大数据论文范文10篇

现代科技的发展给人们的生活带来了许多新变化，消费者越来越强调自我，追求个性，企业在捕捉消费者越来越多样化的需求上面临更多挑战。以IT应用技术、智能通信技术为基础的精准营销应运而生。正如现代营销之父菲利普•科特勒所认为，市场营销是企业需要更精确的有效通信和市场营销策略的实施过程，同时交流通信的结果是必须能够计算出来，并且市场营销可利用高效的通讯得到较大利润。在智能数据挖掘分析时代，我们可以通过对数据的AI＋挖掘的管理、准确程度与精密程度、选择客户与市场定位等多方位来展现精准营销的价值。

一、引言

大数据应用于精准营销就是在大数据的支撑下，尽可能多地获取消费者的信息，从中分析挖掘他们的潜在需求，并利用数据技术进行精准的广告投放，使营销更具针对性。首先，大数据为精准营销提供了海量的数据信息[1]。在互联网中，用户的信息行为都能转化为数据，企业通过分析这些数据，挖掘消费者的潜在需求，运用信息技术进行精确的、个性化的广告投放，实现精准的营销。同时，在营销过程中，每一个用户的Cookies数据是可记录和查询的，即与目标用户的每一次接触都会留下痕迹，利用这些“痕迹”可以建立一个消费者数据库，实现客户的信息管理。大数据使更高效的精准营销得以实现，精准营销又为大数据提供更多信息积累。

二、大数据下的精准营销模式

1.受众精准。大数据技术为营销找到更能满足业务需求的受众。通过对数据的整合分析，我们可以得出清晰的用户画像，了解用户的个性与需求，从而实现一对一的精准投放和服务。如拥有强大的数据管理平台（DMP）的TalkingData，能对超过20亿移动受众人群的数据进行汇聚、清洗、萃取，结合一系列算法模型，输出人群分类标签数据体系和目标受众分析工具。由此，企业可以更加精准地找出目标受众，进行针对性的广告投放。2.成本精准。大数据技术使广告投放更加精准，提升了广告的转化率和回报率，大大节约了成本。在大数据的支持下，我们能挖掘大量与消费者相关的数据信息，从中分析出消费者的基本属性、兴趣爱好、消费习惯、消费需求等，更加准确地定位目标受众并进行细分。再运用人群定向技术，精准地向受众投放针对性的广告。这样的精准投放，改变了以往大范围无目的的广泛投放模式，大大节约广告投放成本，避免浪费。同时，精准的广告信息往往能主动迎合消费者的需求，更容易使其对产品和服务产生好感，从而大大提高了广告的转化率和回报率。企业通过大数据进行精准营销，可最大程度降低营销成本，提升品牌价值。3.效果精准。运用大数据对消费者的需求进行筛选跟聚合，使精准营销的层次得到进一步提高。在大数据技术的支撑下，我们可以得到清晰的目标受众定位，有效细分人群，提供针对性较强的个性化聚合服务。改变了以往精准营销提供综合化服务的局面，大大提高了营销的效果。如，网舟科技通过对用户线上线下的数据进行只能筛选，为不同的使用情境建构了不同的推荐机制，使推荐引擎从以往的综合化服务转向个性化聚合服务。由此，商品导购更加智能化，消费者好感度增强，有效提高产品和服务的销量，增强了营销的效果。

三、大数据在精准营销中的应用

摘要：随着科技的进步，互联网技术应用到各行各业，改变了人们的生活方式。通过微信、微博、淘宝这些软件的使用展现了人们的喜好和习惯，并以数据的方式进行呈现和记录。互联网用户的大幅度增加和电商行业的兴起，使得传统的营销模式也产生了变化，大数据精准营销的网络营销随之出现。这种网络营销有目标性强、费用低、高回报的特点。本文通过对大数据精准营销进行研究，探讨如何利用互联网数据进行精准的网络营销。

关键词：互联网；大数据；网络营销；策略研究

在很多人还没搞懂什么是PC互联网的时候，移动互联网就出现了；在还没有搞懂什么是移动互联网的时候，大数据时代又来临了。在市场经济和科技飞速发展的今天，大数据所蕴含的营销价值也越来越大。通过大数据精准营销可以实现与客户一对一的连接，实现营销的个性化、具体化、一致化。大数据精准营销的网络营销是现在企业市场营销的主要方式，传统的营销模式已不能被现代社会所接受，大数据精准营销的网络营销必然充分释放营销的价值。

一、大数据精准营销的网络营销优势

（一）对客户信息的收集与处理。在大数据时代下，人们的隐私无处可藏。我们无法抵抗信息化时代的浪潮，一个人只要上网，在获取便利的同时，必然会留下相应踪迹。通过对数据的分析，我们可以从中得到一个人的基本信息，如年龄、性别、联系方式、基本职业等，通过对人的购买记录进行数据分析会了解到一个人的购买能力、消费水平、喜欢的商品类型、常买的商家。通过这些数据，我们可以了解到客户的消费偏好和消费心理。通过对数据的信息收集与处理，从而进行准确的分析判断，找到与公司品牌定位相符合的目标用户，筛选出无用信息。在实施网络营销策略之后，对于用户的反馈可以进行数据分析，对客户提出的建议进行充分的了解，更好的服务客户，提升产品，并对原有的营销策略进行改进。如果客户没有在网络中进行反馈，也可以通过对客户过往的消息记录进行数据分析，通过数据从而了解客户的需求，从中得知对产品可能存在的一些建议。（二）准确的市场定位。通过对大数据的分析，我们可以清晰的看到目标客户的行为特征，他们的需求以及他们的消费能力。通过对大众所需要的服务需求中来确定企业所要提供产品的种类。大众是否有需要，受众人群是否广大，人们的消费水平是否足够？过去传统的网络营销方式，往往以市场为参考和决策者的过往经验而制定，但由于市场经济的自发性和延迟性，传统网络营销，常常跟不上市场的需求。通过大数据的详细分析，进行精准营销，了解用户的消费特征，提前预知市场的发展变化，判断市场的发展趋势，在大数据精准营销的模式下挖掘新的商业价值。互联网背后蕴藏着成千上万的目标客户，通过对大数据的分析理解预测客户的行为，得到精准的信息，从而对产品进行市场定位。大数据精准营销的网络营销能够帮助企业降低成本，获取最大的利润，把有可能的损失降到最低，有效的实行资源的最大化分配。在数据中提取潜在的、有大价值的客户信息，并对此制定准确有针对性的营销计划。增加与用户间的互动，增强对客户体验的吸引力，在恰当的时间通过合适的渠道，把相关产品信息和服务提供给最有价值的目标顾客。（三）在激烈的市场竞争中保持优势。现在各行各业的竞争越发激烈，公司业务的发展，尤其是对新业务的推广，成为企业运营中的一个难点。传统的网络营销一般是通过简单的数据统计以及曾经的营销经验，从中得出营销办法。但这样的营销缺乏科学性和针对性，没有站在用户的角度进行考虑，在营销过程中缺乏实用性。在大数据精准营销的网络营销中，通过使用大数据技术来寻找用户对相关产品的感性程度来推荐产品。例如，中国移动运营商通过对大数据的分析和云计算，根据客户的购买记录，点击行为推荐可能感兴趣的产品，给用户推荐适合他们的套餐或者相关业务，对用户的点击偏好进行数据分析，划分不同的客户群体。像淘宝也会根据你曾经的浏览记录和购买记录，找出有可能喜欢的商品进行页面推送，这在无形中增加了用户的体验，有效的进行了网络营销。

二、大数据精准营销的网络营销策略

随着网络信息技术的飞速发展，搜索引擎成为广大网民的重要网络信息平台，人们按照自己的需求和兴趣，利用其检索服务功能查询和获取信息。这期间，庞大的网络搜索数据被网络搜索工具记录下来。有研究表明，这些庞大的搜索数据与现实的社会行为之间存在一定的相关性。互联网已成为游客搜索旅游信息及购买旅游产品的有效手段，旅游网站信息成为旅游开发者和旅行商向旅游者提供服务和促进购买的重要渠道，挖掘出用户对旅游的网络关注度和实际旅游需求的关系，了解旅游需求趋势是研究的新角度。

1国外研究综述

1.1旅游网络信息导引作用探究

近年来，国外学者针对无形信息流对有形人流的导引作用问题进行了有益探索，包括旅游网站信息对潜在游客导引作用的说明，旅游网站对有形人流的导引过程和导引机理分析。主要研究通过针对供需行为，对旅游网站在线服务能力和旅游网站使用者满意度之间的协同关系进行了研究，并提出了反映网站信息流与现实人流关联性的模型。

1.2基于网络搜索数据的时空导引作用的定量估算研究

基于网络搜索数据的预测研究始于医药领域，最早是利用网络搜索指数提前预测出流感发病情况及流感的死亡率。在房地产方面也有类似的实证研究，发现网络关注度对美国房屋的交易价格和交易量具有较强的预测能力；这些研究对基于网络搜索技术的旅游行为预测研究起到促进和深化作用。在量化研究方面，主要集中在建立回归分析模型，对美国零售业、房地产业、交通运输业、旅游行业的产品销量进行预测，在传统的回归模型的因变量中加入与预测对象有关的关键词关注度指数，预测结果的精度均有较大的改善。国外在宏观经济领域，通过网络搜索指数与宏观经济的研究主要集中在失业率、消费、股市指数、经济现象和经济衰退等方面。研究表明，在庞大的网络搜索数据被网络搜索工具记录下来的过程中，这些庞大的搜索数据与现实的社会行为之间存在一定的相关性。在旅游网络行为方面成果较少，大部分研究侧重于网络整体性信息与某些社会行为宏观的、概括性的关联性研究。

一、大数据及其特征

计算机技术的发展和互联网时代的到来，使人们越来越熟悉如电子商务和网络营销等字眼与服务，而随着人们在互联网上花费时间的增多，一些遗留在互联网上的数据通过计算被追踪与处理，并成为了企业营销中的主要分析数据，而随着海量数据的出现，大数据这一概念的出现也逐渐被国内外企业所接受和运用。大数据的主要特征在于“4V”，即数据量大、类型复杂、价值密度低和实效高四种。企业合理手机消费者行为数据并将其归纳为大数据进行分析，能够更为快速的了解消费者的生活方式与消费状态，同时也有助于企业更快的研发出更为贴合消费者心理的营销策略。大数据在市场营销中已然成为了主要的方式。此外，客户数据的海量性和有效性能够帮助企业更好的寻找产品发展新方向。大数据的出现对于企业，尤其是电力营销战略的制定将会具有极其重要的促进意义。

二、大数据在电力营销中的应用策略

大数据时代正在逐渐崭露头角，企业要想顺应时代的变化获得新的发展，就必须对营销体系进行重构，若能够通过大数据资源开展电力营销，必然会产生极大的市场价值。

1通过消费者视角，分析潜在需求行为大数据的特征表现在海量化的数据上，企业要想获得更为精确的信息，就需要通过大数据的分析来寻找顾客的潜在需求。因此，电力营销企业要想做好营销体系的构建，扩大企业经济市场，就要制定好多种方案，在大数据中寻找潜在的客户需求，学会通过客户的视角，对客户的消费行为进行行为与特征分析，从而进一步提高客户满意度，最大化的打开企业知名度。

2精准定位消费群体，开展个性化营销大数据能够为电力营销提供海量的数据信息，让企业能够在追求精准化的同时准确定位自身营销方式，从而划分出消费群体，打造个性化营销。随着社会经济的发展，电力营销企业开始越来越重视营销的精准化，而大数据的出现在一定程度上改变了产品的质量，导致消费者市场也出现变化。消费者市场的划分需要通过大数据进行主要原因自傲与企业所面临的是个体消费者，而不是群体消费，这样一来，个性化的营销必然会成为电力企业的营销主体。

一、定制化服务的关键是数据

大数据时代设计创新主要体现以互联网为平台的网络终端创新，如智能手机、平板电脑、导航产品和电子支付等生活类产品及服务的创新设计，以及与此相关的后台基础设施创新，如云计算、通讯、软件工程等技术领域。知名IT评论家谢文认为，目前网络业创新过程中，对大数据的获取可分为三种战略：前台、中台和后台为主的模式。苹果、Facebook和亚马逊分别是这三类模式成功的典范。苹果通过设计、销售各种互联网终端产品，通过Ios系统下的Itune网上商店将产品和服务集成来汇集数据，形成自成体系的规范数据标准平台，这种商业模式让苹果获得了巨大成功，表明工业设计有效利用大数据可实现产品和商业的成功。Facebook则抓住目前颇具人气的网络社交需求，依托Web2.0系统平台的构建和运营来获取各种标准化、结构化的用户数据，形成开放、庞大的共享数据流。亚马逊则通过建立强大的网络营销后台获取网络用户的各种需求数据，再结合电商形成开放平台，为用户提供量身定制的各类个性化服务，为电商提供行业所需的大数据。在口碑营销成为王道的电商时代，借助互联网提供的营销数据，掌握消费者的需求，企业能够及时调整设计、生产和制造策略，并通过3D打印快速实现消费者的个性化定制需求。这就需要通过网络获取用户数据，同时用科学方法分析这些数据所体现的用户消费心理、行为，最终转换为有用的设计语言。传统的产品设计、制造是一种线下行为，远离互联网，与消费者之间的沟通和交流存在时间差，获取的消费者数据十分低效。“3D打印”技术的出现让物质产品的设计、生产实现了数据化，传统制造业和互联网行业的高度融合，不但拓展了网络行业的产业边界，也为制造业的定制化服务提供了巨大空间。针对用户的产品定制，借助强大的物联网可实现低成本营销，真正实现个性化设计和按需生产，这让传统制造业进入到大规模、打破时空界限的全新发展阶段。这种借助互联网、物联网形成的新型产业链和商业模式改变了传统制造业，让企业从产业链上游及战略规划阶段就可集成物质化产品设计、制造和流通过程所需的各类数据，这要求制造业企业必须具备互联网思维，要求工业设计必须依靠网络集成各种数据，及时获取消费者需求。

二、大数据时代的工业设计

互联网打造了全新的社会形态和生活方式，人们的工作、生活已离不开网络，通过网络消费者可实现交友，衣、食、住、行各种所需。谢文认为，未来通过网络有望实现三方面创新，个人数据集成、公共服务数据集成及物质生产集成。如收集消费者在网络上的言谈举止和生活中所有活动产生的数据，建立“数据人”模型，为线下的制造业提供人的需求数据；集成线上的公共服务数据为国家、政府和组织提供服务支持；集成物质生产数据实现制造业的数据化生存。对工业设计而言，网络连接消费者、社会和物质产品组成的三维空间，融合各种大数据，可支持制造业的转型与社会进步。这正是新形势下工业设计的发展方向，即通过设计具体的服务产品，为消费者创造感性价值，实现消费者情感上对个性、品位和身份的追求。这些服务化产品在提供高品质服务的同时，以技术推动组织和社会创新，实现人、组织、社会和环境的可持续发展。此时的工业设计从“提供功能，方便使用”的问题解决方案，转向“讲述故事，创造意义”的“造意”阶段，“造意”正成为当下产品设计新的关注点。借助网络获取用户数据，让产品满足基本功能的同时，更多地向消费者讲述故事，引起消费者的回忆和联想，成为当下产品设计成功的关键。

三、结语

互联网、3D打印塑造了以大数据为特征的这个时代，大数据是平台（移动互联网），造意是手段（感性价值创造），用户体验是目的（价值实现），构成了新时代工业设计的基本构架。大数据时代，一切皆可量化，对设计教育而言，“研究驱动设计，设计驱动创新”将是工业设计改革的方向，这要求在学科层面成立设计研究学会，基于对各种用户数据量化的科学研究为制造业服务。2014年初，中国工业设计协会成立了设计研究专业委员会，这是一个可喜的进步，标志着中国工业设计教育由基础实践型向科学研究型发展迈出了开拓性的一步，但未来依旧任重道远。

1大数据与历史文化名城展示利用结合的优势

1.1大数据对大量数据信息的处理

由于历史文化名城展示与利用涉及到的内容很多，包括历史学、地理学、建筑学、社会学、景观生态学等，与此同时，随着科学技术的进步，先进的数据采集、建筑测绘等软硬件设施已经大量应用于历史文化名城的展示与利用当中，在此过程中产生了数量庞大的数据信息，而大数据能够对这些庞大的数据信息进行快速准确的处理．所谓“大数据”就是指需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产．例如，三维激光扫描技术是一种通过激光反射的原理，将被测量对象通过三维激光扫描系统的处理，构建成一整套的点云数据模型，在此基础上，通过专业的三维软件技术对于被测对象进行逆向的数字化构建，从而能够进行后续的数字化的研究与利用．在此过程中，点云数据会大量涌现，尤其是对于展示与利用真实性要求更高的项目而言，所产生的数据将会无限接近于真实的被测对象，数据会呈现出几何数量级增长．数据量大，能够促进历史文化名城展示与利用在探索方法和研究理念的层面上产生根本性的变革．对于早期的历史文化名城的展示与利用来说，由于受到认知性和数据分析能力的影响，人们就某一处历史文化名城的展示与利用的形式、内容以及方法上，仅仅是能够通过数量有限的样本案例和数据资料，利用较为传统的技术手段进行数据的分析、评估和管理．大数据的应用，能够将大量的历史文化名城的相关信息进行有目的性的筛选和处理，为展示利用的方式、方法在名城中的应用，提供了较为全面和具体的对策措施，提高展示利用实施的精确性．

1.2大数据对多样数据类型的处理

历史文化名城在展示利用时涉及到的数据繁多复杂．单就其中的某一处历史建筑来讲，《历史文化名城、名镇、名村保护条例》对建筑本身的历史档案包括了5项内容:1)建筑艺术特征、历史特征、建设年代及稀有程度;2)建筑的有关技术资料;3)建筑的使用现状和权属变化情况;4)建筑的修缮、装饰装修过程中形成的文字、图纸、图片、影像等资料;5)建筑的测绘信息记录和相关资料．除此之外，还有关于历史沿革、历史事件、地名典故、名人轶事等资料．上述几项内容，基本涵盖了一处历史建筑的历史价值和人文价值，这些详细资料，在历史文化名城的展示利用时会起到举足轻重的作用．在历史文化名城的展示利用的过程中，数据的类型非常多，有图片资料、文字资料、影像资料、图纸资料、点云数据等．在以往展示利用处理数据信息的时候，利用传统的数据处理技术，事先定义好结构化的数据．结构化数据是将对象数据向便于查询、处理的方向抽象的结果．结构化数据即行数据，存储在数据库里，可以用二维表结构来逻辑表达实现的数据．结合到典型场景中更容易理解，比如企业ERP、财务系统;医疗HIS数据库;教育一卡通;政府行政审批;其他核心数据库等．在结构化数据过程中，通常会忽略一些特定条件之下所不必考虑的细节，筛选出有用信息．随着互联网技术、展示利用技术以及测绘技术的快速发展和演进，非结构化的数据大量的出现，难以用结构化来进行表示，在存储记录数据的同时还要储存数据的结构，增大数据存储和处理的难度．相对于结构化数据而言，不方便用数据库二维逻辑表来表现的数据即称为非结构化数据，包括视频、音频、图片、图像、文档文本等形式．具体到典型的案例中，如医疗影像系统、教育视频点播、视频监控、国土GIS、设计院、文件服务器PDM/FTP)、媒体管理等具体应用资源，这些行业对于存储需求包括数据存储、数据备份以及数据共享等．目前在历史文化名城展示与利用当中，所利用的数据大部分都是非结构化的数据，而这些非结构化的数据将会逐渐成为主流化的数据．随着历史文化名城保护的发展，与展示利用相关的影响因子指标数量上必定会更加的丰富和细化．为了满足历史文化名城展示与利用的目的，在相关数据激增的同时，新的数据类型还会不断出现，很难用一种或是几种规定的模式来描述趋于复杂、多样性的数据形式．而大数据与传统的数据处理方式最大的不同之处就是，它在非结构化数据和信息的方面能够最大限度地将大量历史文化名城展示与利用的相关影响因子指标的细节信息进行数据非结构化，可以减少在数据处理过程当中的数据流失现象，为展示与利用提供更加充分的情报信息与技术支撑．

1.3大数据对数据信息的快速处理

摘要：互联网的普及与信息技术的创新发展，开启了大数据时代。当前数据分析已经成为企业管理的重要手段，而会计信息作为企业内部控制建设中的关键因素，运用大数据手段挖掘其中潜在的经济管理价值则成为企业参与市场竞争的重要举措。从目前的大数据发展趋势来看，企业建立会计信息化体系已经成为其发展的必然选择，但是在会计信息化建设中的问题也是不可避免的。基于此，本文从大数据时代的会计信息化建设中存在的问题出发，对相应的发展对策进行探究。

关键词：大数据时代；会计信息化；问题；对策

会计信息化是信息时代企业适应市场竞争环境的必然选择，是会计工作与现代信息技术的有机结合。进入到大数据时代，海量信息由于规模上的优势，使其潜在价值也不断提升，因此，收集、分析、利用大数据已经成为现代企业管理学发展中的一个新的分支。从会计对企业管理的重要性来看，做好大数据挖掘，能够极大地提高企业会计工作的速度和质量，有效地控制会计成本，体现会计的管理价值，提高经营管理决策的科学性。但是目前在我国企业的会计信息化建设过程中，大数据的运用依然面临诸多的问题。

一、大数据时代的会计信息化建设中存在的问题

1.数据平台构建不完善。大数据的产生和应用依赖于云计算平台，通过平台不同行业、不同企业、不同业务实现信息的分享。对于企业而言，要想建立一个完善的系统平台，需要投入大量的资金、人力、物力、技术等市场资源，这种消耗是企业难以承受的，但是从目前市场环境来看，我国数据平台的搭建依旧处于初级阶段，企业要想利用数据平台实现会计信息化建设还存在诸多阻碍。2.数据分析缺乏标准。从会计信息化建设的角度讲，企业的大数据分析需要建立在一定的技术标准之上，这样才能确保数据分析结果在各环节的传递与分享。但是目前企业在会计管理中对平台建设缺乏投入，对云计算的使用依旧停留在形式化层面；再加上国家法律法规的不完善，使得企业的会计信息化在数据分析方面举步维艰。3.数据的安全管理存在漏洞。在互联网时代，我们在享受海量信息带来的便利的同时，必然要面临信息安全的问题。在企业会计信息化建设中，企业对大数据的应用都保持着积极乐观的态度，但是对大数据存在的安全隐患却视而不见，使得会计信息安全成为威胁企业经营效果的关键性因素。4.会计工作人员的素质有待提高。高素质的会计专业人员是企业在大数据环境下，适应信息化要求的关键。但是目前许多企业的会计专业人才还是愿意使用和延续传统的会计工作方式，缺乏对大数据时代的适应性，影响了会计信息化的推进和发展。

二、大数据时代的会计信息化建设的相关对策

一、云会计面临的两大困境

云会计可以让企业将工作重心转移到经营管理上，而将会计信息化的基础建设和软件服务工作外包给互联网企业，这种模式所带来的优势和效率显而易见，将推动企业管理模式的转变和思维模式的转变。与此同时，要在企业中推广云会计的应用，还存在着急需突破的困境，这些困境不但制约云会计服务商的发展壮大，也无法消除企业采纳云会计的种种疑虑。首先是数据标准缺失困境。目前尚没有明确的指导性和约束性文件，云会计服务商只是凭着商业逻辑开发相关的软件并提供硬件基础服务，用户也只是根据自身需要选择相应的服务，至于是否符合未来云会计数据的要求，则无暇顾及。各厂商在开发产品和提供服务的过程中各自为政，为将来不同服务之间的互连互通带来严重障碍。例如，用户将数据托管给某个云会计服务商，一旦该服务商破产，用户能否将数据迁移至另一个云会计服务商？如果用户将数据同时托管给多个云会计服务商，能否便捷地执行跨云的数据访问和数据交换？目前在数据的处理标准方面还没有具体的突破，尤其是在数据汇集以后，如何整理？如何分析？如何访问？是三个密切联系又急需解决的问题。在大数据环境下，数据该如何共享？如何保持一致性？也必须有标准来支撑。另外，数据的质量标准是保证数据在各个环节保持一致的基础，这方面的缺失使数据的应用范围受到极大约束。由于数据标准的缺失，导致云会计的应用及服务标准也难以制定，如何对不同云会计服务商提供的服务进行统一的计量计费？如何定义和评价服务质量？如何对服务进行统一的部署？这些问题也使得云会计的普及举步维艰。其次是安全问题困境。云会计的安全不仅涉及当事企业，也与许多第三方企业的利益息息相关，这个问题解决得好，可以极大地促进云会计的发展，否则将使涉事企业面临经济、信用等多方面的巨大损失。一是存储方面的安全问题，云会计的存储技术运用虚拟化及分布式方法，用户并不知道数据的存储位置，云会计服务商的权限可能比用户还要高，因此云会计的数据在云中存储时，如果存储技术不完善，那么会计信息面临严重的安全隐患。二是传输方面的安全问题，传统的会计数据在内部传输时，加密方法一般比较简单，但传输到云会计服务商的云端时，可能被不法用户截取或篡改，甚至删除，将导致重大的损失。

二、数据标准困境的解决方法

要解决云会计中的数据标准困境，必须厘清数据标准的制定原则和制定思路，才能推动云会计的健康发展。

（一）数据标准的制定原则

云会计的最大特点是数据海量、数据互通、数据复杂等不同于以往会计信息系统中的结构化数据格式，是一种大数据的表现形式。标准化的云会计数据不但有助于解决“信息孤岛”问题，更可以大大降低数据的使用成本、软件的兼容成本等。在制定标准化数据过程中，要树立高效性、可用性、经济性三者互相协调的观念，既要反对简单沿用他国标准的做法，也要摒弃完全定制化的观念，要坚持可持续、可协同的标准化思路。高效性是指云会计的数据标准要使得产出投入比最大化，如系统方面的投入与系统运算能力是否协调，存储空间的效率是否高效，数据中心的能源消耗是否最小化，设备的维护成本是否最低等；云会计的高效性直接影响到云会计服务商与企业用户的可持续发展，否则许多投入成本可能会演化为沉没成本。可用性是指云会计的数据标准不仅使云会计服务商能够满足用户当前的需求，而且能够不断升级，满足用户的未来需求。可用性越好，那么在发生业务变动时，系统的迁移性越好，即使在发生系统故障时，恢复时间也能最短化。经济性要考虑全周期的成本，如标准建设的成本、标准应用的成本等，另外一个值得注意的是用户的学习成本，虽然它不一定直接与用户的经济成本挂钩，但会影响到用户使用系统的积极性，一个难以掌握、难以使用的标准终究会遭到用户的抛弃，没有长久的生命力。

1大数据时代的特点

1.1数据规模较大

数据的量的累积规模大是大数据存在的物质属性。比较传统的数据，大数据的量的标准明显大大提高，从TB转为PB和ZB。随着时间的推移和数据管理技术的不断进步，符合大数据标准的数据集的规模也不断地增长。导致数据的量比以前大和多的原因很多，主要是由于随着互联网的迅速普及，人们获得信息非常方便，这个过程会产生大量的数据，也就是说，当你获得信息的同时也产生了信息，你的每次浏览和点击也提供了大量的数据。

1.2数据种类很多

数据的种类是数据的外在形式，是指它的表现样态。原来数据的表示形态和种类有限，数据的维度也相对较低，数据类型简单，大多采用表格的形式和文本进行呈现。在对数据处理的过程中只是对于数值本身进行处理，没有对数据之间的关联和架构进行分，因此也就不能产生新的价值和意义。随着人们生活的丰富好技术的发展，人们对于能获得到事物几倍的诸多信息，因此对于同一事物的数据就越多。数据甄选和过滤技术的出现，数据就成了事物意义的描述，数据量就以几何级的方式增长。

1.3数据处理数据极快

1大数据概论

1.1大数据等于大机遇与大问题

数据的数量随着现代企业的发展以指数级的速度与日俱增，从这些数据中提取有商业价值的信息的期望也随之增加。越来越多的企业领导人明白，近乎实时的大量数据收集分析可以帮助他们应对市场趋势，在日益严酷的经营环境中占据一个独特的竞争优势。随着大数据主动获取越来越多的数据，为企业领导人提供了增强的商业价值同时，企业在存储数据方面将面临着巨大的风险和威胁。

1.2大数据等于大安全威胁

公司刚开始体验到大数据的优越，像任何新的恋情一样忽视对方的缺陷。然而，了解这些海量数据存储包含大量的“有毒”的数据对用户来说是很必要的。有毒数据是指脱离控制后会造成损害的数据。通常情况下，有毒数据包括监护信息如信用卡号码，个人可识别信息（PII）如身份证号码，和个人的健康信息（PHI）和敏感的知识产权，包括商业计划和产品设计。如今，网络黑客和一些商正在偷这类有毒的数据。安保不全和缺乏控制的大数据环境可能会使这些恶意行为更容易。随着大数据热度的消退，公司必须意识到大数据环境问题，并适当控制和保护他们的大数据环境。

1.3大数据等于大安全挑战