㈠ 大數據知識的價值體現
大數據知識的價值體現
數據時代對人類的數據駕馭能力提出了新的挑戰，也為人們獲得更為深刻、全面的洞察能力提供了前所未有的空間與潛力。
哈佛大學社會學教授加里·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。」
「大數據產業的生態環境正在加速構成。」同方股份有限公司物聯網應用產業本部副總經理李小華先生在主題為」擁抱大數據共贏新時代」的2013年合作夥伴大會上如是說，並對此做了詳細的分析。
首先看社會環境。信息技術向融合、智慧、綠色的方向發展。大數據伴隨雲計算、移動互聯網領域的發展，產生新的管理模式和商業模式，能夠創造出更大的價值，提升社會的管理水平和效率。縱觀產業經濟發展史，帶來應用的技術一定能夠發展繁榮的產業。
再看政策環境。政府高度重視，發展戰略目標清晰明確。近期發布了一系列促進大數據產業發展的政策。《十二五國家戰略新興產業發展規劃》中指出，加強海量數據處理軟體為代表的技術軟體開發；《物聯網十二五發展產業規劃》中把大數據信息處理等作為4項關鍵技術創新工程；《國家發改委關於加強和完善國家電子政務工程建設管理的意見》強調，政府數據中心的建設注重頂層設計，向跨部門、跨區域的協同互動和資源共享轉變。
市場環境。前景巨大，空間廣闊。結合對中國相關市場的研究，IDC認為中國在大數據領域具有巨大的市場潛力。越來越多的IT供應商將中國作為大數據業務發展的熱點。目前，中國已經是全球最大的PC和智能手機市場，並且中國的互聯網用戶和移動互聯網用戶數量也是全球最多，這些終端設備每時每刻都在互聯網上創造數據。龐大的數據容量不但令眾多國際廠商重視中國市場，也使得中國的大數據應用具備了不同於國外的特點，大數據的機遇就在我們面前。
「數據，已經滲透到當今每一個行業和業務智能領域，成為重要的生產因素。人們對於海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈餘浪潮的到來。」 麥肯錫稱。
數據挖掘的意義
這是一個關於零售帝國沃爾瑪的故事。
沃爾瑪，全世界最大的零售商，它的人數和美國聯邦政府的雇員等量齊觀，它的收入2010年突破了4000億美元，超過了很多國家的GDP總值。在一次例行的數據分析之後，研究人員突然發現，跟尿布一起搭配購買最多的商品竟然是啤酒！這種關系令人費解，尿布喝啤酒風馬牛不相及，這是一個真正的規律嗎？
經過跟蹤調查，研究人員終於發現事出有因。一些年輕的爸爸經常要到超市去購買嬰兒尿布，有30%-40%的爸爸會順便買點啤酒來犒勞自己，沃爾瑪隨後對啤酒和尿布進行了捆綁銷售，不出意料，銷售量雙雙增加。
這就是對歷史數據進行挖掘的結果，反映的是數據層面的規律。沃爾瑪是世界上最早應用數據挖掘技術的企業之一，也是數據挖掘技術的集大成者。
數據挖掘是指通過特定的計算機演算法對大量的數據進行自動分析，從而揭示數據之間隱藏的關系、模式和趨勢，為決策者提供新的知識。數據挖掘，把數據分析的范圍從「已知」擴大到了「未知」，從「過去」推向了「將來」，它的發展和成熟，最終推動了「大數據」在各行各業的廣泛應用。
正如《紐約時報》2012年2月的一篇專欄中所稱，「大數據」時代已經降臨，在商業、經濟及其他領域中，決策將日益基於數據和分析而作出，而並非基於經驗和直覺。隨著信息管理系統的普及，企業的規模越來越龐大，組織越來越復雜，市場更加多變，競爭更加激烈，信息是否及時准確、決策是否正確合理，對組織的興衰存亡影響越來越大，一步走錯可能全盤皆輸。
數據服務於決策
大數據勢不可擋，但踐行不易。怎樣發揮其價值？20世紀全世界最具影響力的科學家赫伯特。西蒙曾預測，在後工業時代，也就是信息時代，人類社會面臨的的中心問題將從如何提高生產率轉變為如何更好的利用信息來輔助決策。
如何將數據、信息轉化為知識，擴大人類的理性，輔助決策？怎樣從各個獨立的信息系統中提取、整合有價值的數據，從而實現從數據到知識、從信息到知識、從知識到利潤的轉化？
面對記者的提問，同方副總裁周俠及物聯網應用產業本部副總經理李小華對同方大數據理念做了深度的解讀。
同方提出的以「數據資源體系」為核心的大數據戰略，彌補了過去在不同行業中對管理和決策支持的空白。針對典型業務需求的六個產品應用平台，是數據從產生到服務全過程的六個最重要的結點，每個平台對一系列的產品。一系列擲地有聲地落地實踐以及「指標體系」、「頂層設計」、「獨立於行業」的先進技術理念足以讓企業、機構在具體業務實施時有「據」可依。
數據資源體系是獨立於行業的，這是同方大數據理念最核心的一點。實現的方式就是構建獨立於行業的通用數據生產流程——在不同的行業中抽取相同的數據資源體系。雖然不同行業的業務不同，所產生的數據及其所支撐的管理形態也千差萬別，但從數據的獲取，數據的整合，數據的加工，數據的綜合應用，數據的服務和推廣，數據處理的生命線流程來分析，所有行業的模式是一致的。如果在不同行業的業務和管理層之間，增加數據資源體系，通過數據資源體系的數據加工，把今天的數據和歷史數據對接，把現在的數據和領導和企業機構關心的指標關聯起來，把面向業務的數據轉換成面向管理的數據，輔助於領導層的決策，真正實現了從數據到知識的轉變，這樣的數據資源體系是非常適合管理和決策使用的。
同方副總裁周俠表示，讓數據產生價值，不是大數據自身能夠解決的。首先要把數據組織成數據資源體系，再對數據進行層次、類別等方面的劃分，同時，要把數據和數據的相關性標注出來，這種相關性是反映客觀現象的核心。在此基礎上，通過分析數據資源和相關部門的業務對接程度，以此發揮數據資源體系在管理、決策、監測及評價等方面的作用，從而產生大數據的大價值，為領導決策提供服務依據。
物聯網應用產業本部副總李小華進一步給記者介紹了同方數據資源體系進行數據處理的流程——同方幫助企業建立數據中心建設的理念，在理念指導下建設配套機制，企業通過這個機制和相關數據進行對接，通過對接在不同的管理層級產生出來的效果設立指標體系，有指標體系以後創建監測評價機制。值得說明的是，指標體系是隨著具體情況不斷變更的，指標體系的變更會引領著後續的業務和數據自動的去適應新的指標體系，這是一個閉環的系統，在閉環系統里，企業可以發現有自身目標以及目標偏差，並可以依據目標偏差進行新的決策，以此減少目標偏差帶來的損失。這樣就形成了一個可循環的生態系統，幫助企業良性健康發展。
㈡ "大數據"時代到來，電商行業企業該如何應對
電子商務大數據伴隨著消費者和企業的行為實時產生，廣泛分布在電子商務平台、社交媒體、智能終端、企業內部系統和其它第三方服務平台上。電子商務數據類型多種多樣，既包含消費者交易信息、消費者基本信息、企業的產品信息與交易信息，也包括消費者評論信息、行為信息、社交信息和地理位置信息等。
想要將各個渠道來源的數據進行整合，就必須要深度分析和挖掘，形成智能化和快速化的數據化運營體系！
然而對於中小企業來說，數據化運營困難重重：
1、海量數據處理難：電子商務系統產生了海量數據且數據增長速度越來越快，導致數據查詢及報表生成速度變慢，使用率也不高。
2、管理人員認知難：大多數傳統ERP系統，訂單系統，運維系統，供應鏈系統中，已有簡單的分析統計圖表，但數據格式比較單一，靈活性差，交互性低，管理者難以對全院數據有很好的認知。
3、管理決策難：不能迅速從底層數據中提取關鍵數據，以數據驅動運營方向，只能通過運營部門、訂單部門，供應鏈部門的統計報表及各個離散系統中的統計報表進行管理決策。
數據類型及來源的多樣性、數據產生與分析的實時性、數據的低價值密度等復雜特徵日益顯著，使用敏捷BI來協同運作成為了電商行業從業者無法避開的難題。
不過對於很多有潛力發展壯大但目前預算還不足以支撐購買企業級BI產品的電子商務公司來說，依然有不少可以選擇的產品，這里比較推薦：Yonghong Desktop
桌面智能數據分析工具Yonghong Desktop
之所以推薦永洪BI不僅僅是因為它是國內首個完成全場景閉環的免費BI產品，更是因為永洪科技即將推出的同樣免費的服務端產品，這兩款產品完成了整個數據處理、分析與分享的閉環。
對於管理層和決策層來說，數據分析平台能夠洞察全企業的狀況。
對於業務部門來說，數據分析平台能滿足實時探索的分析需求。
對於個體工作者來說，數據分析平台能做到秒級響應，基於明細數據能夠幫助個體提高工作效率。
懂行的業務大神或者數據分析師可能已經在使用各個品牌BI產品了，作為電子商務企業，順應數據化轉型進程是企業能夠保持生命力的重要動力。從產品本身來說，目前的業內市場主要比拼的是業態和服務，對於企業用戶來講，尤其是電子商務企業來講，關鍵點在於如何能夠完成使用場景的適配，讓數據化成為企業運營的習慣性動作。
全球數據量正呈現出前所未有的爆發式增長態勢，「大數據」時代下掌控數據才能帶領企業不斷前進，與君共勉。