大数据培训总结范文

导语：如何才能写好一篇大数据培训总结，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

[关键词]工业；大数据；应用

中图分类号：TP106 文献标识码：A 文章编号：1009-914X（2016）14-0209-01

现代工业企业通过各类底层自控系统和上层管理系统，基本实现对生产、质量、消耗、设备运行等数据的全样本采集和处理，系统数据也以每天千万条的速度持续增长。为了更好的将数据转化成企业财富并挖掘出“数据金矿”的最大价值，应根据生产制造企业特点制定相应的大数据推进计划。

一、背景与意义

近来，大数据逐步纳入国家行动方略，诸多行业和企业都积极响应并部署实施。国务院近日通过的大数据发展纲要更是对大数据产业发展、大数据创新应用进行了顶层设计，将大数据发展上升到培育经济发展新引擎和打造国际竞争力新优势的国家战略层面。生产制造企业应根据发展战略，加紧谋划提前布局，努力从战略高度抢占发展先机，重点就是要强化大数据分析应用，探索并不断完善基于生产制造过程大数据的数据到信息、信息到知识、知识到能力的大数据应用推进。

二、目标任务

（一）大数据分析应用工作以信息系统采集的结构化、半结构化数据多维分析为主线，通过对企业生产内外环境数据开展持续深入的分析研究，实现对生产过程中各类指标的问题精准定位、趋势走向分析和预判预警预控；

（二）大数据分析应用工作围绕“平台、数据、机制、团队”四个关键词，为企业探索一条大数据工作机制、培养一支大数据工程师队伍。

三、工作原则

（一）理念先行。大数据工作推进首先应树立大数据思维，积极思考、主动作为，重视用大数据的方法和意识来开展工作和处理碰到的各类问题。

（二）需求引领。大数据分析应用要突出需求引领作用，以大数据环境下的数据钻取和多维分析为主线，开展大数据分析，并以分析结果运用引领管理提升。

（三）问题导向。大数据分析应用工作要坚持问题导向原则，将大数据与企业各项业务特别是生产中的问题结合起来综合考虑，作为大数据应用的出发点。

（四）可管可控。大数据分析应用要把对分析结果所定位问题的可防可管可控和实施后容易见成效作为一个重要原则，着力解决生产运行中存在的问题。

四、推进措施

（一） 大数据基础知识普及

主要内容：根据制造企业实际情况，灵活采用互联网在线学习、现场技术交流和学习资料推荐相结合的方式，对企业各级管理人员特别是承担统计分析职能的人员进行大数据概念、大数据分析、大数据特点、大数据技术、大数据作用、大数据处理、大数据应用等内容培训和大数据基础知识普及。

1、互联网在线学习：根据企业实际设计大数据培训课程体系（初级、中级、高级）和培训方案，选择合适的互联网在线学习（培训）平台，并组织相关人员按照培训方案要求进行线上线下的大数据基础知识培训。

2、现场技术交流：制定企业大数据交流研讨计划和主题，并做好大数据领域专家联系和现场交流研讨的组织实施工作。

3、大数据资料推荐：收集、筛选、整理国内外大数据领域重点是行业内大数据应用案例、技术研究、发展动向等方面音视频资料、技术资料或辅助读物，并定期在企业内部和对各级管理人员进行推荐。

（二） 大数据思维培养

主要内容：在企业全体员工特别是各级管理人员中，通过开展大数据环境下的业务创新研究、大数据竞赛、大数据应用专项评比等活动，强化企业大数据思维能力培养和业务创新能力培养，持续提升大数据环境下的企业战略管理和知识服务能力。

1、业务创新研究：企业各部门针对生产、市场营销工作或本部门管理职能开展一次大数据环境下的业务模式创新研究。

2、大数据竞赛：在企业内部举办一次大数据竞赛，把信息系统中的部分数据拿出来，去除敏感问题后，放在企业公共平台上交予各部门的数据分析团队（跨部门组建团队的部门数不能超过三个）进行比赛。

3、大数据应用专项评比：在企业内部举办大数据分析应用专项评比，从大数据思维（选题、方向）、大数据处理技术应用、大数据分析方法运用、数据价值转换以及业务与理论背景结合等方面对各部门大数据分析应用能力和效果进行评。

（三） 大数据应用分析

主要内容：在企业内部尝试运用大数据思维和大数据处理技术，对生产制造和市场营销相关业务探索开展大数据专题分析，掌握大数据关键技术的同时进一步强化大数据思维意识和业务变革意识。

1、数据探索分析：针对各业务部门职责范围内的单项具体业务或日常管理中发现的问题，运用大数据思维和大数据处理流程开展数据探索分析。

2、专题大数据分析：运用大数据思维和大数据处理流程，针对生产和营销两条业务线分别开展专题类大数据分析。

3、综合性多维分析：针对企业发展战略、业务模式发掘与创新、当前发展瓶颈以及其它核心需求，运用大数据思维和大数据处理流程，找出过去事件的特征、预测未来可能发生的事情、找出最优的结果供决策者选择，使数据真正成为企业的财富和核心竞争力。

（四） 大数据建设

主要内容：通过大数据深化应用，推动企业不断建立和持续完善相关大数据共享平台、大数据分析平台，还能为企业培养和造就一支懂指挥、懂技术、懂管理的大数据工程师专业队伍。

1、大数据运行机制：根据企业在大数据氛围营造、应用研究、探索实践以及整体推进等取得的阶段性成效，从顶层设计的角度进行系统的分析、归纳和总结，形成一套行之有效的符合企业实际的大数据运行机制。

2、搭建数据共享分析平台：在企业现有数据库基础上，通过数据整合、抽取等数据集成手段，搭建企业数据交换、共享和智能分析平台。

3、培养大数据专业队伍：通过开展和参与多种形式不同层次的大数据培训，特别是通过与具有认证权威性和广泛认可度的国内外大数据认证培训机构合作，形成由不同专业方向和不同层级构成的企业大数据人才梯队，满足企业大数据应用需要。

篇2

关键词:大数据 教育培训行业 应用

一、教育培训行业的现状

我国当前的教育培训行业分工越来越明晰，其中包含很多类目，有K12课外辅导类、学前幼儿早教类、语言学习类、职业技能类设计培训类、IT培训类、文艺体育类、学历教育类、管理培训类、留学移民类等等。其中K12课外辅导类主要包含了小学、初中、高中、一对一、班课、夏令营、特长竞赛班、寒暑假冲刺衔接班等若干品类。就K12课外辅导类来说，目前我国的这类教育培训行业已经准备脱离刚开始的粗放、疯狂的发展阶段，教育机构的总的数量已经连续几年呈下降态势，行业实际门槛变高，没有特色、特长的中小机构生存越来越艰难，并逐步退出市场。究其原因，消费者越来越趋于成熟，选择会更理性，中小机构同质化严重，缺乏差异区分度，共同造成了目前的形势，当然这也是行业成长的必经阶段。接下来，我们就大数据在K12课外辅导中一对一的授课形式中的应用略作分析。

二、云数据系统在教育培训行业应用的现状

就笔者接触的很多选择一对一形式课外辅导的家长来说，一对一的主要优势在于可以做到一人一方案，从章节内容讲解到例题习题练习分析，再到学情考情分析，都能具体问题具体分析，尽力做到因材施教。笔者也了解很多长年从事一对一教学的一线教师，他们为了要实现这种因材施教的模式，除了要有扎实的学科基础之外，还要能对学生的学情考情及性格喜好进行分析，便于有的放矢地个性化讲授。另一方面还要在大量刷题的基础上总结归纳，整理出自己的题库，并对应基础、提高、拔尖等至少三类典型的学生，进行相应的教案编写，并配以循序渐进、深入浅出的例题习题，供学生课上实践与课后巩固、检测。目前一对一教育机构中云数据系统的使用主要体现在题库的统一购买、使用上，解决了一线教师，特别是新教师建题库慢的问题。一线教师可以在授课用的平板电脑中通过在系统的章节题库里勾选课程对应知识点相关的适合难度系数的题目，逐步组成教案或试卷。也能在系统中查看到所选题目的被选用频次，便于进行进一步高要求的筛选。

三、大数据运用在当前云数据系统中的实现

这类一对一培训机构专用的云数据系统也分为几种模式:1，是类似猿题库和学科网的纯题库，主要提供单向的选题、组卷等功能，直接导出成Word文件。即使能保存教师的选题、组卷数据，也没办法与教师本人各方面的学科情况挂钩，选题、组卷数据难以利用，更难以进行有价值的数据深层挖掘。2，是类似学而思内部云数据系统的带反向数据搜集能力的交互式云题库，这种云系统的一大特点就是封闭性，仅供自己体系内的校区和加盟校区使用，在内部进行数据的更新与完善。3，是类似高思所开发的云数据系统，与学而思系统最大的区别在于开放性。该系统目前已经进行了较有成效的推广，目前仅笔者所了解的浙北和苏南地区，就有很多的中小机构，甚至是上亿规模的较大机构已经购买使用了高思云数据系统。其中，后两类系统中的反向数据搜集功能值得引起注意，在该云数据教学系统中，每位一线教师所做的每一份教案、试卷均被保存在云端服务器上，以至于所有修改必须在该云系统中进行，包括将自己原有题库中的题目加入自己的教案或试卷。因为该类云数据系统的无纸化特性，使得这个反向数据搜集功能可以有效地搜集每位一线老师所做的100%真实的教案及试卷，并且可以跟教师本人的背景、级别挂钩，甚至能跟学生使用该教案的接受情况、使用该试卷的检测反馈挂钩。有了这些全方位的数据，加之每周几千上万的教案和试卷数量，公司可以对这些数据进行聚类形成本公司甚至各地区的行业大数据，其中深藏的正是各章知识点的需求、各校各地区的教学进度、学校以及班级的教学质量统计、各地区统计、行业状况、学生及家长需求、教学方法反馈等大量的信息可供发掘。

四、大数据在创新教育培训行业中的前景

虽然云数据系统在当前我国的一对一K12教育培训行业中的运用已初显，但系统定位和开放性的竞争还处于百花齐放的阶段，仍远没有决出谁胜谁负。大数据在设置良好的云数据系统中的运用，将极大助力所属机构在市场需求把握、招生策略尝试、教学质量监督、教学方法效果反馈，以及各地区、各学校教学情况跟踪等各个方面。

参考文献:

［1］［英］维克托•迈尔－舍恩伯格，［英］肯尼思•库克耶．BigData:ARevolutionThatWillTransformHowWeLive，Work，andThink．HoughtonMifflinHarcourt，2013．

［2］于永昌．大数据时代的教育［M］．北京:北京师范大学出版社，2015．

篇3

关键词：大数据技术；图书资料管理；信息服务；知识服务

信息技术在各行各业的普及，不仅满足了人们对于信息的需求，还在精神文化这一方面提出一些新的要求。特别是在大数据时代下，图书资料管理方法不断创新，在传统管理方法的基础上引用大数据技术，充分发挥大数据技术在容量、技术种类、管理效率等方面的优势，不仅可以提高图书资料管理效率，还能够促使图书资料管理工作朝着数字化、信息化、智能化的方向不断发展，使得图书资料管理价值得到体现，以此来推动国家经济的可持续发展。

1 大数据结合图书资料管理的重要意义

1.1 封闭式图书管理的创新需求

图书馆以往在图书资料管理方面整体来说比较封闭，储存的图书资料均是以书面账目这种形式展开管理，并非所有图书品类和数量都对读者开放，导致图书资料缺乏共享性。在读者角度，图书馆内部涉及到大量图书资料，并不能快速的选择自己所需要的内容，致使图书资料在呈现方面存在缺失，很容易出现图书资源浪费问题。基于大数据环境下，图书馆在图书资料管理方面必须要创新封闭式的管理模式，满足读者在图书资料数据共享性与便捷性方面的需求。

1.2 被动式图书管理的服务需求

基于传统管理方法，读者在筛选图书资料时更多是根据个人需求自主选择，而图书馆则在读者服务这一层面相对被动。考虑到被动式图书管理服务需求，需要引进大数据技术，在所有读者的基础上创建针对性档案，根据以往读者图书购买、借还记录，发挥出大数据技术的筛选功能，为所有读者提供针对性、个性化的服务，为读者推荐适合的图书资源，从以往的被动式服务转变为主动式服务。

1.3 电子图书的推广需求

现阶段图书管理进入到信息化时代，在朝着大数据时展的进程中，电子图书成为广大读者青睐的对象，尤其是电子图书资源越来越丰富的当下，读者也开始选择电子图书进行阅读，致使传统形式图书馆的读者群体日渐减少，这是图书馆经营的关键性影响因素。除此之外，越来越多的电商类平台对传统图书馆运营带来冲击，面对电子图书的推广需求，引进大数据技术创新图书资料管理模式，朝着信息化、数字化的方向进行改革非常必要。推出电子图书这一项服务项目，从而参与到现代市场的图书管理竞争当中。

2 大数据在图书资料管理方法中的实施要点

2.1 多元化的信息服务方法

因为图书资料信息服务覆盖范围比较广，所以主要呈现形式也比较多。（2 ）图书租借服务。按照读者提出的需求，由图书馆为其提供相对应的图书资料，该服务具有被动性，即被动的向读者租借图书、文献等资料；（2 ）图书查询服务。所有文档与资源归档之后，由图书资料管理人员做好编制，按照目录与摘要将其整合归纳，为读者查询提供便利；（3 ）图书检索服务。图书资料管理人员在计算机中输入所有资料信息，并且创建物联网，将其与互联网结合设计读者终端，读者可以直接检索需要的图书资源信息；（4 ）社会需求服务。图书馆在信息服务方面，还可以为所有读者提供不同类型的社会信息查询服务。现阶段，一些图书馆在资料管理方面仍然有使用数据存储模式的现象，这在大数据时代下并不能完全满足管理要求，相对应的信息方式增多，信息生产成本显著降低，自然生产方式逐渐体现出差异化。不同种类的图书资源数据呈现出持续增长的状态，而数据的覆盖与影响范围、存在模式也有不同程度的变化，必然会影响到图书资料管理方法，这是应用大数据技术的重要契机。

2.2 高质量的图书管理信息服务

大数据环境下读者需要采集的资料信息越来越多，进度到图书馆之后难免会对图书管理服务水平提出相对严格的要求。与此同时，在大数据环境下图书资料管理也需要引进全新的理念与技术，应用大数据技术有利于提高图书资料管理水平，从而扩大图书馆的读者群体。

2.3 严格的图书管理要求

图书资料管理中运用大数据技术，作为管理者也面临严格的要求，需要成为复合型管理人才。一方面作为图书管理人员，需要掌握图书管理专业知识与技能，另一方面还需要学习其他关联学科与专业的知识，提高个人知识文化水平与技术能力，在参与图书馆里各项工作时为读者提供高水平的服务。

3 基于大数据环境下的图书资料管理方法创新

3.1 图书资料管理中的知识服务

处在大数据环境下，图书馆资料管理进行信息化建设具有非常显著的优势，而采用信息化管理模式也能够满足广大读者的需求，是符合大数据时代图书资料管理要求的有力创新举措。所以图书馆必须要发挥出大数据技术的优势，结合在图书资料管理中的实际需求，创新服务模式，为读者提供更加高质量的阅读体验，也可以提高图书资源利用率，避免资源浪费。在图书资料管理服务方面，知识服务需要展开优化，通过大数据技术在储存空间这一方面具备的特点，可以充分发挥出图书馆知识服务的价值，创建图书资料数据库，提升知识服务水平。

3.2 改变传统图书资料管理模式

现阶段图书馆为读者提供推荐服务，网站推荐更容易被广大读者接受，且网站浏览量也相对较高，在图书资料管理方法的创新过程中也应该认识到该创新举措的作用，全方面剖析读者在阅读、检索等方面的需求，对图书摆放位置与编排进行创新，使读书资料的查找更加方便，也可以利用各大网站加强宣传，保证所有资料都能够得到利用。除此之外，在大数据时代下人们生活节奏逐渐加快，进入到图书馆中查找实体图书资料的机会减少，加之图书馆内储存资源相对有限，若地理位置比较偏远无法吸引到更多的读者。所以推出电子图书服务成为图书馆创新的一项有力举措，可以直接在移动端中在线阅读，利用大数据技术搭建电子图书馆，并且以app的形式下载到智能手机、平板电脑中，满足人们日常阅读需求。尽管如此，人们对于实体图书的需求依然存在，如果读者长期处在电子阅读状态，难免会导致视觉疲劳。此时图书馆保持纸质书籍服务能够改善该问题，满足读者不同的需求。

3.3 加强数据安全保护

大数据技术在图书资料管理中运用，可能会面临数据安全性的问题，所以加强数据安全保护也是创新管理模式的重要任务。一方面为了保证图书馆内部所有资料安全，需要严格限制信息传播范围以及数据开放程度，在图书资源管理系统中设置不同的权限，保证所有读者隐私安全，规避重要数据遗失问题。另一方面按照信息安全保障方面的规范要求，图书资料管理大数据创新要做好资料开放环节的规划，在保证数字图书馆运营安全的基础上，一旦发现图书资料遗失或者受损等现象必须要及时总结原因，并且严格管理。

3.4 管理人员大数据技术培训

图书馆内部负责资料管理的工作人员，在大数据环境下要掌握更多技能，这就需要参与到大数据技术的培训中，树立大数据管理意识，具备更加丰富的管理知识。图书馆也应该定期展开技能方面的培训，所有管理人员要了解大数据技术在图书资料管理中的应用，今后在图书资料管理过程中遇到突发性问题可以马上解决。

3.5 在图书资料管理中渗透以人为本理念

图书资料管理朝着大数据方向的转型，需要渗透以人为本理念，尤其是在图书资料类型与内容更加完善的当下，图书资料管理难免会面临更多问题。所以作为管理人员，首先要认识到自身承担职责，做好图书资料统计工作，能够总结大数据环境下图书资料管理各项工作规律。另外，图书馆与读者通过管理人员实现了紧密衔接，在实施图书资料管理时秉持着以人为本的理念，维系图书馆和读者之间的关系。通过理论和实践的融合，使得图书资料管理制度更加完善，为广大读者提供更加人性化的服务。综上所述，关于大数据和图书资料管理方法的融合，目前在管理实践中还存在一些问题，例如大数据技术应用不到位、图书资料管理资金不足等。所以在大数据背景下创新图书资料管理方法还需要更加深入。根据图书馆在大数据时代下的发展趋势，图书资料管理方法受到技术影响，需要对传统管理方法进行创新。图书馆在选择新的图书资料管理方法时，参考大数据技术带来的影响，从采集、查找、整合资源数据等方面着手渗透大数据技术，实现传统管理模式的改革，提高图书管理与服务水平。

篇4

关键词：大数据时代；市场营销机遇；市场营销挑战

在大数据时代背景之下，市场营销活动较为重要，企业只有创新市场营销方式，规范市场营销行为，并制定完善的管理制度，才能拓宽营销渠道，提升企业的经济效益，以此增强自身核心竞争能力。

一、大数据时代概述

大数据时代，也就是在网络信息系统逐渐开发与发展的过程中，形成的信息咨询系统，可以帮助企业在市场营销中，获取到更加准确的数据。主要因为大数据中的各类系统参考各行各业的数据形成的组织系统，是企业发展的关键要素。同时，应用大数据各类信息技术，可以推动企业市场营销行为的改革，拓宽信息融合渠道，并对其进行有效更新。大数据的特征就是种类多、容量大、价值高等，可以提升企业市场营销工作效率，因此，企业相关管理部门必须要重视大数据信息技术的应用。大数据属于一种庞大的数据信息，具有较为良好的信息处理能力与加工能力，大数据与云计算产生直接联系，属于结构化数据，企业将大数据下载到数据库中，并对其进行有效的分析，可以提升市场营销信息分析工作质量，增强其发展效果，减少企业市场营销中存在的各类问题，达到预期的管理目的。

二、大数据时代下市场营销面临的挑战与机遇

在大数据时代的推动下，企业的市场营销工作受到双重影响，除了可以提升市场营销工作效率之外，还会出现各类挑战，因此，市场营销管理部门需要全面分析大数据时代下工作情况，充分发挥机遇优势，全面应对挑战问题，提升其工作质量与经济效益。

（一）大数据时代下市场营销机遇分析

在大数据时代之下，市场营销工作面临较多机遇，有利于企业提升自身经济效益，增强市场竞争能力。首先，在大数据时代之下，企业在开展市场营销活动的时候，可以提升其针对性与合理性，科学应用网络营销理论知识，结合现代化网络营销特点，对各类数据进行搜集与处理，提升自身市场营销分析能力。在此情况下，市场营销人员可以通过信息的处理，全面了解顾客的喜好情况，并针对顾客的分布特点等，制定完善的市场营销战略方案，创新市场营销服务方式，发挥大数据的应用作用与优势，保证可以为顾客提供个性化的服务，在提升顾客消费便利性与可靠性的同时，增强市场营销工作的有效性。其次，在大数据时代中，市场营销部门可以完善顾客服务体系，构建先进的客户服务结构，发挥大数据的应用作用。同时，市场营销管理部门可以通过大数据做出精准的定位，提升市场营销工作的准确性，同时，还能利用现代化信息技术，在网络系统中与顾客相互沟通，除了可以提升营销便利性之外，还能通过网络系统了解顾客的真正需求，全面改善自身产品结构，发挥创造优势。同时，市场营销部门在大数据时代之下，可以围绕着精准的营销核心，降低工作成本，提升市场营销工作的合理性，将顾客作为导向，为满足顾客需求创新自身服务方式，进而提升市场营销工作质量。另外，大数据可以为市场营销工作提供多元化的营销渠道，减少产品的流转成本，满足客户对于低价格产品的需求，在此基础上，还能保证企业与顾客的沟通，增强市场营销工作的有效性。对于大数据中的流转与偏好数据而言，市场营销部门可以对其进行逐一的分析，并利用偏好数据提升市场营销工作的精准性，提高企业产品价值。再次，在大数据时代下，市场营销人员可以利用各类数据信息，实现产品交叉销售。交叉销售，就是在市场中横向开拓营销空间，摒弃传统的单一顾客类型的营销模式，利用创新等方式挖掘更多的顾客，在此期间，技术人员可以通过大数据了解顾客的真实需求，并分析顾客的消费特点，保证可以制定完善的产品结构优化与创新模式。同时，市场营销工作人员可以针对消费交易数据开展处理工作，明确消费者的各类行为，定期发送产品，保证可以满足现代化信息技术市场营销的及时性与可靠性要求，在交叉销售的情况下，丰富市场营销工作模式。最后，市场营销部门可以借助大数据与客户维持长期的合作关系。主要因为在大数据时代之下，市场营销部门可以快速获取市场份额信息，并针对企业自身竞争力，全面开拓市场营销渠道。同时，为了留住客户，市场营销部门需要正确处理与客户之间的关系，发挥信息采集技术与互联网技术的作用，制定完善的顾客销售服务沟通模式，要求市场营销工作人员以正确的态度与客户沟通，及时发现客户存在的疑问，并快速为其解答，满足客户需求。市场营销部门还要制定个性化的服务体系，针对老客户的维系建立相关服务机制，要求工作人员可以利用各类工作方式维系老客户群体，避免出现客户流失的现象。对于新客户而言，市场营销工作人员要全面分析新客户的需求，并采取有效措施满足其需求，以增强顾客对于营销服务的满意度，使其可以对企业产生一定的信任度，以此提升市场营销工作质量。另外，市场营销部门需要重视客户群体，针对客户群体完善营销服务功能，在满足客户需求的情况下，不会损失企业的利益，达到互利互赢的目的。

（二）大数据时代下市场营销面临的挑战

在大数据时代下，虽然市场营销工作迎来较多发展机遇，但是，还是存在较多的挑战，需要市场营销部门采取有效措施对其进行处理。具体表现为以下几点：第一，垃圾信息的挑战与处理措施。由于大数据中存在的信息较为复杂，在实际应用中，难以对数据信息的真实性与可靠性进行管理，导致企业受到不准确客户信息的影响，无法提升市场营销方案的科学性与合理性。同时，在大数据时代之下，原本的商业环境也会变得更加复杂，市场营销部门一旦不能利用技术对客户信息进行保障性处理，将会导致出现数据分析问题，甚至会出现传统信息爆炸问题。因此，企业市场营销人员需要对其进行仔细的分析，排除一些垃圾信息，减少大数据中的传统理论模式，创造出属于市场营销部门的特有管理体系，以此提升企业市场营销工作质量。第二，技术学习成本挑战与措施。由于市场营销部门在应用大数据各类技术的时候，会学习新技术知识，导致出现较大的成本支出，同时，顾客的产品购买方式有所改变，市场营销部门需要减少拜访营销方式，利用大数据分析技术满足顾客的需求，这也就表明市场营销部门需要培训具有数据分析与处理能力的人才，会增加市场营销模式的创新成本，难以提升企业的经济效益。因此，企业在培训人才的时候，要结合大数据时代下的市场营销培训成本问题，聘用高素质技术人才，减少培训成本，同时，还要从各个渠道获取技术人才培训资金，要求企业重视技术人才培训工作，并给予足够的培训资金，使其可以在短时间之内培训出数据处理与分析的技术人才，保证市场营销工作的科学性与合理性，减少大数据应用问题。第三，信息传输安全挑战与应对措施。在大数据时代下，网络信息技术的安全性是主要问题之一，市场营销部门在应用计算机设备与信息技术的过程中，很容易受到一些不法分子的侵入或攻击，影响市场营销数据信息的安全性，难以提升市场营销工作质量，甚至会降低市场营销数据分析工作有效性。同时，部分市场营销部门还没有树立正确的安全营销观念，不能利用先进技术控制信息数据的安全性与可靠性，难以提升其工作质量，甚至会导致有价值的数据信息被盗取，部分客户在消费之后，会出现资料信息泄露的现象，影响着企业的信誉度。在此情况下，为了保证市场营销数据信息与顾客资料的安全性，相关部门必须要制定完善的管理制度，利用先进的安全技术对市场营销机制进行处理，保证网络系统不会被不法分子侵入，同时，还要树立正确的网络信息安全管理观念，将安全管理责任落实到实际工作中，保证每个工作人员都能意识到安全管理工作的重要性，并在实际工作中利用先进的安全防护措施开展相关工作，减少其中存在的各类安全问题。

三、大数据时代下市场营销措施

在大数据时代背景下，企业必须要制定完善的市场营销方式的完善，保证可以提升市场营销工作质量。首先，需要制定交叉营销制度。企业在市场营销的过程中，必须要制定交叉营销制度，采取产品组合方式对其进行处理。一方面，可以建设在线电子商务系统，通过大数据挖掘更多的消费者购物车信息，保证可以分析消费者的消费需求，总结商品购买规律，保证可以为市场营销部门提供决策数据。同时，市场营销部门需要制定优化式的营销体系，做好市场营销规划工作，拓宽营销渠道，降低工作成本，提升其工作质量。其次，控制营销渠道拓展成本。企业市场营销部门需要根据大数据应用要求，对营销渠道的拓宽市场营销渠道，并对其成本进行控制。例如：在拓宽渠道的时候，市场营销部门需要制定完善的营销成本控制方案，控制成本。同时，市场营销部门需要合理应用大数据技术，全面挖掘网络中的额各类信息，并对营销渠道进行规划，开发新的客户资源，整合各类产业链，以此优化企业市场营销结构。最后，制定完善的市场营销结构。企业在市场营销的过程中，必须要打破传统营销方式的局限性，明确消费者的各类需求，并利用科学的营销方式对其进行处理，合理调整市场营销结构，创新企业的市场营销方式，保证可以满足企业的各类需求。同时，企业市场营销部门需要根据消费者的网购习惯，为消费者树立正确的个人保护意识，保证消费者的数据安全性，同时，还要引导消费者将浏览记录信息数据共享给商家，保证市场营销人员可以更好地分析数据，促进企业营销市场的稳定发展。另外，企业市场营销部门需要全面分析国家的法律法规，规范自身市场营销行为，利用科学的方式对其进行处理，以此提升市场营销工作的合法性。

结语

在大数据时代下，市场营销管理部门面临着较多的机遇与挑战，相关管理人员必须要制定完善的管理制度，积极应对大数据时代下的挑战，优化各类信息系统，制定针对性的销售方案，满足客户对于服务与产品的需求。

参考文献：

[1]李朝春.大数据时代下的市场营销机遇与挑战[J].中国商论,2016(26):1-2.

[2]贾玉洁.大数据时代下市场营销的新模式探讨[J].中国商论,2016(28):3-4.

[3]叶成杰.大数据时代下市场营销的机遇与挑战[J].中国商论,2016(20):11-12.

[4]陈香莲,赵婧,刘永忠等.大数据时代下的市场营销机遇与挑战[J].中国商论,2016(10):13-14.

[5]张栋.大数据时代下电子商务发展的机遇和挑战[J].对外经贸,2014(11):85-86.

篇5

关键词：大数据；高校；学生管理；问题；对策

一、大数据时代高校学生管理工作中存在的问题分析

在高校中，学生和老师每天都以各种形式生产着不同的数据，数据的数量达到一定程度之后就可以建立数据库并对数据进行挖掘和分析。例如，学生在校园网络平台上的一些对话、留言以及图片等构成了海量的数据，这些数据不同程度反映了学生的思想和情感，包含着丰富的信息。如何对这些数据进行存储和管理成了高校学生管理工作中的关键问题。大量数据的产生导致管理者对数据的真伪性辨别变得十分困难，如何在大量的数据中去伪存真及对与学生有关的信息进行科学的筛选成为管理面临的重要挑战。此外，大数据背景下高校学生管理工作面临的另一个问题是短时间内难以满足个性化的需求，在海量数据时代，很多高校的技术手段只能对数量较小、结构相似的信息数据进行分析，不能够对大数据进行现代意义的分析，数据分析技术还不够成熟，大多数工作人员不能彻底掌握相关数据。

二、加强高校学生管理工作的主要策略

1.增强管理人员的大数据意识

对管理者而言，应该提高数据敏感性，从而主动搜集信息和分析数据。例如，可以对学生上网浏览的情况进行分析，从中总结学生的主要兴趣爱好和关注内容，这对于扩大管理活动的参与度有着重要影响。学校图书管理人员可以通过对学校图书馆图书检索目录的分析，汇总学生对图书的偏好，从而为不同群体的学生推荐不同类型的书籍。

2.加强学生管理工作队伍培训

首先，应该改变管理人员对大数据的认识，让他们认识到信息化能力的重要性，只有具备良好的信息化能力，才能够在信息化环境下驾驭学生管理工作。其次，可以通过组织培训讲座等方式加强管理人员之间的交流和沟通，让他们分享自身掌握的信息化工作经验，在此过程中不断提升信息分析能力以及处理数据信息能力，从而增强管理人员的信息素养。最后，可以通过课程培训的方式提升管理工作人员的信息化系统操作技能，强化管理人员应用大数据开展学生管理工作的理念，可以邀请专业的数据分析人员来校园讲解，也可以派遣骨干教师外出学习，并使其在学工队伍中更好地宣传大数据的影响。在大数据背景下，高校管理人员只有积极行动，转变传统的思维方式，有效利用大数据技术，才能够更好地为学生管理工作提供技术保障和支撑。

3.建立健全学生信息管理制度

信息的安全不仅是一个技术性问题，同时也是更严格的管理问题。必须建立完善的信息安全管理制度，加强对学生信息的保护，才能够为大数据时代高校学生管理工作提供一定的制度保障。管理制度建设中需要考虑到学生信息的挖掘人员限制，同时还应该考虑到信息数据的应用对学生是否产生影响、信息分析结果的公布对学生健康发展的影响等因素，进一步建立数据利用权限和范围的管理制度，在不侵犯学生隐私和不影响学生健康发展的情况下合理使用信息，在避免学生信息被泄露的基础上利用信息促进学生的发展，这样的管理才有利于学校人才培养目标的实现。在健全的信息管理制度下深度探究学生信息管理的规律和意义，对学生的发展以及学校教学体系的健全有一定的指导作用。

随着互联网以及各种通信设备的发展，以多种形式存在的大数据出现在网络上，数据的复杂性和零散性对学校管理工作带来了巨大的挑战。作为管理者，需要树立大数据意识，意识到大数据的重要性，不断培养数据分析能力，提升自身的综合素质，加强各种数据的综合分析，进而掌握学生的具体状况。为了保障高校学生管理工作的顺利实施，还应该建立高校学生管理信息系统，实现计算机辅助管理，从而减少管理人员的工作量，促进学生管理工作的科学化和规范化。为保障学生信息的安全性，高校应该建立信息安全保护机制，避免学生的隐私受到侵犯，从而利用合理的信息促进学生的健康发展。

参考文献：

篇6

会员平台

2008年，合生元奶粉品项刚一上市，会员数量猛增，当时只能通过电话为会员积分，2009年，妈妈100会员平台上线，开始发挥威力。

妈妈100平台向全国1万多家门店发放妈妈100积分POS机，通过POS机发展新会员，发放妈妈100星座会员卡，让会员积分，兑换产品，采集会员购买行为数据，建立完善的会员数据库。

从妈妈100会员平台，合生元随时可以查询哪些产品在哪些渠道，卖给了哪些会员。门店和合生元的目标是完全一致的，这些顾客不仅是合生元的消费者，同时也是门店的高端客户，合生元和门店都希望黏住这些高端客户，这使妈妈100会员平台得到门店的大力支持。

合生元通过妈妈100会员平台不仅释放了呼叫中心的压力，还发展了大量会员，把客户黏在平台上，更重要的是搜集了大量的消费者信息和购买行为数据，这是下一步做精准营销的重要基础。

精准营销

面对庞大的会员客户群，合生元妈妈100通过会员数据分析模型，评估客户需求，并定制个性化的精准营销方案。

经过总结，合生元形成了一套客户RFMCL评价模型，按照购买频次、购买金额、最近一次购买时间三个基本维度分类，不同类别的客户相应地有不同的售后策略，针对基础模型再纳入180多个指标，是合生元客户价值需求的基本维度。

合生元认为做精准营销的关键在于从数据中总结出信息，从数据挖掘中总结出知识，分析统计报表背后的消费行为逻辑。

合生元实施精准营销计划，启动“浇水施肥”项目。针对不同类型的客户、新客户回头购买和客户交叉购买都有不同的策略。

在合生元，育儿顾问通过合生元妈妈100会员通和POS机系统，快速获取会员名单、购买记录和营销策略，对客户进行回访。终端门店也可以针对会员信息，配置相应的个性化营销活动，以吸引顾客回头和交叉购买。

客户关怀

在对大数据库营销的基础上，合生元会员营销团队对消费者需求分析下了很大功夫，对消费者的消费心理需求也理解得更加透彻。

母婴类顾客有两个重要特征：一是高关注，怀孕后妈妈们对育儿过程非常关注，育儿过程的生理和心理变化，遇到哪些育儿难题，买什么奶粉、辅食、服装、玩具，妈妈们都非常关注。二是高互动性，80后、90后妈妈育儿经验缺乏，虽然有些妈妈看了许多书，但还是无法解决现实中碰到的问题，需要通过与医生、育儿顾问或消费者之间互动来解决。

在精准化会员营销实践中，合生元深入分析会员的生理需求和心理需求。妈妈100会员中心向会员提供妈妈100《育儿杂志》、《孕产专刊》、呼叫中心热线、精准营销回访，面对面与消费者互动，让妈妈们更好地解决育儿问题，让妈妈们更好地做好育儿产品购买选择。

母婴行业做会员平台、精准营销，不仅仅是冷冰冰的数据库营销，还要有更多的人性关怀，分析数据背后的情感逻辑，关心妈妈和宝宝在不同的时间点上不同的个性化需求。

妈妈100会员中心通过平台、短信和回访以及利用杂志、育儿顾问等解决宝宝在成长中遇到的问题，并且针对不同的顾客，设置不一样的活动和优惠，发送“定制短信”，让顾客感知合生元是为“我”服务。

互动营销

会员是一种资产，资产放在数据库里不会增值的，关键是对会员资产进行经营，通过与客户互动，让顾客动起来，这是会员营销的关键。因此，从2012年起，合生元更加关注与消费者互动，尤其是与消费者面对面互动。

如何加强与消费者互动？在线上，妈妈100会员中心推出手机移动应用，建立线上社区，会员不仅可以找到附近的门店，还可以分享自己的育儿理念和宝宝的成长趣事。同时，开展网络互动、电话互动、杂志互动、短信互动等多种形式的线上互动活动。

在线下，妈妈100通过门店育儿顾问、顾问讲师与消费者面对面互动，解决妈妈们在育儿过程中的疑难问题，引导妈妈们形成正确的育儿理念。开办妈妈培训课程，从怀孕、出生到成长的每个阶段提供不同的课程包，面对面地向妈妈们讲授营养知识、护理知识和儿童心理早教知识，解决她们的育儿困惑。

大数据时代的营销智慧

艾瑞数据显示，2012年中国母婴网络购物市场交易规模达到610亿元，约占中国网络购物整体市场的4.3%。面对如此大的消费群体，如何借助电商平台的优势，利用其高效的数据收集分析能力实现精准营销，成为母婴商家关注的焦点。

未来，借助电商平台进行的大数据营销也成为其未来发展的重点。在大数据营销时代，企业的任何投放带来的点击率、转化率和销售，网络舆情，都将以数据呈现，而如何利用大数据的价值，对于企业而言，都是“技术性”的挑战。

篇7

随着大数据时代的到来，云计算、智能化、移动化、数据挖掘等新兴技术的应用和普及，使得数据处理能力与日俱增，通过大数据技术可以对事物进行多维度、多层次的数据分析，获得有价值的信息，及时准确、全面深入地把握事物发展的规律，对未来的发展方向和趋势进行预测，极大地提高我们认识世界的能力。在教育领域，也迅速掀起了大数据促进教育改革和创新发展相关研究的热潮，大数据的教育应用研究迅猛发展起来。2014 年3 月，教育部办公厅印发的《2014 年教育信息化工作要点》中指出：加强对动态监测、决策应用、教育预测等相关数据资源的整合与集成，为教育决策提供及时和准确的数据支持，推动教育基础数据在全国的共享。可见，大数据与教育领域的深度融合，是当前教育事业发展的必然趋势。大数据技术应用于高校教师职业生涯规划的研究也是重要的研究方向，定性的研究方法向定量化的研究方向转变，确定教师职业发展规划的指标因子以及挖掘教师个人信息中的知识与规律，创新研究教师职业发展的路径，通过对不同岗位、不同阶段、不同目标的教师在自我认知的数据分析基础之上，辅助教师制定个人的职业生涯规划。

一、大数据概述

大数据（Big Data）一词最早出现在20 世纪90 年代，主要用来表示数据的量化特征，相当于日常用语中的“数据量大”[1]。而2008 年9 月《自然》杂志所出版的文章Big Data： Science in the Petabyte Era，将大数据赋予了一种全新的科学理念，超越了单纯数量意义的描述，引起了学术界的广泛关注[2]。美国首屈一指的咨询公司麦肯锡是研究大数据的先驱，在其报告《Big data： The next frontier for innovation， competition， and productivity》中给出的大数据定义是：大数据指的是大小超出常规的数据库工具获取、存储、管理和分析能力的数据集。但它同时强调，并不是说一定要超过特定TB 值的数据集才能算是大数据。随后，又出现了许多大数据的定义，综合各种定义，概括大数据的特征：并没有明确的界限，它不仅仅是数据量大，还有类型繁多、价值密度低、速度快、时效高的特征。

二、高校教师职业生涯规划的现状和不足

高校教师职业生涯规划是高校教师结合自身特点和所处的环境，制定职业发展目标，对影响职业发展的各方面进行规划，并根据目标的实现程度，不断反馈和调整，最终实现目标的过程[3]。

职业生涯规划对高校教师的发展至关重要，合理的职业生涯规划有助于教师了解自己以及自身所处的职业环境，明确发展方向，预测发展前景，克服发展的盲目性，极大地挖掘自身的潜能，实现个人价值和社会价值。

对于高校教师职业生涯规划的相关研究已取得一些成果，研究者们对现状进行了充分的分析，目前存在的不足主要表现在如下几个方面：高校教师对职业发展满意度较低，且缺乏明确的规划和目标；重视程度和支持力度不够，缺乏系统的职业规划政策和指导；职业生涯规划内容片面、形式单一、缺少创新，缺乏个性化，达不到预期效果；研究成果以理论研究为主，缺少定量研究，缺少可操作的模型。

三、大数据给高校教师职业发展规划带来新机遇和挑战

大数据时代，不仅对高校教师的知识体系、教学方式、教学评价等带来了革命性的影响，也为教师进行职业生涯规划提供了新思路和方法。

1.以大数据为依据，帮助教师建立更完整、准确的自我认知和职业环境认知

良好的自我认知是职业生涯规划的前提和关键，自我认知包括对自己的专业技能水平、性格特征、兴趣爱好、特长、个人需求等各方面的认识和了解，传统的自我认知建立在自己感知的基础上，是感性的认知，不是量化的，而大?稻菘梢越?“人”数据化。随着全社会信息化程度越来越高，越来越多的业务依赖于信息化应用，用户在与应用交互的过程中产生大量的数据；此外，网络数据记录了用户的行为，可穿戴设备记录人们的身体状况、行动轨迹等。无处不在的数据，为人们的自我认知提供了量化的工具，使人们能够更加准确客观地认识自己。

职业环境认知包括晋升制度、奖励制度、薪酬制度等学校职业环境，也包括社会地位、收入福利等社会职业环境。职业环境会随着国家或者学校的政策调整而发生变化。大数据时代，高校教师可以更多更快地获取到外界的大量实时信息，学校整体职业环境、学校的发展规划、学科建设情况、职业发展前景都可以通过数据进行展示，为教师分析自身所在的职业环境和职业发展趋势，提供了有力的数据支撑。

2.大数据分析帮助教师选择职业规划路线

在自我认知和职业环境认知的基础上，教师对职业生涯路线做出选择，不同的发展路线，对教师的素质要求不同，也会产生不一样的职业发展的结果。一般而言，教师根据自身的条件和所处的环境，对个人的职业生涯路线做出的判断和选择，很多时候都是主观判断的结果。而以大数据分析为基础，一方面可以清晰地看到不同职业发展路线的要求和区别，也可以看到不同职业发展路线带来的影响和结果，甚至可以看到学校历年的职业发展路线选择的历史数据，为个人进行选择提供依据。

3.个性化的大数据服务辅助教师职业发展

选定职业发展路线之后，教师需要制定阶段性目标，确定相应的教育、发展和培训计划，并做出合理安排，个性化的大数据服务是结合教师的个人特征和阶段性目标，进行个性化的推荐，推荐的内容包括教学资料、科研项目、图书、培训等各个方面，让数据参与到教师的成长过程中，帮助教师更好地发展。

4.大数据报告对阶段性目标进行总结和修正

教师职业规划的过程还包括根据目标的实现程度，不断反馈和调整，最终实现既定目标。大数据报告对教师各方面的数据进行总结和分析，随时生成的大数据报告可以让教师随时了解和掌握目标实现的情况，对产生的偏差进行不断修正和调整。

四、基于大数据的高校教师职业发展规划总体框架

本研究从数据采集、数据处理、数据应用三个层次构建了基于大数据的高校教师职业发展规划总体框架，如图1所示。

1.数据采集

教师数据主要来源于学校业务系统数据和网络服务器的浏览数据，学校业务系统包括人力资源管理系统、教务系统、教学平台、科研管理系统、图书借阅系统、E卡通系统等，可以获取到教师基本信息、教学信息、科研成果、图书借阅信息、校内消费信息等数据，这些数据大多是结构化数据，不要求实时处理，因此可通过ETL（Extract-Transform-Load）工具进行数据的自动采集，将数据从源端经过抽取（extract）、转换（transform）、加载（load）至目的端。网络浏览数据是从网络服务器获取到用户的网络行为数据，这部分数据以非结构化数据为主，数据量巨大、多类别、更新频率高，可采用一个高可用的、高可靠的、分布式的海量日志采集、聚合和传输的系统Flume工具进行采集。

2.数据处理

数据处理包括数据存储、数据计算、数据分析与挖掘等，本研究采用一个开源分布式计算平台Hadoop。采集到的数据首先要进行数据存储，ETL工具采集到的数据一般存储到传统关系型数据库mysql或者oracle中，再通过Sqoop工具导入到hbase中。Flume采集到的海量网络浏览数据采用Lambda大数据架构，分为批处理和实时处理两部分，批处理部分采用Hadoop实现，包括HDFS和Hadoop MapReduce，包括对全部数据集的预计算。实时处理利用流处理系统如kafka、Storm、S4、Spark等，采用各种复杂的增量算法实现。

数据计算采用分布式计算框架，根据不同的应用场景选择离线计算、交互式计算或者流式计算，主要用到的框架包括MapReduce、Spark、Impala、Storm等。

数据分析与挖掘使用Mahout机器学习算法库提供的一些可扩展的经典算法的实现，包括聚类、分类、推荐过滤、频繁子项挖掘等，应用到各个不同的模型中。

3.数据应用

本研究的数据应用包括：教师画像、个性化推荐、分析与预测、大数据报告四个部分。教师画像是对现实世界中教师的数学建模，是通过分析挖掘教师尽可能多的数据信息得到的，用标签的集合来表示。个性化推荐基于教师画像的标签特征，构建推荐模型，选择推荐算法，实现推荐感兴趣的信息给教师。分析与预测结合教师画像的标签特征和学校职业规划环境，分析个人职业发展的方向和目标，并预测是否能够达到下一个目标。大数据报告以数据的方式总结个人阶段性成果，分析职业发展过程中现实和目标的偏差。

五、基于大数据的高校教师职业发展规划的模型与算法

教师画像、个性化推荐、分析与预测、大数据报告四个部分既是一个整体，各部分相互联系，又是不同的功能模块，无论是需求设计、功能设计、架构设计、模型和算法设计上都有很大的区别。本研究拟从共性和方法上进行论述，重点介绍模型和算法的选择。

建模的过程是在明确需求、了解数据、构造特征的基础上，根据实际的应用场景，选择模型和算法，本研究的模型和算法如图2所示。

1.数据预处理

数据处理的流程，一般先要明确问题，了解数据的规模，重要特征的覆盖度，并明确需求和数据的匹配度。再对数据进行预处理，数据预处理的过程包括对数据进行集成、数据采样、数据清洗、缺失值处理、噪声数据处理、数据冲突处理等。其次是特征工程，特征是指对所需要解决的问题有用的属性，特征的提取、选择和构造是通过相关系数等方式来计算特征的重要性，针对所解决的问题选择最有用的特征集合，本研究构造的特征包括：教师的性别、年龄、教育程度、籍贯、收入水平等基础属性，教师的教授课程、学生人数、课时量、学生评价等教学属性，教师的论文、科研项目、横向课题、纵向课题、学术会议等科研成果属性，专业、研究方向、职称等专业技能属性，阅读偏好、消费偏好等兴趣偏好，借阅图书、E卡消费、资料搜索等行为属性。

2.模型与算法选择

明确问题和需求后，根据问题的分类，选择模型和算法。

分类问题是找出数据库中的一组数据对象的共同特点并按照分类模式将其划分为不同的类，其目的是通过分类模型，将数据库中的数据项映射到给定的类别中。聚类类似于分类，但与分类的目的不同，是针对数据的相似性和差异性将一组数据分为几个类别。属于同一类别的数据间的相似性很大，但不同类别之间数据的相似性很小，跨类的数据关联性很低。回归分析反映了数据库中数据的属性值特性，通过函数表达数据映射的关系来发现属性值之间的依赖关系。关联规则是隐藏在数据项之间的关联或相互关系，即可以根据一个数据项的出现推导出其他数据项的出现。

选择模型和算法考虑的因素包括：数据训练集的大小、特征的维度、所要解决的问题是否是线性可分、特征是否独立、对性能有哪些要求等。选择方法可采用奥卡姆剃刀原理，这个原理称为“如无必要，勿增实体”，即“简单有效原理”。比如对于分?问题，只要认为问题是线性可分的，即可采用LR分类器（Logistic Regression Classifier），该模型比较抗噪，效率高，可以应用于数据特别大的场景，很容易分布式实现。比如Ensenble方法（组合方法），根据training set训练多个模型，然后综合各个模型的结果，做出预测，该方法组合多个模型，可以获得更好的效果，使集成的模型具有更强的泛化能力。

建模时通常会执行多次迭代，选择合适的模型算法，运行多个可能的模型，然后再对这些参数进行微调以便对模型进行优化，最终选择出一个最佳的模型。

3.模型与算法评价

最后需要对模型和算法进行评价，本研究采用广泛应用于信息检索和统计学分类领域的两个度量值：准确率和召回率，来评价结果的质量，如表1所示。

准确率accuracy=（TP+TN）/（P+N），就是被分对的样本数除以所有的样本数。通常来说，准确率越高，分类器越好；召回率recall=TP/（TP+FN），召回率是覆盖面的度量，度量有多少个正例被分为正例。

篇8

关键词：大数据 管理会计 机遇

一、大数据的含义、特点和作用

（一）大数据的含义

随着云计算的产生、移动互联网的广泛应用，大数据迅速发展。笔者所述大数据，又称巨量数据或海量数据；是由数量巨大、结构复杂、类型众多数据构成的数据集合，是基于云计算的数据处理与应用模式，通过数据的集成共享，交叉使用形成的能对企业管理提供帮助的各种信息资源。

（二）大数据的特点

按照西方学者的观点可将大数据的特征归纳为4个“V”，即大量（Volume），多样（Variety），速度（Velocity）、价值（Value）。

首先，数据量巨大。数据量TB级别，跃升到PB级别，并从各种方面产生；其次，数据类型多样。如文档、音频、日志、定位信息等等，数据来源于各种各样的渠道；再次，处理速度快。通常要求在很短时间范围内给出分析结果，过长的分析时间则会使其失去使用效力。这个特点也是大数据处理技术和传统的数据挖掘技术最大的区别。最后，价值密度低，可从大量的数据中快速获得具有较高价值的商业信息。所以按照大数据的特点，有效地利用云计算对数据进行收集、加工、分析、挖掘和加以正确使用正在成为现代管理会计发挥职能，为企业创造更多的发展机会和商业价值的重要途径。

（三）大数据在管理会计中的作用

首先，海量的大数据为企业开展管理会计工作，获取企业全面的信息提供了重要的资源基础和支撑。

其次，迅速流转的数据能够促使企业经营管理效率的提高。企业所建立的能够实现海量存储和分析挖掘的数据库，能够实现对收集到的数据的及时、迅速处理。有助于企业提供实时的经营管理报告，提高会计工作的效率和效果。

最后，时效性的数据能够给企业创造价值。迅速收集到的数据对管理会计工作提出了更高的要求，要求企业必须采用相应的数据分析技术实现从海量数据中提取有价值的商业信息，并进行及时迅速的分析挖掘、以实现企业的经营管理目标，为企业创造更高的价值。

二、大数据时代管理会计的发展现状

我国对管理会计的应用和研究始于20世纪80年代，引进了很多西方管理会计理论并制订了针对我国企业的相关条例，但会计理论界和实务界的大多数学者倾向于对财务会计进行理论研究和实务探讨，对管理会计的研究积极性并不高，管理会计的发展相对滞后。到2014年，财政部了《关于全面推进管理会计体系建设的指导意见》，再次强调了管理会计应用的重要性和紧迫性，管理会计的发展步入了一个新的发展阶段。

由此可以看出，现阶段我国管理会计的发展还处于初级阶段，还没有形成相关的理论体系，更没有在实践中得到广泛的普及和应用。在当前这样一个信息飞速发展的大数据时代，管理会计的应用和发展也存在较多的问题，这需要引起财政管理部门、学术理论界和实务界及企业的重视。

三、大数据时代管理会计面临的挑战

（一）我国对管理会计理论的研究和应用有待深入

我国对管理会计的研究局限于借鉴国外的相关理论，我国是有中国特色的社会主义市场经济体制，同欧美的资本主义市场经济体制是完全不同的。我国也不能简单套用西方的管理会计理论，另外我国对西方管理会计理论的研究也不够全面和深入，研究的缺失给实际工作的运用带来了很大的困难。而管理会计多变的内容，复杂的方法，致使大很多财会人员并不能很好的理解和应用这些方法。同时管理会计和成本会计、财务管理等，在内容有很多相互交叉的地方，而在相关的财会人员考试和培训中，也没有专门的管理会计科目。所以对于管理会计的理论研究存在的缺陷，严重影响了其实际应用。

（二）企业对大数据在管理会计中的应用认识不足

在企业的实际会计工作中，部分企业对大数据在管理会计中的应用认识严重不足。无论是构建数据库存储设备，还是培养专业的数据分析人才，或是进行数据的加工挖掘，都需要投入大量的人财物，企业往往认为不符合成本效益原则，因此，没有必要在企业管理会计工作中推广或应用大数据技术。

在对管理会计重视度不足的情况下，企业对于大数据在管理会计中的应用更是不以为意。企业的管理层并没有真正意识到管理会计在企业决策中发挥的重要作用，对大数据在管理会计中应用的认识也比较狭隘。有些企业甚至认为大数据技术是大公司或者IT技术企业才需要掌握的，财会工作是不需要大数据的，这些片面的认识严重影响大数据环境下管理会计工作的推广和应用。

（三）能够使用大数据技术开展工作的管理会计人才匮乏

近年来，会计从业人员数量的快速增长使我国成为了一个会计人员大国，但并不属于人才强国。会计人员的结构不尽合理，基层从事传统会计核算的从业人员数量庞大，而具有较高职业能力的中高端会计人才数量较少，能够对企业情况进行分析预测的管理会计人才更是少之又少，会计人员结构比例严重失衡。

而大数据时代，数据的信息量大数量巨大、来源广泛、载体多样。但收集到的这些信息并不会自动转变为为对企业有价值的信息，而必须通过专业的数据深度分析与挖掘，才能提取出能够帮助企业更好开展经营管理的有价值的商业信息。因此掌握大数据技术的管理会计人才的缺失是阻碍管理会计发展的一个重要因素。因此，迅速培养出掌握大数据挖掘所需专业知识与技能的会计人才，对企业整体的发展就显得尤为重要。

（四）大数据背景下信息存储空间缺乏，数据分析方法不完善

企业在大数据时代下要能够及时迅速搜集到相关的信息，并要求在保证数据全面、充分、完整的基础上，实现数据的有效存储。而同时，大量的社会化信息，如位置、偏好等，在大数据时代下可以帮助企业全面决策，也就显得尤为重要，但往往这类数据来源渠道更加广泛、数量更加巨大，同样需要海量的存储空间。因此，企业要很好的使用大数据来为经营管理提供有价值信息，就必须改善原有数据存储设备的空间不足，为有效利用数据提供前期的储备。

虽然大数据时代为企业带来了更多的有价值的信息，但经常出现的是收集到的信息不能够被管理者有效地使用和进行分析。原因在于，一方面是因为大数据时代数据量急剧增大，如何从大量的数据中提取有价值信息缺乏相应的分析方法和技术；另一方面收集到的不能直接使用的非结构化数据所占分量较大且持续在增量。而此类数据并不能够采传统的数据分析方法进行加工挖掘。

四、大数据时代管理会计的应对措施

（一）建立具有中国特色的管理会计理论体系

2014年，财政部了《关于全面推进管理会计体系建设的指导意见》，提出了全面推进管理会计体系建设的重要性和必要性。我们也不能照搬西方的管理会计理论，要根据我国的国情实际，探索适合我国的实际情况的管理会计理论，制定一套完备的具有中国特色的管理会计体系。

要将高校或企业中具有优势的资源加以整合，以此来支持和推动管理会计体系的形成。同时，高校应建立科研基地，集中组织人员进行理论研究和案例研讨，在实践中总结经验。还要对管理会计的研究成果加大奖励机制，通过激励机制的方法促使更多的优秀人才对管理会计进行研究，以此来推动我国管理会计的发展。

（二）把握大数据浪潮，树立在大数据中应用管理会计的意识

管理会计的发展在大数据的浪潮下，也需要以新技术为支撑，提升管理效率。近年来云计算、大数据、移动互联网等不断发展，企业必须把握形势，抓住机遇。对管理会计来说，信息资源的开放和共享为其应用提供了更多的便利。与此同时，管理会计要在企业的发展中更好的实现其价值，就需要从海量的数据信息中发掘对其有价值的资源，并实时进行整合分析，因此，各方都需要做出努力共同为管理会计的发展增添力量。

面临大数据时代的到来，我们要抓住发展提升的机遇，迎接其挑战，首要的就是提升对在大数据时代如何加强管理会计作用的重视程度。会计理论界和相关研究机构应及时将西方的管理会计理论和我国的实际情况相结合，整理总结和大数据有关的管理会计实践经验，将相关的研究成果通过会议、专著、报刊等形式及时推送出去，并能够在管理会计学科的专业教育和人才培养上融入大数据的相关知识，以此来推动我国大数据在管理会计中的应用研究的更深入开展。

作为企业的经营管理者，也要充分重视大数据技术对管理会计工作在管理决策方面的巨大作用，积极学习在管理会计中运用大数据技术的知识，并推动基层员工对大数据的认知和相应的培训，能够直观的对比出大数据运用于管理会计工作前后的企业各方面的变化，分析其对企业经营管理的巨大推动力，以此来加强企业的管理，提升企业的业绩和员工的绩效。

（三）树立管理会计理念，注重掌握大数据知识的管理会计人才的培养

企业的管理者要想更好的发挥管理会计在企业决策中的作用，必须树立管理理念，尤其是大数据背景下的管理会计理念。区分管理会计和传统会计，明确管理会计在企业管理中的重要地位，更好的发挥管理会计的作用。同时企业要尽快弥补既掌握大数据知识又懂得管理会计的交叉型人才的缺口，主动提高企业应用大数据进行分析、加工、挖掘有价值信息的能力，推动整个企业管理模式的创新发展，提升经营业绩，并更好的为企业的发展壮大服务。

（四）构建基于云计算的会计信息平台

大数据时代下收集到的海量的数据，要求有足够的高效的存储空间，并能够实现对大量、多样化的数据的迅速及时的处理分析，也就是能够迅速响应，提供低延迟和有价值的信息，帮助企业及时决策。随着新技术的不断出现，信息处理能力的提高，如云计算，云平台等。通过互联网提供的动态、易扩展、虚拟化的资源，企业能够较好的完成对海量多样繁杂的数据的储存，加工、分析、挖掘，这不仅能够提高企业工作的效率，而且能够实现对有价值数据的深度挖掘，使其价值得到充分运用。因此，构建基于云计算的会计信息管理系统不失为是目前解决大数据存储与分析加工难题的最便捷方法。

五、结束语

在大数据时代，信息的爆炸式增长为我们的生活带来了巨大的便利，同时也给企业的发展提供了有利的环境，与此同时，外部环境的变化给企业的传统管理模式带来了新的挑战，原本发展滞后的管理会计更是面临机遇与挑战并存的境地。大数据为管理会计工作的有效深入开展提供了更大的平台，使传统的管理会计观念发生了重大改变，大数据时代的迅猛发展促使着管理会计的不断发展，在大数据的浪潮下，企业必须抓住管理会计的发展契机，把握国家积极发展管理会计的大形势，应对大数据带来的困难和挑战，实现自身的发展跨越，而管理会计也将步入快速发展的新阶段。

参考文献：

[1]邓国清.以大数据之“道”践管理会计之“变”[N].中国会计报，2013-08-02

[2]姚璐.大数据时代下企业管理的应用[J].科技创业月刊，2014（1）

[3]傅红彬，官登水.大数据浪潮下的管理会计对策与发展的探讨[J].中国管理信息化，2015（3）

[4]张慧德，陈文新.大数据冲击下的会计信息变革[N].中国会计报，2013-10-18（6）

篇9

【关键词】大数据；应急管理；应用

框架大数据是近年来国内兴起的一项技术，大数据的应用，使应急管理更加准确、便利，对于数据信息背后的深层次问题，也可以利用数据挖掘技术分析出来，帮助有关部门更加科学、有效的进行决策，从而降低突发事故的概率。

1大数据的内涵及主要应用框架

1.1大数据的内涵

（1）大数据有着内容复杂、种类繁多、数量巨大等特点，由于其特点所致，传统的数据分析软件很难完成大数据的搜集整理，运用大数据系统则可以实现这个功能，因此，大数据系统被广泛的应用于政府部门管理中，通过对数据的整体与分析，提高政府部门工作人员的工作准确度与效率，降低工作难度，政府的管理更加科学，人民群众也会越来越信任政府管理。（2）在不同行业不同领域，大数据运用的意义也有所不同，比如说，将大数据技术和云计算结合在一起，利用云计算技术读取分析大量数据，从而对数据加以分析、解读与处理，管理人员将会从中提取到更为详尽的信息，对于各类突发事件的预防与决策，都有十分积极的推动意义，对紧急事故的处理，也具备更明显的推动作用。（3）政府部门在应急管理中运用大数据技术，除了要运用到云采集技术外，还要运用到云存储和云计算等技术，大数据技术在应急管理工作中应用，使应急管理水平有了质的飞跃，政府对突发事件的可预见性也变得更强，应急管理的整体防范水平和应对能力得到了有效提升。

1.2大数据应用的框架

应急管理中运用的大数据技术，主要利用的是大数据的思维与大数据技术。所谓的大数据思维，指的是从大量数据信息中，分析和挖掘每个数据信息背后深层次的内容，找出和应急管理问题有关系的数据信息，并对数据信息进行分析，采取行之有效的对策。大数据技术则指的是数据存储、云计算等对大数据运行起支持作用的技术，通过大数据技术，可以对数据信息分类，并做总结归纳，形成目录和索引。对于应急管理工作人员而言，大数据技术的应用可以使管理效果有效提升，使管理有针对性和效率。大数据思维技术和大数据技术在应急管理中的应用，可以使管理部门的采集与分析能力得到提高，使应急管理的预案及事件处理更加效率、准确、科学。

2应急管理中大数据的详细应用

2.1事前准备

我们通过配置大数据技术的基本系统与设施，保证大数据能够提供参考给应急管理，这个过程被称之为事前准备过程。首先，是人员配置，需要科学、合理的配置人员，对于高层决策人员，应当对大数据的应用价值加以重视，从而使大数据的价值充分发挥出来，对于基层人员，应当对他们进行定期的专业技能培训，提升其实践能力和知识水平，使响应行为更加高效、合理；其次，设施配置，科学配置大数据系统所需的相关设备，引进先进的专业设备，充分准备软件、传感器等软硬件设备，从而将大数据的数据挖掘能力充分发挥出来。

2.2事中响应

事中响应是应急管理中的重要组成部分,主要是结合大数据的应用展开的管理活动,从而有效的对紧急事件进行控制,实现对事件的精准处理。大数据的有效应用能为政府、第三方组织或个人开展应急措施提供精准的数据信息支撑,提升应急响应的准确性和效率。应用大数据可以在宏观和微观等多个层面实现多元应急管理协同合作。宏观上来讲，我们可以把应急响应工作氛围应急决策部署指挥、事故现场应对对策以及事故后外界缘故等，要完成这些工作，需要有超强的数据传输能力以及大量的计算，促使信息的科学沟通，促进机器能够及时预判，最大限度上协助指挥管理部门，有效协调各方面进行现场救援及处置，利用信息沟通，及时从外界寻找援手，将事故造成的损害控制最小，使多元化协作的应急处置得以实现。在微观层面,应对部门需要在应急处理措施和业务连续性之间寻求平衡,而以大数据为基础的决策支持系统将成为强大的信息管理系统,成为能够做到实时报告且操作简易快捷,并能同时集合多项关键性指标的高效指挥决策辅助系统。另外，大数据的应用能更佳有效地发挥出第三方组织或个人的作用。例如,在美国的南加州森林大火中,民众就是利用网民绘制的火情地图为指导,进行有效逃生和避险的。大数据的应用核心环节之一是实时高效的数据信息收集,以及信息数据的迅速传递。实践证明,根据应急管理主导者的不同,数据收集呈现不同的趋势:以政府主导的专业应急管理团队,信息收集逐渐专业化和高效化;以大众和媒体为依托的第三方应急管理力量,则将信息收集方式发展为简单化和大众化、更加易于操作。

2.3事后恢复

在事后恢复阶段也可以应用大数据，确保决策实施工作能够顺利开展，使政府的应急反应能够更加符合人民的需求，对事后恢复工作进行科学的组织，确保事后恢复的合理性和有序性。可以说，应急管理中引用大数据技术，能够有效控制突发事件对社会公众生命财产造成的影响，将政府部门的职能充分发挥出来，促使政府部门能够有效实施各项应急管理工作维护社会安定和谐。

3大数据应用的创新

虽然我国各地已经在应急管理体系中引入大数据技术，并取得了一定进步，但是和西方发达国家相比，我们的差距还显而易见，我们需要进一步提升大数据的应用，革新大数据技术。主要可以从以下几点入手：（1）在应急管理辅助决策能力方面，我们可以引用大数据技术来提升决策能力。比如说，在大数据技术研究方面，要加大研究和投入的力度，同时将大数据技术扩散到其他企业当中，使企业都能够享受大数据技术对应急管理带来的帮助，让企业工作人员掌握大数据技术，提高大数据技术的应用能力，做到改革创新、探索进步、与时俱进。（2）加强数据共享与应急写作，提高社会应急管理的效率。利用“物联化”来收集数据，建立“有偿共享服务”机制和“数据共享机制”等机制，使数据开放的力度有所提高，数据信息能够得到共享，使不同城市之间的应急管理工作能够协同配合，高效运转。

4结束语

综上，应急管理工作中运用大数据技术，对于应急管理工作效率的提高有着非常重要的意义，因此我们要在实际工作中加大对大数据技术的应用，保证应急管理工作及时、有效、科学的开展。

参考文献

[1]白剑波.大数据在应急管理中的应用[J].劳动保护,2015(01):104-107.

[2]马奔,毛庆铎.大数据在应急管理中的应用[J].中国行政管理,2015(03):136-141+151.

篇10

【关键词】大数据 高校图书馆 数据素养

大数据时代的到来使得数据不仅代表着来源、目的和结果，同时也在一定程度上成为了社会基础设施和基本工具。在日常的生活中，数据及多种数量化信息使人们常常需要根据这些内容进行观察与决策，同时还需要根据这些内容来进行整理，了解生活环境的多种变化，例如天气状况和市场价格等。图书馆作为第二课堂影响着高校整体的教学水平与教学质量，因此应该充分发挥图书馆的优势，积极的展示教育职能，通过数据素养的教育，让学生们在阅读的过程中真正掌握数据的价值和可能出现的负面影响，提升把握数据的能力，在这个基础上提高自己应用数据的技能。大数据环境下高校图书馆数据素养教育关系到整个时代社会整体的理性文明水平，同时也影响到国家关于未来人才的培育。

1 数据素养的基本概述

1.1 数据素养与信息素养

数据素养和信息素养在基本的概念上存在着密切联系。数据素养就是指在科研的过程中进行收集、加工并且评价、利用数据的相关知识内容，其中也包含着具体的道德和行为规范。信息素养和数据素养都属于一个含义较为宽泛的综合概念，两者也都蕴藏着可以高效利用的信息与数据资源工具的能力，最为关键的是提供了独立自主学习的态度及方式，体现出强烈的社会责任感和参与意识。两者之间虽然存在着密切联系，但是处理的对象各不相同，数据可以视为一种信息的形式，通常意义上来说，信息包含的范围较为抽象且广泛。总之，数据素养属于信息素养的重要分支，因此可以将其列为信息素养的一个子集。

1.2 数据素养教育的价值

在大数据时代，众多的数据密集型知识环境、统计与数据分析能力等成为了当代师生必备知识框架内容。所以数据素养教育已经纳入到国家的高等教育改革行列，需要全面落实并推进这项重大举措，这将影响到国家人才的培养和知识水平的提升，高校图书馆担任起数据素养教育时代的重担。

2 数据素养教育的主要内容

2.1 意识的培养

数据意识的重要前提是和学习生活中息息相关的数据敏感程度，及时寻找并发现这类数据的存在意义和价值，经过人们不断的探索与长期积累，经过刻意锻炼之后就逐渐形成了发现此类数据的意识和兴趣。

2.2 处理技能

数据的处理技能最为关键，其中涵盖了获取的技能与管理的技能，获取的技能包括了对数据源中的类型、格式、采集的途径及应用的方法等。数据管理的技能重点是对相关的数据信息进行适当的表述、存储和标识。

2.3 应用技能

获取相关数据的最终目的是应用，其中蕴藏着分析和运用两个过程。数据的分析主要是对其中存在的问题进行相关解读，同时总结模式和相关的规律，整个过程离不开对数据的准确性分析，明确数据的真正价值，掌握好最基础的数据统计和分析方式，利用数据分析的主要工具，了解共享数据的方式，坚持以数据为重要支撑，结合基本的要点进行适当决策。

2.4 道德思想教育

批判精神和稻莸穆桌淼赖率亲罨本的保障，数据属于一种客观的存在，但是其真实性和可靠性还尚不明确。利用数据来获取相应的结果也不一定完全正确，数据反映出的现实本身也存在较强的局限性，因此不能盲目轻信数据，应该及时反思数据结果，并且遵守信息获取的渠道规范，一切流程都应该符合数据伦理道德。

3 大数据环境下高校图书馆数据素养教育策略

3.1 重视宣传推广

数据素养教育应该和读者进行充分的了解与沟通，在明确他们实际需求的基础上，正确分析不同类型的读者对数据素养的期许。通过展开广泛的交流过程，才能实现宣传和服务的有的放矢。在开展相关研究工作的同时，重视推广数据素养的基础知识，也可以设置读书节等大型活动，通过趣味性的方式对数据素养的基础知识进行有目的的宣传推广，从而让读者们真切感受其基本的内涵、定义与价值。

3.2 自助式数据资源利用模式

伴随着大数据时代的到来，图书管理员这个具有中介作用的角色开始向着自助式资源服务模式转变。要求图书馆应该结合多元化现代手段为读者展示丰富多彩的数据资源。读者也可以充分利用自动化设备，在进行查找资源的时候选择自己感兴趣且符合自己学科的数据资源，让自己获得自由的发展，由此提升数据的获取能力及分析能力，并在这个基础上增强分享意识。

3.3 开展数据管理服务

高校图书馆应该关注管理人员的自身素养提升，通过参加培训、进修及实践等多种方式来提高数据管理的能力。数据馆员不仅应该及时熟悉多种数据库的使用，还需要建立和科研项目有关的资源平台，以便提供查询使用。

4 结语

数据素养教育活动在某种程度上能够实现教学的目标，同时也能提高最基础的创新能力，有效的拓展并深化高校图书馆的功能及服务，有助于推动学术交流平台的建立，以此适应当代大数据环境下对人才培养的实际需求。

参考文献

[1]邓李君，杨文建.大数据环境下高校图书馆数据素养教育研究[J].图书馆建设，2016（01）：76-80.

[2]张群，刘玉敏.高校图书馆科学数据素养教育体系模型构建研究[J].大学图书馆学报，2016（01）：96-102.

[3]刘勋.高校图书馆开展嵌入式数据素养教育探究[J].图书与情报，2016（03）：86-89.

[4]邓李君.高校图书馆数据素养教育策略研究[J].国家图书馆学刊，2016（04）：43-51.

[5]孟祥保，李爱国.国外高校图书馆科学数据素养教育研究[J].大学图书馆学报，2014（03）：11-16.