大数据时代下的思考

大数据时代下的思考（共6篇）

篇1：大数据时代下的思考

2012年以后，大数据（big data）一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。哈佛大学社会学教授加里·金说“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。”本文总结一下：利用海量数据和先进的数据挖掘技术，研究客户行为特征，进行精准营销。

数据库营销

关于数据库营销，美国全国数据库营销中心是这样定义的：“数据库营销是一个动态的数据库管理系统，该数据库的内容涵盖现有顾客和潜在顾客，并可以随时扩充、更新。就其功能而言，要能实现以下目标：确认最佳目标顾客及潜在顾客，然后与顾客建立起长期的、牢固的、融洽的关系，同时根据数据库建立先期模型，进行针对性营销。”

拉克萨根据数据库营销的产生和演进，把数据库营销的发展过程划分成交易信息、名录管理、数据库分析、接触管理、软件进化、客户关系管理等不同的阶段，所有不同的阶段都可以认为是发展全功能数据库营销策略的一个又一个里程碑。

数据挖掘 通过数据挖掘技术对数据库中的数据进行分析是数据库营销的主要分析技术。数据挖掘的目的就是要在数据庞大的、信息不完全的、有噪声的、表述模糊的、随机的数据中，提取出隐含于其中的、人们不知道的、但又是潜在的、有用的信息和知识。可以说数据挖掘是一个利用现有的各种分析工具，用以在海量数据中发现模型和数据间关系的过程，然后依据这些模型和关系作出预测。数据挖掘能通过预测未来趋势及行为，帮助人们作出前瞻的、基于知识的决策。

CRISP-DM（跨行业数据挖掘标准流程）是世界公认的方法论之一，也较有影响力。在这一流程中DM不再只是数据的组织或者简单的呈现，也不仅仅表现为对数据的分析和统计建模，其强调的则是一个从理解业务需求、寻求解决方案到接受实践检验的完整过程。

CRISP-DM将整个挖掘过程分成了以下六个步骤：商业理解，数据理解，数据准备，建立模型，模型评估，模型发布。

通常来说，把模型的结果转化成一段数据库存储过程的代码，并与数据处理代码进行整合，就可以在数据库存储过程中实现模型自动化处理。而数据分析结果的使用则需要开发相应的展示系统或者在各系统中（BOSS系统、经分系统、大客户管理系统、客服系统等）嵌入相应的模块。

精准营销理论

1999年，美国的莱斯特·伟门提出了精准营销的概念。精准营销被定位为一个营销的学科和理论：是以科学管理为基础，以消费者洞察为手段，恰当而贴切地对市场进行细分，并采取精耕细作式的营销操作方式，将市场做深做透，进而获得预期效益。通常可以划分成五个阶段：

1.收集并整理目标客户的相关信息，建立一个客户数据库； 2.对数据进行分析，加深客户理解，整理出细分客户群体的差异化需求； 3.为不同的细分客户群体需求设计差异化的产品和服务； 4.提供满足不同细分客户群体的差异化产品和服务； 5.通过各种营销活动的反馈，进一步深化对客户本质需求以及客户购买和使用习惯的理解。具体的内容包括：

（1）客户信息收集与处理

客户数据管理是一个数据准备的过程，是搞好精准营销的基础。好比指挥官为将来绘制战场地图，把战场上所有的地理信息及变化要素等输入电脑一样，市场人员也必须将分散的数据集中到一个数据库中，这些存在于企业内部各系统中的内部数据和企业外部数据（如市场调查、第三方数据等）分类后，以客户ID为主键进行整理、转换后汇集（ETL）到一个集中的数据库中，就有了准确的客户数据，之后市场人员就可以对客户进行全面的研究和分析。（2）客户细分与定位

客户分群是根据客户的特征相似程度把客户分成若干个群体，群体内部特征非常相似，而在群体之间，特征非常不相似。只有区分出了不同的客户群，企业才有可能对不同客户群展开有效的管理并采取差异化的营销手段，提供满足这个客户群特征要求的产品或服务。在实际操作中，传统的市场细分变量，如人口因素、地理因素、心理因素等由于只能提供较为模糊的客户轮廓，已经难以为精准营销的决策提供可靠的依据。随着公司对信息搜集和分析能力的要求不断提高，许多新的客户分析技术和方法正被运用于各种营销领域，数据挖掘这一统计领域的前沿性技术就被广泛的应用，它能够在海量的、庞杂的、没有规律的客户资料中筛选出对公司有价值的信息。利用数据挖掘的精准细分技术对客户行为模式与客户价值进行准确判断与分析，已经成为今后客户细分领域的主流。（3）营销战略制定

在得到基于现有数据的不同客户群特征后，市场人员需要结合企业战略、企业能力、市场环境等因素，在不同的客户群体中寻找可能的商业机会，最终为每个群制定个性化的营销战略，每个营销战略都有特定的目标。如获取相似的客户、交叉销售或提升销售，或采取措施防止客户流失等。（4）营销方案设计

所有的方案注重的都是目标，营销方案也一样。一个好的营销方案必须聚焦到某个目标客户群，然后将营销方案都往目标客户群聚焦。太阳表面的温度在10000度以上，但却连地球上的一张纸也点不着，如果使用一个放大镜，就可以把纸点燃，区别就在于是否聚焦。同样只有做到聚焦，营销的效率才能够提升到最大。筛选出目标客户群是第一步，企业可以围绕客户战略和当前营销工作重点来确定目标客户群。根据目标客户群营销活动的目标，设计有针对性的营销活动创意（包括产品的组合、渠道的选择等）及定价，并就各方案进行评估，挑选出最佳创意，形成最终营销方案（包括针对性的产品组合方案、产品组合价格方案、渠道方案）。

值得强调的是，客户是不断变化的，亦即客户群是动态的，因此，我们需要灵活动态地观测、定位和理解客户群，才不至于制定一个时过境迁的营销方案。（5）营销结果反馈

营销活动结束后，应对营销活动执行过程中收集到的各种数据进行综合分析，对营销活动的执行、渠道、产品和广告的有效性进行评估，总结经验和教训，寻找需要改进和优化的关键点，为下一阶段的营销活动打下良好的基础。简言之，评估是营销活动的终点，也是下一轮精准营销活动的起点。

精准营销模式

精准营销模式可以概括为5W营销分析框架，在合适的时机（When），将合适的业务（Which），通过合适的渠道（Where），采取合适的行动（What），营销合适的客户（Who）。在整个过程中贯彻“以客户为中心”的理念，实现营销管理的持续改善。

精准营销模式实施框架，可以将精准营销理解成一个PPT框架，即将以客户为本作为核心价值观，从策略、流程、技术三方面着手，实现精准营销。其中策略指营销策略；流程是包括客户获取、客户培育、客户挽留组成的最佳管理实践流程；技术则是基于用户信息之上的数据分析和数据挖掘。

策略、流程与技术是实现精准营销的三大要素。首先要保证精准营销理念在整个组织中有效贯彻，以保证战略决策者、方案制定者和活动执行者必须充分理解和认可精准营销的理念，并能做到融会贯通，可以制定彰显这一理念的相应的营销策略和方案；其次通过流程穿越、流程改造等方式，在不断的创新和探索中建立起有效的与客户互动的行为模式；最后，不断提升技术水平，充分利用技术。坚实的技术后盾是精准营销理论落实的保障，使之具有可操作性，并在很大程度上推动了营销精准化的进程。整体而言，策略、流程和技术组成了电信业精准营销的基本架构，促进了精准营销的驱动者、行动方案和可行性保障三方面的紧密结合。同时坚守以客户为出发点，确保客户在整个精准营销活动中始终处于核心地位。策略、流程、技术三个方面的能力是精准营销能力的有机组成，三者相辅相成，缺一不可。策略对流程有战略性的指导意义，因为策略条线中的营销策略是建立在最佳管理实践的流程之上的；流程必须建立在技术的基础上，因为数据挖掘与分析模型是客户细分与分析的基础，而后者则贯穿最佳管理实践流程始终；数据挖掘与分析所使用的海量数据则来源于业务系统中沉淀的用户信息。精准营销模式的核心是“以客户为中心”，更加注重“目标客户”，在识别出目标消费者后，聚焦目标客户群，分析目标客户群的需求，然后为这一特定群体推出最适合的细分产品，制定适应目标客户群的价格，通过相应的渠道和传播、促销方式进行产品营销。要达到这一目的，就需要对客户的特征进行具体的分析。

目前移动各种增值业务非常繁多，之前的彩铃业务营销通过捆绑、大面积的促销让用户去选择，虽然带来的增值业务普及率的提升，但沉默用户增多，客户投诉增加。江苏移动通过精准营销找准目标客户，发展彩铃业务，激活沉默用户，发展新彩铃用户，取得了良好的效果。

1.整合各大数据源，建立统一的用户增值业务行为分析视图，为精准营销应用打下基础

增长业务的数据虽然有相应规范进行统一，但是因增值业务更新比较快，数据源尚未覆盖全部业务，离当前的应用需求有一定差距；业务子系统，尤其是小业务系统的数据源缺乏梳理，需进一步加强。从数据出发，以用户为中心，从用户特征角度将运营商可能有的数据归类整理，输出用户特征分析表；对照运营商的数据实际具备情况，对数据的可获得性进行标注。

从营销出发，从进行新业务营销的目标出发，推导对支持信息及源数据的需求，确定数据使用方法，输出营销特征分析表；对照运营商的数据实际具备情况，对必要但暂不可获得的数据提出规划需求。《数据源整合需求报告》中，除了对经分系统现有数据源进行梳理外，还对MISC、彩信、彩铃、WAP、小区短信、短信网关、Enumber邮箱、12580、爱贝通、小额支付平台、USSD、手机杂志、LCS等13个业务平台的数据进行了梳理整合。

建立基于用户人性特点的14类人群细分模型，对增值业务的目标客户进行细分，共分为以下几种类型：

基于用户人性特点将客户细分为低潜力型、超前消费型、虚荣跟风型、精明尝鲜型、盲从型、吝啬型、精打细算型、理性跟从型、中潜力型、精明时尚型、传统保守型、感性跟随型、高潜力型、时尚中高端。基于彩铃用户生命周期将客户细分为，彩铃潜在用户、彩铃新开通用户、彩铃普通用户、彩铃活跃用户、彩铃沉默用户、彩铃流失用户、潜在高概率用户、流失高概率用户。在用户细分的基础上，建立彩铃潜在用户预测模型（模型略）。

2.建立用户新业务行为属性标签，动态触发的精准营销策略

基于用户统一视图，结合实际情况进行用户属性标签构建。对彩铃的目标客户，当订购了其他增值业务和拨打了有彩铃客户的电话时，对其进行触发式的短信推荐，对彩铃沉默用户和流失用户，则采取外呼+营业厅的方式进行主动关怀，最终形成针对目标客户的彩铃业务精准营销模式。

3.营销执行

通过精准平台将客户需求及针对性营销方案推送到一线。比如根据用户历史铃音使用记录总结出铃音偏好，帮助一线人员进行针对性的铃音推荐；根据用户历史获取铃音的渠道总结出用户的渠道偏好等。而且流失概率、影响力指数等分析成果也能在清单中罗列出来。

4.应用效果评估 彩铃沉默用户推活跃度提升活动执行效果。对40000户彩铃沉默、半沉默用户开展付费铃音下载用户数提升，营销成功数为22560，成功率为56.4%；月均彩铃下载用户数KPI指标完成率由91.11%提高到104.02%。经验总结：在营销中发现该部分用户主要由于不了解铃音下载的方式或或认为铃音设置麻烦造成，因此，在营销推介上对不了解铃音下载方式的用户应重点推介简单便捷的铃音下载方式，对认为设置较麻烦的用户可以推介音乐盒，让用户感受使用彩铃的便捷与乐趣。彩铃已流失用户挽留活动执行效果。对8000户彩铃已流失用户开展外呼挽留，营销成功2772户，成功率为34.65%；月均彩铃付费用户数完成当月计划的130%，完成指标125.43%；当月付费用户到达数较上月增长3.6万户。

目前人员技能差异比较大，成功率最高达32%，最低只有19%，相差13个百分点；拒绝率最低的只有7%，最高的则有24%，相差17个百分点；考虑使用的用户比例较高，成功率提升空间仍比较大。20世纪最具影响力的创新莫过于人类拥有了能处理大量数字化信息的IT技术，为了从大数据集中提取用户可理解和适用的知识，人们研究并发展了数据挖掘技术，它以崭新的方式来总结原始数据。以此为基础的营销工作面临着着精准与保护客户隐私之间平衡的问题，从技术实现方式上通过改进挖掘算法、关联规则等方面来优化数据库。同时在使用数据的时候，也要保护顾客的隐私。

篇2：大数据时代下的思考

“精准医疗大数据的普及化，正带来中国乃至全球健康产业的变革。”最近，浙大一院正式成立“精准医疗中心”，中国中国工程院院士、浙大一院传染病诊治国家重点实验室主任、感染性疾病诊治协同创新中心主任李兰娟教授在“医疗健康大数据与精准医学”的专题报告会上称。

在大数据的时代，医学最大的改进就是个性化和精准治疗时代的到来。有了大数据的分析，“看医生”模式正转变为“被医生看着”。家用智能硬件设备的生命体征检测，使得低成本、高效率的全数据收集模式成为可能，几乎人人都能适用。而精准医疗的长期目标，是每个人的健康管理。李兰娟团队将在浙江创建一个人数规模超过100万的志愿者队列，基于他们的基因数据、生物样本、生活信息及所有电子健康信息数据库将推动浙大一院团队做出一系列新研究。此前，中科院已经联合其院属企业中科新知共同研发了心晓管家健康模型和大数据挖掘，以HRV为主导的多参数健康模型能够为每个人提供专属的健康趋势。

移动健康迅猛发展，通过移动互联网，用户的个体化自我监测变成现实，通过移动APP，用户与医生能随时随地地在线联系，通过医疗大数据和健康模型报告，医生和家属能清晰地看到健康疾病趋势。我国目前医疗资源稀缺，医生和护士短缺，医疗服务业普遍人手不足，而培养一名医生需要10年到15年，培养一名护士需要8到9年，培养周期长导致后续力量难以迅速填补。此外，医疗资金短缺，使得医疗服务软硬件提升困难。因此，如何利用移动健康产品提高人们的自我监测能力，提高医生们的诊断效率显得尤为重要。北京大学创新教育与研究院执行院长蔡剑教授介绍：目前我国移动数据和桌面应用已超过美国，我国用户花在这方面的时间比例为55%，美国为38%。数据的不断增加导致了“数据洪灾”，现有数据不是不够大，而是太大，大得没有时间和精力去分析。在移动医疗健康领域，也是如此。拥有类似心晓健康模型的大数据分析工具，以精准、无扰、连续的生命体征监测数据代替医院的逐点数据进行分析，从而得出健康趋势，将使目前市场上智能硬件数据没有实际意义的现状大大改观。

篇3：大数据时代下的政府管理思考

一、大数据带来的变革

曾经由于技术限制, 人们获得信息的方式单一, 存储信息的方式也是单一的。只能通过报纸、杂志期刊、胶片等媒介来存储数据。受空间地域的局限性, 隔一段时间人们会把过期的档案数据毁掉, 所以能留下来的数据始终是不完整的受到时间限制的。甚至在2000年时, 数字存储信息只占全世界数据量的四分之一, 而另外四分之三都是存储在传统的报纸、胶片等媒介上。在互联网时代, 信息大爆炸, 数据开始膨胀, 为了适应时代的发展, 工程师改进了处理数据的工具, 导致新的处理技术诞生, 越来越多的数字数据得以存储下来, 数据的存储慢慢不再受到时间和空间的限制, 新型媒介无形中累积了越来越大的数据量。据资料文献统计分析, 人类存储信息量的增长速度比世界经济的增长速度快4倍, 而计算机数据处理能力的增长速度比世界经济的增长速度快9倍。所以到了2007年, 我们看到只有7%的数据是存储在报纸、书籍、图片等媒介上的模拟数据, 其余全都是数字数据。很难想象五年后的今天存储在传统媒介上的数据还占多少。

数据量的变大, 带给各行各业的改变是巨大的。举个简单的例子来说, 在我们逛网店买东西的时候, 很多浏览器都有提供商品价格比较的小插件。这些小插件来自不同的公司但都有几样基本功能:提供多个大型网店同款商品实时价格, 该商品价格走势图, 甚至还能帮你预测什么时间段购买划算……这些都是依赖于其背后强大的数据平台通过分析得出, 让消费者获取更大的利益, 而作为商家, 也可以利用这些数据进行销售提供更好的服务。

除了在商业上的运用, 大数据时代开启以来最引人注目最成功的应该是09年时对公共卫生方面的影响。2009年出现了甲型H1N1流感, 当时因为是一种未知的新型流感病毒, 既没有研发出与其对抗的疫苗药物, 又因为很多人在患病多日才去医院就诊, 公共卫生专家更无法及时对该疾病进行控制和预防。因为判断一个地方什么时候会爆发疫情是需要时间来确认的, 且由于疾病的特殊性疾控中心也不敢妄下定论引起社会的恐慌。而对于类似的能飞速传播的疾病, 信息滞后是致命的伤害。然而当时互联网巨头谷歌公司的工程师们却利用“大数据”能作出和疾控中心一样的判断, 且判断更加及时, 不用等到流感爆发一两周后。原因就在于类似谷歌这样的大型网络公司有着大量的数据库。对现代依赖于网络的人来说, 很多都已经养成了“有什么不懂的问题上网查找”的习惯, 对于患病初期也是一样, 人们希望通过更加方便快捷的方式来获取更多更详细的信息。很多人会利用网络搜索引擎搜索“治疗咳嗽和发热的药物”类似词条。对于同一疾病, 一般会有一些典型的症状, 这些典型症状可以成为关键词条。通过对人们在网上搜索类似的关键词条的频率, 谷歌可以知道哪些地区的人在哪段时间搜索的更多, 以此判断该地区爆发该疾病的可能性更大。同时, 这些互联网公司还有之前很多年的数据记录, 通过对以往的数据分析, 也可以预测在未来的哪个时间段哪个地方患哪种疾病的可能性更大。显然, 通过这种方式人类对疾病可以采取更加主动积极及时的防范。不只是公共卫生部门可以借鉴该网络公司的大数据运用, 大数据是政府部门提高执政能力的一个有力武器。随着互联网使用人群的庞大, 数据累积的庞大, 可以预见的是:大数据给社会带来的益处是多方面的。

在牛津大学网络学院互联网研究所的教授维克托·迈尔-舍恩伯格和《经济学人》数据编辑肯尼思·库克耶的著作《大数据时代》中提到:大数据开启了一次重大的时代转型。就像望远镜让我们能偶感受宇宙, 显微镜让我们能够观测微生物一样, 大数据正在改变我们的生活以及理解世界的方式, 成为新发明和新服务的源泉, 而更多的改变正蓄势待发 (1) ……

二、大数据时代政府管理的隐忧

当前人们所提到的大数据大概可以归纳有如下几个特点:

数据量庞大。据估计到2013年世界是存储的数据能达到约1.2泽字节 (ZB) , 一部完整的数字电影可以压缩成一个GB的文件, 而一个泽字节相当于1兆GB (1ZB=1024×1024×1024×1024GB) 。因而在分析数据时有更先进的技术;

数据具有时效性。类似于对疾病的控制, 在处理紧急情况时需要数据具有及时性, 而先进的数据处理技术也保障了这一点, 使数据处理速度加快;

数据种类的多样和内容的丰富。信息是各方面的, 涉及各个行业各种事情, 所以能够得到的数据也是种类繁多的, 能使得统计数据更具有随机性和多样性;

大数据的隐密性更强, 价值更大。因为不是任何人都能获得大规模的数据, 所以大数据虽然其来源广, 但是能够收集到全面的大量的却是少数。过去人们的统计受到各方面条件的限制常采用抽样调查, 但是在能够获得大数据的今天, 抽样调查显然是片面的, 能够运用总体数据判断应该说更好。而且数据规模一旦庞大, 量变引起质变, 所得出的结论可能更有利。

正是因为大数据的这些特点, 使得当前政府管理也应该具有大数据思维。在大数据时代, 如果政府管理不具有适应这个时代的方式, 必然会暴露过多弊端。

首先, 是对大数据显示结果的引导。由于数据量的庞大其传递信息也是庞大的。《大数据时代》的作者在文中就强调大数据体现的重视的应该相互之间的关系联系, 而不是结果。但是如果政府不能站在一个合适的位置上掌控大数据的公布和分析。被不法分子或者其他利益期望者利用, 对于一个大数据的分析就可能被引入政府所不能控制的一边, 与不好的一方面所联系起来。本来事物之间都会有很多联系, 而不法分子可能利用利己不利众的联系, 使得数据通过模型计算显示的片面化或者使其隐含意思偏向了对公众和社会来说不好的一方, 虽说大数据不能解释结果, 但是引发的结果却是损害公众的。

其次, 大数据隐含的信任危机。除了政府能够获得很多重要的关系国计民生的数据外, 通过类似前面谷歌公司预测流感一样, 网络巨头公司也可以收集到很多方面的数据。如果在一些紧迫问题情况下, 政府不作为或者慢作为, 一旦公众通过其他渠道看到大数据的分析报告, 政府将受到来自各方的舆论压力, 政府与民众间很可能产生信任危机。一旦发生信任危机, 社会问题就会层出不穷。

最后, 大数据时代个人对隐私的担忧。在公民意识, 民主意识越来越强的现代社会, 人和人之间的联系可能更加方便, 但是个人的信息却越来越不安全。几乎每个与外界有联系的人都收到过骚扰短信或电话。这其中除了部分通过技术手段是随机性的, 但是也存在很大一部分是如我们经常看见新闻报道的那样挂在网上叫卖的个人信息一样, 是被一些能获取数据的人泄漏的。就算是一些对个人信息的合法获得与合法使用, 在一些人看来也未必合符道德伦理。

三、大数据时代政府管理的契机

大数据因为其巨大的商业价值倍受现代企业的关注, 但是实际上, 国家有完善治理、加强统治, 尽可能地把权力扩展到一切方面的倾向和需要, 因而也许是对大数据最感兴趣 (2) , 也是能使大数据得到更加充分利用, 为更多人受益的行为主体。

应该说大数据时代政治上的变革, 政府行为模式的变革已经初现端倪。2012年美国联邦政府启动“大数据发展研究计划”, 使得大数据成为重要的国家战略;联合国推出“全球脉动” (Global Pulse) 项目, 利用大数据促进全球经济发展, 通过使用自然语言解密软件对社交网站和文本信息中的数据进行“情绪分析”, 帮助某个既定地区预测失业率、支出消减或疾病爆发等 (3) 。

大数据促进了数据的开放和利用, 可以强化公共信息的公开和透明。与此同时, 数据的开放也一定会牵动政府管理工作的革新、行为模式的创新。

(1) 大数据能实现信息的透明。一直以来, 政府无疑是权利的象征, 始终拥有神秘性。但是随着信息浪潮的到来, 信息革命会产生一种新型的信任政治, 其中透明度越来越成为一种权力资产。政府部门因其权利的特殊性, 对大数据的获得是更加容易的, 政府部门也可以通过公开数据使政府工作更加透明化, 促进一个开放透明、公平公正、公民参与、多方合作的政府的建成。

(2) 大数据能预测公众的偏好需求, 为政府的公共服务找准方向。在类似新浪微博等社交网站, 每个人可以对自己感兴趣的方面插入话题, 也可以对别人发表的微博通过点“赞”表示喜爱等偏好。微博的热门话题可以看出公民最近关注的最热点, 通过喜好的统计也能分析出在社会基本生活中, 或者说公共生活中人们对哪方面更感兴趣。甚至, 通过对话题研究也能分析出公众最近不喜欢的情绪是对哪一方面。这些海量的数据是最能反映舆论的偏向和民情民意的, 热门的话题和关注度必然是公众思维情感的体现, 也说明公众渴望在这些方面得到关注。对于涉及民生的话题, 政府就可以通过这种方式, 利用大数据分析出到公众最急迫的需求, 比以往实地调查, 挨个访问, 再统计等得来的结果要快很多。利用大数据政府能对民意作出及时回馈。

(3) 大数据可能引起政府人事制度的改革。一直以来, 我国政府都不算是高效的, 同时还存在着许多部门权利职责分配不清, 人员冗杂, 在基层地方还有许多“吃空饷”的政府人员。通过大数据分析, 能推测出公众事物的缓急, 能知道各个部门的劳动效率, 能明确出在哪个部门那一块人员配置不合理, 通过科学的方法调节人事结构, 为我国政府精简机构, 提高工作效率, 降低人事成本, 减少行政开销提出合理的方案, 也是我们建设廉洁政府可是使用的方法之一。

(4) 政府管理具有大数据思维更能促进经济发展。大家都认可企业型政府是更具有效率的政府, 而一个具有大数据思维的企业型政府更是能成为在现代社会具有权威的政府。大数据思维是一种对问题的宏观思维, 这种思维模式是符合政府管理的思维要求的。大数据思维是要看到事物间的联系性, 通过科学的计算预测事物的走势, 预测可能发生的问题, 合理规划对预测作出预防。经济基础决定上层建筑, 所以一个国家的经济建设是极其重要的, 我们也看到了我国近几十年的经济建设为我们的生活带来的极大飞跃。而经济发展中, 不可避免会出现太多的问题, 而且因为经济发展一些固有的规律, 在出现一些机遇时, 我们的政府部门经常采取的是保守的态度。应该说政府也想发展经济, 但是对于经济发展与政府的规章制度之间常常会产生摩擦。那么, 如果政府部门具有了大数据思维, 是否就能化解这种矛盾, 利用大数据降低经济发展中的风险, 提高经济发展与政府管理方面的协调性, 进而挖掘出我国经济发展更多的潜力。

参考文献

[1][英]维克托·迈尔-舍恩伯格[英]肯尼思·库克耶著.盛杨燕周涛译.《大数据时代》[M].浙江人民出版社, 2013.

[2]吴江.福柯与大数据时代的政治[J].陕西行政学院学报, 2013年8月.

[3]苑雪.大数据时代网络社会管理中的政府行为模式创新[J].广东行政学院学报, 2013年8月.

[4]涂子沛.大数据:正在到来的数据革命, 以及它如何改变政府、商业与我们的生活[M].广西师范大学出版社, 2012.

[5]邬贺铨.大数据时代的机遇与挑战[J].求是, 2013 (4) .

篇4：大数据时代下的融合存储

存储需要敏捷和效率

在日前召开的“惠普融合存储新品发布会”上，《计算机世界》报总编辑许传朝在主持“话题讨论”时表示，数据已经成为企业生产力的重要组成部分，未来企业或商业变革就是基于数据的价值挖掘和商业模式创新。伴随而来的是数据给存储、处理和应用等信息系统带来的压力和挑战。

惠普亚太和日本地区副总裁、存储产品部总经理Mike Prieto认为，目前许多用户的存储系统都是按照10年甚至20年前的需求而设计的，并且主要是针对结构化数据而设计。但今天，数据量发生了天翻地覆的变化，带宽也增大了，虚拟化、私有云、公共云等纷纷出现，尽管原有的存储系统增加了许多功能，但这不足以应对我们面临的挑战。

Mike Prieto认为，这些新的变化要求系统具有全新的架构。对于存储来说，除了需要高性能外，另外两个因素也非常重要，那就是敏捷和效率。敏捷就是能够应对那些意料之外的高峰或低谷，同时应对不确定性，处理不同的和突发的工作负载，快速供给，提供适当的、动态的服务水平；效率就是指提高资源利用率，同时降低运维消耗。

这些都要通过整合服务器、存储以及网络来实现，为此，惠普提出了自己的解决方案：融合存储。

什么是融合存储？惠普的权威解释就是，融合存储是基于工业标准产品架构构建，利用先进的横向扩展存储软件，与跨越整个IT框架的通用管理工具相整合。惠普全新的融合存储架构从根本上改变了数据访问的方式，这是通过整合横向扩展存储软件、融合服务器和存储的硬件平台实现的。

融合存储产品新扩展

在惠普融合存储新品发布会上，全新的惠普P10000 3PAR存储系统正式亮相，这是3PAR投入惠普大家庭之后发布的首款新品，所以备受关注。而一款目前可应用于3PAR系统和LeftHand系统的联合存储软件Peer Motion更是引起了大家的兴趣。惠普存储产品部产品总监孙钢介绍说，Peer Motion软件具有业界首个点对点存储联合功能，支持从虚拟SAN到中高端存储系统，能帮助用户确保稳定的生产效率，并无中断地重新分配工作负载，通过联合工作负载均衡，来应对不可预测的环境；联合自动精简配置功能，可提高投资回报，并将应用数据转移到可用容量系统，并实现过程透明监控，降低未来的存储采购需求；联合资产管理，能够把数据无中断地从隐退阵列转移到新系统中，从而提高生产率，在存储资产更新过程中消除了宕机或服务中断。

惠普P10000 3PAR存储系统包含V400和V800（HP 3PAR V系列）两种型号。3PAR V系列是功能强大的关键业务存储系统，能够在单个高性能阵列上支持混合的、无法预测的多租户工作负载，也是惠普VirtualSystem和CloudSystem解决方案的核心技术，它集成了硬件、软件和服务，从而加快部署并帮助企业顺利迈入开放、混合的云环境。

链接

3PAR应用案例

成立于1835年的中山大学附属第二医院（也叫孙逸仙纪念医院）坐落在美丽的珠江旁，是中国最古老的西医医院。目前医院有本部、南院区、增城院区、南校区门诊部四个院区，开放床位2000张，每年门、急诊量220多万人次，手术台数3万台。目前，医院正处于高速发展时期，计划到2013年还将增加1000张床位。

业务的增长以及信息化的发展，在使医院的信息系统不断完善的同时，信息量也增长很快，每天产生的数据量经过压缩后达到十几GB，同时，这些数据需要保存的时间长，一般需要30年，同时安全性要求高。这些都使得该院的存储系统面临着严峻的挑战。

篇5：大数据时代下的银行业

一、前言

2012 年3 月，奥巴马政府宣布投资2 亿美元启动“大数据研究和发展计划”，并且定义为“未来的新石油”，希望增强政府收集、分析和萃取海量数据的能力。这个由世界最强国家政府推动的项目，标志着“大数据”时代的到来。

近年来,移动互联网、物联网等迅速发展,使得新数据源不断出现,全球的数据总量正呈指数增长,过去3年间产生的数据量已超过以往总和。大数据时代的到来已经成为全球共识,数据正成为与物质资产和人力资本相提并论的重要生产.随着信息技术及互联网的快速发展，社会正在走向全面数字化。处于大数据时代的银行业，正面临着一场经营方式的大变革。一方面，互联网和大数据打破了原有银行在渠道和信息上的壁垒，给银行带来更多的竞争对手；另一方面，大数据将推动银行更加科学地经营管理，从而促进银行更健康地发展。

二、大数据时代银行业分析

目前，银行业正处在以客户为中心、以市场为导向的激烈竞争时代，如何应用先进的计算机网络技术跟踪、预测银行客户的发展动向，最大限度地挖掘客户信息的潜在价值，并利用这些信息来改进银行服务，提高竞争能力对银行来说至关重要。

（一）独特优势分析

对银行独特优势或其存在理由的理解有很多角度，基本的一种是将银行看作一个信息处理的机构，它能够获得和处理金融市场所无法获得的信息，并通过贷款决策向市场发送有关借款人信用的信号。

所谓市场无法获得的信息，首先来自于借款人为获得贷款而自愿向银行做出的披露，其次来自于银行家对于借款人进行的近距离的调查和判断。这些信息又可以分为两类，一是能够被编排的、数码化的或结构化的；二是只能意会的。银行贷款决策的做出，固然有赖于对于数码化信息进行分析的技术，但也离不开银行家的职业直觉和判断。

（二）机会分析

1、助推经营转型。以小微贷款发展为例，导致小微企业贷款难的原因很多，包括缺乏足够的抵押担保、缺乏信用评价机制、银行管理成本高等等。而大数据给这个难题带来了新的解决思路，通过大数据可以建立更完善的信用评价机制、风险定价机制、贷款全流程管理机制，并降低人工成本。

2、提升精准营销能力。通过大数据技术，信用卡客户营销可能基于以下的流程：首先对客户的性别、年龄、职业、金融资产、刷卡频度、消费地点、购物种类、营销活动参与情况等数据进行分析，得到客户的贡献度、活跃度和行为偏好等客户特征；然后根据客户特征进行分类差异化营销设计、举办营销活动；最后根据营销结果再进行数据分析，为下次改善提供参考。

3、提高客户满意度。通过分析客服中心的咨询、投诉内容，可以及时发现产品或服务存在不起眼的小缺陷，而改变这些小缺陷，可能会极大地提升客户满意度。通过对大量交易、行为数据、社交网络数据的分析，可以帮助银行找准客户需求，真正做到以客户为中心设计开发产品。

4、创新品牌营销策略。大数据时代，信息传播的方式、渠道和速度都是前所未有的。社交网络将会成为品牌营销的主阵地，客户在社交媒体上快速传播自身体验和感受的影响力将远远超过空洞的形象广告。传统上依赖信息不对称的品牌营销都将无所适从，与其投巨额资金到媒体做广告，不如扎扎实实地搞好自身的产品和服务，通过客户来帮助银行宣传。

三、对我行采取的策略建议

大数据时代是分析时代。大数据分析的实质就是将客户放到更大的社会背景下加以曝光，准确定位环境中客户所处的位置符合怎样一种商业模式；到现在为止没有任何技术能超越人（对我行来说就是客户经理）更能对活生生的客户加以把握分析，客户经理是最好的社会感知装置，同时又肩负将银行预定的熟悉的关系模式导入到现实社会网络，扩大关系。

打好数据基础。“在今天的社会中，最重要的资源，不再是劳力、资产或是土地，而是数据和知识。”我行首先要把行内业务系统的数据用好，这些数据是高价值密度的数据。除了要完整地保存这些数据外，还需要注意数据治理，保证内部数据的可用性。在此基础上，还需要进一步打破传统数据源边界，通过各种渠道和方式获取行外数据。银行可以通过合作、购买、收集等方式获取相关的数据，包括政府公布的各类统计数据、央行征信数据、企业客户的ERP数据、第三方评级机构的数据，以及电商、社交网络的数据等等，用以丰富和完善数据资源。

做好技术支撑和人才培养。当前采用传统的数据库已难以支撑大数据的需求，需要采用开放式的并行计算架构来建设大数据平台。而技术支撑的关键在于人才，既需要熟悉大数据技术的科技人才，也需要具有数据思考能力的业务人才，更需要具有综合素质的数据科学家。

强化数据治行理念。“除了上帝，任何人都要凭数据来说话。”要强化依靠数据说话的理念。首先要改善现有的管理决策文化，真正把数据分析作为决策重要依据；其次要优化数据分析流程，更好地把业务与技术融合在一起。

创新业务发展。大数据应用的深入，将为银行经营模式、业务流程的转变提供依据。我行需要建立新型的创新机制，为基于大数据分析的业务创新提供充分的条件和保障。无论是产品服务创新、风险管理创新、客户营销创新还是运营模式创新，大数据分析都将成为必不可少的途径。

四、结束语

在这个不断创造神奇的大数据时代，银行无法置身度外。若干年后，我们再回看银行的转变，也许会发现改变银行的不是某个人，某个企业，而是大数据。因此，我行有理由自信地拥抱大数据时代，具备作为信息处理机构的传统优势，在大数据时代有无限机遇。

附：基于数据挖掘的银行客户管理信息系统的构建（百度完全摘抄，供参考）

(一)顾客互动模块｡它为整个客户管理信息系统提供具体的客户信息,这些信息包括客户的基本信息､财务会计信息､行为特征信息､信用信息等,把这些数据信息进行预处理存入数据库后,可以为银行的客户工作提供有利的支持,银行可以在此系统的支持下选定最为便利的渠道同客户进行沟通,同时也可以在客户营销管理的进程中直接为这些渠道提供信息｡

(二)公共信息模块｡公共信息模块是存储金融信息和金融行情的模块,它可以为银行提供服务和支持,能使银行便捷地查阅各种金融信息与行情｡同时,这个拥有大量信息的模块系统还可以充分利用资源为客户提供专家服务建议､标准化的流程支持和随时更新的公用信息,使银行和客户都能获得及时宝贵的信息反馈

(三)银行产品信息模块｡银行产品信息包括银行为客户所开发的各种金融传统产品和衍生产品｡随着金融市场的开放与发展,金融衍生产品层出不穷,银行这些产品的出现为拓展客户服务提供了很大的平台,有关信息包括这些产品的特征､价格､适用等｡产品信息模块可以为客户提供有关产品信息的服务和支持并为信息库不断提供新的产品信息｡

(四)数据存储模块｡信息库可以在数据上进行清理和集成,消除信息噪声和不一致数据,使多种数据组合在一起,然后将结果数据存放在分门别类的数据仓库中,再根据使用客户管理信息系统的银行请求,数据仓库可以负责高效地提取相关数据｡同样,存储模块信息也可以进行不断的更新｡

(五)数据分析模块｡数据分析模块一方面通过定制的评价和分析模型对提取的数据进行分析和评价,然后按照银行的业务侧重点把目标客户从中筛选出来;同时,以各种信息为基础,分析出客户的行为特征,这样就可以为银行进行个性化的差别服务提供分析依据｡另一方面,为银行指定客户拓展策略和创新产品提供依据｡

篇6：大数据时代下的电子商务研究

王洪军

摘 要：鉴于当今大数据与电子商务的有效结合，传统的方法已不能满足现在的电子商务模式，该文主要讨论了大数据要求电子商务平台的特征匹配，大数据要求电子商务平台的扩展功能和完善，以及在大数据时代，有关职能部门加强电子商务管理等方面的问题。希望为建设大数据电子商务平台建设提供有针对性的指导。

关键词：电子商务 大数据 扩展功能 信息处理 数据分析

电子商务（E-Commerce）是19世纪90年代随着Internet的普及而发展起来的一套交易系统。它利用国际互联网信息传递快以及覆盖地域广等特性来完成企业内部之间、企业与企业之间以及企业与消费者之间的商业联系[1]。它的出现，改变了传统的生产、销售、采购方式，实现了资源的有效配置与重新整合，减少了商品销售成本与流通环节，缩短了商品的生产周期，提高了企业的运营效率，增强了其市场竞争力。

大数据是近年来出现的比较火的词汇，最初由美国人提出，近些年来我国政府也十分重视大数据建设，已将大数据技术上升为科技战略问题[2]。大数据与电子商务结合是时代和科技发展的必然趋势，大数据是加深企业创新的利器。在当今大数据时代，电子商务产生、存储与处理的数据量巨大。巨大的数据一方面给企业与消费者提供了更多的信息量，可以更为详细的了解企业和商品的信息，为消费者提供了更多的参考信息；另一方面，巨大的信息量要求更多的存储空间，以及相应的搜索查询算法，挖掘更为深层次、更有意义的信息，同时可能提供更为安全的认证。这些必然要求探索在大数据时代下电子商务平台的开发问题。大数据要求电子商务平台的特征匹配

随着大数据时代的来临，相对于传统的销售企业来讲，爆炸性增长的数据已成为电子商务企业非常具有优势和商业价值的资源，成为未来企业的核心竞争力。近年来，随着大数据资源的增长和有效利用，带来的电子商务交易额逐年走高。表1和表2给出了2008-2010年中国主要省市电子商务交易规模和所占比例。

由表1和表2可以看出，随着大数据利用程度和效率的增加，中国主要商业中心电子商务交易规模和比例逐年增加，在大数据支持下电子商务的优势已经逐步显现。但同时，大数据必然对电子商务提出了更多更高的要求。以淘宝网为例，要满足三点要求。

1.1 强大的信息检索功能

对于电子商务而言，商品种类的丰富性是其提高竞争力的重要手段与措施[3]。在大数据的背景下，商品的种类和数量等信息越来越多，同时伴随数据垃圾的增多，客户很容易受到干扰。在不增加网络和数据库硬件的基础上，开发新的程序和算法，优化网络结构，提高搜索效率。在云计算基础上的大数据处理，能够为客户提供比较全面、强大的信息检索功能，结合用户的个体差异和需求等特点，对海量数据进行搜索，从而提高搜索的准确率。同时，设计一个支持多领域动态数据集成的数据库网络系统，对数据库进行有效管理。在此基础上，对热点信息进行推荐和推送等检索服务，增加获取资源的准确性，排除垃圾信息的干扰，提高查询效率。

1.2 准确的数据分析能力

在大数据时代，数据实时性分析已经成为电子商务最主要的着重点，其主要价值体现在详细快速的分析和利用相关信息。如果数据没有实时性作为保证，数据本身也就没有意义。根据实际需要，在尽量避免过多安装硬件的基础上，开发新的数据挖掘算法，深入分析用户的需求，挖掘深层次相关信息，准确的确定最满意的答案。利用云计算可以在较短的时间内【核心期刊网】——中国权威论文发表平台，我们为您提供专业的论文发表咨询和论文发表辅导!【核心期刊网】——中国权威论文发表平台，我们为您提供专业的论文发表咨询和论文发表辅导!对于较多的数据进行收集、存储以及分析与处理。

1.3 快速的弹性处理能力

对于电子商务系统而言，拥有快速的弹性处理能力是其主要目标。特别是在大数据时代，突发访问量的增加、海量的订单以及浏览客户的增多，这些需求都不是算法本身方面所能完全处理的，必须根据客户的具体要求以及不断上涨的业务量来扩充服务器，同时增加相应的存储设备。同时，继续开发相应的具备弹性处理能力的算法，与硬件相互匹配，实行弹性的伸缩，最大限度的整合现有资源，实现资源的合理利用和充分发挥。大数据要求电子商务平台的功能扩展

在大数据时代，除了要求具有强大的信息检索功能，准确的信息分析功能以及快速的弹性处理能力之外，还必须对原功能进行扩展和完善，满足大数据对电子商务的要求。

2.1 加强对逆向物流的重视

随着电子商务的发展，我国逆向物流的发展也在不断的发展，同国外发达国家比起来，差距还很明显。随着电子商务规模持续增长以及订单量的增多，退货量也在不断上涨。我国企业对逆向物流的重视程度不高，服务意识淡薄，致使我国逆向物流的发展受到一定障碍。电子商务逆向物流的发展，将有助于企业效率的增加，物流业的发展壮大，更有利于建立顾客的忠诚度，从而更加促进电子商务的发展。目前，我国的逆向物流存在一系列问题： 商家不重视退货管理，观念跟不上去，退货标准不统一，保障制度不完善。面对上述困难，企业应该从观念上重视逆向物流的发展，加强专业物流人员的培训，制定合理的退货制度，提高顾客的满意率，达到增加效率的目的。

2.2 建立健全电子商务营销渠道

由于开展电子商务有投资成本低、管理方便等优势，很多创业者首选在网上开店，这使得实体店因为销售业绩不好而逐渐关闭，也使得很多消费者不得不去网上购物。网点的店主们为了增加网上市场的占有率和竞争力，不得不用各种营销渠道吸引消费者的注意力。目前，电子商务技术方面的竞争很难拉开企业与企业之间的差距，只有健全的电子商务营销渠道，深入挖掘企业和市场的潜力，企业的综合竞争力才能得到提高。

2.3 妥善处理隐私

大数据环境将使用户的信息越来越公开，针对隐私保护方面的问题，建议增加以下几项措施：（1）电子商务企业应该恪守行业道德，不能将消费者的个人信息进行交易和泄露；（2）

企业应该从技术层面上开发先进的隐私保护技术；（3）随着大数据应用的发展，隐私保护问题和概念不断发展，国家之间应该制定相应的隐私保护法规，确保公民的隐私权。在大数据时代，职能部门加强电子商务管理

在大数据时代，企业和客户得到的关于商品的信息量十分巨大，同时垃圾信息，诈骗信息和虚假信息也呈递增趋势，有关职能部门应该加强对电子商务平台的监督和管理力度，过滤掉有害信息，堵住此类信息的发布渠道，查处有问题的企业和个人，整改评价差的商户，完善电子商务平台交易制度，关注企业的信誉度，净化电子商务平台。建立企业的信誉度排序，同时每间隔一阶段，对信誉度进行重新排序，将最新的考评结果及时发布，反馈到用户手里，使他们能够第一时间掌握企业的信誉度，方便客户购物的判断。结语

当下正值我国大数据和电子商务的发展阶段，以前的商务模式已不再适用大数据时代的电子商务，该文在传统电子商务模式的基础上，主要论述了在大数据背景下，新型电子商务模式具有的特点，以及功能拓展，职能部门应加强电子商务平台的监督和管理，为新型电子商务的发展指明方向。

参考文献