一場新冠病毒席捲全球，目前國內疫情即將消散，眼下最重要的就是嚴防境外輸入病例，那麼在本次疫情防控中，我們常聽到用大數據幫助疫情防控，那大數據究竟如何幫助政府及相關部門做防控，可以用到哪些數據呢？
1、運營商大數據在用戶授權的基礎上，基於運營商數據來查詢最近在哪個地方用過移動信號。但若僅憑通過漫遊地來查詢也不能完全“自證清白”，因為還有不少人有不少於一部手機，一張手機卡。那還需要其他的大數據來補充。
2、出行大數據受春運影響，疫情發生在過年期間，正值人口大流動，以湖南省為例，早前對於2020年高速路網流量的判斷，基於湖南省高速公路綜合管理平臺大數據分析，預計2020年春節期間全省高速公路出入口通行車輛總數為2,686萬輛，同比增長約8%，佔春運總流量的24.2%，日均流量383萬輛，是平日的2.2倍。峰值日流量再創新高，將可能突破500萬輛，是平日的2.9倍，峰值日出現在正月初六(1月30日)，同比增長約3%。春節期間跨境流量約為366萬輛，較去年增長13%。如此巨大的流量給疫情防控帶來巨大壓力。
通過某德地圖數據或者某度地圖數據可查詢用戶行程，但是這些數據因為是基於人的關係，過於隱私，並不能開放共享出來。那如果有基於車輛的數據來判斷大家最近有沒有去過湖北地區就可以有效做疫情防控了。目前有基於物聯網的數據與國家各個高速路口採集的高速大數據可以來判斷車輛近期的行駛軌跡。物聯網數據因受到採集的裝備影響，數據散落，且無法覆蓋全部車輛，很難適用於在本次疫情防控中。
目前可用的就是基於國家部委的高速大數據可以判斷車輛近期有無去過湖北等疫情高發區。高速大數據覆蓋全國範圍（西藏、海南除外），超過20000個高速出入口站點數據實時採集，包含全部車輛數據（想了解此數據可關注維新號：數據寶平臺）。將這些數據應用在關口、社區、工廠可快速核驗車輛近期是否有去過疫情高發區 ，當然這些無法覆蓋到其他方式出行的人們，比如鐵路出行與坐飛機出行的用戶。
目前鐵路大數據與航旅大數據都已經開放共享，通過高速大數據、鐵路大數據、航旅大數據以及上文的運營商大數據已經可以覆蓋大部分的出行用戶。
3、金融大數據通過判斷此用戶在疫情期間是否有湖北消費行為也是一種維度，目前有某寶、某信、以及銀聯數據；當然還有一部分是現金消費，但是筆者認為，在2020年了，還有人能躲過大數據的要麼是神仙，要麼就是生活在深山老林中的隱者。
4、面對這場沒有硝煙的戰爭，我們不僅需要專業的醫護工作者，更需要類似於運營商大數據、公安大數據、高速大數據、鐵路大數據、銀聯大數據等大數據資源來支撐這場“抗疫戰爭”，尤其是覆蓋全國範圍的高速大數據資源。
5、抗擊疫情，如何利用高速大數據手段核驗流動人口近期是否有湖北居住史或旅行史成為當前防控疫情的一項重要措施。目前來說，基於數據+雲計算各類產品成為疫情防控主力。
在疫情中哪些數據可以快速對疫情進行防控，我認為運營商、銀聯、公安、鐵路、航旅、高速大數據都在本次疫情中起到重大作用。
6、目前三大運營商已經開通漫遊地查詢來進行行程證明，用戶輸入身份證後四位可以查詢到自己最近15天去過哪裡，這極大地幫助了大多數守規矩自覺隔離14天的人能夠有據可依，證明自己是安全的。但這些並不能證明全部，因為有少數人會耍“小聰明”，部分人可能有2張以上運營商的號碼，這個時候就需要其他的證明材料了，對於很多人來說太難了，而且有感染風險。
7、還有其他數據作為補充，本次疫情發生在春節假期中，這意味著有大量的流動人口，這些人返程要麼是鐵路出發，要麼是高速公路離開，鐵路就不用多說了，現在都是實名制乘車，拿出自己的車票就可以證明自己最近的行程。當然鐵路大數據也是可以在疫情防控中發揮很大作用的。
那對於自駕車輛選擇高速返程的如何能夠快速證明呢？當然這裡需要有關部門去做這個事情，
政府可以依據高速大數據資源在高速路口對入城車輛進行快速判斷該車輛近期是否有沒有去過疫情敏感區域或者途徑疫情敏感區域，這樣極大的提高了防控效率，防止瞞報等行為。閱讀更多 深度微觀系列 的文章
