互聯網大數據發布

Ⅰ 互聯網時代，都說大數據，那什麼是大數據

大數據(big data,mega
data)，或稱巨量資料，指的是需要新處理模式才能具有更強的決策力、洞察力和流程優專化能力的海量、高屬增長率和多樣化的信息資產。
在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》中大數據指不用隨機分析法(抽樣調查)這樣的捷徑，而採用所有數據進行分析處理。大數據的5V特點:Volume(大量)、Velocity(高速)、Variety(多樣)、Value(價值密度)、Veracity(真實性)。

Ⅱ 大數據賦能：如何利用大數據驅動，精細化運營

互聯網時代，很明顯的一個特徵就是大多數信息都是以數據的形式進行記錄，大數據的產生，簡化了人們對世界的認知。通過將人的行為轉化成無數個可以量化的數據節點，從而為人提供了一個「數據畫像」。

大數據等技術的出現，給平台提供多樣化的營銷渠道，比如千人千面的商品推薦，C2M式的需求定製等。類似這樣的大數據應用，既能提高用戶體驗又能提昇平台效率。

1、大數據時代，數據如何驅動運營 

在大數據的驅動下，呈現給用戶的內容都是經過演算法精密篩選的。

當你打開資訊類APP時，演算法根據你的歷史瀏覽類別算出你的閱讀偏好，據此向你推薦內容；當你打開短視頻APP時，你刷到的視頻都是你感興趣並且關注的標簽內容；當你使用打車軟體時，演算法給你推薦你可能會選擇的計程車和價格……

經過演算法推薦，用戶閱讀到的都是自己感興趣或與自己生活圈子相關的信息內容，不感興趣或者觀點相左的內容會被演算法過濾。

2、大數據識別有價值信息，輔助決策 

對於大數據來說，它不僅面臨著如何識別一些重要的信息，而且還要將這些用於決策。

目前業內對於大數據的分析更多地注重在數據識別、儲存、定性描述相關分析等領域。

大數據分析的優點不在於「大」，而在於「准」，尤其在這個信息量大的時代，採用哪些數據進行分析，從而得出更准確的結論則更重要。

3、大數據連接、賦能、跨行業數字化 

通過數據對不同行業賦能，幫助不同行業進行數據價值挖掘。傳統行業和數據行業結合的點在於將線上和線下的資源打通。例如新零售在大數據的賦能下，將廣告和營銷做結合，能夠清晰的看到你的用戶長成什麼樣。

4、如何解讀數據成了非常重要的技能 

互聯網時代，人人都在說大數據、數據分析、數據運營。數據是為你的工作提供反饋和指導的工具，數據會告訴你問題出在哪裡；你想達到一個運營推廣目標，數據會告訴你途徑和方法。

5、企業如何利用大數據分析精準運營 

無疑，大數據時代，數據資產已成為企業的核心競爭力。但數據在手，不會運用它，就會變得沒有價值。在當下企業數字化浪潮中，數據是企業轉型的基礎元素，如何將企業不同業務、類型的數據應用起來，推動企業運營，增加收入、降低成本、提高效率，控制風險等，是很多企業面臨的難點。

數據對運營的重要性已不言而喻，互聯網平台更是以數據驅動運營。產品研發從立項開始已經受到數據的驅動，而運營過程中的產品設計優化、市場渠道推廣、用戶需求、用戶行為和用戶價值等運營活動更離不開數據。

那麼，數據從何而來呢？

構建數據需求： 構建平台關心的數據需求，圍繞著用戶的需求展開，通過數據賣點制定重要事件的採集。可以從數據上，明確看到你的用戶增加、流失、渠道來源，從而幫助你做更好的數據管理，提升投放效率。

數據報表呈現： 數據採集完之後通過動態計算，形成報表，了解你關心數據的升降，你的運營、產品是否有效提升，都能在報表數據得到體現。

在精細化運營的大背景下，學會用數據分析來弄清用戶從哪來、對什麼感興趣、為什麼流失尤為重要。

01、用戶分群，尋找更多的核心用戶

用戶分群本質來上來說，就是將用戶分割成很多的群體，詳細的看每個群體用戶特徵。最經典的用戶模型是R（最近購買時間）F（頻次）M（消費金額），三個維度畫出九宮格立體的象限，了解你最高價值客戶的分布和特徵，輔助你進行決策。同時，通過高活躍核心用戶的運營，能夠幫助你理解你的客戶。

02、營銷轉化漏斗分析

互聯網營銷就像個漏斗，線上曝光後，客戶在瀏覽所發布的內容時，被層層過濾和篩選，沒有需求的、與目標客群不符的都會離開，直到意向客戶的預約。

03、客戶瀏覽來源分析

互聯網營銷要在線上的各個渠道曝光，建立線上營銷矩陣，官網、APP、公眾號、小程序、朋友圈等等，哪個渠道的推廣效果好，客戶瀏覽多，對後期的投放具有非常重要的指導意義，更好的發揮自身的優勢，同時彌補短板。

互聯網運營是個循序漸進的過程，大數據分析可以幫助你加快和不斷完善這個過程。我們來看看中移互聯網大數據如何通過大數據技術分析，真正從數據「觸摸」獲得實際價值。

中移互聯網大數據平台-利用數據驅動運營

中移互聯網大數據產品有數通過專業的SDK數據採集，經過大數據平台服務分析，提供專業的運營數據分析、用戶畫像分析、渠道分析、以及自定義事件分析等，實現數據化管理與運營。

幫助企業洞察用戶畫像和行為，根據用戶畫像結合實時用戶數據，精準定位目標用戶，實時了解用戶行為變化，從中發現用戶需求的改變，及時調整運營策略，降低業務推廣成本，實現效益最大化。

幫助企業隨時掌握各項數據，包括應用分析和網頁分析（含H5），提供全面准確的運營分析、用戶分析、渠道分析等系列服務，並輸出相應的數據報表。完美的解決了企業無法獲取應用或網頁運營分析數據、無法分析渠道投放效果、無法統計應用收入情況等疑難問題。

Ⅲ 北京市消協點名大數據「殺熟」問題

北京市消協點名大數據「殺熟」問題

北京市消協點名大數據「殺熟」問題，數據顯示，八成多（82.44%）受訪者表示在網路購物過程中遭遇過大數據「殺熟」，但是卻鮮有人去進行真正的維權。北京市消協點名大數據「殺熟」問題。

北京市消協點名大數據「殺熟」問題1

據北京市消費者協會3月1日發布的《北京市消協發布互聯網消費大數據「殺熟」問題調查結果》顯示，飛豬旅行和餓了么因存在「新老用戶同時購買相同商品（服務）的標價不同，涉嫌侵犯消費者的合法權益。記者注意到，此前飛豬旅行曾因「大數據殺熟」多次被點名。

據悉，本次大數據「殺熟」問題調查主要採用網路問卷和消費體驗兩種方式，其中問卷調查結果顯示6.91%的受訪者認為自己有過被大數據「殺熟」的經歷，82.37%的受訪者認為互聯網消費大數據「殺熟」問題普遍存在，92.33%的受訪者認為大數據殺熟的原因是利用大數據技術開展差異化營銷。

而在對16個消費者常用的電子商務平台進行的32個模擬消費體驗樣本中，有14個樣本新老用戶賬戶的價格不一致。其中，大多數樣本是因為打折或優惠力度不同導致最後成交價格不同，但飛豬旅行和餓了么的體驗樣本顯示，新老用戶同時購買相同商品（服務）的標價不同，涉嫌侵犯消費者的合法權益。

海報新聞記者梳理發現，2018年10月，飛豬旅行曾因「大數據殺熟」被知名博主在新浪微博曝光；2019年3月27日，北京消協發布報告稱去哪兒網、飛豬等網站存在新老用戶價格不一致的現象；2020年10月19日，浙江省消保委通報了第三季度手裡投訴情況分析，飛豬旅行因涉及「大數據殺熟」被點名。據黑貓投訴平台顯示，飛豬旅行涉及「大數據殺熟」的投訴共計36條。

北京市消協點名大數據「殺熟」問題2

3月1日，北京市消協在官網公布了互聯網消費大數據「殺熟」問題調查活動的最新結果——86.91%的受訪者認為自己有過被大數據「殺熟」的經歷，82.37%的受訪者認為互聯網消費大數據「殺熟」問題普遍存在，92.33%的受訪者認為大數據殺熟的'原因是利用大數據技術開展差異化營銷。

網路購物、在線旅遊、外賣和網約車則是大數據「殺熟」最為集中的四個領域。

數據顯示，八成多（82.44%）受訪者表示在網路購物過程中遭遇過大數據「殺熟」，七成多（76.85%）受訪者在在線旅遊消費中遭遇過大數據「殺熟」，反映在網路外賣（66.96%）和網路打車（63.00%）消費過程中遭遇大數據「殺熟」的受訪者均達到六成多。此外，還有部分受訪者表示在電影消費和視頻消費時遭遇過大數據「殺熟」問題。

據了解，此次問題調查主要採用網路問卷和消費體驗兩種方式。其中，問卷調查自2021年11月1日啟動，截止至2021年11月11日，通過「北京消協」微信、北京市消費者協會網以及消費者網等渠道，共計收回有效調查問卷4186份；而消費體驗調查則選取了16個消費者常用的電子商務平台，共完成32個模擬消費體驗調查樣本。

消費者眼中的「殺熟」標簽

3月1日，國家網信辦等四部門聯合發布的《互聯網信息服務演算法推薦管理規定》（下稱《規定》）正式施行。雖然《規定》並未直接界定大數據「殺熟」行為，但卻對演算法推薦管理劃定了行為邊界：演算法推薦服務提供者不得設置誘導用戶沉迷、過度消費等違反法律法規或者違背倫理道德的演算法模型；不得根據消費者的偏好、交易習慣等特徵，利用演算法在交易價格等交易條件上實施不合理的差別待遇等違法行為。

那麼，消費者眼中的大數據「殺熟」行為又有著怎樣的特徵標簽？

問卷調查結果顯示，八成多（85.38%）受訪者認為大數據「殺熟」主要體現為同一時間不同用戶購買相同商品或服務的價格不同，近八成（79.98%）受訪者認為主要體現為多次瀏覽後價格自動上漲，七成多（75.80%）受訪者認為主要體現為不同用戶享有不同打折優惠形式，近七成（69.37%）受訪者認為主要體現為隱藏或不送老用戶優惠券，六成多（62.26%）受訪者認為主要體現為根據用戶特點提供特定商品或服務，還有部分受訪者認為體現為手機配置不同價格不同、默認勾選之前購買過的服務、不買時送優惠券買時卻沒有等形式。

消費體驗調查發現，部分平台存在新、老用戶賬號同時購買同一商品或服務實際成交價不同現象。例如，體驗人員分別通過新、老用戶兩個賬號同時在某平台訂購同一飯店的同樣飯菜，老用戶賬號不僅比新用戶賬號少了7元「雙重補貼」紅包，而且配送費也比新用戶少優惠0.4元。

北京市消協表示，上述數據說明受訪者認為大數據「殺熟」主要體現在同一時間不同用戶購買相同商品或服務的價格不同、多次瀏覽後價格自動上漲、不同用戶享有不同打折優惠形式、隱藏或不送老用戶優惠券以及根據用戶特點提供特定商品或服務等方面。

沉默的被侵權者

值得關注的是，盡管超過八成的受訪者認為自己有過被大數據「殺熟」的經歷，但是卻鮮有人去進行真正的維權。數據顯示，僅有0.43%受訪者選擇通過司法訴訟方式維權，另有有一半多受訪者選擇不再去該商家消費，有三成多受訪者選擇忍氣吞聲自認倒霉。

梳理調查結果，我們發現，在侵犯權益的認知上，超八成（80.65%）受訪者認為侵犯了消費者的公平交易權，六成多（66.13%）受訪者認為侵犯了消費者的知情權，超過一半（51.51%）受訪者認為侵犯了消費者的選擇權，還有三成多（37.82%）受訪者認為侵犯了消費者的隱私權。

在侵權危害的認知上，九成多受訪者認為大數據「殺熟」會擾亂市場秩序，八成多受訪者認為會透支消費者信任，近四成（37.70%）受訪者認為大數據「殺熟」還會降低用戶忠誠度。

清醒的被「殺熟」認知與極少的維權行動形成了鮮明的對比。對此，北京市消協表示，這說明消費者的法律意識和自我保護意識需要進一步提升。

大數據「殺熟」維權是否還有其他攔路虎？

有近九成（88.01%）受訪者認為是監管手段跟不上，認為是隱蔽性太強（85.95%）、相關法規不健全（82.32%）的受訪者也均達到了八成多，此外還有近八成（79.53%）受訪者認為是不容易取證。

就此，北京市消協提出了四點建議：完善相關法律法規，加大個人信息保護力度，為規范和治理大數據「殺熟」行為提供法律依據；創新監管方式方法，積極運用大數據監管技術，對違法違規經營者進一步加大監管和處罰力度；企業應誠信守法經營，合理採集和使用個人信息，主動接受監管，維護消費者合法權益；企業應誠信守法經營，合理採集和使用個人信息，主動接受監管，維護消費者合法權益。

北京市消協點名大數據「殺熟」問題3

全面遏制大數據殺熟迎來新動作。隨著互聯網信息服務演算法備案系統3月1日起正式上線運行，一眾線上平台依託「演算法」對消費者實施價格差別化對待的土壤亦將盪然無存，由此帶動遏制大數據殺熟正式進入約束「演算法」的新階段。

3月1日起，《互聯網信息服務演算法推薦管理規定》（以下簡稱《規定》）正式實施。根據《規定》要求，具有輿論屬性或者社會動員能力的演算法推薦服務提供者應當在提供服務之日起十個工作日內通過互聯網信息服務演算法備案系統填報服務提供者的名稱、服務形式、應用領域、演算法類型、演算法自評估報告、擬公示內容等信息，履行備案手續。

這意味著，以往被各大互聯網平台視為「機密」的演算法服務將走向透明。互聯網信息服務演算法備案系統將成為各平台演算法服務提供者向全社會公開展示其服務提供「演算法」的「曝光台」，由此帶來的影響或將讓各大平台屢試不爽的大數據殺熟現象徹底無處遁形。

顯然，《規定》也必將堅定貫徹其上位法——2021年11月1日起正式施行的《個人信息保護法》中對「應當保證決策的透明度和結果公平、公正，不得對個人在交易價格等交易條件上實行不合理的差別待遇」的要求，准確甄別披上「數字外衣」的傳統商業「殺熟」行為，守護民眾合法權益。

中國社會科學院法學研究所研究員李順德在接受中國經濟時報記者采訪時表示，將個人信息保護提升到法律層面，無疑將讓行政部門的監管有了更明確的法律依據，而部門出台實施的具體規定，將讓一系列監管要求真正落地。

「只有在監督和約束的前提下，利用大數據等手段合理合法地善用個人信息，才能服務於經濟社會的全面發展。」李順德說，在數字經濟時代，大數據殺熟的存在，背後是對整個市場營商環境的挑戰。因此，確保個人信息和個人合法權益得以保護，也將對國家經濟發展和良好的市場營商環境帶來積極正面影響。

眾所周知，「殺熟」原本的意思，是指向老顧客提供更高價格牟利的行為，這在傳統商業領域早已有之，只不過在大數據演算法快速商用的今天，數字技術正在成為一把「雙刃劍」，原本受益於數字技術帶來諸多便利的消費者，竟也在不知不覺中成為了商家或平台「待宰的羔羊」。

北京大學國家發展研究院中國經濟研究中心教授汪浩在接受中國經濟時報記者采訪時表示，大數據演算法讓需求和供給能夠更高效對接，對市場發展形成天然引導。這對要素的高效匹配而言有著積極作用。而通過約束演算法遏制大數據殺熟，也有助於約束資本無序逐利的行為。

汪浩說，「不斷完善法律約束，精準對數字經濟運用個人信息加以監管和規范，清晰化數字經濟發展與經濟社會各個領域的基本關系和邊界，有助於促進數字經濟持續健康發展。」（中國經濟時報）

Ⅳ 什麼是大數據，它對新聞業有什麼影響

什麼是大數據，它對新聞業有什麼影響？

答：（1）大數據及其特點

「大數據」（Big Data，Massive Datasets）是指無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

大數據具有4V特徵，即海量的數據規模（volume）、快速的數據流轉（velocity）、多樣的數據類型（variety）和價值密度低（value）四大特徵。

在互聯網行業中，大數據是指互聯網公司在日常運營中生成、累積的用戶網路行為數據。大數據技術的戰略意義不在於掌握龐大的數據信息，而在於對這些含有意義的數據進行專業化處理。目前，大數據技術已廣泛應用於電子商務、O2O、物流配送等領域，對新聞生產也產生了一定的影響。

（2）大數據對新聞報道的幫助

①提升新聞報道的質量。由於大數據能夠精準地檢測出確切的數據信息，不僅檢測范圍廣大，而且能夠呈現整體的事實並預測事件的發展趨勢。因此利用大數據技術，可以有效地檢測出媒體的報道方式和報道成果是否有缺陷。另外，新聞工作者可以藉助計算機網路技術，利用新聞媒體以及合作機構資料庫來挖掘大量的數據信息，進行深層次的數據挖掘，有了這樣的技術，媒體的新聞報道水準將得到有效的提升。

②准確預測新聞報道走向。未來新聞業務層面的一個發展方向是趨勢預測性新聞，以往新聞報道的選題更多來源於正在發生或已經發生的事實，如果媒體能夠廣泛藉助大數據技術來進行重大趨勢的預測與分析，那麼，它對 社會 的影響力就能得到提升。

③減輕新聞報道工作人員的工作量。大數據技術的靈活運用，催生了數據新聞和機器人寫作。數據新聞是將數據轉化為信息的一種新聞生產形式，表現形式以數據和圖表為主，這不僅大大增強了新聞報道的真實性、准確性和可說服性，還緩解了新聞報道人員的工作壓力。機器人寫作則是通過計算機對數據進行分析，按照新聞結構來對數據進行整理和自動撰寫，平均每分鍾就能夠生產出兩條新聞報道，這也為新聞報道撰稿人員分擔了不少的工作量。

④使新聞報道更能滿足受眾需求。一方面，新聞生產者和發布者通過對受眾的新聞閱讀行為進行大數據分析，可以找出影響受眾的各方面因素，使新聞報道的受眾定位更加准確；另一方面，大數據技術不僅對受眾的行為進行普遍化分析，而且還強調受眾的個性化特徵，從而促使媒體機構為受眾提供更加個性化的新聞報道和服務。

Ⅳ 什麼是大數據，大數據時代有哪些趨勢

行業主要上市公司：易華錄(300212)、美亞柏科(300188)、海量數據(603138)、同有科技(300302)、海康威視(002415)、依米康(300249)、常山北明(000158)、思特奇(300608)、科創信息(300730)、神州泰岳(300002)、藍色游標(300058)等

本文核心數據：大數據產業鏈、產業規模、應用市場結構、競爭格局、發展前景預測等

產業概況

1、定義：大數據產業覆蓋范圍廣

根據中國信通院發布的《大數據白皮書》，大數據產業是以數據及數據所蘊含的信息價值為核心生產要素，通過數據技術、數據產品、數據服務等形式，使數據與信息價值在各行業經濟活動中得到充分釋放的賦能型產業。不同機構對大數據的定義也有所不同，具體如下：

2、產業鏈剖析：大數據產業鏈龐大

大數據產業鏈覆蓋范圍廣，上游是基礎支撐層，主要包括網路設備、計算機設備、存儲設備等硬體供應，此外，相關雲計算資源管理平台、大數據平台建設也屬於產業鏈上游;

大數據產業中游立足海量數據資源，圍繞各類應用和市場需求，提供輔助性的服務，包括數據交易、數據資產管理、數據採集、數據加工分析、數據安全，以及基於數據的IT運維等;

大數據產業下游則是大數據應用市場，隨著我國大數據研究技術水平的不斷提升，目前，我國大數據已廣泛應用於政務、工業、金融、交通、電信和空間地理等行業。

大數據產業上游基礎設施具體包括IT設備、電源設備、基礎運營商及其他設備，相關代表企業華為、中興通訊、艾默生、三大運營商等。

中游大數據領域可以細分為數據中心、大數據分析、大數據交易與大數據安全等子行業，相關代表企業包括寶信軟體、數據港、久其軟體、拓爾思、上海數據交易中心、貴陽大數據交易所與華雲數據等。

在下游應用市場，我國大數據應用范圍正在快速向各行各業延伸，除發展較早的政務大數據、交通大數據外，在工業、金融、健康醫療等眾多領域大數據應用均初見成效。

產業發展歷程：十年來大數據產業高速增長，信息智能化程度得到顯著提升

我國大數據產業布局相對較早，2011年，工信部就把信息處理技術作為四項關鍵技術創新工程之一，為大數據產業發展奠定了一定的政策基礎。自2014年起，「大數據」首次被寫進我國政府工作報告，大數據產業上升至國家戰略層面，此後，國家大數據綜合試驗區逐漸建立起來，相關政策與標准體系不斷被完善，到2020年，我國大數據解決方案已經發展成熟，信息社會智能化程度得到顯著提升。

產業政策背景：優化升級數字基礎設施，鼓勵大數據產業發展

2014年，大數據首次寫入政府工作報告，大數據逐漸成為各級政府關注的熱點，政府數據開放共享、數據流通與交易、利用大數據保障和改善民生等概念深入人心。此後國家相關部門出台了一系列政策，鼓勵大數據產業發展。

當前，隨著5G、雲計算、人工智慧等新一代信息技術快速發展，信息技術與傳統產業加速融合，數字經濟蓬勃發展，數據中心作為各個行業信息系統運行的物理載體，已成為經濟社會運行不可或缺的關鍵基礎設施，在數字經濟發展中扮演至關重要的角色。數據中心作為大數據產業重要的基礎設施，其快速發展極大程度地推動了大數據產業的進步。在2021年3月發布的「十四五」規劃中，大數據標准體系的完善成為發展重點。

產業發展現狀

1、行業整體情況：大數據產業規模維持高速增長 主要應用於金融和政府領域

——大數據產業規模：2021年超過800億元

近年來我國大數據行業取得快速發展，賽迪CCID統計，我國大數據市場規模由2019年的619.7億元增長至2021年的863.1億元，復合年增長率達到18.0%，大數據市場規模包含了大數據相關硬體、軟體、服務市場收入。

——大數據市場結構：產業整體以大數據服務為主，應用領域以金融和政府領域為主

從產業結構來看，目前，我國的大數據產業進入高質量發展階段，大數據軟體和大數據服務的需求開始不斷提升，大數據硬體佔比有所下降但仍占據主導地位，

CCID統計，2021年我國大數據市場結構中，大數據硬體、大數據軟體和大數據服務的市場佔比分別為40.5%、25.7%和33.8%。近幾年大數據硬體的佔比在逐漸下降，大數據軟體和大數據服務的佔比在逐步提高。未來我國大數據軟體和服務市場相比硬體市場將呈現更好的發展態勢。

從應用領域來看，大數據分析產品及服務已經從最早的為電信領域客戶提供經營分析、為銀行領域客戶提供風控管理等輔助性經營決策，發展到目前的為金融、電信、政府、互聯網、工業、健康醫療、電力等多個行業領域客戶提供預測性分析、自主與持續性分析等，以實現企業決策與行動最優化。大數據分析產品及服務應用已經十分廣泛，但由於各下游領域業務特點的不同，決定了其對大數據分析產品及服務的具體需求存在一定差異。

CCID統計，2021年我國大數據分析市場下遊行業中，金融、政府、電信和互聯網位居應用領域前四名，市場佔比分別為19.1%、16.5%、15.2%和13.9%，合計超過60%;其他重點應用領域主要包括健康醫療、交通運輸、工業、電力等。

2、細分市場一：金融大數據

——金融大數據需求：金融業務規模不斷擴大，帶動大數據需求提升

從金融領域需求來看，近年來，中國金融領域業務規模不斷擴大，其中中國銀行業金融機構不斷積極擁抱金融科技，推動數字化轉型，整體行業規模擴大;保險業和證券業的收入也隨著市場經濟的發展而提升。

近年來，隨著新一代信息技術加速突破應用，以移動金融、互聯網金融、智能金融等為代表的金融新業態、新應用、新模式正蓬勃興起，我國金融業開始步入一個與信息社會和數字經濟相對應的數字化新時代，金融數字化轉型成為金融行業轉型發展的焦點。2019年，人民銀行印發《金融科技發展規劃(2019-2021年)》，構建起金融科技「四梁八柱」的頂層設計，明確了金融科技發展方向和任務、路徑和邊界。2022年1月，人民銀行再次發布《金融科技發展規劃(2022-2025年)》明確提出，從戰略、組織、管理、目標、路徑以及考評等方面將金融數字化打造成金融機構的「第二發展曲線」。隨著金融業務規模不斷擴大，加之新一代信息技術的發展，大數據在金融領域的需求將不斷提升。

——金融大數據應用場景

過去幾年，金融大數據帶來了重大的技術創新，為行業提供了便捷、個性化和安全的解決方案。目前，中國金融大數據典型的應用場景包括股票洞察、欺詐檢測和預防、風險分析與金融服務領域。

3、細分市場二：政府大數據

——政府大數據需求：互聯網政務服務用戶規模不斷提升

從政府領域需求來看，根據中國互聯網路信息中心(CNNIC)發布的第49次《中國互聯網路發展狀況統計報告》數據顯示，互聯網政務服務發展展現出了巨大潛能。截至2021年12月，我國互聯網政務服務用戶規模達9.21億，較2020年12月增長9.2%，占網民整體的89.2%。「十四五」規劃綱要提出要「推進網路強國建設，加快建設數字經濟、數字社會、數字政府，以數字化轉型整體驅動生產方式、生活方式和治理方式變革」。2021年，我國各省市積極探索、持續推進互聯網政務服務建設發展，努力提升公共服務、社會治理等數字化、智能化水平。截至2021年11月，全國已有20多個省(區、市)相繼出台數字政府建設的有關規劃，為我國互聯網政務服務發展注入新的活力。

——政府大數據應用場景

中國政府大數據主要應用於信息共享、政務數據管理、城市網路管理與社會管理幾大領域。加強電子政務建設，管理好政府的數據資產，完善政府決策流程，將是未來數年大數據在公共管理領域發展的重要方向。大數據將對政府部門的精細化管理和科學決策發揮重要作用，從而提高政府的服務水平。輿情監測、交通安防、醫療服務等將是公共管理領域重點應用領域。

4、細分市場三：互聯網大數據

——互聯網大數據需求：互聯網行業規模不斷提升

在人工智慧、雲計算、大數據等信息技術和資本力量的助推和國家各項政策的扶持下，2021年，互聯網和相關服務業發展態勢平穩向好。企業業務收入和營業利潤保持較快增長;互聯網平台服務和數據業務實現快速發展，信息服務收入較快增長;多省份保持增長態勢。2021年我國規模以上互聯網和相關服務企業完成業務收入15500億元，同比增長21.2%。

2022年上半年，我國規模以上互聯網和相關服務企業完成互聯網業務收入7170億元，同比增長0.1%。

註：2021年及以前年份，規模以上互聯網和相關服務企業，指獲得《增值電信業務經營許可證》在中國大陸境內經營全國或區域性增值電信業務、上年度互聯網業務收入500萬元及以上的企業。2022年，規模以上互聯網和相關服務企業口徑由互聯網和相關服務收入500萬元以上調整為2000萬元及以上。

——互聯網大數據應用場景

在互聯網行業，除了社交、B2C業務之外，像在線音視頻業務、廣告監測、精準營銷等等，也是未來潛在應用場景。

產業競爭格局

1、區域競爭：中國大數據企業主要分布在華南和華東沿海地區

根據企查貓數據，截止2022年9月23日，全國大數據產業中「存續」及「在業」的企業多集中分布在華南和華東沿海地區。其中，廣東省的大數據企業最多。

2、企業競爭：技術領域創新和經驗是關鍵，融合應用領域行業龍頭更能獲得青睞

根據大數據產業聯盟調研和發布的2022大數據企業投資價值百強榜單來看，榜單共選取了10個細分領域，涉及大數據基礎軟體、數據治理與分析、數據安全、商業智能、營銷大數據5個通用領域，以及政府大數據、金融大數據、工業大數據、健康醫療大數據、空間地理信息大數據5個融合應用領域。

大數據基礎軟體、數據治理與分析、數據安全、數據可視化等，是所有細分行業應用場景的基礎支撐，體現了大數據技術價值和作用。在這些細分領域提供技術解決方案的企業中，技術創新能力較強、在各自的細分領域有較長時間技術積累的廠商是投資機構的關注重點。

政府大數據、金融大數據發展相對成熟，落地實踐案例多和品牌知名度高的企業受市場關注程度較高。工業大數據、健康醫療大數據、空間地理信息大數據等市場仍處於待爆發階段，在各自細分領域建立競爭優勢的企業容易獲得投資機構的青睞。

註：2022年大數據企業投資價值百強榜是從企業估值/市值、營收狀況、創新投入、產品競爭力、細分市場潛力、領導層能力等多個維度進行綜合評比，同時結合行業專家打分，評選出2022年度大數據領域最具投資價值的100家企業。

產業發展前景：大數據將繼續保持高速增長

大數據作為新一代信息技術的重要標志，對生產製造、流通、分配、消費活動以及經濟運行機制、社會生活方式和國家治理能力均產生重要影響。伴隨國家快速推動數字經濟、數字中國、智慧城市等發展建設，未來大數據行業對經濟社會的數字化創新驅動、融合帶動作用將進一步增強，應用范圍將得到進一步拓寬，大數據市場也將保持持續快速的增長態勢。預計2027年我國大數據市場規模將達到2930.9億元，未來六年復合年增長率為22.6%。

更多本行業研究分析詳見前瞻產業研究院《中國大數據產業發展前景與投資戰略規劃分析報告》。

Ⅵ 互聯網大數據時代企業面臨的挑戰

沒有人會否定疫情下數據給全國防控帶來的幫助。得益於大數據、 雲計算 、人工智慧以及5G技術的發展,數據得以更好的共享以及分析,政府、企業推出的健康碼、防疫行程卡等應用,使得人員流通、密切接觸者排查有數可依。

也沒有企業不清楚數據在這個年代對經營管理的價值。通過將數據沉澱、清洗,並挖掘、分析,企業運營效率將得以提升、成本得以優化,經營也將得以改善。

事實正是如此。在智能終端、 物聯網 以及5G的推動下,全球數據量正呈指數般增長:2010年全球數據量剛剛突破1ZB,而今年全球數據量預計將超過40ZB。相關數據表明,到2025年時,全球的數據量將達到163ZB。

數據洪流下,全球也正從IT信息時代走向DT數據時代。由大數據引發的產業變革已經開始。IDC發布的《全球半年度大數據支出指南,2018H2》曾預計, 2019年大數據與商業分析解決方案全球市場的整體收益將達到1896.6億美元,同比增長12.1%。

同時,在2019-2023年預測期內,全球大數據市場相關收益將實現13.1%的CAGR(復合年均增長率),並預計總收益於2023年達到3126.7億美元。

具體到中國大數據市場, 2019-2023年預測期內的年CAGR(復合年均增長率)為23.5%,增速高於全球平均水平。到2023年,中國大數據市場規模則將增長至224.9億美元。

盡管大數據市場前景一片光明,但真正能很好把握數據,充分發揮數據價值的企業,往往是少數在技術、資本、人才均占據優勢的行業領導者。

而絕多數長尾企業,本就在行業競爭中處於劣勢,在大數據產業變革中,盡管知道數據對經營管理那麼重要。但受限於運營成本、人才以及技術,很難找到一款合適的工具,去抓住這些數據中蘊藏的商機。

數字經濟下的企業經營困擾

眾所周知的是,無論是國家層面「新基建」概念的提出,還是受疫情影響企業、組織加速數字化轉型的步伐,這些均代表著數字經濟時代的到來。

數據最直觀:到2021年,全球數字經濟規模將達到45萬億美元,全球數字經濟的比重將超過50%。中國是全球數字經濟的引領者之一。到2021年,中國數字經濟規模將達到8.5萬億美元,其中數字經濟所佔比重將超過55%。截止目前,中國數字經濟增速已連續3年排名世界第一。

但作為數字經濟的推動者,企業在面對錯綜繁雜的 互聯網 大數據時,依然不能採取行之有效的方案,將其妥善的用於經營管理。具體來看的話,企業在藉助互聯網大數據幫助經營管理時面臨的挑戰主要在以下幾方面:

一是缺乏專業的市場研究工具或團隊。 相比企業現在所使用的IT技術,大數據可以說是一門新技術。對於沒有部署這一技術的企業而言,由於沒有專業的市場研究工具或者研究團隊,一方面將由於數據質量不佳面臨產品開發設計難題。

這是因為企業無法對所處的市場進行量化統計分析,如市場規模是否增加,友商最近有何動態,是否有新入局者,該市場某細分市場是否有潛在機會。同時,由於不知道市場上有哪些爆款產品、創新產品,友商的競品有何特性以及潛在市場的需求,導致企業在產品開發、策劃、推廣時沒有針對性,難以形成爆款。

另一方面導致店鋪運營效率不佳: 同樣,由於缺乏專業的監控、分析工具,企業無法對友商線上渠道布局清晰掌握,無法實現自營/經銷店鋪的批量監控、店鋪異動的自動記錄以及爆款產品的促銷復盤。並且,由於無法及時獲取用戶的吐槽、建議等,店鋪在改善運營上也存在難度。

二是部署大數據技術面臨的資金、周期等問題。 使用大數據改善經營管理是大勢所趨,所以企業要麼已經部署大數據要麼考慮部署。而在自行部署大數據技術時,不免要多方考慮,既要考慮新硬體的采購費用或者雲服務的購買費用,同時還要考慮開發人員的招聘費用,開發周期及運維等。而對 中小企業 而言,這無疑又是一項重大開支。

三是數據的安全問題。大數據技術從誕生到現在,其發展並不算太完善,因此自身安全性相對弱一些。同時,大數據平台又存在諸多組件,以Hadoop為例,至少包含了二三十個組件,這意味著黑客入侵某一個組件便可對整個組群整個平台進行控制。

不可避免,企業在開發大數據方案時需要與公司原有IT系統以及各部門數據間打通,這些入口也增加了大數據平台的安全風險。

不難看出,數字經濟時代,企業在藉助互聯網大數據改善經營管理過程中,主要面臨的便是大數據平台的部署、應用以及運維難題。

○本文節選自DOIT傳媒《釋放數據紅利 美雲智數互聯網大數據與企業掘金數字經濟》，圖片為陰山所加。

Ⅶ 大數據的產生與發展現狀研究

摘 要：大數據的產生給未來信息技術帶來新的機遇與挑戰。大數據對數據處理的有效性、實時性提出了更高要求，需要根據大數據的特點對當前數據處理技術實施變革，從而形成更有益於大數據採集、存儲、處理、管理、分析、共享的新興技術。本文從大數據的產生與發展、特徵、主要應用以及大數據所帶來的挑戰等方面進行闡述與分析。

關鍵詞 ：大數據 物聯網 信息處理 海量計算

一、大數據的產生與發展現狀

隨著物聯網、雲計算等信息技術的飛速發展，大數據技術(Big Data)也越發進入人們的視線。大數據是用傳統方法或工具很難處理或分析的數據信息。目前，人們對大數據的理解還不夠全面和深入，關於大數據的含義也沒有一個統一的定義。亞馬遜大數據科學家John Rauser認為：大數據是超過任何一台計算機處理能力的龐大數據量。Informatica 的中國區首席顧問但彬指出：大數據是海量數據與復雜類型的數據的結合。而維基網路則把大數據定義成諸多大而復雜的、難以用當前資料庫處理的數據集合。

大數據研究受到國內外學術界和工業界的廣泛關注，已成為當今信息時代全世界討論的熱點。2008年，Nature雜志就推出大數據專刊，計算社區聯盟也在同一年發表了報告《Big data computing; Creating revolutionary breakthroughs in commerce， science and society》，報告闡述了解決大數據問題所需的關鍵技術以及所面臨的挑戰。美國奧x政府於2012年3月在白宮網站發布了《大數據研究和發展倡議》，提出了通過收集、處理海量、復雜的數據信息，從而提升能力，加快科學和工程領域的創新步伐，轉變學習教育模式，強化美國本土的安全」。2011年1月，微軟公司同惠普公司合作開發了一系列能夠提升生產力，同時提高決策速度的設備。此外，歐盟委員會也提出駕駁大數據浪潮的戰略思路，日本發布的《面向 2020 的 ICT綜合戰略》也提出需要構造大量豐富的數據基礎。

近年來，我國也積極開展對大數據的研究。2011年10月，工信部確認京滬深杭等 5 城市為「雲計算中心」試點城市。2012年6月，中國計算機學會青年計算機科技論壇也舉辦了「大數據時代，智謀未來」學術報告研討會。大數據及其科學研究方法涉及應用領域很廣，並將與國計民生密切相關的科學決策、金融工程以及知識經濟領域緊緊接合。

二、大數據的特點

目前，企業界和學術界都一致認為，大數據具有4個「V」特徵，即：容量(Volume)、種類(Variety)、速度(Velocity)和至關重要的`價值(Value)。

(1) 容量(Volume)巨大。海量的數據集從TB 級別提升到PB 級別。

(2) 種類(Variety)繁多。大數據數據源有多種，數據格式和種類不同於以前所規定的結構化數據范疇。

(3)價值(Value)密度低。如視頻的例子，在不間斷連續監控的過程中，可能有意義的數據僅有一兩秒。

(4)速度(Velocity)快。包含大量實時、在線數據處理分析的需求1秒鍾定律。

三、大數據應用的領域

大數據產業的發展將推動全球經濟由粗放型向集約型轉變，這將對提升企業整體競爭力和政府監管能力具有意義深遠的影響。

商業作為大數據的重要應用領域。沃爾瑪公司通過對消費者購物行為等一系列非結構化數據的分析，了解不同顧客的購物習慣，公司從所銷售的數據進行分析，從而選出適合在一起搭配出售的商品;淘寶也針對買家開設了大數據平台，為客戶量身打造了一整套完善的網購體驗產品。

大數據在金融業也起到了至關重要的作用。美國Equifax公司利用大數據技術，通過對其的資料庫中與財務有關的記錄海量信息進行索引處理和交叉分享，從而得到客戶的個人信用等級，以推斷出客戶的支付需求與能力。

隨著大數據在醫療與生命科學研究過程中的廣泛應用和不斷擴展。2010年，中國公布的《十二五規劃》指出：要重點建設國家級、省級和地市級三級醫療衛生信息平台，建設電子病歷和電子檔案兩個最為基礎的資料庫。各級醫院也將在醫療信息倉庫、數據中心等領域加大投入，醫療數據信息的存儲將愈加被關注，醫療信息中心的關注焦點也將由傳統的計算領域轉為存儲領域。

除此之外，大數據在製造業領域也有著廣闊的應用。製造業企業積累了廣泛的數據信息，在開展對業務數據進行技術管理的同時，企業需要通過大數據處理技術來幫助決策者從資料庫儲存的海量信息中找到有價值的信息，並且對其進行分析處理，從而增強決策的正確性、規避風險。

四、大數據所面臨的挑戰

大數據技術使人們能夠更好地利用之前不能使用的各個數據類型，找出被忽略的信息，促進企業組織更加高效、智能。但隨著對大數據研究的不斷深入，人們也更加意識到當大數據技術向人們敞開「方便之門」的同時，也帶來了眾多的挑戰：

(1)大數據需要更為專業化的管理技術人才。

(2) 大數據的合理利用需要解決容量大、類別多和時效性高的數據處理問題。

(3)大數據的利用對信息安全提出了更高要求。

(4)大數據的集成與管理問題。

這些挑戰已成為關繫到未來大數據發展的重要因素，同時也成為未來引領大數據發展的推動力。

五、結束語

大數據已經逐步滲透到人們工作生活的諸多領域中，對於大數據的研究也在不斷的深化。本文針對大數據的產生與發展、特徵、主要應用以及大數據所帶來的挑戰等方面進行闡述與分析。大數據的發展還處於初級階段，還有更為廣闊的空間需要人們不斷開拓，如何合理地利用大數據、更加高效地處理大數據來為人們服務仍需要廣大研究者不斷地研究和探索。

參考文獻：

[1]劉智慧，張泉靈.大數據技術研究綜述[J].浙江大學學報，2014，46(6)：957- 972.

[2]嚴霄鳳，張德馨.大數據研究[J].計算機技術與發展，2013，23(4)：168-172.

[3]劉俊.基於大數據流的Multi-Agent系統模型研究[J].計算機技術與發展， 2007，17(5)：166-169.