前言：大数据是一个事关我国经济社会发展全局的战略性产业，大数据技术为社会经济活动提供决策依据，提高各个领域的运行效率，提升整个社会经济的集约化程度，对于我国经济发展转型具有重要的推动作用！2016年，由中国首席数据官联盟与网加时代网发起并承办，北京大学信息化与信息管理研究中心、中国新一代IT产业推进联盟、数邦客协办的“影响中国大数据产业进程100人”大型人物专访活动全面启动，被采访对象分别来自政府、产、学、研、企各个领域，他们将从不同角度，不同层面向大家阐述当前大数据产业热点、难点、疑点问题，为中国大数据产业健康、持续发展探索经验、保驾护航，敬请关注！
第二十二期专访人物：中国首席数据官联盟专家组成员，“工业互联网+”联盟秘书长，一线大数据国际联盟（筹建）创始人李正海
李正海，“工业互联网+”联盟秘书长，一线大数据国际联盟（筹建）创始人，高级工程师，高级程序员。1993年毕业于北方交通大学机械系铁道车辆专业。主要业务领域：信息透明化及可视化、知识创新、创业孵化。
本期特邀嘉宾中国首席数据官联盟发起人鲁四海，就如何进行大数据顶层设计向李正海先生发起提问。
鲁四海：大数据领域很少有人提到顶层设计，所以先请您给讲一下您眼中的顶层设计是什么？
李正海：好的，顶层设计是需要综合运用系统论、博弈论、控制论的方法，从全局的角度，对大数据工作的各方面、各层次、各要素统筹规划，以集中有效资源，高效快捷地实现大数据发展目标。
顶层的定位：既然是顶层设计，那么首先就必须有顶层的定位，在实际的运作中，编制顶层设计的人员，往往不是企业的最高领导，这就需要编制者把自己定位在最高领导的层面来看待问题，而作为大数据项目，必须体现足够的高度，这就意味着还需要以更高的角度来定位，一般建议至少再提升三个层次。具体而言，例如一个工厂制定大数据目标，可能编制者是企业的CIO，CIO就必须首先把自己提升到CEO的层面，再扩展三层，那就分别是集团层面、行业层面、地区经济层面（供应链生态层面）。要素梳理：然后是顶层设计需要考虑各要素，从全局角度看待，运用系统论的方法，建议可以按照高度、长度、角度的方法进行设计。高度方面例如按照组织维度，在企业可以按照工人、班组长、车间主任、副总经理、总经理这样的高度不断上升；长度方面针对流程，例如企业的合同发展流程，这个流程需要实现全流程、全生命周期，从询价、合同、付款、发票、发货、收货、验收、安装调试、售后服务，并指导服务中产生的问题促进产品的改进；角度也可以理解为维度，大数据涉及多个维度，例如企业中的产品角度、商务角度、技术角度、工厂角度、设备角度等。分析关系：需要分析系统与要素之间的关系，要素与要素之间的关系，这种关系是因果关系、关联关系、逻辑关系等等。在数据层面上，需要考虑数据的总分关系、比较关系、时序关系、空间关系、关联关系等等，这种关系需要注意的是不仅仅要考虑单个要素与单个要素之间的关系，更需要考虑多要素之间的关系，从而构建模式、模型。要素提升：针对各种要素，需要分析要素的现状、需求，确立要素的发展目标、资源分配、具体任务、行动计划和执行保障措施等。这是大数据顶层设计的颗粒化考量，也是大数据顶层设计能否可行的关键。
综合平衡、创新为先，在前面的工作完成后，从系统的层面综合平衡，实现统筹规划、分布实施，以效益驱动为原则，不断突破重点要素发展，从而形成滚雪球的良性循环，在各个组织、流程、业务方面实现创新，从而形成一个高水平的大数据发展顶层设计。
鲁四海：大数据顶层设计看来确实是一个复杂的工程，那么有哪些原则是必要遵循的？
李正海：在进行大数据顶层设计时，需要收集足够的信息，确立多个方案，与相关的资源相匹配。大数据顶层设计的内容首先需要有可行性，是可实施可操作的，表述简洁明确，实施量化管理。然后需要有关联性，大数据项目不是单元项目，抽一发而动全身，因此对于各个要素之间的联动关系、博弈关系需要理顺，例如各个部门之间的利益平衡问题。第三是技术先进性，大数据是典型的技术密集型事业，因此需要有国际化视野，结合国际发达国家、国际500强公司的层次进行设计，并且不断动态创新。第四是有经济性，综合平衡大数据的投入产出，充分利用互联网时代的外部资源，实现生态发展，优化资源配置，从而获得较高的经济与社会价值。