在中国投资气象领域应该知道的事儿

正文

请到「今天看啥」查看全文

此举对于政府支持农业稳定，保险公司、保险经纪公司、气象服务单位则为创收，属于多赢的做法。只要操作上需要掌握各方利益(这也是最难的，需要掌握政府资源调配)，大家就可以科学创收。这应该是天气指数保险在中国目前看到的机会，只要搞定ZF。

国外经验：

出身Google的WeatherBill (孟山都并购后称Climate Corporation；2016 年拜耳收购孟山都)一直是国内相关公司对标(Benchmark)，但是 2015 年与Climate工作的朋友以及其相关客户都反馈，保险产品卖得一塌胡涂，16 年Climate低调的把保险部份卖掉，专业从事美国土地土壤信息化业务。日本、印度等邻近的国家，不管是樱花险、赏月险在to C端的天气指数保险过去几年销售数据也低到不敢公布。

气象数据使用：

目前非常大多数中国的气象服务公司比较适合定位为：气象信息数据的搬运工，根据中国中央气象台的结果还有国外的气象预报数据(如美国的AccuWeather,TWC)进行整合，大多数工作就是从数据库搬到自己的地盘(数据库、网站或是手机APP)，技术难度与专业性没有门槛。天气的中长期预测，也多是基于中国气象局的结果气象人员的经验(如过去相类似条件的赤道水温、太阳黑子，…，等模式判断)进行再加工服务。

卫星数据、雷达数据、地面观测站数据，目前体制非常完备，但是在进行商业化却面临质量问题，如数据延迟过久、数据缺失、数据质量不合规，…，等。很多气象服务公司花费大量心力在降低无法达到商务服务质量的需求；即SLA(Service Level Agreement)的要求是气象数据服务的紧箍咒，一方面仅是数据搬运工不是数据所有者(中国的气象数据属于国家-全民)，另一方面又要满足客户的服务要求。所以多数手机上的天气信息，所呈现的现在天气状况常常都是用最近一次预报的数值取代，就是从气象观测台站→县气象局→市气象局→省气象局→中国气象局信息中心→…，最优最快基本都需要经过半个小时以上(还不考虑数据质量)：你看到的数据都最快都是半小时前的实测数据(最理想状态)。

以目前使用的实况格点数据，就是可能半小时甚或一小时前的气象台站实际观测数据，以硬差值的方式做成每一公里的天气数据值(以一维差值举例：天安门测得降雨 10mm，10 公里外的大兴气象站没有降雨(测得降雨为0)，硬差值不考虑地形等影像，每往大兴一公里就减少1mm降雨量)，这样的做法不使用地形等模式要素，往往就是权衡效率与准确下的产物(实际上可能离开天安门两公里就没有下雨)。

气象数据应用：

天气数据虽然自建国至今不到百年，整体来说算是非常完整与有质量的数据，相对于行业的数据则有太多背景因素，以淘宝的零售数据而言也起于 2013 年才拿得出手，在过去 30 年的高速成长才开始数字化管理的阶段。气象服务公司要进行天气数据与行业数据拟合，关键在于需要对行业的每个数据都非常地了解其背后的商业意义，才有机会把行业的业务数据清洗干净完整，这样的人员不仅仅是要求对理论与工具的掌握程度，更缺乏时对商业世界的理解(理论上传统的管理咨询顾问受过类似训练，但实际上也是可遇不可求)，所以成果只能GARBAGE in garbage OUT。

请到「今天看啥」查看全文