网络中心数据战略

网络中心数据战略（精选十篇）

网络中心数据战略 篇1

本刊讯11月2日,第十六届中国西部国际博览会广元市投资说明会暨经济合作项目签约仪式在成都举行。四川电信与广元市人民政府现场签署了广元云计算大数据中心建设战略合作协议。中国电信四川公司总经理郑成渝出席仪式并会晤广元市委书记王菲,双方就进一步加强合作进行交流。广元市市长邹自景,副市长范学臣、赵文峤,四川电信公司政企部、广元分公司相关负责人出席签约仪式。

广元云计算大数据中心作为区域产业发展、民生改善、万众创新的引擎,对加快提升信息化水平,促进政府服务能力提升和加快区域产业转型升级发展,催生新型信息服务业建设项目具有重要意义。2014年初,广元市政府发布了关于加快推进“智慧广元”方案,广元电信及时跟踪了解并深挖需求,提供项目咨询服务,就相关项目进展情况积极向省公司汇报,得到大力支持。与此同时,四川电信全力协助广元市政府,成功引入北京天地祥云科技公司在广元投资10亿元建设川北区域云计算大数据中心。

广元云计算大数据中心建设战略合作协议签约是中国电信与广元市政府深度合作的重要里程碑,对共同推进广元大数据产业发展,建设“智慧广元”具有重要意义。接下来,中国电信将以高标准、高质量加快云计算大数据中心建设,让广元人民更早、更好地享受到大数据、云计算带来的快捷与便利,并将以此为契机,不断提高信息技术在各领域的应用水平和公共服务信息化水平,加速推动广元经济社会智慧发展。

电商竞争时代大数据战略-蝴蝶战略 篇2

微博体系是目前中国互联网上最简单而强大的“指数效应”。哪怕一仅仅一个粉丝数量屈指可数的人，写了一条非常有意思的微博，一但被有更多粉丝的人转发，最终形成一个转发链条，最终就形成了“蝴蝶效应”。我们是否还记得曾经对中国红十字会构成了毁灭性打击的“郭美美事件”，其实郭美美事件就是很简单的蝴蝶效应。郭美美的粉丝数量并不多，只不过她通过自己的微博去“秀富”，但她“红十字”“总经理”的名字对微博网友的神经产生了巨大的刺激，因此就形成了“蝴蝶效应”。我们企业在微博上存在的 “蝴蝶效应”又有什么启示呢，因为既然存在着像微博这样一个人与人之间，客户与客户之间的“指数传播效应”，那么，企业最重要的电商战略，就是将一个独特的客户价值点进行锁定，做一只不停摆动翅膀的蝴蝶，从而让我们的企业在互联网上创造出巨大的蝴蝶效应。这就是笔者所谓的说的，没有比蝴蝶效应更精辟地表达出“大数据资产”的战略，在线下创造一个“点”，形成一个“数据”，在线上像“蝴蝶翅膀”一样不停摆动，形成越来越多的“数据”。

因此，我们可以发掘电商创造客户或者品牌的秘密，在线下搞活动，在线上搞传播，再继续回到线下搞活动，再形成线下传播。O2O(Online To Offline)电商战略的本质就是“从点到大数据再到点的不断循环的过程。曾经有很多人问笔者，那销售在哪儿呢?是的，真正的电商并不存在销售，电商只存在于沟通，电商战略强调的观点是：如果你能够让客户对你产生信赖或者喜欢你，那么，消费者自然就会主动去寻找你的产品。

更不是苹果，但是我们可以从中学习小米与苹果的智慧，因为这就是将来商业的常态。

论数据中心为“战略服务中心” 篇3

在这份最新报告，Ov??um提出，数据中心正在成为新的企业信息和通信技术服务的战略服务中心。每个运营商都会根据各自的资本，服务组合和合作的倾向而作出不同的服务组合。

Ovum首席分析师Mike Sapien说：“全球运营商正在不断地扩展其服务去脱离传统的地区专营权以满足他们的跨国公司客户的需求。这将导致这些全球性的运营商订定不同的服务组合并以区域优先，以达到每个客户的目标。“

根据该报告，几乎所有的全球电信运营商正在他们的地域里把他们的数据中心总合在一起并扩大到新的地区发展一个主要的数据中心。这包括增加他们的投资去发展全球性较少的高质数据中心及提升其先进的云服务必需的设备。一些运营商正在使用第三方的数据中心（如Equinix公司，Interxion）去扩展全球性业务。 “这可能看似矛盾的趋势，但它是集中重点和高质的数据中心去提供全球性先进的和基于云的信息和通信技术服务。”

根据SAPIEN说，“全球扩张的长期前景是开始在一个主要的区域位置，然后逐步扩大，以满足客户的需求。它也审慎的投资在一个需要根据国家法规或应用程序的性能的地方。 “

这种投资的另一个动力将是混合数据中心内的生态系统合作伙伴。它是所有建立适当的生态系统内的数据中心为体的服务组合。报告建议全球运营商将需要在每个数据中心开发这种生态系统和在主要地区中提供各自全球性先进的云服务。

网络中心数据战略 篇4

政商关系永远都是研究公司治理的一个避不开的话题, 我国传统文化特征与现阶段的具体政治制度又为政治关联的研究提供了一个绝佳的机会。中国人的权利与关系在理论与实践上有一个基本的特征, 即他们在时间和空间中都是无限延伸的, 这一无限延伸导致的可能性是社会资本凌驾于制度之上。在中国, 与政治绝缘的企业很难获取资源和超速的发展, 研究政商关系的问题, “企业家应该离政治有多远”并不是一个问题, 根本问题在于“企业家应该离政治有多近”。

政治关联作为社会关系和政治权力相结合形成的一种普遍存在的暗含契约式交易, 它合法而隐蔽地通过潜规则将关系资本转变成为经济资源。政府作为企业利益的主要相关者, 基于互惠交换理论, 企业与政府建立政治关联, 获取社会资源优势的同时, 也需要为获取政治关联投入一定成本, 政治关联为企业带来规模扩增与效率递减双效应并存。本文从战略网络角度来研究政治关联对企业创新绩效的影响。

2 理论分析与研究假设

虽然很多学者都认为企业战略网络对企业创新绩效存在显著性影响, 但相关的研究角度都是基于战略网络的正向收益而忽视其成本。搭便车、权力寻租增加了企业维护战略网络信息渠道的稳定性与安全性支付的成本, 同时提高了信息渠道的风险性, 一定程度上抑制了信息灵敏度, 影响企业创新绩效。Owen-Smith、Powell认为企业所处战略网络结构中的节点位置对创新绩效存在影响, Whittington、Owen-Smith和Powell通过实证研究表明, 战略网络中不同节点位置对企业创新存在偶发性影响[1,2]。

企业战略网络结构与战略地位决定企业获取信息资源支撑技术创新的强度, Prior、Uzzi通过实证研究认为:外部网络的变量中心性、结构洞等因素影响战略网络内部信息流传递[3]。现有关于战略网络的研究主要集中在单个企业在战略网络中承担技术创新主导者对战略网络的影响, 并没有深入地研究不确定性因素对战略网络与创新绩效之间关系的作用。通过研究不确定性因素对网络结构与创新绩效之间关系的影响能够有效解释在何种情况下战略网络结构可以促进或抑制创新绩效。

战略网络的中心性描述组织或个人作为节点在整个系统网络的中心程度, 表现在整个网络中的集权程度[4]。中心性高的节点对网络其他节点依赖程度低, 拥有资源获取优势, 同时作为其他网络节点的交易中介, 降低交易成本, 获取收益。中心性程度高的企业能够快速获取外部信息资源和集中战略网络优势资源, 制定相关技术创新战略[5]。然而, 企业获取高度中心性, 必须在所处行业领域内保持技术领先优势, 技术领先确保企业在战略网络获取高度中心性, 中心性程度高进一步为技术创新提供资源, 形成良性循环。Ahuja、Lampert和Tandon (2000) 通过对半导体与化工企业的实证研究发现, 当企业战略网络中心性程度高时企业创新绩效显著提升[6]。

结构洞是企业战略网络的重要构成要素, 结构洞是指在网络结构中, 某一个体通过与无直接关系的群体间构成直接关联的现象, 从网络整体角度看, 该个体形成了网络结构中的洞穴。当企业扮演网络结构洞角色时, 能够有效地将无直接联系的个体进行连接从而拥有信息优势和控制优势。在信息方面, 扮演结构洞角色的企业能够有效获取来自多方面的非重复性信息, 扩宽企业信息网络渠道, 成为信息集散中心, 衍变为企业技术创新的窗口。在控制方面, 通过连接无直接关联的双方, 占据网络关键路径, 有效控制资源流动方向, 形成对资源的配置与收益权[7]。

战略网络是介于市场与组织层级之间的一种制度安排, 由于战略网络嵌入企业社会关系与技术资源, 因此战略网络能够为企业获取超额资源以取得在行业领域内的竞争优势, 通过对信息资源获取和知识交流来促进企业技术创新。同时, 战略网络的扩大, 可以有效地覆盖强弱节点, 技术创新的灵感往往出现在弱结点, 因为弱结点往往处于不同网络层级企业的结构循环与知识系统中[8]。

企业通过对政府政策支持与政府决策者构成合作博弈获取政治关联, 为企业掌握政府决策信息源提供可能途径。相反, 企业无法获取政治关联意味着无法获取政策支持及税率优惠, 同时企业还必须支付大额成本来获取市场信息, 降低风险。因此, 企业更期望通过获取外部信息来保持企业的竞争优势和风险规避, 企业通过对政策性信息源的获取, 可以有效地降低市场风险, 制定技术创新战略, 甚至可以通过一定方式阻止政府不利政策的制定。Baron认为, 政治关联的回报率取决于企业的经营规模以及内源信息的价值, 同时还有市场竞争规则与激励模式, 企业董事会成员中涉及政治关联的成员都能一定程度影响企业的决策[9]。企业创新绩效是衡量企业价值的重要指标, Ozer、Markoczy的研究表明, 企业政治关联能够有效地增强企业市场竞争优势而对企业技术创新产生正向激励作用[10]。

我国实行经济增长战略转型, 政府政策对企业创新具有显著性影响, 政治关联越来越多的被考虑到企业创新战略中, 企业在大量投入技术研发资金时, 应该针对政治关联进行投资, 后者可以为企业技术创新创建良好的环境。一方面, 企业获取行业内技术领先优势能够为政府制定相关政策提供信息支持, 并依据决策者方案偏好提供特定技术信息以获取决策优势[11]。另一方面, 企业通过政治关联能够快速地获取政策变更潜在的机遇与市场, 从而为企业技术创新战略投资服务, 能够快速地进入新兴市场, 抢占市场份额。同时, 前期的沉没成本导致企业并不愿意终止技术创新投资, 政治关联能够促使企业对技术创新持续投资以寻求公共政策的转变过渡期支持。

基于以上分析, 提出以下假设:H1:企业家政治关联能够有效地促进企业创新绩效与中心性之间的正相关关系;H2:企业家政治关联能够有效地促进企业创新绩效与结构洞之间的正相关关系;H3:企业家政治关联能够有效地促进企业创新绩效与结构规模之间的正相关关系。

3 研究设计

3.1 研究样本选取与数据来源

本文选取A股上市的高科技制造业与生物制药行业上市公司2005—2011年面板数据作为实证研究对象, 2005年被认为是上市公司企业治理由行政治理转向经济性治理的过渡期[12], 相对于普通行业, 高科技行业对技术创新战略实施较好, 市场竞争性强, 同时高科技行业的内源性促使政治家关联在该行业具有普遍性。数据主要来源于CSMAR、CCER和WIND数据库以及公司年报披露, 不涉及保密信息与商业利益。

剔除公司实际控制人简历不详, 政治关联度无法衡量, 企业性质无法判定的公司;剔除2005—2011年企业股权变动频繁, 企业实际控股人变更的样本;剔除B股或H股上市公司, 这些公司面临境内外双重监管环境;剔除6年来总资产平均回报率在 (-40%, 40%) 之外的样本, 根据市场经验被认为是经营异常企业;剔除ST股、*ST股上市公司, 避免非正常因素引起的噪音。我们的样本为2005—2011年我国高科技制造业与生物制药行业A股上市公司, 截面企业数量为122, 观测值为732的非平衡面板数据。

3.2 研究变量选择与说明

3.2.1 自变量

企业家政治关联。首先对政治关联进行纵向的行政层级制划分, 分为10个等级;其次进行横向的部门化差异划分, 因为单一的行政级别划分来确定政治关联在实证分析中会存在噪音[13], 分为6个等级;最后根据其时间累积值划分为5个等级。并对3个维度赋予权重为4、3、3, 计算公式为:

战略网络。战略网络的测量是根据研究样本的披露报告, 战略联盟能够有效地界定战略网络的网络拓扑结构以及网络协作宽度与范围, 同时, 战略联盟是企业成员共享信息与资源的平台。本文研究采用持续性跟踪测量的方法来获取关于企业战略网络结构的研究数据。首先, 我们根据获取企业6年的相关信息画出企业协作网络图, 包括网络拓扑结构、网络矩阵。在网络拓扑结构矩阵中企业获取的战略联盟成员数目累积为衡量企业战略网络指数。其次, 利用UCINET VI软件对企业战略网络拓扑结构进行数据性分析。

中心性。中心性是根据企业战略网络结构中的“中介性”来确定的[14], 中介性可以有效地描述企业战略网络中所有结点对通过某企业结点的最短路径数, 通过计算企业结点的中介性能够有效控制企业网络分离耦合簇[15], 同时可以很好的确定网络结点中存在潜在连接关系的企业。计算公式为:, 其中sij表示企业在拓扑网络结构中的最短路径数, vi表示通过的路径数截距值。

结构洞。结构洞值是利用UCINET VI进行计算, 其中SH表示结构洞值, piq表示企业i与企业q形成战略联盟的概率, mjq表示j与q的边缘关系交叉强度, Cj表示与企业连接的结点数, SH值越大, 表示企业在网络结构中的结构洞值越大。

网络规模。对于企业网络规模的测算我们选取在上一年该企业与一定数目组织机构形成的战略联盟, 如该企业与10个企业组织形成战略联盟, 则该企业的网络规模值为10。

3.2.2 其他控制变量

企业规模, 通过对企业总资产及企业员工数来测量公司规模。企业年龄, 控制企业成立时间对企业价值的影响, 计算公式:企业年龄=样本年份-企业成立年份。R&D效度, 企业R&D效度是影响企业创新绩效的重要因素, 计算公式:R&D效度=企业销售额/企业研发投资额。盈利能力, 选取净资产收益率对影响企业价值的盈利能力进行控制。年度虚拟变量, 考虑到企业不同年份创新绩效存在较大差别, 因此加入年度虚拟变量以控制年度固定效应[6]。所在地域, 我们按照樊纲等编制的《中国市场化指数———各地区市场化相对进程2009年度报告》选择上海、广东、浙江、江苏、福建、北京、天津、山东为市场化进程发达地区, 并编码为1;而其他地区则为不发达地区, 编码为0。

为防止面板数据中可能存在的非线性关系、非平稳序列等计量问题, 我们对以上变量除虚拟变量外都采取自然对数形式。考虑到在中国越是成功的企业, 企业家受到政府奖励、获取政治身份的可能性越大[16], 企业价值同样会影响企业存续时间、企业拥有的冗余资源等, 因此在进行回归分析时, 将相关解释变量作为内生变量处理, 使用内生变量的滞后值作为工具变量[17]。

4 实证分析与结果

由于因变量企业创新绩效与其滞后变量、其他自变量之间可能存在相互影响的内生性问题, 同时由于获取相关面板数据存在时间截断, 故采用零膨胀负二项模型 (ZINB) 进行样本数据分析。

表2对样本主要变量进行描述性统计, 由表2可知, 不同企业间企业家政治关联存在较大差异, 最小值为0, 最大值为8.32, 同时, 企业创新绩效也存在较大差异, 最小值为0, 最大值为92.50。

由表3的皮尔逊 (Pearson) 相关性矩阵可知, 企业在 (t+1) 年的创新产出与企业战略网络结构相关变量及企业家政治关联存在显著的正相关关系。

注:*、**和***分别表示10%、5%和1%的显著性水平。

为了避免零膨胀负二项模型中减少观测值导致回归分析结果出现截面误差, 进一步采用分层回归分析模型, 分层回归分析模型能够有效地通过控制自变量中加入的解释变量来增加模型的解释力度。首先, 所有的控制变量导入模型1;其次, 直接效用导入回归模型2;最后, 交互作用构成模型3 (见表4) 。

模型3结果表明, 企业战略网络中心性与企业创新绩效存在正相关关系 (α=0.927, p<0.10) , 企业战略网络中心性与企业家政治关联交互作用明显 (α=0.076, p=0.05) , 假设H1成立, 战略网络中处于中心性高的企业能够有效地获取信息流通价值, 为企业创新绩效提供信息源优势。同时, 存在企业家政治关联能够进一步扩大这种收益, 企业家政治关联能够有效地与政府决策者进行信息交流获取政策信息, 有利于企业优先于市场同步信息制定技术创新战略, 抢占新兴市场份额。企业家政治关联与企业创新绩效存在正相关关系, 因此, 在中国市场机制尚未完全建立时期, 企业家通过各种途径建立一定程度的政治关联对提升企业价值而言是一种理性行为。

注:*、**和***分别表示10%、5%和1%的显著性水平。

同时, 模型3结果表明企业创新绩效与结构洞之间并无显著性正相关关系 (α=0.042, p<0.05) , 企业家政治关联对结构洞与企业创新绩效并无显著性促进作用 (α=0.017, p<0.10) , 假设H2不成立。结构洞连接不同战略网络层, 有效地扩大企业获取信息量, 但同时存在信息流冗余, 造成企业处理信息工作量增加而错过对企业创新绩效有正向效用的信息。企业一定程度的政治关联投资, 对扩大企业结构洞获取信息能力具有增强作用, 但是, 过多的政治关联投资会导致结构洞信息冗余, 政治关联投资无效率。

企业战略网络结构规模与企业创新绩效间存在正相关关系 (α=0.863, p<0.10) , 企业家政治关联能够有效地促进这种正相关关系 (α=0.109, p<0.05) , 假设H3成立。企业构建战略网络通常是以技术创新为中心, 通过促进创新技术领域主导型企业与获取市场信息优势型企业相互协作而实现。战略网络规模扩大, 可以有效地实现战略网络内企业优势资源整合, 提升企业创新绩效, 而企业家政治关联可以有效地扩大企业战略网络规模, 从而促进企业创新绩效。

5 结论与启示

本文以企业创新绩效为切入点, 选取企业家政治关联与战略网络为研究对象, 探讨其相互作用对企业创新绩效的影响。实证研究结果表明, 企业战略网络结构与企业创新绩效存在显著正相关, 企业家政治关联度能有效增强二者相关性。本文对企业战略发展具有一定的现实指导意义, 企业应将企业家政治关联投资作为企业创新战略实施的一部分, 基于互惠交换理论, 企业通过对政府政策的响应与支持作为政治关联投资, 获取一定的政治资本回报, 可以有效地扩大企业战略网络, 提升企业创新绩效。

摘要：战略网络是企业获取资源的有效平台, 也是企业技术创新的来源。企业家政治关联作为外在变量, 可以有效提升企业获取信息信度与效度。选取企业战略网络结构与企业家政治关联为研究角度, 采用2005—2011年上市公司面板数据, 通过建立零膨胀负二项模型 (ZINB) , 以量化政治关联对企业创新绩效的影响。结果表明, 企业家政治关联存在门槛理论, 一定范围的企业家政治关联资本可以显著增强企业战略网络与创新绩效的正相关性, 提升企业创新绩效。

网络中心数据战略 篇5

大数据时代----得数据者得天下 一场生活、工作与思维的大变革大数据，变革商业大数据，变革思维

大数据，开启重大的时代转型大数据，大挑战

大数据时代的思维变革

不是随机样本，而是全体数据让数据“发声”

小数据时代的随T***机采样，最少的数据获得最多的信息全数据模式，样本=总体

数据化：一切皆可“量化”

数据，从最不可能的地方提取出来数据化，不是数字化量化一切，数据化的核心当文字变成数据当方位变成数据当沟通成为数据一切事物的数据化

“取之不尽，用之不竭”的数据创新数据创新1：数据的再利用数据创新2：重组数据数据创新3：可扩展数据数据创新4：数据的折旧值数据创新5：数据废气数据创新6：开放数据给数据估值

大数据营销前沿

一、认识大数据时代 1.大数据背景

2.大数据的四大特征 3.大数据的使用优势 4.怎样使用大数据做营销 5.发展大数据面临三大难题 6.中小企业大数据时代营销策略

二、数据库营销策略与方法

1.电商数据库营销最佳策略：数据库营销与网络营销双剑合璧

2.电商CRM是否能走出客户管理“康庄大道”

3.中小企业数据库营销策略 4.集团数据库营销解决方案

营销战略的基本框架 STP研究框架 市场细分 目标与定位 营销战略组合 组织保证 实施

营销战略过程四阶段 制定目标并列举制约条件 初识分析与诊断 拟订备选方案 评估与选择

市场机会分析

宏观环境分析（PEST分析）行业分析（Porter模型）5Cs分析 企业的愿景 相关要素分析

成功要Q605556860素分析 差距要素分析 确定战略方向

营销战略规划路径

设定目标：你应该与谁交谈发现：你应该与客户谈什么确定地点：你怎样找到他们制定预算：我们应该花多少钱测量指标：你怎样测量哪些有用、哪些无用优化选择：怎样多做有用之事，少做无用功

初识数据库营销

一、营销方法面面观

1.传统营销 2.网络营销 3.数据库营销

二、各种营销的目的——占领客户份额 1.什么叫客户份额

2.如何计算某一城市的客户份额 3.如何占领“客户份额”

4.占领客户份额等于真正占领市场份额 5.营销地图之鱼塘理论

三、数据库营销的定义

四、数据库是工具，营销是核心

五、数据库营销四部曲 1.建立数据库 2.锁定目标消费群 3.整合多种营销手段

4.从被动到主动，实现精准营销

六、数据库是各种营销模式的基础2

4数据库营销利器CRM

一、什么是CRM 1.CRM源于生活

2.管理思想+管理模式+管理工具=系统

二、建立强大CRM的好处

1.传递优秀经验，规范企业流程 2.提升销售项目管理能力和销售率 3.减少培训工作 4.防止出错

5.积累客户经验于企业自身 6.产生更多的生意机会

7.理清员工与客户之间混乱的关系 8.系统解决交叉销售的难题第服务赢天下

一、产销大逆转——“以产品为中心”转向“以客户为中心”

二、客户管理八大通病 通病一：重销轻服务 通病二：把客户当作上帝 通病三：误把名单当关系 通病四：客户归属不清不楚 通病五：客户不聚焦

通病六：服务成本居高不下 通病七：客户服务贪大求全

通病八：缺乏核心客户

三、服务已成为产品竞争的关键要素

四、如何才能让客户心甘情愿地转介绍更多新客户

1.产品质量好，体验值高

2.给客户转介绍的工具（宣传品、故事）3.转介绍要给好处

五、如何实现从广告到点告

评估过程

营销目的的达成 回顾过程 标杆学习法

如何形成营销能力 营销能力构成 营销风险

国家大数据战略 如何实施 篇6

3月5日，正在北京举行的十二届全国人大四次会议审查的“十三五”规划纲要草案引发热议，该草案提到拓展网络经济空间，涉及构建泛在高效的信息网络、发展现代互联网产业、实施国家大数据战略、强化信息安全保障四大要点。大数据首次被纳入国家战略的高度，2016年，可称为发展大数据元年，国家大数据战略具体该如何实施？且看两会代表委员们谈大数据。

大数据落地 立法当先

我国对大数据发展高度重视。2015年8月，《国务院关于印发促进大数据发展行动纲要的通知》（国发〔2015〕50号），明确了发展大数据的指导思想、发展目标和发展任务，为未来我国大数据发展与应用指明了方向。2015年10月出台的《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》，提出要“实施国家大数据战略，推进数据资源开放共享”。在国家战略的引领下，20多个省市已经发布了促进大数据发展的政策文件，一些动作快的省份更是闻风而动，先手布局，现全国已规划或建设成255个数据中心，投入使用的有173个。

面对大数据涌动的热潮和对未来应用的期待，有识之士认为，要发展必须有序，要有序就要立法，落实大数据国家战略，立法应一马当先。

今年的全国两会期间，大数据立法成为代表、委员们热议的话题，全国人大代表、上海市经济和信息化委员会副主任邵志清接受媒体记者采访时表示，应制定大数据法，明确数据各类主体的责任义务，规范数据采集、流通与使用，保护数据产权、安全和隐私，维护市场效率与公平。

尽管目前大数据发展已经呈现良好的发展趋势，但邵志清认为还存在一些问题和不足，如数据资源要素使用不足，数据开放程度不够；大数据深度应用少；产业集聚度不高、创业氛围不够活跃。此外，产业政策、知识产权、技术标准等方面还存在不少差距。

因此，邵志清建言要加快政府数据共享开放，促进市场数据交易流通，统筹大数据资源；服务治理能力提升、民生改善和经济转型，促进大数据应用；实现自主知识产权的关键技术和产品突破；建设大数据功能型设施，加强数据采集和储备；加强数据安全防护，提高安全保障能力；完善政策措施，健全标准体系，营造发展环境。

无独有偶，全国人大代表、天津市工业和信息化委员会主任李朝兴在今年全国两会上也提出了“抢占国家竞争制高点制定大数据发展促进条例”的建议。他认为，大数据已成为国家基础性战略资源，是未来核心竞争力，当前尽快启动数据立法，对推动大数据发展意义重大。

国际上，发达国家已将大数据上升到国家基础性战略资源，纷纷围绕大数据立法，如，欧盟通过新版《数据保护法》，强调本地存储和禁止跨国分享，成为首部从真正意义上保护5亿欧盟公民数据资料及隐私权的重要法律；德国在2009年对《联邦数据保护法》进行修改，防止因个人信息泄露导致的侵犯隐私行为；俄罗斯从2015年起实行新法，禁止互联网企业将公民数据存储在国外服务器上；新加坡出台了《个人资料保护法》，加大对国内数据和源于境外的个人资料的滥用行为的防范力度。

经各国的发展实践启示，我国大数据法治建设已迫在眉睫，需要尽快提上议程。李朝兴建议，由于大数据发展领域新、涉及面广、专业性强，目前立法时机还较不成熟。可按照“急用先立，成熟先立”的原则，由国务院出台大数据发展促进条例，之后在实践中修改完善，待条件成熟后再上升为国家法律。

大数据应用 公众民生安全先行

研究资料显示，2011至2015年全球大数据产业年均复合增长率达到30%，其中中国市场增速高达50%。预计2016至2020年，中国大数据产业仍将保持30%以上的年均复合增长率，是同期IT市场年均复合增长率的两倍（12%）。

一边是纷杂万象的数据信息，一边是蓬勃发展的全新的大数据产业，如何发展大数据产业，今年两会上，代表委员们的话题集中在公众数据、民生、安全和安防等行业，由此可见，涉及公众、民生、安全和安防的大数据行业可优先发展。

李朝兴表示，发展大数据，首先要推动公共数据开放共享。建立开放标准，优先开放高价值数据，逐步开放其他数据，界定不予开放的范围，从数据开放源头上划出底线。其次是促进行业数据规范交易。立足资产属性，构建数据资源交易机制和定价机制，从平台、主体、对象等方面规范数据采集、传输、存储、使用、开放、交易的行为，发展在线、离线、托管等交易模式，推动数据交易走向规范。三是保障商业和个人数据安全。制定专项条款，保护涉及国家秘密、个人信息和商业秘密的数据资源。健全数据安全等级保护、风险测评、应急防范等安全制度，明确危害数据安全行为的法律责任以及处罚方式。

面对大数据在行业中的落地应用，紧随时代而来的银发族的需求被提上议程，两会期间，全国政协委员、中国电子学会副理事长兼秘书长徐晓兰提出，应当充分利用大数据等技术促进居家养老服务。目前中国的三种养老方式：机构养老、居家养老和社区养老方式，其占比分别为3%、96%和1%，传统观念下的养儿防老式的居家养老仍占主流。虽然现有的居家养老服务机构涵盖了护理、家政、救助、维修、配餐、心理关爱等领域，但问题不少，如分布较为零散，质量参差不齐，同时这些服务机构相互之间的合作交流较少，各自为政，造成了一定程度的资源浪费。

徐晓兰认为养老服务的公共数据共享困难是另一大难题，信息化程度低，缺乏合作交流平台。因此她建议，首先要建立国家老龄信息数据中心，开放养老服务方面的公共数据；其次是建立居家养老服务相关的标准及规范，吸引社会力量和民间机构积极参与、共享共治，形成集技术、服务、监管于一体的综合信息管理体系。

还有，借助大数发展安防产业、构建开放共享的综合交通数据平台等涉及民生也成为代表、委员们的讨论话题，并纷纷提出发展建议建言。

网络中心数据战略 篇7

战略一:数据星河战略

据贵阳大数据交易所执行总裁、九次方大数据创始人王叁寿透露, 中国大数据交易生态圈“数据星河”战略将打造数权、数融、数创、数通、数价、数托、数货、数金、数客、数标、数知、数例12个大数据平台。

战略二:一年一度的大数据交易高峰盛典

作为“中国大数据产业峰会” (即“数博会”) 的核心论坛, “2016第二届中国 (贵阳) 大数据交易高峰论坛”于5月27日上午在贵阳生态会议中心召开。高峰论坛立足于国家战略, 对大数据产业发展、大数据应用等领域进行探讨。

战略三:打造“贵漂”文化

数博会期间, 贵阳还将打造隆重的“贵漂”活动, 此次活动将汇集1000余位“贵漂”, 并且推出系列颁奖活动。

战略四:大数据清洗基地

贵阳大数据交易所借此次发布会正式对外宣布, 建立贵阳大数据清洗基地, 将依托贵阳大数据交易所的综合实力, 对外开展大数据清洗业务, 志在成为全球大数据清洗领域的“富士康”。

贵阳大数据清洗基地将开展七大专业业务, 即大数据清洗、脱敏、建模、分析、可视化等服务、技术咨询和培训;探索建立行业大数据标准和融合标准;提供大数据相关系统开发和项目管理服务;建立大数据创新应用孵化平台;探索大数据创业创新机制, 建立相关成果转化渠道;提供大数据创业创新一站式服务;开展大数据产业投资及咨询等。

战略五:交易所推行新规则、新标准

目前交易所会员已经取消了佣金制, 而是采用增值式服务模式。正是用这种容错精神, 贵阳大数据产业发展得到了飞速发展, 远超国内其他省市。

战略六:首创数据确权

此次, 贵阳大数据交易所首创的大数据登记确权结算服务, 开国内相关服务领域之先河, 堪称国内乃至全球明确、完善、确立数据主权, 深挖数据价值的一个里程碑事件。

战略七:中国大数据交易联合实验室

贵阳大数据交易所联合国内15所大学成立了中国大数据交易联合实验室, 实验室设有领导小组、专家咨询委员会、理事会等机构, 承担了大数据交易政策及规则研究, 大数据交易服务平台建设, 开发大数据资源交易产品、实现产品标准化, 大数据资源交易制度体系建设, 大数据资产化、金融化研究, 以及大数据交易人才培养六项重要任务。

战略八:中国城市大数据发展联盟

贵阳大数据交易所将联合50个省市政府成立中国城市大数据发展联盟。该联盟将联合各城市整合多方资源, 各城市协同创新, 通过研讨交流、推广应用、标准研制、人才培养、业务合作等工作, 服务大数据生态建设, 协助制定大数据各领域的发展政策, 助推大数据生态系统创新, 切实推进各城市之间深度合作, 跨行业、跨地区资源整合, 充分发挥整合效应。

同时, 大数据发展联盟还将构建政策标准讨论平台, 积极推动大数据领域产业政策、标准研究以及大数据产业发展等工作。

战略九:全球第一个衡量数据资产价值的指数--黄果树指数

贵阳大数据交易所将重磅推出黄果树指数, 填补大数据交易领域的空白。

“黄果树指数”全称“贵阳大数据交易所数据产品活跃指数”, 以世界最大的瀑布群——贵州“黄果树”来冠名, 是目前全球第一个衡量数据资产价值的指数。它是在一定时间范围内, 根据数据产品数量、数据产品特定区间内的交易次数、数据产品、交易价格等项目, 按照各自在数据交易市场上的重要程度和所占比重构成, 运用科学方法, 而算出的综合性指数。

黄果树指数, 不仅是大数据交易市场与行业数据产品的“晴雨表”, 还将成为全球大数据资产价值走向的“风向标”, 引领全球大数据产业发展。

战略十:大数据培训证书

大数据战略:国际经验与中国支点 篇8

变革时代的大数据革命

自“智慧地球”概念于2008年11月提出以来, 整个地球都沉浸在如何变得更加智慧这个庞大的课题里。联合国秘书长执行办公室于2009年正式启动了“全球脉动”倡议项目, 旨在推动数字数据与快速数据收集和分析方式创新。联合国2012年5月对外发布了《大数据促发展:挑战与机遇》白皮书, 探讨如何利用互联网数据推动全球发展。随着大数据发展战略得到全球各国的高度重视, 世界主要国家的“智慧国家”建设发展战略和行动计划风起云涌。由于大数据是数字化生存时代的新型战略资源, 对国家治理和社会发展作用巨大, 各国科技界、产业界和政府部门极为关注, 于是“智慧企业”“智慧校园”“智慧医院”“智慧政府”“智慧城市”被不同类型组织列为发展目标。

科学技术是第一生产力, 产业的每一次革命性跃迁都离不开科技革命的推动, 往往只有那些抓住技术革命的战略机遇并迅速作出适应性调整的国家或民族才能不断生存发展。毫无疑问, 大数据是当前一个事关经济社会发展全局的战略性产业, 已经成为全球高科技产业竞争的前沿领域, 以美、日、欧为代表的全球发达国家已经展开以大数据为核心的新一轮信息战略以及新一轮的人才竞争、技术竞争、产业竞争、企业竞争和国家竞争。报告显示, 2014年, 全球大数据市场增长速度达53%, 总体规模为285亿美元。到2017年, 全球大数据市场收入将达500亿美元, 这意味着从2011年起连续6年年复合增长率达38%。中国市场情报中心有关统计显示, 2012年中国大数据市场规模为4.5亿元, 同比增长40.6%, 到2018年, 中国大数据市场规模将达到463.4亿元。2012—2013年度, 在欧美国家1217家营业额收入超过10亿美元的企业中, 643家企业制定了大数据战略, 其中7%的企业至少投入了5亿美元, 15%的企业至少投入了1亿美元发展大数据。

显然, 随着经济社会的发展, 大数据带来的深刻影响和巨大价值逐渐被认识, 它通过技术的创新与发展, 以及数据的全面感知、收集、分析、共享, 为我们提供了一种全新的看待世界的方法, 大数据带来的信息风暴正在全方位地改变着我们的生活、工作和思维。

大数据战略实施的国际经验

欧美发达国家相继制定了大数据发展战略, 并制订了具体的实施政策和行动计划, 已经取得初步成效。总体而言, 这些战略具有以下几个方面典型特征:

开放性。自2009年美国政府开放数据门户网站data.gov上线以来, 各国政府掀起开放数据运动。通过开放政府数据, 提高政府透明度, 提升政府治理能力和效率, 更好地满足公众需求, 促进社会创新, 带动经济增长。据统计, 截至2014年1月12日, 开放数据运动已覆盖全球44个国家 (地区) 。2013年6月, 八国集团首脑在北爱尔兰峰会上签署《开放数据宪章》, 各国表示愿意进一步向公众开放可机读的政府数据, 并在2013年末制定相应的行动计划。英国承诺2015年前开放有关交通运输、天气和健康方面的核心公共数据库, 并将投资1000万英镑建立世界上首个“开放数据研究所”。2013年11月, 法国政府出台《八国集团开放数据宪章行动计划》, 作出“朝着默认公开发布数据的目标前进”“建立一个开放平台以鼓励创新和提高透明度”等几项承诺。

智能性。2010年11月, 德国联邦政府启动“数字德国2015”战略, 推动互联网服务、云计算、物联网、3D技术以及电动汽车信息通信技术等信息通讯产业的发展, 推动实施基于传统制造业智能化和数据化的“工业制造4.0战略”, 将物联网引入制造业, 打造智能工厂, 工厂通过CPS (网络物理系统) 实现在全球互联。2011年, 韩国就提出“智慧首尔2015”计划, 目标是到2015年成为世界上最方便使用智能技术的城市, 建立与市民沟通的智能行政服务, 建成适应未来生活的基础设施和成为有创造力的智慧经济都市。2013年6月, 日本安倍内阁公布《面向2020年的ICT综合战略》, 全面阐述2013-2020年期间以发展开放公共数据和大数据为核心的日本新IT国家战略, 提出要把日本建设成为一个具有“世界最高水准的广泛运用信息产业技术的社会”的目标。

价值性。2012年4月, 英国经济与商业研究中心的一份研究报告预计了2012-2017年大数据产生的经济利益:2011年英国私企和公共部门企业的数据资产价值为251亿英镑, 2017年将达到407亿英镑。大数据增加的创新与就业机会, 将贡献价值240亿英镑, 同时为小企业创造预计价值为420亿英镑的发展前景。该报告还预测大数据将创造新业务市场, 即创造58000个就业机会。大数据可以更有效地改进客户需求分析, 预计此项优化将产生738亿英镑的效益。大数据可以优化产品存量和资源分配, 大大降低成本, 预计产生460亿英镑的效益。同时, 政府部门通过大数据可对医疗保健系统进行防欺诈检测和分析, 预计节省不必要的支出达20亿英镑。显然, 如果有意识地在更大的合理范围内开放大数据, 大数据将带来更多的价值增殖。

应用性。2012年9月, IBM公司启动在加拿大安大略省巴里市兴建智能数据中心, 即IBM加拿大领导数据中心, 旨在推进节能化数据中心管理方面的研究和为企业提供能使其连续性经营的服务以及灾备数据服务。为响应公民对数据的需求, 加拿大逐步开放地理空间数据, 并将大数据研究列为政府科研基金重点资助对象。2013年8月, 英国政府发布的《英国农业技术战略》指出, 英国今后对农业技术的投资将集中在大数据上, 目标是将英国的农业科技商业化。

保障性。2012年5月, 美国政府宣布投资2亿美元提高大数据技术 (包括数据的储存、分析、收集) , 以加快科学研究、加强国家安全、改革教学和培训体系以及促进专业人才发展。2013年1月, 英国商业、创新和技能部宣布注资6亿英镑发展8类高新技术, 其中, 1.89亿英镑用来发展大数据技术。“欧盟开放数据战略”将重点加强在数据处理技术、数据门户网站和科研数据基础设施三方面的投入, 旨在欧洲企业与市民能自由获取欧盟公共管理部门的所有信息, 建立一个汇集不同成员国以及欧洲机构数据的“泛欧门户”。

中国实施大数据战略的行动支点

为了应对大数据战略带来的机遇和挑战, 借鉴欧美发达国家大数据战略实施的先进经验, 我国需要在如下几个方面下功夫:

完善制度。完善知识产权保护体系, 促进数据共享和整合, 推动数据价值创造。加快制定相关标准和指南, 制定大数据发展战略。出台法律, 为涉及企业运营数据、客户信息、个人隐私和各种行为的详细记录数据提供法律保障。完善信息资源市场, 界定信息产权, 明确信息的所有权、使用权和收益权的规定, 发挥市场在信息资源方面的优化配置作用。

构筑平台。成立大数据管理局, 建立信息资源共享平台, 开放政府信息资源。以部门业务信息为基础, 从标准、流程、数据三个方面进行设计, 建设“物理分散、逻辑集中”的公共数据中心, 通过数据集中挖掘, 提高数据利用率, 提高各级政府行政管理效率和公共服务水平。

突破技术。 在明确大数据关键技术的基础上, 确定重点支持领域, 加大研发支持力度, 整合云计算、物联网等专项项目, 支持大数据技术的开发、研究和应用示范, 引导企业加大大数据研发力度, 实现关键技术突破, 特别需要优先支持大数据技术在舆情研判、疾病防治、灾害控制、交通安全、城市管理、公共服务、社会治理等民生领域的应用。在公共服务和公用事业管理中采购大数据技术, 以政府采购引导国内大数据发展。

培养人才。加大高水平大数据人才的引进和培养力度, 重点培育数据挖掘、机器学习等方面的专业人才。制定激励措施对企业管理者进行数据分析技术培训, 提高大型企业管理人员的数据分析能力。同时, 在大学相应阶段有针对性地增加相关大数据技术与分析课程, 增加学生在感知技术、数据仓库、数据搜索、数据挖掘与可视化等领域的知识积累, 扩大人才储备规模。

大数据时代下的城市节能战略 篇9

在第十一届中外绿色人居论坛上, 论坛组委会委员、美国能源基金会建筑项目主任、博士莫争春以纽约为例向大家展示了一种可供参考的方向:以行政命令管理的手段, 统计城市建筑能耗信息, 并全部公开分享, 鼓励市场参与数据分析, 共同提升城市建筑能效。

莫争春在接受《第一财经日报》记者专访时表示, 建筑能耗数据的公开与对标对于城市节能可以起到很大的推进作用, 这首先是观念的问题, 而非技术问题。

心中有“数”

世界正处于大数据时代。从纷繁复杂、不断爆炸的数据中寻找出任何有效的信息并加以利用, 正成为一种共识。

在莫争春看来, 国家在制定任何节能政策之前, 关键也在于要知道自身的能源数据, 要知道自己的“家底有多少”, 做到心中有数。但实际上, 在建筑行业方面, 我国并没有清晰的数据, 如何做到心中有数?

当前, 国内绝大多数有关建筑能耗的研究及数据统计都只是针对单个建筑, 缺乏对城市整体的统计。

莫争春对本报记者表示, 虽然现在我国很多省市在做建筑信息能耗监测平台, 但并没有哪个城市能确切把所有的建筑能耗搞清楚, 也没有哪个城市把收集到的信息加以利用。“我们现在只是把数据收集起来, 用图表现出来, 但是这不是目标, 我们的目标是利用这些信息来做节能。”

由于在中美两国节能领域工作了20余年, 莫争春对两国的节能现状非常了解。他认为美国纽约在利用大数据进行城市节能方面有着突出表现。

纽约前市长迈克尔·布隆伯格曾提出纽约到2030年减排30%, 而70%的能耗在建筑。为了完成这个目标, 迈克尔·布隆伯格就必须摸清大部分建筑的能耗现状, 才能对症下药。

据莫争春介绍, 迈克尔·布隆伯格通过议会立法, 最后要求采取强制性的方式, 所有5000平方米以上的建筑, 必须将能耗数据公开, 否则将会受到相应的惩罚。他只花了2年时间, 就掌握了纽约市所有5000平方米以上的建筑 (包括住宅和公共建筑) 的能耗数据, 并能根据能耗强度将纽约市划分区域, 由此有针对性地进行节能。

开放与市场化

数据公开的好处在于充分的市场化, 可以发动全社会的力量共同推进城市节能。

仍然以纽约为例, 迈克尔·布隆伯格的做法催生了一批优质的建筑能效服务公司, 创造了新型能耗行业。城市建筑能耗数据需要进行审计, 迈克尔·布隆伯格并没有事先设置行政许可, 而是放开让市场去做, 最终通过市场的力量催生优质的审计公司。

莫争春还介绍, 在美国能源部官网上关于所有的住宅、商业建筑、能源供应等相关数据都对外公开, 而且政府鼓励公众使用这些数据, 尤其是开展竞赛, 看谁能够开发更好的使用工具, 把公布的数据开发利用得更好, 给予奖励。

目前, 美国已经出现了大批能源数据分析公司, 都是基于上述公开信息做的。也正是由于信息的公开, 美国今年有10个城市正在进行着一场信息公开和对标的比赛。

在莫争春看来, 基于公共信息分析产生的策略才是城市发展之路。传统模式中, 政府控制了绝大部分信息, 主导着市场, 而封闭、隔离的“信息孤岛”是形成大数据的障碍。现在需要一种新模式, 即政府让这些信息在市场中流动, 让市场利用信息催生新服务。

“在大数据时代, 我们需要的不光是新的节能战略, 而是信息的共享。”莫争春表示, 公共信息的共享是大数据的起点, 这个取决于决策者是否有决心去做。决策者需要意识到能耗数据的公开和对标对推动城市节能会起到很大的作用, 而不是将其作为一种隐私或者国家安全问题而保持封闭。

微信大数据战略逐渐明朗化 篇10

以腾讯、百度、阿里巴巴为代表的BAT近年来纷纷进军移动互联网领域,同时社交类平台的竞争也日趋白热化。一直在微博方面落后于竞争对手的腾讯开始发力,2014年微信彻底独立,成为出击移动社交领域的“利剑”。独立之后的微信事业部更是在产品服务升级和商业化道路上连续出拳,包括5.3版本和企业版社交平台的推出,提升了微信在聊天、游戏功能之外的支付、广告营销等商业属性,也标志着微信在企业应用领域开始了新航程。

这次版本升级看似只是一个小改动,但是却在强化微信营销属性方面取得了明显的效果。用户在阅读微信的时候可以很直观地看到相关文章的阅读数据,同时广告主也能很清楚地了解相关微信公众号的受关注程度,从而决定是否投放广告。

据官方的公开信息显示,目前微信公众号的总数已超过580万,日均增长数由去年的8000个上升至1.5万个;单是微信平台推广功能公测期间,已有8000多个广告主、1000多个流量主参与其中。从这些数据看,微信此番改版,影响十分广泛。

而在微信已经推出数据分析平台的背景下,越来越透明的信息有利于数据采集和进一步分析挖掘。目前微信平台上的嘀嘀打车模块,已经可以进行时间和地点等关键数据的采集、分析,如果根据路况计算出乘客在路上的花费时间,并按照这一结果为乘客推送相关的饮食、休闲等方面信息,这已经是大数据应用的一种雏形。据此笔者认为,在此次公开微信阅读数量的基础上,腾讯未来必然会开放社交平台与第三方共同推出大数据产品。

在国外,社交平台的大数据应用已经成为了现实。拿Facebook来说,系统每天要处理25亿条消息、500+ TB的数据、用户点击Like按钮的次数达到27亿次、上传3亿张照片、每半个小时扫描的数据大约为105TB。通过快速处理这些数据,Facebook能够推出新产品,知晓用户反应以及近乎实时地调整产品设计。广告商同时也是受益者,通过追踪网站上发布的广告对各个层面用户(性别、年龄、兴趣爱好)的影响,可以有针对性地加大广告力度,使其效果更加明显。