大數據引擎向公眾

⑴ 理解大數據時代的數字鴻溝

理解大數據時代的數字鴻溝
大數據是近幾年來炙手可熱的話題，大數據的優勢以及大數據所帶來的新思潮形成研究熱潮。從隨機抽樣到全體樣本，從要求精確到應對混雜，從追求因果到發現關聯，大數據時代改變著我們的信息環境與信息處理思維模式。但是，並非所有的人都能同時走入大數據時代，如同媒介技術的每一次創新與擴散一樣，敏感的企業和組織是大數據的先行者和實踐者，也是最早的大數據受益者；而普通的個體則在面對大數據時呈現差異，有的在時間上跟進遲緩，有的在數據分析能力上存在欠缺，有的不知道如何尋找開放數據，有的在數據噪音前不知所措。傳統互聯網時代的數字鴻溝尚未完全填平，而在大數據時代新的數字鴻溝又在形成並不斷影響與改變著人們的政治經濟地位。
討論大數據時代的數字鴻溝，需要明確區分「數字差異」與「數字鴻溝」.從詞源上看，兩者意義接近，都是由「Digital Divide」翻譯而來。但從傳播效果或情感色彩上看，數字鴻溝比數字差異更能引起人們的警示。在大數據時代，人們創造數據並被數據所包圍，囿於人的視野及精力，人們在面向數據並做出選擇時必然會出現差異。比如，互聯網提供的個性化的搜索引擎，個性化藏夾等都會導致信息瀏覽的個人化，大數據時代的數字差異不可避免。數字鴻溝比數字差異更能引起人們的警惕，數字鴻溝更強調在認識和機會上的差異。數字差異是知道有機會而不為，數字鴻溝則是想為而沒有能力或機會。同在大數據背景之下，數字鴻溝可能會在擁有數據、分析數據和數據思維三個層面存在數字鴻溝。
三個不同的分析維度
（一）擁有數據的數字鴻溝
大數據時代，「全新」「、革命」「、顛覆性」等術語頻繁出現，但「大數據」這一標簽下所指涉的問題卻由來已久。伴隨著互聯網的勃興，數據的指數增長、信息超載和數據處理問題等一直是人們不得不面對的問題。在大數據時代，數據的掘取、存儲、處理與應用方面的技術有了快速的發展，但是在誰擁有數據這個造成數字鴻溝最基本的問題上，當下關於大數據的討論並未給出讓人滿意的答案。
1.數據開放
對於企業和政府來講，大數據是一筆寶貴的財富，「對大數據的掌握可以轉化為經濟價值的來源」也可以從更為准確的角度了解社會，並進行管理。因此，企業和政府需要從普通公眾那裡搜集數據，數據的傳播是一種自下而上的過程，最先擁有和掌控大數據的也是來自企業和政府的「數字先鋒」.但是，消弭數字鴻溝恰恰需要另一種形式的數據流動，即開放數據---讓數據從企業和政府所有而變成被公眾所共享，這是一個自上而下的過程。在現實生活中，這種自上而下的信息流動處處面臨著阻力：一方面企業把數據當做核心競爭力或者核心機密，並且花費了大量的人力、物力、財力去做數據分析，因此很難實現數據的共享；另一方面政府的數據公開步伐還比較緩慢，公眾獲得有價值的信息依然有難度。
數據開放所形成的數字差異需要開放數據來解決。哪些數據能夠開放，以何種形式向公眾開放，具體的實施者是誰，誰又能為數據開放過程中的「搭便車」行為買單都是需要思考的問題。大數據既可以產生商業價值，同時又兼具公共性的特質，在此過程中，和公眾利益密切相關的數據需要開放，我國早在 2007 年 1 月 17 日就通過了《中華人民共和國信息公開條例》，明確規定原則、范圍、方式、程序和監督保障制度。在大數據時代，政府開放數據的力度應該進一步加大，同時對公眾進行獲取數據的素養教育，實現數據的民有和民享。作為一種公共資源，數據分配的公平性和財富分配的公平性一樣，都會對社會結構產生非常大的影響，政府和企業可以依靠數據存儲與分析技術的發展做「數據銀行」業務，讓每個公民都有機會在「數據銀行」存儲和提取自己想要的數據。國內學者塗子沛在《大數據》一書中，把開放數據放在數據民主的角度去思考，指出開放數據運動會推動「開放政治、開放政府、開放媒體、開放城市等等一系列的運動和口號」.這對消除數據所有權所形成的數字鴻溝，建設一個數據公平的美麗新世界提供了一條可行之路。
2.數據搜集
大數據時代的基礎在於海量數據，究竟多大才是大數據呢？「麥肯錫全球研究所」的最新報告對大數據下了一個定義：「大數據是指大小超出了傳統資料庫軟體工具的抓取、存儲、管理和分析能力的數據群」而且，大數據的標准隨著數據的指數增長也在不斷發生變化。今天，我們在談論大數據時往往以 pb 為單位，海量數據提供了更為詳細的信息，但是也存在一些隱憂，即數據的價值密度太小，因而搜集數據以及在海量數據中尋找有價值信息的成本太高。舍恩伯格在接受《中國經濟周刊》記者謝瑋專訪時說：「在許多方面，我們仍然生活在一個『小數據』時代，在這個時代收集數據非常耗時、昂貴和困難。」大數據時代的數據搜集是一項龐大的工程，而且，大數據還遠遠未達到普通人能夠支付得起的階段。
搜集數據的數字鴻溝在大數據時代似乎沒有減少，反而隨著大數據處理技術的發展而在逐步擴大。對於媒體和企業來講，搜集數據和處理數據都並非易事，著名的《哈佛商業評論》雜志對全球財富1000強的企業應用大數據的情況做了一項科學調研，發現「大多數企業還處於大數據的入門階段，還小具備真正挖掘大數據的能力」,而且，「只有巧%的受訪者認為所在企業的數據可訪問性夠好或者達到世界級水平，只有21%的受訪者認為所在企業的分析能力夠好或者達到世界水平」.顯然，對於普通公眾來說，搜集數據、挖掘數據的難度更大，差異也更大。在搜索引擎主宰信息流向的時代，公眾就因為使用不同的搜索引擎而產生數字鴻溝，使用普通的搜索引擎與使用較為專業的搜索引擎和資料庫之間存在著差異。在大數據時代，公眾不僅要知道如何利用專業的搜索引擎，還需要在海量的信息中迅速尋找最有價值的信息，囿於公眾能力的差異，在搜集階段產生的數字鴻溝將難以避免。而且，互聯網下的數據處於不斷更新的狀態，時效性是非常重要和關鍵的。在對「知識鴻溝」的研究中，西方學者 J.S.艾蒂瑪和 F.G.克萊因曾經提到「上限效果」,指的是隨著時間的推移，知識鴻溝會逐漸減少。但是在互聯網時代，信息的價值和及時性有密切的關系，即使隨著時間的推移公眾在搜集數據上的「鴻溝」逐漸縮小，但是後來者所擁有的數據價值也會大打折扣。媒介環境學派的代表性人物萊文森對信息超載的論述可能會對緩解大數據時代數據搜集所產生的差異提供幫助，他認為建立信息分類法則可以解決信息超載的困擾，比如在圖書上建立圖書分類法則並依據這一法則運作，就能夠解決圖書館的信息超載問題，這一思想對解決長期困擾人類的信息超載具有普遍的啟示意義。
（二）分析數據的數字鴻溝
誰擁有數據會產生差異，而在同等擁有數據的情況下，公眾利用數據的能力不同，也會產生差異。大數據既包含以數量關系為基礎的結構化數據，也包含以定性描述為主的非結構化數據，而且，非結構化數據往往佔有很大的比例。因此，在大數據時代，同樣擁有數據並不代表著同樣能夠利用數據，分析數據和掘取價值上的數字鴻溝依然需要引起我們的警惕。
1.數據刪除
大數據時代是一個信息高度碎片化的時代，信息中的重復、噪音、冗餘和信息中的人為因素（網路水軍）等，都影響到人們對數據的分析與利用，此時，刪除數據與收集數據同樣重要。除《大數據時代：生活工作與思維的大變革》之外，舍恩伯格還有一部影響深刻的著作-《刪除：大數據取捨之道》。在這部著作中，舍恩伯格提醒人們在大數據時代「記憶成為常態，而遺忘成為例外」,因此要注意信息取捨之道；在這個「沒有遺忘的世界裡」,遺忘恰恰成為一種寶貴的信息處理方式與權利數據刪除是一個人性化的問題，隨著「電腦原生代」的成
長，每個人都有著青澀的、尷尬的、甚至小堪回首的過去，互聯網之前人們會嘗試遺忘這些小愉快的過去，但是互聯網的記憶讓每個人小得小而對這樣一個現實：人們可能會為若十年前犯過的錯誤買單。
刪除同樣是一個技術性的問題，在互聯網時代，歷史悠久的數據會逐漸成為「數據垃圾」,不但佔用大量的存儲資源，而且也會影響對當下數據的分析，評估數據與刪除數據成為大數據時代必不可少的數據處理方式。但是具體到個人就會產生一個問題，人不可能像機器一樣去評估和處理，只能按照過往的經驗來處理信息。另一位國外學者蒂奇諾在分析「知識鴻溝」所形成的原因時提到，個人的信息儲備也會產生「知識鴻溝」,即「正規教育和從大眾媒體中獲得的信息會幫助受教育程度較高的人提供理解知識的背景」.大數據時代並未改變人們接受信息的習慣，因此，在大數據時代依然是受教育程度較高的人先學會接受和刪除信息。刪除還有一個頗具哲學意味的意義，在大數據時代，選擇即刪除。人對數據的接受具有零和效果「,朝向一組數據的同時意味著放棄另外的數據，這也是另外一種意義上的刪除，處理掉低質量的過時數據是發現大數據意義的前提。知名學者馬修·E·梅所著的《精簡：大數據時代的商業致勝法則》，同樣也提到大數據時代的信息刪除與精簡問題。在大數據時代，能夠快速在第一時間獲得最有價值數據的企業會逐漸發展起來，而不懂大數據或沉迷於大數據的企業會逐漸落伍。
2.數據可用
大數據時代提供了一個多元、詳細且復雜的數據環境，在大數據時代，一切現實都可以量化為數據。但是如果用大數據來創造價值就需要從海量數據中找出有價值的數據，並把數據還原為現實。因為」,擁有一個數據集，無論它們多大或者多小，其自身都不會帶來任何價值。「大數據的最終價值還是體現在數據的」可用「之上。與此同時，關於數字鴻溝的問題也出現在數據的」可用「上，大數據如同提供了一個美味的堅果，不藉助工具很難打開它，而大數據所使用的」雲存儲、雲計算「又不是任何公眾都能輕易掌握的。少部分人掌握了分析數據與應用數據的能力，還有相當多的大眾面對浩如煙海的大數據不知所措，最終陷入信息超載的焦慮之中。
彌補數據可用的」數字鴻溝「需要讓數據變得直觀而可視，這仍然是一個涉及公共性的話題。把數據還原為現實既需要數據分析的人工智慧技術，也需要人的敏銳的分析與判斷能力，更為關鍵的是，需要把對數據所提示的環境真實地傳達給公眾。政府和媒體要做的依然很多，首先需要數據處理技術的普及，把解讀關於公共事務的大數據當做一個公共事業，如在 20世紀 60 年代，被稱為」人工智慧之父「的約翰·麥卡錫曾預言」有朝一日，計算可能變成公共設施「.其次，媒體要做好數據與現實之間」擺渡人「的角色，不僅要用大數據來分析受眾獲得收益，更要體現媒體的公共性，讓受眾能夠讀懂大數據並受用於大數據。比如，美國記者在報道龍卷風時」將龍卷風破壞房屋的損毀數據，與地圖相重疊，製成大數據地圖。「這樣，受眾既能夠比較精確地了解龍卷風帶來災害的大體區域，又能夠精確理解某個區域龍卷風造成損失的具體情況。
（三）數據思維的數字鴻溝
大數據熱所帶來的重要變化是關於數據思維的變化，關於大數據的討論有很多，但並非有了」大數據「這樣一個概念我們的信息環境就自然而然發生了質的變化，而是在互聯網逐漸走向海量數據的今天，從」數字化生存「轉向」數據化生存「的大數據思維讓人們多了一個認識世界的視角。在大數據技術之外的數字鴻溝來自於人們的思維層面，即人們對待數據的思維存在差異。
1.超越大數據
大數據時代的思維之一是要超越」數據迷思「,把數據當成一種工具而不是一種數據霸權。舍恩伯格在《大數據時代》一書中指出大數據帶來的三種變化：不是隨機樣本，而是全體數據；不是精確性，而是混雜性；不是因果關系，而是相關關系。這些變化對於傳統的定量研究方法有極大的影響，可是定量方法的改進並不能取代定性的研究，必須超越數據才能發現數據背後的意義與價值。於是，大數據思維包含了三個層次。第一個層次是發現海量數據，了解海量數據的潛在價值，但並不能很好的利用數據；第二個層次是能夠較好的利用數據，但是往往陷入數據崇拜，解決不了關於意義的問題；第三個層次是能夠利用數據，但是也能夠同時超越數據，發現價值。這三個層次在大數據的發展過程中既是一個歷時的過程，也是一個共識的過程。大數據概念的興起與擴散還需時日，因此在數據思維上三個層次的」數字鴻溝「仍將長期存在。
2.大數據素養
數字鴻溝的減小也需要在硬體與軟體兩個方向上作出努力，在大數據時代仍然如此。從最近幾年的中國互聯網路統計報告來看，硬體的數字鴻溝在逐漸縮小，而軟體的數字鴻溝仍在擴大。消弭數字鴻溝需要政府、企業等開放公共數據並提供利用公共數據的方法，還需要提升全體公民的大數據素養，實現大數據的民有與民享。數據素養也被稱為數據信息素養，主要指人們在科學數據的採集、組織和管理、處理和分析、共享與協同創新利用等方面的能力，以及在數據的生產、管理和發布過程中的道德與行為規范。全面提高全民的數據素養，我們才能自信地迎接大數據時代的到來，並利用大數據為人類創造新的福祉。

⑵ 大數據時代發展歷程是什麼

可按照時間點劃分大數據的發展歷程。

⑶ 大數據是把雙刃劍

今天，計算機功能發展到前所未有的強大，海量數據——包括個人信息——被其搜集形成大資料庫。這些數據被正常合法利用的同時也存在著被濫用的危險。

大數據的預測功能賦予了其變革我們生活的巨大潛能。在它的支持下，未來兩天內天氣預報的准確率將會達到95%。然而大數據一旦被濫用，用戶的隱私安全就會受到威脅，經常使用互聯網的人尤甚。

這些威脅是怎樣產生的？我們又應該如何在保證大數據造福社會的同時應對這些日益加劇的威脅呢？

潛在問題的影響范圍

首先，單純從大數據安全事件涉及的人數來分析，其影響范圍在不斷擴大。2014年阿肯色大學專業發展系統被攻破，導致50,000人身份信息泄露。這個數據已經不小了，但相比同年ebay公司數據外泄事件中145,000,000人的生日、住址、郵箱及其他信息被竊取，就是小巫見大巫了。

從安全維護的專業領域來說，要保護大資料庫中信息不被竊取，更是不容樂觀。一定程度上，這和儲存和處理信息所使用的基礎技術的本質缺陷有關。

像亞馬遜這樣的大數據公司，對分布式計算的依賴性極大，他們往往在世界各地都分散設有數據處理中心。亞馬遜公司將全球業務分為十二個區進行經營，每個區大量的數據中心都不斷遭受著物理攻擊和網路襲擊，這些威脅主要是來自成百上千隱匿的獨立伺服器。

訪問控制的難題

控制對信息或網頁訪問的最好策略就是只設置單一的訪問介面，這比控制當前的成百上千個介面要簡單的多。然而事實確是：大數據廣泛地儲存在各個區域。其容量之巨、分布之廣、獲取渠道之多，也讓它在面對威脅時更加脆弱。

除此之外，很多公司對其尖端的軟體組件以及大數據基礎設備的安全性並沒有給予足夠的重視。這更是給潛在攻擊大開了方便之門。

一個典型的例子，Hadoop（譯者註：由Apache基金會開發的分布式系統基礎架構，可以讓用戶在不了解分布式底層細節的情況下，開發分布式程序）中大量的軟體組件使得編程人員可以在分布式計算系統獲取大量數據信息。剛推出時，Hadoop的安全性能較低，不能同時供很多人使用。很多大公司卻不顧這一缺陷，依舊採納Hadoop成為其整個公司的數據平台。

用戶需求推動數據安全發展

從用戶角度來說，通過多種方式來提高大數據產品的安全性至關重要，例如同大數據的收集和使用組織簽訂條件和協議、服務水平協議、安全密封等。

大數據公司方面又應該怎樣保護用戶的個人信息不外泄呢？為防止信息外泄落入不法使用者手中，我們可以採取包括信息加密、訪問控制、入侵偵測、數據備份、使用過程審查等策略。這樣數據的安全性提高了，我們個人信息的隱私性也就等到了加強。

然而，過分強調安全性也許會侵害你的隱私：執法機構可以借口安全原因來搜集更多的個人信息，比如員工計算機的瀏覽歷史。

執法機構打著增強安全性的旗號，將每個人都當成是潛在的犯罪分子或是恐怖分子，搜集其信息，用於某一天證明其罪行。政府通過這種方式掌握了我們大量的信息，不僅如此，蘋果、谷歌、亞馬遜等公司也會被要求提供其他情報，包括我們的網購記錄、網頁瀏覽歷史以及解密後的各項數據。

這種監視所遵循的基本原則就是：每個人都是不可信的（大數據技術讓這種監視的成本大大降低，可行性也隨之提高）。然而這些搜集起來的信息很有可能泄露並被濫用，美國國安局員工濫用職權監聽他人電話事件就是一例。

其實如果能被適當利用，大數據可以幫助我們獲取更多的信息，提高有關潛在計算機攻擊和攻擊者的情報的質量（特別是准確性）。這樣一來，你的隱私就得到了更好的保護。

舉個例子，理想的狀況是：如果大數據分析引擎能在海量的郵件中精確地辨別出哪些是欺詐郵件的話，我們也就再也不用擔心碰到釣魚郵件了。

大數據是怎樣使用的—對你有利還是有害

其他有關大數據使用的問題還有，一些公司為了要針對你的習慣和愛好給你發送特定的廣告，他們會記錄你所有的瀏覽歷史。大數據為他們這種行為提供了便利——成本更低，分析更簡單。

IBM公司的「性格洞察」服務，能夠根據你的上網習慣，對你的形象進行「素描」。這已經遠遠不止身份信息被泄露這么簡單。你的性格特點，比如是否外向、是否具有環境意識、政治上是保守還是革新，甚至連是否有去非洲旅遊的意願，都會在其調查結果中表現出來。

這些公司對外宣稱，這項技術可以極大地提高上網體驗。聽起來是在為用戶考慮，但是反過來，我們也不難想到，同樣的信息也很容易用來損害我們的利益。比如現在已經有保險公司通過大數據分析出的用戶素描來實行差別收費。

想要解決這個問題，禁止大規模數據搜集顯然是不現實的。不管我們喜歡與否，大數據時代已經來到。找出方法在允許合法使用大數據的前提下保護隱私，才會讓我們的生活更加安全、富足、高效

例如，在合法安全地使用時，大數據科技就能極大地提高反偵察的效率，這反過來也會讓我們避免身份信息盜用和潛在的經濟損失。

想要在享受大數據帶來的便利的同時解決保障安全性、隱私性的難題，關鍵在於信息使用的公開透明。大數據的操作者必須公開所搜集數據的內容及用途。

除此之外，用戶必須有權了解數據是如何儲存的，誰可以使用這些數據以及數據的授權過程。最後，大數據公司也要對其為保障用戶安全對數據所採取的安全管控措施作具體的闡釋以此來贏得公眾的信任。

註：所有文章均由中國數字科技館合作單位或個人授權發布，轉載請註明出處。

⑷ 大數據時代呼喚公共服務創新

大數據時代呼喚公共服務創新_數據分析師考試

最近，上海有個政府網站比較火。這個網站不發布新聞，但這個網站的開通本身就是新聞。這個網站只提供數據信息，它的名字叫「上海政府數據服務網」。

由上海市政府辦公廳和上海市經濟信息化委牽頭，市公安局、市工商局、市交通委等9家試點單位參與，建設了國內首個政府數據服務網，啟動了政府數據資源向社會開放試點工作。市民可以通過該網站下載212項數據產品、30項數據應用。在試點的基礎上，上海要求當地所有政府部門都要在年內向公眾提供數據產品瀏覽、查詢和下載等服務。

上海市把全市政府資源數據集中存儲和統一管理，並向社會公開，這種做法看似簡單實則復雜，需要莫大的智慧和足夠的勇氣，無疑是公共服務擁抱大數據時代的有益探索，其經驗可復制、可推廣。

當我們還在被雲計算弄得雲里霧里、想像物聯網的美好生活時，一個大規模生產、分享和利用大數據的時代已經降臨。正如哈佛大學社會學教授加里金所言：「這是一場革命，龐大的數據資源使得各個領域開始了量化進程，無論學術界、商界還是政府，所有領域都將開始這種進程。」

大數據不僅是一種海量的數據狀態及相應的數據處理技術，更是一種思維方式，一項重要的基礎設施，一場由技術變革推動的社會變革，而這種社會變革又伴隨並呼喚著公共服務創新。大數據時代給公共服務提出了新挑戰，倒逼公共服務的理念和實踐創新。

公共服務部門要適應大數據時代，首先就得對大數據的認識、理解和應用要有一個正確的態度。公共服務部門每天都要處理大量數據，或許覺得枯燥無味，但這些數據對於公眾或公司而言卻是非常有價值的信息。像上海政府數據服務網公布的房地產開發企業信息就有助於公眾購房決策，醫院床位、候診人數等信息方便公眾就醫。比如，某導航公司將上海公開的2萬多條地理位置信息用於地圖編制與更新，在服務社會之時收獲了商業利益。

其次，要有「大數據思維」。「大數據思維」至少有「海量、開放、共享、實時」這么幾個重要特徵。這就要求公共服務部門改變傳統思維模式，激活那些束之高閣的沉睡數據，打破各個部門數據分割狀態，打造數據資源聚合平台，盡可能多、盡可能快地通過互聯網、手機APP等多種方式向公眾公開各類數據資源。

思想的「總閘門」一旦打開，行動的落腳點就得提升。公共服務部門應用「大數據」，說到底是為了方便決策、解決問題，進而更好地服務「大民生」。公共服務部門要善於運用大數據技術從大量個體的行動軌跡之中挖掘共性規律、實時發現問題。如美國西雅圖市運用大數據實時監控華盛頓、紐約、芝加哥等多個城市的停車位，有效緩解了上班高峰的停車難題。今年春運期間，網路研發的關於人口遷徙的大數據可視化應用受到廣泛關注。該應用為公共服務部門科學決策和合理調配資源提供了可靠依據，為利用大數據進行公共服務和社會管理找到了新的實踐方向。

以上是小編為大家分享的關於大數據時代呼喚公共服務創新的相關內容，更多信息可以關注環球青藤分享更多干貨

⑸ 大數據引擎下如何精準營銷

1．零售企業數據管理數據收集是零售企業實現精準營銷的基礎。通過POS機、觀測設備、移動終端、互聯網、智能終端等收集企業與顧客的交互數據，同時在企業運營過程中重視對商品數據、銷售數據、會員關系數據等交易數據的收集。另外，企業外部的數據如市場調查數據、專家意見、第三方機構數據等也可收集，並對數據進行清洗、重構、填補，保證數據質量，補充到資料庫。根據企業的商業目標，對2．消費者分群及理解消費者的消費行為，利用收集到的數據進行消費者分群，分析不同消費群體的特徵、消費偏好，進行消費需求預測。對得到的消費者類別進行描述性分析，根據帕累托的二八原則，企業80%的利潤是由20%的重要消費者創造的。零售企業只要把握住這部分消費者，針對不同價值的消費者群體投入相應的營銷資源，優先滿足重要消費者的需求。
2. 營銷方案設計零售企業首先設立營銷目標，如增加銷售10%、提升消費者忠誠度、提升消費者價值、擴大企業知名度等。總的來說，可描述為優化消費者價值、獲取新消費者、實現消費者保持、實現交叉銷售和增量銷售，最終提升企業利潤。通過營銷活動，將以前低價值消費者轉換為重要消費者，並保持其忠誠度。
3. 營銷方案實施利用數據分析選擇最合適的營銷方案實施渠道，並對營銷活動進行活動效果跟蹤。既需不斷保證方案實施的靈活性，也要對實施過程中出現的意外情況保持警惕，才能在競爭對手發現其市場份額被搶占之後再發起反擊之前，將營銷活動的影響開展到盡可能大的局面。
4. 營銷結果反饋通過對營銷方案實施過程中的數據進行分析並總結經驗，用於指導下一階段的營銷方案制定。對整個營銷過程效果的評估可從營銷成本、銷售收入、企業知名度、消費者滿意度等方面進行綜合分析。在當今大數據時代，信息技術不斷發展和完善，為零售企業帶來了海量數據，同時數據挖掘技術使得零售企業能夠有效應用數據，數據被提升到前所未有的高度。零售企業應重視數據的力量，深層次挖掘隱藏在海量數據中有價值的市場信息，指導企業制定各項決策，建立符合自身實際情況的精確營銷體系，有針對性地實施營銷計劃，比以往靠管理者個人經驗和判斷作決策更科學有效。

⑹ 請分析大數據在公共交通可以為公眾提供哪些新智能服務

大數據放在交通領域能幹這些事：智能公交、輔助交通規劃決策、對駕駛員評估、預測群體出行行為
智能公交，這是交通部早已實現的事情，也是交通部最早利用大數據決策的成功案例之一。交通部根據GPS定位技術、3G通信技術、GIS地理信息系統技術等等結合對車輛的監控，實施的公交車智能調度策略，提高了公交車的利用率，同時也在不斷減輕城市道路的擁堵負擔。
用大數據輔助交通規劃輔助決策，就公交網路而言，傳統的方式需要在投入大量人力進行OD調查和數據收集。而目前的一卡通，則讓數據更為全面的展現在決策人員面前，流量數據全部可以精確掌握，同時再利用上車輛擁堵時間，擁堵路段的大數據分析後，公交車的線路調整，增加與減少換乘站的決策就會更加有依據。
預測群體出行行為，目前網路地圖已經做到了可以提前兩周預測某個城市的人數大概規模，而將這一成熟的預測演算法用於交通後，結合交通部的其他大數據，便可以預測出群體出行的態勢，對其可能出行的時間，出行路線，出行方式等等進行預測，從而為城市車輛調度提供決策幫助。

⑺ 大數據引擎的涉及領域

網路將基礎設施能力、軟體系統能力以及智能演算法技術打包在一起，通過大數據引擎開放出來之後，擁有大數據的行業可以將自己的數據接入到這個引擎進行處理。同時，一些企業在沒有大數據的情況下，還可以使用網路的數據以及大數據成果。
從架構來看，企業或組織也可以只選擇三件套中的一樣使用，例如數據存放在自己的雲，但要運用網路大腦的一些智能演算法應該也是支持的。舉幾個例子可能你更加清楚網路大數據引擎究竟是什麼。
許多政府部門擁有海量大數據——大數據經典之作《大數據》也是在講美國政府的大數據。但政府部門幾乎都沒有大數據處理和挖掘技術。交通部門有車聯網、物聯網、路網監控、船聯網、碼頭車站監控等地方的大數據，衛生部門擁有流感法定報告數據、全國流感樣病例哨點監測和病原學監測數據，公安部門有大量的視頻監控數據。如果這些數據與網路的搜索記錄、全網數據、LBS數據結合，在利用網路大數據引擎的大數據能力，則可以實現智能路徑規劃、運力管理、流感預測、疫苗接種指導、安防追逃等等。
許多企業也擁有海量大數據——通信、金融、物流、製造、農業等行業。不過，它們幾乎都沒有大數據能力，坐擁海量數據卻一籌莫展。這時候如果能夠應用網路大數據引擎，則可以對海量數據進行可靠低成本的存儲，進行智能化的由淺入深的價值挖掘。在網路技術開放日上，中國平安便介紹了如何利用網路的大數據能力加強消費者理解和預測，細分客戶群制定個性化產品和營銷方案。
可以看出，大數據引擎的輸入實際上是網路擁有的大數據以及行業已有的大數據，而輸出則是各種行業應用成果，也就是大數據的「價值」。

⑻ 大數據分析引擎是什麼

這是一個統稱，大數據分析，顧名思義，就是通過眾多的數據來分析得出有專用的結論，而這些數屬據哪裡來的呢？通過一種技術手段做成一個系統來收集的，這個系統，就叫做大數據引擎！
我這么說會不會太抽象，舉個例子：米多大數據引擎系統，他們家的技術手段就是通過一物一碼獲得數據，一物一碼，就是一件商品貼一個二維碼，二維碼里有商品的全部信息。每個消費者買了商品後，掃描二維碼可以知道商品的真偽、商品生產的歷程（溯源）。這時，大數據引擎系統就會收集掃描二維碼的用戶的信息。而商家也會通過消費者在哪裡掃描的二維碼可以分析出商品在哪個地點賣的好，哪個地點賣的少，或者這個編號的商品不應該出現在那裡（商品防竄）。等等……這些就是大數據分析！而這個系統就成為大數據引擎系統。還是不懂的話可以搜湖北米多科技看看，應該就懂了，望採納^_^

⑼ 中國實施大數據戰略有五大行動支點

中國實施大數據戰略有五大行動支點
大數據引擎業已成為組織創新、產業升級、經濟社會發展、國家治理能力現代化的核心驅動力。在借鑒歐美發達國家大數據戰略實施的先進經驗基礎上，中國中國實施大數據戰略有五大行動支點。
變革時代的大數據革命
自「智慧地球」概念於2008年11月提出以來，整個地球都沉浸在如何變得更加智慧這個龐大的課題里。聯合國秘書長執行辦公室於2009年正式啟動了「全球脈動」倡議項目，旨在推動數字數據與快速數據收集和分析方式創新。聯合國2012年5月對外發布了《大數據促發展：挑戰與機遇》白皮書，探討如何利用互聯網數據推動全球發展。隨著大數據發展戰略得到全球各國的高度重視，世界主要國家的「智慧國家」建設發展戰略和行動計劃風起雲涌。由於大數據是數字化生存時代的新型戰略資源，對國家治理和社會發展作用巨大，各國科技界、產業界和政府部門極為關注，於是「智慧企業」「智慧校園」「智慧醫院」「智慧政府」「智慧城市」被不同類型組織列為發展目標。
科學技術是第一生產力，產業的每一次革命性躍遷都離不開科技革命的推動，往往只有那些抓住技術革命的戰略機遇並迅速作出適應性調整的國家或民族才能不斷生存發展。毫無疑問，大數據是當前一個事關經濟社會發展全局的戰略性產業，已經成為全球高科技產業競爭的前沿領域，以美、日、歐為代表的全球發達國家已經展開以大數據為核心的新一輪信息戰略以及新一輪的人才競爭、技術競爭、產業競爭、企業競爭和國家競爭。報告顯示，2014年，全球大數據市場增長速度達53%，總體規模為285億美元。到2017年，全球大數據市場收入將達500億美元，這意味著從2011年起連續6年年復合增長率達38%。中國市場情報中心有關統計顯示，2012年中國大數據市場規模為4.5億元，同比增長40.6%，到2018年，中國大數據市場規模將達到463.4億元。2012—2013年度，在歐美國家1217家營業額收入超過10億美元的企業中，643家企業制定了大數據戰略，其中7%的企業至少投入了5億美元，15%的企業至少投入了1億美元發展大數據。
顯然，隨著經濟社會的發展，大數據帶來的深刻影響和巨大價值逐漸被認識，它通過技術的創新與發展，以及數據的全面感知、收集、分析、共享，為我們提供了一種全新的看待世界的方法，大數據帶來的信息風暴正在全方位地改變著我們的生活、工作和思維。
大數據戰略實施的國際經驗
歐美發達國家相繼制定了大數據發展戰略，並制訂了具體的實施政策和行動計劃，已經取得初步成效。總體而言，這些戰略具有以下幾個方面典型特徵：
開放性。自2009年美國政府開放數據門戶網站data.gov上線以來，各國政府掀起開放數據運動。通過開放政府數據，提高政府透明度，提升政府治理能力和效率，更好地滿足公眾需求，促進社會創新，帶動經濟增長。據統計，截至2014年1月12日，開放數據運動已覆蓋全球44個國家(地區)。2013年6月，八國集團首腦在北愛爾蘭峰會上簽署《開放數據憲章》，各國表示願意進一步向公眾開放可機讀的政府數據，並在2013年末制定相應的行動計劃。英國承諾2015年前開放有關交通運輸、天氣和健康方面的核心公共資料庫，並將投資1000萬英鎊建立世界上首個「開放數據研究所」。2013年11月，法國政府出台《八國集團開放數據憲章行動計劃》，作出「朝著默認公開發布數據的目標前進」「建立一個開放平台以鼓勵創新和提高透明度」等幾項承諾。
智能性。2010年11月，德國聯邦政府啟動「數字德國2015」戰略，推動互聯網服務、雲計算、物聯網、3D技術以及電動汽車信息通信技術等信息通訊產業的發展，推動實施基於傳統製造業智能化和數據化的「工業製造4.0戰略」，將物聯網引入製造業，打造智能工廠，工廠通過CPS(網路物理系統)實現在全球互聯。2011年，韓國就提出「智慧首爾2015」計劃，目標是到2015年成為世界上最方便使用智能技術的城市，建立與市民溝通的智能行政服務，建成適應未來生活的基礎設施和成為有創造力的智慧經濟都市。2013年6月，日本安倍內閣公布《面向2020年的ICT綜合戰略》，全面闡述2013-2020年期間以發展開放公共數據和大數據為核心的日本新IT國家戰略，提出要把日本建設成為一個具有「世界最高水準的廣泛運用信息產業技術的社會」的目標。
價值性。2012年4月，英國經濟與商業研究中心的一份研究報告預計了2012-2017年大數據產生的經濟利益：2011年英國私企和公共部門企業的數據資產價值為251億英鎊，2017年將達到407億英鎊。大數據增加的創新與就業機會，將貢獻價值240億英鎊，同時為小企業創造預計價值為420億英鎊的發展前景。該報告還預測大數據將創造新業務市場，即創造58000個就業機會。大數據可以更有效地改進客戶需求分析，預計此項優化將產生738億英鎊的效益。大數據可以優化產品存量和資源分配，大大降低成本，預計產生460億英鎊的效益。同時，政府部門通過大數據可對醫療保健系統進行防欺詐檢測和分析，預計節省不必要的支出達20億英鎊。顯然，如果有意識地在更大的合理范圍內開放大數據，大數據將帶來更多的價值增殖。
應用性。2012年9月，IBM公司啟動在加拿大安大略省巴里市興建智能數據中心，即IBM加拿大領導數據中心，旨在推進節能化數據中心管理方面的研究和為企業提供能使其連續性經營的服務以及災備數據服務。為響應公民對數據的需求，加拿大逐步開放地理空間數據，並將大數據研究列為政府科研基金重點資助對象。2013年8月，英國政府發布的《英國農業技術戰略》指出，英國今後對農業技術的投資將集中在大數據上，目標是將英國的農業科技商業化。
保障性。2012年5月，美國政府宣布投資2億美元提高大數據技術(包括數據的儲存、分析、收集)，以加快科學研究、加強國家安全、改革教學和培訓體系以及促進專業人才發展。2013年1月，英國商業、創新和技能部宣布注資6億英鎊發展8類高新技術，其中，1.89億英鎊用來發展大數據技術。「歐盟開放數據戰略」將重點加強在數據處理技術、數據門戶網站和科研數據基礎設施三方面的投入，旨在歐洲企業與市民能自由獲取歐盟公共管理部門的所有信息，建立一個匯集不同成員國以及歐洲機構數據的「泛歐門戶」。
中國實施大數據戰略的行動支點
為了應對大數據戰略帶來的機遇和挑戰，借鑒歐美發達國家大數據戰略實施的先進經驗，我國需要在如下幾個方面下功夫：
完善制度。完善知識產權保護體系，促進數據共享和整合，推動數據價值創造。加快制定相關標准和指南，制定大數據發展戰略。出台法律，為涉及企業運營數據、客戶信息、個人隱私和各種行為的詳細記錄數據提供法律保障。完善信息資源市場，界定信息產權，明確信息的所有權、使用權和收益權的規定，發揮市場在信息資源方面的優化配置作用。
構築平台。成立大數據管理局，建立信息資源共享平台，開放政府信息資源。以部門業務信息為基礎，從標准、流程、數據三個方面進行設計，建設「物理分散、邏輯集中」的公共數據中心，通過數據集中挖掘，提高數據利用率，提高各級政府行政管理效率和公共服務水平。
突破技術。在明確大數據關鍵技術的基礎上，確定重點支持領域，加大研發支持力度，整合雲計算、物聯網等專項項目，支持大數據技術的開發、研究和應用示範，引導企業加大大數據研發力度，實現關鍵技術突破，特別需要優先支持大數據技術在輿情研判、疾病防治、災害控制、交通安全、城市管理、公共服務、社會治理等民生領域的應用。在公共服務和公用事業管理中采購大數據技術，以政府采購引導國內大數據發展。
培養人才。加大高水平大數據人才的引進和培養力度，重點培育數據挖掘、機器學習等方面的專業人才。制定激勵措施對企業管理者進行數據分析技術培訓，提高大型企業管理人員的數據分析能力。同時，在大學相應階段有針對性地增加相關大數據技術與分析課程，增加學生在感知技術、數據倉庫、數據搜索、數據挖掘與可視化等領域的知識積累，擴大人才儲備規模。
提供保障。設立大數據研發基金，加大大數據平台建設的投入力度，加強智慧企業、智慧醫院、智慧政府、智慧城市建設。設立獎懲制度，強化大數據國家安全建設。建立預算制度，控制各部門經費流向，推動數據共享，防止「信息孤島」現象的出現。