浅谈安全报警服务大数据应用

安全报警服务大数据的内涵及外延

安全报警（服务）行业是一个以结果诉求和导向为主的特殊行业，对于产品和服务的直接使用方（或者说叫受益方）即客户而言，其最核心的关注点在于安全保障，追求的结果是利益的不受损失。某种意义上而言是一种感性而难以量化对系统服务的感受性指标——基于哪种技术的运用和组合、是否智能化、是否数据化对用户而言没有根本性的差异，他们只关注安装系统或者使用某项服务之后带来了怎样的结果，更直接一点是他们的财物是否免于被盗或者免于受损。而对于器材商（服务商）或者设备厂家而言，其最核心的关注点在于报警，追求的结果是报警的准确性和及时。而这些是能够有客观技术参数和衡量指标的理性表现——特别是系统和设备厂商需要在各种数据的采集、传输、存储和分析上进行有针对性地处理，使其“大数据化”，从而能够为具体的参数指标的改进和系统的优化起到明确的指引；而对服务运营商而言，也需要具体的数据表现来对日常系统组合搭配、器材选择以及服务优化等作出更科学和数据化的支撑。正是由于二者之间认知追求的差异，在安全报警系统的设计、组合和使用上需要搭配的附加内容和手段也大大不同，从而使得构成安全报警大数据的种类和指标千差万别。

由于安全报警是一个系统组合的持续性过程，期间将会产生一系列的各种数据，理论上都可以算得上“大数据”的范畴。如果从产生的时间段和使用的过程来区分的话，大致将会产生如下一些数据：前端探测器感应到的温度、湿度、压力、速度、方向、加速度、密度、质量等数据信息——即当前安全报警系统的主要探测技术指标，控制系统将这些数据信息与程序设定的各种参数值对比后产生对应的报警信息，主机将这些信息连同主机自身产生诸如时间、编号、自检、故障等系统信息通过电话线或网络一并传输到接警控制中心，经过控制中心进行简单的分析处理后产生对应的操作信息并由接线操作员进行确警、转警、告警、报修、报险、理赔、跟踪等一些列操作和事件记录。从一个动态参数的改变（报警）到最后服务（理赔）结束的这个完整的安全报警服务流程体系中，数据产生并汇集到接警平台这个过程由系统程序自主完成，我们可称之为“报警过程大数据”或者叫“系统性大数据”。接警平台将接收到的指令信息以各种方式传达到各后续处置环节并反馈或评价的处理过程绝大部分由人工完成，我们可称之为“报警服务大数据”或者叫“体验性大数据”。

但是，当前社会以及安全报警服务行业的“大数据热”却在或多或少地影响着广大的从业者，其原因主要在于大多数报警服务商已经越来越深切地感受到了外部行业不景气对自身业务经营带来的冲击。另一方面在行业发展方向上缺乏明确的战略定位和思考，在国家级“互联网+”和“大数据”化的推动下，被动地迎合行业升级与转型——包括各种打着安防大数据运营旗号以及促进传统安全产业升级旗号的各种项目，其本质还是没有脱离O2O以及互联网金融的基础属性，这些项目看重的不过是传统安全报警（服务）运营商背后众多的商业客户资源而已。

安全报警服务大数据的整合与利用

在电子信息技术越来越发达、特别是大数据采集和运用越来越火热的今天，进行基础甚至是全方位的数据采集已经没有任何技术难度，但数据的采集、整理、分析和利用才是真正的“大数据”内涵，安全报警（服务）行业尤其如此——从这个角度而言，目前大多数的报警（服务）企业尽管都打着“大数据应用”的名号，实际上离运用还差得很远。

那么，应该如何有效利用安全报警（服务）大数据呢？除了需要建立起系统地收集、整理、归类、分析的方法论和利用现有的相关数据挖掘整理的技术和工具外，笔者以为可以从以下两个方面入手：

1.利用“报警过程大数据”系统性地优化和改进安全报警系统的功能和性能。报警过程实际上就是检验报警系统功能设计和性能指标的试验场，报警系统的工作过程涉及了前端探测感知、主机控制传输、中心机（服务器）接收处理和平台软件编译转换，如果不对这一过程中的诸多数据进行甄别和利用，也就失去了系统联网意义。

2.在报警系统工作过程中，我们可以整理和分析得出更加符合应用实际的多种有用信息并进行有针对性的优化和改进。比如温度传感器的灵敏度调节问题，湿度传感器的工作寿命问题，压力传感器的接触受力面对探测精度和准度的影响问题，主机控制系统的稳定性和数据传输的速度、准度问题，中心机或服务器对报警数据的接收、存储和处理的响应速率的问题，平台软件对各种数据信息的转换编译转换问题等。这一系列涉及到技术参数指标的优化和改进都需要以大量的日常报警过程数据的积累和分析，对某一个具体的性能指标进行有针对性的调整以符合不同使用场景、不同使用对象、不同使用时段对于安全性和方便性的个性化需求。——我们姑且将其总结为“技术化大数据”。

“技术化大数据”的采集、传输、处理、记录、存储以及分析利用等本身需要依托高度自动化的服务和软件平台作为支撑——这部分是不可见的，对报警服务运营商而言也不需要懂得和理解。同时，在系统的设计上还需要有专门的数据化输出接口以及灵活的人工干预措施。数据化输出既能够满足日常基础数据的归类分析，又便于再累积大量数据的输出和分析。同时，增加灵活的人工干预措施即能够满足不同服务运营商对于基于自身客户类型、服务特征等提供个性化的数据记录和整合分析。基础在于服务设定之初能够预设更多变量以及衍生属性，比如如何有效地获取客户的家庭属性、收入水平、教育水准、资产组合、财务健康状态等等有别于传统安全报警（服务）的基础信息之外的信息采集——姑且称之为“服务性大数据”，而这是当前以及未来最容易变现的数据，也是当下众多在安全报警（服务）基础上提供基于网络商城、O2O、互联网+等概念增值服务的转型项目的重点。

报警服务大数据的应用实际上与用户的日常使用需求和对于安全报警服务的提供、优化和改进息息相关。一方面对于不同的客户群体、不同的安装使用位置、不同的系统启用时段、不同的安全保障服务诉求等个性化较强的服务性内容起到统一的标准制定和个性化满足的方向性指导；另一方面能够方便运营服务商对日常根据市场和用户反馈推出更多种形式的服务内容，同时能够根据一些需求体现的趋势进行挖掘和引导更多形式的安全报警服务，进而开拓出新的报警服务市场。比如将传统的防盗报警扩展到安全报警，将固定点报警扩展到移动目标报警等等。

总体而言，安全报警大数据的应用直接的受益方一是安全报警设备研发生产商——基于报警过程大数据的采集整理和分析，既能够直接改进自身系统产品的功能性能，还能够进行更多应用和业务扩展，比如发布相关行业大数据报告等。二是安全报警服务运营商——基于报警服务大数据的采集整理和分析。目前安全报警设备生产商在大数据积累和应用层面着力尚有不足，反而因为外部经济环境变化和行业变革的影响下试图将触角延伸到服务层面。而安全报警运营商则在服务内容上进行着转型——绝大多数发力的方向都是基于日常生活消费等与日常经济活动直接相关的用户行为，反而对于以安全满足为前提的基础性生活类需求有所忽略。这两种情形的出现实际上都是对于安全报警（服务）内容和行业的专注度和坚持度不够以及对于信息化时代大数据技术运用的认识误区所导致。

一个值得关注的现象是，当前的安全报警（服务）的客户已经对于日常的服务要求提出了众多基于大数据应用的要求，而绝大多数报警服务运营公司却还没有意识到（一方面由于自身业务属性的设定并没有对客户的这种“个性化”要求进行有针对性的满足，另一方面缺乏这种意识以及没有厂家和系统的平台做支撑）。同时，许多在探索安全报警（服务）行业外向发展的运营商本身有了比较明确的思路和方向，却缺乏足够的技术积累以及必要的技术支持，使得很多能够真正“大数据化”的服务类型以及业务组合难以落地和开展——笔者以为这应该引起全行业的高度重视并采取切实有效的措施，特别是行业主管部门以及提供安全报警（服务）平台的广大厂家的重视——在具体的操作和实施上，厂家和服务商之间可以采取合作试点的方式进行有益的尝试，设计出一个既不影响报警服务运营商的基本业务开展，又能真实有效地进行市场业务探索，同时还能在取得共同业绩收获的基础上进行有益的尝试。对于公司经营以及行业发展有追求的企业，应该及时地展现出这样的眼光和胸怀，方可让在全方位的市场经济疲软的冲击下使得安全报警（服务）业焕发出新的生命力。