对大数据时代的看法范文
时间：2023-12-28 17:48:24
导语：如何才能写好一篇对大数据时代的看法，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
IT时代信息化是核心，信息就是权力。而在DT时代，大数据是核心，数据即是资产和一切商业行为的行动方针指南。中国真正进入网络时代不过十几年，很多人还没搞明白互联网怎么回事儿，移动互联网便成裹挟之势强劲来袭。对移动互联网还没搞明白，大数据又悄悄地渗透到我们的生活和商业之中。不是我们不明白，全因这世界变化太快。
大数据使内容生产更能投其所好
以往传统的电视剧制作一般依赖于导演和编剧的经验判断，将整部电视剧的剧情全部拍出，完全不顾观众是否喜欢观看。这直接导致很多电视剧根本无法播放，或收视率极低无人关注。部分导演或许会根据时下观众喜爱的话题进行电视剧的拍摄，但往往拍摄出来之后时过境迁，观众对当时的那个话题早已不感兴趣。无论是哪种情况生产出的电视剧内容都无法准确满足观众的观看需求，只能被动地接受，造成社会资源的浪费。
在韩国，电视剧采用边拍边播的方式。比如在《来自星星的你》播出后，万千少女为“都教授”疯狂，并对剧中人物设定、剧情进展实时互动，表达自己的观点和看法，为剧情推进提供各种版本。其中有几集“都教授”换上了高领毛衣，大多数粉丝对此并不买账，纷纷吐槽高领毛衣不够好看得体。于是没过几集，“都教授”就将服装换回去了。这其实就是基于消费者洞察的大数据运用，实时对消费者的观看数据和反馈的数字信息进行收集整理，从而根据结果对剧情进行调整，以满足大部分粉丝的心理需求。果然此剧一经播出，便吸引众多网友极力追捧。
无独有偶，美剧《纸牌屋》的成功同样少不了大数据的推动。《纸牌屋》的数据库中包含了美国2700万的订阅用户、400万个评分、300万次搜索请求。用户的每一个暂停，回放或者快进等行为都被收录其中。通过用户的观看数据分析出用户的喜好，再根据用户的喜好去决定内容的生产。这就是基于大数据的消费者洞察在内容生产上的典型应用。
大数据让传播更精准友好
在基于传播过程中的分类解析，大数据能够根据帮助企业精准地找到消费者。微信将经常关注财经新闻的人判断为高净值人群，进而在朋友圈推送宝马车的广告;经常关注娱乐八卦的人群则被推送可口可乐广告。在传统的传播活动中，企业无法精确地找到目标客户，只能进行大规模的投放，浪费了大量广告费。然而，在大数据时代，企业能够通过大数据筛选与分析，将目标受众精准定位到每一个消费者，实现广告的精准投放。
大数据还能够让广告的投放更加友好。在传统购物场景中，消费者到店里选购商品，一旦消费者对某件商品表达出了兴趣，店员便会上前解说这款产品。同时通过交流，店员会对消费者进行一个大致的判断，进而为消费者进行商品推销。这样的商品推销往往是低效的，并且大多数时候这样的推销是被消费者反感的。而在互联网消费场景中，消费行为模式发生了改变，只有当消费者对商品感兴趣时才会进行搜索浏览。消费者浏览的商品本身是消费者感兴趣的，大数据根据消费者的浏览记录，便会预测出消费者感兴趣的商品。这时为消费者推送商品，更容易让消费者接受。
大数据让企业更加聪明高效
基于消费者行为的大数据分析，能够帮助企业更好地了解消费者的习惯。在企业的生产和销售过程中，大数据还能充当监管者的角色，实时了解消费者的使用体验，帮助企业不断改进产品和服务。
互联网食品公司“三只松鼠”有一套基于大数据的追溯系统。用大数据记录跟踪种植基地、供应商、分装工厂及物流等所有环节，并让消费者知晓产品和服务的全过程。食品生产销售的全过程有了监管让人更加放心。在传统时代，想要全程跟踪记录生产销售的全过程几乎无法做到。
不仅仅是在生产流通环节，在销售环节中大数据一样能够扮演监管者的角色。“三只松鼠”的大数据系统每天将顾客评价的关键词筛选出来，利用相关性分析得出结论。顾客进行了口味差、物流慢等的评价，“三只松鼠”就会根据大数据分析的结果对产品和服务进行改进，以此来提升顾客的满意度。而传统的顾客满意度就只能根据问卷调查等这种效率比较低的方式去询问消费者。
篇2
（陕西天元通信规划设计咨询有限公司陕西西安710000）
【摘要】进入2012年以来，大数据（BigData）一词越来越多地被提及与使用，人们用它来描述和定义信息爆炸时代产生的海量数，它已经出现过在《纽约时报》、《华尔街时报》的专栏封面，进入美国白宫网的新闻，现身在国内一些互联网主题的讲座沙龙中，甚至被嗅觉灵敏的国君证劵、国泰君安、银河证劵等写进了投资推荐报告，大数据时代来临。
关键词 大数据；云计算；海量；发展；影响
BigDataeracreeping
MaChao
(ShaanxiTianyuanCommunicationPlanningandDesignConsultingCo.,LtdXi´anShaanxi710000)
【Abstract】Sinceenteringin2012,bigdata(BigData)ismentionedmoreandmorewiththeuseoftheterm,themassivenumberofpeopleuseittodescribeanddefinetheeraofinformationexplosiongenerated,ithasappearedinthe"NewYorkTimes","WallStreetJournal"columncover,intotheUnitedStatesWhiteHousenetworknews,comingoutofsomedomesticInternettopicsinthelecturesalon,andeventhesenseofsmellmonarchsecurities,GuotaiJunanSecurities,Galaxysecuritiesandotherinvestmentrecommendationwrittenreport,bigDataera.
【Keywords】Bigdata;Cloudcomputing;Mass;Development;Impact
1.什么是大数据？
大数据（BigData）是指那些超过传统数据库系统处理能力的数据。它的数据规模和转输速度要求很高，或者其结构不适合原本的数据库系统。为了获取大数据中的价值，我们必须选择另一种方式来处理它。数据中隐藏着有价值的模式和信息，在以往需要相当的时间和成本才能提取这些信息。而当今的各种资源，如硬件、云架构和开源软件使得大数据的处理更为方便和廉价。即使是在车库中创业的公司也可以用较低的价格租用云服务时间了。对于企业组织来讲，大数据的价值体现在两个方面：分析使用和二次开发。对大数据进行分析能揭示隐藏其中的信息。
1.1大数据四个特性。
（1）海量性：目前，大数据的规模尚是一个不断变化的指标，单一数据集的规模范围从几十TB到数PB不等。简而言之，存储1PB数据将需要两万台配备50GB硬盘的个人电脑。此外，各种意想不到的来源都能产生数据。
（2）多样性：一个普遍观点认为，人们使用互联网搜索是形成数据多样性的主要原因，这一看法部分正确。然而，数据多样性的增加主要是由于新型多结构数据，以及包括网络日志、社交媒体、互联网搜索、手机通话记录及传感器网络等数据类型造成。其中，部分传感器安装在火车、汽车和飞机上，每个传感器都增加了数据的多样性。
（3）高速性：高速描述的是数据被创建和移动的速度。在高速网络时代，通过基于实现软件性能优化的高速电脑处理器和服务器，创建实时数据流已成为流行趋势。企业不仅需要了解如何快速创建数据，还必须知道如何快速处理、分析并返回给用户，以满足他们的实时需求。
（4）易变性：大数据具有多层结构，这意味着大数据会呈现出多变的形式和类型。相较传统的业务数据，大数据存在不规则和模糊不清的特性，造成很难甚至无法使用传统的应用软件进行分析。传统业务数据随时间演变已拥有标准的格式，能够被标准的商务智能软件识别。目前，企业面临的挑战是处理并从各种形式呈现的复杂数据中挖掘价值。
1.2大数据三个特征。
除了有四个特性之外，大数据时代的数据还呈现出其他三个特征。
（1）第一个特征是数据类型繁多。
（2）第二个特征是数据价值密度相对较低。
（3）第三个特征是处理速度快，时效性要求高。
2.大数据时代对生活、工作的影响
（1）大数据，其影响除了经济方面的，它同时也能在政治、文化等方面产生深远的影响，大数据可以帮助人们开启循“数”管理的模式，也是我们当下“大社会”的集中体现，三分技术，七分数据，得数据者得天下。
（2）“大数据”的影响，增加了对信息管理专家的需求。事实上，大数据的影响并不仅仅限于信息通信产业，而是正在“吞噬”和重构很多传统行业，广泛运用数据分析手段管理和优化运营的公司其实质都是一个数据公司。麦当劳、肯德基以及苹果公司等旗舰专卖店的位置都是建立在数据分析基础之上的精准选址。而在零售业中，数据分析的技术与手段更是得到广泛的应用，传统企业如沃尔玛通过数据挖掘重塑并优化供应链，新崛起的电商如卓越亚马逊、淘宝等则通过对海量数据的掌握和分析，为用户提供更加专业化和个性化的服务。
（3）大数据在个人隐私的方面，大量数据经常含有一些详细的潜在的能够展示有关我们的信息，逐渐引起了我们对个人隐私的担忧。一些处理大数据公司需要认真的对待这个问题。例如美国天睿资讯给人留下比较深刻印象的是他的一个科学家提出，我们不应该简单地服从法律方面的隐私保护问题，这些远远不够的，公司都应该遵从谷歌不作恶的原则，甚至更应该做出更积极的努力。
3.企业应如何应对大数据时代
近些年，大数据已经和云计算一样，成为时代的话题。大数据是怎么产生的，商业机会在哪？研究机会在哪？这个概念孕育着一个怎样的未来？企业如何应对？一个好的企业应该未雨绸缪，从现在开始就应该着手准备，为企业的后期的数据收集和分析做好准备，企业可以从下面五个方面着手，这样当面临铺天盖地的大数据的时候，以确保企业能够快速发展，具体为下面五点。
3.1以企业的数据为目标。
几乎每个组织都可能有源源不断的数据需要收集，无论是社交网络还是车间传感器设备，而且每个组织都有大量的数据需要处理，IT人员需要了解自己企业运营过程中都产生了什么数据，以自己的数据为基准，确定数据的范围。
3.2以业务需求为准则。
虽然每个企业都会产生大量数据，而且互不相同、多种多样的，这就需要企业IT人员在现在开始收集确认什么数据是企业业务需要的，找到最能反映企业业务情况的数据。
3.3重新评估企业基础设施。
大数据需要在服务器和存储设施中进行收集，并且大多数的企业信息管理体系结构将会发生重要大变化，IT经理则需要准备扩大他们的系统，以解决数据的不断扩大。
3.4重视大数据技术。
大数据是最近几年才兴起的词语，而并不是所有的IT人员对大数据都非常了解，例如如今的Hadoop，MapReduce，NoSQL等技术都是近年刚兴起的技术，企业IT人员要多关注这方面的技术和工具，以确保将来能够面对大数据的时候做出正确的决定。
3.5培训企业的员工。
（1）大多数企业最缺乏的是人才，而当大数据到临的时候，企业将会缺少这方面的采集收集分析方面的人才，对于一些公司，特别是那种人比较少的公司，工作人员面临大数据将是一种挑战，企业要在平时的时候多对员工进行这方面的培训，以确保在大数据到来时，员工也能适应相关的工作。
（2）“大数据”时代的到来，充满了机遇与挑战，谁能够最快地习惯这种新形式下的数据模式，熟悉和掌握处理这种数据处理方法，谁就会在之后的信息战中占得先机，取得主动权
参考文献
［1］李建义.数据库原理及开发.北京：中国水利水电出版社，2005.
［2］维克托·迈尔·舍恩伯格大数据时代浙江：浙江人民出版社2012.
［3］艾伯特-拉斯洛·巴拉巴西爆发北京：中国人民大学出版社2012.
［4］朱志军，闫蕾.转型时代丛书：大数据·大价值、大机遇、大变革［M］.北京:电子工业出版社2012.
篇3
【关键词】“大数据” 计算机信息处理 云技术
由于网络的普及，计算机用户群体呈现对数增长，因此而产生的数据量十分惊人。新形势下对计算机的处理技术能力的要求在更新换代，计算机技术也随之跟进，两者是互为依托。因此，我们必须变换新的观念、新的技术来满足日益增长的数据处理需求。
1 “大数据”概念，以及它而产生的影响
现实社会中，每天都会运行着大量的计算机，由此而产生的信息数据量是我们不可想象的，这些信息包含了丰富多彩内容，而数据之间又互相关联着，被量化了的这种数据群集，我们称之为大数据。
随着数据量的增长，承载数据的载体，运算处理这些数据信息的计算机等等都在更近，并且它们之间密切关联着，牵一发而动全身，以前的计算机的硬件存储设备仅有几兆大小，如磁盘，软盘等，而现在，数据存储设备比如移动硬盘已经步入了我们生活当中，作为承载数据的设备，它的储存量也在不断增长，由原来的MB变为现在的GB、TB，这正是由于人们对数据存储的需求的增长而产生的直接结果。
当具备了可以存储的信息数据的载体之后，还需要有能够分析解读这些信息数据的专业设备，所以电脑的需求量就呈现对数式的增长，在我国，九十年代以前电脑对于普通人来说还属于高端产品，21世纪初期才开始在中国大量普及，而现在刚刚过去仅仅十几年的时间，我国购买电脑的人数已经突破了亿这个单位，这是多么惊人的发展速度。从这里可以看到，“大数据”时代下，促进的行业发展异常猛烈。
与此同时，对计算机处理技术应用软件的开发，也加速了计算机数据处理能力的提高。软件与生俱来的操作便捷性，对数据处理的高效准确性，从而使其被使用程度和数量都非常高。
2 在“大数据”的普及之下，计算机处理技术的发展与前进方向
2.1 计算机“云技术”的诞生和发展
“大数据”时代的到来，不但要求相对应的硬件设备数量增长，而且相关的软件支持也是很必要的。在此情形之下，计算机软件技术与硬件设备应用互相渗透从而成为了一个新兴的学科，现在各个高校都有专门的人才去研究这个课题，与此同时一些工程师、专家根据实际情况，开发计算机软件，来满足越来越多的信息数据的处理要求，因为数据本身极其庞大，计算机硬件的发展到达了一个临界，新技术此时呼之欲出。“云技术”可以对海量的信息进行存储运行，同时由于其庞大的服务器设备完成了对信息数据的运算处理，如果仅仅靠计算机去处理的话，速度慢、效率低，而它完美的解决了这个问题，同时把计算完成的数据结果回馈给使用者，使用者尤其是一些企业对这种计算的高效性极其的喜爱
2.2 大数据时代计算机信息处理技术面临的挑战与机遇
在大数据的时代背景下，出现了许多新的问题，这给计算机信息处理技术的发展产生了极大的障碍，而且因为数据处理要求的不断提高促使了人们加快对新技术的研发，因此计算机信息处理技术迎来了新的发展机遇。由于大数据在数据容量及内部结构上面的变化，若依靠当前的计算机信息处理技术来管理大数据，还存在着较大的问题，一方面，计算机软件在运行时，依然会遭受到来自互联网的病毒恶意攻击的问题，并且大数据的数据结构非常复杂，当进行存储和使用的时，由于经历的操作环节很多，很容易泄露数据，另一方面，通过使用大数据这种技术手段黑客很容易就侵入了用户的计算机。随着大数据的不断发展，人们对计算机信息处理技术的要求也在不断提高，为了提升对大数据的处理性能同时加强对大数据的安全保证，需要根据不同的需求对新的计算机信息处理技术进行研发和创新，使计算机在处理信息的过程中，可以对当前互联网环境进行全方位的的监控和判断，以实现对大数据的全面监控并达到对来自网络的恶意攻击的防御，保证大数据的安全。
2.3 未来计算机处理技术的方向
网络环境其实是一个开放性的平台，每个人都能够随时随地的从中得到想要的信息，而这就给了不法人员，尤其是黑客提供了犯罪的平台，在其中，仅需对这些海量的数据稍加分析，就可以找出用户在运用技术期间的漏洞，导致商业机密或者个人用户信息的泄密或者被盗用、恶意篡改等等。这也就对“大数据”时代下，计算机处理技术提出了安全要求，安全性是计算机处理技术未来发展的最主要的方向。所以在今后的一段时期内，对于计算机安全体系的建立和防护也必将提上日程，培养专业人才，是想要实现安全性的重要保障。目前一些高校已经开展了相关的课程，目的在于培养出适应当前情况的人才来处理专业问题，解决现阶段和今后阶段所需要面临的问题。与此同时新的信息数据安全技术的开发过程也会进一步的缩短。之前的安全软件在不断发展的技术，海量的信息数据面前已经越发的力不从心，根本无法满足“大数据”时代背景下的不断提高的用户需求，因此，开发新的技术软件显得尤为迫切，用来取代那些已经相对落后的软件，达到数据接收与处理同步，处理与存储同步，这将是计算机处理技术未来要发展的方向之一。
3 总结
随着“大数据”时代的不断前进，计算机运算处理技术将会有更高的提升，同时其应用也将会越来越广泛，因此作为一个现代高科技的产业，信息技术处理能够创造的商业潜在价值是不可限量的，必将更加深入未来社会的变革。所以计算机运算处理技术将来的发展前景，我们要保持乐观的态度。
参考文献
[1]赵春雷，乔治・纳汉."大数据"时代的计算机信息处理技术[J].世界科学，2012，02：30-31.
[2]耿冬旭.“大数据”时代背景下计算机信息处理技术分析[J].网络安全技术与应用，2014，01：19-21.
篇4
关键词：大数据时代；金融统计；创新
一、大数据技术概述
什么是大数据？关于这个问题，不同的人心中，恐怕自有一番看法。但我们至少可以找到两个特征：其一为海量的数据，其二为综合汲取考量。一般来说，利用广泛的数据统计，得出特定人群的特定趋向，这就是大数据技术所倾向于解决的问题。事实上，通过特定的统计方法和优秀的软件计算，人们可以从杂乱无章的海量数据中找到某些规律，这些规律往往在单纯的人力研究下隐而不彰，而在显现出来后，就能够为人们的决策等方面带来意想不到的便利。在大数据这个时代中，信息有着无穷的潜力。而金融行业，一向掌握着巨大数据便利。凡举线上线下各种转账支付，资金流通背后的社会本质和表面的经济现象……可以说，金融行业天生就与大数据技术有着密切的关系。
二、大数据对金融统计模式的影响
1.大数据时代对金融统计思维方面的影响
传统金融统计模式的统计思维建立在统计数据的严格性、匹配性、结构性和确定性之上。这种思维假定数据彼此间具有严密的关联性，能够以确定的数学公式加以描述，用成熟的数据模型加以预测，而忽略了数据本身具有的杂乱无章的特性，难以从更高层面上观察经济金融现象，数据模型虽然漂亮，与实际情况并无太大关联。
大数据时代下的思维，首先着眼的是更广泛地收集数据，而不严格要求其匹配性；往往强调数据的获取程度和更好的包容性，而不要求结构化和标准化；关注于为使用者提供参考，而并非做出决定。这样做的结果，大数据技术的关联程度更广，涉及面更多，穿透力更强，真实性也更佳。
2.大数据时代对金融统计数据准确性方面的影响
传统金融统计对数据的准确性要求的严格程度、繁重手续和复杂环节，必然影响到数据的及时传达。可能因此错过了数据的及时分析而对金融行业造成巨大损失。因此，及时准确地传递数据与信息，减少不必要的汇总审查环节对数据的滞后效果，是大数据技术和时代对金融统计数据的准确性方面的主要影响。由于简化了汇总环节，统计成本得到了减小，工作效率得到了提升，因此也使得经济效益得到了新的保证。
3.大数据时代对经济分析方式的影响
在对数据的分析方面，大数据技术摒弃了传统统计方法中过于简单的汇总分析，因为这种分析首先假定了数据的关联性。大数据采用分层分析的方法，融合了多种先进的科学思想和技术，对数据的分析更加准确和深入，能够更好地分析内容，反映出事件的本质情况，使得数据分析能够更好地为决策提供重要的参考。
4.大数据时代对金融监管方面的影响
此外，由于大数据对信息数据的挖掘越来越广泛，采集工作变成越来越完善，反映金融状况的数据被越来越完整、全面地呈现在金融监管部门的眼前。利用大数据技术，他们可以方便、快捷地分析数据呈现出的金融运动，找出趋势，使得金融监管工作变得更为便捷，针对程度也更高，工作效率也更好。
三、在大数据时代下金融统计模式的创新
1.转变传统金融统计思维
要想真正运用大数据技术，融入大数据时代，就要从金融统计思维上加以改变。首先，大数据技术是现代统计学的趋势，集合了现代统计学的思想和研究成果。其次，要认识到传统金融统计思维的局限性，认识到必须通过转变思维方式，打破思维的局限性造成的劣势。需要认识到，任何的主体定义都是与大数据思维的内容背道而驰的。现实的实时数据，不存在一个明确的主体、某种可套用的公式、某些规范性的规则。重要的不是预先假定的规律，不是漂亮优美的模型，而是数据的全面性和完整性。在对不确定的主体有一个正确的认识之后，也就是认识到金融数据的来源、量化标准和个体识别等数据主体的特征并不存在之后，再在对不固定的数据来源进行合适的处理。
2.注重微小数据的采集
大数据时代对数据的要求是更加细致的，它不仅要求通常的宏观数据，还要求金融机构的细粒度数据也能够被纳入到大数据技术的观察之中，受到分析的数据越多越好、越细越好。所谓全面而详细，也就只有在大数据技术强大的分析能力面前，各种琐碎的、看似毫无关联毫无结构性甚至毫无用处的数据才能够得到应用和分析。面对复杂多变的市场，传统的宏观数据分析难以把握的动向，由于大数据技术朝微小数据方面的反复不断和深入的挖掘，市场的动向往往能够更加准确地被展现出来。从而发现问题、解决问题，能够更好地采取有力有效的措施来保护市场。事实上，由于金融数据采集方式的改变，统计工作在大数据技术的帮助下变得较为简单，这使得金融检测工作也得到了发展，并在一定程度上保证检测结果的准确性。
3.建立通用数据标准体系
传统金融统计在数据上的误差往往因为其缺乏一个通用的数据标准。金融统计工作标准化的缺乏，是金融统计数据难以达到准确性、可靠性和一致性的重要障碍。因此推进金融统计的标准化，建立通用数据标准体系势在必行。这种规范化和标准化，通常表现于三个方面，即金融机构信息的规范化，金融工具的规范化和金融计值的规范化。一旦达成这三方面的规范化，金融机构在搜集数据时就能极大地得到便利，从而有效避免数据结果不一致的现象发生。
4.建造综合金融统计体系
在大数据环境下，金融统计更应当全方面地记录信息，使得各方面使用者都能在数据的综合方面获得益处，能够对风险具有全面的把握，从而便利于资金的调配。这就要求建立综合性的金融数据统计体系，实现数据与信息的共享，在统计数据更加透明的基础上保障其真实性和效用性，进而不断推动金融统计模式的良好创新和发展。
四、大数据金融统计实例分析
在大数据时代下进行的金融统计，与传统的统计方式有着较大的不同。传统金融统计不会涉及的领域，大数据的金融统计却可用来进行分析。
比如，社交媒体上的大量信息，就可以为金融统计提供信用评分。像德国的Kreditech贷款评分公司、美国的Movenbank移动银行、香港的Lenddo网络贷款公司，以及诸如trustCloud、Connect.Me、Briiefly和Reputate等新型的中介机构，就能利用申请者提交的社交网络，对其活动记录进行算法分析，通过分析好友的信用状况来做出信用评分，从而达到统计信用资料的目的。通过社交网络的资料进行客户信用评分，这在传统的金融统计模式内是不可想象的。
再比如采集社交网络重点各类内容，就可以利用大数据技术进行市场情绪分析。通过微博以及各种朋友圈里每日数亿数十亿的消息进行大数据分析，就可以从中提取有用的市场情绪信息，以此决定资金交易策略。举例来说，美国MarketPsy Capital对冲基金，就是通过对社交网络，各种博客、聊天室、网站评论、微博的大数据分析，得到了有关市场情绪的关键信息，从而在2008年至2010年通过调整交易策略，达到40%的回报率。大数据技术对金融统计的影响不可小觑。
结语
大数据技术是互联网蓬勃发展之后带来的创新，以这种技术和思维为中心形成的大数据时代无疑极大地改变了金融统计的面貌。要想不落后于时代，就要不断提高金融数据采集的全面性，令信息的真实和准确程度得到保证，从而不断推进金融行业朝着良好的方向发展。
参考文献：
[1]张曦.我国货币与金融统计的现状分析[J].时代金融，2012（18）
[2]李璇.浅谈中国的金融统计国际化[J].经营管理者，2011（18）
[3]张小明.互联网金融的运作模式与发展策略研究[D].太原：山西财经大学，2015.
篇5
3月1日，北京阳光明媚，对于已橙色预警、持续一周雾霾天气的首都而言，空气格外清新。
“不知道是贵州赵书记、陈省长让贵州的天气把‘云’带过来，净化了北京的空气；还是北京市云计算的结果把北京的空气变得可控可稳？”当日下午，在位于海淀公园旁边的中关村科技创新展示中心，一场“贵州・北京大数据产业发展推介会”正吸引着IT界以及全国各地媒体的目光。发言席上，富士康科技集团总裁郭台铭一语双关的幽默，赢得了会场千余听众的热烈掌声。
这场以“大数据”为主题，贵州、北京深入合作的推介会，受到全国媒体的关注，一方面是因为在这次会上，郭台铭，马云，中国移动、电信、联通三大“掌门人”等IT大佬“云”集；另一方面，大数据产业方兴未艾，在这块极具开发潜力的领域，贵州意欲何为？在携手中关村形成战略合作之后，贵州、北京在大数据方面将如何进一步摩擦火花？引爆了媒体的兴奋点。
一场IT盛宴
会议下午3点开始，上午11时许就已经有媒体记者开始了会前的热身报道，在会议开始前一个小时，媒体席上已无空座，晚到的记者，只能“委屈”地挤在两旁和中间的过道上。
20余架摄影机把会场来了个大包围，“长枪短炮”混搭着各式智能终端，以图文直播、微信微博等各种方式向外界传送着会议的信息，形成对整个会场的全方位立体覆盖。
这是一个以“大数据”为主题的推介会，也是一个产生大量数据、体现大数据时代传媒特色的会议。
也正是在这个移动互联网大行其道的时代，大数据的魅力才格外耀眼。在互联网这个快速变革行业打拼的人，往往思想敏锐、充满活力。
虽然已年近50，马云仍然“身手敏捷”，当主持人有请“阿里巴巴董事局主席马云”的话音刚落，他便一个箭步走上了演讲台，简单的开场白，随即抛出观点、直奔主题，“今天这个日子不仅仅是对贵州，对这个行业的腾飞也具有重要的意义”。
“大数据，不管别人信不信，反正我信。”马云的每一次公开发言，几乎都会成为媒体公众关注的一个热点，这不仅是因为他总有入木三分的分析和精辟独到的言论，更是因为在中国互联网浪潮中，他是名副其实的领军人物之一。从电子商务的功成名就到互联网金融的出手不凡，马云和阿里巴巴在风险与收益的博弈中实现了企业的一再突破。而互联网金融的根基就在于“大数据”，没有强大的数据资源和云计算能力，互联网金融的风险将轻易葬送一切奇思妙想。
中国科学院院士、北京大学校长王恩哥，中国工程院院士邬贺铨，中国电信、中国移动、中国联通、富士康、微软、华为、百度……众多国内外IT企业的负责人或行业专家，也从各自的理论研究或是商业实践角度，畅谈大数据“云”、“管”、“端”的未来发展。
无疑，此次推介会成为了一次共谋大数据未来的IT盛宴。
发言嘉宾要么是大数据领域的权威专家，要么是在大数据产业中叱咤风云的大腕，或是抓紧布局的互联网后起之秀。
虽然没有开放式的讨论，没有直接的观点交锋，但演讲的话题均是有关当前大数据产业如何更好更快发展的焦点：有对大数据概念的重新定义，也有对IT行业发展的理性思考；有对大数据产业未来5到10年的预判，也有对时下大数据应用的具体分析，谈机遇规划者有之，谈挑战应对者亦有之。
“大数据服务业的属性大于制造业，对其他产业的影响，大于对IT产业的影响。社会效益大于经济效益。”
“要在这个转型发展当中取得成功，可能对我们人人都有机遇，但也难言人人都能成功。”
“谁能够高瞻远瞩，能够领先一步地抓住这个契机，对于促进当地的经济社会的发展，尤其是革命性的发展，具有重要的意义。”
……
精彩观点纷呈、精辟分析不断，听众席不时响起热烈掌声。原定于下午5点结束的推介会，在不知不觉中延续到了6点半。
为贵州点赞
在推介会会前会后，一个“为贵州点赞”的活动正由当代先锋网策划执行，与会的各界代表拿着“我为贵州点赞”的小牌子，对着镜头，三言两语讲述对贵州的看法，然后开心地说道：“我为贵州点赞！”
毫无做作、由衷的称赞是企业界对贵州这几年发展势头、发展环境的认可。
除了直接的点赞，在会场的发言中，贵州也赢得了各方的称赞。
“贵州的整个营商环境大大改善，我们这个项目是去年4月份签定协议的，到今年的11月能够开通使用。如果没有政府的高效率，非常强的服务意识，是不可能在这么短的时间实现开通的。”中国电信集团公司董事长王晓初在谈到贵州发展大数据具备的政策优势、生态优势、能源优势、产业优势之后，对贵州目前的发展软环境更是称赞有加。
“贵州这次的战略定位，我个人觉得是一个世界级的战略，这是跨越式的发展和思考。”马云早就说过，如果30年前错过广东、浙江的投资机遇，今天一定不能错过贵州。这一次，他更坦言自己是“贵州的忠实粉丝和热爱者”。
在与阿里巴巴首席技术官王坚的交谈中，记者了解到，马云和他的团队之所以对贵州“情有独钟”，是因为看好贵州在移动互联网时代的发展潜力。他们认为，贵州的落后，只是传统工业时代，贵州公路铁路不发达造成的，而在互联网时代，物理空间将在很大程度上被虚拟空间所取代，由于少受传统工业方式的影响，贵州更能在移动互联网时代、大数据时代做到快人一步、抢占先机。
事实上，抢抓大数据机遇，贵州已经“在路上”。
篇6
早在上世纪80年代，美国人就提出了“大数据”的概念。随着信息技术的进步与普及，各领域的数据量都在迅猛增长，人类社会数据积累从量变到质变，“大数据时代”也就降临了。大数据成为未来人们获得新的认知，创造新的价值的源泉，并推动经济、社会与政府转型，整个世界日益朝着被割裂为大数据时代、小数据时代和无数据时代的方向发展。
以美国为首的西方发达国家有以数据治国的传统，奥巴马上台后先后多个推动美国联邦政府的信息公开与数据开放的文件，新近又提出与20年前的“信息高速公路”计划一脉相承的“大数据研究与发展计划”，英国、法国、澳大利亚等国也相继出台与大数据相关的战略。2013年是“中国大数据元年”，广东省最先试水大数据战略，上海市、重庆市、陕西省等地也纷纷出台大数据相关产业规划。现代历史上的历次技术革命，中国均是学习者。唯有此番大数据变革，中国与世界的距离最小。
如何把握住时代赋予的机遇，引领大数据时代的潮流，打造一个基于新技术、新规则、新理念的公共服务型政府，笔者以为，需从以下三个方面着力。
夯实大数据时代的网络基础
大数据时代的基础是移动互联网、云计算、物联网等新技术，政府要主导信息化基础设施建设。
一是联网化。从某种意义上说，大数据若不联网，就会成为信息孤岛，无法发挥作用。新的网络技术降低数据联网的成本，推动了大数据的云端集聚，为更进一步的分析与应用提供了便利。因此，我们要升级移动互联网等相关信息基础设施与环境建设，助推数据的互通与集聚。一方面，政府要加快完成4G网络试点工作，为下一轮全国移动互联网提速升级摸索路径。另一方面，也是更重要的是，加快已有的3G网络应用的普及化，根据工信部统计数据，截至2013年3月底，我国共有11.46亿移动通信服务用户，其中3G用户2.77亿，仅占全部用户的24.2%。这就意味着，对现有技术的应用普及，即可改善七成以上网络用户的体验，为数据采集与集聚提供更广泛的数据源与更快捷的通道。
二是移动化。互联网带动大家进入“超连接”（hyperconnected）时代，如果说过去的台式电脑是固体，笔记本电脑是液体的话，那么现在的移动智能设备就是气体，兼顾通话与上网功能的手机就是氧气。未来人人都是“手机人”，我们不能让任何一个公民缺氧。2013年3月底，我国共有8.1739亿用户接入移动互联网，分别占总人口比例的60.6%。也就是说，还有将近40%的人口没有接入移动互联网，没有享受到互联网带来的红利。为此，政府必须推行“数据救济”，设计研发廉价智能手机，免费发放给低收入人群与弱势群体，实现全民手机化和移动互联网覆盖，彻底消除“数据鸿沟”。由于手机是未来大数据最重要的来源之一，手机上网基本等同于在公开时空坐标下的实名上网，因而此举也是数据采集点全覆盖的一大手段。
三是免费化。认知心理学研究表明，人在寻找信息的时候采用的策略和动物觅食的策略是一致的，就是捕食时所消耗的能量不超过食物所能供给的能量。因此，要鼓励人们分享数据，就必须先降低其获取数据的成本，提供免费的网络或许是最直接的方法。根据2012年联合国的报告，目前已有24个国家通过免费的WIFI站点提供网络公共服务，新近英国伦敦又在卡姆登区试点全城免费网络服务，我国宁波也在试点4G网络时提出了限时免费，我们完全可以在这些经验做法的基础上，与网络服务供应商协商并设计出一套普适于全国的免费网络服务方案。此举若得践行，则必然会推动大数据的井喷。在大数据时代里，免费网络服务必将成为公民的基本权利与政府的基本公共服务。在这方面，中国应有所作为，引领天下潮流。信息哲学家凯文・凯利（Kevin Kelly）曾把中国称作“版权自由贸易区”，我们完全可以更进一步，打造一个“网络数据免费区”。
搭建大数据时代的应用平台
大数据的应用需要政府强势推进，从自身做起，带动大数据平台发展。
一是信息化。从某种意义上说，当前各类社会矛盾背后的一个重要原因是基于工业时代旧秩序的政府与基于信息时代新规则的社会之间存在“失同步”。大数据时代为我们提供了一个很好的契机，按照全新的标准去推动对政府组织的系统性升级。第一，要做好政府掌握的海量旧数据的挖掘工作。我们可能要放弃传统的树状结构数据系统，打破原来的物理空间的局限性，以标签元数据替代目录信息，从而建立起网状结构的数据系统，建立起《新数字秩序的革命》一书中所提出的具备多元无序性特点的“第三层秩序”。这项技术工作需要大数据科学家的参与，我们可以顺应2012年7月联合国大数据时代白皮书的倡议，设立“脉搏实验室”，致力于大数据挖掘方面的研究，形成标准与规划，加速现有数据的信息化。广东省已经明确提出了规划，全国层面也要尽快出台总体战略。第二，要加快现有政府机构的信息化改造。我们要从服务型政府创建的高度，转政府本位导向为公众服务导向，系统性梳理各机构职能定位，引入新的信息技术手段，对原有工作流程进行再造，对原有机构进行再设计，对原有工作人员进行再培训和再分配。复旦大学信息化与公共绩效研究中心和国内多个地方政府有过该方面的合作实践，在基层已经取得了一定成效，完全可以逐步推广到各地各级政府。第三，要建立起有效的组织保障机制。我们要调整现有的信息化工作领导机制，学习国外先进经验，在政府中设置专门的首席信息官（CIO，Chief information officer，全球已有60多个国家设置了该职务），由其主导以信息化、大数据为导向的透明、开放、法治政府建设，推动一次技术主导的政府改革。首席信息官要有专人专职，且高配，以协调不同部门，强势推进改革，比如说，在地市一级政府里，要专门配备一名懂技术的副市长，专职做信息化与大数据，不要监管工业经济，否则容易分时分心，其排位还要靠前，且最好是进入常委班子。同时，在执行机构设置上，信息化和大数据战略要有专门的部门操办，建议将其从工信部中划出来，单独设置，并整合党委宣传部门现有的网络相关工作，打造一个大部制化的强力部门。试想，若是马云或马化腾担任CIO，在大数据的支撑下，领导这样一个强力班子来推动改革，会是怎样的高效。
二是服务化。政府大数据挖掘与集聚的目的应该是为了分析与应用，其出发点应该是为人民服务。在大数据时代，信息和数据是最重要的资源，一旦信息自由、数据开放，就意味着信息和每一个公民之间都是等距离的，而且中间没有层级的过滤。政府可以通过打造一个能够提供一站式、定制化服务的“整体政府”， 树立政府权威，赢得公众信任，努力成为大数据时代里的核心网络节点，为公众提供均等化的公共服务。为此，必须加紧研发各种提供数据服务的手机应用软件，将政府还原为一种随身携带的公共服务。2012年全球有25个国家设立了专门的手机网站，19个开发了手机软件的应用，美国政府更是要求各部门都从自身实际出发开发相应的手机应用。通过手机应用公开与数据不光是为了加强社会监督，更是为了吸引社会参与和社会协作，并在这个过程中采集来自公众的数据。近日杭州市物价局推出一款名为“超市大赢家”的手机应用，通过物价信息的大数据挖掘与分析，为公众提供杭州31家超市150余万个商品价格信息的查询与比价服务。类似的做法完全可以移植到其它与公众生活密切相关的公共服务部门。
三是共享化。大数据时代是人人时代，政府要用好信息工具，因势利导用好市场与社会的力量，采取公私合作的方式，将自己打造成一个大数据的公共平台。政府要带头共享数据，开放各种接口，使得任何一个组织或个人都可以发挥智慧，在公共数据的基础上有针对性的开发各类便民的公共服务应用。同时，这个公共平台还要与其它企业与社会组织运营的平台数据打通，比如说微博、微信、阿里巴巴平台等，政府还要通过政策与法律手段，推动其它平台也开放接口与数据。由此，政府成为汇聚与对接不同大数据平台与通道的大数据中枢。5月9日，奥巴马签署了《政府信息开放令》，开放了医疗、教育、能源、公共安全等方面的数千数据资源，将开放政府信息并让机器可读确立为基本国策。中国政府也应跟进，以目标任务倒逼政府改革，在连接政府内部的信息孤岛的基础上，打破政府、企业与社会组织间的信息壁垒，实现大数据的大一统格局。
培养大数据时代的文化精神
新事物需要新精神来指引，否则就会偏离轨道。政府必须先知先觉，引领时代精神的培育。
一是批判精神。大数据应该是为人服务的工具，而不是目的。作为一个工具，我们必须清醒地认识到它的局限性。大数据科学家所推崇的大数据的三大特质――全体大于抽样，效率大于精确，相关大于因果――既带来优势，也带来问题。第一，在用大数据分析全局问题时，容易无视个体差异，忽视沉默的大多数，根据国外的研究数据，目前互联网用户由90%的沉默者，10%的评论者，1%的有价值内容制造者组成，如果仅仅依赖于互联网上的信息来做大数据挖掘与分析，则必将被喧哗的少数人所误导。第二，分析个体问题时，仍无法避免刻板印象与错误偏见，大数据终究不是全数据，而且这个问题将长期存在。第三，用大数据形成集体决策的时候，更要当心。现代决策理论与社会网络科学的研究证明，群体智慧仅在有效组织的条件下存在，而在无组织的状态下，多数原则只适用于解决有标准答案的简单问题，一遇到没有标准答案的复杂问题就会错得离谱，出现集体智慧不如个体智慧的现象，因此在某些场合必须慎用大数据。英国大数据思想家维克托・迈尔・舍恩伯格（Viktor Mayer-Schnberger）也在其名作《大数据时代》中承认：“大数据提供的不是最终答案，只是参考答案。”所以，哪怕是用大数据武装到牙齿的政府，也不能迷信数字。在一段时间里，大数据还只能作为我们传统治理模式的补全，而不能作为替代。我们还是要始终对大数据留有一份怀疑与批判，并对客观事实与个体差异留有一份关注与尊重。
二是契约精神。根据现代神经科学与社会网络科学的观点，受制于人类脑容量的限制，人类智力所允许拥有稳定社会网络的人数是148人，即“邓巴数”。在这一人数之内，群体内成员彼此认识，可以通过熟人关系来解决问题；超过这一人数，就会出现陌生人，就需要第三方机构来调解一些问题，政府作为一个服务机构由此应运而生。古往今来，公众与政府之间一直存在着一种有形与无形的契约关系。而在大数据时代，这一契约可以表述为“以隐私换服务”，公众在政府面前放弃部分隐私，政府对这些信息进行大数据挖掘与分析，从而为公众提供更好的公共服务，企业与公众之间的契约关系也是如此。这一契约必须有底线，才能给人们安全感。于是乎，新时期的政府又肩负起一项全新的使命，即遵循并捍卫新的契约精神。第一，政府必须通过推动互联网立法的方式，划清政府、企业、个人权利的边界，防止21世纪大数据“老大哥”的崛起，保护个人隐私，确保每个人都有免受干扰的自由，即政治学家柏林说的“消极的自由”。第二，政府还要以身作则，并使用强制手段要求其它机构也遵循一个原则，即限时销毁自己所获取的个人隐私信息。谷歌等国际数据巨头都有相关的限时销毁的承诺，中国政府可以参照经验，建立并健全国内大数据的“退出”机制。
三是宽容精神。个人悲观地认为，即使政府全力捍卫个人隐私，大数据时代仍可能给我们带来一个无从隐匿与无法遗忘的未来。不久的将来，一个陌生人经过你家门口时，用手机随手扫描下你的房子，就能知道你穿的内裤是什么时间、什么地方、什么价格、什么牌子，并轻松地一键发送到社交媒体网站上，与其他人分享。更可怕的是，当这一信息与大数据平台上的其它数据互通时，人们还能推断出当时你是和谁一起去买的东西，这个人是你的第几次感情，那天你们还去了哪里，做了什么，怎么做的，有什么人在场，在场的那些人又做了什么……简而言之，当信息化工具将大数据采集与挖掘的成本降低到一定程度时，我们将无法阻止此类侵权行为，社会将变得完全透明，每个人的所有数据都会变成信息公开的对象，个人隐私将完全披露在大众面前。显然，我们难以改变事实，只能改变对事实的看法。为了大数据时代的未来不异化成“一九八四”或“美丽新世界”，我想我们最好是从现在开始培养一种宽容的精神，去包容他人的不完美，给自己留有一份余地。
篇7
这一趋势无疑为市场营销界带来了巨大机遇：那些无孔不入的广告不再出自大牌4A广告公司艺术总监或创意师之手，而是来自于自动生成的智能系统。
全球畅销书《社会消费网络营销》作者拉里·韦伯直言不讳地指出，目前已经到了收集数据的黄金时期，而如何整合这些数据成为品牌营销未来的关键任务。
数据挖掘与消费者喜好
先来看看这个夏天营销圈最受追捧的可口可乐“昵称瓶”案例。首先在创意层面，我们都知道可口可乐本次传播活动的主题是分享，这与社交媒体的分享属性不谋而合。它的成功离不开那些个性十足，同时又广受年轻消费者追捧的流行语。那么，这些流行语是如何选择的？“利用AdMaster社会化媒体聆听系统，我们对网络社交平台上过亿热词大数据进行抓取捕捉，把网民使用频度最高热词抽取出来，然后通过3重标准，即讨论量、互动性以及相关性的删选，最终确认300个积极向上切符合可口可乐品牌象形的特色关键词。”这一案例的“操刀者”，Admaster的社交营销副总裁陈继丰告诉《广告主》，在传播层面，可口可乐将自己经营较为成熟的微博作为主阵地，利用名人大号积极扩散。在购买层面，则与快书包进行合作，消费者只需在新浪微博@快书包就能顺利实现购买。从效果上看，今年6月，在碳酸饮料市场并不景气的情况下，昵称装可口可乐在中国的销量较去年同期出现了两位数的增长。
不仅如此，铺天盖地的广告轰炸似乎不再是所有品牌市场营销的第一战略选择。在社交媒体领域，智能广告不再是“广告”，而会变身为“故事”或者“游戏”。Nike就曾在微信上发起了这样的经典活动：用户上传一张自己喜欢的鞋子样式的图片，Nike就会根据图片帮用户生成相关图样，如果用户喜欢就可以直接支付，完成购买。这是真正的定制化。在日本，Nike Free Run+跑鞋的用户只要打开电脑摄像头，模仿鞋子的造型做个鬼脸就能参加一个奖励计划，造型最夸张、最神似的作品会脱颖而出，获得Nike购物券。
在陈继丰看来，社交大数据正在对企业，甚至于一些行业带来深刻的变革。首先，与传统的营销方式相比，利用大数据营销，从前期的曝光，中期的转化，到后期的购买行为都是可监测的。效果可评估是大数据带来的最实质性影响；其次，在社交环节，越来越多消费者通过社交媒体反馈自己对企业产品、品牌形象的看法，这个过程会产生许多有价值信息，甚至包括一些潜在的市场需求。对一个企业来说，这些信息不仅可能使他们调整原有产品，甚至催生新的商业模式。消费者洞察，是大数据的核心价值；第三，大数据对某些行业来讲，意义更加不同。比如电影行业，金融行业，大数据能够起到预估性、前瞻性作用，企业可以据此建立一些模型对消费者行为进行分析。“就连美国总统奥巴马也是大数据的忠实拥趸。美国大选期间，他的团队利用来自社交媒体的数据有效进行民意监测，对他的连任发挥巨大作用。”陈继丰说。
事实上，大数据正在改变整个市场营销行业的工作方式：理解消费者背后的海量数据，挖掘用户需求，提供跨平台的个性化营销解决方案。对于大数据能为企业做些什么，随视传媒CEO薛雯漪指出，“利用大数据的关键点不单是数据的采集，而是对数据的分析与洞察，也就是使这些数据为人所用。互联网时代我们通过进行消费者行为的采样，借助计算机的强大的处理能力，能够在样本中找出适合每个企业的营销模式。大数据分析能够洞察目标消费者的消费行为和心理，从而提升市场营销效率。”
社交大数据促使营销更加精准
大多数市场营销人士都在张开双臂拥抱“大数据时代”的来临，在他们看来，手中握有数据的公司就像站在金矿上，基于数据挖掘会诞生更多富有创造性的营销模式。
一直专注于为企业提供数据营销优化解决方案的随视传媒在微信上的营销思路就显得非常“别致”，他们不仅摒弃了简单推送广告的模式，对腾讯不支持利用微信营销的态度亦表示赞赏。在薛雯漪看来，越离身体越近的终端，消费者就越容易感到被冒犯。微信是一种非常便携、及时的终端，企业应该最大化减少干扰性，把它作为自己的服务中心，让消费者感到你的服务就在他的手心里。当他需要的时候，能及时、便捷地找到你。做到这一点，你的销售机会就会大大提升。“随视传媒基于这一思路对服务进行了模块化处理，客户可以根据自己的需要搭建解决方案，和搭积木差不多。我们的方案主要是围绕客户收集、维护、互动进行的，那种强硬的逼迫型、绑架型服务我们不做。因为伤害了消费者，最终也会被他们抛弃。社交网络营销也失去了意义。”薛雯漪说。
社交大数据也促使广告主营销更加精准化。陈继丰表示，使用大数据实现精准营销主要体现在两个层面，第一个层面就是基于人的定向投放的RTB广告。社会化媒体上的数据可以帮忙佐证COOKIE定向是否准确，或者完善它所承载的信息，这是大数据对精准营销的一个重要支撑。第二个层面，越来越多的企业开始重视与消费者的互动，这个过程一般要经历确认需求，进行评估，完成购买，口碑传播4个步骤。大数据对精准营销的作用主要体现在对消费者进行评估这个环节上。有调查显示，75%的消费者不相信广告主传播，80%的消费者倾向于接受其它人的建议，有50%的人会基于社交圈的推荐完成购买。比如消费者在正处于不知道买什么的模棱两可阶段，可能会发微信征求朋友的意见，这时如果企业能够及时、精准的提供一些有价值意见，将会在很大程度上影响购买决策。
来自于社交媒体的信息量很大，如何有效运用这些数据也是企业面临的问题之一。陈继丰认为，对社会化媒体上的数据可以分为几个步骤加以利用，一是进行收集，根据数据的类型施加不同的用途，有些可能用于评估效果，了解市场，监测竞争对手情报。还有一些会进行自然语言处理，包括分类、聚类，以快速掌握消费者对产品和行业的及时看法，方便企业快速做出调整。举个简单的例子，电视广告很贵，媒体投放成本比较高。那么，一个企业的广告可能有15秒、30秒两个版本，但谁也不确定消费者对哪个版本有偏好。这时，你就可以把视频放到互联网上，通过社交媒体进行传播。而Admaster可以把消费者看到广告后的评价迅速收集回来进行系统分析，看看哪些元素有助于传播，哪些元素引起了消费者反感，做快速前测，这样会为广告主节省许多成本。
种种迹像表明，企业与用户间的沟通方式正在发生变化，社交媒体的重要性正在不断凸显。2012年9月，调研机构在对美国市场营销人员的一次访谈中，近2/3的受访者表示，推进他们在广告营销领域运用数据管理平台的动力来自于挖掘大数据的需求。
运用社交大数据营销的难题
篇8
关键词：要素资本 大数据资本 企业价值
一、要素资本理论
认识要素资本理论首先要厘清资源、生产要素和资本三者之间的关系。
（一）资源。资源的存在是客观的：石油、天然气、土壤等。这些资源的发现和利用，是由社会生产力决定的。人类在认识的基础上加强学习、开发知识、不断实践，就会将更多的资源转变成生产要素。一定时期的社会实践中使用的生产要素，取决于人类的认识和社会实践能力。从范围上来讲，资源的概念包括生产要素。
（二）生产要素。生产要素是经济学中的一个基本范畴，又称生产因素。生产要素的形成和确认是财务学上要素资本范畴产生、形成的基础和条件。过去学者定义企业的生产要素由劳动力、土地、资本、企业家才能构成，这种认识是由当时的社会实践水平所决定的。随着企业经济实践活动的不断进行和发展，这种认识显示出局限性。目前，对生产要素内容的认识已日益丰富，不断有新的资源纳入到企业的生产要素构成中，例如现代科学、技术、管理、信息等，这些生产要素在现代化大生产中发挥着各自的重大作用。随着生产方式的转变和生产力的发展，生产要素的结构方式也在发生变化。实践发现，生产力越发达，新兴生产要素发挥的作用就越大。
（三）资本。马克思指出，资本家投入到生产过程中的资本，从自然形式上看，总是由一定数量的生产资料和劳动力构成。资本的抽象定义是：资本是可以带来剩余价值的价值。剩余价值是由被雇佣的工人的剩余劳动力所创造。在资本主义社会，资本总是通过各种物品表现出来，但资本的本质不是物，而是一定的历史社会形态下的生产关系。罗福凯提出，财务学上的资本就是上一阶段生产的节省。资本的本质是以往的生产过程的结果，它的任何积累都是以缩减以前各期的消费为代价。
一定时期生产要素的形成，取决于人类知识的增长。具体的资源转变为具体的生产要素，需要人们增加具体的“知识”，并需要经过生产过程的检验。人与人之间进行交换的目的是进行资本积累和投资。在有货币的情况下，生产要素经过交易过程转变为资本。而在大数据时代，资本的本质意义就是以往市场交易过程的结果。即使是货币，也只有在交易过程中才能成为资本。
（四）要素资本。生产要素在经过特定的程序之后才能变成企业的要素资本。生产要素成为要素资本的必要条件是生产要素需要进入市场交易过程，由财务资本拥有者投资控制拥有这些生产要素；当生产要素完成买卖程序、完成产权转移，交易的生产要素或资源就转变为要素资本了。这些不同作用和特定功能的要素资本，统一以未来净现金流量折现值的形式，进入企业财务系统。此时，异质的资本品和同质的资本金统一使用会计计量单位――货币，并且在财务学的逻辑基础上直接进行加总。财务资本与实物资本、技术资本、人力资本、信息资本等，共同形成企业的要素资本。建立要素资本的概念，可以有效地反映和解释人力资本、技术资本和信息资本的客观存在。
生产力的发展，使整个经济社会的新兴要素更加活跃，世界进入大数据时代，各种生产要素在社会经济中都发挥着举足轻重的作用。由于资本的增值性、变动性特别强，资本与其他生产要素相结合就孵化出无数的新兴资本，如人力资本、技术资本、信息资本、知识资本等，因此，新兴的要素资本开始出现。
二、大数据资本
（一）大数据时代。“大数据”在互联网行业是指这样一种现象：互联网公司在日常运营中生成、累积的用户网络行为数据。这些数据的规模是如此庞大，以至于不能用G或T来衡量。经过多年的积累，社会的数据量、数据处理技术和能力都有了很大的飞跃，在此背景下，大数据时代已经来临。哈佛大学社会学教授加里・金说：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。”
（二）大数据资本。按照要素资本理论，资本与大数据这一生产要素相结合，能孵化出的要素资本就是大数据资本。“数据是新的石油。”亚马逊前任首席科学家Andreas Weigend如此评价大数据的价值。以至于其获取、储存、搜索、共享、分析，乃至可视化地呈现都是这个世界可挖掘的“宝库”。政府、企业等各行各业开始意识到，大数据正在成为企业组织最重要的资本，大数据资本正在成为各行各业的核心竞争力。
（三）大稻葑时镜募壑荡丛臁＞济活动中对大数据的实践活动可以体现在众多新兴的中小企业中，大型企业也开始了对大数据的逐渐尝试。如具有代表性的美国，其对大数据更加重视。2013年3月，奥巴马政府宣布投资2亿美元拉动大数据相关产业，将“大数据战略”提升到国家层面。奥巴马政府承认大数据将是“未来的新石油”：一个国家拥有大数据的规模、活性及解释运用的能力将成为一个国家国力的重要层面。将来国家拥有的数据量和控制权甚至会是陆权、海权、空权之外的另一种国家核心资产。
21世纪是大数据的时代，谁掌握大数据，谁就可能创造价值。甚至可以说，谁拥有更多的大数据资本，谁就有话语权。所以，随着要素资本从企业财务资本的影子里走出来，走向企业舞台的大数据资本的价值也逐渐地被认识和准确定位。纯粹财务资本的重要性下降，以价值为基础的新兴要素资本共同创造价值的经济制度正在构成。用要素资本理论来分析企业价值更具有现实意义。
三、要素资本理论下的大数据时代的企业价值
（一）企业价值。企业是什么？不同的学者有不同的看法。根据要素资本理论，企业是投入到企业当中的不同要素资本进行资本增值的一个开放的系统，增值的目的是增加企业的价值，反过来，企业价值的衡量也应该由投入其中的要素资本来进行评估。企业的价值实际是企业各种要素资本的价值及其增值。企业财务管理的价值发现和价值创造功能，实际上是企业各要素资本的跨时间配置、一定时间内各要素资本的数量安排和结构优化，从而增强财务资本的时间价值和增值能力。
（二）要素资本理论下的企业价值。有些要素本身可以创造价值，有些要素本身就是价值。要素资本投入量与财务效率之乘积等于企业价值。
本文根据要素价值理论进行企业价值研究。根据企业的生产要素价值进行企业价值的研究，有助于更加客观和准确地对大数据时代企业的价值进行评估。根据要素资本学者提出的要素资本平衡表来进行企业价值评估，传统的价值分析方法有一种是对企业中的形成企业物质形态的厂房、机械、工具、原材料和产品进行价值评估，但事实是这些有形的物质形态本身不会与企业外部发生吸纳和输出的过程，企业能够进行增值的动力是技术信息和知识的作用，这一部分也是企业价值的构成。
由于当代财务活动的多样性和复杂性，企业资本的种类和形态发生了重大变化，科学技术和信息知识等生产要素在企业中的投入越来越大，尤其是数据资本在企业中的比重和作用越来越重要（其价值在整个企业价值中的比例越来越大）。新兴产业不断涌现，如果在企业价值评估时没有考虑到这些越来越重要的要素资本的价值，在企业进行项目投资、在投资机构选择投资项目时就难以正确客观地对该类型的企业进行评估。那么那些新型产业难以全面迅速的成长发展。
（三）大数据时代对企业价值的认识。数据成为资产凝结着技术知识和信息：首先数据是独立的，可以拥有所有权，对数据的利用技术是可以交易的，使得数据成为要素资本。大数据一方面是企业价值评估要纳入的因素之一，另一方面又是财务管理活动的出发点――财务管理环境的巨大变化。数据是生产要素，故数据也是企业价值创造的资本，是进行企业价值评估的关键因素。财务学上的价值就是微观主体的资本占用量在市场上的价格（实现价值），那么在评估微观主体的价值时就应该综合考虑这些生产要素在市场上的价格（实现价值）。
四、理论研究意义
财务管理的目标是实现企业价值最大化，正确地衡量一个企业的价值是财务管理的终极目标，同样，企业战略在实施过程中的目标也是实现企业的持续经营和价值最大化，财务投资战略服从服务于企业的战略，当财务的投Y战略实施之后就需要对企业价值有一个更客观的认识，只有实践和认识相协调才能促进实践的更好发展。所以，对数据资产、数据资本的正确、客观的认识，给予其正确的实践地位具有重大的实践意义。
大数据时代是经济发展的又一个重要时代。在大数据时代的发展开端，谁能把握住发展的机遇，谁就能在接下来的几十年的经济发展周期内快速发展。理论来自实践，同时又高于实践，先进的认识能够更好地指导实践的发展。为此，应该将大数据这一新时代的生产要素以合适的位置进入到经济实践活动当中。本文以要素资本理论为基础，分析大数据资本。在当今大众创业、万众创新的浪潮下，正确理性地看待新型企业的价值，有助于企业吸引投资，也给财务资本界以新的投资视角，给经济发展注入活力。S
参考文献：
[1]罗福凯.要素资本平衡表：一种新的内部资产负债表[J].中国工业经济，2010，（02）.
[2]罗福凯.论要素资本――由一则故事引发的思考[J].财经理论与实践，2009，（01）.
[3]罗福凯.财务理论的内在逻辑与价值创造[J].会计研究，2003，（03）.
篇9
/ 企业未来三年主要关注的领域 /
调查结果显示，有80%的受访ICT企业将在未来三年内关注云计算领域，74%的企业关注移动互联网领域，61%的企业关注大数据领域。可见，云计算、移动互联网和大数据是目前以及未来三年内业界最火热的三大领域。与去年相比，企业对大数据的重视程度有大幅增加，大数据时代已经来临。在用户为王的年代，不管是大数据，还是云模式，都能够帮助企业更好地接近用户，挖掘用户需求，从而最大程度地提升产品的用户体验，最终为用户带来最贴近其需求的产品，为企业树立良好的品牌形象，带来经济利益。
/ 移动互联网的到来对企业的影响 /
从调查结果可以看出，移动互联网的出现确实影响了企业的方方面面，几乎所有的企业都反馈，移动互联网影响到了他们的办公方式。此外，借助移动互联网完善销售流程、进行营销推广、构建新的运营模式等也是IT业界的新趋势。不管是传统的IT厂商，还是软件厂商，都通过成立专门的移动互联网部门、收购移动互联网企业等方式来进军移动互联网领域。可以说，移动互联网的诞生深度影响了企业的发展战略，改变了企业的运作方式，提升了企业的运转效率。
/ 云计算落地存在的障碍 /
调查结果显示，虽然目前云计算在中国的发展状况不错，但依然存在诸多障碍。存在安全问题、用户对服务的认知度不高、没有统一标准以及概念混乱是阻碍云计算发展的主要原因。目前，由于对云计算的认知不够，很多用户都称云计算为“晕”计算，这就需要涉足云计算的厂商与技术开发者做好沟通，以云计算为手段，设计出贴近用户的产品，才能逐渐使用户对云计算有更明确的认知，这对厂商来说可谓任重而道远。在互联网时代，安全是永恒的问题，云计算的出现会为网络安全带来隐患，用户会有顾虑而不会轻易使用云服务。此外，制定云计算的统一标准和明确云计算概念也是政府和行业亟待联合解决的问题。
/ 企业使用社交商务服务的领域 /
近年来，社交网络进入了我们生活。特别是最近几年，发展十分迅猛。根据调查结果，有79%的企业会借助社交网络进行产品和服务的市场推广，63%的企业会借助社交网络进行客户关系的维护与发展。社交网络为企业提供了大规模的用户资源，还为企业提供了更宽广的宣传和推广平台。社交网络还为企业的客户关系管理带来了新的变化。过去，客户信息保存在企业自己的数据库中，企业知道客户真实的信息。但今后，除了企业自身拥有的数据，社交网络也为企业提供大批客户数据。此外，微招聘、产品的研发沟通也是社交网络为企业带来的不可忽视的变革。社交网络对企业发展的价值已经显现，但若想被深度利用，就需要企业清晰明确地认识到社交网络的价值，然后将其逐步应用到日常办公当中。
/ 企业为迎接大数据带来的挑战将做出的改变 /
作为IT领域的关键词，“大数据”被不断地被大书特书。当前，得益于互联网尤其是社交网络的快速发展，承载着用户信息的数据量飞速增长，大数据时代已经来临。企业关注大数据，是因为海量数据有巨大的商业价值，能够为企业带来丰厚的利益。目前，很多企业都为迎接大数据时代的到来做了充分准备，67%的企业表示会优化存储架构，有效存储、利用、分析非结构化数据，获取商业价值。这说明，为了充分挖掘海量数据的价值，企业必须做好数据存储的优化工作，还要注重数据分析阶段，加大BI投入。从调查结果看，超过半数的企业注意到了这几点，这说明他们的大数据之路走得越来越成熟。
英特尔
在这个融合创新的时代，移动终端与计算设备的发展，与其说符合“物竞天择”的进化论，不如说是融合创新的演进过程。当下，融合正成为移动互联产业发展的新动力、新方向，而最显著的特征，就是从上到下各种设备都将具备触控功能，将消费者带向一个“全触控”体验新时代。此外，融合不但体现在移动终端和应用，在终端和云之间也有所体现。
Informatica公司
Informatica公司大中国区总经理王晨杰认为，社交计算和移动计算的采用，意味着数据采集的量大大增加。企业越来越强大的云计算应用部署同样产生了大量的云端数据。他说：“这些庞大的新型数据能够带来前所未有的商机，企业能够通过掌控大数据提高运营效率，降低 IT 基础架构和数据管理成本，并更好地管理品牌和客户关系。”
长虹佳华
云计算时代的到来提供了机遇和挑战。长虹佳华一直站在IT发展的前沿，多年前就敏锐地感觉到，云技术会成为未来IT发展的重要方向之一，并为此做了大量准备和技术积累。长虹佳华云体验中心不仅能为特定的行业用户提供定制的云技术解决方案，而且还能为下游渠道和客户提供基于云架构的数据全流程解决方案和增值服务。
篇10
关键词：大数据 收视率 建构
随着互联网数字化及媒介融合进程的加快，中国电视行业已不可避免地进入了大数据时代。媒体机构、广告商、收视率调查机构意识到仅凭单纯的收视率数据难以全面、深入地把握和分析受众，“亟须引入新的监控视角和衡量标准来进行评估，综合考量观众对电视节目的真实关注情况和态度倾向，了解观众的个性化需求，以求深入、全面评估电视节目的影响力。”①
“大数据”概念、数据挖掘技术进入传统收视率调查系统，促使收视率调查方法、技术不断进步与革新，依托对大数据监测与整理，全面、客观、准确地呈现了全媒体环境下受众的收视行为。
传统收视率调查面临的挑战与质疑
收视率调查开始于20世纪30年代，经过几十年发展，在技术和数据处理上已较为成熟，被广泛运用于电视节目评估。但是，随着大数据时代的到来，传统的收视率及其调查方法，已不能反映受众真实、全面的收视行为，进而不能反映和评估出节目的真实价值，亟需创新和变革。
一、测量指标少，无法全面反映收视效果。收视率调查除了收视率一项指标外，还有开机率、占有率、达到率等指标，测量指标表面上很全面和多样，但是受众收视效果分为认知、心理、行为三个层面，收视率测量指标反映了第一个层面的效果，即多少人看了某节目、看了多长时间。受众收视心理效果或之后的行为效果，对视频的喜好态度和满意程度，收视率却反映不了。由此可见，传统的收视调查在指标样本设置上具有局限性，不能反映受众的态度和心理，无法准确评价节目的好坏优劣，影响收视率评价的科学性和合理性。
造成收视率测量指标较少的原因是多方面的，首先是收视率调查公司面临数据采集技术难题，数据收集和分析非常耗时耗力；其次，存储技术也限制了海量数据的收集；更深层次的原因是人们过于依赖小样本时代的随机抽样，对统计学的认识局限和思维误区，认为小数据时代的随机采取和相关指标能够代替大的样本获得信息，忽略大数据时代的来临和数据挖掘技术的巨大进步，错失一些原始数据背后的重要价值。
二、样本量较少，可信度低，易受污染。传统的收视率调查采用随机抽样来代替普查，我们不能否认其科学性和可行性，但是依赖绝对随机性，在现实环境下非常难以实现，国内收视率调查公司的调查点多分布在大中城市，偏远地区很少设有调查点，样本数量少。在地域辽阔、人口密集、城乡差异巨大的中国，这样的抽样方式不能反映全部受众的收视情况，不具备样本的代表性和可比性。传统收视率调查的日记法要求受众认真准确填写收视日记，但是有些受众在收看过程中没有按时、如实填写，而是事后追记甚至是一周一记录，导致日记法可信度较低。
在传统收视测量中，由于采集到的数据样本少，一旦有少量样本户受到干扰，就将直接影响整体的真实性和准确性。②有媒体曝光一些利益集团采用不正当手段，寻找和接近样本对象，以贿赂、收买等方式影响样本对象的收视行为，让其锁定收看某节目导致收视率数据虚假失实，影响收视率作为“行业货币”的信誉度和权威性。据索福瑞公司的总经理王兰柱介绍，索福瑞在每个大中城市会有300户的样本户，如果有人想通过非常手段来影响收视率，只需要影响6户样本户就有可能将收视率提高一个百分点，“而这一个点的改变，能给电视台、栏目带来近百万的经济收益。”③
三、播出终端多样化，无法开展跨平台测量。进入全媒体时代，受众的时间正被越来越多的媒介、频道、平台瓜分，受众群体因此变得越来越碎片化。受众拥有更多自主性和能动性，会根据自己的时间和喜好编辑个性化的收视节目单，彻底改变了按照电视台的节目时间表来收视的习惯。受众还可以先把喜欢的节目录下来，等方便的时候再收看，这种新技术还提供任意快转、停止、跳过不想看的部分等功能；通过平板电脑、手机等其他终端随时随地收看自己喜欢的电视节目的跨平台收视行为也逐渐成为一种普遍现象。网络的互动性让受众通过博客、微博、贴吧等网络自组织平台个人各种关于影视作品的信息、表达意见与看法。
在全媒体环境下，受众接触媒介行为更加复杂和多样，产生了海量数据，传统收视率调查技术如何对海量数据进行挖掘和分析，如何获取更加全面、精准的收视数据，这是新媒体环境下收视率调查系统面临的严峻压力与挑战。
大数据基础上收视率调查系统构建的可能
大数据带来的不仅是数据量几何级增长还有对分析数据方式、思维与意识的转变，《大数据时代》作者维克托提出了大数据时代处理数据时思维变革方式，即“不是随机样本而是全体数据；不是精确性而是混杂性；不是因果关系而是相关关系”，这些转变为我们认识和理解世界打开了一扇新的大门，赋予了传统收视率调查系统新的力量与可能。
一、测量指标的构建：多样性与标准性。在媒介融合大背景下，收视率调查系统将测量范围由传统的电视媒体扩展到互联网、手机等新媒体平台，通过大数据技术对受众观看视频行为、态度的统计与量化，以弥补传统收视率调查评估的不足。大数据不仅测量监测和分析受众观看视频的行为习惯，而且还将态度和情绪转变为一种可分析的形式，并构建起新的测量指标。
在大数据技术支持下，收视率调查公司可以多维度、综合性地测量网络用户收视行为，各种测量指标、内容则不断出现，试图重新构建一套适合在新媒体环境中电视节目评价标准体系。比如电视剧网络舆情反馈指数构建知名度、关注度、收视度、推荐度、满意度和集中度等六项指标，反映了电视剧在网络上被传统媒体报道数量、网民的评论数量、视频点击量和下载量，更试图测量观众深层次的情感层面。电视节目网络人气评估，建立在传统评估体系注重数量统计的基础上，展开全面的关注意见数据收集，进行更精确的指数计算，采取多维的交叉视角，涉及细化的、多维度的指标，并运用内容分析法和文本分析法等方法，对受众反馈进行深层次分析，通过对网络讨论的内容分析，实现对网民态度和观点的甄别分析。
任何一项指标都要满足客观性、全面性、科学性和可操作性。随着收视率调查公司和数据公司联手对用户收视数据不断挖掘和应用，一些测评数据指标让我们有更多机会全面认识受众的收视行为，但是大量的测评指标出现并没有经过市场和时间的科学检验，技术的不完善也会导致指标出现误差，有些调查公司为了私利也会出现数据和测量指明造假问题。如何在众多测量指标中，选择一些科学、实用被广泛认可与接受的测量指标，还需要市场和管理部门进一步发展、完善和规范。
二、调查市场的构建：一家独大与自由竞争。优势公司垄断调查市场现象普遍，但垄断并不能完全消除竞争，少数调查公司“一家独大”的局面正在遭到业界的“集体”抵制。随着大数据广泛运用以及巨大的潜力，互联网公司、影视制作公司与视频相关行业凭借着资源、资金、技术、人才的软硬件优势加入收视率调查行业，纷纷成立大数据研究中心和部门，抢占收视率调查市场。传统的数据服务公司也迅速转型和升级服务能力，成为互联网、数字电视领域的综合数据服务商，它们迅速掌握实时、海量数据的监测技术，借助以往数据分析模型构建的能力提升构建海量数据挖掘模型的能力，强化自身对海量数据的分析能力，生产和分发多种数据产品，服务业界。更有基于新的社交电视媒体的出现而专门从事社交电视评论信息采集、分析的数据服务公司。④
传统的收视率调查市场被垄断的局面将被打破，每个参与调查的公司与主体，都无法靠一己之力完成对受众认知、心理、行为等多种信息的收集、处理，各调查主体需要通力合作，发挥所长，在合作中竞争，在竞争中合作，共同提升收视率调查体系科学性和可靠性。例如，歌华有线公司与中国传媒大学、央视・索福瑞、尼尔森、秒针系统、新生代全景、中传瑞智等单位均开展了深度技术合作。
在大数据时代，数据作为一个资本与门槛，让越来越多主体参与到收视率调查体系中来，出现了数据存储公司、数据分析公司、数据咨询与服务公司，国内央视-索福瑞公司建立的“一个市场、一种货币”的收视率调查市场体系有望被打破，无论是原有的独家垄断和即将到来的自由竞争的收视率调查体系，都将面临数据报告客观、公正和透明的问题，这需要收视率调查市场建立有效的监督机制，维护良好的市场秩序。
三、测量技术的革新：自动化和人工操作。从收视率调查历史看，收视率测量技术随着时代的需求和科学的发展在不断演进。从早期的电话访问法、日记法、问卷调查法，再到后来的电子仪器法，每种测量方法都各有所长，测量技术的发展总体趋势是自动化和智能化程度越来越高，尽可能减少人为误差，对人工的依赖越来越来越少。
大数据专家预测，在海量数据面前，将来作出决策的将是机器而不是人类自己，单纯依靠人类判断力的时代将被计算机系统所改变甚至取代。收视率调查机构可充分运用计算机数据处理系统，计算和统计出各类视频节目收视率数据。数据挖掘一般要经历业务理解、数据理解、数据准备、建立模型、模型评估、模型等多个步骤。与一般的数据处理技术不同，大数据挖掘针对的是零散的信息――非结构化信息，如网络言论、图片和视频。同时，数据挖掘继承了传统定量研究方法的优势，共同监测受众在新媒体收视行为。例如，北京大学视听传播研究中心采用网络信息抓取加语义分析新技术，实现了节目调查范围的全域化和样本的海量化以及主观分析的软件化、数据化、自动化；以网民和微博用户的意见和评论为中心，实现了节目评估的客观化和市场化。⑤
在我们以大数据技术为收视率调查带来进步的同时，不要盲目陷入技术崇拜和技术依赖症，而忽略人的主观能动性对收视率评估的作用。目前，数据挖掘主要采用的方法如关联算法、聚类算法、机器学习算法等，能否将它们利用在新媒体收视体系的构建中，学界和业界需要开展更深入的研究。我国幅员辽阔、受众成分复杂，传统的以人工操作为主的日记法仍然具有一定的优势和作用，首先日记法费用低廉，无需装设仪器，所需费用较少；其次，许多传统电视受众为非网络用户，无法采集受众收视行为，只能靠日记法作为收视率调查体系必要补充。所以，在收视率调查体系中，为了适应市场变化、满足不同用户需求，调查机构需要采用多种技术测量手段，发挥其各种优势，取长补短，共同完成测量工作。
四、测量服务内容的构建：原有业务与增值服务。在传统收视率调查市场，收视率主要是用于视频节目的评估和广告商投放广告的参考。电视制作机构需要收视率了解受众需求和竞争对手情况，以此作为销售产品的重要依据；广告商需要根据收视率，对电视节目收视情况作出评价，选择性投放广告。
在大数据时代，海量数据催生了收视率调查体系全新的业务范畴，可以提供更多增值和个性化服务，为收视率调查市场构建了新的盈利模式。大数据分析的精确性让电视节目制作方实时、准确了解受众对节目的喜好，深入挖掘受众收视行为，可以随时调整节目策划、节目制作、节目设置与播出计划，提升节目品质和产品的核心竞争力。例如《中国好声音》根据网民互动信息制作了姐妹篇《酷我声音》；视频播出机构也可根据受众在观看过程中留下的播放痕迹和数据创造新价值，爱奇艺公司就推出“绿镜”视频编辑功能，综合分析用户海量视频观看数据，自动判断用户喜好，生成受众关注程度最高的“精华版”视频。
互联网视频公司也会依托大数据，采集和分析用户观看视频偏好，为用户提供智能与个性的视频观看服务指南。优酷土豆每月都将《中国网络视频指数》，根据海量的数据和专业分析，洞察用户行为，解读行业趋势。
目前，在营销广告服务领域，研究机构已推出“购买者收视行为研究”“目标消费者收视分析”等产品，深度分析视频受众消费信息、消费行为，建立完整的视频受众消费行为数据库，为广告评估提供多维分析工具，投放广告更为精准有效，避免了广告重复投放，为商品市场营销提供详细的策略。例如，央视-索福瑞媒介研究有限公司首次联手新浪微博以大数据为桥梁，推出微博收视指数为电视媒体从社会化传播的维度开展节目评估、营销传播，提供标准化分析工具。[本文系国家社科基金项目《基于风险社会视角下中国电视传播的响应机制与应对策略研究》（项目编号：14CXW01）；重庆大学教学改革研究项目《基于大数据背景下新闻传播学专业硕士培养模式创新与实践改革研究》（项目编号：2014Y10）的阶段性成果]
（作者单位：重庆大学）
栏目责编：陈道生
注释：
①张树庭：《视网融合时代的电视节目评估》[M]，北京：中国广播电视出版社，2012.17。
②何 蔚，吕 沁：《基于大数据理念的电视节目编排管理策略探索》，《电视研究》， 2014（6）。
③小老伍：《收视率造假涉巨大经济利益 霸主央视索福瑞受质疑》，《华夏时报》，2010-07-23。
