2016年大數據萬億元年

A. 《大數據產業發展規劃(2016-2020年)》指導思想與目標——斜桿第二步（9）

數據是國家基礎性戰略資源，是21世紀的「鑽石礦」。...，實施國家大數據戰略，落實國務院《促進大數據發展行動綱要》，按照《國民經濟和社會發展第十三個五年規劃綱要》的總體部署，編制本規劃。

一、我國發展大數據產業的基礎

大數據產業指以數據生產、採集、存儲、加工、分析、服務為主的相關經濟活動，包括數據資源建設、大數據軟硬體產品的開發、銷售和租賃活動，以及相關信息技術服務。

個人理解：大數據產業的界定

信息化積累了豐富的數據資源。

我國信息化發展水平日益提高，對數據資源的採集、挖掘和應用水平不斷深化。政務信息化水平不斷提升，全國面向公眾的政府網站達8.4萬個。智慧城市建設全面展開，「十二五」期間近300個城市進行了智慧城市試點。兩化融合發展進程不斷深入，正進入向縱深發展的新階段。信息消費蓬勃發展，網民數量超過7億，行動電話用戶規模已經突破13億，均居世界第一。月度戶均移動互聯網接入流量達835M。政府部門、互聯網企業、大型集團企業積累沉澱了大量的數據資源。我國已成為產生和積累數據量最大、數據類型最豐富的國家之一。

個人理解：這些指標是信息化關注的指標，可供參考；智慧城市有哪些，可進一步了解

大數據技術創新取得明顯突破。

個人理解：主要體現在軟硬體方面，在平台建設方面，在智能分析方面，在開源技術方面。

大數據應用推進勢頭良好。

個人理解：大數據在互聯網服務中提升網路社交、電商、廣告、搜索等服務的個性化和智能化水平，催生共享經濟等數據驅動的新興業態；大數據加速向傳統產業滲透，

大數據產業體系初具雛形

個人理解：表現在信息產業收入、大型數據中心、跨地區經營互聯網數據中心（IDC）業務、雲計算服務逐漸成熟。在大數據資源建設、大數據技術、大數據應用領域涌現出一批 新模式和新業態 。龍頭企業引領，上下游企業互動的 產業格局 初步形成。基於大數據的 創新創業 日趨活躍，大數據技術、產業與服務成為社會資本投入的熱點。

大數據產業支撐能力日益增強。

形成了大數據標准化工作機制，大數據標准體系初步形成，開展了大數據技術、交易、開放共享、工業大數據等國家標準的研製工作，部分標准在北京、上海、貴陽開展了試點示範。一批大數據技術研發實驗室、工程中心、企業技術中心、產業創新平台、產業聯盟、投資基金等形式的產業支撐平台相繼建成。大數據安全保障體系和法律法規不斷完善。

個人理解：大數據標准化工作機制（是什麼），大數據標准體系，產業支撐平台

三、指導思想和發展目標

（一）指導思想

全面貫徹黨的十八大和十八屆三中、四中、五中、六中全會精神，堅持創新、協調、綠色、開放、共享的發展理念，圍繞實施國家大數據戰略，以強化大數據產業創新發展能力為核心，以推動數據開放與共享、加強技術產品研發、深化應用創新為重點，以完善發展環境和提升安全保障能力為支撐，打造數據、技術、應用與安全協同發展的自主產業生態體系，全面提升我國大數據的資源掌控能力、技術支撐能力和價值挖掘能力，加快建設數據強國，有力支撐製造強國和網路強國建設。

個人理解：精神，理念，圍繞戰略，目標，重點，切入點，預期效果

（二）發展原則

創新驅動 。瞄準大數據技術發展前沿領域，強化創新能力，提高創新層次，以企業為主體集中攻克大數據關鍵技術，加快產品研發，發展壯大新興大數據服務業態，加強大數據技術、應用和商業模式的協同創新，培育市場化、網路化的創新生態。

個人理解：技術前沿，創新；大數據服務業態，創新生態；

應用引領 。發揮我國市場規模大、應用需求旺的優勢，以國家戰略、人民需要、市場需求為牽引，加快大數據技術產品研發和在各行業、各領域的應用，促進跨行業、跨領域、跨地域大數據應用，形成良性互動的產業發展格局。

個人理解：跨行業、跨領域、跨地域大數據應用，形成良性互動的產業發展格局

開放共享。

統籌協調。

安全規范。

（三）發展目標

到2020年，技術先進、應用繁榮、保障有力的大數據產業體系基本形成。大數據相關產品和服務業務收入突破1萬億元，年均復合增長率保持30%左右，加快建設數據強國，為實現製造強國和網路強國提供強大的產業支撐。

個人理解：這些指標體系，值得了解；大數據產業體系

—— 技術產品先進可控。

—— 應用能力顯著增強。

—— 生態體系繁榮發展。

—— 支撐能力不斷增強。

—— 數據安全保障有力。

B. 國際大數據博覽會將在貴陽舉行，有哪些公司會來參展

在中國西南部的貴州省舉辦了一項國際大數據博覽會，展示了相關領域的尖端科技創新和成就。據組委會統計，目前在省會貴陽舉行的為期三天的 2021 年中國國際大數據產業博覽會吸引了 225 家國內外企業。

上海合作組織秘書長弗拉基米爾·諾羅夫注意到蘋果、華為和阿里巴巴巴等公司都進入貴州並投資了，他們在開幕式上表示，貴州有望在幾年內成為世界上最大的數據中心之一。

大型數據產業博覽會是中國首屆此類博覽會，自 2015 年以來已在貴陽舉行過五次。2019 年，世博吸引了來自 59 個國家和地區的 448 多家企業，在世博會上簽訂了價值近 10008 億元的合同。由於新型冠狀病毒肺炎疫情，組織者去年取消了這項活動。

貴州於 2016 年獲准建設中國第一個全國大數據綜合試驗區。它吸引了包括蘋果、華為和騰訊在內的重量級玩家建立雲計算和大數據中心以及地區總部。

C. 大數據市場有多大 怎麼利用大數據賺錢

大數據市場有多大 怎麼利用大數據賺錢
「大數據的市場規模沒有天花板。」國務院發展研究中心信息中心研究處處長李廣乾認為。不過細想，這正是目前各大企業和資本瘋狂追逐大數據產業的重要原因。
「單獨討論大數據意義不大，它是依附於具體業務，和各個行業密切相關的。」李廣乾認為，大數據產業規模和兩大因素相關：一是經濟發展水平，需要大數據的業務越多，市場體量就越大;二是信息化發展水平，能夠產生數據的終端越多，數據就會越聚越多，而數據的生產是沒有上限的。目前，大數據的金礦還僅是開挖了「冰山一角」。全球來看，Gartner2016年最新的技術成熟度曲線顯示，大數據作為新興領域，已經進入應用發展階段，基礎設施建設帶來的規模性高速增長出現逐步放緩的趨勢，技術創新和商業模式創新推動各行業應用逐步成熟，應用創造的價值在市場規模中的比重日益增大，並成為新的增長動力。從總體規模看，2016年，全球大數據市場規模實現16.5%的增長，預計將連續3年保持增速在15%左右。同時，大數據成為全球IT支出新的增長點，2016年，有近40%的企業正在實施和擴大大數據技術的應用，另有30%計劃在未來12個月內應用大數據。「說大數據產業是一張畫得很大的餅顯然是片面的。」工信部賽迪研究院軟體所所長潘文預測，包括大數據硬體、大數據軟體、大數據服務等在內的大數據核心產業環節，2016年達到3100億元，將在2020年超過1萬億元;大數據關聯產業規模2016年超過5萬億元，將在2020年超過10萬億元;大數據融合產業規模2016年達到3.5萬億元，將在2020年超過20萬億元。「從大數據核心產業結構看，基於大數據的服務是大數據核心產業的主體，其規模約佔大數據核心產業規模的90%，未來，服務也將是大數據產業的最核心部分。」潘文說。做數據「搬運工」目前國內大數據公司分為兩類：一類是已有獲取大數據能力的公司，如網路、騰訊、阿里巴巴等互聯網巨頭及華為、浪潮、中興等企業，涵蓋了數據採集、數據存儲、數據分析、數據可視化及數據安全等領域;另一類則是初創大數據公司，依靠大數據工具，針對市場需求，為市場帶來創新方案並推動技術發展。不同的大數據公司，盈利模式也不相同。如果把大數據產業比作房地產開發，那麼海量數據就是地產開發時的土地資源，數據挖掘開發就是地產搭建蓋樓。大數據主要的盈利模式也是圍繞這兩方面展開，一是通過直接「搬運」數據賺錢，二是通過數據加工分析盈利。「我們就像一個自來水廠一樣，用戶要你提供干凈的自來水，對方可能是酒廠、飯店、飲料廠，他把你的水做成飲料或酒。」聚合數據就是一家主要依靠為客戶提供數據盈利的公司，公司創始人左磊對其商業模式作了一個形象的比喻。在開發APP應用過程中，左磊發現客戶對於數據的需求非常大，但他們本身卻沒有能力去做這些事情。聚合數據的主營業務，就是整合市面上有價值的數據源，從車輛違章信息、航班火車查詢、全國加油站實時油價，到在線試題、電影、股票，做成標准化的API(應用程序編程介面)，開放給開發者、企業及微信公眾號用戶等使用，為他們免除數據收集、維護等環節。簡言之，聚合數據是一家數據源公司，充當的是數據「搬運工」的角色。在變現模式上，針對一些本身成本不高的服務，聚合數據會對用戶實行免費，而對一些成本相對高的服務，會按照每個介面或服務的成本收取不同的費用。2016年，聚合數據光API介面一項營收就超過1000萬元。聚合數據的盈利模式是數據買賣市場一個有代表性的類型。另一個代表性類型是，國內乃至全球第一家大數據交易所——貴陽大數據交易所，自2015年4月正式掛牌運營以來，僅用兩年多時間，就實現了可交易數據總量超過150PB，內容涵蓋政府、金融、交通等30大類領域，並於今年上半年實現正現金流，預計今年底累計交易流水將突破2億元人民幣。數據的「消化」和「利用」如果說搬運數據是秀肌肉的「體力活」，那麼分析數據並提供解決方案就是拼智商的「腦力活」，相當於把收集來的數據「消化」「利用」好。直接售賣數據是比較底層的盈利方式，而對數據進行處理加工則在商業模式上具備更多的想像空間。數據分析可大致分為直接提供數據分析工具和輸出解決方案兩種模式。潘文說，數據分析工具通常可以實現情報挖掘、輿情分析、銷售追蹤、精準營銷、個性化推薦、網站/APP分析等功能，收費方式採取按需購買，部分功能服務免費，部分功能服務收費。阿里雲的「數加」平台就是典型的數據工具盈利模式。阿里雲大數據事業部總監徐常亮表示，阿里雲「數加」平台，承載著阿里巴巴集團、螞蟻金服的數據，可提供一站式的數據計算、加工、處理等服務，用戶不用自建計算平台。此外，基於「數加」平台，阿里雲還提供數十款應用工具，覆蓋數據採集、計算引擎、數據加工、數據分析、機器學習、數據應用等數據生產全鏈條。計算引擎之上，「數加」平台提供了最豐富的雲端數據開發套件，包括數據集成、數據開發、調度系統、數據管理、運維視屏、數據質量、任務監控。在數據分析方面，通過移動數據分析產品，開發者可快速搭建日誌採集、分析系統;通過「數加」平台BI報表產品，3分鍾即可完成海量數據的分析報告。在機器學習方面，「數加」平台發布的機器學習工具，可基於海量數據實現對用戶行為、行業走勢、天氣、交通等的預測。大數據公司百分點的展廳內有一面弧形牆，可以24小時實時更新數據資料和圖譜。這面牆上有全網當日產品銷售統計和熱銷產品榜單，每一個產品都有詳情介紹。百分點研發總監蘇海波介紹，5.5億用戶的「畫像」匯總於此，包括購物偏好、網購金額變化趨勢、閱讀興趣等。用戶的任何網上行為都會成為大數據的一部分，經過篩選加入到用戶的數據中。通過與百分點合作，商戶可以根據用戶消費偏好，定向推送商品;旅行社可以定向推送旅遊行程信息和報價;新聞資訊APP則可以推送用戶感興趣的信息。在輸出解決方案上，大數據還可以應用到醫療、教育、零售、通信等傳統行業。通過大數據產生更多收益，節約成本，優化原有行業，衍生出新的商業模式。

D. 我國大數據戰略實施面臨的五大挑戰

我國大數據戰略實施面臨的五大挑戰
一、我國實施國家大數據戰略的新成效
近幾年，在國家政策支持下，我國大數據戰略取得多方面成效：
一是產業集聚效應初步顯現。國家八個大數據綜合實驗區建設促進了具有地方特色產業集聚。京津冀和珠三角跨區綜合試驗區，注重數據要素流通;上海、重慶、河南和沈陽試驗區，注重數據資源統籌和產業集聚;內蒙的基礎設施統籌發展，充分發揮能源、氣候等條件，加快實現大數據跨越發展。
二是新業態新模式不斷涌現。我國在大數據應用方面位於世界前列，特別是在服務業領域，如基於大數據的互聯網金融及精準營銷迅速普及;在智慧物流交通領域，通過為貨主、乘客與司機提供實時數據匹配，提升了物流交通效率。

三是與傳統產業融合步伐加快。鐵路、電力和製造業等加快了運用信息技術和大數據的步伐。高鐵推出「高鐵線上訂餐」等服務，提升了乘客體驗。電力企業推廣智能電表，提高了企業利潤。三一重工、航天科工、海爾等一批企業將自身積累的智能製造能力，向廣大中小企業輸出解決方案，著手建設工業互聯網平台。
四是技術創新取得顯著進展。互聯網龍頭企業伺服器單集群規模達到上萬台，具備了建設和運維超大規模大數據平台的技術實力，並以雲服務向外界開放自身技術服務能力和資源。在深度學習、人工智慧、語音識別等前沿領域，我國企業積極布局，搶占技術制高點。
五是產業規模快速增長。2016年我國包括大數據核心軟硬體產品和大數據服務在內的市場規模達到3100億元。預計2017年有望達到4185億元。未來2-3年市場規模的增長率將保持在35%左右。未來5年，年均增長率將超過50%。
六是一批企業快速成長。主要分為三類：一類是已經有獲取大數據能力、具有一定國際影響力的公司，如網路、騰訊、阿里巴巴等互聯網巨頭;二是以華為、浪潮、中興、曙光、用友等為代表的電子信息通信廠商;三是以億贊普、拓爾思、九次方等為代表的大數據服務新興企業。
七是法治法規建設全面推進。先後制定和出台《全國人大常委會關於加強網路信息保護的決定》《全國人大常委會關於加強網路信息保護的決定》《電信和互聯網用戶個人信息保護規定》《電話用戶真實身份信息登記規定(部令第25號)》《中華人民共和國網路安全法》等文件，保障用戶隱私和合法權益。
二、我國實施國家大數據戰略面臨的挑戰
一是數據權屬不清晰，數據流通和利用混亂。大數據帶來了復雜的權責關系，產生數據的個人、企業、非政府組織和政府機構，擁有數據存取實際管理權的雲服務提供商和擁有數據法律和行政管轄權的政府機構，在大數據問題上的法律權責不明確，數據產權承認和保護存在盲點，阻礙了數據有效流通。
二是數據爆炸式增長與數據有效利用矛盾突出。當前面臨的問題不是數據缺乏，而是數據快速增長與數據有效存儲和利用之間矛盾日益突出。數據呈爆炸式增長，每兩年數據量翻10倍，而摩爾定律已接近極限，硬體性能提升難以應對海量數據增長。
三是企業與政府數據雙向共享機制缺乏。目前，我國政府、少數互聯網企業和行業龍頭企業掌握了大部分數據資源，但數據歸屬處於模糊狀態，法律規定不明確，政府與企業數據資源雙向共享不夠。
四是發展一哄而上，存在過度競爭傾向。截止2017年1月，全國37個省、市出台大數據發展規劃，90%提出要統籌建設政府和行業數據中心，有12個省市提出建設面向全國的大數據產業中心，有14省(市)合計產值目標過2.8萬億元，遠遠超過工信部提出到2020年1萬億元大數據產值發展目標。
五是安全問題日益凸顯。截至2017年7月，全國共偵破侵犯公民個人信息案件和黑客攻擊破壞案件1800餘起，抓獲犯罪嫌疑人4800餘名，查獲竊取的各類公民個人信息500多億條。烏克蘭電力系統和伊朗核設施遭遇網路攻擊，也給我國電力、石油、化工、鐵路等重要信息系統安全敲響了警鍾。
三、 更好實施我國國家大數據戰略政策建議
按照十九大精神，要著力推動大數據與實體經濟深度融合，建設數字中國和智慧社會，實現網路強國的目標，需要從政府、企業、社會組織和個人等統籌推動國家大數據戰略落實。
(一)完善機制與制度，更好發揮政府作用。在體制機制方面，建議設立由國務院領導擔任組長的國家大數據戰略領導小組，負責組織領導、統籌協調全國大數據發展。領導小組下設辦公室和大數據專家咨詢委員會。
在法規建設方面，加快制定《大數據管理條例》，鼓勵行業組織制定和發布《大數據挖掘公約》和《大數據職業操守公約》，在條件成熟時啟動《數據法》立法，明確數據權屬，培育大數據市場，加快數據作為生產要素規范流通。
在產業政策方面，出台數字經濟優惠政策，創新數字經濟監管模式，加強重點人群大數據應用能力培訓，創造更多就業。
在試點示範方面，在環境治理、食品安全、市場監管、健康醫療、社保就業、教育文化、交通旅遊、工業製造等領域開展大數據試點應用，以點帶面提升大數據應用能力。
在資源共享方面，按照「邏輯統一、物理分散」原則，通過建設國家一體化大數據中心和國家互聯網大數據平台，探索政府與企業數據資源雙向共享機制。
在發展環境方面，著力部署下一代新基礎設施，加快我國信息基礎設施優化升級，制定政府大數據開發與利用的「負面清單」「權力清單」和「責任清單」，建立統計和評估指標體系，營造良好的輿論環境，防止炒作大數據概念，引導全國大數據健康有序發展。
在數據安全方面，加快落實《中華人民共和國網路安全法》，建立國家關鍵基礎設施信息安全保護制度，明確監管機構的關鍵基礎設施行業主管部門的信息安全監督管理職責，加快推動國產軟硬體的應用推廣，提升安全可控水平。
(二)對企業分類施策，發揮市場資源配置決定性作用。一是發揮互聯網龍頭企業引領和帶動作用。網路、騰訊、阿里、京東為代表的龍頭企業技術和人才儲備雄厚，具有強大的數據資源收集、存儲、計算和分析能力，成為我國大數據技術進步的主要推動力。應像使用電、水、交通等傳統基礎設施一樣，互聯網龍頭企業向各行業提供高性能和低成本的大數據服務，幫助傳統企業提升效率，提升核心競爭力。
二是發揮重要行業龍頭企業數據和用戶優勢。我國電力、交通、金融等諸多行業龍頭集聚了海量用戶和數據，是未來我國大數據戰略實施的主戰場和大數據價值真正「鑽石礦」。應發揮鐵路、電力、金融等重要行業龍頭企業優勢，通過與互聯網龍頭企業深度合作，利用其技術優勢，深度挖掘數據資源，提升自身核心競爭力，並幫助中小企業發展。
三是發揮通信運營商生力軍作用，為大數據發展提供基礎性戰略性資源。我國移動、電信、聯通等擁有全球最多的電話用戶，積累了海量數據，是我國信息社會的戰略性資源。應充分發揮自身在網路方面的優勢，推動移動互聯網、雲計算、大數據、物聯網等與行業結合，助力智慧城市、交通、能源、教育、醫療、製造、旅遊等行業的創新和發展。
(三)激發社會組織活力，構建新型協作關系。構建政府和社會組織互動的信息採集、共享和應用協作機制，提高社會組織大數據應用意識和能力，與具有大數據技術的企業合作，提高社會事業精準化水平和資金使用效率。針對發展需要、重視科技引領，整合廣大科研機構和事業單位力量，加強大數據基礎理論、方法和技術研究，推動關鍵技術突破。
(四)提升公民數據意識和能力，推動「數字公民」建設。通過給每位公民一個數字身份，方便公民獲取個性化、智慧化精準服務，提高政府公共服務的精準度與實效性，推動社會治理向精細化、智慧化轉變。要提高公民數據素養，增強公民數據權利意識，提高大數據應用能力。

E. 什麼和大數據隨之在整個供應鏈中被廣泛應用

什麼和大數據隨之在整個供應鏈中被廣泛應用

什麼和大數據隨之在整個供應鏈中被廣泛應用，在數字化時代，數據分析逐步成為從業人員的必備技能之一。所以我們應該注重做好數據分析。那麼什麼和大數據隨之在整個供應鏈中被廣泛應用？

什麼和大數據隨之在整個供應鏈中被廣泛應用1

大數據時代對采購和供應鏈帶來的挑戰和機遇

1、大數據時代及其特徵

大數據(Big Data)是指所涉及的規模巨大的數據。隨著時代的不斷進步以及科技的飛速發展，互聯網、物聯網、移動通訊、管理信息化、電子商務等技術不斷相互滲透，並作用到國家、企業和民生的方方面面，今天，人們用大數據來描述和定義信息爆炸時代產生的海量數據，以及在合理時間內達到擷取、管理、處理、並整理成為幫助人們處理事務和決策等更積極目的的資訊與知識。

美國互聯網數據中心指出，互聯網上的數據每年將增長50%，每兩年便將翻一番，而目前世界上90%以上的數據都是最近幾年才產生的。2020年，全世界所產生的數據規模將達到今天的44倍。從這些數據每天增加的數量來看，世界目前已進入大數據時代。

大數據時代凸顯了數據資源的重要意義。2012年奧巴馬政府宣布投資2億美元拉動大數據相關產業的發展，將「大數據戰略」上升為國家戰略，將大數據定義為「未來的新石油」，把對數據的佔有和控制視為陸權、海權、空權之外的另一種國家核心資產。2013年，法國政府發布了其《數字化路線圖》，列出了將會大力支持的5項戰略性高新技術，「大數據」就是其中一項。

2012年，日本總務省發布2013年行動計劃，明確提出「通過大數據和開放數據開創新市場」。聯合國在2012年發布的大數據政務白皮書中指出，大數據對於聯合國和各國政府來說是一個歷史性的機遇。我國也將大數據產業看作為戰略性產業，成立了「大數據專家委員會」。

在「大數據」2014年十大趨勢預測中，包括了數據商品化與數據共享聯盟化，大數據生態環境逐步發展等內容。同時，大數據專家委員會預測，2014年大數據在互聯網和電子商務、金融(股市預測、金融分析)、健康醫療(流行病監控和預測等)、生物信息、制葯等方面將會有令人矚目的應用。

大數據時代是大數據價值充分發揮的時代。據賽門鐵克公司的調研報告，全球企業的信息存儲總量已達2.2ZB（1ZB=1024EB，1EB=1024PB），年增67％。世界上每分鍾產生1700TB 的數據，但是吸引我們的不僅僅是這個龐大的數字本身，而是我們如何利用這些數據做些什麼。

大數據可以運用到各行各業，在宏觀經濟方面，IBM日本公司建立經濟指標預測系統，從互聯網新聞中搜索影響製造業的480項經濟數據，計算采購經理人指數的預測值；印第安納大學利用谷歌公司提供的心情分析工具，從近千萬條網民留言中歸納出六種心情，進而對道瓊斯工業指數的變化進行預測，准確率達到87%；

在製造業方面，華爾街對沖基金依據購物網站的顧客評論，分析企業產品銷售狀況；一些企業利用大數據分析實現對采購和合理庫存量的管理，通過分析網上數據了解客戶需求、掌握市場動向，等等。

據麥肯錫公司測算：大數據將給美國醫療服務業帶來3000億美元的價值，使美國零售業凈利潤增長達到60%，使製造業產品開發、組裝成本下降50%，而大數據所帶來的新需求，將推動整個信息產業的創新發展；根據經濟與商業研究中心的最新研究，大數據將為英國經濟增加2160億英鎊（約合3467億美元）以上的潛在收益。

2、大數據時代對采購和供應鏈帶來的挑戰和機遇

首先，商務環境和商務模式變得越來越復雜，且更加動盪、多樣和個性化。其二，電子商務業務模式的飛速發展打破了國家疆界，使得跨境業務速增、商業活動頻繁，同時伴隨著數據量的劇增。。其三，大數據應用處理成為企業和社會競爭發展的重要焦點。其四，有效挖掘大數據成為時代面臨的重要課題。最後，許多企業對大數據的重要性認識不足，沒有充分了解其價值。

什麼和大數據隨之在整個供應鏈中被廣泛應用2

供應鏈管理中，及時和准確的數據，為什麼如此重要？

1 、供應鏈中數據的類型

數據有許多類型，其中有一種分類方法是把它分為靜態和動態數據，前者包括了公司基本信息、產品型號、采購價格、BOM等等相對固定的信息。

後者主要是一些交易性的信息，比如生產線每日的產量、客戶訂單數量、倉庫實際收貨數量、運輸所在位置等等變動的信息。

靜態數據做到准確即可，沒有實時性的要求，比如公司的名稱一般不會發生變動，只需要確保公司地址、法人和開戶銀行等信息是正確的。

動態數據的要求就很高了，不僅要准確，還要能反映出每時每刻的實際情況。

大家都有網購的經驗，在商品出庫以後，快遞公司會每隔一段時間刷新包裹所在位置，這是通過車載GPS定位實現的，然後根據卡車配送計劃，大致上能給出派送的時間。通過一台卡車上的GPS，可以跟蹤整車的貨物，這是1對N的關系，因此實現動態數據的成本並不高。

離散型製造業的情況就復雜多了，一件商品需要從原材料供應商開始追溯，進入工廠以後，需要經過若干個不同生產加工中心，然後完成組裝、檢驗，最終才能入庫，配送給下游的經銷商或零售商。

我們很少會在原材料上放置追蹤】定位裝置，除非這批貨物價值很高，或是有這方面的強制監管要求，比如葯品。

如果想要跟蹤生產進度，就需要使用工業4、0的技術，在每台設備上裝感測器，完成加工後，系統自動上傳數據。如果要在每台生產和內部搬運設備上都安裝感測器，對於一家工廠來說負擔太大，性價比不高，除了少數的行業標桿企業以外，對於大多數工廠來說，想要做實時數據的想法並不強烈。

2、 為什麼供應鏈需要及時和准確的數據？

話雖如此，供應鏈對於數據及時和准確性是有很強的需求的，因為我們要在所有的生產、分銷、采購和售後服務之間建立數據的無縫鏈接。除此之外，還有兩個關鍵因素使得我們必須獲得及時和准確性。

2、1增強供應鏈可視性

對於供應鏈上的玩家來說，關鍵的可視性問題包括了貨物的預計生產出貨時間，比如供應商承諾了30天交貨，但是實際上他需要45天，因為一些原材料漲價了，供應商需要更多的時間在市場上找到貨源，他不願意買更貴的原料，因為這會增加成本，除非客戶願意接受供應商的調價請求。

原料和零部件庫存的所處位置也屬於可視性，客戶需要根據這些信息，來安排後續的生產和銷售計劃，並且非常依賴於信息的准確性。當供應商承諾貨物將會在某日送到客戶工廠後，供應鏈就把這個信息輸入系統，並以此為依據來制定生產計劃，銷售根據生產完成日期來通知客戶，環環相扣。

一旦供應商的信息有誤，貨物晚於承諾時間到達，就會影響到供應鏈下游的安排，所謂的「計劃趕不上變化」就發生了。

追蹤交貨期和庫存位置僅是可視性的初階水平，更深層次的要求是可以預警供應鏈中斷風險。根據現有的信息，我們需要判斷何時何地會出現缺貨，以及對生產和銷售的影響是什麼。

比如，生產線缺少某種零部件，所以會停線4個小時。如果每小時產量是100套產品，每套售價是200元，那麼造成的損失就等於4*100*200=80000元。

當然在現實世界中計算的方式更加復雜，某種原料的短缺會牽涉到N多產品和N多客戶。如果我們能增強可視性，就能夠預見到未來的潛在供應短缺，並能夠在第一時間里作出反應。

要實現這點，就必須讓數據及時和准確地在供應鏈上下游之間自動傳輸，盡量減少人為的干預的環節。

2、2提高計劃的'有效性

預測計劃的重要輸入是歷史銷售記錄，以數據為基礎，結合預測模型，制定出中長期的預測。

對於製造企業來說，財務需要供應鏈提供的輸入，來制定未來的商業計劃和各類預算，比如庫存、采購金額、運費等等。

底層數據的准確性非常重要，所有的計劃都是在這些數據的基礎上，配以數據模型，然後「加工」出來的。供應鏈會花費一定的時間在數據維護上，就是要確保基礎數據的准確性。

我們知道預測有一個定律，近期的准確性高於遠期的，就像是預測天氣一樣，天氣預報上關於明天的天氣是最準的，越往後准確性越低。

供應鏈為了增強預測准確性，就需要拿到最新的數據，這樣做出來的計劃准確性就越高。現在的需求波動越來越頻繁，可能一天一個樣，想要做出最准確的判斷，必須用最新的數據。

3、 獲取及時和准確的數據的關鍵事項

考慮到以上的兩點動因，供應鏈一直在努力獲得最及時和准確的數據。這里有幾個需要特別留意的點值得大家關注。

3、1自動化數據採集

如有可能的話，應該盡量在實時情況下收集、傳輸數據。數據存儲在供應鏈內部和外部的各個節點上，為了提升數據可靠性和及時性，最好的辦法就是自動化採集。

在內部實施這點相對容易，只需要投資數字化工具，實施IT項目就可以實現。

在外部夥伴實施起來難度就高了，其中的最大阻力是害怕共享數據後的商業機密泄露。

供應商擔心客戶知道了他的上游供應商的信息，可能會跳過中間商，不讓他繼續賺差價。因此在做系統對接的時候，要確保只分享可以分享的數據，比如包裝規格之類的。

3、2控制對相關數據的訪問

根據使用者在公司中的職能，給予特定的數據訪問許可權，比如采購訂單只能由采購計劃員進行創建和修改，公司里的其他人只有查看的許可權。

對於外部夥伴也是一樣，客戶可以查看供應商的庫存商品數量信息，但他絕對不能訪問商品的成本分析等商業機密。

3、3努力提升、維護數據的准確性

我們需要不斷提升數據的准確性，其中關鍵在於數據採集和輸入。我們要定期維護數據，比如系統中庫存或是倒沖過賬出現了負數，說明某些地方的數據存在問題，流程可能有漏洞，需要我們找到問題點並且盡快處理掉。

數據是供應鏈的根基，為我們制定各類計劃提供了基礎。實現准確和及時的數據雖然有點小貴，但是在供應鏈大中斷時期（the Great Supply Chain Disruption），投資必然能帶來相應的回報。

什麼和大數據隨之在整個供應鏈中被廣泛應用3

大數據成為供應鏈利器

在中國供應鏈大數據份額中，零售業、製造業、服務業(非金融)、醫療業佔比最多，約佔83%市場份額，而能源僅佔1%。而據易觀智庫預測，2016年中國供應鏈大數據市場將達到60億左右(不含供應鏈金融部分)。

該報告把供應鏈大數據分為結構數據、非結構數據、感測器數據及新類型數據四種，涵蓋了交易數據、時間段數據、庫存數據、客戶服務數據、位置數據等各個方面。報告顯示，目前，大數據已經被廣泛應用於包括物流、服務和金融等供應鏈環節。

有效推進物流模式變革

在供應鏈中，大數據的作用首先體現在物流中。2014年12月26日，中國物流信息中心公布的數據顯示，1-11月，全國社會物流總額196.9萬億元，按可比價格計算，增長8.3%，較上年同期回落1.3個百分點。而從近五年的情況來看，物流企業資產規模增速逐步放緩，物流企業經營效益偏弱。

在這種情況下，物流企業需要從價值延伸的角度提供超過客戶預期的服務，以高效物流+增值服務的思路發展，而大數據是物流企業提供增值服務的基礎要素。另外，隨著眾多專業化物流模式的興起，降低供應鏈成本的核心將是數據資產的運用，大數據能夠有效地推進高效率的`物流模式變革，是降低物流成本費用的有效手段。

利用大數據，企業可以與中國氣象服務中心合作，收集高速公路信息，提供全國高速公路的天氣預報和道路實況服務，可以優化行車路線，並對車輛和貨物狀態進行實時監控、評估和預警，對產品的運輸進行智能追溯。

企業通過大數據，依據物流的時間、成本、服務、物流數據、客戶需要等決策因素，可以對風險進行有效預測和評估，制定出合理、准確和科學的決策。利用物流數據，企業可以進行詳細的區域和網店預測，幫助電商平台和快遞公司迅速做出決策。

例如，亞馬遜已經申請專利的「預測性物流」就是個利用大數據洞察用戶需求的典範。「預測性物流」會檢測用戶的滑鼠在商品上的停留時間，再綜合考慮用戶的購買歷史、搜索記錄、願望清單等。

從而根據這些海量數據預判用戶的購買行為，提前將這些商品運出倉庫，放到托運中心寄存，等到用戶真的下單了，就可以立即開始運送商品。通過利用大數據，亞馬遜大幅縮減了商品的送貨時間。

構建預測模式提高協同效應

根據大數據的分析，物流企業可以構建預測模式，實現對產品銷量的精準預測，進而實現對未來庫存量的精準計算，使工廠、區域市場、本地市場的庫存配置更加合理，從而提高協同效應。企業可以通過充分掌握供應鏈物流過程中的所有基礎數據，結合企業自身的資源、能力狀況，對整個供應鏈進行必要的控制和監督。

例如，神州租車的車輛租用率曾經在達到一定程度後出現了瓶頸，一部分車輛出現空置狀態。通過使用SAP推出的資料庫平台SAPHana，神州租車優化了流程，將車輛使用率再次提高了15%。

提供精準金融服務

通過大數據技術進行行業分析和價格波動分析，能夠盡早提出預警，規避信貸風險，可以對目標客戶進行資信評估、審批短期小額貸款，以及精準金融和物流服務貸款。

例如，為了實現銀行和中小外貿企業之間的對接、打破信息不對等的狀態，阿里巴巴旗下一達通公司運用自身的系統處理能力，將監管、申請、投放、還款、放貸等相關融資工作納入一個統一的信息化網路處理平台，通過全程掌控交易流程。

獲取交易環節的詳細數據和信息，以第三方服務平台的角色驗證企業貿易真實性，實現各方信息交互、業務協同、交易透明，從而為解決中小企業融資難問題找到可行的方案。

在供應鏈金融中，大數據還可以提供諸多的增值服務。利用大數據，從源頭獲取用戶需求信息，洞察潛在需求，為供應鏈提供信息咨詢;可以對供應鏈金融上下遊客戶進行全方位信用管理，形成互動的監管和控制機制，降低交易成本和風險;對供應鏈績效進行分析與預測，指導供應鏈管理，尤其是供應鏈協同數據的運營。

F. 大數據行業前景

大數據時抄代的到來，簡單的說是海量數據同完美計算能力結合的結果。確切的說是移動互聯網、物聯網產生了海量的數據，大數據計算技術完美地解決了海量數據的收集、存儲、計算、分析的問題。大數據時代開啟人類社會利用數據價值的另一個時代。

工信部印發《大數據產業發展規劃2016-2020年》，特別提出加快推進大數據產業應用能力，到2020年，技術先進、應用繁榮、保障有力的大數據產業體系基本形成。

大數據相關產品和服務業務收入突破1萬億元，加快建設數據強國，為實現製造強國和網路強國提供強大的產業支撐。

毋庸置疑，大數據發展前景廣闊，現在轉行從事大數據，正當時，想要學習大數據就來老男孩教育，真正行業大牛徐培成老師親自授課，讓您學有所成！

G. 大數據未來的前景怎麼樣

隨著國家重視大數據，政府扶持大數據，大數據在企業中生根發芽，開花結果。未來中國需要更多的大數據人才，但目前只有約40萬人。企業基於大數據計算分析存儲、數據挖掘、數據分析等數據產業的發展，我國需要更多的數據人才。
人才緊缺帶來最直觀現象就是薪酬的提升。目前，一個大數據工程師的月薪輕松過萬，一個有幾年工作經驗的數據工程師薪酬在40萬~80萬元之間不等，而更頂尖的大數據技術人才則是年薪輕松超百萬。
就目前的現狀而言，我國的大數據行業仍然還處在一個發展的初期，雖然已有眾多成熟解決方案，但是遠遠不夠。
並且這里有大量的數據可以證明，我國大數據行業的發展因為受到了宏觀政策環境、技術進步以及數字應用普及等利好因素的影響，在2019年的時候，中國的大數據產業規模已經高達5397億元，同比增長23.1%。到2022年大數據的整體規模有望突破萬億元。這些觸目心驚的數據都表明大數據的未來一定有大發展。
除此此外，隨著5G時代的來臨，它已經極大的滿足了大數據產業對於海量數據傳輸、存儲和處理的需求。在未來，我們的數據量將會極大的增長，數據類型和大數據應用場景也會更加豐富。
海量、低時延、非結構化的數據特點，將對未來大數據行業的算力、實時引擎、數據處理引擎提出更高的要求，也將全面促進大數據未來各方面的。
可以說未來幾十年內，大數據都將是科技領域的「熱點」，發展前景十分廣闊。

H. 大數據對新時代的發展有什麼意義

隨著信息技術和人類生產生活交匯融合，互聯網快速普及，全球數據呈現爆發增長、海量集聚的特點。有人感嘆：數據是新的石油，是本世紀最為珍貴的財產。作為信息化發展的新階段，大數據對經濟發展、社會秩序、國家治理、人民生活都將產生重大影響。「誰掌握了數據，誰就掌握了主動權」。現在，世界各國都把推進經濟數字化作為實現創新發展的重要動能，在技術研發、數據共享、安全保護等方面進行前瞻性布局。抓住大數據發展的時代機遇，開創發展新局面，也是我國必須解答好的時代課題。

大數據不僅是一場技術和產業革命，也將帶來國家治理的深刻變革。運用大數據提升國家治理現代化水平，是新的治理課題。從建立健全大數據輔助科學決策和社會治理的機制，到保障國家數據安全，打破信息壁壘、推動信息共享，再到利用大數據平台形成社會治理合力，用好大數據這個利器，將有力提升治理科學化、精準化、高效化水平，增強服務經濟社會發展、防範化解風險的能力。「工欲善其事，必先利其器。」善於獲取數據、分析數據、運用數據，是領導幹部做好工作的基本功。懂得大數據，用好大數據，增強利用數據推進各項工作的本領，已經成為領導幹部的新時代必修課。

I. 大數據對網路營銷的影響

大數據對網路營銷的影響

在這股大數據時代背景下，消費者行為的變遷也越來越趨於不確定，移動互聯網更是加速了這種不確定因素，那麼，大數據對網路營銷有何影響呢？

大數據對網路營銷的影響 篇1

[摘要] 互聯網時代的發展推動了數據和信息加速傳播。大數據在這種大背景下應運而生，並逐步滲入到各行各業。而互聯網企業通過大數據，促進信息的實效轉化，為網路營銷的精準決策和整個營銷行業的發展提供了數據來源與支撐。文章主要通過闡述了大數據的定義、大數據的處理，進而總結大數據下網路營銷管理優化措施及有效的網路營銷策略，力求為各互聯網企業的網路營銷決策提供參考與借鑒。

[關鍵詞] 大數據;網路營銷;互聯網

1前言

21世紀是一個信息大爆炸的時代，各種各樣雜亂無章數據的出現，一方面給企業以及人們的日常生活造成了一定程度的困擾;另一方面人們也想從這繁雜的數據中找出規律，發現商機，從而抓住商機，開拓新的市場。大數據的出現恰恰能妥善地解決這一問題，大數據分析技術是通過對海量的數據信息進行系統的篩選與分析，力求尋求其中的規律，從而為企業的經營決策提供有力依據與支撐，使企業的經營決策變得更加准確且高效。現今，社會上人們之間的交流越來越密切，科技在高速發展，大數據就應運而生。阿里巴巴創辦人馬雲曾經在演講中提到，未來的時代將是DT的時代，DT即DataTechnology數據科技，對大數據的分析是阿里巴巴的重點工作之一。[1]互聯網在改變人們生活方式的同時也在改變企業的運作模式，這是信息技術發展的必然。然而隨著大數據的來臨，網路營銷也在不斷地進行營銷模式與管理模式的創新，試圖尋求企業與消費者的利益最大化。現在越來越多的企業通過互聯網平台抓取到的消費者的各種數據進行分析整理，獲取消費者的消費趨向及特徵，以此為依據來制定相應營銷策略，不僅可以提高市場決策的准確性，還能大大縮短市場調查與決策分析的時間，提高了企業的經濟效益，促進企業各個環節的高效運作。因此大數據與網路營銷的結合將是必然的，它將為企業開創全新局面，帶來前所未有的.機遇，同時也帶來了挑戰。

2大數據概述

麥肯錫全球研究對大數據的定義是:一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統資料庫軟體工具能力范圍的數據集合。[2]大數據技術在互聯網時代的戰略意義，不是在於掌握海量的數據信息，而在於對收集到的數據進行高度專業化處理，力求找出其中的規律與價值，為企業經營決策服務。[3]簡而言之，大數據技術關鍵在於提高對數據的「加工處理能力」，通過「高加工」實現數據的「高增值」。它具有以下四大特徵:分別為海量的數據規模、多樣的數據類型、快速的數據流轉和價值密度低，具體分析如下:

(1)海量的數據。從互聯網或傳統渠道收集到的海量數據，涉及面更廣、種類繁多，只有運用大數據技術對數據進行分類，才能夠滿足企業的需求。

(2)多樣的數據類型。大數據容納的信息量大，信息種類也繁多，容量也比傳統的數據倉庫更大，通常有用戶的查詢信息、瀏覽信息、消費記錄、消費周期等數據。

(3)快速的數據流轉。大數據技術要求在短時間內對海量的數據進行高速處理，對龐大的數據進行分析、處理，從中找出有價值的數據資料，因此對數據的處理速度有很高的要求。(4)商業價值高，價值密度低。大數據需要從海量的數據當中提取出有價值的信息，對技術的要求很高，往往數據的價值密度低而商業價值高。

3大數據處理與網路營銷

3.1大數據時代下的網路營銷

網路營銷是藉助網路、通信和數字媒體技術實現營銷目標的商務活動。其中可以利用多種手段，如微信營銷、微博及博客營銷、E-mail營銷、視頻營銷等。大數據技術為網路營銷帶來了技術創新，也為企業帶來了前所未有的機遇與挑戰。網路營銷的發展主要依賴於對消費者消費信息的了解，掌握了消費者消費信息相關的數據，就能夠以此來制定合理化的營銷策略，能夠提前預測市場的發展方向，提高企業的生產效率，降低了企業的運營成本。同時也為企業開發新產品提供數據來源與支撐，有利於提高企業產品在市場的佔有率。

3.2網路營銷需要借力大數據

(1)科技的發展。互聯網時代的到來，收集海量的數據信息顯得更加簡單可行，人們可以通過互聯網平台收集到各種數據，還可以對數據進行反復的使用與共享，實現數據的循環利用，使數據創造出更多的價值。

(2)個性化需求的增加。社會的發展使人們的消費習慣與心理發生了顯著的變化，不再希望自己所使用的產品與別人一樣，希望自己是獨特的，與眾不同的，而企業恰恰能通過對消費者的消費偏好進行大數據分析，來為其制定個性化消費方案。

(3)用戶數據易獲取。互聯網企業與傳統的企業相比，其不同點之一就是數據的獲取方式不同。傳統企業能知道客戶當時的需求和購買意向，但是無法獲得更多與客戶有關的信息與資料;而互聯網企業通過用戶的訪問記錄和消費行為

3.3商業定位的轉變

大數據時代背景下，消費者對品牌的忠誠度不斷下降，使得大數據時代商業模式必須從以品牌為中心向以消費者為中心轉變。[3]阿里巴巴於2016年提出了以「消費者的生命周期」來做銷售。充分體現了現在商業社會對品牌的轉變逐步增加到了以消費者為中心的轉變。在工業時代，我們無法獲知消費者的翔實數據，但是在大數據時代下數據的原始積累和獲取變得容易，藉助於智能手機和穿戴設備等科技的發展，數據變得越來越翔實，因此讓商家更容易全方位了解消費者，能夠針對消費者做到千人千面。從而增加產品的依賴性和忠誠度。所以未來企業的競爭力逐步轉變為:誰能提供專業化的產品和服務，誰能全面了解和分析信息，誰就會站在商業的浪潮上。

3.4商業理念

從以商品為主向服務轉型大數據時代，消費者的知識水平越來越高，消費者會從已有的大量數據中全面了解商品的功能、價值等，如果僅僅是在商場或互聯網簡單的介紹商品品牌、包裝及使用方法已經遠遠不能滿足消費者的需求了。消費者依據大量的數據，對產品的了解程度甚至比營業員還要充分，因此企業不僅要非常精準地把商品構架、各種性能指標等解剖出來外，還必須向消費者提供大量的解決方案，即大數據時代企業賣出的不僅僅是簡單的商品，而是方案的系統集成和商品的服務。所以轉型勢在必行，從以商品為主轉向以服務為主，增加顧客對商品的忠誠度和依賴度，迎接新一輪的商業變革。

4結論

2016年是大數據的發展年，據保守估計，未來大數據的市場規模至少達到萬億元以上。在這股大數據時代背景下，消費者行為的變遷也越來越趨於不確定，移動互聯網更是加速了這種不確定因素，電商和傳統企業變得越來越離不開數據，數據即將成為未來企業的核心競爭力，企業要不斷完善自己的企業治理結構，抓住市場潮流的變化，讓不確定的消費者變得確定，這樣才能有針對性地做到千人千面，提供個性化的商品和服務，在未來競爭格局中占據一席之地。

參考文獻:

[1]AllisonCerra，KevinEasterwood，JerryPower.商業模式重構:大數據、移動化和全球化[M].北京:人民郵電出版社，2014:29-43.

[2]蔡承秉.掘金大數據數據驅動商業變革[M].北京:時代華文書局，2013:103-110.

[3]黃升民，劉珊.「大數據」背景下營銷體系的解構與重構[J].現代傳播: 中國傳媒大學學報，2012 ( 11) : 13 - 20.

大數據對網路營銷的影響 篇2

［摘要］

文章對當前有關大數據時代網路營銷模式的相關概述進行了梳理和分析，進而對大數據時代網路營銷模式的創新、精準性以及效果性研究作以歸納，最後進行了總結與展望。

［關鍵詞］

大數據;網路營銷模式;綜述

1引言

大數據對時展產生了深遠影響，網路營銷模式如何充分發揮數據帶來的機遇，從而促進其發展成為當前熱門話題。數據具有的四大特點能為企業網路營銷模式發展提供更加精準、個性化的信息，此外，大數據時代下的網路營銷模式不僅重視創新性、精準性，也重視效果性。

2大數據與網路營銷模式相關概述

2.1大數據的定義

20世紀80年代大數據被提出，到2008年才廣泛傳播。麥肯錫定義其為在一定時間內使用傳統資料庫軟體無法對數據內容進行搜集、存儲等的數據集合;《Science》將其定義為數據集規模無法在可容忍的時間內用目前的技術、方法等去獲取、管理的數據;［3］維基網路將大數據定義為運用當前主流軟體工具難以在合理時間內為企業經營決策提供完整分析過程的資源。比較有影響力的是Gartner的定義，其認為大數據通過新的處理模式能增強決策力、洞察力以及流程能力，並具備多樣、快速增長性以及數據量大的信息資產。本文將大數據定義為以其主要特徵為基礎，通過運用科學的大數據處理技術能夠增強其精準性、效果性等價值的信息資產。

2.2網路營銷模式的定義

Rafi－AMohammed和RobertFisher等將網路營銷定義為在線維護客戶和公司在產品、服務等方面的關系;孫志宏認為網路營銷是通過計算機網路、通信技術等為實現營銷目標的市場營銷方式;蘆文娟、韓德昌認為其是以網路通信技術以及數字互動式為基礎的營銷活動;徐艷旻將網路營銷定義為藉助網路開展市場服務的營銷活動。閻斌認為網路營銷模式是企業通過有效運用互聯網信息技術平台力求實現企業經營目標的營銷活動。本文認為網路營銷模式是藉助網路、通信技術以及數字互動式媒體等進行的市場營銷活動。

2.3網路營銷模式主要類別

蘆文娟、韓德昌認為網路營銷模式主要有創建企業網站、參與網路社區、博客營銷、網上廣告投放;張在宏將其分為廣告商、網上商店和服務、價值鏈服務提供商、網路渠道和虛擬社區;玄文啟認為其可分為電子郵件、微博營銷、病毒性營銷、搜索引擎營銷和博客營銷;本文認為較有影響力的是周曙東等將其分為在線商店模式、中立交易平台模式、企業間網路營銷模式、網上采購模式、網路拍賣模式、電子郵件營銷模式、電子報關模式等的觀點。

2.4大數據時代網路營銷模式的特徵

陳慧、王明宇認為大數據網路營銷具有性價比高、時效性強、互動性強和個性化營銷的特點。胡江濤研究認為關聯性緊也是其主要的特點。

3大數據時代網路營銷模式創新研究

張冠鳳認為大數據時代網路營銷模式主要包括商品關聯挖掘營銷、現代通信的大數據分析、大數據的用戶行為分析營銷和個性化推薦營銷模式。張艷紅認為大數據時代網路營銷模式的革新還包括基於大數據的搜索引擎營銷和DSP網路廣告模式。高源、張桂剛認為其還包括基於大數據的商品地理營銷模式。吳英鷹認為大數據背景下旅遊企業網路營銷新模式主要包括關聯推薦和精準網路營銷模式;王雯研究了大數據下電影整合營銷和O2O營銷模式。以上學者對大數據時代下網路營銷模式創新研究較為全面，但總體上相關理論研究較少。

4大數據時代網路營銷模式精準性研究

李曉龍、馮俊文提出了大數據環境下電商精準網路營銷策略。牛艷紅、王春國認為大數據時代網路營銷模式精準性策略主要有搜索引擎、再鎖定精準營銷和博客營銷。樊永梅發現了全數據精確制導、汽車銷售整合信息對於汽車精確營銷實現的重要性。倪寧、金韶認為其主要有精準定位目標消費群、精準挖掘消費需求、精準可控廣告投放和精準評估廣告效果。林燕提出了傳播和廣告精準營銷策略。以上研究豐富了理論成果，但沒系統分析大數據時代網路營銷模式精準性營銷的基本原理。

5大數據時代網路營銷模式效果性研究

胡江濤發現了大數據時代網路營銷實現從精準營銷到效果營銷的轉變的關鍵問題，張艷紅提出從政府層面、企業層面實現網路營銷的效果性，目前學者對大數據時代網路營銷模式效果性研究不多，還處在逐步認識的階段。

6總結與展望

本文認為大數據時代下網路營銷模式的研究還處在積極探索階段，具體體現在缺乏成熟的網路營銷模式劃分標准;大數據時代下網路營銷模式研究視角較單一和對其精準性和效果性缺乏深入研究，對於兩者的交叉研究更是缺乏。本文認為未來研究可以結合大數據時代下網路營銷模式的精準性和效果性進行綜合研究;從多視角和結合具體的實際加強對其效果性研究;加強網路營銷模式的系統性研究，實現大數據時代網路營銷模式時效精準、效果統一。