大数据营销论文范文
时间：2023-03-29 04:53:58
导语：如何才能写好一篇大数据营销论文，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
流量业务是电信运营商收入增长最大的驱动力，但当前的困境在于，流量收入增长无法补偿流量成本，形成所谓的剪刀差；更长远来看，随着流量渗透率的提升，流量收入增长将不可避免地放缓，在价格竞争作用下，流量收入出现下降也是可能的。与此同时，关于大数据的讨论在技术、应用和模式等多个层面展开，已被认为代表着时展的方向。OTT们正在积极主动地利用这一趋势改变自身经营模式、指导业务布局和演进方向。反之，尽管坐拥丰厚的大数据资产，电信运营商对于大数据的战略价值一直处于朴素而将信将疑的状态，缺乏对大数据经营模式的基本理解和全盘考虑。如果能够揭示大数据经营和流量经营之间的内在联系，对求解流量经营困境和认识大数据经营模式都大有裨益。
(二)当前流量经营的价值困境
流量是当今数字世界运转的基础。“客观属性”是对“流量”这一认识客体固有属性的客观描述，不因经营主体和经营方式而异。流量属性包括以下方面：1)流量的规模性，指流量可用同一量纲进行规模比较，比如联通单用户流量规模要高于移动，百度流量规模要高于google中国，基于中国移动网络发生的流量规模要高于基于百度服务发生的流量规模；2)流量的层次性，指流量与用户真实行为(主体)的接近程度。流量蕴含着反映主体行为的信息，但程度有所不同。比如淘宝网所承载的流量直接反应用户的网购行为，而电信网所承载的流量只是经过IP协议封装的比特流，前者显然更接近用户真实行为因而被称为表层流量，后者则被称为底层流量；3)流量的异质性，指流量对用户消费目的(客体)的涵盖范围。流量蕴含着反映客观世界的信息，但范围有所不同。比如文本、话音、图片、音乐、视频等不同类型之间，垂直应用与平台式应用等不同类型之间，社交类、娱乐类与生产类应用等不同业务类型之间，其流量映射客观世界的能力就各有差异和侧重；4)流量的不可分性，虽然底层流量和表层流量在概念上区分了，但在实体上是紧密依赖的，是同一事物在不同经营层面上的不同投影。比如，淘宝的表层流量离不开运营商底层流量的依托，运营商底层流量也离不开淘宝等表层流量的呈现，同时，淘宝可推知用户使用了多少底层流量，运营商也可部分解析出用户的购物行为。
可见，流量是一个充满想象空间的市场，而电信运营商似乎占据有利地位。综合流量的层次性和异质性，流量被赋予了主体行为和客体存在在信息层面上统一投影的属性，是信息社会不断流动的血液，具备极大的社会价值和经济价值。从流量的不可分割性来看，上层服务提供商与基础运营商之间的相互依赖、相互制约将是长期的基本格局。从流量的规模性来看，至少在本地市场，由于基础设施市场集中度高，电信运营商很容易就可获得超过任何单一玩家(如apple和facebook)的规模优势。
但现实情况中，流量规模的暴涨对电信运营商是一把双刃剑，情况不容乐观。流量在呈现客观属性的同时，在特定的经营主体及经营方式下，还会表现出影响甚至决定经营绩效的经营特征。本文认为，固然客观属性有利于电信运营商开展新一轮价值创造，但在当前经营模式下，流量应有的价值并未得到充分挖掘，无法支撑电信运营商的可持续发展。
当前的流量经营模式是，通过提供同质化的、以M为价值衡量单位的流量产品来满足用户的接入需求，然后通过向用户收取按照使用量计算的费用来补偿网络成本、运维成本和营销成本。在这种模式体现出三大属性：一是面向手段性需求。用户向运营商购买流量不是为了流量本身，而是为了流量所承载的个性化互联网应用。流量仅仅是服务于互联网消费的手段，因此，与面向目的性需求的互联网服务提供商争夺用户界面时，电信运营商天然地处于劣势；二是无直接网络效应，电信运营商无法将网络效应内化从而无法实现业务的边际效应递增。流量用户之间并未像话音用户之间和短信用户之间那样构成彼此连接的网络，用户之间的网络是通过业务构成的，而业务网却控制在OTT手中。换言之，网络效应主要存在于OTT业务层，而非管道层。因此，随着使用OTT业务的用户越来越多，以及用户使用OTT的业务次数越来越多，OTT业务的边际效用递增，但电信运营商流量的边际效用基本持平；三是边际成本下降有限，面对指数级增长的流量需求，运营商不断追加投资扩容、升级只能勉强跟上。上期投资刚进入边际成本下降阶段新的投资又追加进来，下降趋势被中止。在投资压力下，设备商又勾画了美妙的技术前景，许诺平均成本将极大地降低，勾引运营商全面投资新技术。这样多次循环和叠加，在相当长一段时间内，运营商都处于初始成本投资阶段，流量边际成本下降的周期被压缩到很短。反观OTT，一旦业务上线，在运营成本增长与业务量增长相比可忽略不计的前提下，业务边际成本很快就会下降到接近于0。某种程度上，信息产品边际成本为0规则的成立，是建立在电信运营商的牺牲之上的。
图OTT业务与电信运营商流量业务的边际效用/成本对比
电信业本是新经济的鼻祖，网络效应理论就是70年代从对话音网络的研究中发展起来的。然而，在当前经营模式下，运营商的流量业务失去了网络效应、边际成本趋于0、边际效用递增等信息产品的新经济特征，用工业经济时代的经营模式去与新经济时代的经营模式争夺价值，注定是落于新型竞争对手的。这是仅在流量规模上做文章，没有深入挖掘流量价值形成的后果，运营商由此陷入流量价值困境。
(三)大数据经营破解价值困境
大数据的定义众说纷纭，从技术特征上它通常具备数据量大(volume)、数据类型多(variety)和数据处理和响应速度快(velocity)的特征，麦肯锡将大数据定义为超过了常规数据库软件所能搜集/存储/管理和分析的规模的数据集。大数据概念具有深刻的IT烙印，正如“流量”概念具有深刻的电信烙印。通信与计算是信息的不同处理环节，在ICT端到端融合的背景下，流量和大数据完全可以统一在“信息”概念下，是信息全生命周期不同阶段的称谓。流量有表层底层之分，数据也有信息、知识、智慧之谓，流量经营和大数据经营均可理解为信息经营。
然而，仅仅揭示大数据本身的属性是远远不够的，如果脱离了正确的经营模式，一切价值都是虚妄。在这方面，电子科技大学周涛教授的观点很有价值。他认为，大数据1.0是利用内部数据解决内部问题，大数据2.0是利用内部数据去解决外部问题，或利用外部数据解决内部问题，大数据3.0意味着大数据进入了一个以共享交易为特征的时代，出现了大数据公共平台运营商(以下简称大数据运营商)。从1.0到3.0，大数据的工具属性逐步减弱，目的属性逐步增强，直至“大数据”像货币一样在全社会范围被收集、交换、处理、传输和应用，使得大数据可以真正成为时代的标签。在这个意义上，大数据之“大”，就是不断增强数据的透明性、不断扩大数据的共享范围、不断提升数据的流动性，在更大范围内解决信息不对称以创造更大的价值。否则，无论数据多丰富，技术多先进，都较过去无本质突破，大数据之“大”盛名难副。这个过程，是大数据经营环境不断完善和经营模式不断演进的过程。
大数据经营模式严格来说是指大数据运营商的经营模式。大数据运营商采取双边平台模式，一方面向消费者提供普遍服务，另一方面向企业客户提供以大数据为中心的服务。可以形象地将这种经营模式比喻为“数据银行”。1)大数据运营商自身掌握独特而雄厚的数据资产，这往往是一个通过提供消费者服务集腋成裘的过程，正如银行通过吸纳个人存款掌握雄厚的现金等资产；2)这些数据的使用权和支配权归大数据运营商但所有权属于消费者，正如银行可以自行决定吸纳的存款如何使用，但储户拥有随时要求提现的权力；3)大数据运营商以免费或部分免费提供服务为代价，换取消费者在使用该服务时产生大数据的支配权，正如银行承诺利息收益换取现金存入或委托理财，并默认获得资金支配权；4)这些大数据被用到千百万家企业的生产服务流程中，为大数据运营商的企业客户创造价值，为大数据运营商赚取收益，正如银行吸纳的存款被贷给各行各业的企业，融入经济生活的角角落落。为了进一步理解该模式，下面描述一些细节：
细节一：场景举例。风险控制是保险公司商业模式的核心环节，如果能够更准确地获知投保客户的风险系数，保险公司就可能设计更有竞争力的保险险种和更丰厚的收益。比如车险，如果能对某潜在客户的出行和驾驶行为数据如车速、车程、违规记录等进行分析，保险公司就能更精确地推知该用户在投保期内出现安全事故的概率，从而制定更为有利的保费和理赔政策，比如避免对高危客户(通过各种指标定义)保费过低或保额过高，而对“安全系数”较高的客户则可以在常规保费基础上打折以提升产品的吸引力。同样，对于疾病险，如果能够对潜在客户每天身体健康指标如血压、心跳、卡路里消耗、睡眠时间等，保险公司就能识别优质客户并针对性地设计相关疾病险种。在这个简单的例子里，大数据产生于用户使用的车联网、移动健康等服务，大数据运营商需要向用户提供这些服务，并承诺他们的个人数据不会被滥用。对于保险公司或其他中小型企业客户，大数据运营商提供的核心产品是数据，但更可提供大数据基础设施租用、承担大数据分析任务甚至基于分析结果的营销执行等附加服务。
细节二：如何规避隐私争议。个人数据的隐私问题是大数据商业价值受到质疑的主因。实际上，这个问题可以从理念上和模式上给予回答。理念上，隐私问题自人类社会形成之初就存在，用户心中总是存在一架权衡隐私顾虑和业务价值的天平。当前的隐私争议不在于隐私被使用了，而在于被滥用了，没为用户带来便利/效率/等正面价值甚至反而带来负面价值。因隐私顾虑而扼杀业务创新只会在竞争中被淘汰，将注意力集中到利用个人数据创造更智能的业务，使用户心中的天平偏向业务价值，这才是解决之道。模式上，大数据运营商扮演的是银行角色，受消费者委托管理数据，基于数据所有者与数据使用者之间的契约关系执行数据开放动作，具体由双边平台的双方自愿谈判商定。比如，保险公司若需要使用个人数据可向个人提供保费折扣，达成协议后大数据运营商则执行这一契约，按照协议开放指定数据，并全程监督数据使用。上述过程并不涉及隐私侵犯。对于那些无需识别个人身份的大数据应用，交易成本可以更低，正如银行没有必要向每个储户说明他/她的存款被用于哪一笔放贷或投资，而只需履行利息承诺即可。
细节三：如何获得网络效应。在上述经营模式下，大数据运营商将获得网络效应，这种效应源于该平台上各行各业的企业。与话音业务类似，企业使用该平台提供的数据的同时，也在为该平台增加更多的数据资产。比如，“用户A在facebook上的Like行为记录”这一数据，若被WSJ网站使用，除了为WSJ产生“内容精准推荐”的价值外，用户A对该内容的浏览行为和评论(如果有)也会被平台记录，从而提升原数据质量(如置信度评价)、丰富了关于用户A的数据，其他企业将可从该平台获取更多价值。这样，企业围绕平台构成了大数据共享网络。大数据平台成为网络效应的受益者。于此同时，企业客户在使用大数据产品时也具有边际效用递增的特征，数据用得越多，数据的价值就越大。可见，大数据经营完全符合新经济规则。数据不因使用而损耗，且随着使用次数增多价值反而变大，边际成本趋于0，边际效用递增，大数据的价值与数据节点及数据使用者节点的平方成正比。
细节四：如何将流量转化为大数据资产。针对流量业务，一方面优化现有面向消费客户的经营模式，另一方面从流量中提取大数据资产，作为构建面向企业客户大数据经营模式的基础，两者交叉补贴，平摊成本。用户在消耗流量的同时，也在为大数据经营添砖加瓦。一个基础设施，两个经营模式，这是成本收益困境的基本解题思路。对流量经营而言，智能管道存在的价值是调控和配置管道资源，但智能调控和配置的前提是对调控对象的深度识别和解析，而这正好就是从流量提取大数据的过程。因此，智能管道将成为电信运营商获取大数据的重要来源。大数据的另外两个重要来源是BSS和各种信息类业务的后台数据。不同域数据之间的混搭会取得1+1》2的效果。
(四)大数据平台运营商的演化
在未来实体世界与数字世界无缝整合的世界，高速流动的信息将充当不可或缺的纽带。谁能掌控两个世界相互耦合的界面，谁就将成为下一轮破坏性创新周期中最大的赢家，而大数据平台就是这样的关键环节。当前虽然总体上处于大数据1.0阶段，但基于数据重要性被不断认知、传统企业拥抱数字化商业模式热情高涨等事实，大数据领域正孕育着一个前景广阔、异彩纷呈的大市场。
未来的大数据运营商绝不仅仅包括现在的电信运营商，互联网巨头如facebook、google和阿里巴巴等也将沿着这一方向演进。阿里巴巴提出的“电商、金融、数据”三步战略就是明证。阿里巴巴和新浪微博、高德地图等之间的资本联姻，也是走在数据布局的路上。平台会扩张，生态会成长，当时代被烙上大数据的印记，围绕大数据公共平台运营商成长起来的大生态注定会成为信息文明的基石。从平台演进的角度，本文认为大数据经营的成熟将经历消费平台、垂直平台和公用平台三个阶段，简要描述如下：
第一阶段，竞争者们借助消费平台海量用户数据的原始积累取得了大数据平台之争的入场券。比如阿里巴巴的淘宝、腾讯的微信、facebook以及电信运营商的流量，都是典型的消费平台。各类消费平台有层次和领域的区别，渗透争夺十分激烈，但就数据储备而言都具备了进阶的资格。同时，OTT玩家普遍发育了后向广告模式，与电信运营商的流量前向收费模式相比，收入规模小但利润率高。
第二阶段，基于用户积累向垂直行业扩张或者某个特定的环节延展。这个阶段，消费平台依然非常重要，但随着数字世界与实体世界的整合，固守数字世界很快遇到增长极限，因而越来越多的资源将投入面向线下传统行业的拓展。垂直行业方面，包括金融业(互联网金融、移动支付等)、健康业(移动健康、移动医疗等)、汽车业(智能汽车、车联网等)。特定环节方面，包括营销(广告)，CRM(如微信公众账号、淘宝卖家服务、FacebookConnect等)、产品设计(如天猫和华为定制手机合作等)。毫不意外，扩张的行业B2C特征较明显，延展的环节则以营销环节为出发点，而电信运营商通常以行业扩张为主，OTT以环节延展为主。总体而言，这些面向各垂直行业和特定环节的服务都以相对独立的小平台形式存在，每个垂直平台的经营模式各不相同，大数据资产进一步积累，但以信息为中心的经营模式仍未确立。从进阶第三阶段的角度考虑，衡量第二阶段经营成败的标准有两个：其一是是否与政府和传统企业建立了全面的信任关系；其二是是否掌握了大部分行业都需要的20%的关键信息。
第三阶段，面向全体社会成员的大数据公共平台出现。大数据在企业生产和消费者生活各环节的价值被充分认识，垂直行业内部的信息链在第二阶段被打通之后，进入跨行业信息共享阶段，大数据时代来临。在前文提到车联网信息、个人健康信息和保险公司的共享是这一阶段的典型案例，而车联网、移动健康领域的数据布局和与保险公司信任合作关系的建立，则已在第二阶段完成。值得强调的是，消费者的作用非常重要，因为各行业间打破信息隔阂唯一动力就来自于它们具有共同的用户。这一阶段，数据透明/共享/流动的范围、网络效应的范围、创造价值的范围达到了新的高峰。
上述三个阶段所描述的经营模式是叠加而非替代关系。从大数据的角度看，第一阶段着眼于积累原始资本，第二阶段注重数据的垂直投资布局和精耕细作，第三阶段注重跨行业数据的共享运营。但从经营视角来看，最终大数据运营商将具有三种核心业务、三种盈利来源，比如阿里巴巴的三步走战略，并不是金融代替了电商，数据代替了金融，而是按照这个路径最终形成三足鼎立的多元共生业务组合。
(五)对电信运营商的建议
既不甘于管道的低利润率，又无法适应OTT基于速度和创意的竞争规则，电信运营商一直在寻找位于管道业务和OTT业务之间的黄金地带。本文给出的答案就是大数据经营。大数据经营与传统通信经营在业务属性和经营模式上具有内在延续性。传统通信业务通过将个人连成通信网络解决个人与个人之间的信息不对称，大数据经营通过将企业连成大数据网络解决行业与行业之间的信息不对称，这个方向符合信息社会的演进脉络。通过选择正确的模式，大数据经营完全可以和传统通信业务一样具备网络效应等新经济特征，从而带领运营商走出当前流量经营模式的价值困境。
对电信运营商而言，大数据的战略地位应从内部运营工具提升到“新大陆”，移动互联网业务则从“新大陆”降低到撬动新大陆的“杠杆”。如果目标和OTT一样都是大数据，而获取大数据的手段并非仅自身运营OTT业务一途，电信运营商何必一定要吊死在这棵树上呢？调整心态后再参与OTT竞争，也许更从容不迫。因此，电信运营商无需过于纠结为何不具备互联网基因，而应立即与那些OTT站在同一起跑线上一道发力培养大数据基因，构建大数据经营模式。大数据目前还处于非常早期的阶段，大数据竞争最终将是资源密集型的，电信运营商在这个战场上的位势要比在OTT战场上好得多，至少暂时如此。比如，腾讯有微信和QQ，阿里有淘宝和支付宝，电信运营商有流量。关于下一步的布局，有如下几点建议：
1)信息基础设施的整合、开放与融合。最宝贵的资源不是网络、不是IT，而是信息。用全局眼光建立统一的、公司级的技术架构、功能架构和数据架构，将企业内部的各种资源包括网络资源、计算资源、应用和内容资源甚至物理设施资源纳入资源池，在此基础上构建资源管理、业务执行与管理、客户和商务管理等应用平台。最为关键的是，这些应用平台必须共享一个中央用户数据库。要实现这一目标，最大的阻碍是传统电信运营商的组织架构。Vodafone的做法是设立首席信息&技术官职位将CTO管理网络的职责和CIO管理IT的职责整合起来，BT的做法是成立Technology，Service&Operations事业部负责网络和IT的规划、部署和运营，事业部CEO亦为BT集团CIO，对各大前台业务单元的CIO具有直线职能权。
篇2
关键词：大数据时代；科技期刊；出版；编辑
中图分类号：G232 文献标识码：A 文章编号：1672-8122（2016）03-0105-02
20世纪80年代初，著名未来学大师及社会思想家阿尔文・托夫勒（Alvin Toffler）便预言大数据（big data）将成为“第三次浪潮的华彩乐章”。20世纪90年代以来，随着计算机技术的迅猛发展，上至国家的重大决策，下至人民生活的衣食住行，方方面面的信息均被数字化，并得到有效的储存。迈入21世纪，人类社会进入了一个大规模生产、分享和应用数据的时代――大数据时代，它强调信息技术的重点由“技术”转变为“信息”。因此，在以信息为基础的人文社会科学研究领域，大数据势必引发其组织决策和业务流程等方面的根本性变革。而为学术研究服务的科技期刊在大数据时代浪潮中，又将面对怎样的机遇和挑战呢？
一、大数据的概念与特征
大数据，又称为巨量资料或海量资料；其是由数量巨大、结构复杂、类型繁多的数据资料构成的数据集合，是以“云计算”为基础技术支持的数据处理和应用模式。大数据技术是通过集成共享数据，将分散的数据资源转变为集中的智力资源和知识服务能力。研究机构Garter定义“大数据”为需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资源。简而言之，从各种类型数据中，快速获得有价值信息的能力，就是大数据技术。
大数据的特征通常表现为以下四个方面：数据体量巨大（Volume）、数据类型繁多（Variety）、价值密度低（Value）、处理速度快（Velocity）。这就是人们通常所说的大数据的4V特征，也是大数据区别于传统数据的显著特征。
二、大数据时代下科技期刊面临的机遇
1.出版形态的多样化。大数据时代，在计算机、互联网等技术的不断发展和创新环境下，传统科技期刊的出版模式已悄然向大数据平台、多媒介及全媒体模式转型。科技期刊数据化集群建设得以实现的一个重要条件就是大数据技术的成熟与推广，随着大数据平台技术的建立，科技期刊实现了内容的自主优化、信息服务的个性化，以及出版发行模式的多元化，科技期刊将向着在线投稿及评议系统、编辑管理系统和增值服务系统一体化的方向发展。大数据期刊平台的构建将通过期刊内容推荐系统、流计算、期刊数据库和期刊信息整合与治理四大功能板块完成[1]。大多数科技期刊所采用的纸质媒介，在大数据时代背景下已不能满足读者的阅读体验，网络、无线、手持阅读器的全媒体出版要求凸显。传统纸质科技期刊传播媒介将呈多样化、全媒体的发展态势，物联网、互联网、移动智能终端等技术平台，都已成为科技期刊传播的重要媒介。科技期刊利用数字化、多媒介、全媒体的出版模式，在为读者提供平面媒体与数字媒体相结合的全新视听阅读感受的同时，也获得了更多途径和更深层次的推广效果。
2.业务流程的智能化。随着计算机技术的迅猛发展，以及云计算技术的成熟，使得任何复杂的数据都可以实现定量化分析[2]。因此，导致编辑工作流程中的信息收集、加工、传递等过程的智能化成为可能。科技期刊编辑的目标是将知识差大，且读者或该领域从业人员感兴趣的论文从众多稿件中挑选出来，体现在编辑出版过程中就是组稿策划和审稿过程[3]。而过去这一编辑流程基本依靠编辑人员的经验、价值观或学术专家提出的建议完成。而现在大数据技术将科技期刊历史出版物数据化，将全社会、全行业的科技成果数据化，并将这些数据进行整合、分析，从中获得真实、客观、准确、全面的学术信息，从而为科技期刊的选题策划、组稿及审稿提供依据。可以想象在大数据技术提供的真实、客观、准确、全面的学术信息下，那些“一稿多投”或学术不端、学术腐败的问题稿件，将无处遁形。在信息的加工过程中，大数据及云计算技术将过去编辑流程中，因编辑习惯不同或各期刊要求各异，而无统一标准的编辑规则模式转化为统一、有序的编辑规则模式。在这种编辑规则模式下，利用人工智能工具或软件，有可能实现稿件的计算机“预编辑”。从而减少编辑的重复劳动和简单劳动，提升编辑质量和编辑效率。
3.评价规则的多元化。目前，对科技期刊及论文的质量和影响力的评估，普遍采用基于文献计量学的评价体系，如影响因子和被引频次。然而，由于模拟数据时代采集的数据样本量小、种类少，导致科技期刊界对定性或定量评价的优劣争议不断[4]。大数据时代的到来解决了这一问题。通过文本分析、语义分析、专家印象评估及同行评估等方法，可以实现对科技期刊的定性评价。通过期刊影响因子动态跟踪、论文被引动态跟踪、论文浏览及下载量动态跟踪等方法，可以实现对科技期刊的动态评价。通过专家反馈信息采集、同行引用反馈信息采集、读者反馈与推荐信息采集、厂商应用效果市场反馈信息采集等方法，可以实现对科技期刊客观评价。因此，基于大数据平台的科技期刊及论文评估是定性与定量、历史与现代、静态与动态、学术价值和经济效益、主观与客观相结合的多元化、综合性科学评价机制[5]。
4.营销模式以品牌营销为主。大数据时代科技期刊的营销模式是将文化价值、创新价值、版权价值和广告价值融为一体的新型商业模式。文化价值即科技期刊的学术品牌，是科技期刊建设的最主要目标，有文化内涵、科技含量及艺术价值的品牌形象，不仅保证了科技的发展和文化的繁荣，更是吸引读者的关键，从而获得更好的经济效益和社会影响力，实现科技期刊的良性发展。创新价值即是以创新为突破口的跨媒介融合出版，利用大数据技术获取受众群体的核心信息，通过大数据分析掌握市场动向，并及时提出有创新性的营销策略，是科技期刊出版单位需要具备的专业能力。印刷时代建立的传统版权原则和制度，在大数据时代受到了根本性动摇，传统版权规则所确立的利益观、价值观，以及商业模式也被逐渐解构，特别是随着数字出版的蓬勃发展，版权资源潜在的巨大市场和价值被重新挖掘和开发。版权产业迎来了前所未有的发展机遇，版权资源成为争夺主战场，版权资源的价值亟须重塑[6]。大数据时代，出版载体已向跨行业全媒体模式转变，出版形态也更加丰富，广告形式不仅仅局限在传统期刊投放的平面广告，声音、动画、影像等多媒体形式的广告将有效地与科技期刊的主题报道内容相结合，读者在阅读杂志内容的同时，也反复接受了产品的展示与推广，加强了品牌宣传效果，真正达到广而告知的目的。
5.出版编辑理念面临的机遇。在大数据时代背景下，要求科技期刊的编辑工作从传统的文字编辑加工，转变为全媒体新出版语境下的数字编辑。数字编辑的定义是：在数字图书、数字报纸、数字期刊、网络原创文学、网络教育出版物、网络地图、数字音乐、数字视频、网络动漫、网络游戏、数字音像制品、手机出版等出版过程中，从事选题策划、组织稿件、审核把关和加工整理的专业技术人员[7]。这就要求科技期刊编辑首先从思想上树立数字编辑理念，深刻理解大数据时代，数字出版背景下编辑工作不断追求创新和数字技术应用的要求。科技期刊数字出版编辑在推广重要学术成果、传播科技文化知识、促进科技期刊发展进程中，不仅是实现期刊全媒体化的先行军，更是数字出版技术创新的开拓者。数字出版编辑应顺应数字出版的潮流，更新数字化出版的编辑理念，主动参与文化、科技成果的数据化，并积极实现数字信息的加工与传播。在读者服务方面，编辑也利用大数据技术提供的精准信息，实现对目标消费群体的个体化信息推送，提供更为精准服务。数字出版编辑要不断适应数字理念的创新，以适应大数据时代不断深化的移动互联网终端输入内容智能化的趋势[8]。
三、大数据时代下科技期刊面临的挑战
1.信息透明化导致期刊生存环境竞争激烈。通过大数据技术，所有科技期刊都将在一个更为透明的环境中生存。所有科技期刊的评价指标，都将作为公共信息，而被公之于众。例如，中国科学技术信息研究所每年都会将中国科技论文统计源收录期刊的主要计量指标，如核心总被引频次、核心影响因子、核心即年指标等，以引证报告的形式，提供给大众。在这些细化和量化的数据信息面前，科技期刊的优劣势一目了然。这必将造成优秀期刊的良性发展和劣质期刊的自我淘汰。这种数据公开机制，有可能导致某些优质期刊或优势学科领域的期刊获得更多的读者和作者资源，而对于新创办的期刊和某些弱势学科领域的期刊将进入一个更为不利的生存态势之中。
2.对科技期刊编辑人才队伍提出了新的要求。随着大数据理念深入人心，大数据技术的日臻成熟，数字化出版必将成为科技期刊的主要出版形式[9]。因此，数字化编辑也将成为科技期刊编辑工作者的新要求。编辑工作者不仅应具备组稿策划、文字编辑加工能力外，还应具备内容扩展、内容研究、内容创作等能力，以适应科技期刊在大数据时代下的数字化发展。
3.传统的盈利模式不再满足期刊的发展需求。在科技期刊数字化进程中，科技期刊文章无偿向全社会提供阅读已成为必然趋势。因此，依靠纸质发行、有偿下载阅读的传统盈利模式，已不能满足期刊的发展要求。然而，在将来期刊出版社或编辑部是否能成为数据运营的主体，也是一个悬而未决的问题。数据库运营商有可能通过与科技期刊共同建立和运行数字化出版平台，或开发数字化产品，来分享杂志的发行和广告收入。
由此可见，在大数据时代背景下，科技期刊将面临前所未有的机遇和挑战。作为科技期刊的从业者，我们要抓住这些机遇，迎接挑战，完成科技期刊的完美转型，尽早实现真正意义上的数字化期刊集群化。
参考文献：
[1] 丁田.大数据时代科技期刊的未来形态[J].中国科技期刊研究，2014（2）.
[2] 贾晓青，王萍，陈清莲.大数据时代科技期刊编辑思维拓展[J].出版科学，2014（6）.
[3] 张小强，张苹，吕赛英.从信息传播角度看科技期刊编辑出版过程及其优化[J].编辑学报，2007（3）.
[4] 朱剑.量化指标：学术期刊不能承受之轻――评《全国报纸期刊出版质量综合评估指标体系（试行）》[J].清华大学学报（哲学社会科学版），2013（1）.
[5] 柴英，马婧.大数据时代学术期刊功能的变革[J].编辑之友，2014（6）.
[6] 张勤.试论大数据时代版权资源的价值重塑[J].中国出版， 2015（11）.
[7] 李超.数字出版人才培养：职称评定的作用[EB/OL].中国数字出版信息网，2013-05-23.
篇3
【关键词】大数据 商业银行 互联网金融 云计算
一、商业银行大数据应用研究综述
目前国内对商业银行大数据应用的研究论文并不多，国内研究主要介绍大数据这一新生事物及相关的技术，并探讨大数据带来的机遇和挑战。国外的研究也主要侧重大数据相关的技术方面。北京银行董事长闫冰竹从高层管理的视角探讨了大数据时代银行业的发展模式。潘明道等对大数据特征进行分析，并给出银行应对大数据挑战可借鉴的思路。全面分析了大数据时代将给商业银行带来的重要影响，并给出了商业银行培养面对大数据时代核心能力的策略建议。薛亮探讨了大数据技术将给银行业带来的改变以及银行的品牌建设如何适应这种改变。韦雪琼等分析了大数据技术影响下金融市场的变化，以期作出更好的投资决策和判断。
二、大数据应用给商业银行带来的机遇
大数据应用给商业银行带来的机遇营模式转型提供了重要战略契机！借助大数据中国银行业的未来发展将呈现出全新的蓝图。
第一，大数据应用将拓宽商业银行业务发展空间，加速产品创新。随着数据的不断积累和商业银行数据分析能力的不断提升，大数据应用将拓展银行的业务发展空间，设计具有定价权和竞争力的创新产品。社交媒体的兴起为银行创造了全新的客户接触渠道，从银行网点，ATM，POS等固定设备扩展到手机，IPAD等移动终端设备，再扩展到微博，微信等社交网络。大数据应用导致支付模式不断创新，从传统支付，电子支付到第三方支付，再到移动支付。第二，大数据应用将提升商业银行核心竞争力。我国商业银行目前基础设施和数据全部集中在数据中心，而且经过多年运行积累了大量的数据，因此最具条件率先盘活大数据资产，洞察数据中蕴涵的价值，更加科学地评价经营业绩，评估业务风险，配置全行资源，引导银行业务科学健康发展。第三，大数据应用将提升客户服务水平。大数据时代商业银行不仅销售产品和服务，而且积累了丰富的客户交易数据，特别是在网络社会化和搜索引擎技术支撑下，商业银行还能收集到社交网络上客户的活动轨迹以及市场数据。商业银行只要善于分析和应用这些数据，通过数据再利用和数据重组，分析客户的消费偏好，就能准确发现并掌握客户需求，并通过不同渠道为客户提供个性化的服务。
三、大数据在商业银行的应用实践
（一）渠道拓展
大数据时代商业银行的渠道不仅包括传统的渠道，而且还要整合日益互联互通的各种渠道，并增加社交网站等新的客户接触点。商业银行应整合门户网站、网上银行、电话银行、手机银行、等电子渠道，利用微博、微信、社交网站等新媒体，打造在线综合金融营销服务平台，进行产品推送、意见收集、客户服务和营销服务。
（二）个性化服务
个性化的金融产品和服务将成为银行业务发展的主要目标。个性化服务包括互联网化的电子渠道全景体验、个性化产品推荐。LBS位置营销、面向客户个体的深度观察等。商业银行通过收集并分析社交网络数据，聚类出不同的客户群体，如高影响力的客户、存在严重不满情绪的客户、转行倾向的客户，然后向这些客户群采取更有针对性的服务。
（三）精准营销
通过客户行为分析并预测需求实现精准营销是典型的大数据应用。精准营销包括目标客户的精准定位，传播途径的选择，营销活动执行趋势分析和异常监控，营销活动的传播效果和市场效果评估，商业银行应用大数据分析用户影响力。用户聚集区域和日常活动轨迹，用户基础银行业务使用的规律，用户关注点来实现客户营销。
（四）小微企业信贷
商业银行需要通过大数据挖掘，分析和运用，去识别具有市场潜力的中小企业客户，完善批量化，专业化审批，将贷款提供给合适的小微企业。
四、商业银行应对大数据策略
大数据应用取决于三个因素：数据，技术和思维。因此，商业银行需在这三个方面进行体制机制的创新实践，未雨绸缪应对大数据挑战。
（一）数据
商业银行需要提升互联网数据获取，管理和整合能力，不仅要完成银行内部数据的整合，更重要的是和大数据链条上其他外部数据的整合。商业银行不断地从广泛来源获取、量度、建模、处理、分析大容量多类型数据，及时在互联互通的流程、服务、系统间共享数据，并将分析结果应用于业务决策与支持。
（二）技术
商业银行必须进行技术创新，搭建自己的大数据基础设施来跨越这个鸿沟。大数据基础设施分为硬件和软件两类。硬件基础设施需要通过建设私有云来提供灵活，按需和动态的IT能力。软件基础设施是指商业银行培养一批既熟悉金融，同时也对互联网和大数据应用有深入了解的复合型人才，这些人才通过对数据进行实时深度分析，能够对未来趋势有更多的研判和预测，并为决策提供智力支持。
（三）思维
大数据时代商业银行必须具有数据思维。大数据时代重要特征就是社会数字化，一切社会现象解释、监控、预测与规划都离不开对数据足迹的收集，整理和分析。因此商业银行需要具有数据思维，放弃对因果关系的渴求，取而代之关注相关关系，放弃对随机样本关注，而关注全数据，数据分析结果不是精确性，而是混杂性。
参考文献：
[1]赵国栋.大数据时代的三大发展趋势及投资方式[R].国金证券研究报告，2012.
篇4
1.如何从中国情境中创新营销理论?——本土营销理论的建构路径、方法及其挑战
2.基金营销与资金流动:来自中国开放式基金的经验证据
3.移动电子商务互动营销及应用模式
4.企业市场营销战略创新
5.国外移动图书馆营销案例分析及其启示——以加拿大伯灵顿公共图书馆为例
6.基于5T理论视角下的企业微博营销策略及应用分析——以欧莱雅的微博营销为个案研究
7.大数据时代的联动式数据库营销模式构建——基于“一汽大众”的案例研究
8.移动互联网环境下互动营销策略对消费者行为影响实证研究
9.中国寿险业营销效率评价研究
10.我国汽车行业营销趋势研究
11.社会化媒体时代的内容营销:概念初探与研究展望
12.人力资源经理的议题营销过程及策略研究
13.控股股东卷入、两权偏离与营销战略风格——基于第二类问题和终极控制权理论的视角
14.保险营销策略问题初探
15.社会化媒体营销研究述评
16.论“共主体”营销话语的建构与践行——关于现代营销近视症的矫治研究
17.学科服务目标的精确定位与学科服务的精准营销
18.基于IPA的旅游目的地意象整合营销传播——两个江南水乡古镇的案例研究
20.政府旅游公共营销的实现机制和路径选择——基于扎根理论的一个探索性研究
21.我国汽车营销现状及创新分析
22.目的地营销绩效:现状及价值链模型
23.移动营销消费者采纳行为动态演化研究
24.网络营销新渠道:SNS营销
25.我国智能手机营销策略分析
26.基于体验营销的酒店品牌建设研究
27.我国高校图书馆营销新方式
28.国外图书馆社会化媒体营销的案例研究及其启示
29.多渠道零售商线上线下营销协同研究——以苏宁为例
30.东风商用车网络营销对策
31.网络营销绩效评价体系的研究评述
32.双元营销能力平衡、战略地位优势与新创高技术服务企业绩效
33.营销能力对技术创新和市场绩效影响的关系研究——基于我国中小上市企业的实证研究
34.4R营销理论与学术期刊网络营销策略
35.多市场接触下的联合非伦理营销行为——基于市场集中度和产品差异度的二维分析模型
36.企业微信营销研究及策略分析
37.企业微博营销效果和粉丝数量的短期互动模型
38.基于自媒体的旅游景区营销策略研究
39.关于逆营销的效果研究:基于CLT理论的视角
40.全渠道营销理论——三论迎接中国多渠道零售革命风暴
41.搜索引擎营销研究综述及展望
42.技术与生存:数字营销的本质
43.基于DEA的企业微博活动营销效果评估——以S企业官方微博为例
44.基于营销理念的高校图书馆数字参考咨询服务
45.电子商务对营销渠道管理的影响
46.中国市场营销研究英语论文综述——基于内容及来源的描述分析
47.中国烟草业营销分析
48.“大数据”背景下营销体系的解构与重构
49.保险营销渠道团队管理研究
50.企业微博营销中品牌曝光度对网络口碑的影响研究
51.论旅游景区的差异化营销策略选择与组合
52.创新高职市场营销教学 促进学生职业能力培养
53.我国网络营销发展策略研究
54.销售低迷状态下的白酒营销回归与创新
55.新媒体环境下高校图书馆移动信息服务微营销研究
56.基于消费者怀旧的品牌营销策略
57.关于我国汽车营销模式发展的探讨
58.口碑、口碑传播和口碑营销的辨析
59.供应链下的市场营销资源合理运用问题探讨
60.大数据时代营销创新研究的价值、基础与方向
61.旅游产品体验营销中的价格影响因素及定价策略
62.社会资本、组织学习对企业国际营销能力升级的影响机制——基于海信集团国际化发展的纵向案例
63.基于groupon模式的我国经济型酒店网络团购营销研究
64.保险O2O营销模式的实践与研究
65.“心”营销:文化艺术产业新媒体营销策略研究
66.企业网络社区营销价值、机理及模式研究
67.关注和融入中小企业成长——论中小企业银行服务营销
68.互联网对我国保险营销渠道影响分析
69.高科技企业市场营销策略研究
70.论企业应对市场营销环境变化的策略
71.微博网络营销对国际贸易的影响及对策
72.公益事件营销中企业—消费者契合度和宣传侧重点影响效果研究
73.体验式营销在汽车营销中的应用
74.关系营销导向对营销创新的影响研究
75.传播学视角下微信营销的利与弊
76.市场营销专业复合型人才“三位一体”培养模式研究——以重庆大学市场营销特色专业建设为例
77.金融服务营销的核心理念——价值的共同创造
78.企业社会化媒体营销传播的效果分析——以微博扩散网络为例
79.微博营销信息的时空扩散模式研究——以曲江文旅为例
80.旅游目的地营销绩效评价研究现状与展望
81.制度压力、合理性营销战略与国际化企业绩效——东道国受众多元性和企业外部依赖性的调节作用
82.关于红色旅游市场营销研究——以云南省为例
83.我国自主品牌汽车的市场营销策略研究
84.传播学视角下即时性营销模式与战略实现——以微信营销为例
85.网络拓扑特征对病毒式营销传播动态影响的研究——基于新浪微博大数据的实证分析
86.高校图书馆微博营销策略研究——以清华大学图书馆为例
87.市场营销理论、实践、教育的创新与融合——2014中国市场营销国际年会综述
88.面向Y一代用户的大学图书馆服务营销策略研究
89.赣南脐橙三位一体营销战略探讨
90.我国网络营销的现状与发展趋势研究
91.关系资源对营销能力的影响机制:顾客导向和创新导向的中介效应
92.营销动态能力的概念与量表开发
93.新形势下电力市场营销模式与新型电价体系
94.基于内部营销视角的图书馆管理新策略
95.消费者参与社交网络营销因素的实证分析
96.深入理解营销渠道研究的过去和未来
97.关系营销导向对企业使用渠道权力的影响
98.论中小企业的市场营销策略
99.基于全方位视角的企业营销绩效评价研究
100.基于蓝海战略的保险营销创新研究
101.我国汽车营销模式的现状与创新方向
102.我国网络营销中的道德问题及其对策
103.绿色营销研究:内涵、现状与对策
104.国外绿色农产品营销的特点及借鉴
105.小微企业营销现状与对策研究——以广东省中山市为例
106.体育赛事营销的本质及营销观念创新研究
107.内部营销对酒店员工工作满意的影响研究——以组织承诺为中介变量
108.营销管理的新趋势——绩效营销研究探析
109.保险营销模式的转变与发展——电话营销与网络营销模式的互补
110.我国自主品牌汽车的国际化营销战略浅析
111.中国汽车营销渠道的现状与发展趋势
112.当前中国电影营销的关键问题研究
113.全球化时代的城市大事件营销效应:基于空间生产视角
114.我国高校图书馆营销现状调查及分析
115.IFLA图书馆国际营销奖及其背后的营销理念
116.营销刺激、心理反应与有机蔬菜消费者购买意愿和行为——基于有序Logistic回归模型的实证分析
117.感性消费时代的企业色彩营销策略
118.浅析我国保险网络营销的问题与对策
119.营销策略对品牌忠诚的影响:顾客感知价值的中介作用
120.体验营销研究前沿评介
121.国内市场营销研究进展分析
篇5
作者简介
段云峰
承担了国内最大电信运营商的数据仓库和大数据中心的设计和建设、运营工作(截止到2015年该系统达到18000TB存储容量，累计投资120亿元)，积累了15年的大数据领域的实际工作经验。带领相关的团队，从系统创建到系统运营，开发了很多大数据领域的各种应用。积累了国内唯一的大数据在大企业建设、运营方面的经验。其前后主持设计的文档，有150余册、1200多万字，涉及大数据系统的数据模型、数据接口、系统架构、质量管控、业务应用、系统安全等各个领域。
秦晓飞
具有理学学士、工学学士和管理学硕士学位。最近十几年先后从事BI系统的运维、开发、项目管理以及应用推广等工作，参与并见证了中国移动BI系统从TB级别数据仓库向PB级别大数据平台跨越的整个过程。先后获得高级工程师、信息系统项目管理师、高级电信业务师、国际信息系统审计师等专业资格认证，并且被评为2012年山西省青年岗位能手。在《移动通信》《中国新通信》《电子世界》《信息与电脑》等杂志发表多篇专业论文，并且申报了多项国家发明专利。
目录
01大数据现状／1
1.1大数据的概念和特点／2
1.2互联网思维的故事／4
羊毛出在猪身上／4
圈客户／圈眼球／4
1.3“天变了”／5
用户变了／6
平台变了／8
金融变了／9
营销变了／9
思维变了／10
1.4大数据为什么需要互联网思维／12
大数据项目不同于传统IT项目／12
大数据产业是咨询服务产业／13
互联网思维是咨询服务产业的法宝／14
大数据“变现”需要互联网思维／15
大数据中“群众的智慧是无穷的”／15
1.5小结／16
02堪比“文艺复兴”的互联网思维／17
2.1文艺复兴的意义类比／18
艺术解放思想，思想解放生产力／19
引导了第一次工业革命／19
互联网引导新的工业4.0／20
改写金融业，改写社会／21
2.2互联网企业的发展／21
BAT的造梦／22
IT技术成为企业的核心竞争力／22
2.3互联网思维的概念／24
2.4互联网思维的特点／24
2.5互联网思维改写了手机产业／26
2.6互联网思维改变大数据／29
大数据的客户体验／29
大数据的产品化思维／30
大数据的平台思维／37
大数据的迭代思维／42
2.7大数据的新生／44
从配角到主角／44
产业化成为可能／45
大数据的春天／45
2.8小结／46
03大数据的发展／47
3.1大数据产业的发展／48
互联网改写了历史，大数据改写了互联网／48
第三次浪潮中的新兴产业／49
数据成为最大的资产／50
促进“理性社会”／51
3.2从网络运营到大数据运营／52
互联网平台如何使用用户数据／53
建立数据分析保障管理体制／55
从基础设施到产品提供／57
从网络产品到数据产品／59
3.3如何运营大数据／60
互联网基因／60
对内服务／63
对外服务／66
大数据营销／68
3.4大数据发展的瓶颈／69
与传统IT不同／70
机构和机制不同／71
新理论和新思维／71
转型更难／72
3.5小结／72
04大数据的客户体验／74
4.1客户是谁／75
内部客户／外部客户／77
个人客户／集团客户／78
校园客户／80
4.2客户的大数据需求是什么／80
取数——“取柴火”／82
取知识——“将柴火烧成炭”／83
取专业建议——“集体供暖”／84
4.3客户体验是什么／85
什么是体验／85
数据如何可读／90
“啤酒和尿布”的另一个角度解读／95
4.4客户体验如何提升／96
服务不同角色／96
娱乐思维／98
管家式服务／98
4.5小结／99
05大数据产品设计／100
5.1大数据产品背景／101
产品长什么样／101
谷歌是搜索门户还是数据门户／102
提品还是平台／103
卖咨询服务／104
智慧产品／104
5.2大数据产品内容／105
工具类／106
中间类／107
像棋谱一样的知识库／108
数据分析手机／109
互联网联通了人，数联网联通了大脑／110
5.3产品的“客户流量”／110
吸引客户／110
运营客户／111
5.4大数据产品类比／113
大数据的搜索门户／113
大数据的社交平台／113
大数据的电商平台／115
大数据的云化——在云里找数据／115
5.5大数据产品特点／115
目的决定产品特点／116
通过对比显示价值／116
更多的群众参与／116
5.6产品的界面优化／117
从苹果App中学习什么／117
结果的可视化／117
5.7产品的用户定位／117
如何让孩子看懂／118
数据的消费者／118
DIY发烧友／118
产品的商业模式／118
5.8小结／119
06大数据的极致思维／120
6.1产品的极致／121
傻瓜化的App／121
新的触摸屏在哪里／123
服务的极致／124
专家的极致／125
棋手的极致／126
智能改造之后的极致产品／127
智慧产品的极致／132
6.2思维的极致／134
兵书的知识提炼／134
参谋的极致／134
知识库和运维／135
思维的“众筹”／135
6.3营销的极致／136
点对点的精准营销／136
成本控制的极致／137
6.4“讲故事”的极致／137
吸引人的标题／138
吸引人的叙事方法／139
吸引人的数据证据选择／140
6.5小结／140
07大数据的快速迭代／142
7.1怎么“快”／143
标准零件的拼接／143
分析过程简单／143
不要追求完美，但求不断完善／144
7.2数据的标准／144
大数据是否还有逻辑模型／144
口径的管理／145
业务元数据和技术元数据／145
7.3平台的标准／146
云计算平台的标准化／146
PaaS还是SaaS／147
7.4环境的标准／148
编程规范和标准／148
软件结算的标准等／149
7.5迭代的知识积累／149
农业知识积累出的农历／149
何时更新、如何更新／150
7.6小结／150
08大数据的平台思维／151
8.1大数据的平台定义／152
数据得到丰富，取得规模效益／153
运营能够细分，拓展发展前景／153
8.2大数据平台思维的特点／153
平台越来越通用，应用越来越专业／153
孤立的数据是金，共享的数据是钻／154
数据的多维决定着平台价值的多样／154
8.3大数据的平台实体——“数联网”／154
数据交换的高效网络／155
数联网的内容／155
访问工具／160
数据管控／161
8.4大数据平台的生态环境／180
谁会购买大数据产品／181
各方获利的互联网模式／182
速度弥补精度／184
8.5平台SDK的开放性／185
平台的可编程API接口／186
数据的标准／186
数据的可读性／187
加工的简化性／188
容易参与／190
人人参与／192
8.6互联网企业的数据开放平台／192
阿里巴巴的御膳房／192
腾讯的微信开放平台／199
百度的阿拉丁／202
8.7人人的“数据”到数据的“人人”／204
8.8互联网平台升级到大数据平台／205
互联网平台是新时代的农业文明／205
大数据平台的价值最大化／205
电信运营商，新的电力公司or大数据公司／206
8.9小结／207
09大数据的跨界思维／208
9.1大数据跨界的背景／209
Hadoop的兴起，去了IOE／209
大数据的渗透——大数据×／210
9.2大数据跨界的定义／211
大数据跨界的特点／211
大数据跨界的展望／213
大数据跨界的案例／215
9.3大数据的业务多维／216
横看成岭侧成峰／216
数据的行业解读／216
9.4大数据的行业交叉／216
电信数据与金融数据的交叉／217
电商数据与医药数据的交叉／219
9.5小结／220
10大数据实践案例探索／222
10.1大数据提升客户体验／223
基于角色的应用／223
解决问题的应用／226
用户的GUI界面／234
10.2大数据实现产品化／238
BI Store案例／238
自助分析工具／242
用户的知识库／251
10.3大数据的极致思维／254
思维导图案例／255
大数据分析报告剧本／256
10.4大数据的跨界思维／258
大数据在交通行业的应用／258
大数据在金融行业的应用／259
大数据在制造业的应用／261
10.5大数据的平台思维／261
淘宝的API开放平台／261
某电信运营商的对外开放平台／265
10.6大数据的快速迭代／267
多波次灰度营销／267
数据字典的迭代／268
10.7小结／269
篇6
关键词：数据分析；设计思维；市场定位；精准营销
中图分类号：TS941 文献标志码：A
The Influence of Industry Big Data Analysis on New Models of Design Thinking
Abstract： Based on discussing big data analyzing technology as well as enterprise case studies and tracking surveys， the paper states that such data analyzing technology will facilitate the generation of new models of design thinking， which will more rely on Internet technology， and systematically reorganize complicated resources and information into data that can be further used as an important guidance for new product design. These data will help enterprises realize cooperation of various participants， information sharing and tier management in the process of product design and R&D and improve the efficiency and benefits of their design and R&D system.
Key words： data analysis； design thinking； market positioning； precision marketing
在全球服装纺织业格局中，中国还处于起步探索阶段，缺少真正有市场竞争力的自主设计品牌。企业们普遍缺乏高效务实的设计创新能力，成为了我国服装纺织行业的发展短板。面对国际品牌的激烈竞争，企业们需要建立自己的新型设计思维模式。更加适应市场需求的新设计思维将是一套有理有据、高效灵敏的产品设计与管理系统，这将有助于企业们更超前的把握市场发展动态，更精准的分析产品的优劣势，更合理的筹划销售策略，更敏锐的找到未来商业机会从而打造企业及品牌的市场竞争实力。
目前在经济发达国家的服装产业中，类似的研究已经进行到了比较成熟的阶段，如法国的Lectra（力克）公司，通过将其CAD/CAM 、三维技术与互联网技术的结合，进行最优化的数据传输，可以满足企业在整个生产过程中从服装系列设计到视觉化销售的所有环节的需求。力克公司的发展资料为本文的研究提供了非常有价值的可参考实例。
1 针对服装纺织产业大数据分析技术的研究
服装纺织产业大数据分析技术是基于互联网大数据分析的专业服装设计和生产管理辅助工具。该分析技术采用的是个性化分布式数据挖掘技术，通过对互联网海量真实的服装销售数据的分析，监控并分析网站，采用JAVA语言对网站中各种内容信息进行智能化的分析和挖掘，多维度、全方位对服装属性数据进行筛选，可甄别出不同时间段、不同地域、不同年龄层次、不同性别甚至不同消费习惯的服装购买者对服装颜色、款式、面料、尺寸等属性的偏好，并形成直观易懂的可视化报表，从而对设计和生产管理者形成指导，更加方便直接的形成“设计指导书”或者“生产指导书”。能够使产品更加符合品牌特征和市场需求，极大地提高设计生产效率，减少成本与避免试错风险。
在数据分析技术的层面上，它是基于html的个性化分布式数据挖掘系统。核心内容是监控并分析网站，生成Excel表格形式的报表，报表包含关键词和网站的链接地址。这种分析为采用Java语言对网站中的各种内容信息进行智能化的分析与挖掘。相当于目标网站名单读取模块，采用Excel表格存储目标网站列表和关键词，并且用Java语言读取信息，并利用web界面即时呈现监控结果。
2 服装纺织产业大数据分析技术对设计思维影响的实例研究
参与本次研究项目的北京相与文化发展有限公司，是一家由中法意等多国设计师和业内人士组成的专业服装纺织品品牌孵化和设计营销整合机构。
2014年公司开始进行自主开发和使用基于互联网的服装设计大数据分析系统，如图 1 所示，针对某款产品的数据分析结果，将对设计工作产生重要的引导作用。设计师们会根据数据分析结果来判断设计思路是否合理，改变了传统设计流程中过于强调设计师主观感受的不稳定性，将基于互联网的海量数据经过精准的筛选和整理，生成直观可视化的数据报表，并且形成多点共享和分级管理的平台化工具，将设计研发流程模块化，迅速找到针对市场切实有效的产品设计卖点和营销方式，可以极大地提高服装设计师和生产管理者的工作效率，降低了设计研发成本并有效减少了企业在新品设计研发方面的试错风险。
为了调研资料的充分性和客观性，本论文还调研了参与10家生产销售与男士T恤相关的服装企业。在男士T恤这个产品品类的设计开发之前，这些企业想去了解该产品的设计研发方向的需求集中体现在以下几个方面，如基础风格、花型图案、面料材质、款式细节和服饰工艺等；并且在这几个需求里面，关于花型图案的调研量最大，这个环节也就成为了企业们最为关注的问题所在，另外占比量22%位居其次的款式细节，也成了男士T恤的另一个设计重点。以上调研的数据比例图示（图2），充分证明了企业对产品的设计研发方向的设定，是有着比较明晰准确的需要点的，占比29%的企业都认为要将花型图案作为男士T恤的设计重点。如果通过产业数据分析技术，能比较清楚地告知这些企业，在服装设计研发的时候，是否要优先关注哪些方面以及如何把握这些方面的设计工作，这无疑对企业把控产品与市场需求的贴合度方面是有重要帮助的。
3 产业大数据分析技术对新型设计思维模式的影响
“积累、效率、协作、降本”―― 代表着新型设计思维模式核心要素的，将给产品的设计研发思维带来全新突破，将有力地帮助中国数以万家企业将设计真正转化为生产力并最终打造核心竞争能力，完善品牌体系并全面提升品牌价值。
将与产品相关的市场数据进行搜集整理和分析，在互联网大数据分析技术的帮助下，找到对企业的产品设计研发最具有参考价值的类比信息，不同于传统设计模式的主观化和分散化，新一代的设计思维模式需要将资源和信息模块化，形成支持系统；从而在企业的整体产品设计研发流程中实现多点协作、信息共享和分级管理，极大地提高了流程的效率，降低了错误判断市场导向带来的经营风险，节省了设计开发的时间和成本，同时新型设计思维模式又会强化对于流程中每个环节的工作指标的评估，从而达成有效良性的管理机制。
4 结语
篇7
(一) 京东商城发展情况
京东 (JD.com) 是当前我国最大的自营式B2C电商企业, 为京东集团CEO刘强东于1998年6月18日在中关村成立, 并于2014年5月22日在纳斯达克挂牌, 成为仅次于阿里巴巴、腾讯、百度的中国第四大互联网上市公司。其中, 2013年5月6日正式成立京东商城, 在线经营商品涉及计算机、3C数码、家电、汽车配件、服装与鞋类、奢侈品、家居与家庭用品、化妆护理用品、食品与营养品、书籍、母婴用品、体育商品、百货、机票、网上超市等3150万种SKU的商品, 满足用户在线购物的日常生活购物需求, 同时京东在全国大部分地区覆盖自身的物流配送网络, 完善的售后服务、物流配送及市场推广, 组建六大物流平台提供更加快捷的配送服务, 并且支持货到付款等服务, 真正能帮用户实现购物的“多、快、好、省”。
京东商城作为国内较大的B2C电商企业之一, 其B2C电商模式已经发展得较为成熟。在该企业的营销推广与日常运营中, 对整合营销传播进行了灵活而高效的运用, 尤其通过广告投放、商品促销、市场活动、公共关系四大方面对企业的营销资源进行不断整合优化, 这对于企业的业绩推动、口碑宣传、企业文化打造等方面都起到了不可估量的作用, 因此本文对此进行分析, 总结其可借鉴之处, 以为我国各同类企业提供参考与借鉴。
(二) 京东商城整合营销主要传播方式分析
广告投放。京东主要采用的是以网络传播为主, 整合视频、户外、电视、网页广告等营销传播方式, 不断扩大知名度、增加网站流量, 提升企业品牌形象, 达到吸引客户购买的目的。一方面京东侧重在公共汽车、站牌进行户外广告投放, 采用大众的传播方式不断扩大宣传, 如喊出标志性口号如“好物低价, 上京东”、“多、快、好、省”等等;另一方面, 京东的广告主要投放在网络上, “双十一”促销活动打出四支TVC广告片, 分别从“多、快、好、赞”4个维度中针对大型促销节中售假货、发货慢、退货难、付款难等问题, 做出针对性的回应, 指出要提高消费者在双11活动中的优质购物体验。2017年京东年货节通过拍摄《把年味儿带回家》纪录片推广京东商城“把年味带回家”主题的大促销, 让消费者获得全新的购物体验。此外, 随着京东商城获得1.5亿美元融资后, 京东也在加强电视等媒体的广告投入, 如在电视剧中植入广告, 进一步提升品牌知名度。推荐阅读：生态资源管理运营范文分析的管理学博士论文
商品促销。商品促销是企业进行营销的重要手段, 对于京东商城来说, 借助着便利的网络宣传传播渠道, 可以综合利用多样化的促销宣传方式。一方面通过不同的节日气氛使商品促销常态化、特色化, 比如针对年中“618”的大促活动、“双十一”、“双十二”、“开学季”、“周末放价”等推出有针对性的促销活动, 以双十一为例, 京东商城从11月1日开始, 推出连续11天的“低价爽购”促销活动, 同时3C、家电、消费品、服饰家居这四大事业部分别拿出大牌优惠商品, 轮流上阵促销, 最后在11日全面低价爽购, 让消费者从容购物的同时获得踏踏实实的回馈。另一方面, 京东还进行不定时的促销, 如京东商城的首页中设置“秒杀”、“优惠券”、“闪购”等专栏, 对特价商品、限时抢购商品分门别类, 并推出“全民来砍价”等多种电子商务促销手段, 让消费者的选择更加多样, 丰富目标消费者群体的购物体验, 增强了客户黏性, 有助于提升京东的销售额和知名度。
篇8
关键词：建筑信息模型；三维建模；互联网
传统BIM思想，是以建筑工程项目的各项相关信息数据作为模型的基础，进行建筑模型的建立，通过数字信息仿真模拟建筑物所具有的真实信息。虽然BIM技术在建筑设计过程中已体现出优势，如三维模型，建筑元素的真实材料及构成，自动产生建筑设计的平，立，剖图等。同时用BIM模型可模拟建筑施工过程以预防在施工过程 中可能发生的事故和拖延。但BIM真正的强大功能是可以将建筑的维护和运营管理过程自动化。这将提高建筑维护及运营管理的较率，以进一步节省建筑维护及运营成本。一般认为建筑50 年的维护及运营成本分别是该建筑最初造价20倍和100倍。对BIM技术的应用，不是基于一个或几个软件工具，它应该是基于一个成熟的和通用的MM建模平台结合建筑设计，施工，维护及 运营的理论及经验而开展的一系列的服务，开发和管理工作（项目）。这里还包括采用先进的建筑项目的采购模式，如PPP或PFI，以及先进建筑项目的管理过程，如设计及施工，设计及建造等等。
新BIM+思想，做为一种数据、容器来看，可应用于VR+电商、室内定位、税收的评估、政府的监管、消防的监管、安监的监管、重大危险源的监管、公共服务、应急预案等。
一、BIM产业链应用项目的研究与分析
服务-建模服务，应用通用BIM建模软件或平台把已建成的建筑图纸转化为建筑模型，或为正在设计的项目建BIM模型。
开发-针对不同建筑维护及运营管理部门的要求，在通用BIM平台上开发各种管理软 件及楼宇自动化系统。
管理-直接应用自己开发的基于BIM的建筑设计、施工、建筑维护及运营软件及平台 为社会提供建筑设计，施工，维护及运营管理服务，从提高（信息）管理效率中创造价值。特别是在维护及运营过程中。
BIM数据采集，这个产业链条前端是数据采集端，数据采集端就有智能装备、采集平台到数据的管控。BIM信息采集软件、BIM信息自动化处理软件、AutoCAD Revit建模软件。
BIM数据管控就是要建力大数据平台，建立数据的分析、数据的管控数据汇聚、数据的萃取、数据格式的转换、坐标的定位、与GIS的融合的BIM大数据平台。有了这些，就可以在此基础上建立BIM数据应用。以BIM数据为基础的，融入互联网+思想，结合物联网、云计算、大数据等技术，创建各种应用服务与商业模式。
BIM衍生产业链，BIM本身就是一个数据，同视频数据样，核心是视频数据，中间就是数据管控，其次就是视频分析与应用。BIM产业链条衍生的产业方向：数据采集可以可衍生，软件业、智能装备（如：各种传感器以及室内导航等产业）
数据的管控可以衍生：BIM大数据、云平台、大数据中心等。数据应用可以衍生：智能化服务、运维、基于BIM的信息服务业、信息服务加上智能化服务如：VR+电商。以前传统的服务基于劳动力的服务，现在是智能化+信息化的服务，如：建筑物温度传感能源都是我们服务的对象。
BIM能够应用与工程项目规划、勘察、设计、施工、运营维护等各阶段，实现建筑全生命期各参与方在同一多维建筑信息模型基础上的数据共享，为产业链贯通、工业化建造和繁荣建筑创作提供技术保障；支持对工程环境、能耗、经济、质量、安全等方面的分析、检查和模拟，为项目全过程的方案优化和科学决策提供依据；支持对专业协同工作、项目的虚拟建造和精细化管理，为建筑业的提质增效、节能环保创造条件。
二、BIM在施工中的全生命周期管理
利用已经搭建完成的模型和碰撞检查软件，对建筑与结构、设备专业管线之间进行各种错漏碰缺的检查，并导出碰撞检查报告，提出设计优化建议，一方面可以提高设计单位的设计质量，另一方面避免在后期施工过程中出现各类返工引起的工期延误和投资浪费。线上信息共享，第一可以用作施工单位指导现场施工，避免因返工造成的工期拖延和资金浪费；第二是用作管理单位严格按此监管工程质量和可以进行准确的工程量统计；第三可以形成各系统功能控制区域，用作运营管理单位后期运维技术支持。在BIM思想下施工管理各个环节的分工任务，采用BIM工程质量、进度、费用造价等信息在内的多项研究进行分析。
三、基于BIM互联网+电商模式
充分利用BIM在虚拟现实方面的优势，扩大其应用边界。以城市的家装建材市场项目为根据地，实行线上只体验不交易，免除经销商无法实体店自由经营的顾虑，通过线上商品尺寸数据与价格真实与当地建材经销商所售商品壹壹对应的、傻瓜化家装DIY电商软件，让业主可以自行设计家装并自动生成全套预算，从而缩短决策时间，不再刻意提防家装公司与建材商之间的合伙下套，再通过业主在朋友圈对自己Diy作品的炫耀及亲朋好友的热心参谋设计，使得业主及其亲友社交圈层的潜在消费需求得到质的提升，拓宽了建材经销商对目标客户的影响渠道，因为业主的亲朋好友自然是和业主属于同类经济实力消费人群，业主虽然已经买了房，但并不等于他的亲朋就不再需要买房！ 这将有利于诚信建材经销商实体店商品的销售，从而刺激当地经销商相应地产项目的招商，顺利实现商铺销售。一旦在一个城市试验成功，获得经验与实操团队，就可以迅速将这种模式照搬连锁到其它三四五线城市的建材市场项目。然后更可以通过对已覆盖地区的业主个性化需求进行定制大数据的整理，得出定制家居工厂的流水线订单，同时各地房开也需要借助这个平台的圈层社交影响力来实现老带新营销，各种房地产广告营销需求自然就找上门来。
（作者单位：湖北工业大学工业设计学院）
参考文献：
篇9
金融科技的崛起改变和塑造着客户的金融消费行为和交易习惯，方便快捷的数字化体验成为客户选择的重要考量因素，数字化渠道成为服务客户的主流， 数字化时代已经到来。一些金融科技公司迅速抓住数字化时代契机，打造以客户体验为中心、以数据技术为驱动、以互联网渠道为重点的经营模式，动摇了银行的绝对优势地位，在移动支付、小额信贷等领域不断冲击银行的传统业务。面对新的数字竞争对手和领先的平台型企业的进攻，银行等金融机构开始变得“无形”，银行的数字化转型已经迫在眉睫。
一、银行数字化转型概述
银行的数字化转型是利用科技手段改造传统 金融，广泛运用大数据、云计算、区块链以及人工智能等新兴技术，优化金融服务模式和内部管理方式。总体来看，数字化转型要求银行具备以下几个能力:
一是客户洞察能力。客户洞察能力是通过客户的交易行为和习惯操作分析客户的偏好和特征，从中得到有价值的判断，帮助银行理解客户行为背后的驱动因素、价值潜力及产品销售机会，从而形成银行与客户的良性互动。银行需要做的是了解客户的需求，衡量客户的看法，有效识别客户未满足的需求、不满意的期待以及主要的诉求，建立需求反馈机制，从根本上着手解决客户需求与银行服务对接错位的问题，有效提升客户体验。
二是快速反应能力。快速反应能力主要包括三个要素，分别是产品研发、人力资源和管理，三种因素集成而得的协调的、相互关联的系统决定了快速反应能力的高低。数字化时代也是敏捷时代，激烈的市场竞争和对客户的白热化争夺要求银行能够快速配置财务、人力、资金等各种资源，以响应市场和客户的需要。 因此，银行需要用灵活高效的产品研发、组织架构及运营模式替代过去的内部资源组织形式，提高应对客户需求和市场变化的敏捷性。
三是数据激活能力。数据是数字化时代银行的核心资产。良好的数据获取、分析和运用能力可以帮助银行挖掘客户信息价值，制定切实可行的营销计划， 了解客户的行为习惯和喜好，支持客户的交易行为，构建新的业务模式，进而赢得竞争优势。银行在客户数据管理、数据质量管理、数据模型构建等方面的工作有助于提升数据激活能力。
二、国内外银行推进数字化转型主要特点
（一）具有明确清晰的数字化转型战略
银行决策层和管理层对数字化转型战略有清晰的愿景、持续的投入和坚定的决心；有明确的战略布局和 发展规划；战略落地部门对数字化转型战略高度认同、自觉执行，全行上下对数字化转型的愿景、目标和路径达成充分共识，全行的行动和决策统一在数字化转型战略部署下。最高领导自上而下带领全行积极变革， 高管在设计、试点和实施关键节点投入充足时间积极参与。转型项目主题与高管最关注的大事或痛点高度契合，不与日常工作脱节。
（二）以客户为中心，改造客户旅程提升客户体验
从客户角度出发，沿整个客户旅程来审视客户体验，做到真正优化客户体验、提升业绩。践行“以客户为中心”的服务理念，坚持产品服务客户所需，根据客户的实际需求，搭配适合的产品；打通客户旅程的关键节点，通过客户旅程改造和内部流程变革，从前端到后台重新设计银行的核心旅程，分析新的机会，采用多样化的方式使客户满意，应用并不断改善新的智能技术，用于创新和促进客户体验，提高客户服务效率， 完善全旅程客户服务体系。
（三）推进全渠道转型，实现客户各种触点的体验一致
让客户可以通过线上线下所有渠道与银行接触，在所有渠道提供统一的客户体验和品牌形象，在各个渠道之间实现无缝迁移，使客户能够随时随地选用自己觉得方便的渠道完成所需的交易或服务。从定义客户旅程入手，根据不同渠道的功能与体验特征，明确渠道总体定位框架，构建整合渠道体系，进而通过协助、引导、差异化定价等手段帮助客户向最有效渠道迁移，并同时在人力资源、数据平台等方面建立内部的配套支撑，为客户提供统一、流畅和卓越的体验。
（四）打造优秀的大数据管理、分析与运用能力
实践表明，大数据在银行业绩提升、风险防控、效能改善与管理优化等领域具有重要价值，尤其在决策支 持、信用风险、精准营销与个性化定价等领域发挥的价 值最大。银行应围绕大数据生态体系，运用大数据及相 关领域的最新技术，培育数据挖掘和分析技能，全方位 建设数据分析和运用能力，从海量数据中提取出有价值 的信息，为银行的决策、风险控制和客户管理服务。
美国第一资本金融公司自2002 年起开始实施“信息决策”战略，单独设立了首席数字官（CDO），平均每年开展8 万个以上的大数据实验分析，是全球范围内最早运用大数据技术的银行。依靠丰富的数据积累和强大的模型分析能力，在客户获取、激活、产品组合管理、客户挽留、风险控制等方面取得了巨大的成功。它的移动银行应用成为首款支持苹果TouchID功能的软件。2016 年，亦率先通过亚马逊网站的Alexa虚拟助理实现了语音控制的金融服务交易。在数字化战略的推动下，它从一家单一经营信用卡业务的公司迅速成长为美国资产排名前十的综合性银行。
（五）打造开放银行体系，建设金融生态圈
开放银行是指开放应用程序编程接口（API）向合格的外部商业伙伴，将银行的账户能力、支付能力、特色产品能力、数字经营能力、全渠道服务能力等开放给合作伙伴，共建跨界融合生态。通过改变传统模式，无感、无限、无界提供场景化金融服务，使客户金融服务需求在生活服务需求中第一时间得到满足。
近年来，国内银行频频探索利用API或SDK接口等方式打造开放银行生态圈。比如，浦发银行在2018 年7月推出了API Bank 无界银行，截至2018年11月末，总共实现了211 个API服务，对接84 款APP，出台电商平台、出国服务、跨境服务等多个场景金融服务方案。中信银行通过连接京东商城、滴滴专车、淘宝等平台，将平台数据引入，用于识别和分析客户营销机会与业务拓展风险。
（六）建立敏捷工作机制，全方位提升创新能力
银行传统的组织架构是按照职能来划分部门的， 然而敏捷的组织形式是从各个相关部门抽调人员，成立敏捷团队，实现组织架构上的扁平化管理，敏捷团队的成员按照“端到端”的原则，每个人都对项目的全 过程负全责，所有人的绩效考核指标都是一样的。敏捷团队的成员在同一办公地点集中办公，保证员工单线程工作，变串联为并联，同时辅之以定期培训和考量、时间短和注重决策的轻量会议等，全面提升反应速度。对敏捷团队充分授权，减少交接和精简流程， 去除冗余层级、重复决策等环节。
星展银行的数字化转型在经历了第一阶段“将核心业务进行数字化改造”和第二阶段“银行业务与客户需 求深度融合”之后，进入第三阶段“构建创业型企业的 文化氛围”。星展银行调动全员力量，提倡“有利于客户体验的努力都值得尝试”，让每位员工都自觉了解客户体验和关切，以自己的亲身体验重新构思客户旅程， 推动全方位转型。如星展的呼叫中心、ATM分析、HR等，全部逐步实现技术转型，都是自下而上、由底层员工推动的。
三、零售业务数字化转型的关键着力点
银行数字化转型，尤其是零售业务的数字化转型成为银行业发展新趋势。由于零售业务存在客户规模大、长尾客户服务不足、客户结构分化等特征，金融科技的运用能够有效缓解这部分现实问题，大部分银行在推进数字化转型的过程中优先选择零售业务为突破口，利用科技手段驱动零售银行业务全面释放潜能， 使银行服务摆脱时间、地点、人员的束缚，实现自动化、 实时化、线上化处理。零售业务数字化转型的几个重点体现在以下方面：
（一）提高产品服务的触达能力
拓展多元化服务渠道，利用互联网渠道扩大服务半径，覆盖更多长尾客户，同时将线上渠道与线下服务网络进行有效衔接，实现闭环服务，构建“物理+ 虚拟”的线上线下全渠道服务体系。在银行的多元化服务渠道中，手机APP的客户触达作用越来越突出。根据易观产业数据库的报告显示，2018 年一季度，我国手机银行注册用户数超过15 亿户，手机银行客户交易规模达到66.89 万亿元人民币，活跃用户持续增长， 逐渐成为用户首选的服务主渠道，到2018 年底手机银行渠道用户比例达57%，首次超越网银用户比例。手机 银行的发展趋势主要表现为两方面：一方面是加强人工智能技术的应用，将生物识别技术应用于智能核验身份，在银行APP登录、交易中增加面部识别及指纹识别等功能；将人工智能技术引入到理财和投资顾问服务中，为客户精准定制个性化的理财产品等。另一方面是加强与外部机构的合作，在产品栏目引入保险、助学贷款、校园贷款等项目，实现与高校、保险公司、金融科技公司等外部企业的深度连接。网点作为服务客户的传统渠道，同样面临数字化转型课题。网点的数字化转型要注重培养智能机具对柜面业务的替代能力，数字化再造网点的业务流程，将信息化、业务流程和智能机具有效整合，加强网点分流引导，重点推进各类业务的线上协助化服务。
（二）提升个性化服务能力
根据腾讯研究院的报告显示，采用个性化精准营销的银行，营销成功率能够提高50％～65％以上；根 据客户画像推送银行产品，购买率可以提高30％～ 55％ ；通过大数据进行全面客户管理的银行，存量客户激活率能够提升30％以上，坏账率能降低25％。为提高个性化服务能力，银行可以通过强大的数据整合分析体系，实时、智能化地处理客户行为数据，根据客户的信用资质、收入水平、风险承受能力、行为特征、 使用习惯、使用偏好综合考量，利用积累的内外部数据及成熟的算法进行个性化的界面展示，实现“千人千面”。同时，基于对客户行为特征的分析挖掘，在客户来到网点或电子银行渠道时，按照为客户群体打好的标签，展现因人而异个性化广告，让用户对感兴趣的广告信息进入业务办理，改变传统的广告营销模式。实现精准营销离不开大数据技术的运用和支持，提高以大数据为基础的个性化服务能力，可以帮助银行增加获客精准度，降低获客成本，提升客户交互体验和 产品转化率，并实现个性化定价。运用大数据技术， 第一步是即刻捕捉数据，海量获取数据，这些数据包括银行内部数据和外部数据，结构化和非结构化数据， 清洗处理这些数据，提取特征信息，为客户画像做准备； 接下来，要按照客户基本信息、兴趣爱好、社会特征、消费行为等维度，建立标签化的客户模型；再通过客户特征、产品需求等参数，对客户进行分类；最后采用协 调过滤、关联规则、知识推荐等算法，使产品和服务智能触达客户。
（三）增强场景化服务能力
银行发展进入生态建设的新时期，必须打造一个吸引和留住客户的生态系统，让客户可以在生活场景中了解、使用和发现金融消费机会。场景金融的关键在于银行把金融服务融入到客户的衣食住行场景中， 以场景为核心向用户提供服务。与传统金融服务模式的区别在于，场景金融不再是一个个独立的业务流程或者单独的产品，而是嵌入到生活场景中的综合金融解决方案，服务内容体现“金融+ 生活”的高度融合。场景金融是一种完整的生态，是从金融需求到金融解决方案的闭环服务。构建场景金融服务模式，银行可以从两方面入手：一方面，与掌握场景流量的互联网、新零售、房地产、能源、制造、出行等行业开展广泛的跨界合作；另一方面，可自建场景，继续发力场景生态建设，在电子商务平台、社区银行、移动生活服务、 加油站金融、汽车金融、机场金融等方面寻找细分市场，尽早构建“生活+ 金融”完整生态圈。除此之外，银行可以改造传统的银行网点，将原有的金融服务单一场景延伸为多元化服务场景，引入休闲、积分兑换、消费等生活化场景，让银行网点与客户的日常生活有机结合，推动网点场景化转型。
四、银行零售业务数字化转型的路径
（一）批量获取并经营零售客户
互联网的发展和手机的普及把银行零售客户行为从线下网点变为线上和线下并重，在平台和场景中获取金融服务成为新的趋势。零售业务必须把客户工作、生活场景重新整合，通过线上平台与各大电商平台、社会资源平台对接，批量化营销和管理零售客户，实现跨越式发展。通过与衣、食、住、行、育、娱、医、寿等场景平台对接，整合信息流、资金流、物流，将金融服务嵌入场景服务，为零售客户提供综合金融服务。同时在后台对接信贷系统实现线上融资、额度管理、风险防控等。建设包括人脸识别等生物认证技术在内的身份核验系统，打造大数据分析平台和连接第三方金融信息平台，进一步完善零售平台金融服务功能，更有效地达到批量获客、活客、留客，提供综合金融服务。
（二）完善专业化管理模式
专业化管理模式是零售业务数字化转型的基本保障，需要在产品研发、销售管理、渠道布局、数据驱动和风险管理等方面全面提升零售板块的专业能力。突出产品引擎作用，丰富强化消费信贷、财富管理、信用卡等专业产品线，研发有市场竞争力的拳头产品。强化总行销售管理职能，负责零售营销计划制定、营销业绩统计、个人客户经理绩效管理、技能培训等， 打通总行、分行、支行、个人管理与督导机制。发展线上线下一体化的全渠道管理，包括网点布局、线上渠道开发、新业态规划等，构建全渠道、多触点的一致客户体验。打造基于大数据的定量分析与业务决策能力，推动大数据分析的规划和开发，打通零售客户底层数据基础与数据驱动的应用。完善风险组织架构， 增强集中化、专业化、高效的风险管理能力。
（三）推动敏捷组织改造
在零售板块探索敏捷组织改造，建立以客户为中心、快速创新的组织。转变领导角色，向战略家、设计师、辅导者转变，充分授权团队，注重培养团队自主运作能力，在数字化快速迭代的工作方式下，把管理机制从复杂的“过程导向”转向责任分明的“决策导向”。以项目为导向，组建“小而灵活”的跨部门团队， 负责零售数字化项目端到端的实施落地，赋予团队充分决策权。改革决策机制，将传统瀑布式的大项目“化整为零”，分阶段进行项目投入和审批，缩短项目研发时间。
（四）管理零售客户旅程，提升零售客户体验
基于当前零售客户体验存在的差距和差异化战略 两大维度，梳理零售客户旅程，进行优先排序后分批推动客户旅程改造。建立全方位的零售客户反馈收集体系，包括：针对金融服务、设施、产品及流程的整体满意度及推荐值评价；通过短信、微信、APP客户端等进行交易后的即时反馈；对投诉进行产品、渠道、对象、 成因的多维分析等，将收集的反馈及监测数据汇总成零售客户体验仪表板，将抽象的体验转化为直观、可操作的优化举措，进而紧跟零售客户需求，推动数字化产品创新。
篇10
【关键词】教师培训；TPACK；课程开发
【中图分类号】G40-057 【文献标识码】A
【论文编号】1671-7384（2013）07/8-0035-04
信息时代我国教师专业知识更新的必要性
信息技术的发展与不断应用将人类社会从工业社会带入信息化社会，而在信息化社会中，我们也亲身体验并感受着信息技术给我们的生活、工作和学习带来的各种革命性的变化。各个国家与组织也在研究与思考这个特殊的时代，我们需要培养什么样的人才才能更好地适应与推动时代的发展。美国的“21世纪技能合作项目”与欧洲研究小组曾经就21世纪所需要人才的技能进行了深入研究。从研究结果可以发现，在这个知识快速更新、技术快速发展的时代，需要解决的问题越发复杂。这些问题往往涉及多个学科、多个领域乃至多个国家[1]。这要求信息时代的学生能够快速学习、应对变化、发现问题、分析问题并创造性地解决问题。此外，越来越多的学生出生、成长在信息化社会，成为典型的“数字土著”。他们的思维方式、学习方式已经体现出了更多的信息化特征。信息时代将教师推到了一个前所未有的富有挑战性的位置，即在这样的大背景下，教师专业知识的更新显得尤为必要与迫切。
TPACK：思考信息时代教师专业知识构成的新框架
越来越多的研究者已经开始注意到，原有的教师知识框架已经不能满足信息时代下教学实践与人才培养的需要，教师的知识体系需要在原有的学科内容与教学法知识基础上进行扩充与更新，需要考虑融入信息技术的因素。有学者先后提出过ICT-related PCK、e-PCK、TPACK等教师知识框架。目前讨论较多、也较有影响力的是美国学者提出的TPACK。TPACK是密西根州立大学的Punya Mishra和Matthew J. Koehler教授于2005年首次提出的。即在原有教师专业知识构成框架的基础上，融入了“T”（技术）的因素[2]。目前，TPACK在国外的研究较为广泛与深入（详见介绍TPACK的相关文章）。国内对于TPACK的研究还很有限，仅能检索到十几篇文献，多数集中在对TPACK的介绍，少数的几篇论文对于TPACK框架指导下的具体学科教师知识进行了研究与分析。国内外学者对于TPACK的介绍与讨论为信息时代教师专业知识的新发展提供了一个全新的框架，即信息时代教师专业知识构成中已经不可回避“信息技术”这一要素。TPACK的提出者也指出，TPACK知识框架不是P（教学法知识）、C（学科知识）、T（技术知识）三种要素的孤立组合，而是涉及三种要素之间的互动，三者之间是相互影响与相互作用的，需要教师培训者与一线教师的探索。我们不得不承认，这种理论框架必须要能够转化为实实在在的课程，对于教师的专业成长才有切实的意义与价值。因此，我们需要将三者之间的“相互作用”具体化、实例化、课程化，即基于TPACK这样的理论框架，开启面向信息时代的教师培训课程开发工作。笔者认为，在面向信息时代的教师培训课程开发中，有两个关键问题需要解决：一是对信息技术的系统认识与理解（信息技术是什么），二是将信息技术与其他两个要素之间的相互作用具体化。
信息时代教师培训课程开发的关键问题
（一）该如何理解“信息技术”
TPACK的提出者对于“技术”的理解包含了传统的技术（粉笔、黑板等）与现代信息技术。对于信息技术的阐述是通过举例的方式，没有给出系统而深入的分析。笔者认为，这种方式会导致对于技术的认识出现盲人摸象的片面性与局限性，不利于教师培训课程的整体设计与开发。
对于信息技术的理解，可以从宏观、中观以及微观三个层次展开。以下将分别阐述三个层次上的理解。
1.宏观上的理解
“信息技术”代表的是一种解决问题的思维方式，属于相对稳定的意识与理念层面。随着互联网与物联网的不断发展，人类与周遭事物都慢慢被数字化和网络化。解决问题的方式也更加依赖于信息技术实体，使得人们的思维方式总会包含如下的关键词：数字化、网络化、多媒体化、快速更新与变化、全球化等。著名学者麻省理工学院教授尼葛洛庞帝所著的《数字化生存》一书就是向人们传达出这样一种理念：在数字化时代，“信息技术”意味着一种生存状态[3]。出版一本出版物时，会想着同时生成数字化版本（包含配套VCD或者在线网站等）；为一个产品做宣传时，营销的形式不再局限于海报与电视广告，而是包含了网络视频广告、微博与微信的文字与图片整合营销；了解一个人或者事物时，会考虑到搜索引擎或者社交网络上搜集这个人的相关信息；当想要做一种举措与改变时，会希望了解其他国家和地区的做法，等等。正如尼葛洛庞帝在书中所提到的：“几乎全球各地，都在向个人电脑俯首称臣。我们看到计算机离开了装有空调的大机房，挪向了书房，放到了办公桌上，现在又跑到了我们的膝盖上和衣兜里。不过这还没完。”尼葛洛庞帝提到的“没完”的后续发展就是，信息技术会潜移默化地跑到我们的头脑里，成为一种思维、意识，参与并影响着我们的决策。
2.中观上的理解
“信息技术”代表着由各种硬件和软件等以实体存在的技术形式。自第一台计算机埃尼阿克诞生，到现在智能移动设备普及到各个领域。这期间不断涌现出各种技术形态：互联网、移动互联网、计算机、智能手机、平板电脑、射频识别标签（RFID：Radio Frequency Identification）等，还有运行在这些硬件上的各种软件。目前，提及信息技术，绝大多数人是从这个实体层面来理解的，这个层面上的信息技术具有不断更新、发展的特性。我国教育信息化发展进程中几次大型工程，包括“农远工程”、“校校通”工程、“中小学教师教育技术能力建设项目”等，都是试图通过为学校配备硬件设施与软件资源，以及让教师能够在教学中合理应用硬件设施与软件资源展开的。
3. 微观上的理解
“信息技术”代表着人们在应用软硬件基础上所形成的数据。随着人们对于各种硬件与软件的应用，已经形成了海量的数据，我们已经进入到了“大数据”时代。在大数据时代，如何有效利用数据则成为一个关键命题。麻省理工学院的教授布伦乔尔森比喻说，大数据的影响，就像是4个世纪前人类发明的显微镜一样。显微镜把人类对自然界的观察和测量水平推进到了细胞级别，给人类社会带来了历史性的进步和革命。大数据将成为我们新的观察人类自身社会行为的“显微镜”和“仪表盘”。在2010年，美国总统科学技术委员会给总统和国会的报告《规划数字化的未来》中指出，联邦政府的每个机构和部门，都需要制定一个应对“大数据”的战略。2011年《Science》上的一项研究显示，来自世界上不同文化的人们，每天、每周的心情都遵循着相似的模式。这项研究建立在两年多来对84个国家240万人的5.09亿条微博的数据分析基础上，这是以前完全无法做到的[4]。Udacity、Coursera和EDX等在线教育课程通过跟踪学生的在线学习轨迹来寻找最佳的教学方法。通过分析学生看过的每个论坛帖子以及他们是否正确完成课外作业，来预测看过某个帖子之后的学生正确作答的概率，并由此来确定哪些论坛帖子最合适学生阅读。这些都是过去无法得知的，对于数据的应用彻底地改变了教学方式。
（二）该如何理解信息技术与学科知识以及教学法知识之间的相互作用
如前所述，TPACK为信息时代教师专业知识构成提供了新的框架，但这种框架需要具体化、实例化，最终形成课程，才对一线教师的专业成长有切实的价值与意义。因此，根据上述对于信息技术三个层面的理解，笔者将信息技术与学科知识以及教学法知识之间的相互影响与相互作用通过上表具体阐述出来。
信息时代教师培训者以及培训课程的新发展
1.教师培训者要持续关注并深入研究信息技术的发展及其在学科教学的融入
随着信息技术的不断普及与发展，具备信息技术意识与能力已经不仅仅是信息技术学科教师或者培训者的工作范畴。而且已有大量研究证明，让教师单独学习信息技术课程并不必然导致教师能够在教学中合理恰当地使用。作为各个学科的教师培训者，除了关注学科知识以及教学法知识以外，更加需要关注信息技术的发展及其对教育的影响。举例来说，如上表所提到的“现在以及未来适合本学科知识的各种硬件与软件有哪些”、“其支持教学的优势与劣势分析”、“基于数据的决策与分析方法”、“信息技术支持下各学科通用教学模式以及学科创新教学模式”等都需要各学科教师培训者的持续关注与深入研究。
2.教师培训课程的新发展：人人时时处处的小粒度微课程
人人的贡献：随着互联网的发展步入Web2.0时代，每个人都成为内容的生产者，每位教师也将成为优质教师培训课程的贡献者。很多人曾诟病原有培训课程在理论与实践的结合上存在的问题，教师作为培训课程开发的参与者将很好地解决这一问题，使得培训课程更具现场感，更加鲜活。
时时处处的记录分享：随着智能手机、平板电脑以及移动互联网的普及，对于问题、反思以及经验的记录、整合与分享也将更加便捷。每一位教师都可能在自己的教学过程中伴随反思与总结的过程生成简单的培训课程（如，通过社交应用Papa，拍下照片的同时，录下自己对于当前教学情境的困惑、反思与经验等）。这些课程也将成为后续教师培训课程开发的原型。
小粒度的微课程：伴随着移动互联网与移动终端的发展，微课程在过去的两年内得到了国内外很多研究者与实践者的认可。目前已经形成了几种相对典型的微课程。如国外的common draft提供的视频、美国新墨西哥州圣胡安学院的戴维 · 彭罗斯（David Penrose）所制作的一分钟课程，还有我国鄂尔多斯市李玉平老师制作的课程都是微课程的典型代表[5]。笔者认为3分钟左右的小粒度微课程更适合工作繁忙的教师队伍在各种空闲时间通过各种移动设备进行学习。
