大數據實效

1. 如何利用工業大數據推動製造業轉型

什麼是工業大數據？
工業大數據，很難從內涵角度來作出一個定義，因為它涉及到很多各種各樣的數據。但從外延角度來看，比較容易。
大體上是3+3，第一個「3」是指3個層面——企業，企業上面的供應鏈、產業鏈和生態鏈，以及在這上面的行業管理和宏觀經濟。第二個「3」是指每個企業都有的3個過程——生產，使用，以及發展中的經營效益，所以，「3+3」基本上把工業大數據的脈絡圈起來了。
從企業的角度看，工業大數據是在一個企業的設計、創新、生產、經營和管理決策過程產生、使用和轉型升級過程需要的信息之和。所以最小的圈是企業，一個企業從開始到生產線到設計、到工藝過程、到人，一直到管理、決策、市場、服務，像這樣的環節都在使用。
從供應鏈、產業鏈和生態鏈的角度來看，工業大數據是供應鏈、產業鏈和生態鏈產生、使用和需求的各類信息之和。這三個鏈之間很難一刀斷開，因此，我也是從一個概念來看。所以，製造業也好、工業企業也好，整個過程是一個鏈環周。這個鏈不僅是一個企業，更重要的是政府機構、研究機構，需要把控和研究如何追求製造業前兩環的優化。所以我們看到了超越一個企業的生存、使用和發展需求的新工業數據。
從行業管理和宏觀調控的角度來看，工業大數據是工業行業管理和宏觀調控產生、使用和需求的各類信息之和。每一個行業的管理都需要工業大數據，在工業行業又生存了很多企業，做好工業數據管理需要這樣一個鏈條，所以「3+3」構成了工業大數據的外延，每一個環節，使用的和需求的中間是交集，這樣才對工業大數據的發展提供了基礎。
小結
首先，3+3加起來的組合就是工業大數據;
第二，產生、使用和進一步發展的需求的工業大數據是不同的，是交集;
第三，進一步發展需求的大數據最大;
最後一句話最重要，工業大數據，工業是主體。
為什麼要發展工業大數據？
同樣是三個層面，從三個由小到大的層面，加上一個需求，來看一下工業大數據的作用和意義。
首先，從最小的層面——企業來看，工業大數據為企業全過程設計、創新、生產、經營、管理、決策服務，為企業的發展戰略和目標的實現服務。
第二個層面，工業大數據服務於供應鏈的優化、產業鏈的完善、生態鏈的形成和優化。從供應鏈、產業鏈、生態鏈來看，不管是CSM的生產圈，還是一個特定產品製造過程的供應鏈，或是一個完整生產過程的分析，工業大數據都是為了它的形成和優化。
第三個層面，工業大數據要滿足行業和宏觀決策調控的實際需求，提高行業和宏觀經濟管理決策質量、能力。政府的行業管理對於供應鏈、產業鏈、生態鏈、商業鏈、價值鏈有著非常重要的作用，但是政府的宏觀調控超越了這樣的鏈環本身，我們要對經濟發展面臨的重大問題作出回應，甚至回答製造業如何來應對這樣的問題。所以從這個行業來看重要的是行業發展戰略，而到宏觀調控的時候，不但要從行業的發展戰略，還要從整個經濟發展去看這些問題怎麼解決?這就需要信息。
第四，從工業轉型升級的需求看，工業大數據是為了一個個企業、行業、裝備、工藝、生產線、供應鏈的轉型升級服務。先進製造業、工業4.0、智能製造，以兩化融合和智能製造為重點的中國製造2025，都是工業轉型升級模式的未來方向。原來我們的3.0工業，是以裝備和生產線為核心的自動化，而4.0的智能化是把這兩個過程自動化和數據自動化結合在一起。
小結：
工業大數據的研究和實踐要服務於加快製造業轉型升級、提升工業競爭力;
這個目標要落實到企業創新、設計、生產、經營、管理、決策的每一個具體環節;
這個目標要落實到供應鏈全局優化、產業鏈和生態鏈的形成和優化的每一個具體環節;
這個目標要落實到工業行業管理和宏觀經濟調控決策的每一個實際需求。
工業大數據怎麼推動製造業轉型升級？
在回答怎麼辦之前，首先要知道存在著哪些主要問題：
1、在數據生成環節，主要存在跑冒滴漏和非標準的問題;
2、在數據利用環節，主要存在數據不足、質量不高、各個環節協同存在制度、核算、標准等大量障礙;
3、在發展需求環節，主要存在缺乏預見性、缺乏有效的模型和工具、缺乏制度和標准規范等問題。
要想建設好、應用好大數據，首先要解決這三個問題：
首先是建設，什麼是建設?我記得三年前說過，把大數據作探礦、采礦、煉礦、用礦，實際上探礦和采礦就是建設好信息，可以從三個緯度四個方面來建設好信息。三個緯度首先是發現，然後才可以按照應用需求結合起來。第二要有制度，要有標准，要實現系統之間的互操作。同時我們還要發現、收集、組織，來提升系統性、完整性、及時性、准確性。這是建設好、運用好。
利用好有三個方面或者三個層次和若干個關鍵環節。由於時間關系就不再展開討論了。
最後，要特別注重取得實效、最佳實踐和理論研究。
1、要特別注重實效。因為今天的大數據，每一個環節的形成都有它的實效，這件事情從開始到做完以後，效果究竟是什麼?有很多企業家，當你用大數據對你企業各個環節進行改善提升的時候，你首先第一條要把提高效率放在首位，這是關鍵，而且對於製造業來說，要永遠把利潤率放在最重要的位置。當然，工業大數據不能直接用錢來算，有的環節是企業老闆在管理上、服務上提效，但是這個效果必須是可測量的，不管是定性的還是定量的。
2、要特別注重最佳實踐。i5數控機床，從開始研發到今天位列智能數控機床試點領先的行列，花了十年的時間。為什麼前面幾年沒有成功?就是因為數據缺失。缺什麼數據?高端數控機床為什麼長期被國外控制?數控機床的技術為什麼那麼長時間沒有克服?因為不管是材料的發展，還是裝備的發展，都沒有數據，沒有實踐過程中的數據，它是發展不起來的。接下來是模型怎麼建，也需要數據來支撐，但是原來由於高端數控機床都由國外來控制，我們沒有數據。另外，它在這個過程裡面還倡導商業模式，這個機床是按服務鑰匙收費。所以它又變成了今天最新最熱門的製造行業分享。這顯然是一個最佳實踐，這裡面工業數據是極其重要的。
3、要注重理論的研究，注重方法、制度創新的研究。在這個過程中，需要對製造業發展的趨勢、特徵，工業大數據的內涵外延，工業大數據建設和利用的系統方法，工業大數據質量保證、協同發展、制度創新等等一系列問題進行研究。

2. 【《大數據時代》讀書筆記2】大數據視角下，一切皆可「量化」

「大數據」視角，並非近年來的新事物，回顧歷史，早已有之。只是當時，「大數據」這個詞，尚未產生。

19世紀，「量化」之於航海。 19世紀還是航海經驗靠口口相傳、有些甚至被證明是錯誤的年代，航海家莫里通過量化分析製作的導航圖，是大數據的最早實踐之一。在因為馬車事故造成腿部殘疾後，年輕的海軍軍官莫里離開了海上工作，來到了圖表和儀器廠。在這個後來被證明是他福地的地方，在翻閱、整理庫房裡存放的航海書籍、地圖、圖表、航海日誌後，莫里將這些記錄進行數據整合，把整個大西洋按經緯度分成五塊，並按月份標出溫度、風速和風向，為找到更有效的航海路線提供參考。之後，為了提高精確度，莫里創建了一個標準的表格來記錄航海數據，並在所有海軍艦艇及部分商船上使用，通過分析這些數據，一些利於航行的天然航線被找到，為海軍及商船減少了三分之一的航海路程。遠在信息數字化之前，人工的數據運用已經充分展示了其實效。隨著數據存儲和處理能力的不斷提高，「大數據」技術的運用領域也不斷擴展。

20世紀，「量化」之於投資。 在金融領域，「量化」這個詞經常以「量化投資」等片語形式出現，指的是通過數量化方式及計算機程序化發出買賣指令，以獲取穩定收益為目的的交易方式，其實質在於替代傳統的定性分析，以數據為支撐作出投資決策。「量化投資」在海外的發展已有30多年的歷史，其投資業績穩定，市場規模和份額不斷擴大，得到了越來越多投資者認可。金融領域是數據相對集中和易感知的領域，但量化的舞台，遠不止於此。

21世紀，「量化」之於坐姿研究。 日本先進工業技術研究所的越水重臣教授將量化用於坐姿研究，通過對人坐著時的身形、姿勢和重量分布等的數據化，產生獨屬於每個乘坐者的精確數據資料，並根據人體對座位的壓力差異識別出乘坐者身份，准確率達到98%。這項技術可作為汽車防盜系統，通過這個系統，汽車可以識別駕駛者是否為車主並設置相應安全措施。數據的提取，只有你想不到，沒有提取不到，關鍵在於如何提取、如何利用。

數據化，不是數字化。 前者，是指把現象轉變為可製表分析的量化形式的過程；後者，指的是把模擬數據轉換成用0和1表示的二進制碼。在數字化時代來臨之時，在腦海中對這兩個概念有清晰概念十分重要。數據化的關注重點是在「I（信息）」上，而數字化則關注「T（技術）」。數字化的發展，提高了數據化的可行性。

「數據化」文字。 谷歌的數字圖書館，是文字數據化的典範。通過文字的數據化，人可以用之閱讀，機器也可以用之分析。谷歌運用這些數據化了的文本來改進它的機器翻譯服務，從幾年前相當於高中水平的翻譯水準，到如今的令人驚嘆，著實超越了英語水平不斷退化的某筆者（容某筆者先找個地兒蹲著哭一會兒）。

「數據化」方位。 手機的廣泛運用，讓人的實時位置信息也可以被數據化，位置信息的數據化，催生了許多新價值。比如無線數據科技公司Jana的創始人伊格爾，他使用了來100多個國家的超過200個無線運營商的手機數據，既關注家庭主婦平均每周去幾次洗衣店，也試圖回答關於疾病如何傳播等問題。新的用途不斷產生，既可以用於商業，也可以用於社會研究。

「數據化」溝通。 個人化是數據化的前沿，facebook將關系數據化，twitter將情緒數據化，linkedin將個人經歷數據化，這些社交網路平台，以各種方式將個人及其溝通數據化，並存儲了海量的用戶數據。初步的運用，例如Derwent Capital對沖基金對微博數據文本的分析，獲得了股市投資的信號，雖然由於隱私問題，數據的使用還遠未成熟，但我們不難想像，當數據被充分運用，世間萬物是否已不再是世間萬物，而是海量的數據呢？

當看到一切皆可量化這句話，還是持一定的保留態度。因為，太過絕對。但似乎，這只是一種理念的傳遞，為了表達數據化的重要性而已。大數據視角，提供了看世界的另外一個角度，但絕不是唯一視角。

3. 大數據常見的應用場景有哪些

大數據時代的出現簡單的講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。
對於大數據的應用場景，包括各行各業對大數據處理和分析的應用，最核心的還是用戶需求。
一、醫療大數據看病更高效
除了較早前就開始利用大數據的互聯網公司，醫療行業是讓大數據分析最先發揚光大的傳統行業之一。
二、生物大數據改良基因
當下，我們所說的生物大數據技術主要是指大數據技術在基因分析上的應用，通過大數據平台人類可以將自身和生物體基因分析的結果進行記錄和存儲，利用建立基於大數據技術的基因資料庫。
三、金融大數據理財利器
大數據在金融行業的應用可以總結為以下五個方面：精準營銷、風險管控、決策支持、效率提升、產品設計等。
四、零售大數據最懂消費者
零售行業大數據應用有兩個層面，一個層面是零售行業可以了解客戶消費喜好和趨勢，進行商品的精準營銷，降低營銷成本。另一層面是依據客戶購買產品，為客戶提供可能購買的其它產品，擴大銷售額，也屬於精準營銷范疇。另外零售行業可以通過大數據掌握未來消費趨勢，有利於熱銷商品的進貨管理和過季商品的處理。
五、電商大數據精準營銷法寶
電商是最早利用大數據進行精準營銷的行業，除了精準營銷，電商可以依據客戶消費習慣來提前為客戶備貨，並利用便利店作為貨物中轉點，在客戶下單15分鍾內將貨物送上門，提高客戶體驗。
六、農牧大數據量化生產
大數據在農業應用主要是指依據未來商業需求的預測來進行農牧產品生產，降低菜賤傷農的概率。同時大數據的分析將會更見精確預測未來的天氣氣候，幫助農牧民做好自然災害的預防工作。大數據同時也會幫助農民依據消費者消費習慣決定來增加哪些品種的種植，減少哪些品種農作物的生產，提高單位種植面積的產值，同時有助於快速銷售農產品，完成資金迴流。
七、交通大數據暢通出行
交通作為人類行為的重要組成和重要條件之一，對於大數據的感知也是最急迫的。
盡管現在已經基本實現了數字化，但是數字化和數據化還根本不是一回事，只是局部的提高了採集、存儲和應用的效率，本質上並沒有太大的改變。而大數據時代的到來必然帶來破解難題的重大機遇。
八、教育大數據因材施教
隨著技術的發展，信息技術已在教育領域有了越來越廣泛的應用。考試、課堂、師生互動、校園設備使用、家校關系……只要技術達到的地方，各個環節都被數據包裹。在課堂上，數據不僅可以幫助改善教育教學，在重大教育決策制定和教育改革方面，大數據更有用武之地。
九、體育大數據奪冠精靈
大數據對於體育的改變可以說是方方面面，從運動員本身來講，可穿戴設備收集的數據可以讓自己更了解身體狀況。媒體評論員，通過大數據提供的數據更好的解說比賽，分析比賽。數據已經通過大數據分析轉化成了洞察力，為體育競技中的勝利增加籌碼，也為身處世界各地的體育愛好者隨時隨地觀賞比賽提供了個性化的體驗。盡管鮮有職業網球選手願意公開承認自己利用大數據來制定比賽策劃和戰術，但幾乎每一個球員都會在比賽前後使用大數據服務。
十、環保大數據對抗PM2.5
氣象對社會的影響涉及到方方面面。傳統上依賴氣象的主要是農業、林業和水運等行業部門，而如今，氣象儼然成為了二十一世紀社會發展的資源，並支持定製化服務滿足各行各業用戶需要。藉助於大數據技術，天氣預報的准確性和實效性將會大大提高，預報的及時性將會大大提升，同時對於重大自然災害，例如龍卷風，通過大數據計算平台，人們將會更加精確地了解其運動軌跡和危害的等級，有利於幫助人們提高應對自然災害的能力。
十一、食品大數據舌尖上的安全
大數據不僅能帶來商業價值，亦能產生社會價值。隨著信息技術的發展，食品監管也面臨著眾多的各種類型的海量數據，如何從中提取有效數據成為關鍵所在。可見，大數據管理是一項巨大挑戰，一方面要及時提取數據以滿足食品安全監管需求；另一方面需在數據的潛在價值與個人隱私之間進行平衡。相信大數據管理在食品監管方面的應用，可以為食品安全撐起一把有力的保護傘。
十二、調控和財政支出大數據令其有條不紊
政府利用大數據技術可以了解各地區的經濟發展情況，各產業發展情況，消費支出和產品銷售情況，依據數據分析結果，科學地制定宏觀政策，平衡各產業發展，避免產能過剩，有效利用自然資源和社會資源，提高社會生產效率。
十三、輿情監控大數據
國家正在將大數據技術用於輿情監控，其收集到的數據除了解民眾訴求，降低群體事件之外，還可以用於犯罪管理。

4. 大數據在教學管理中的運用

大數據在教學管理中的運用
隨著大數據時代的崛起，雲數據時代的來臨，大數據給各行各業的發展模式和決策帶來前所未有的革新與挑戰，教育行業同樣不可避免。大數據的發展給困境中的教育變革提出了新的挑戰。進入大數據時代，依靠言傳身教的古代精英式教學和注重快速實效的現代大眾式教學正在有效結合，基於數據分析的共享式精準教學不再遙遠，按需學習、因材施教將真正成為可能。
一、對「大數據」的理解《自然》雜志在2008年9月推出了名為「大數據」的封面專欄，講述了數據在數學、物理、生物、工程及社會經濟等多個學科扮演了愈加重要的角色。加里?金說：「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。」大數據也稱巨量資料，指的是所涉及的資料量規模巨大到無法透過目前主流軟體工具，在合理時間內達到擷取、處理、並整理成為幫助企業更好經營決策的各種資訊，同時與大數據相關的數據存儲、數據安全、數據分析等領域也都屬於大數據范疇。簡言之，從各種各樣類型的數據中，快速獲得有價值信息的能力，就是大數據技術。「大數據」具有數據體量巨大，數據類型繁多，價值密度低，處理速度快的特點。二、「大數據」對教學的影響 法家思想的集大成者韓非子也有「世異則事異，事異則備變」的觀點，足見教育是需要根據現實變化的。 在教育領域中，「大數據」除體現傳統數據的所有宏觀功能外，還能收集分析詳盡的微觀個性化數據，大數據的優勢立顯。傳統數據詮釋宏觀、整體的教育狀況；大數據用於調整教育行為與實現個性化教育；傳統數據來源於階段性的，針對性的評估，其采樣過程可能有系統誤差；大數據來源於過程性的，以第三方、技術型的觀察采樣的方式誤差較小。傳統數據分析所需要的人才、專業技能以及設施設備都較為普通，易獲得；大數據挖掘需要的人才，專業技能以及設施設備要求較高，並且從業者需要有創新意識與挖掘數據的靈感而不是按部就班者。 大數據帶來新一輪教育信息化的浪潮已然隨著硬體的高速革新和軟體的高度智能無法抗拒地推到了我們面前。作為新時期的教育管理者，唯有掌握良好的「大數據」技術，轉變教育思想，及時利用「大數據」服務學校管理、改革教育教學，提高辦學質量。 三、大數據教學管理模式 隨著時代的發展，科技的日新月異，以往的教學管理模式正在慢慢退出歷史舞台。這種以現代信息技術為支撐，「大數據」為載體的新型管理模式極大地實現了教育資源的共享與充分利用，促進了工作效率的提升，轉變了工作效能，讓工作更加具有時效性，科學性，及時性。1、大數據管理的模型 正如2014年全國教育工作會議提出的，今後一個時期我國教育管理的目標是「加快推進教育治理體系和治理能力現代化」，我國的教育管理模式將發生質的變革，大數據管理模型應運而生。 大數據支撐的教育管理模型：以「主體、對象、資源、目標」為核心要素，建立多級連通共享的教育雲，構建教育管理復雜系統，利用雲技術處理教育雲端大數據，為教育公共服務機構、教師和學生提供全天候多終端個性化需求的教育資源服務、專業發展服務和綜合素質發展服務，提升教育資源配置的合理性和公平性，提升教育決策科學化水平。 在教育管理中，人的因素是重要的教育數據，是一切教育數據的來源。教育資源的配置，首先要進行科學合理的資源基本分類：人才資源、財物資源、知識資源；教育內容、教育理論、教育方法、教育經驗等，是教育資源配置中的隱性資源，卻是根本資源；技術資源是大數據教育管理的生產力資源，教育技術尤其是教育信息技術、大數據、雲技術的應用，是管理主體滿足教育服務需要，合理配置教育資源的應用型資源。 2、大數據管理的運行策略 教育大數據管理是一個長遠的偉大工程，從當前的教育信息化建設水平和面臨的挑戰綜合考慮，還有相當長的路程要走。我們需要在思想上、理論上和實踐上全面推進，迫切需要制訂正確而長遠的行動路線圖如又圖所示。 這是三個層級的運行策略：底層是大數據教育管理的基礎建設教育雲的建設，各區域應遵循國家教育數據標准，建設分布式教育數據中心（雲）資源庫+資料庫+數據關系邏輯的建構，為雲端教育教學資源配置提供基礎硬體支撐，進而建設三層智慧平台智慧校園、智慧學堂（課堂）和智慧終端（尤其是移動終端）應用平台建設，同樣作為基礎層級的是教育資源的大數據挖掘對教育過程所產生的數據進行統計、分析、建模等處理，為教育管理決策提供數據應用；位於高層的是教育大數據管理的操作系統，從公共服務到學生個體發展，利用大數據進行教育資源的公平配置和個性化供給，推進教育發展與改革，使人人享有優質恰當的教育資源，促進教育的優質可持續發展，推進教育品牌建設和創新提升，形成高效綠色的教育文化。 四、大數據教學管理的優越性 用數據說話、用數據決策、用數據管理、用數據創新的數據文化正在成形，大數據時代已經來臨。順應大數據時代的發展，教育變革已經進入了一個新的階段，教育領域將迎來一場前所未有的大變革。
大數據的發展給困境中的教育變革提出了新的挑戰。進入大數據時代，依靠言傳身教的古代精英式教學和注重快速實效的現代大眾式教學正在有效結合，基於數據分析的共享式精準教學不再遙遠，按需學習、因材施教將真正成為可能。大數據帶來的一系列變革，對新型創新人才的培養提出了更為迫切和現實的要求：日益強大的互聯網、多媒體及概念軟體、開源軟體等為師生提供了更加自由、靈活的學習和探索空間，求知的視野被極大拓寬；日益頻繁的師生活動及社會互動被大數據予以記錄、分析和共享，教育環境的時空界限和信息隔閡得以打破，長期以來潛伏於數據之下的教育理論和規律將日益凸顯和明朗，人才培養將更具靈活性和多樣性；學習與生活、教育與社會不再被孤立，學生、學校與現實生活的體驗更為接近，學生學習興趣、學校辦學動力將被大大激發

5. 大數據精準營銷有哪些價值

1.多平台數據採集，有效的分析更多用戶的數據，可以讓廣告更加有效，給企業帶來更高德投資回報

2.實效性，或行當今世界傳播最快的莫過於互聯網，大數據依賴於互聯網，比如世悔某企業提出的時間營銷廁衫返嘩所，通過技術了解網名需求，在他決定購買的黃金時間推送廣告，就可以很大程度提成企業效益

3.性價比高，通過產品化的對比，優化產品，優化客戶選擇產品

4.精確有效客戶，提高效率，提高用戶體驗

6. 大數據應用須解決三大關鍵點

大數據應用須解決三大關鍵點
大數據應用的關鍵點是數據來源、產品化和價值創造;數據資源分布不均，大數據應用在數據密集領域更易獲得突破;須對不當的行業管理模式進行改革,以促進大數據在已有各個行業中應用。
大數據貴在應用。當前，在國家層面，國務院出台《促進大數據發展行動綱要》;在地方層面，大數據被作為區域發展戰略引擎;在企業層面，各類大數據概念公司方興未艾、蓬勃發展。我們獨關注大數據應用，關注數據從哪裡來、數據怎麼用、成果誰買單，也就是數據來源、產品化和價值創造三個關鍵點。一個好的大數據應用，從技術上可能很復雜，但從業務模式上應當簡單、直白、管用。我們還關注，是否存在若干"數據密集型"行業或領域，大數據應用在這些領域可能更容易開展。在產業政策方面，我們關注作為新興業態的大數據，過去屢試不爽的做法，如給地、給錢、給項目等，是否還會繼續有效?
大數據應用的三個關鍵點
國務院《促進大數據發展行動綱要》(簡稱《大數據綱要》)將大數據定位為"新一代信息技術和服務業態"，賦予大數據"推動經濟轉型發展""重塑國家競爭優勢""提升政府治理能力"的戰略功能，並將數據界定為"國家基礎性戰略資源"。在應用方面，《大數據綱要》在公共領域提出許多發展方向，如宏觀調控科學化、政府治理精準化、商事服務便捷化、安全保障高效化、民生服務普惠化;在產業層面，主要按行業領域劃分為工業大數據、新興產業大數據、農業農村大數據、萬眾創新大數據，以及大數據產品體系和大數據產業鏈。這些方向，只是大數據應用的潛力和空間，能不能應用起來，能不能發揮作用，還得看有沒有可行模式和實際效果。無論是在公共領域還是在產業層面，大數據應用都離不開數據來源、處理技術和方法、創造價值的模式，這是我們關注的重點。概括來說，需要回答下面三個看似簡單、卻是關鍵的問題。(一)數據從哪裡來關於數據來源，普遍認為互聯網及物聯網是產生並承載大數據的基地。互聯網公司是天生的大數據公司，在搜索、社交、媒體、交易等各自核心業務領域，積累並持續產生海量數據。物聯網設備每時每刻都在採集數據，設備數量和數據量都與日俱增。這兩類數據資源作為大數據金礦，正在不斷產生各類應用。國外關於大數據的成功經驗介紹，大多是這類數據資源應用的經典案例。還有一些企業，在業務中也積累了許多數據，如房地產交易、大宗商品價格、特定群體消費信息等。從嚴格意義上講，這些數據資源還算不上大數據，但對商業應用而言，卻是最易獲得和比較容易加工處理的數據資源，也是當前在國內比較常見的應用資源。在國內還有一類是政府部門掌握的數據資源，普遍認為質量好、價值高，但開放程度低。《大數據綱要》把公共數據互聯開放共享作為努力方向，認為大數據技術可以實現這個目標。實際上，長期以來政府部門間信息數據相互封閉割裂，是治理問題而不是技術問題。面向社會的公共數據開放願望十分美好，恐怕一段時間內可望不可及。在數據資源方面，國內"小數據""中數據"應用並不充分，試圖一步跨入大數據時代，借機一並解決前期信息化過程中沒能解決的問題，前景並不樂觀。另外，由於中國互聯網公司業務主要在國內，其大數據資源也不是全球性的。數據從哪裡來是我們評價大數據應用的第一個關注點。一是要看這個應用是否真有數據支撐，數據資源是否可持續，來源渠道是否可控，數據安全和隱私保護方面是否有隱患。二是要看這個應用的數據資源質量如何，是"富礦"還是"貧礦"，能否保障這個應用的實效。對於來自自身業務的數據資源，具有較好的可控性，數據質量一般也有保證，但數據覆蓋范圍可能有限，需要藉助其他資源渠道。對於從互聯網抓取的數據，技術能力是關鍵，既要有能力獲得足夠大的量，又要有能力篩選出有用的內容。對於從第三方獲取的數據，需要特別關注數據交易的穩定性。數據從哪裡來是分析大數據應用的起點，如果一個應用沒有可靠的數據來源，再好、再高超的數據分析技術都是無本之木。(二)數據怎麼用數據怎麼用是我們評價大數據應用的第二個關注點。大數據只是一種手段，並不能無所不包、無所不用。我們關注大數據能做什麼、不能做什麼，現在看來，大數據主要有以下幾種較為常用的功能。追蹤。互聯網和物聯網無時無刻都在記錄，大數據可以追蹤、追溯任何一個記錄，形成真實的歷史軌跡。追蹤是許多大數據應用的起點，包括消費者購買行為、購買偏好、支付手段、搜索和瀏覽歷史、位置信息，等等。識別。在對各種因素全面追蹤的基礎上，通過定位、比對、篩選，可以實現精準識別，尤其是對語音、圖像、視頻進行識別，使可分析內容大大豐富，得到的結果更為精準。畫像。通過對同一主體不同數據源的追蹤、識別、匹配，形成更立體的刻畫和更全面的認識。對消費者畫像，可以精準推送廣告和產品;對企業畫像，可以准確判斷信用及風險。提示。在歷史軌跡、識別和畫像基礎上，對未來趨勢及重復出現的可能性進行預測，當某些指標出現預期變化或超預期變化時給予提示、預警。以前也有基於統計的預測，大數據大大豐富了預測手段，對建立風險控制模型有深刻意義。匹配。在海量信息中精準追蹤和識別，利用相關性、接近性等進行篩選比對，更有效率地實現產品搭售和供需匹配。大數據匹配功能是互聯網約車、租房、金融等共享經濟新商業模式的基礎。優化。按距離最短、成本最低等給定的原則，通過各種演算法對路徑、資源等進行優化配置。對企業而言，提高服務水平、提升內部效率;對公共部門而言，節約公共資源、提升公共服務能力。當前許多貌似復雜的應用，大都可以細分成以上幾種類型。例如，貴州推行的"大數據精準扶貧項目"，從大數據應用角度，通過識別、畫像，可以對貧困戶實現精準篩選和界定，找准扶貧對象;通過追蹤、提示，可以對扶貧資金、扶貧行為和扶貧效果進行監控和評估;通過配對、優化，可以更好地發揮扶貧資源的作用。這些功能也並不都是大數據所特有的，只是大數據遠遠超出以前的技術，可以做得更強大、更精準、更快、更好。(三)成果誰買單成果誰買單是我們評價大數據應用的第三個也是最後一個關注點。道理很簡單，不創造價值的應用不是好應用。我們關注大數據的應用是否實實在在地提升了能力、改善了績效。如果大數據用於自身的產品設計、營銷推廣、資源配置，那就看企業競爭力是不是提升了，看企業最終是不是比以前更賺錢了。如果大數據用於為第三方提供服務，那就看是不是有人願意付費、願意持續付費。但如果是用於公共領域，還要看政府或公共部門的付費值不值，不僅僅是從出資方的視角看值不值，還要從老百姓的視角看值不值。當我們面對一項大數據應用時，只要簡單問一問上面三個問題--數據從哪裡來、數據怎麼用、成果誰買單，就能揭開許多"偽裝"。當然，如果經得起上述"大數據三問"，也並非一定算得上優秀，卻也離優秀的大數據應用不遠了。尋找數據密集型領域既然大數據被視為一種資源，那就要考慮資源分布的問題。一般而言，資源分布是極不均勻的，如水、礦產、耕地、能源等自然資源;人力資源和知識的分布更是不均。大數據是否也存在分布不均的問題?發展大數據產業是否真的能彎道超車?這些問題值得深入思考。與可以探測的自然資源不同，數據資源分布難以定位和刻畫。不過，可以用大數據人力資源分布狀況來間接反映大數據應用在地區、行業間的差異，哪些行業、哪些地區大數據人力資源密集，這些行業和地區就可以看作是數據密集的。我們對兩家主流招聘網站"前程無憂"和"智聯招聘"2014年下半年以來發布的招聘信息進行篩選，得到兩家網站兩年來共發布相關信息涉及企業22.7萬家，職位100.7萬個，數據量確實足夠"大"。通過分地區、分行業進行匯總分析，結果顯示大數據人力資源分布極不均勻，各地區、各行業差異極大。不過，確切來說，通過招聘網站反映的是人才需求情況，並不是嚴格意義上的人力資源存量分布情況，但這兩者是緊密相關的。從大數據相關崗位工作地來看，北京、廣東、上海三地高度密集，遙遙領先於其他地區。三地相加，發布招聘信息企業數在兩家網站佔到52.35%和47.48%，職位數佔到61.23%和56.74%。可以推測，大數據人力資源的半壁江山都集中在這三個地方，這與我們平時的直觀感受是高度一致的。在這三個地方之外，我們關心是不是地方政府重視大數據產業、將大數據作為區域經濟發展引擎，就可能促進人力資源集聚，就可能超越與自己相似經濟發展水平的其他地區。從數據反映情況看，至少目前還看不到這樣的結果，這揭示出人力資源結構是後發地區發展大數據產業最需要彌補的短板和最難克服的困難。改變一個地方人力資源構成的難度要遠遠大於改變地面建築面貌，要麼需要一個長期的過程，要麼需要一個獨特的制度。即便在同一省份內，大數據人力資源分布也極為不均。例如在廣東，單深圳一市就大體佔到了全省的一半。再加上廣州，竟然能夠達到九成。其他地方，即使經濟實力不俗，但與深圳、廣州相比，在大數據人力資源方面相差甚遠。這再次表明，大數據人力資源分布是極不均勻的。顯然，大數據人力資源密集地區發展大數據產業的基礎要優於人力資源貧瘠的地區。從城市排名看，北上深廣可以視作大數據人力資源需求密集的一線城市，杭州、南京、成都、武漢、西安等可以看作二線城市。大數據人力資源分布與城市經濟實力、活力乃至房價水平都是大體一致的。從行業分布看，對大數據人力資源的需求分布更不均勻，主要集中在互聯網、信息技術及計算機相關行業。這充分說明了大數據是互聯網或IT產業的一部分，是在原有基礎上的新發展。這些行業是典型的"數據密集型"行業，是大數據產業發展的搖籃。金融是另一個特別重要的"數據密集"領域。金融行業既是產生數據尤其是有價值數據的基地，又是數據分析服務的需求方和應用地。更為重要的是，金融行業具備充足的支付能力，將是大數據產業競爭的重要戰場。許多大數據是通過在金融領域的應用輻射到了各個行業。除此之外，電信、專業服務(如咨詢、人力資源、財會)、教育培訓、影視媒體、網路游戲等，相對而言也是當前數據較為密集的行業。《大數據綱要》幾乎面面俱到地對所有行業和領域都規劃了大數據應用的廣闊前景，但數據資源分布極為不均，在"數據密集"領域的大數據應用，取得市場成功的可能性較大。大數據需要什麼樣的產業政策大數據應用需要什麼樣的產業政策?從應用的角度來看，大數據並非一個全新的產業，而是與已有產業融合，對已有模式的改造、升級和替代。制約大數據發展的往往並不是大數據本身，而是大數據所應用的行業和領域原本存在的問題，如行業管制、行政壟斷、要素不能自由流動，等等。因此，促進大數據發展，用給地、貼錢、上項目的方法，並不能解決根本問題。要從大數據應用領域角度，對不當的行業管理模式進行改革，對既有利益格局進行調整，使大數據應用具備必要的條件。即使在企業內部，大數據應用也不僅僅是個技術問題，而是涉及業務流程重組和管理模式變革，是對企業管理能力的一個考驗。金融、電信、教育、影視媒體等"數據密集型"行業，既是大數據應用潛力巨大的領域，也是迫切推進行業改革的重點領域。另一方面，大數據的應用也可以為行業改革提供技術支撐，能以更有效的技術路線實現行業發展目標。
大數據應用需要的產業政策其實就是市場經濟下各個行業發展所應有的政策，如放開准入、公平競爭、減輕企業負擔、消除企業所有制歧視、消除企業規模歧視，等等。只有在一個開放的產業環境中，大數據才能在這些產業得以有效運用。一個地方若要在金融、醫療、教育等領域大力推動大數據運用，最管用的政策就是對這些行業進行有力的改革。

7. 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。

8. 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。

9. 遼寧營口辟謠已找到零號病人，互聯網大數據有多強大

有越來越多的人都能夠體會到互聯網的作用，而且是越來越多的人都能夠更加重視互聯網的，互聯網的發展能夠帶給人更多的便利，也能夠帶給我們更多的損害。

互聯網一直都是一把雙刃劍，但是我們也能夠更加充分的利用互聯網，只有我們能夠利用的，但我們是能夠使互聯網有更好的功能的。遼寧營口辟謠已找到零號病人，互聯網大數據有多強大?互聯網大數據特別強大，之所以這么說，主要有三個原因:

一、互聯網大數據應用范圍廣。

其實我認為互聯網大數據的確是特別強大的，因為互聯網大數據能夠有更加廣泛的應用范圍，我們是能夠在越來越多的領域都運用到互聯網大數據的，而且互聯網大數據也能夠實現自己的功能，並且互聯網大數據也能夠通過更多的數據而使我們的生活變得更加便利，而且也是能夠查找到更多我們用肉眼查找不到的事物的。

以上就是我的看法。