導言：作為寫作愛好者，不可錯過為您精心挑選的10篇社交媒體信息動態(tài)分析，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內(nèi)容能為您提供靈感和參考。

篇1

（1）大數(shù)據(jù)下科技信息處理的標準化體系研究相比傳統(tǒng)的科技信息，大數(shù)據(jù)環(huán)境下的科技信息的來源、類型、內(nèi)容和數(shù)據(jù)格式更為復雜，制定和完善科技信息的標準化體系和內(nèi)容是及其必要的。信息資源的標準化體系是保證信息有效存儲、處理、分析和利用的基礎和前提。本文認為將依據(jù)當前科技信息現(xiàn)狀，針對具體領域研究和制定大數(shù)據(jù)下的科技信息處理規(guī)范和建議是必要的。（2）大數(shù)據(jù)下的科技信息資源的建設方法研究借助大數(shù)據(jù)技術可實現(xiàn)科技信息的大數(shù)據(jù)處理與大數(shù)據(jù)存儲，實現(xiàn)多源異構的科技信息完成數(shù)據(jù)的存儲、處理、交換等功能。大數(shù)據(jù)下的科技信息資源的建設方法研究需要從數(shù)據(jù)本身和數(shù)據(jù)的組織兩個研究視角出發(fā)，分析梳理大數(shù)據(jù)環(huán)境下科技信息資源在建設中面臨的難點和關鍵性技術問題，研究和提出科技信息資源的知識組織系統(tǒng)框架和基本構建方法。（3）大數(shù)據(jù)下的科技信息資源的分析方法研究結合科技大數(shù)據(jù)特點，主要利用深度學習技術解決科技大數(shù)據(jù)的高維數(shù)據(jù)降維處理問題。研究和探索面向科技信息資源的分析方法，提出不同類型科技信息資源的關聯(lián)分析、重要性分析、主題演化路徑等深層次的信息分析方法和技術，通過系列分析方法和技術研發(fā)，解決科技信息資源管理工作中存在的問題，研究方法在實踐中進行創(chuàng)新和發(fā)展。世界的發(fā)展、科技的換代、媒介的延伸以及人文的變更，匯聚成一股巨大的洪流，加速了我們所處時代的變換，人工智能技術已經(jīng)滲透到各個技術領域，以上問題涉及科技信息的組織和分析，需要人工智能技術的融合，即與人工智能技術的深度融合必將推動科技信息進入全新時代。

人工智能應用于科技信息領域的研究意義和主要研究內(nèi)容

人工智能為解決科技信息的獲取和分析提供解決途徑（1）人工智能可拓展獲取科技信息的來源。從事智能分析的美國Stabilitas公司的首席運營官ChrisHurst認為：“人工智能可以擴大信息工作的范圍，不會遺漏那些有價值的細節(jié)?！笨萍夹畔⑼瑯有枰ㄟ^各種渠道獲取世界各國的同類信息，利用分布式網(wǎng)絡爬蟲等人工智能技術可獲取全世界的開源信息，包括文本和音視頻數(shù)據(jù)。（2）人工智能可加快處理科技信息數(shù)據(jù)的速度。美國中央信息局肯特學校教信息分析的校長JosephGartin認為：“梳理社交媒體來獲得信息并不是什么新鮮事，讓人耳目一新的是如今我們收集社交媒體數(shù)據(jù)的數(shù)量之大和速度之快。”海量的科技信息通過人工智能技術可以快速處理億萬比特的數(shù)據(jù)，從而了解世界各國同類信息或事件，將每天接收到的大量數(shù)據(jù)轉變?yōu)槟軌蛴糜谡吆蛻?zhàn)場行動的信息。（3）人工智能使科技信息的分析自動化、智能化。據(jù)俄羅斯通訊社報道，俄羅斯總統(tǒng)普京表示：“無論誰在這一領域中處于領先地位，都將成為世界的統(tǒng)治者?！逼站┱J為：人工智能是未來權力的關鍵。利用自然語言處理技術、語音識別、圖像檢索等人工智能技術可以極大的提高信息人員檢索有用信息的速度。此外，知識圖譜作為人工智能的知識庫基礎，基于知識圖譜可實現(xiàn)分析對象的多維多步自動關聯(lián)分析，利用深度學習模型可大大提高多因素影響的系統(tǒng)分析，獲得更好的信息分析效果。主要研究內(nèi)容（1）基于人工智能技術的科技信息的知識存儲和管理大數(shù)據(jù)下的科技信息具有海量、異構、跨媒體的特點，其知識存儲和管理需要對結構化或非結構化的跨模態(tài)數(shù)據(jù)進行語義智能化計算研究，以為統(tǒng)一語義范疇下的數(shù)據(jù)查詢提供便捷的元數(shù)據(jù)服務；對跨媒體知識統(tǒng)一組織進行研究，為不同關系結構，不同模態(tài)數(shù)據(jù)的統(tǒng)一存儲與管理提供結構基礎；同時，需要對跨媒體知識的更新進行研究，為動態(tài)的數(shù)據(jù)存儲與多變的業(yè)務管理提供支撐。最后，對跨媒體知識檢索與查詢進行研究，從實際的檢索和查詢業(yè)務角度出發(fā)，制定規(guī)則，優(yōu)化性能，提升知識數(shù)據(jù)被獲取時的準確性與高效性。（2）基于人工智能技術的科技信息與知識的深度揭示與聚類加強科技信息資源的多源多模態(tài)數(shù)據(jù)整合關聯(lián)、信息抽取、不確定推理、機器學習、自然語言處理等人工智能技術研發(fā)與應用；利用人工智能技術實現(xiàn)科技信息資源的外在層面的資源整合，資源內(nèi)在特征的深度聚合，實現(xiàn)科技信息與知識的深度揭示與聚類。通過可視化方式實現(xiàn)科技信息知識（研發(fā)技術、研發(fā)機構、研發(fā)人員等）的聚合、揭示與展示。其中重點利用語義分析技術、詞表/本體構建技術、知識圖譜技術、大數(shù)據(jù)分析等人工智能技術，通過可視化方式實現(xiàn)科技信息知識的聚合、揭示與展示；實現(xiàn)對格式各異、內(nèi)容復雜的數(shù)字資源進行深層次的揭示，從資源外在層面的資源整合，深入到資源內(nèi)在特征進行深度聚合，實現(xiàn)信息與知識的深度揭示與聚類，同時將科技信息知識服務嵌入知識交流之中。技術路線圖如圖1所示。（2）基于人工智能技術的科技信息前沿技術發(fā)現(xiàn)與預警研究前沿技術發(fā)現(xiàn)與預警旨在有效指導和開展科技研究，國內(nèi)外已有研究在信息對象和研究方法上比較單一，信息價值和服務效果受限?？萍夹畔⑶把丶夹g發(fā)現(xiàn)與預警研究應更強調(diào)面向信息源的全面收集、處理、分析的一定程度智能化生產(chǎn)過程，更好的感知非完備信息，輔助信息用戶把不確定性預測變成更確定性預測。研究將不同類型的信息源進行整合、融合，多維度的分析科技前沿技術特征，從不同角度實現(xiàn)有價值信息的綜合疊加和映射，從中發(fā)現(xiàn)、分析和描述科技前沿技術問題，為科技領域?qū)＜覍崿F(xiàn)科技前沿的準確辨識提供服務，實現(xiàn)有效的技術預警。技術路線圖見圖2所示。

基于人工智能技術的科技政策動態(tài)分析平臺設計

篇2

1993年1月，美國第42任總統(tǒng)比爾·克林頓剛上任就授權商務部長羅恩布朗成立了“信息基礎設施特別小組”。這個小組由商務部長羅恩布朗、副總統(tǒng)戈爾、總統(tǒng)經(jīng)濟顧問委員會主席勞拉泰森和一些經(jīng)濟、法律、技術、電信方面的專家組成，小組的主要任務就是制定國家信息技術的中長期發(fā)展規(guī)化。同年2月，小組輔助克林頓總統(tǒng)制定了“國家信息基礎建設計劃(NII)”，也就是美國的“信息高速公路”計劃。這一發(fā)展計劃的主要內(nèi)容是預備在2015年以前，建立起一個連結全美幾乎所有家庭和社會機構的光纖通信網(wǎng)絡，促進信息技術的高速發(fā)展，增強網(wǎng)絡信息服務的能力。這一計劃的服務范圍包括教育、衛(wèi)生、娛樂、商業(yè)、金融、科研等各個領域。國家信息基礎建設計劃是計算機技術和通信技術發(fā)展融合的產(chǎn)物，它的實施給美國人民的工作、學習、生活帶來了“革命性變化”，推動了信息技術的高速發(fā)展。

為實現(xiàn)這一戰(zhàn)略計劃，美國政府準備投資4000億美元，支持相關科研機構與企業(yè)的發(fā)展，推動國家信息技術基礎設施建設。這一戰(zhàn)略的實施，取得了豐碩的成果：覆蓋全國的基于光纖技術的通訊網(wǎng)絡逐漸形成，使網(wǎng)絡通訊能力提高了數(shù)千倍；高性能計算機開始研發(fā)與生產(chǎn)，當今世界上10個運算最快的高性能計算機中有6個在美國；大型網(wǎng)絡通信公司在政策的支持下快速發(fā)展，產(chǎn)生了思科、IBM、谷歌、亞馬遜等全球性的網(wǎng)絡技術公司；以實現(xiàn)人人相聯(lián)、物物相聯(lián)、人物相聯(lián)的物聯(lián)網(wǎng)開始顯現(xiàn)；建立在高性能計算機與虛擬運算基礎之上的云計算雛型逐漸形成。

信息技術的發(fā)展深刻改變了美國經(jīng)濟和社會的發(fā)展模式，使美國的經(jīng)濟與科技始終處于世界前列。信息技術產(chǎn)業(yè)成為美國最重要的支柱性產(chǎn)業(yè)，同時信息技術的發(fā)展也改變了人們的思維與參與民主政治的方式。2008年，奧巴馬在競選美國總統(tǒng)時，充分利用互聯(lián)網(wǎng)社交媒體，把信息技術當作競選工具，開創(chuàng)了利用網(wǎng)絡媒體贏得大選的先例，奧巴馬也成為第一個“真正社交”的總統(tǒng)。奧巴馬是一個對互聯(lián)網(wǎng)有深刻理解的人，他十分了解互聯(lián)網(wǎng)與社交媒體對社會政治的影響。為了擴大影響，吸引選民，他與他的競選團隊利用社交網(wǎng)絡發(fā)出1300萬封郵件來解釋自已的競選主張，吸引了400多萬捐款者，這些捐贈成為奧巴馬競選經(jīng)費的主要來源。奧巴馬還利用Twitter了自已競選總統(tǒng)的演說，這條消息被Twitter廣泛轉發(fā)，據(jù)說在競選期間，平均每分鐘就被轉發(fā)2.5萬次，在美國及全世界都產(chǎn)生了極大的影響，這一切都成為他競選成功的關鍵。

2009年，奧巴馬總統(tǒng)上任不久就任命維維克·昆德拉為聯(lián)邦政府首席信息官。這是一個新設的職務，其主要職責是制定與政府信息技術有關的政策和戰(zhàn)略規(guī)劃、負責聯(lián)邦政府所有科技預算的分配與使用、幫助促進總統(tǒng)的技術政策議程等。昆德拉上任后表示，他將負責利用云計算技術，改善和加強政府部門的信息資源管理，制定云計算政策與規(guī)劃，推動政府采用云計算。

2009年9月，美國聯(lián)邦信息委員會宣布了聯(lián)邦政府云計算發(fā)展計劃，這一計劃主要包括三個方面的內(nèi)容：一是開通聯(lián)邦apps.gov官方網(wǎng)站，主要展示并提供得到政府認可的云計算應用，包括基于云計算的商務應用、辦公應用、社交媒體軟件應用及相關的云計算基礎設施應用，從而推動政府部門接受云計算的理念；二是建立聯(lián)邦云計算的示范工程，引導政府部門利用云計算改善工作效率與降低投入；三是聯(lián)邦大規(guī)模采購云計算服務，提高政府利用云計算的能力與水平，扶持云計算科技企業(yè)，帶動云計算產(chǎn)業(yè)的整體發(fā)展。

2010年12月，昆德拉制定了《改革聯(lián)邦政府IT管理的25條實施計劃》，明確提出“云優(yōu)先”策略。所謂“云優(yōu)先”策略，就是明確要求各個政府部門在進行信息化建設與大規(guī)模采購信息技術設備時，優(yōu)先考慮云計算技術。并要求到2012年6月底，各部門至少將3項服務遷移至云計算服務上。在這一策略的推動下，聯(lián)邦政府各部門的應用服務大都遷移至云服務平臺，政府部門的云計算應用水平大幅提高。

2011年2月，美國政府了《聯(lián)邦云計算戰(zhàn)略》，這一戰(zhàn)略明確指出了下一步政府云計算發(fā)展的目標，主要內(nèi)容包括：1.明確度量云計算產(chǎn)生的效益、注意事項和選擇條件。2.指導各政府部門向云平臺遷移，為部門決策提供咨詢與應用案例。3.進一步加強云計算設施的部署力度，使各部門信息資源盡快向云平臺遷移。4.制定聯(lián)邦政府的云計算發(fā)展行動計劃，確定相關部門職責，推動云計算的部署。隨著云計算戰(zhàn)略的出臺，聯(lián)邦政府強調(diào)各部門要重新審視本部門的技術資源戰(zhàn)略，將云計算應用納入到本部門的預算當中，切實執(zhí)行“云優(yōu)先”策略。最大限度地提高資源利用率，降低成本，重視應用云計算技術，提高政府工作效率與反應能力。

《聯(lián)邦云計算戰(zhàn)略》的主要目的是指導各政府部門向云平臺遷移；通過政府對云計算的應用，帶動云計算產(chǎn)業(yè)的發(fā)展；制定云計算技術發(fā)展標準與產(chǎn)業(yè)規(guī)范，引導云計算發(fā)展；為相關技術企業(yè)提供支持。為落實這一戰(zhàn)略，聯(lián)邦政府成立了云計算督導委員會、云計算咨詢委員會、云計算電子郵件工作組、云計算安全工作組、云計算標準和技術工作組等多個專門機構，協(xié)調(diào)指導各部門云計算工作的推進，制定相關的法規(guī)政策。聯(lián)邦政府還邀請高等院校、信息協(xié)會、科研機構及大型云計算公司參與其中，為戰(zhàn)略決策、技術實現(xiàn)、安全保障等工作提供支持。

為了有效地推進該各項工作的發(fā)展，聯(lián)邦政府指定國家標準技術研究院、通用服務總局、國土安全部、聯(lián)邦信息管理委員會、管理與預算辦公室五個管理決策機構與部門共同負責各項工作的實施，各部門各負其責，共同推進。國家標準技術研究院負責牽頭協(xié)調(diào)聯(lián)邦、地方政府、私有企業(yè)以及國際實體，制定云計算標準和指南，規(guī)范云計算應用方案與實施流程；通用服務總局負責研發(fā)政府部門的合同媒介，研發(fā)以需求為導向的云計算解決方法，為政府應用云計算提供咨詢與建議；國土安全部負責監(jiān)控與云技術相關的安全問題，注重信息保護與數(shù)據(jù)安全，制定云計算安全方案；聯(lián)邦信息管理委員會負責促進政府部門應用云計算，甄別下一代云技術，將實踐與可操作的案例加以分析并做成模板共享；管理與預算辦公室在聯(lián)邦政府部門間協(xié)調(diào)相關活動，確定云相關優(yōu)先領域，提供部門執(zhí)行指南。

為了提高工作效率，在云計算工程項目方面，聯(lián)邦政府采用“一次批準多次應用”的方式，簡化云計算服務提供商的審批流程。在風險管理方面，政府出臺《聯(lián)邦風險和授權管理方案》，指導政府部門評估風險，分析潛在的安全漏洞，提高云計算應用中的風險控制能力。

美國政府在云計算發(fā)展的關鍵時刻，從國家戰(zhàn)略的高度，制定云計算發(fā)展規(guī)劃，明確云計算發(fā)展模式與技術標準，確定國家云計算發(fā)展的路線，從而確立了美國在云計算發(fā)展中的領導地位，展現(xiàn)了美國云計算產(chǎn)業(yè)發(fā)展的強勁競爭力。這一戰(zhàn)略的制定，也影響了世界其它國家對云計算的認識與政策，許多國家紛紛制定相關的計劃與戰(zhàn)略，推動本國云計算的發(fā)展。因此，有人說《聯(lián)邦云計算戰(zhàn)略》引發(fā)了世界范圍內(nèi)的云戰(zhàn)爭，使人類社會進入了云計算的時代。

篇3

本研究分析了在乳腺學科文獻基礎上開展的讀者大數(shù)據(jù)意識的調(diào)查，旨在利用反饋數(shù)據(jù)為期刊品牌建設提供參考建議。以2011年1月～2015年12月《中國腫瘤臨床》的作者為讀者調(diào)查對象，基于E-mail、微信群發(fā)放問卷，使用E-mail回收問卷，對問卷中涉及到的調(diào)研對象的地區(qū)分布情況、調(diào)研對象性別、年齡分布情況、調(diào)研人員屬性分布、調(diào)研對象學科分布進行定量分析與定性分析。樣本回收量為148份，樣本對象特征具有郵箱聯(lián)系方式，樣本參考價值較大，問卷結果真實、可信，權威性高。對于參與問卷調(diào)查的乳腺腫瘤學科的讀者提供近10年的基于大數(shù)據(jù)的乳腺腫瘤學科分析報告。問卷調(diào)查設定以下內(nèi)容：①是否具有大數(shù)據(jù)意識；②是否認可量化的大數(shù)據(jù)信息可提供本學科的科研動態(tài)；③是否關心期刊的大數(shù)據(jù)信息推送；④是否采用大數(shù)據(jù)獲取信息；⑤對提供的大數(shù)據(jù)信息質(zhì)量是否有心理付費價位；⑥是否期待有關科技期刊的評價分析服務；⑦以《中國腫瘤臨床》為例探索科技期刊服務讀者的可能性。上述數(shù)據(jù)收集結束后進行統(tǒng)計分析。

2調(diào)查結果

篇4

IBM現(xiàn)在告訴你，他還要幫助你做營銷?！癐BM還是個Nerd（書呆子），但我們要把科學引入營銷藝術。”IBM企業(yè)營銷管理集團（EMM）副總裁李有群在接受《成功營銷》獨家專訪時這么說。

好萊塢式傳奇

在技術派當?shù)赖腎BM管理層中，李有群表現(xiàn)出難得的風趣?！拔液芟朐诖蠹颐媲罢f中文，但是有很多專業(yè)術語實在不知如何表達?！笔状卧谥袊襟w前公開亮相，李有群這樣調(diào)侃自己。即使中文不是很好，對數(shù)字有絕對的敏感，在演講過程中多次核對、糾正同聲傳譯者對幾個數(shù)據(jù)的說法。

這種敏感，除了職業(yè)、專業(yè)使然，是否還源于在拉斯維加斯靠腦袋掙錢的過去？

李有群可以說是一位天生的企業(yè)家，進入IBM之前，擁有一連串的創(chuàng)業(yè)經(jīng)歷。高中時就創(chuàng)辦了他的第一家軟件公司，還是提供營銷解決方案的公司Unica的創(chuàng)始人。Unica曾是IBM的供應商，其在營銷方面的創(chuàng)新舉措被IBM看中，于2010年和Coremetrics一起被IBM花30億美元收購，這才有了之后的EMM――2010年6月組建的IBM企業(yè)營銷管理集團。李有群現(xiàn)在仍兼任Unica品牌的首席執(zhí)行官，醞釀著其他收購計劃。

在麻省理工學院上學期間，李有群一度每個周末都混跡于拉斯維加斯的賭場。周五晚上飛過去，周六晚上回學校。不過，那個時候李有群并不是沉迷賭博。他曾是該學院傳奇組織“21點”小組的一員。“我們是算牌，不是賭博?！崩钣腥赫f，“那就像一個真正的公司在運作，整個團隊有35個人，每年的業(yè)績都是成倍增長。”

這段賭場瘋狂故事后來被拍成了好萊塢電影《決勝21點》。雖然李有群認為電影并不很真實，過于戲劇化，但仍不失為一段值得說道的經(jīng)歷。

步入職業(yè)經(jīng)理人生涯

除了Unica，IBM還收購了另一家軟件公司Coremetrics。Coremetrics偏重于網(wǎng)絡分析，而Unica偏重于端到端的市場營銷管理，新組建的EMM企業(yè)營銷管理集團旨在提供營銷解決方案以及為面向業(yè)務營銷主管的銷售活動提供保障。李有群負責管理的就是這么一個隸屬于IBM的行業(yè)解決方案部門，他要離開創(chuàng)業(yè)生涯，進入職業(yè)經(jīng)理人領域。

從智能手機到社交網(wǎng)絡，再到網(wǎng)絡電視，林林總總的新技術改變了人們的消費方式、購買方式以及企業(yè)與個人的互動方式。互聯(lián)網(wǎng)的功能在不斷外延、擴大，并通過社交網(wǎng)站、移動終端等，提供了更多的關聯(lián)。以前網(wǎng)絡內(nèi)容主要是由媒體提供，而現(xiàn)在消費者可以通過微博、播客等各種各樣的渠道提供他們的想法，為網(wǎng)絡提供內(nèi)容。在這一過程中，營銷模式也在迅速演變。如今的消費者變得很強勢――他們可以在合適的時間以合適的價格購買他們所需的商品。當他們凝聚到一起，可以很輕松地捧紅或者毀掉一個品牌。

“2010年在美國，網(wǎng)上由消費者提供的有關產(chǎn)品的信息達到了約5000億條。企業(yè)必須從以產(chǎn)品為中心變?yōu)橐钥蛻魹橹行?，贏得客戶，保留客戶?！崩钣腥赫f，“營銷的目標就是激發(fā)需求，產(chǎn)生更多的潛在客戶，為公司的品牌進行服務?！?/p>

消費者的信息和需求如何獲得？在先后收購了Unica、Coremetrics之后，IBM全面發(fā)力進軍營銷技術市場。IBM將EMM部門作為“智慧商務”（Smar ter Commerce）計劃的一部分，融合IBM全球的技術與服務資源，將為市場帶來更廣泛的營銷功能以及其他的職能支持，從而幫助企業(yè)創(chuàng)建以客戶為中心的業(yè)務?！拔覀円芽茖W引入營銷藝術，利用技術、利用數(shù)據(jù)，將營銷藝術的想象力、創(chuàng)造力和策略規(guī)劃做得更好?！?/p>

IBM的EMM解決方案幫助企業(yè)在計劃及預算、人力及流程、數(shù)據(jù)及資產(chǎn)和衡量及業(yè)績幾個層面推動實際市場營銷價值。通過部署EMM解決方案，將幫助提高在線轉化率、增加市場活動、提高客戶重返率、減少市場周期/提高效率、精準定位廣告提升業(yè)績、改善市場活動質(zhì)量等。

“這是更為一體化的服務，EMM解決的是所有端到端的問題?！痹诶钣腥涸O想下，CMO應該不需要從一個軟件跳到另一個軟件，不需要好幾家甚至幾十家供應商，而需要一個整合營銷方案供應商。

開拓中國市場

李有群的這次公開亮相，甚至動用自己的個人傳奇經(jīng)歷吸引目光，就是為了帶領EMM拓展中國內(nèi)地市場。

“我們在中國內(nèi)地才剛剛開始，但是在美國、歐洲，以及亞洲的新加坡、泰國、印度和臺灣地區(qū)，都有很多公司在用EMM的解決方案?！奔词乖谥袊菑牧汩_始，李有群當然也懂得榜樣力量的重要性，他借助歐洲最大的金融服務機構之一――ING荷蘭國際集團的案例來說明。

金融機構如果只采用單一渠道與客戶溝通，其運行時間點和客戶需要的時間點肯定是有差異的。比如，客戶希望的是他們在想要找到銀行的時候就能立即實現(xiàn)，但實際上他們只能跟著銀行的時間轉。ING意識到這一點，并且希望提高營銷活動與客戶的相關性。

篇5

在電子商務時代，通過網(wǎng)絡用戶即可隨時隨地對各種產(chǎn)品和服務信息進行搜索，且能夠依靠智能手機快速完成交易。這種商業(yè)模式的改變，要求電子商務企業(yè)的營銷策略也應隨之改變。對我國電子商務企業(yè)來說，在巨大的商機面前，如何做好精準營銷，對電子商務企業(yè)的發(fā)展具有重要意義。而在分析電子商務精準營銷策略前，首先應對精準營銷本身及其在電子商務領域的應用意義、現(xiàn)狀有一定了解。

一、精準營銷在電子商務中的應用價值

（一）精準營銷是電子商務低成本擴張之路的必然選擇電子商務是一種以營利為目的的市場主體，為了得到更好的發(fā)展電子商務無時無刻不在探索低成本擴張之路。精準營銷與傳統(tǒng)營銷模式相較而言，能夠更加明確地對顧客進行定位，通過不同的營銷手段，給不同的群體提供與之相適應的營銷策略。而傳統(tǒng)營銷模式則主要依靠大面積廣告投放推廣產(chǎn)品，這種“鋪天蓋地”的營銷效果，大大提高了電子商務產(chǎn)品推廣的成本。而精準營銷則在促進電子商務產(chǎn)品宣傳力度提高的同時，節(jié)省了顧客甄別廣告、比較商品質(zhì)量等的時間，使顧客能夠主動接受營銷信息，使營銷過程更加有效率，無論對消費者還是對電子商務企業(yè)的低成本擴張來說，無疑都是一個很好的選擇。

（二）精準營銷可有效滿足電子商務用戶群體個性化需求消費者對于商品的選擇，當前主要落腳于產(chǎn)品質(zhì)量、不同的外觀設計、以及售后服務的好壞等，要求電子商務企業(yè)正確認識消費者的不同消費心理，準確地切合消費者對產(chǎn)品的期望值。通過精準營銷這一理念的影響，電子商務對于消費者個性化需求將會更加重視，在精確營銷引導下對消費者的個性化需求進行分析。精準營銷作為可以貫穿電子商務全過程的營銷模式，能夠通過自動訂貨、下單及跟蹤等流程，使顧客的不同需求得到更好的滿足，能夠有效縮短電子商務企業(yè)與消費者的距離。

（三）精準營銷是提高電子商務核心競爭力的基礎條件精準營銷能夠使消費者電子商務消費渠道盡可能地縮小，可在保證消費者獲取完整產(chǎn)品的基礎上促進電子商務產(chǎn)品流通環(huán)節(jié)的減少，在電子商務服務水平方面具有很大促進作用。

二、精準營銷在電子商務應用中亟待解決的問題

（一）電子商務未真正理解精準營銷，目標定位不夠精準在精準營銷的理解上，很多電子商務企業(yè)對傳播渠道與媒體比較看重，認為消費者精準地接收到廣告信息即為精準營銷。這一過程顯然沒有認識到媒體和渠道的不同屬性，沒有切實地考慮消費者面對廣告的感受。電子商務營銷服務當前對自身產(chǎn)品和服務的關注較多，缺乏足夠的市場調(diào)研，對消費者的需求缺乏深入地分析與動態(tài)跟蹤，營銷目標定位還不夠精準。一些電子商務企業(yè)因交易量不多，對目標消費者的相應信息獲得不足，容易根據(jù)其他企業(yè)營銷經(jīng)驗對消費者采取假設式定位，導致目標定位出現(xiàn)偏差；還有一些企業(yè)雖然開始擁有較準的營銷定位，但因缺乏動態(tài)跟蹤，導致發(fā)生后來營銷定位不準的情況。

（二）輕視精準營銷過程，缺乏對消費者的增值服務當前電子商務精準營銷，比較注重產(chǎn)品購買和瀏覽推薦，即僅僅重視廣告范疇，對精準營銷的全過程有所忽視?；ヂ?lián)網(wǎng)中心數(shù)據(jù)也顯示，當前電子商務領域所推崇的“精準營銷”還比較片面，主要為廣告本身。但即便如此，這些廣告的投入依然普遍缺乏精準性。電子商務投放的廣告，較少從網(wǎng)站本身特點出發(fā)，對廣告的點擊率、知名度比較關心，雖然消費者可短期內(nèi)對電子商務產(chǎn)品與服務有一定了解，但較難精準地調(diào)動消費者消費欲望，導致精準營銷效果較差。在交易完成后，電子商務精準營銷還缺乏對消費者的增值服務開發(fā)，比較著重消費者對產(chǎn)品的評價信息，忽視了消費者后續(xù)購買對增值服務的依賴，不利于電子商務精準營銷效果長期性的保持。

（三）電子商務精準營銷基礎設施落后，復合型人才短缺在電子商務精準營銷中，產(chǎn)品與服務能否高效到達消費者那里，是其重要服務內(nèi)容。但目前我國電子商務物流配送設施也依然比較落后，物流效率不高，無法滿足電子商務精準營銷的要求，使電子商務精準營銷的實施和發(fā)展受到一定程度的限制。精準營銷與電子商務都屬于新興領域，對人才需求比較旺盛。但當前我國電子商務精準營銷領域從業(yè)人員，大多僅精于電子商務或者精確營銷，復合型人才短缺，缺乏人才支撐的電子商務精確營銷效果較差。

三、電子商務精準營銷的改善策略

（一）建立健全消費者數(shù)據(jù)庫，對電子商務營銷市場精準細分和定位對目標消費者進行精準地定位，是電子商務精準營銷的要義，而這一行為的實現(xiàn)則需要依靠對消費者電子商務消費傾向的分析。消費者在電子商務領域消費的過程中，主要經(jīng)過三大階段，第一階段為尋找需要購買的產(chǎn)品，第二階段為購買產(chǎn)品，第三階段為售后服務。而這一過程中包含著消費者眾多消費信息，電子商務精準營銷應根據(jù)消費者的數(shù)字化消費信息，對電子商務消費者數(shù)據(jù)庫進行建立健全。數(shù)據(jù)庫中的信息除了應包含消費者的地區(qū)劃分，消費者訪問次數(shù)，還應包含消費者瀏覽傾向，對產(chǎn)品的評價和問題的反映，以及消費者的售后需求等。電子商務企業(yè)各個部門都應對消費者數(shù)據(jù)庫給予關注，精確營銷部門可根據(jù)消費者數(shù)據(jù)庫對營銷市場進行精準的細分和定位。針對需要營銷的產(chǎn)品或服務，電子商務精確營銷人員不僅應對消費者興趣愛好進行分析，對消費者價值進行分析，對潛在消費者規(guī)模進行分析，而且應對消費者的交易情況、溝通深度等進行分析，通過一系列的分析鎖定消費者所表現(xiàn)出的整體行為特征，在此基礎上確定電子商務企業(yè)營銷產(chǎn)品的目標市場。對于已經(jīng)采集到的數(shù)據(jù)，電子商務企業(yè)應定期地挖掘，通過動態(tài)分析對消費者實施優(yōu)選，電子商務企業(yè)要根據(jù)市場測試驗證對市場定位的準確與否進行區(qū)分。其中網(wǎng)絡營銷效果的衡量指標見表1。

（二）整合廣告投放平臺、方式，增強電子商務廣告投放傳播精準性根據(jù)2016年1月中國互聯(lián)網(wǎng)信息中心的數(shù)據(jù)可知，截至2015年12月，中國網(wǎng)民的數(shù)量已經(jīng)達到6.88億，搜索引擎用戶在規(guī)模上則達到了5.66億，在使用率上達到了82.3%，已經(jīng)成為我國第二大網(wǎng)絡應用。關于網(wǎng)站流行度的判定方式則見表2。針對這種情況，我國電子商務企業(yè)在廣告投放方式上，既可對競價排名進行優(yōu)先選擇，也可將其與窄告結合起來，以實現(xiàn)對更多目標客戶和更大廣告效果的獲取。電子商務企業(yè)也可對微信、微博等充分利用，通過這些平臺受眾制定精準地廣告投放方案，以使廣告投放成本盡可能地降低，獲取更高的收益。選擇廣告投放形式時，可采用行為定向廣告，也可對內(nèi)文匹配廣告形式加以選擇。當電子商務企業(yè)處于市場初期，需要擴大品牌知名度時，則可在內(nèi)文匹配廣告的預算上相應地提高比重；而當電子商務企業(yè)想要是使廣告與目標消費群更有效地觸及，則可在行為定向廣告的預算上相應地提高比重，以增強電子商務廣告投放傳播精準性。

（三）提供針對性電子商務營銷服務，對完善的消費者增值服務體系進行構建根據(jù)營銷實踐可知，對新消費者進行開發(fā)時，其所花費的成本比留住老顧客高出大約10倍。所以，電子商務營銷必須重視對現(xiàn)有消費者的把握，促進現(xiàn)有消費者忠誠度與重復購買率的提升。而老消費者比較看重的是完善的后續(xù)服務，電子商務企業(yè)應加大力度對完善的消費者增值服務體系進行構建，將更加超值的服務提供給消費者，在對產(chǎn)品和服務質(zhì)量給予充分保證的同時，針對可能出現(xiàn)的問題提供完美的解決方案，及時解決和應對消費者的各項問題。電子商務企業(yè)所提供的該類服務，應盡可能地超越消費者期望需求，從而促進消費者滿意度的提升，留住老消費者的同時，吸引更多的新消費者，以實現(xiàn)消費者的鏈式反應。針對已經(jīng)流失的消費者，應探究其流失原因，通過對其流失因素的評估，對相應補救措施進行采取，推動消費者回流。

（四）完善電子商務基礎設施與商務法律，加強培養(yǎng)電子商務精準營銷人才電子商務精準營銷效果的發(fā)揮，與電子商務基礎設施、商務法律和專業(yè)人才等均密切相關。電子商務企業(yè)應根據(jù)企業(yè)發(fā)展情況，對合適的物流模式加以選擇。電子商務企業(yè)規(guī)模較大時，可對自營物流方式加以采用；規(guī)模較少的電子商務企業(yè)，可對第三方物流模式加以選擇。良好的物流情況，能夠提高電子商務精準營銷的精準性與效率。另外，作為一種虛擬市場，電子商務領域中很容易發(fā)生違法違規(guī)現(xiàn)象，為了給電子商務精準營銷的有效運行提供更好地保障，必須對與電子商務精準營銷的相關法律進行完善，通過有效的措施促進電子商務領域交易安全度的提高，使消費者對電子商務精準營銷更加信任。政府也應對宏觀調(diào)控作用充分發(fā)揮，加大建設電子商務基礎設施，同時積極引導精準營銷在電子商務領域中的優(yōu)化，創(chuàng)造良好的基礎環(huán)境和法律環(huán)境給我國電子商務精準營銷。

四、結語

總之，精準營銷產(chǎn)生于信息化背景下，現(xiàn)代信息技術手段是其重要依托，可以預見企業(yè)良性長遠發(fā)展。網(wǎng)絡信息技術的迅速發(fā)展，降低了消費者對信息技術進行使用的成本，網(wǎng)絡準入門檻越來越低，也讓更多人的接觸電子商務等新興消費模式。作為一種以現(xiàn)代信息技術手段為依托的營銷模式，精準營銷在大眾收益群的分析上可以更加準確，根據(jù)不同顧客群體消費傾向等，精準營銷可以更迅速地對不同產(chǎn)品或服務的最新信息進行，促使物流與售后服務可以更加及時、完善，對消費者的正常權益進行維護，為企業(yè)可持續(xù)發(fā)展給予保障。

作者:馬娟 單位:廣州市交通運輸職業(yè)學校

參考文獻：

[1]李維勝,蔣緒軍.電子商務精準營銷對策研究[J].開發(fā)研究,2013(02).

篇6

未來網(wǎng)絡：云網(wǎng)集成

在未來網(wǎng)絡架構中，大量的網(wǎng)絡功能將在邊緣實現(xiàn)云化，因此網(wǎng)絡和業(yè)務資源的部署將轉向各種類型的數(shù)據(jù)中心，而云技術和網(wǎng)絡技術的結合則構成了集成云網(wǎng)絡（CIN-Cloud Integrated Network）。CIN支持網(wǎng)絡可編程、多租戶和彈性，并實現(xiàn)SDN、NFV和云平臺的無縫結合。低時延和高吞吐的業(yè)務必須靠近用戶，從而形成邊際云節(jié)點，并提供高帶寬連接。寬帶接入作為用戶獲取服務的手段，逐漸統(tǒng)一到“短無線”和“長有線”的融合接入方式?！岸虩o線”是指用戶終端的最終接入手段無線化，使得用戶的接入更加方便；“長有線”是指有線寬帶接入盡可能地靠近用戶終端，保障用戶接入的高帶寬需求，從而提升用戶體驗，降低建網(wǎng)成本。此外，云計算和IoT技術的普及將在網(wǎng)絡中產(chǎn)生大量的數(shù)據(jù)，借助大數(shù)據(jù)技術增強網(wǎng)絡的智能，進而加速業(yè)務的自動化過程甚至催生新的通信業(yè)務。

未來網(wǎng)絡的邊緣節(jié)點將形成統(tǒng)一的分布式數(shù)據(jù)中心，運營商采用SDN/NFV技術在網(wǎng)絡的邊緣實現(xiàn)各種各樣的網(wǎng)絡功能，比如vCPE、vCDN、vRAN和vBNG等，稱為“軟邊緣”。在網(wǎng)絡的核心則充分利用硬件的高速轉發(fā)性能，實現(xiàn)簡單、面向連接、大顆粒度的業(yè)務流高速轉發(fā)，稱為“硬核心”。網(wǎng)絡操作系統(tǒng)提供集中化的控制平面，貫穿整個邊緣和核心網(wǎng)絡，為各種分布式業(yè)務、網(wǎng)絡和設備建立連接。通過對網(wǎng)絡切片，操作系統(tǒng)建立網(wǎng)絡的邏輯視圖，形成各種虛擬網(wǎng)絡，從而將網(wǎng)絡真正地抽象出來。

泛在接入：“無限”體驗

未來的接入網(wǎng)絡不僅需要以經(jīng)濟成本提供用戶所需的更大業(yè)務帶寬，滿足千倍流量增長的需求，而且還需要滿足百倍于人人通信數(shù)量級的物物連接數(shù)，以及人人、人物及物物無所不在的連接需求。在云網(wǎng)集成的大背景下，未來的接入網(wǎng)絡將體現(xiàn)前所未有的融合趨勢，呈現(xiàn)出“長有線、短無線”的發(fā)展特點，即使在資源受限的情況下，也能為用戶提供隨時隨地的“無限”接入體驗，滿足帶寬、連接數(shù)的極大需求。

隨著4K極清視頻、多媒體社交網(wǎng)絡分享以及個人云應用等新型業(yè)務的不斷豐富，個人用戶對于帶寬的需求呈現(xiàn)出爆炸式增長，對稱的百兆乃至千兆入戶在全球范圍內(nèi)也將更為普遍。對稱10G PON結合FTTH正成為寬帶網(wǎng)絡的戰(zhàn)略投入領域，其中XGS PON光模塊可以與10G EPON共享相同的產(chǎn)業(yè)鏈， 能夠以經(jīng)濟的成本實現(xiàn)10Gbps對稱帶寬；同時，基于G.989協(xié)議，確保向支持40Gbps帶寬的TWDM PON（NGPON2）平滑演進。PON的應用不斷拓展到更多領域，利用PON可經(jīng)濟高效地為LTE乃至5G無線小型基站提供回傳或前傳，通過“補盲補熱”，大幅提升移動用戶體驗，逐步演進到固移融合。此外，POL無源光局域網(wǎng)將“光進銅退”推進到企業(yè)局域網(wǎng)，大幅降低機房空間、設備能耗和總投資成本，是企業(yè)新建和改造辦公網(wǎng)絡的重要選擇，成為PON未來發(fā)展的重點領域。

未來移動通信將主要支持移動寬帶和IoT兩大類業(yè)務，在無線接入方面存在顛覆和演進兩條技術路線，共同構成未來5G網(wǎng)絡。5G顛覆性技術包括多載波技術UF-OFDM、超窄帶通信、大規(guī)模MIMO系統(tǒng)、超密集組網(wǎng)、毫米波通信、5G與LTE及WiFi的集成等；向5G演進的LAA、FD-MIMO/BF、NB-IoT等LTE-A Pro技術，將滿足未來IoT與移動寬帶的部分需求。在網(wǎng)絡架構方面，借助于云計算、SDN、NFV及網(wǎng)絡虛擬化等技術，5G將創(chuàng)建以用戶和業(yè)務為中心、服務虛擬化與定制化的網(wǎng)絡切片，動態(tài)適配流量拓撲與連接數(shù)，全面滿足移動寬帶與IoT等多元化業(yè)務需求。

智能連接：軟件定義

基于固定帶寬的靜態(tài)網(wǎng)絡難以應對動態(tài)變化的數(shù)據(jù)流量和帶寬調(diào)整的需求，因此，建立軟件定義的智能連接，將是承載網(wǎng)發(fā)展的重要方向。軟件定義的智能連接除需具備更高速率、更低時延、按需帶寬分配等特征外，還將引入SDN控制層實現(xiàn)全網(wǎng)狀態(tài)下的自動彈性調(diào)整。IP和光傳輸作為連接的主要元素，與光/電物理技術的發(fā)展緊密相連。為此，為提升網(wǎng)絡效率，除了優(yōu)化網(wǎng)絡結構、增加網(wǎng)絡智能外，還需采用新型材料和芯片技術，以實現(xiàn)智能連接，滿足云/數(shù)據(jù)中心間的長距離連接、5G移動前傳網(wǎng)絡和數(shù)據(jù)中心內(nèi)的短距離連接等需求。

SDN是承載網(wǎng)實現(xiàn)軟件定義連接的重要手段，可以實現(xiàn)IP與光網(wǎng)絡在控制、管理和數(shù)據(jù)三個平面的融合， 并做到IP層與光層的網(wǎng)絡拓撲共享、網(wǎng)絡資源統(tǒng)一管理、網(wǎng)絡連接協(xié)同配置。其次，實施IP/光網(wǎng)絡連接的按需精準化動態(tài)調(diào)整，為上層業(yè)務提供虛擬動態(tài)切片網(wǎng)絡和連接。同時，運營商通過提升IP網(wǎng)絡接口和光傳輸路徑帶寬，減少網(wǎng)絡層次，并由集中化的控制單元計算最優(yōu)的路徑，為用戶提供低延時的網(wǎng)絡連接，滿足時間敏感性業(yè)務的需求。

此外，在光電技術上，采用新型的BiCMOS電路設計、鍺硅材料、硅光集成技術等，以減小器件尺寸、提高時鐘頻率、改善光路性能，提供200/400/500G的靈活可調(diào)高速光連接和T比特級的光系統(tǒng)，及路由器單端口400G的接口能力。在IP業(yè)務上，軟件定義的VPN實現(xiàn)了企業(yè)VPN的快速靈活部署，緊密整合企業(yè)VPN和DC資源；引入策略驅(qū)動的修改和自動化，使分散的用戶端可根據(jù)應用需求自助服務。

萬物互聯(lián)：網(wǎng)絡為本

網(wǎng)絡是萬物互聯(lián)之根本，《中國制造2025》、“互聯(lián)網(wǎng)+”等國家戰(zhàn)略的實施，都將以網(wǎng)絡為基礎設施和創(chuàng)新要素，推動產(chǎn)業(yè)轉型。為順應需求，首先，網(wǎng)絡必須具備高可靠的通信能力；其次，物聯(lián)網(wǎng)的網(wǎng)絡連接類型豐富多樣，含近程網(wǎng)絡、接入網(wǎng)絡以及業(yè)務網(wǎng)絡等，需要通信網(wǎng)絡具備異構網(wǎng)絡間的無縫信息交換能力；最后，需要端到端的安全機制保障企業(yè)資產(chǎn)及業(yè)務安全。

云網(wǎng)集成的未來網(wǎng)絡結合了SDN、NFV和云計算技術，為萬物互聯(lián)提供了堅實的網(wǎng)絡基礎。第一，邊際云同時支持低網(wǎng)絡時延和高帶寬，確保云輔助駕駛、增強現(xiàn)實等業(yè)務的實施；第二，針對物聯(lián)網(wǎng)海量終端信令開銷大的難點，利用網(wǎng)絡虛擬化中的切片功能，為物聯(lián)網(wǎng)應用提供虛擬專屬網(wǎng)絡，并優(yōu)化其信令設計；第三，邊際云提供的高性能處理能力，為大量低功耗、低處理能力的IoT終端完善了其業(yè)務功能；第四，集成云網(wǎng)絡提供高效和可信環(huán)境，全面保障物聯(lián)網(wǎng)數(shù)據(jù)的生產(chǎn)、交換和使用的安全。隨著物聯(lián)網(wǎng)應用的不斷豐富和普及，集成云網(wǎng)絡的重要性將日益凸顯。

業(yè)務平臺：開放創(chuàng)新

云網(wǎng)集成的未來網(wǎng)絡，為運營商打造開放創(chuàng)新業(yè)務平臺提供廣闊發(fā)展空間。敏捷創(chuàng)建、自動部署、按需提供、精益運維將是業(yè)務平臺的發(fā)展趨勢。未來業(yè)務平臺將以構建端到端網(wǎng)絡業(yè)務為中心，更加關注業(yè)務編排、網(wǎng)絡資源的統(tǒng)一調(diào)度和NFVI的管理。為此，需要將物理及虛擬的網(wǎng)絡資源統(tǒng)一抽象，根據(jù)業(yè)務需求，構建新型的網(wǎng)絡業(yè)務模型，對網(wǎng)絡資源數(shù)據(jù)進行動態(tài)分析，以實現(xiàn)網(wǎng)絡業(yè)務鏈的自動高效鏈接；通過實時分析業(yè)務狀態(tài)、網(wǎng)絡運行監(jiān)控、故障分析和恢復等措施，完成業(yè)務實現(xiàn)和業(yè)務保障的動態(tài)管理；基于OpenStack、TOSCA、USDL等技術，NETCONF/YANG等開放協(xié)議接口以及DevOps、開源軟件等創(chuàng)新模式，實現(xiàn)開放的業(yè)務平臺。

開放的平臺提供多樣化的業(yè)務創(chuàng)新能力，更好地支持物聯(lián)網(wǎng)與移動互聯(lián)網(wǎng)應用、支撐運營商探索新型B2B業(yè)務。例如按時按需帶寬、增強網(wǎng)絡切片用戶控制、實時上下文相關的服務質(zhì)量優(yōu)化、跨運營商動態(tài)虛擬網(wǎng)絡等動態(tài)使能業(yè)務；企業(yè)接入（SD-VPN、vCPE），IaaS（計算、存儲、桌面），安全服務（例如防火墻、入侵檢測、入侵防護、內(nèi)容過濾和端點安全）等網(wǎng)絡擴展業(yè)務；情境感知、大數(shù)據(jù)處理及分析和增強智能等網(wǎng)絡智能業(yè)務。

泛在安全：按需定制

《中國制造2025》、“互聯(lián)網(wǎng)+”等一系列戰(zhàn)略的順利實施，互聯(lián)網(wǎng)和物聯(lián)網(wǎng)多樣化業(yè)務的健康發(fā)展，需要全方位的信息安全保障。采用系統(tǒng)性的安全方法，將傳統(tǒng)的安全功能進行重構，借助于全網(wǎng)的拓撲結構，結合自學習自動防護安全管理功能，將重構后的安全功能推送給對安全有需求的網(wǎng)絡和應用，使其能根據(jù)自身運行環(huán)境定制安全功能，實現(xiàn)動態(tài)的安全服務。

NFV增強了安全的靈活性和擴展性，SDN的集中控制則促進了對網(wǎng)絡攻擊進行自動地快速響應。借助于NFV和SDN的技術優(yōu)勢，將傳統(tǒng)的安全功能如基于端點、邊界、網(wǎng)絡的安全進行虛擬化，結合新增加的安全功能如安全分析、安全攻擊自動化管理等，構建一個網(wǎng)絡安全能力中心；網(wǎng)絡和應用通過SDN控制器在調(diào)用網(wǎng)絡資源的同時，根據(jù)具體安全需求向網(wǎng)絡安全能力中心請求相應的安全服務能力，SDN控制器根據(jù)相應的安全需求和安全策略將安全服務能力推送給網(wǎng)絡和應用進行安全服務，網(wǎng)絡和應用運行結束時，其所請求的安全服務能力也會終止，從而實現(xiàn)按需供給的動態(tài)安全服務。

此外，量子密碼技術將是未來通信網(wǎng)絡安全保障的重要補充。由于傳統(tǒng)的基于大數(shù)分解的加密算法如RSA面臨云計算時代超高計算能力帶來的威脅，而量子技術的測不準原理能防止秘密信息的泄露，從而有效地提高網(wǎng)絡安全可靠性。

綠色通信：暢行節(jié)能

當前網(wǎng)絡和數(shù)據(jù)中心消耗了全球約4%的電力，是影響碳排放的重要因素。不斷增強的終端能力，不斷增長的帶寬需求，以及物聯(lián)網(wǎng)的日漸興起，帶來了千倍流量增長的難題。按現(xiàn)有的建網(wǎng)方式，能量消耗將隨流量的增長而線性增長，這不論是從可持續(xù)發(fā)展的生態(tài)角度、環(huán)保立法力度不斷加大的法制角度，還是從運營商的投資角度來說，都是無法接受的。

篇7

中圖分類號：F253.9 文獻標識碼：A

Abstract： In the era of big data， logistics service enterprises are facing greater challenges， they also have a better opportunity at the same time to analyze the characteristics of the modern agile logistics. In the context of different information technology， the operating mechanism of agile logistics is different， and the new content and new direction of agile logistics is studied. The operation mechanism of the traditional agile logistics is analyzed， and the operation model of agile logistics based on the large data information is constructed. From the traditional agile logistics system to a diversified， open， efficient extension of development， enrich the concept of agile logistics. The construction of agile logistics operation model provides a practical significance for the logistics practitioners and the new era of logistics service enterprises.

Key words： agile logistics； big data； modern logistics technology

0 引 言

敏捷的起源要追溯到1991年，當時美國的Lehigh大學聯(lián)合國內(nèi)13家公司共同撰寫了名為《美國21世紀制造企業(yè)戰(zhàn)略》的報告，在這份報告里首次提出了敏捷制造（Agile Manufacturing）和虛擬制造（Virtual Manufacturing）的新概念[1]，在此后的幾年里，敏捷制造被廣大學者和從業(yè)人士廣泛研究，研究的成果也得到了廣泛應用。2000年，美國斯坦福大學全球供應鏈管理協(xié)會在敏捷制造及相關概念的基礎上，構建了全球供應鏈敏捷性模型，從產(chǎn)品開發(fā)柔性、采購柔性、制造柔性和后勤柔性四個方面分析了全球供應鏈的運行模式，并討論了四個柔性因素對敏捷供應鏈的影響[2]。

在此后的幾年里，學者們將敏捷的含義進行了廣泛的拓展，從敏捷供應鏈到敏捷物流。敏捷供應鏈在國外得到了更廣泛的研究，而敏捷物流在國內(nèi)得到了相對廣泛的研究。至于敏捷供應鏈，南開大學的王玲等對敏捷供應鏈的研究做了總體概述[3]，在此不再贅述。武漢理工大學的王洪波對敏捷物流系統(tǒng)的構建及運行方式進行了深入的研究[4]，華中科技大學的劉小群、馬士華對敏捷物流的運作技術與方法進行了深入的研究[5]，大連海事大學的王惠等對敏捷物流的配送問題進行了動態(tài)分析[6]。目前，在國內(nèi)大數(shù)據(jù)一直是研究的熱點，大數(shù)據(jù)和敏捷物流結合的研究還很少見，而在IT行業(yè)的熱度卻一直未減。

1 大數(shù)據(jù)對敏捷物流的影響

大數(shù)據(jù)字面理解就是大量的數(shù)據(jù)，這個大量也就是巨量，其規(guī)模超出了在可承受的時間范圍內(nèi)用常規(guī)軟件工具進行捕捉、管理和處理，還有利用。維克托?邁爾―舍恩伯格和肯尼斯?庫克耶在其有關大數(shù)據(jù)的著作中明確預測是大數(shù)據(jù)的核心，量化一切是數(shù)據(jù)化的核心，把一切事物數(shù)據(jù)化[7]。 在今天，大數(shù)據(jù)是研究的熱點也是商業(yè)應用的主流元素之一，大數(shù)據(jù)在先進的物流服務公司也有著一定的運用，如順豐速運公司利用大數(shù)據(jù)管理客戶的訂單，從客戶撥打客服電話要求派單時，順豐速運的數(shù)據(jù)庫就開始記錄和運作這個訂單。

近年來，人們越來越重視到大數(shù)據(jù)的價值，大數(shù)據(jù)可以被廣泛使用，人們迫切地想把相關的數(shù)據(jù)轉換成有用的資源優(yōu)勢。大數(shù)據(jù)對各行業(yè)都有一定影響，大數(shù)據(jù)對物流行業(yè)有著深刻的影響，它體現(xiàn)在以下幾個方面：

（1）尋找優(yōu)質(zhì)的服務提供商更有效

當一個客戶需要尋找物流服務提供商時，他可以利用大數(shù)據(jù)平臺來找到最適合自己需求的物流服務提供商，他還可以利用大數(shù)據(jù)對該公司過去的服務情況進行分析，以此來獲得更好口碑，更高可靠性的業(yè)務信息。

（2）訂單效率大幅度提升

大數(shù)據(jù)可以更高效地完成訂單，不需要復雜的手續(xù)，通過電話或網(wǎng)絡傳輸必要的基本信息之后，就可以足不出戶實現(xiàn)配送需求。

（3）配送運輸效率大幅度提升

當一個訂單生成時，大數(shù)據(jù)可以幫助選擇最優(yōu)的配送路線，如果是多個倉庫內(nèi)提貨再配送，大數(shù)據(jù)還可以分析在哪個倉庫提取哪些物品以及提取的數(shù)量。這些會更加快速地完成訂單的準備工作以及訂單的配送運輸。

（4）倉儲管理更高效

通過大數(shù)據(jù)可以分析出倉庫中哪些物品達到了最低庫存水平，可以根據(jù)相應的數(shù)據(jù)信息來預測某些物品的未來幾個月的趨勢，甚至可以直接向上游供應商下訂單。

敏捷物流的靈魂是更高效率，更高質(zhì)量滿足客戶的需求，更低成本來提高企業(yè)的收入。通過對比普通物流服務模式，大數(shù)據(jù)對敏捷物流的影響更為重要，因為大數(shù)據(jù)直通敏捷物流的核心。通過先進的技術手段來實現(xiàn)敏捷物流是當下更為迫切的事情，而大數(shù)據(jù)時代的來臨是敏捷物流發(fā)展的春天。如圖1所示，物流供需兩方通過大數(shù)據(jù)平臺實現(xiàn)敏捷物流的運行。

2 大數(shù)據(jù)驅(qū)動下的敏捷物流運行分析

2.1 大數(shù)據(jù)的挖掘、處理與儲存

大數(shù)據(jù)的挖掘就是針對在普通的數(shù)據(jù)挖掘技術基礎之上發(fā)展起來的特定的挖掘技術，它可以滿足對海量數(shù)據(jù)的抓取以及臨時存儲。大數(shù)據(jù)挖掘通過設定的計算算法搜索相應的信息，它與計算機科學、統(tǒng)計科學、人工智能和模式識別的搜索算法、信息論、信號處理等學科緊密相聯(lián)。在進行大數(shù)據(jù)挖掘的時候首先要有一個挖掘的原始數(shù)據(jù)范圍，然后根據(jù)設定的算法進行選擇數(shù)據(jù)，選擇好數(shù)據(jù)之后就要進行預處理，把數(shù)據(jù)的結構轉換成可存儲的統(tǒng)一的結構，然后再根據(jù)設定的特定的算法進一步對預處理后的數(shù)據(jù)進行挖掘，進行存儲或者分析和同化。大數(shù)據(jù)挖掘常用的算法有Apriori、K-means、pagerank、Adaboost等，在運用這些算法的時候也會用到關聯(lián)規(guī)則。所謂的關聯(lián)規(guī)則就是兩個或兩個以上變量的取值之間存在著或近似存在著某種規(guī)律，可以分為因果關聯(lián)、時序關聯(lián)以及簡單關聯(lián)三類。數(shù)據(jù)的關聯(lián)規(guī)則是數(shù)據(jù)庫中存在的一類重要的潛在可被發(fā)現(xiàn)的信息，這些信息往往有著很高的利用價值。如圖2所示，一個大數(shù)據(jù)挖掘的模型圖。

挖掘了數(shù)據(jù)之后還要進行處理，也就是通常所說的數(shù)據(jù)清理或數(shù)據(jù)清洗。數(shù)據(jù)清理可通過分類、相關性分組、聚類、復雜數(shù)據(jù)類型挖掘等糾正數(shù)據(jù)庫中可識別的錯誤，包括檢查數(shù)據(jù)一致性，處理無效值、缺失值以及重復值。通過對數(shù)據(jù)的處理，可以構建基礎的可靠性比較高的數(shù)據(jù)庫，為后面的數(shù)據(jù)利用做了有效的鋪墊。

得到了大數(shù)據(jù)之后，接下來就要進行存儲。據(jù)預測，到2020年全球以電子形式存儲的數(shù)據(jù)量將達到近35ZB，是2009年的40倍之多。根據(jù)IDC的統(tǒng)計，2010年底全球已經(jīng)有了超過120萬PB的數(shù)據(jù)量了。這么巨量的數(shù)據(jù)很難用物理的存儲設備來進行集中存儲。所以，在實際運用中對數(shù)據(jù)的存儲可分不同地點進行分類存儲，或者尋求專業(yè)的數(shù)據(jù)管理公司進行存儲，也可就某公司的具體業(yè)務相關數(shù)據(jù)進行存儲以備使用。

2.2 根據(jù)儲存的大數(shù)據(jù)實現(xiàn)更高效的敏捷物流

敏捷物流系統(tǒng)是一個相對復雜的系統(tǒng)，它在運行的過程中有著很強的動態(tài)性，而且它還涉及了不同組織之間的信息、資源等元素的交互與協(xié)調(diào)。敏捷物流運行的評價指標就是快速、及時、可靠性、成本等關鍵要素，根據(jù)這樣幾個要素進行評判所構建的敏捷物流系統(tǒng)的優(yōu)劣是有一定科學依據(jù)的。有了穩(wěn)定的敏捷物流系統(tǒng)之后，再結合大數(shù)據(jù)及相關技術手段，可實現(xiàn)敏捷物流的高效運轉。對物流服務提供商來說，更高效的服務也就意味著更豐厚的回報。例如，全球著名的郵遞和物流集團 Deutsche Post DHL旗下公司DHL公司，它是國際快遞和物流行業(yè)的全球市場領先者，它提供快遞、水陸空三路運輸、合同物流解決方案，以及國際郵件服務，目前在中國大陸地區(qū)有快遞服務、電子商務、貨物運輸和供應鏈方案四種服務模式。DHL公司的國際網(wǎng)絡將超過220個國家及地區(qū)聯(lián)系起來，全球員工總數(shù)超過31.5萬人。在2015Teradata大數(shù)據(jù)峰會上，DHL公司做了“DHL的數(shù)據(jù)科學―迅速了解成本并拉動利潤率增長”為主題的分享活動。DHL公司積極面對大數(shù)據(jù)浪潮，把大數(shù)據(jù)及相關的技術應用于對物流風險的管理，從而可以為客戶提供更優(yōu)質(zhì)的服務，并推出了相應的解決方案Resilience360。Resilience360已經(jīng)得到了DHL公司客戶的一致認可，并為用戶創(chuàng)造了價值。全球最大的底盤與傳動技術提供商德國采埃孚（ZF）集團在生產(chǎn)拖延的情況下，為保證客戶交貨日期，公司會采用空運的方式交貨，每年ZF需要進行1萬余次這類特殊情況空運，涉及55個國家。在傳統(tǒng)的物流運輸模型中，此時的成本很高而且意外的風險也很大。當Resilience360出現(xiàn)后，它可以很好地幫助ZF集團對供應鏈環(huán)節(jié)各種潛在風險進行可視化管理，使管理層有直觀的方式了解和控制可能的潛在風險點。Resilience360系統(tǒng)對涉及ZF集團的500余個站點和167個機場進行風險評估，生成風險評價報告，甄別出若干個高風險機場，并根據(jù)風險程度規(guī)劃應變方案。此外，Resilience360系統(tǒng)還根據(jù)ZF集團對新興市場（中國、印度、巴西等）的戰(zhàn)略規(guī)劃和運營狀況進行優(yōu)化，減少空運成本支出。通過對非結構化的數(shù)據(jù)進行大數(shù)據(jù)技術處理，并識別潛在的供應鏈風險，DHL公司在大數(shù)據(jù)應用原理并不算特別復雜，但有效地提高了客戶的滿意度，同時也塑造了其物流服務的個性化和差異化。

為了使客戶更有效地進行供應鏈管理，降低或者避免風險，物流服務提供商必須做到：首先要建立一個模型包括描述供應鏈所有因素及其關系的拓撲圖，然后持續(xù)監(jiān)控對供應鏈的績效產(chǎn)生影響的各種因素。為達到這個目的，物流服務提供商要從社交媒體、歷史信息、綜合新聞、天氣預報、股市等公開的海量信息中抓取有關地區(qū)政治、區(qū)域經(jīng)濟、衛(wèi)生、自然環(huán)境等數(shù)據(jù)，然后對這些數(shù)據(jù)進行整合與分析。

2.3 敏捷物流運行模型

敏捷物流運作的基本原理就是在控制成本的前提下進行供應鏈整體物流響應時間的壓縮，也就是物流服務提供商在獲得客戶訂單或預測到客戶訂單后，通過一系列的相關運作，可能包括原材料的采購、原材料的加工、倉儲管理和運輸?shù)拳h(huán)節(jié)，最后保質(zhì)守時的交到客戶手中。敏捷物流在時間方面的控制，需要供應鏈各節(jié)點在物流、信息流、資金流等方面進行集成整合，其中集成整合的運作是最為關鍵，也是最難以實現(xiàn)的重要因素[8]。如圖3所示，結合大數(shù)據(jù)的敏捷物流運作模型。

在實際運用中，敏捷物流在不同的行業(yè)還是有所區(qū)別的，例如，針對冷鏈物流和普通物流就有著很大的不同。此外有的企業(yè)是自營物流，而企業(yè)本身的核心業(yè)務在于生產(chǎn)，此時的敏捷物流運行模式也是有所不同的。針對第三方物流服務提供商來說，敏捷物流的發(fā)展有更大的空間，敏捷物流的運行也有更高的可行性以及可靠性。

3 研究總結

研究了大數(shù)據(jù)驅(qū)動下的敏捷物流的運行機制，結合大數(shù)據(jù)的特點和敏捷物流的特點實現(xiàn)敏捷物流的服務。在國內(nèi)，敏捷物流的發(fā)展還很不完善，而且從地域上來看也很不均衡，東部沿海地區(qū)與西部欠發(fā)達地區(qū)存在著比較大的差距。如何在國內(nèi)實現(xiàn)敏捷物流，對物流服務企業(yè)來說不應該是盲目的擴大服務點或其他硬件設施，而是應該利用現(xiàn)代科學技術實現(xiàn)自身的飛躍發(fā)展。大數(shù)據(jù)對敏捷物流的幫助是有目共睹的，很多企業(yè)也實踐了這一點，例如亞馬遜（Amazon）公司預判顧客可能會下的訂單，并做好倉儲準備，甚至可以在顧客下訂單之前就將貨物送到顧客手中。如何利用好大數(shù)據(jù)是未來的重要研究方向，目前云計算科學技術的發(fā)展也很迅速，結合云計算和大數(shù)據(jù)的研究，如果可以應用到敏捷物流的發(fā)展中將會極大地促進服務效率的提升。

參考文獻：

[1] Kidd P T. Agile Manufacturing： a strategy for the 21st century[C] // In Agile Manufacturing （Digest No. 1995/179）， IEE Colloquium on， Coventry： IET， 1995：1-6.

[2] Patty Swafford， Soumen Ghosh， Nagesh Murthy. A Model of Global Supply Chain Agility and its impact on Competitive Performance[C] // Stanford Global Supply Management Forum Working Paper， 2000.

[3] 王玲，呂坤. 敏捷供應鏈研究綜述[J]. 物流技術，2010（2）：169-171.

[4] 王洪波. 敏捷物流系統(tǒng)構建及運行方式研究[J]. 武漢理工大學學報（交通科學與工程版），2011，35（4）：817-820.

[5] 劉小群，馬士華. 支持快速客戶響應的敏捷物流運作技術與方法[J]. 科研管理，2007，28（2）：152-159.

篇8

“慕課”是英文“MOOCs”（Massive Open Online Courses，大規(guī)模開放在線課程）的中文音譯。2013年，“慕課”成為我國教育界的熱詞，并引發(fā)了“顛覆”“引爆”“革命”“新大陸”“颶風”之類的熱評。“慕課”的本質(zhì)是什么？如何評價“慕課”的意義與作用？“慕課”有什么優(yōu)勢和不足？如何揚長避短發(fā)展我國職業(yè)教育的“慕課”？本文將圍繞上述問題進行分析和探討。

一、“慕課”：與時俱進的遠程職業(yè)教育

一般認為，“慕課”2008年起源于加拿大，2011年在美國流行，2012年進入我國并于2013年得到了迅速發(fā)展。從本質(zhì)看，“慕課”是遠程教育在現(xiàn)代職業(yè)教育環(huán)境和技術條件下的升級版，可以通俗地稱為“遠程教育3.0的升級版”。遠程教育由于信息傳送方式和手段不同，經(jīng)歷了三個發(fā)展階段：遠程教育1.0 階段是以郵遞的紙質(zhì)材料為載體的函授教學階段；遠程教育2.0 階段是以廣播、電視為載體的廣播電視教學階段；遠程教育3.0階段是以計算機、多媒體與信息通信技術為載體的網(wǎng)絡教學階段?！澳秸n”與通常意義上的職業(yè)教育網(wǎng)絡教學相比，在物質(zhì)與技術載體上沒有本質(zhì)不同，但在教學理念和方式上，借助于新一代信息技術的應用成果進行了重要創(chuàng)新，主要體現(xiàn)在職業(yè)教育的四個方面：首先是教學平臺的開放性，將封閉的教學平臺變成了開放的平臺，實現(xiàn)了跨學科、跨校、跨文化教學資源在線集成和共享，增強了資源的豐富性和新鮮度；其次是教學資源的優(yōu)質(zhì)性，目前的教學資源主要來自于國家示范校，課程質(zhì)量高且可以免費獲取，增強了網(wǎng)絡教學的吸引力和學習者的積極性；再次是教學質(zhì)量的可控性，充分利用大數(shù)據(jù)技術對學生的學習行為進行動態(tài)分析，便于教師因材施教和學生持續(xù)改進學習，提高了教學的針對性和有效性；最后是教學環(huán)境的交互性，利用社交工具軟件，構成虛擬社區(qū)、虛擬班級，改變了網(wǎng)絡教學中存在的學生“孤獨學習”的“硬傷”，教與學之間、不同的學習者之間可以在虛擬空間里構建學習共同體，相互探討、思維碰撞，提高了學習深度和學習的興趣。從這個意義上說，“慕課”源于遠程教育3.0又高于遠程教育3.0，是遠程教育3.0的升級版。

二、“慕課”：實現(xiàn)職業(yè)教育公平的利器

“慕課”及現(xiàn)代遠程職業(yè)教育最突出的優(yōu)勢是超越時空。在移動互聯(lián)網(wǎng)應用日趨普及的今天，任何年齡的人都可以實現(xiàn)隨時隨地學習，還可以對碎片化時間進行充分利用，是一種比較經(jīng)濟的職業(yè)教育形式。與現(xiàn)代遠程教育相比，“慕課”至少有兩大優(yōu)勢：一是資源上的集零為整。由于多個職業(yè)院校同時向一個開放的平臺提供資源，提高了教學資源的集成規(guī)模、集成效率和更新周期，使“慕課”具有現(xiàn)代遠程教育無與倫比的規(guī)模效益。二是教學產(chǎn)品的無限分享。假定職業(yè)教育的外部性相對不變，傳統(tǒng)公立學校之間的教育資源分配是不均衡的，擁有優(yōu)質(zhì)教育資源的學校由于場地、師資、教學設施及學生學習能力等因素限制，不可能為所有學生提供學習機會，也不可能無限擴大招生規(guī)模，從產(chǎn)權角度看，具有一定排他性，因此公立教育機構提供的產(chǎn)品更接近于俱樂部產(chǎn)品（私立學校提供的產(chǎn)品更接近于私人產(chǎn)品），并且隨著學校層級的提升，產(chǎn)品的排他性是不斷增強的?！澳秸n”由于是一個開放的平臺且提供的是免費的課程學習，任何一個人使用“慕課”學習均不影響其他人的使用，解決了傳統(tǒng)職業(yè)院校學習機會不足的瓶頸；同時，“慕課”平臺上目前匯聚的課程都是國家示范校精心打造的優(yōu)秀課程，解決了優(yōu)質(zhì)教育資源讓更多學習者分享的問題?！澳秸n”提供的教育產(chǎn)品更接近于公共產(chǎn)品，為從根本上解決優(yōu)質(zhì)教育資源不足、教育機會不公平的社會問題提供了一個技術實現(xiàn)的可能，引起了職業(yè)教育者的普遍關注和職業(yè)教育理想主義者的贊譽。

三、“慕課”：并非完美的職業(yè)教育教學模式

首先，“慕課”以學習者為中心，對學習者的自主認知、自控學習提出了要求。學習者需要自己來決定學習的時間、參與的方式與程度、學習的持續(xù)性等。顯然，對于學齡較小、學習能力較弱、意志力不強的學習者是不適合的?？傮w來看，“慕課”比較適合具有一定的邏輯思維能力和較強自我控制能力的學生。其次，從“慕課”提供課程內(nèi)容看，目前主要還是通識類、專業(yè)基礎類課程，對于操作性、個體性較強的課程，如實踐實訓類課程、運動性課程、藝術性課程等，“慕課”的在線學習無法提供針對每個學習者的現(xiàn)場教學。最后，目前“慕課”還有明顯的不足：一是教學的程式化。課程內(nèi)容是根據(jù)教師的意圖事先制作好的，在學習過程中，盡管教學者之間有互動，但總體上學習者仍然是按教師的設計按部就班地學習，課程資源在設計中無法兼顧所有學習者認知上的差異性。二是教學過程的不可控。學習者使用“慕課”平臺具有非線性學習的特點，即學習者對感興趣的學習資源可以通過超鏈接的形式隨意獲取?！澳秸n”擁有的大量優(yōu)質(zhì)資源，會誘導學習者對信息追求過多過廣而偏離應有的學習主線。三是學習成績的真實性。學習者的學習、考試等都是通過在線進行，對教師而言，這些是不可控的，如何防止學習者在完成作業(yè)時抄襲、在考試時讓人代考等，尚缺乏可行的監(jiān)管方式。四是信息交互的不完整性。教師和學生在教學活動中提供給對方的信息是多元的，不僅有言語、表情，還有語氣、身體語言及特定學習者群體構成的學習氛圍等，“慕課”讓教學雙方、學習者之間感知到的信息是不完整的。五是交互學習不充分。“慕課”提供的虛擬學習社交空間，在進行研究性、探索性、思辨性的學習互動時，缺乏制造思維激蕩和頭腦風暴的學習環(huán)境，同時，面對虛擬空間里數(shù)量可以無限擴大的學習者，教師與學生的交互必然是不充分的。上述分析僅限于職業(yè)教育教學的微觀層面，“慕課”的發(fā)展尚處于“小荷才露尖尖角”階段。隨著“慕課”技術的不斷演進，特別是像3D技術、可穿帶式設備等應用，“慕課”所提供的學習方式會更加便捷、學習環(huán)境會更加場景化和仿真；大數(shù)據(jù)技術和學習分析技術等應用，會使個體學習越來越趨于個性化。就本質(zhì)而言，“慕課”是新技術與傳統(tǒng)教學融合應用的一個成功實踐，甚至可以成為現(xiàn)代職業(yè)教育日益重要的組成部分。

篇9

中圖分類號：G250文獻標識碼：A文章編號：1003-1588（2015）05-0095-03

近年來，高度連接的世界和迅速擴張的社交媒體使得數(shù)據(jù)產(chǎn)生的范圍、方式、途徑發(fā)生了翻天覆地的變化，其組成結構、類型格式、存在形態(tài)等都愈加復雜，全球進入到一個以數(shù)據(jù)驅(qū)動社會創(chuàng)新、經(jīng)濟增長的大數(shù)據(jù)時代。大數(shù)據(jù)時代，人類在實踐中逐漸意識到數(shù)據(jù)的重要性，并通過對數(shù)據(jù)的進一步采集、存儲、整合、分析、利用發(fā)現(xiàn)新的知識、創(chuàng)造新的價值，為社會帶來全新的發(fā)展機遇。目前，大數(shù)據(jù)作為一項新興的信息技術，受到了大型企業(yè)、信息服務機構乃至政府的高度重視，其帶來了一場知識革命，龐大的數(shù)據(jù)量將對各個領域產(chǎn)生巨大影響。因此，大數(shù)據(jù)成為一個至關重要的課題，吸引了大量學者對其進行深入研究，筆者在查閱國內(nèi)外相關文獻的基礎上，對大數(shù)據(jù)的理論研究、大數(shù)據(jù)的應用研究、大數(shù)據(jù)時代面臨的挑戰(zhàn)進行了綜合分析，以期展望未來大數(shù)據(jù)的發(fā)展趨勢。

1大數(shù)據(jù)的理論研究

由于“大數(shù)據(jù)”一詞是近幾年才提出的，因此理論研究是學術界研究的熱點，其包括大數(shù)據(jù)的內(nèi)涵、技術等方面。

1.1大數(shù)據(jù)的內(nèi)涵

1.1.1定義。大數(shù)據(jù)作為新出現(xiàn)的名詞，尚未有一個標準的定義，人們對大數(shù)據(jù)的理解也各不相同。全球知名咨詢機構麥肯錫公司在其的研究報告中對大數(shù)據(jù)作了如下定義：其大小超越了典型數(shù)據(jù)庫軟件的采集、存儲、管理以及分析等能力的數(shù)據(jù)集。李國杰院士及程學旗教授認為，大數(shù)據(jù)是指無法在可容忍的時間內(nèi)用傳統(tǒng)IT技術和軟硬件工具對其進行感知、獲取、管理、處理和服務的數(shù)據(jù)集合[1]。學者韓翠峰則認為，大數(shù)據(jù)是存儲在數(shù)據(jù)庫中的結構化數(shù)據(jù)以及由圖片、音視頻、電子郵件、社交網(wǎng)絡等產(chǎn)生的半結構化數(shù)據(jù)與非結構化數(shù)據(jù)的總和[2]。筆者通過對比分析發(fā)現(xiàn)，大數(shù)據(jù)并非單純指數(shù)據(jù)量的大小，而是指在體量浩大、模態(tài)繁多的數(shù)據(jù)中能快速獲取有價值的信息。

1.1.2特點。大數(shù)據(jù)是指無法用現(xiàn)有的軟件工具提取、存儲、搜索、共享、分析、處理的海量且復雜的數(shù)據(jù)集合。業(yè)界通常用“4V”來描述其特征：①數(shù)據(jù)體量巨大（Volume）。隨著科學技術的進步與發(fā)展，數(shù)據(jù)集合的規(guī)模不斷擴大，已由TB級升至PB級。②數(shù)據(jù)種類繁多（Variety）。目前，數(shù)據(jù)類型愈發(fā)多樣，非結構化數(shù)據(jù)越來越多，如微博微信、圖片視頻、地理位置信息等，這對數(shù)據(jù)處理能力提出了更高要求。③處理速度快（Velocity）。隨著移動網(wǎng)絡的發(fā)展，人們對數(shù)據(jù)的實時應用需求變得更為普遍，因為一些數(shù)據(jù)具有很強的時效性，所以需要快速處理，這是其區(qū)別于傳統(tǒng)數(shù)據(jù)挖掘的最顯著特征。④價值密度低（Value）。數(shù)據(jù)的價值巨大，但囿于傳統(tǒng)的思維方式與技術方法，其價值密度卻與數(shù)據(jù)總量成反比。NetApp指出，大數(shù)據(jù)主要包括3大要素：大分析，通過對巨大數(shù)據(jù)集合的實時分析，幫助用戶獲取新的價值；高帶寬，達到更快的數(shù)據(jù)處理速度；多內(nèi)容，能輕松實現(xiàn)數(shù)據(jù)的恢復、備份、復制與管理，在不丟失任何信息的情況下實現(xiàn)高擴展性[3]。Wakefield Research在2012年的大數(shù)據(jù)研究中揭示了大數(shù)據(jù)的3個特點和現(xiàn)狀。首先，大數(shù)據(jù)已經(jīng)到達了一個臨界點，數(shù)據(jù)已變得普遍，現(xiàn)在其已是大家的事務。其次，大數(shù)據(jù)在開創(chuàng)領導者工作議程的價值上已經(jīng)達到了一個頂點。最后，關鍵業(yè)務功能不充分地支持數(shù)據(jù)為它許諾的價值，掙扎于龐大的體積和安全問題中，公司開始重新考慮他們的數(shù)據(jù)戰(zhàn)略。

1.2大數(shù)據(jù)的技術

大數(shù)據(jù)技術是近年來備受關注的一個熱點，是指從各種各樣類型的數(shù)據(jù)中，快速獲得有價值信息的能力。隨著互聯(lián)網(wǎng)的迅猛發(fā)展，數(shù)據(jù)量的增長速度越來越快，傳統(tǒng)技術已無法滿足人們對大數(shù)據(jù)的處理需要，很多研究者開始關注與大數(shù)據(jù)分析相關的技術。

1.2.1云計算。中國人民大學孟小峰教授認為，大數(shù)據(jù)的關鍵技術主要涉及云計算和大數(shù)據(jù)分析工具[4]。云計算是大數(shù)據(jù)的基礎平臺，正是有了云計算技術在數(shù)據(jù)存儲、數(shù)據(jù)管理以及數(shù)據(jù)分析等方面的支撐，大數(shù)據(jù)才得以廣泛應用。云計算技術中主要涉及文件系統(tǒng)、數(shù)據(jù)庫系統(tǒng)、檢索與查詢技術、數(shù)據(jù)分析技術等。

1.2.2大數(shù)據(jù)分析工具。目前被廣泛關注和應用的分布式系統(tǒng)基礎架構Hadoop已經(jīng)發(fā)展成為包括文件系統(tǒng)（HDFS）、數(shù)據(jù)庫（HBase、Cassandra）、數(shù)據(jù)處理（MapReuce）等功能模塊在內(nèi)的完整生態(tài)系統(tǒng)（Ecosystem）。其可以高速捕捉、發(fā)現(xiàn)并分析數(shù)量大、結構復雜的數(shù)據(jù)，為用戶決策與創(chuàng)新提供豐富的知識和有效的答案。

1.2.3并行數(shù)據(jù)庫。并行數(shù)據(jù)庫技術起源于20世紀80年代后期，研究的重點是并行數(shù)據(jù)庫的物理組織、操作算法、優(yōu)化調(diào)度策略。當前主流的并行數(shù)據(jù)庫都支持標準SQL，并且實現(xiàn)了數(shù)據(jù)庫界過去30年提出的許多先進技術。其主要采用shared-nothing結構，將關系表在節(jié)點間橫向劃分，并利用優(yōu)化器對執(zhí)行過程進行調(diào)度和管理，目標是通過多個處理節(jié)點并行來執(zhí)行數(shù)據(jù)庫任務，提高整個數(shù)據(jù)庫系統(tǒng)的性能和可用性。

1.2.4MapReduce。MapReduce是一種用于大規(guī)模數(shù)據(jù)集的并行運算的編程模型，其主要思想源于函數(shù)式編程語言以及矢量編程語言。MapReduce起初主要用來處理互聯(lián)網(wǎng)數(shù)據(jù)，但其簡單而強大的數(shù)據(jù)處理接口和對大規(guī)模并行執(zhí)行、容錯及負載均衡等實現(xiàn)細節(jié)的隱藏，使其迅速在機器學習、數(shù)據(jù)挖掘、數(shù)據(jù)分析等領域被廣泛應用。MapReduce將數(shù)據(jù)處理任務抽象為一系列的Map（映射）―Reduce（歸約）操作，Map主要完成數(shù)據(jù)的過濾操作，Reduce主要完成數(shù)據(jù)的聚集操作。其輸入、輸出數(shù)據(jù)均以〈key， value〉格式存儲，用戶在使用該編程模型時只需按照自己熟悉的語言實現(xiàn)Map函數(shù)和Reduce函數(shù)即可，MapReduce框架會自動對任務進行劃分以做到并行執(zhí)行[5]。

2大數(shù)據(jù)的應用研究

研究者除了對大數(shù)據(jù)進行基礎的理論研究外，也開始傾向于應用方面的研究，如公共事業(yè)、物流零售、文化娛樂、能源制造、金融保險、IT互聯(lián)網(wǎng)等眾多領域。

2.1自然科學

因?qū)I(yè)需要，自然科學界很早就進入了大數(shù)據(jù)研究時代，科學研究已經(jīng)被大數(shù)據(jù)徹底改變。如：在天文領域，The Sloan Digital Sky Survey已經(jīng)變成如今全球天文學家的信息來源中心；在生物科學領域，借助對大數(shù)據(jù)的研究，已有了建立公共數(shù)據(jù)庫行之有效的方法；在醫(yī)學領域，對信息技術的利用在減少醫(yī)療費用的同時也提高了治療的質(zhì)量，實現(xiàn)了事先預防。

2.2社會科學

大數(shù)據(jù)應用于社會科學基本是在研究工具引入計算機以后才開展的，其中尤為突出的是商業(yè)方面和社會管理方面。

2.2.1商業(yè)方面。由于手機、電腦等通信工具的普及，海量的數(shù)據(jù)開始能夠被發(fā)現(xiàn)并收集起來。通過數(shù)據(jù)的挖掘、處理、整合，可以將存儲在不同系統(tǒng)中看起來毫不相關的數(shù)據(jù)聯(lián)系到一起，從中找出相關關系，并獲得一幅關于企業(yè)運營的完整圖景。此外，運用大數(shù)據(jù)技術可以推動企業(yè)的業(yè)務升級轉型，如金融類和零售類的企業(yè)以往在評估用戶信用等級和店鋪倉儲方面需要耗費大量的人力、物力，而運用大數(shù)據(jù)分析技術之后，能及時處理相關信息，提高運營效率，總結發(fā)展過程中的模式，并改善預測未來的能力[6]。

2.2.2社會管理方面。世界各國政府在國家管理方面已經(jīng)引入了各種數(shù)據(jù)分析，以期從繁雜的社會現(xiàn)象中總結出科學的政策來指引民眾，保證社會的穩(wěn)定有序發(fā)展。如美國政府將犯罪率加以統(tǒng)計，以期預測未來可能發(fā)生的犯罪行為，從而預防犯罪事件的發(fā)生。

3大數(shù)據(jù)時代的挑戰(zhàn)和趨勢

3.1大數(shù)據(jù)時代面臨的挑戰(zhàn)

3.1.1大數(shù)據(jù)需求不夠清晰。很多業(yè)務部門不夠了解大數(shù)據(jù)及其應用價值，很難提出精準的大數(shù)據(jù)需求，阻礙了企業(yè)對大數(shù)據(jù)的利用。同時，很多有價值的歷史數(shù)據(jù)由于沒有應用場景而被刪除，導致了數(shù)據(jù)資產(chǎn)流失。因此，大數(shù)據(jù)從業(yè)者應該與專家共同探討，分享大數(shù)據(jù)應用場景，從而使更多的業(yè)務人員真正了解大數(shù)據(jù)的價值。

3.1.2數(shù)據(jù)孤島現(xiàn)象嚴重。由于數(shù)據(jù)常常散落在不同的業(yè)務部門，并存儲在不同的數(shù)據(jù)倉庫中，同時不同業(yè)務部門的數(shù)據(jù)技術也不盡相同，這就導致數(shù)據(jù)在企業(yè)內(nèi)部無法有效關聯(lián)與整合，進而影響數(shù)據(jù)價值的挖掘。因此，如何將不同部門的數(shù)據(jù)聯(lián)通，并實現(xiàn)技術與工具的共享，值得我們深入思考。

3.1.3數(shù)據(jù)可用性低。很多企業(yè)不夠重視大數(shù)據(jù)的預處理工作，導致收集到的龐大規(guī)模的數(shù)據(jù)不規(guī)范、不準確、質(zhì)量差，不便于挖掘有價值的信息。因此，如何利用大數(shù)據(jù)的去冗降噪技術，提高數(shù)據(jù)的可用性和準確性，一直是學界爭論的話題。

3.1.4技術架構。數(shù)據(jù)量的急劇增長超越了系統(tǒng)的數(shù)據(jù)處理能力，如何構建分布式的數(shù)據(jù)倉庫且可方便擴展成為挑戰(zhàn)。海量數(shù)據(jù)需要強大的數(shù)據(jù)中心作為支撐，如何在保證數(shù)據(jù)穩(wěn)定、支持高并發(fā)的同時，減少服務器的低負載，也將成為挑戰(zhàn)。

3.1.5數(shù)據(jù)安全。在數(shù)據(jù)收集的過程中，暫時還沒有一個比較系統(tǒng)有效的措施來保證信息不外泄，即使有較為完備的方案，也存在著高成本與極大的復雜性，甚至會產(chǎn)生新的漏洞。這些情況成為現(xiàn)階段難以逾越的鴻溝，如何保證用戶的信息安全成為大數(shù)據(jù)時代非常重要的課題。

3.1.6人才缺乏。大數(shù)據(jù)開發(fā)建設的各個環(huán)節(jié)都離不開專業(yè)人才，據(jù)Gartner預測，到2015年，全球?qū)⑿略?40萬個與大數(shù)據(jù)相關的工作崗位，且需要的是能夠綜合掌握數(shù)學、統(tǒng)計學、數(shù)據(jù)分析、機器學習、自然語言處理等的復合型人才。因此，高校應與企業(yè)合作，共同培養(yǎng)并造就一支熟悉大數(shù)據(jù)技術、有大數(shù)據(jù)應用經(jīng)驗的專業(yè)隊伍，以保證大數(shù)據(jù)市場的長遠發(fā)展。

3.1.7數(shù)據(jù)開放。各系統(tǒng)建設缺少統(tǒng)一規(guī)劃、統(tǒng)一標準，因而形成了很多“信息孤島”，致使數(shù)據(jù)開放程度較低，阻礙了數(shù)據(jù)的有效利用。同時，由于我國缺少有關大數(shù)據(jù)方面的立法，導致無法既保證數(shù)據(jù)共享又防止數(shù)據(jù)濫用。另外，如何在推動數(shù)據(jù)全面開放、應用、共享的同時有效保護用戶隱私，也將是大數(shù)據(jù)時代的一個重大挑戰(zhàn)。

3.2大數(shù)據(jù)研究的發(fā)展趨勢

3.2.1逐漸成為重要的戰(zhàn)略資源。已有越來越多的國家宣布架構大數(shù)據(jù)的傳播機制并進一步擴大規(guī)模，力圖在大數(shù)據(jù)時代的信息競爭環(huán)境下處于主導地位，相信未來大數(shù)據(jù)將成為提升機構和企業(yè)競爭力的強大武器。

3.2.2在更多領域發(fā)揮作用。目前，大數(shù)據(jù)在互聯(lián)網(wǎng)、金融等領域已取得較好的應用效果，未來相信大數(shù)據(jù)將會在更多領域得到應用，以幫助企業(yè)更好地滿足用戶的現(xiàn)實需求和潛在需求，并帶來廣泛的社會價值。

3.2.3大數(shù)據(jù)的價值要在開放的基礎上才能得以實現(xiàn)，尤其在公共事業(yè)方面。我國一些城市和部門正在逐漸開展數(shù)據(jù)開放工作；另外，對于不同行業(yè)，數(shù)據(jù)共享也是體現(xiàn)數(shù)據(jù)價值的重要途徑，未來相信數(shù)據(jù)共享會成為一種趨勢，并將出現(xiàn)不同領域的數(shù)據(jù)聯(lián)盟。

3.2.4安全隱私問題將成為研究重點。在發(fā)展大數(shù)據(jù)分析的同時，對其涉及的安全隱私問題，各個研究機構已經(jīng)開始有所作為。在設計LDCC（洛桑數(shù)據(jù)收集活動）時，NOKIA公司在與志愿者相關數(shù)據(jù)、匿名化及研究人員承諾方面做了一定的探索。

3.2.5創(chuàng)造新的就業(yè)崗位。大數(shù)據(jù)的出現(xiàn)與應用將創(chuàng)造一批新的就業(yè)崗位，如數(shù)據(jù)分析師、數(shù)據(jù)管理專家、數(shù)據(jù)產(chǎn)品經(jīng)理等。由于強烈的市場需求，未來高校將逐步開設大數(shù)據(jù)相關專業(yè)，同時與企業(yè)緊密合作，以培養(yǎng)專業(yè)人才。

大數(shù)據(jù)時代的到來以及大量相關技術的廣泛應用極大地影響了承載著知識存儲、組織、開發(fā)與傳播重任的圖書館的命運，如何避免被邊緣化，將自身從傳統(tǒng)意義上的靜態(tài)收集轉為動態(tài)分析并進行有效檢索成為圖書館從業(yè)人員當下要解決的重要課題。

參考文獻：

[1][ZK（#]李國杰，程學旗.大數(shù)據(jù)研究：未來科技及經(jīng)濟社會發(fā)展的重大戰(zhàn)略領域[J].中國科學院院刊，2012（27）：648-654.

[2]韓翠峰.大數(shù)據(jù)帶給圖書館的影響與挑戰(zhàn)[J].圖書與情報，2012（5）：38.

[3]NetApp. Big Data Solutions for Government[EB/OL].[2014-08-10].http：///us/solutions/in-dustry/government/bigdata.aspx.

[4]孟小峰，慈祥.大數(shù)據(jù)管理：概念、技術與挑戰(zhàn)[J].計算機研究與發(fā)展，2013（50）：152-159.

篇10

②大數(shù)據(jù)可視化

③BI商業(yè)智能分析

④大數(shù)據(jù)檢索

⑤產(chǎn)品大數(shù)據(jù)分析

⑥大數(shù)據(jù)預測、咨詢

⑦大數(shù)據(jù)服務支撐平臺

⑧機器學習技術

“大數(shù)據(jù)分析、可視化及BI領域——

雖然這三個領域在功能及應用范圍上各有千秋，但實質(zhì)上可以說是相輔相成：通過大數(shù)據(jù)的基礎分析工具，研究人員可以獲得數(shù)據(jù)內(nèi)部的邏輯及結果表現(xiàn)，但通常這些結果過于復雜并缺乏合理的表達形式，使數(shù)據(jù)科學家及企業(yè)的管理者無法快速領會并對經(jīng)營活動進行調(diào)整。

因此大數(shù)據(jù)的可視化方案應運而生，多數(shù)可視化方案都作為數(shù)據(jù)分析工具的延伸而存在，但也有少部分公司另辟蹊徑，采用非傳統(tǒng)方式將數(shù)據(jù)的可視化更加貼近需求。BI則是大數(shù)據(jù)分析和可視化與業(yè)務場景的結合，作為企業(yè)內(nèi)部管理工具，使企業(yè)的價值有了極大的增長，成為了大數(shù)據(jù)應用領域重要的一環(huán)。

{ 1 }大數(shù)據(jù)分析領域，在朝向易用、簡單化發(fā)展

大部分大數(shù)據(jù)分析企業(yè)的現(xiàn)狀，可以說是將數(shù)據(jù)的分析、可視化及數(shù)據(jù)的采集、治理、集成進行了一體化，以大數(shù)據(jù)的分析平臺形式存在。例如Fractal Analytics除了具備數(shù)據(jù)分析功能外，還提供自動化數(shù)據(jù)清理及驗證服務，能夠返回標準化的結構化數(shù)據(jù)；Voyager Labs則能夠?qū)崟r采集、分析遍布世界各地的數(shù)十億個數(shù)據(jù)點，幫助用戶進行預測。

上述典型公司主要面向大型企業(yè)進行定制化全流程服務，客單價有時高達千萬美元級別，例如Fractal Analytics的客戶就包括飛利浦、金佰利等大型公司，其高昂的價格及服務令小型企業(yè)望塵莫及。

但隨著大數(shù)據(jù)技術的逐漸普及，SaaS化的大數(shù)據(jù)分析服務將是一個明確的發(fā)展方向，而其使用門檻也將大幅降低，從而將大數(shù)據(jù)分析的能力逐步賦予給中小企業(yè)，以真正的實現(xiàn)其基礎資源的價值。同時確保企業(yè)數(shù)據(jù)安全的數(shù)據(jù)脫敏、數(shù)據(jù)保護市場也會隨著SaaS化的到來而逐步拓展出新的市場空間。

目前大數(shù)據(jù)技術簡化、低成本、易用的趨勢已經(jīng)在部分公司的產(chǎn)品策略上有所體現(xiàn)，例如大數(shù)據(jù)分析公司Domino的產(chǎn)品讓數(shù)據(jù)科學家只需專注于自己的分析工作，而不用關注軟硬件基礎設施的建立及維護，Datameer更進一步開發(fā)出的產(chǎn)品屏蔽了復雜的大數(shù)據(jù)分析底層技術，通過類似電子表格的可視化數(shù)據(jù)分析用戶界面，讓企業(yè)的員工能夠快速上手使用，RapidMiner Studio可零代碼操作客戶端，實現(xiàn)機器學習、數(shù)據(jù)挖掘、文本挖掘、預測性分析等功能。

在大數(shù)據(jù)分析能力普及的同時，提升數(shù)據(jù)分析性能、優(yōu)化數(shù)據(jù)分析結果的技術研發(fā)也在快速進展中。例如SigOpt通過自主開發(fā)的貝葉斯優(yōu)化(Bayesian Optimization)算法來調(diào)整模型的參數(shù)，獲得了比常見的網(wǎng)格搜索(grid searching technique)解決方案更快、更穩(wěn)定、更易于使用的結果，目前SigOpt的產(chǎn)品不僅可以讓用戶測試不同變量，還能夠提供下一步的測試建議，以幫助用戶持續(xù)優(yōu)化改善數(shù)據(jù)分析結果。

令人感到欣喜的是，在大數(shù)據(jù)分析領域還存在著一些顛覆了傳統(tǒng)數(shù)據(jù)分析理論，采用獨特方式方法進行數(shù)據(jù)分析的公司。這類公司的技術對傳統(tǒng)數(shù)據(jù)分析方法進行了很好的補充，在特定領域有著成功的應用。

這類公司中的典型之一是由三位全球頂尖的數(shù)學家創(chuàng)立的Ayasdi，它利用拓撲數(shù)據(jù)分析技術和上百種機器學習的算法來處理復雜的數(shù)據(jù)集，不僅可以有效地捕捉高維數(shù)據(jù)空間的拓撲信息，而且擅長發(fā)現(xiàn)一些用傳統(tǒng)方法無法發(fā)現(xiàn)的小分類，這種方法目前在基因與癌癥研究領域大顯身手，例如一位醫(yī)生利用Ayasdi的數(shù)據(jù)分析技術發(fā)現(xiàn)了乳腺癌的14個變種，如今Ayasdi已經(jīng)在金融服務和醫(yī)療保健行業(yè)中獲得了相當數(shù)量的客戶。

{ 2 }可視化技術，逐步實現(xiàn)了自動化、智能化

大數(shù)據(jù)可視化是連接數(shù)據(jù)分析結果與人腦的最好途徑，因此可視化技術的高低也成為了左右大數(shù)據(jù)企業(yè)獲客能力的重要因素。目前可視化的發(fā)展方向同大數(shù)據(jù)分析一致，都是朝著簡單、自動化、智能的方向在努力。

典型企業(yè)如Alteryx是一個提供一站式數(shù)據(jù)分析平臺的初創(chuàng)公司，旨在讓用戶在同一個平臺上完成數(shù)據(jù)輸入、建模以及數(shù)據(jù)圖形化等操作，將數(shù)據(jù)運算與精美的圖像完美地嫁接在一起，并能夠和SAS和R語言一樣進行數(shù)據(jù)的統(tǒng)計和分析。

通過可視化幫助用戶實現(xiàn)真正的管理能力提升也是重要的功能之一，德國大數(shù)據(jù)公司Celonis通過流程挖掘技術，從日常記錄中提取數(shù)據(jù)、發(fā)現(xiàn)關鍵因素，并最終揭示公司在業(yè)務中的執(zhí)行情況，能夠幫助客戶公司提高30%的工作效率。

發(fā)展到如今，可視化技術已經(jīng)不局限于傳統(tǒng)的分析結果展示，而是能夠直接轉換文本、圖片等非結構化的數(shù)據(jù)并直觀展現(xiàn)，例如Quid利用機器智能讀取大量文本，然后將該數(shù)據(jù)轉換為交互式視覺地圖，以節(jié)約過去通常會耗費在閱讀檢索中的大量時間。Origami幫助營銷人員將CRM、社交媒體、郵件營銷和調(diào)查報告等跨平臺的數(shù)據(jù)整合并進行有效分析，使其簡單化、直觀化、視覺化，人人都能夠高效實用。

同時數(shù)據(jù)分析及可視化對硬件應用的革新也在進行中，開發(fā)GPU關系數(shù)據(jù)庫服務的Kinetica獲得了5000萬美元A輪融資，采用同一技術路線的MapD也已經(jīng)能夠做到比傳統(tǒng)計算內(nèi)核快100倍的速度對大數(shù)據(jù)進行查詢與可視化。

{ 3 }BI技術擺脫"雞肋"，實時便捷普惠政企效率提升

BI技術的發(fā)展已經(jīng)有了較長的歷史，但由于技術因素此前一直被限制于企業(yè)內(nèi)部采集與應用，實際發(fā)揮的效果有限并且使用率不高。如今在數(shù)據(jù)采集與應用范圍普及與大數(shù)據(jù)分析、可視化技術的推動下，通過數(shù)據(jù)儀表板、智能決策等方式提升企業(yè)運營效率利器的BI再次獲得了資本市場的青睞，Tableau作為BI的代表性企業(yè)已經(jīng)順利IPO目前市值超過48億美元，另一家代表性企業(yè)DOMO估值也達到20億美元，成長速度遠超傳統(tǒng)商業(yè)軟件公司。

相比于可視化技術，BI更偏重于實際的應用，通過模板化、SaaS化及去代碼等方式，BI應用范圍不再局限于數(shù)據(jù)科學家及企業(yè)高管，可預見未來企業(yè)內(nèi)部每個員工都可以通過BI工具獲知自己及所處部門的各項數(shù)據(jù)，并能夠有針對性的改進工作方式與方向。

已經(jīng)累計融資1.77億美元的Looker令用戶能夠使用自然語言進行查詢，降低了查詢大型數(shù)據(jù)集的門檻；GoodData為企業(yè)提供大數(shù)據(jù)分析SaaS服務，其所有的數(shù)據(jù)分析服務實現(xiàn)了100%云化，企業(yè)可以將公司已有數(shù)據(jù)導入GoodData的云平臺，再對數(shù)據(jù)做跟蹤、切分、可視化、分析等處理。

BI領域一個有意思的應用案例是Qlik公司的產(chǎn)品受到了中國海關總署的高度贊揚。海關總署每天都需要進行龐大的數(shù)據(jù)分析，Qlik則通過圖形化數(shù)據(jù)展示，使海關管理人員不再受平臺和時間的限制，能夠多視角長跨度的分析，實現(xiàn)了對于現(xiàn)有海量數(shù)據(jù)的業(yè)務的快速展示，極大地促進了稽查效果。

“企業(yè)大數(shù)據(jù)檢索、產(chǎn)品大數(shù)據(jù)分析、大數(shù)據(jù)咨詢預測、大數(shù)據(jù)平臺及機器學習領域——

企業(yè)大數(shù)據(jù)檢索能夠充分挖掘并釋放企業(yè)數(shù)據(jù)的潛力；產(chǎn)品的大數(shù)據(jù)分析使用戶行為成為了產(chǎn)品設計與運營環(huán)節(jié)的重要參考因素；大數(shù)據(jù)技術與咨詢業(yè)務的結合則對咨詢行業(yè)形成了很大的影響，數(shù)據(jù)技術導向的咨詢業(yè)務將極有可能成為未來行業(yè)的主流選擇；大數(shù)據(jù)服務支撐平臺類企業(yè)則為大數(shù)據(jù)技術的普及和實用化做了很大的貢獻，是大數(shù)據(jù)技術生態(tài)中不可或缺的一環(huán)；最后是機器學習，作為大數(shù)據(jù)分析的底層技術方法也逐漸開始得到廣泛應用。

首先將企業(yè)大數(shù)據(jù)檢索、產(chǎn)品大數(shù)據(jù)分析、大數(shù)據(jù)咨詢預測、大數(shù)據(jù)平臺和機器學習這五個領域的典型企業(yè)列舉如下，接下來將分版塊進行詳細介紹。

{ 4 }企業(yè)大數(shù)據(jù)檢索

移動互聯(lián)網(wǎng)的普及與SaaS服務的興起令企業(yè)沉淀的數(shù)據(jù)量呈指數(shù)級上升，但目前對企業(yè)數(shù)據(jù)價值的挖掘僅僅停留在較淺層面，真正的大數(shù)據(jù)分析能力還尚未應用。因此如何做好企業(yè)內(nèi)部數(shù)據(jù)信息價值的發(fā)掘成為了關鍵的第一步。

提升企業(yè)數(shù)據(jù)挖掘檢索能力，并將檢索的技術門檻降低的典型企業(yè)有Algolia，目前其產(chǎn)品具備關鍵字輸入智能容錯功能，并提供搜索排名配置，能夠讓普通員工也能按需要找到自己所需的數(shù)據(jù)信息。同時Algolia還為移動設備提供了離線搜索引擎，其C++ SDK可以嵌入到應用服務器端，這樣即便沒有網(wǎng)絡連接應用也能提供搜索功能，適用范圍很廣。

而在SaaS化服務興起的同時，企業(yè)采用多種軟件導致內(nèi)部數(shù)據(jù)不聯(lián)通而形成了數(shù)據(jù)孤島。根據(jù)互聯(lián)網(wǎng)女皇Mary Meeker的分析，不同行業(yè)的公司平均使用SaaS服務的數(shù)量從最低25個至高達91個，需要跨平臺數(shù)據(jù)檢索分析服務。Maana開發(fā)的數(shù)據(jù)搜索和發(fā)現(xiàn)平臺Maana Knowledge Graph，其長處便是收集來自多個系統(tǒng)或者"孤島"的數(shù)據(jù)，并將其轉換為運營建議，可廣泛應用于多個行業(yè)。

{ 5 }產(chǎn)品大數(shù)據(jù)分析

產(chǎn)品大數(shù)據(jù)分析相對其他應用來說關注度稍低，但其能夠發(fā)揮的功能并不少。通過收集用戶的瀏覽、點擊、購買等行為，不單從宏觀上能夠察覺用戶群體的喜好變化提前應對，微觀上還能夠構建用戶畫像，從而做到定制的產(chǎn)品推薦與營銷，能夠有效的提升用戶的消費水平與滿意程度。

Mixpanel便是一家提供類似產(chǎn)品的公司，其讓企業(yè)用戶跟蹤用戶的使用習慣提供實時分析，其產(chǎn)品有用戶動態(tài)分析(Trends)、行為漏斗模型(Funnels)、用戶活躍度(Cohorts)及單用戶行為分析(People)等幾個模塊，全面的覆蓋了可能發(fā)生的用戶行為與場景。

{ 6 }大數(shù)據(jù)咨詢預測

如今大數(shù)據(jù)技術的發(fā)展為事件分析和預測提供了可能，并且準確度和處理速度已經(jīng)具備了很大競爭力，傳統(tǒng)咨詢公司的處境類似于現(xiàn)在面對AI威脅的華爾街分析師，或許不久之后就將會被替代。因此隨著逐漸出現(xiàn)大數(shù)據(jù)咨詢公司的同時，傳統(tǒng)咨詢企業(yè)也紛紛與大數(shù)據(jù)技術公司合作，甚至成立了自己的數(shù)據(jù)業(yè)務部門。

Opera Solutions便是一家依托大數(shù)據(jù)分析的咨詢公司，其創(chuàng)始人是咨詢行業(yè)資深人士，曾創(chuàng)辦了商業(yè)咨詢公司Mitchell Madison和Zeborg。

目前Opera致力于金融領域的數(shù)據(jù)分析類咨詢，通過建模、定量分析給客戶提供建議，解決客戶的商業(yè)問題。例如其計算機系統(tǒng)可以一次性采集數(shù)十億條數(shù)據(jù)，包含從房產(chǎn)和汽車價格到經(jīng)紀賬戶和供應鏈的實時數(shù)據(jù)等，通過分析從中獲得有關消費者、市場和整個經(jīng)濟體系將如何行動的信號或見解。其客戶包含了咨詢機構及花旗銀行等公司，最近還為摩根士丹利提供了幫助經(jīng)紀人團隊給其客戶提供投資建議的業(yè)務。

新技術、機器學習與咨詢預測行業(yè)的結合，相比于僅使用大數(shù)據(jù)分析技術能夠獲得更好的效果，也成為了行業(yè)內(nèi)的一個小熱點。例如基于社會物理學原理的Endor能夠依托少量數(shù)據(jù)生成統(tǒng)一的人類行為數(shù)據(jù)集，并比傳統(tǒng)海量數(shù)據(jù)分析方式更早的做出模式識別與判斷。在甄別facebook上受ISIS控制的賬號的實驗中，根據(jù)已知少量ISIS賬號特性，Endor高效分辨出了新的ISIS疑似賬號并且準確度令人滿意。

{ 7 }大數(shù)據(jù)服務支撐平臺

目前圍繞著大數(shù)據(jù)技術與大數(shù)據(jù)產(chǎn)業(yè)生態(tài)鏈發(fā)展的，還有許多是平臺服務型的公司，這類公司具備一定的技術水平，但主要通過服務大數(shù)據(jù)技術公司及科研人員而存在，是技術生態(tài)中不可或缺的一環(huán)。

Dataiku創(chuàng)建了一個云平臺，旨在使數(shù)據(jù)科學家和普通員工更容易獲得公司收集的大數(shù)據(jù)，并通過機器學習庫縮短了專家以及數(shù)據(jù)分析師所需要的時間。

Algorithmia的平臺上提供包括機器學習、語義分析、文本分析等通用性算法，一旦用戶找到想用的算法，只需添加幾行簡單的算法查詢代碼到應用中，Algorithmia的服務器就會與應用連接，避免了開發(fā)者的重復勞動。

目前部分向開發(fā)者社區(qū)業(yè)務發(fā)展過渡的平臺型企業(yè)，因其資源已經(jīng)得到行業(yè)巨頭的青睞，被Google收購的Kaggle便是一例，通過舉辦數(shù)據(jù)科學周邊的線上競賽，Kaggle吸引了大量數(shù)據(jù)科學家、機器學習開發(fā)者的參與，為各類現(xiàn)實中的商業(yè)難題尋找基于數(shù)據(jù)的算法解決方案。同時Kaggle為其社區(qū)提供了一整套服務，包括知名的招聘服務以及代碼分享工具Kernels。

{ 8 }機器學習

機器學習，是模式識別、統(tǒng)計學習、數(shù)據(jù)挖掘的技術手段，也是計算機視覺、語音識別、自然語言處理等領域的底層技術，在附件的介紹中大家可以看到，微軟Azure、Google云平臺及AWS都推出了自己的機器學習產(chǎn)品，而眾多的機器學習創(chuàng)業(yè)公司則通過提供有特色的技術或服務進行差異化競爭。