【“大数据”战略：争夺全世界的下一个前沿】
联邦政府的每一个机构和部门，都需要制定一个应对“大数据”的战略。
——《规划数字化的未来：美国总统科学技术顾问委员会给总统和国会的报告》2010年
业务工作的管理数据，民意社情的调查数据，以及对大自然、动植物的特点和变化进行监控而产生的环境数据，是联邦政府的三大数据来源。这三种数据，其发展各有先后，收集方式各不相同，数据量也大小不一。它们之间，存在着一些交叉和重叠，有一些民意调查的数据，是业务数据，而一些因环境监控产生的数据，也可以是业务工作的数据。
由于无线传感器的快速普及，环境数据增长得最快，成为联邦政府数据量最大的来源。
虽然环境数据增长得最快，但这三种数据，其实都在爆炸。这种爆炸，并不仅仅是数量一个维度的。2001年，著名的高德纳咨询公司（Gartner）在一份研究报告21中指出，数据的爆炸是“三维的”、是立体的，这三个维度，主要表现在以下三个方面：
一是同一类型的数据量在快速增大；
二是数据增长的速度在加快；
三是数据的多样性，即新的数据来源和新的数据种类在不断增加。
数据的爆炸性增长，也不仅仅限于联邦政府。如前文所述，2011年麦肯锡公司在其研究报告《大数据：下一个创新、竞争和生产率的前沿》中指出，在美国，仅仅制造行业就拥有比美国政府还多一倍的数据，此外，新闻业、银行业、医疗业、投资业、零售业都拥有可以和美国政府相提并论的海量数据。
哈尔•范里安（Hal Varian）是谷歌的首席经济学家，也是美国研究信息经济学的著名学者。2000年，他对数据和信息产生的速度进行了研究，他认为，人类社会每年产生的信息量，实在太大了，已经没办法用准确的方法来计算现有的数字信息总量，只能估算。他估计2000年新产生的数据量为1000拍到2000拍。但到2010年，仅仅全球企业一年新存储的数据量就超过了7000拍，而全球消费者新存储的数据量约为6000拍。
这种数据量的增长，已经大大超出了人类的预期和想象。时至今日，数据已经像“洪流”一样，在全球的政治、经济生活当中奔腾。而且，随着信息技术的普及和进步，新的支流还在不断产生，各个支流流动、交汇和整合的速度，还在继续加快。
作为美国社会的信息枢纽，联邦政府当然要正面迎对这个挑战。
2010年12月，总统行政办公室下属的科学技术顾问委员会（PCAST）、信息技术顾问委员会（PITAC）向奥巴马和国会提交了《规划数字化未来》的专门报告，该报告把数据收集和使用的工作，提到了战略的高度。
这个报告列举了5个贯穿各个科技领域的共同挑战，报告指出“每一个挑战都至关重要”，而第一个挑战就是“数据”问题。报告说：
“如何收集、保存、维护、管理、分析、共享正在呈指数级增长的数据是我们必须面对的一个重要挑战。从网络摄像头、博客、天文望远镜到超级计算机的仿真，来自于不同渠道的数据以不同的形式如潮水一般向我们涌来。这些数据以不同的格式存储在不同的环境中，有的在计算机的硬盘里，有的在数据仓库之内。
如何保证这些数据现在、将来的完整性和可用性，我们面临着很多的问题和挑战。如何使用这些数据，则是另外一个挑战……应对好这些挑战，将引导我们在科研、医疗、商业和国家安全方面开创新的成功。”
在报告中，两个委员会还例举了美国癌症研究所以及中央情报局如何通过收集海量数据、建立数据仓库、实施以数据挖掘为核心的自动分析技术，获得了出人意料的创新和成功。
委员会一致认为，如何有效地利用数据将贯穿所有科技领域的挑战。最后，两个委员会向奥巴马建议：联邦政府的每一个机构和部门，都需要制定一个“大数据”的战略。
其实，“大数据”这个名词并不新鲜，早在1980年代，美国就有人提出了“大数据”的概念。20多年来，各个领域的数据量都在迅猛增长，美国的企业界、学术界也不断地对这个现象及其意义进行探讨，“大数据”这个名词变得越来越流行、越来越重要，最后成为了国家和政府层面的发展战略。
之所以要称之为战略，是因为“大数据”之“大”，并不仅仅在于其“容量之大”。当然，由于数据容量的爆炸，数据的收集、保存、维护以及共享等等任务，都成为具有研究意义的现象和挑战。但“大数据”之“大”，更多的意义在于：人类可以“分析和使用”的数据在大量增加，通过这些数据的交换、整合和分析，人类可以发现新的知识，创造新的价值，带来“大知识”、“大科技”、“大利润”和“大发展”。
如前文所述，数据，是记录信息的载体，是知识的来源。数据的激增，意味着人类的记录范围、测量范围和分析范围在不断扩大，知识的边界在不断延伸。
2007年，雅虎的首席科学家沃茨博士在《自然》上发表了一篇文章《21世纪的科学》22，他发现，得益于计算机技术和海量数据库的发展，个人在真实世界的活动得到了前所未有的记录，这种记录的粒度23很高，频度在不断增加，为社会科学的定量分析提供了极为丰富的数据。由于能测得更准、计算得更加精确，他认为，社会科学将脱下“准科学”的外衣，在21世纪全面迈进科学的殿堂。例如，新闻的跟帖、网站的下载记录、社交平台的互动记录等等都为政治行为的研究提供了大量的数据，政治学这门古老的学科，将登堂入室，成为地道的“科学”。
麻省理工学院的教授布伦乔尔森（Erik Brynjolfsson）则比喻说，大数据的影响，就像4个世纪之前人类发明的显微镜一样。显微镜把人类对自然界的观察和测量水平推进到了“细胞”的级别，给人类社会带来了历史性的进步和革命。24 而大数据，将成为我们下一个观察人类自身社会行为的“显微镜”和监测大自然的“仪表盘”。
这个新的显微镜，将再一次扩大人类科学的范围，推动人类知识的增长，引领新的经济繁荣。麦肯锡全球研究所在其2011年的报告中最后概括说：大数据，将成为全世界下一个创新、竞争和生产率提高的前沿。
抢占这个前沿，无异于抢占下一个时代的“石油”和“金矿”。
2012年3月29日，奥巴马政府又进一步推进了其“大数据”战略。奥巴马的高级顾问、总统科学技术顾问委员会（PCAST）的主席霍尔德伦（John Holdren）代表国防部、能源部等6个联邦政府部门宣布，将投入2亿多美元立即启动“大数据发展研究计划”（Big Data Research and Development Initiative），以推动大数据的提取、存储、分析、共享和可视化。霍尔德伦也是哈佛大学肯尼迪政府学院的知名教授，他在讲话中表示：像美国历史上对超级计算和互联网的投资一样，这个大数据发展研究计划将对美国的创新、科研、教育和国防产生深远的影响。
奥巴马则强调联邦政府必须和公司、大学结盟，全民动员（All Hands on Deck），来应对“大数据”时代的挑战。
【大挑战——逐鹿政坛：得数据者得天下】
“政治技术决定政治成败。“——莫顿•布莱克韦尔，美国政治活动家
2011年4月4日，奥巴马以电子邮件和视频的方式，正式宣布自己将参加2012年的总统竞选、争取连任。
4年多以前，2007年2月，他在广场上的人潮中宣布了自己将参选总统的决定。作为代表伊利诺伊州的联邦参议员，他选择了位于该州首府的议会广场作为集会地点，这里曾经是林肯总统发表演讲的地方。奥巴马在凛冽的寒风中，面对沸腾的人群和高声喝彩，发表了近一个小时的演讲，随后开始了他长达一年多的大选征程。
但这一次，没有簇拥的集会、鼓动的口号和大幅的标牌，一切都由网上的点击，在瞬间平静地完成。
另外几位热门人选，如前麻省州长罗姆尼（Mitt Romney）、前众议院议长金里奇（Newt Gingrich）也先后用推特（Twitter）和脸谱（Facebook）正式宣布了他们的参选意愿。
而通过集会拉开竞选的序幕，原本是美国上百年的政治传统。
有评论说，这表明，脸谱、推特和视频分享网站的发展已经深刻地改变了美国的政治生态，新的传统正在形成。还有评论指出，这次总统大选，是民主、共和两党都充分认识到社交网站重要性之后的第一次大选，技术对政治的作用将前所未有地凸显。
回顾历史，从上个世纪30年代的广播，到60年代的电视，再到本世纪初的互联网，技术一直在美国的政治生活中扮演重要的角色，甚至决定选举的成败。
互联网出现之后，就交流和互动而言，广播和电视无疑相形见绌。和它们相比，网络能提供一种没有强权的、多中心的、双向的甚至多向的信息交流方式，这一改广播、电视单向交流的不足，使候选人和选民之间的互动方式发生了深刻的改变。
如果说2008年的大选，是一场关于网络技术“用多”还是“用少”的较量，那么2012年的竞争，工具本身已经不再是竞争的优势。因为，近4年来，民主、共和两党都鼓励本党的政治家把网络作为必争之地，网络的重要作用已经得到了政治家的一致重视。共和党曾经发起“新媒体挑战”（New Media Challenge）的竞赛活动，以网络上粉丝的增长速度为衡量标准，鼓励党员集聚网络人气。比赛进行了一个半月，最后来自路易斯安那州的众议员佛兰芒（John Fleming）夺得了第一名。民主党当然不甘落后，也举办了类似的“在线政治明星”评比活动。
也就是说，两党的主要竞争者都在大规模地使用网络。竞争的重点已经不是“用不用”的问题，而是“如何用”、“用得好不好、巧不巧”。
互联网在政治竞选中的主要功能有两个，一是交流，候选人通过它和选民展开个性化的实时对话、收集采纳民意，并为自己的政治主张寻找支持；二是动员，通过它发动草根力量，完成召集志愿者、募款、造势等关键的选举活动。
当前，谁能把网络交流和动员这两个功能发挥得更好、运用到极致，其竞争的核心和重点，就是数据。
可以说，这是一场数据竞争。数据收集、分析和整合的能力已经成为技术和网络竞争的关键所在。
2008年，奥巴马通过他的个人竞选网站收集了1300万人的个人信息和邮件地址，这曾经是他在交流规模上无可比拟的优势。但和2008年相比，如今的脸谱等社交网站已经不仅仅是个交流平台，还是一个记录了8亿人资料的开放“信息港”，第三方可以在上面开发新的应用并与其现有的数据直接相联，这为其他候选人提供了超越奥巴马的可能性。
奥巴马在宣布再参选以后，立即重新改版了他的个人网站。支持者一登录，便被要求提交其社交网站的账号，并询问是否能够读取其在社交网站上的档案信息，甚至索要在用户社交网页上发布消息的授权。这些举措，招招式式都是为了获取更多、更翔实完备的选民数据。
其他候选人当然也不甘落后，几乎每个候选人都先后推出了自己的网站，个别候选人甚至不惜重金，用送出纪念品的形式来鼓励选民把自己的账号和社交网站的账号挂钩相连，其目的都是为了扩展自己的数据容量，扩大未来与选民交流的规模。
与交流规模相比，交流的质量更为重要。大规模发送信息并不难，但只有挠到接收方痒处和痛处的信息才可能引起真正的关注。这就要求发送方必须了解信息受众，而不是简单地“群发”。这个方面，奥巴马已经有教训和体会。2011年7月29日，美国国会在为是否提高国家债务的上限进行激辩。奥巴马一天内连接发出十多个推特（微博），要求他的粉丝采取行动、给议员施压，催促他们通过提高债务上限的提案。但当天晚上，奥巴马的推特就流失了33000多名粉丝。奥巴马的技术团队随后对此进行了调查，发现其中的原因，正是很多人对这个话题不感兴趣，认为“总统在给他们发送信息垃圾”。
奥巴马的团队正在全力提高数据细分的能力。例如，堕胎问题一直是两党辩论的热点，奥巴马如果能在辩论之时，锁定35岁以下的女性进行信息交流，就可能形成稳定的观点联盟，造成声势。又比如，一谈到养老金问题，50岁以上的老人将成为第一目标群体。
除了性别、年龄之外，选民还可以按地域、种族、教育程度、宗教信仰等其他维度来划分，这些维度，还可以交叉，交叉分析的维度越多，信息受众就能分得越细、瞄得越准，信息交流的效率也就越高。此外，除了数据的细分，还可以通过数据模型预测不同选民的不同需要和行为模式，最终把个性化的短信和视频通过互联网或手机送达特定的群体。
除了交流，成功的动员也离不开有效的数据支持。研究表明，选举动员的重点是争取“墙头草”或“中间派”，最有效的方式是派出志愿者上门游说，这可能将选票拉升几个百分点，在势均力敌的情况下，成为胜出的关键。如果能掌握这类“中间派”人士的基本信息甚至个人喜好，志愿者的登门游说就能有的放矢、事半功倍。所以如何在网上确定这个群体、获取他们的数据，是决定动员效率的一个关键。
此外，通过不同数据库之间的分析和整合，为毕业于同一个学校、居住在同一个地区甚至拥有同一个爱好或观点的志愿者建立新的网络联系体，让支持者感觉同声同气、彼此相连，也能极大提高动员的效率和士气。
围绕数据细分的这些精细化的应用，可谓多不胜数。这种基于数据的选民细分方法，也被称为“纳米定位”（Nanotargeting） 。
当然，奥巴马能否最终当选，还取决于政治、经济、社会等等诸多方面的因素，但如果仅仅从技术层面来考虑，这一仗争的是数据，比的是数据收集、分析以及整合的能力。从这个意义上来说，得数据者得天下。这种基于数据的竞争，当然不仅仅局限在政治选举的领域。其实，早在2008年奥巴马当选总统之前，商业领域的数据竞争现象就引起了学界的研究和关注。
