。

資料本身與”寶”無關，所謂的”寶”是APP名稱的慣用字。

資料本身是冰冷的，只有真實可靠、源於經濟事項的資料，才具有一定的價值，將這些資料應用於企業經營過程中的決策、分析才是真正的寶。

大資料時代的資料有那些作用。

對於運輸公司來說，貨源的資訊與運輸車輛的資訊，公佈在運輸資訊網站上，可以方便車輛帶貨，少跑空趟。

超市的物品採購、櫃檯貨品佈局，可以根據當地顧客的消費習慣，進行合理安排，提升銷售業績。

當你在淘寶上購物大資料就會根據你的需求把相關的其他物品發到你的手機上，供你參考。

手機上的地圖，可以方便你的出行，幫你設計交通路線。

大資料可以把我們需求的相關資訊加以統計分析，得出一些具有相關的因素，找到一些指向性的東西。但是，不能找出決定的因素和關係。

大資料可以分析我們喜歡的食品，但是我們每天的飯量基本都是相同的，飯量決定於我們工作生活的習慣，飲食有節，起居有常。

利用大資料的價值在於，可以幫助我們建立起客觀現實與理論體系的橋樑----數學模型。加強理論對實踐的指導，提升產品、事業成功的機率。但是，成功的決定因素是人系統性的創新能力，而不是僅僅在於技術統計的分析。

我們要用好大資料的統計分析結果的指向性，還需要進一步深入研究內在的決定因素。全面客觀辯證地提出解決方案。

資料也就是事實的根據，科學發明缺少資料證明原理將會一事無成，資料虛假會造成更大危害，中國科學武器的發展，工農商企業的改觀，都離不開實踐的資料關聯，再者，當前的新冠病毒原始於哪，同樣離不開資料的實證，資料是撿驗真理的根本，所以，資料是個寶。

萬事萬物都有雙面性，資料也不例外，就想古代發明火藥一樣，資料作為一種新型意義上的能源或者資源，更是有它的兩面性，關鍵看誰用用在什麼地方

在如今大資料發展日益壯大的時代裡，資料看起來並沒有那麼神秘了。你的電話，出生日期，家庭地址，購買習慣等等這些都可稱為資料。

最近微博上比較火的一個新聞就是，著名脫口秀演員王越池(藝名:池子)與笑果文化的糾紛大戰殃及到了中信銀行，原因就是池子在微博中爆料中信銀行向笑果文化洩密了自己的銀行流水等資訊。銀行流水作為及其隱秘的資訊，都能被中信銀行這樣隨便的洩露給其他人。緊接著帶來的後續就是中信銀行開除了分行行長，這事暫時告一段落。

公民個人金融資訊是公民個人資訊的一部分，包括公民個人身份資訊、個人財產資訊、個人信用資訊、個人賬戶資訊、個人金融交易資訊和衍生資訊等。銀行系統對個人資訊保護始於25年前。

1995年9月10日實施的《商業銀行法》第二十九條第二款規定：“對個人儲蓄存款，商業銀行有權拒絕任何單位或者個人查詢、凍結、扣劃，但法律另有約定的除外。”從文意解讀角度看，當時的立法不夠嚴謹，個人賬戶資訊是否提供的自主權在銀行。也就是說，當有單位或者個人來要求銀行實施查詢、凍結、扣劃行為時，接受還是拒絕由銀行決定。可見，在當時社會背景下，個人資訊保安已經得到了重視，但尚未充分。

2000年3月20日，國務院第285號令釋出《個人存款賬戶實名制度規定》，共12條。其中，第八條規定：“金融機構及其工作人員負有為個人存款賬戶的情況保守秘密的責任。金融機構不得向任何單位或者個人提供有關個人存款賬戶的情況，並有權拒絕任何單位或者個人查詢、凍結、扣劃個人在金融機構的款項；但是，法律另有規定的除外。”這是第一次明確金融機構對個人資訊的保密義務，明令禁止金融機構向第三方提供個人存款賬戶的情況。

2011年1月21日，華人民銀行下發《關於銀行業金融機構做好個人金融資訊保護工作的通知》，首次對個人金融資訊作出界定，並提出保護要求。第四條明確規定：“銀行業金融機構不得篡改、違法使用個人金融資訊。使用個人金融資訊是，應當符合收集該資訊的目的，並不得進行以下行為：……（二）向本金融機構以外的其他機構和個人提供個人金融資訊，但為個人辦理相關業務必需並經個人書面授權或同意的，以及法律法規和華人民銀行另有規定的除外；……”各家商業銀行幾乎都以此為指導，擬訂了自己的個人金融資訊保安保護內部規定。

2015年8月29日，《商業銀行法》進行修訂，未對1995年《商業銀行法》第二十九條第二款的規定進行修訂。

這是一個非常好的問題，作為一名大資料領域的從業者，我來回答一下。

首先，在大資料時代，資料的價值將得到全面體現，資料價值化也是大資料技術體系的重要目的之一，所以從這個角度來看，在大資料時代，資料本身就是一個重要的價值載體。

從技術體系來看，要想讓資料體現出價值，通常需要經過三個大的階段，其一是資料採集階段；其二是資料分析階段；其三是資料應用階段。雖然最終的資料應用是體現資料價值的出口，但是資料採集往往是整個資料價值化過程的起點，資料採集對於資料的價值密度也有非常直接的影響，所以當前在大資料領域當中，也有一部分企業會專注於資料採集工作。

資料採集本身有很多渠道，常見的資料渠道包括網際網路、物聯網、傳統資訊系統等，另外資料採集也可以線上下完成，線下的資料採集往往會採集到很多價值密度比較高的商業資料。資料採集本身是有邊界要求的，隨著一系列法律法規的落地，未來資料採集將逐漸規範化，一些涉及到個人隱私的資料將受到重點保護。從大的行業發展趨勢來看，目前資料採集依然處在“紅利期”，創業者依然可以專注於資料採集領域，但是資料採集門檻正在不斷提升。

資料分析是資料價值化的核心步驟，也是技術含量比較高的步驟，當前的資料分析有兩種常見的方式，其一是採用機器學習的方式，其二是採用統計學的方式。資料分析過程對於從業者的技術要求是比較高的，比如需要具有一個紮實的數學基礎、統計學基礎和計算機技術基礎等等，而且通常需要一個技術團隊來完成這個資料價值化的過程。

在產業網際網路時代，資料分析要全面垂直到行業領域，行業領域的資料分析不僅需要有資料分析技術，同時還需要有行業背景知識，行業背景知識往往能夠決定資料分析的走向，所以對於資料分析的從業者來說，深耕行業領域還是非常重要的，這是提升自身崗位價值的重要方式。

資料應用是體現資料價值的重要出口，可以說資料應用價值在很大程度上決定了資料價值。從技術體系結構來看，資料的應用出口有兩大類，一類是人，另一類是智慧體。對於行業領域的資料應用出口，當前重點還是人力崗位，這個過程往往就是一個透過資料完成價值化連線的過程，這個過程的價值增量還是比較明顯的。

大資料應用的另一個出口則是智慧體，而隨著人工智慧技術的不斷髮展，未來智慧體將成為資料價值體現的主要出口，而這個過程也會全面體現出大資料自身的價值。做一個不太恰當的比喻，如果把智慧體看成是一個廚師的話，那麼大資料就是各種食材，食材對於廚師的重要性與資料對於智慧體的重要性有一定的相似性，簡單的說，資料是智慧的重要基礎之一。從這個角度來看，在智慧化時代，資料的價值會形成一個穩定的基礎，資料也可以看成是一種新型的“能源”，這個能源的價值就在於能夠驅動各種智慧體。