大数据时代概念范文

导语：如何才能写好一篇大数据时代概念，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

Big Data“大数据”其本质是信息爆炸时代对数据的核心价值再挖掘，被大部分专业人士认为是计算机行业继云计算、物联网之后IT产业又一次颠覆性的技术变革。我们认为这其实不仅仅是技术变革，更实质上的是计算机服务时代的来临，对数据的抽丝剥茧、总结结论更体现了计算机行业正从技术供应转型为服务供应，大数据未来对国家治理模式、对企业的决策、组织和业务流程、对个人生活方式都将产生巨大的影响。

二、大数据的来源

根据IDC 的监测，全球在2010 年正式进入ZB时代，预计2011 年全球数据量将达到1.8ZB，预计到2020 年，全球将总共拥有35ZB 的数据量。如果把35ZB 的数据全部刻录到容量为9GB 的光盘上，其叠加的高度将达到233 万公里，相当于在地球与月球之间往返三次。

日益庞大的数据量使得有效利用成为产业发展关键，从而衍生了大数据概念，就目前正在有效利用的数据来源包括企业内部的经营交易信息，物联网世界中商品、物流信息，互联网世界中人与人交互信息、位置信息等等。

数据换算关系：

1MB=1024KB 1GB=1024MB

1TG=1024GB 1PB=1024TB

1EB=1024PB 1ZB=1024EB

三、大数据的价值体现

云计算的核心是业务模式，本质是数据处理技术。数据是资产，云为数据资产提供了保管、访问的场所和渠道。如何盘活数据资产，使其为国家治理、企业决策乃至个人生活服务，是大数据的核心议题，也是云计算内在的灵魂和必然的升级方向。

根据麦肯锡的研究显示，大数据技术将通过多种方式来为我们这个世界创造价值：首先，大数据技术能够增加企业和价格的透明度，降低社会管理的成本和交易摩擦成本。其次，大数据技术能够提高企业数据的准确性和及时性，使得企业可以更好的控制自己的设备与制造流程。另外，庞大的消费者数据将有利于企业进一步挖掘细分市场机会，提高产品的消费者满意程度。同时，大数据的智能分析还将提高企业的决策水平，进一步降低企业经营的风险，最后大数据分析在研发过程中的应用，还能够缩短产品研发时间，提高企业在商业模式、产品和服务上的创新能力。

大数据技术除了为各个行业带来显著的财务价值以外，在企业内部的应用也将极大提高各个企业的运营效率和营收能力。

研究显示，如果企业数据使用率提升 10%，零售、咨询服务、航空等行业人均产出将分别提升49%、39%和21%。财富1000 强中的中位数企业，数据使用率提高10%能够每年增加约20 亿美元的营收，导致其人均产出提升约14.4%。

而数据质量的提升，将会对企业产生更为显著的影响，根据德州研究提供的数据，如果企业数据质量提升10%，公用事业、航空、电信、石油石化等行业受益最为明显，ROE 提升幅度将会超过200%，财富1000 强企业中ROE 的提升幅度中位数约为76%。

四、国内大数据产业发展中的案例

国外的数据产业目前发展速度较快，而国内才刚刚开始，但已不乏成功案例，为企业创造效益、树立良好形象。

马云成功预测2008年经济危机，并帮助他成千上万的中小制造商准备过冬的粮食。让马云赢得了崇高的声誉。

2008年初,阿里巴巴平台上整个买家询盘数急剧下滑，欧美对中国采购在下滑。海关是卖了货,出去以后再获得数据;而阿里巴巴提前半年时间从询盘上推断出世界贸易发生变化了。

马云对未来的预测，是建立在对用户行文分析的基础上。通常而言，买家在采购商品前，会比较多家供应商的产品，反映到阿里巴巴网站统计数据中，就是查询点击的数量和购买点击的数量会保持一个相对的数值，综合各个维度的数据可建立用户行为模型。因为数据样本巨大，保证用户行为模型的准确性。因此在这个案例中，询盘数据的下降，自然导致买盘的下降。

五、大数据的市场空间

大数据的信息来源繁多，其信息量远远超越了现有企业IT架构和基础设施的承载能力，其实时性要求则大大超越现有的计算能力。如果计划在大数据时代获益，必将引发新一轮的信息化投资和建设热潮。

从麦肯锡的研究报告我们可以看到，仅美国医疗服务业、欧洲公共管理部门和全球定位数据市场三个领域每年就能产生超过7 千亿美元的市场价值。相信未来大数据的产业规模将会至少以万亿美元来进行衡量，大数据将有可能给IT行业开拓一个新的黄金时代。

六、国内大数据概念的投资机会

IBM架构师Stephen Watt曾阐述大数据的生态系统就是贯穿数据的整个生命周期：从产生，到存储，到处理，再到价值提取，最后被应用掉，这整个过程就构成了大数据的生态系统。参考其生态系统，然后以产品为维度，按照硬件、基础软件、应用软件、信息服务四个方面来划分大数据的整个产业链。

大数据技术目前还是一个很新的概念，国内的企业起跑线相当，大数据时代的来临为诸多转型企业提供了一个难得的机会，拥有大数据处理、挖掘技术的公司，拥有数据资产的公司，可持续关注。我们重点建议关注东方国信（300166）、拓尔思（300229）。

东方国信（300166）：1.核心技术：公司拥有电信行业通用数据仓库模型、数据清洗与稽核、元数据管理、分析图表引擎、可视化报表设计、基于语义层的即席查询、数据挖掘算法模型、广义工作流、业务服务规则引擎等核心技术。2.坚实客户基础： 公司主要服务于国内电信领域的运营商。公司是中国联通、中国电信等企业商业智能系统的核心合作厂商之一，也是中国移动全资子公司中国铁通企业商业智能系统的三家核心厂商之一。目前，公司已经成为中国电信行业BI应用软件的领先供应商。3.业绩预告：2011 年公司业绩预告：预计2011 年归属于上市公司股东的净利润为5060.66 万元-5904.10 万元，同比增长20%-40%。

投资大参考点评：作为大数据领域的龙头，公司不仅拥有核心数据分析技术，并且拥有坚实的客户基础，在细分子行业行业地位较高，未来业绩增长稳定，近期的股价强势不仅源于对对大数据概念的炒作，公司拥有较强的高送转预期，可谨慎关注。风险：近期走势较强，面临前高压力有回调可能，公司将于1月20日正式披露年报，如果高送落空可能面临补跌风险。

拓尔思（300229）：1.公司了基于云服务的网络舆情服务平台TRS SMAS，该平台只需要用户登录帐号，即可以从PC 抑或移动终端登录，享受以SaaS服务形式打包提供的舆情内容及管理分析技术。除了舆情，SaaS也是公司推广企业用户垂直搜索市场的主要商业模式。（SaaS：提供商为企业搭建信息化所需要的所有网络基础设施及软件、硬件运作平台，并负责所有前期的实施、后期的维护等一系列服务，企业无需购买软硬件、建设机房、招聘IT人员，即可通过互联网使用信息系统。就像打开自来水龙头就能用水一样，企业根据实际需要，从SaaS提供商租赁软件服务。）2.公司收入具备明显的季节性特征，以2010年为例，四季度收入全年占比32%，利润占比37%。且软件企业增值税退税细则已于10 月13 日公布，预计退税收入将增厚业绩0.10-0.15 元，四季度业绩将明显好转。3.业绩预测：预计公司2011-2013 年EPS分别为0.75 元、1.20 元、1.88 元。

篇2

关键词：数理统计；大数据；企业管理

随着科技的发展和信息传播速度的增加，人们处于信息爆炸的时代。与传统的数据相比，在大数据时代，数据具有哪些变化？传统的数理统计方法将会发生怎样的变革？数据处理方式的变化以及数据传播速度的增快将会对企业管理产生怎样的影响？本文重点分析了数理统计方法在大数据时代下企业管理中的运用，从而促进企业不断适应变化，实现长远发展。

一、数理统计的概念与特点

运用数理统计的方法分析生活中的各种数据逐渐成为科学研究的一种趋势，在相关数据的基础之上，通过运用数理统计的方法，可以判断事物发展的趋势，从而归纳出一些客观规律来指导我们的生活，提高生活质量。所谓的数理统计是指运用定量描述的方法分析随机变量之间的关系，通过有限次的观察实验得到数据，发现数据之间的内在规律，并判断整体的数据规律性。基本特点是以实验观察为基本出发点，以概率论作为基础，选择数学模型并进行验证。正确运用充数理统计的方法的前提是掌握数理统计的基本概念和基本思想，而总体和样本是数理统计的基本概念，总体是研究对象的全体，样本是研究对象的一部分。通过样本的信息对总体进行推断是数理统计的基本思想。

二、大数据的概念与特点

目前，学者们对于大数据没有达成统一的定义。一般来说，大数据是指数据资料非常庞大，无法运用目前的软件在短时间内进行数据的分析与处理。它是对大规模数据管理和技术平台的泛称，与传统的大规模数据不同，它除了数据的爆炸性增长之外，还包括对于数据的分析、处理和应用，最终实现挖掘大数据潜在价值的目的。大数据具有数据庞大、种类较多、价值性、处理速度快的特点。与传统的数据不同，在大数据时代，我们分析的数据总量巨大，并不再仅仅依靠传统的随机抽样的方法，除外，由于数据总量庞大，有着多样性和丰富性的特点，使得我们无法确定数据的使用目的。在大数据时代，仅仅依靠传统的几种工具无法实现对于数据的处理和分析，而是运用强大的云计算能力进行数据的处理与分析。

三、大数据时代对于数理统计的影响

统计学是一门具有三百多年历史的学科，在长期的发展过程中，不断吸纳各家之长，使得统计学的发展充满生机与活力。大数据时代的到来，为统计学的发展带来发展机遇的同时又带来巨大的挑战。具体如下：

1.大数据对于样本和总体的影响

众所周知，数理统计是通过具有代表性的样本推断总体的基本情况，从而对于社会经济发展的总体趋势做出判断。而具有代表性的样本是通过抽样的方式实现的，然而，在大数据时代，虽然信息量庞大，数据类型多样，但是大数据也存在着样本缺乏代表性、噪声等问题，因此，通过抽样的方法对于数据进行分析可能会存在一定的偏差。传统的数理统计方法收集到的数据具有结构化的特点，然而，在大数据时代，数据类型多种多样，容量超大，因此，样本数据与大数据存在很大的不同。样本数据有着特定的研究目的，运用抽样的方法获得数据，具有数据有限的特点。基于样本数据的特点，它的应用空间十分有限，通常无法满足多层次、多样化的需求特点，在抽样过程中出现偏离方案的现象时，抽样便无法进行，因此，样本数据分析的方法无法得到广泛推广。而大数据不仅包含的信息量巨大，而且不受各种限制即可以接纳各种各样的数据类型。与样本数据相比，大数据的优点是数据选择空间巨大，可进行多角度、多方面的数据分析。更为重要的是由于样本数据有限，可能无法判断出数据的某些规律，而通过大数据，某些规律可能会十分清晰。样本数据中无法发现的弱小信息，在大数据中可以找到。在样本数据中被认为是异常的值，在大数据中可能会被接受。因此，在大数据时代背景下，我们认识事物的能力大大提高，充分发掘有用的信息，抓住很多决策分析的机会，促进对于各种社会现象的理解和认识。综上所述，在大数据时代背景下，既可以作为总体也可以作为样本。随着社会的进步、互联网技术的发展，人们处理各种复杂信息的能力大大加强，从多样化的数据中获取有价值的信息越来越多，社会迅速进入大数据时代。在大数据时代，不仅人们的生产方式和生活方式发生巨大变化，企业管理也面临着新的机遇和挑战。

2.相关分析发生变化

大数据时代的到来使得相关分析发生变化，弥补了传统数据分析中的不足。首先，大数据时代的相关分析必须满足“通用性”和“均等性”的准则，并且结果不受变量间形式的影响。近年来，随着大数据的影响力逐渐增加，国外诸多专家和学者充分认识到大数据的相关分析的重要意义，并且对于改进大数据的相关分析进行了深入的研究。以Reshef（2011）等代表的学者提出了最大信息系数的研究方法，从而有效识别变量间的非函数相关关系。在此基础之上，一些学者提出了随机相关系数和最大相关分析的研究方法1。总之，新的相关分析方法涌现说明国内外学者发现传统的相关分析中存在的缺陷，无法满足大数据时代数据分析的要求，与此同时，他们也认识到大数据时代相关分析的重要性。

四、数理统计方法在大数据时代下企业管理中的运用

1.大数据推动企业变革

大数据对于企业管理方式产生十分深远甚至是颠覆式的影响，例如：营销方式的变化，商业模式的改变等等。在大数据时代，一个核心问题是数据的预测，大数据意味着一切以数据化的形式存在，也就意味着透明化。除外，数据也不再像过去那样被认为是陈旧的和静止的，在相关数据收集收集完毕后便不再具有价值。大数据时代，通过对原来的数据进行挖掘，可能会发现有用的信息。而对于企业来说，大数据时代要做到运用数理统计的方法做到决策的数据化，实现由过去依靠感觉进行决策向利用数据进行决策的转变。即使过去部分企业认识到数据的重要性也仅仅关注过去的、已经发生的数据，而这些数据存在着滞后的缺陷，管理者依靠主观经验进行决策，那么决策的风险较大。而在大数据时代，管理者充分运用数理统计的方法分析过去、正在发生的全部数据，充分挖掘各种有用的信息，以制定科学合理的决策，从而促进企业的发展。

2.进一步提升企业的人力资源价值

众所周知，人力资源在企业的成长和发展过程中发挥着至关重要的作用。大数据具有及时性、高处理速度的特点，充分保证数据的真实性和有效性，有利于企业进行科学决策，发现适合企业发展的优秀人才。传统的企业人才招聘方式为结合企业的战略目标、岗位分析等设定相关标准，然后依据这些标准对简历进行筛选，那么与企业战略目标和岗位分析标准契合度较高的候选者即为企业需要的人才。然而，首先各类标准的制定可能是片面的，因此，招聘到的人才可能不符合企业的要求。除外，面试是一个依靠情商和智商综合判断的过程，及时设定了各种硬性指标，在实际的面试中，HR可能受多种综合因素的影响，难以做出正确的决策。而在大数据时代背景下，可以减少这种不确定性的影响。通过数理统计的方法，对于收集到的各种数据进行收集、处理和综合分析，发现求职者的各种素质和企业招聘人才之间的关联性，找到真正适合企业发展的人才。并且随着企业收集到的信息越来越多，发现适合企业的优秀人才的概率会越来越大。通过这种招聘方式，不仅可以大幅度降低招聘成本，而且能够拓宽企业招聘渠道，丰富企业招聘形式，提高企业招聘的精确度，促进企业的长远发展。随着数据处理方式的不断改进，人们对于大数据挖掘到的信息必将越来越丰富，这有利于提高企业决策的科学性，推动企业的长远发展。

作者:江雯 单位:四川大学商学院

参考文献：

[1]程鑫，石洪波.大数据时代传统相关分析的局限性与拓展[J].统计与决策，2015,05,；73-74.

篇3

4月16日，央视《对话》栏目播出专题“谁在引爆大数据”，邀请维克托与国内“IT大牛”共同探讨大数据时代。此番的推波助澜，又引发了一次该书的热销。

维克托是十余年潜心研究数据科学的技术权威，是最早洞见大数据时展趋势的数据科学家之一，也是最受人尊敬的权威发言人之一。维克托曾任哈佛大学、哈佛国家电子商务研究中心、新加坡国立大学等知名学府的信息研究部门负责人，现任牛津大学网络学院互联网治理与监管专业教授；他的学术成果斐然，有一百多篇论文公开发表在《科学》、《自然》等著名学术期刊上，他同时也是哈佛大学出版社、麻省理工出版社、通信政策期刊、美国社会学期刊等多家出版机构的特约评论员；他是备受众多世界知名企业信赖的信息权威与顾问；他的咨询客户包括微软、惠普和IBM等全球顶级企业；而他自己早在1986年与1995年就担任两家软件公司的总裁兼CEO。

在写作《大数据时代》这之前，维克托已经在《经济学人》上和数据编辑肯尼斯・尼尔-库克耶一起，发表了长达14页的大数据专题文章，成为最早洞见大数据时代趋势的数据科学家之一。

维克托在书中前瞻性地指出，大数据带来的信息风暴正在变革我们的生活、工作和思维，大数据开启了一次重大的时代转型，并用三个部分讲述了大数据时代的思维变革、商业变革和管理变革。

维克托最具洞见之处在于，他明确指出，大数据时代最大的转变就是，放弃对因果关系的渴求，取而代之关注相关关系。也就是说只要知道“是什么”，而不需要知道“为什么”。这就颠覆了千百年来人类的思维惯例，对人类的认知和与世界交流的方式提出了全新的挑战。

本书认为大数据的核心就是预测。大数据将为人类的生活创造出前所未有的可量化的维度。大数据已经成为了新发明和新服务的源泉，而更多的改变正蓄势待发。书中展示了谷歌、微软、亚马逊、IBM、苹果、Facebook、Twitter、VISA等大数据先锋们最具价值的应用案例。

知名网络评论人谢文在为该书中文版所写的序中说：“《大数据时代》是迄今为止我读过的最好的一本专著，中英文都算上。”他认为，此书的一大贡献是，在大数据方兴未艾、众说纷纭的时刻，进一步阐述和厘清了大数据的基本概念和特点，这对许多认为大数据就是“数据大”的人来说很有帮助。

谢文还表示，正如维克托所强调的，最重要的是人们可以在很大程度上从对于因果关系的追求中解脱出来，转而将注意力放在相关关系的发现和使用上。只要发现了两个现象之间存在的显著相关性，就可以创造巨大的经济或社会效益。

篇4

关键词：大数据背景；科技管理；创新；平台构建

前言

以物联网技术为代表的第三次信息技术革命爆发之后，物联网成为人们生活中非常重要的依据，社会也逐渐发展到一个最新的阶段和最新的模式。因此，社会中存在的所有“物体”在大数据背景下都会成为数据的重要来源。在面对较为庞大的数据时，其整合方式成为一个比较困难的问题，但与此同时云计算的出现为改善这种情况提供了合理的条件。随着我国新技术和新模式的不断出现和使用，人们能够获取的数据逐渐呈现出爆炸式的增加情况，人们的生活进入了大数据的阶段，数据所呈现出的特点也会逐渐变得越来越复杂，因此，对大数据下科技管理创新平台构建有着非常重要的现实意义。

1 大数据背景下科技管理的新特点

现阶段，对于大数据的概念学术界并没有形成一个比较标准的定义，但却有很多不同的表述。其中，最普遍的一种观点就是“大数据”的概念和“海量数据”与“大规模数据”的概念有着相同之处，但是“大数据”方面其数据的复杂性和出现的速度却远远超出其他两个概念，并且现有的技术处理能力也和其他两个概念不相同。而科学技术管理指的是科学技术的发展和应用，并且其中还包括对科学研究整个过程的管理以及对科研人员的管理等。因此，在“大数据”背景之下，科学技术的管理也出现了如下新特点。

1.1 科技实验的数据量大、复杂性高

与传统的数据情况相比，随着各种各样传感技术的不断发展，很多物体都能够成为大数据情况下数据的主要来源，并且对于科学实验来讲，这种情况会产生大量的、各种类型的数据，而不是抽样的数据。“大数据”作为科学实验中最真实的数据保证，能够有效促进科学实验的快速发展，但是在这样的过程中，却对很多非结构化的数据提出了最新的科学性分析要求，并且提出了很多的挑战。“大数据”时代所呈现出的体量非常大，同时具有多样性的特点，也是科学技术实验数据所呈现出的最新的特点[1]。

1.2 科技设备需求量增加、成本高

随着我国“大数据”的快速发展，对于科学技术的抽样时间逐渐被“大数据”时代的分析情况所取代，同时针对科学技术中相关研究人员来说，在科学实验的过程中也会更加追求数据所呈现出的广泛性和真实性。为了能够更好地得到越来越多的“大数据”，还需要在数据采集设备以及一些非结构化的数据采集设备中呈现出越来越多的需求，这一点也会从根本上增加科学技术研究的成本。因此，科研人员在研发新技术的过程中，很容易由于经费不足出现研发障碍。

1.3 科技管理多样化

在“大数据”的发展过程中，科技资源和科研人员会逐渐呈现出多样化的趋势，并且科研技术的设备、科研软件的开发以及科学数据的使用等，也能够很好地保证科学技术设备的快速发展，并且会提高科技管理的多样化。此外，“大数据”环境的出现及产生，会对所出现的最新科技研发以及科技发展中主动参与的人员产生一定的影响，例如针对同一种类型的数据所产生的或者对这种应用感兴趣的不同类型的人群都能够对最新的数据产生一定的联系。

1.4 个性化研究需求量加大

在“大数据”时代下，科研主体所呈现出的多样化也会导致数据个性化科研需求的出现。现阶段，很多科技工作者都会在科技的全过程不断地进行研发。但随着社会不断发展，很多研究人员出于自身的爱好和兴趣，逐渐开始对科学技术进行研究，这些人员关注的仅仅是科技研发中的某一个环节，或者是数据的采集、数据分析，还有设备的制造等，这种情况也能够最大程度地激发研究者的热情，同时促进科技创新的产生，因此，个性化需求在科技管理过程中是非常重要的一个内容。

2 大数据背景下科技管理创新平台的构建

在大数据阶段，为了能够更好地收集、分析和整理数据的内容，还需要在“大数据”和物联网以及云计算终端的基础之上，构建出一个比较完善的科学技术管理的创新平台。同时，在平台的创新过程中，需要把多元化的原则贯穿在始终。因此，还需要从四个维度出发，分别为科学技术战略、科学技术政策以及科学技术的转化和研发等，在这四项内容中，最为关注的就是科学技术的研发平台。因此，在平台的搭建过程中，还需要借助大数据中“物联网”以及“云计算”的技术，要保证构建完整体系之后，科学技术管理平台能够实现自主选择的目标。同时，随着“大数据”的到来数据来源会逐渐变得广泛，并且数据也会逐渐呈现出复杂的特点。在这样的环境和背景之下，科学技术管理呈现出很多更新的特点，但也给管理带来了很多困难。因此，想要构建最新的科学技术管理创新平台，还需要有效地降低科研成本，这样也能够提高科学研究的效率。

3 结束语

根据上述内容能够看出，纵观我国历史的发展，近现代社会中所出现的每一次重要变革都与科学技术的革新有着非常紧密的关系。科技是实现人类社会现代化的发动机，科学技术管理效果已成为国家未来发展的前途和命运的重要指引。社会中的变革是没有止境的，科学技术的发展也是没有止境的，因此，科学技术的管理也需要不断的创新和变革才能够跟得上时展的脚步。随着物联网、云计算的“大数据”时代到来，科学技术管理的数据来源不断变得深入、复杂和广泛，也逐渐呈现出科学技术资源需求的增加，因此，管理主体的多元化特点也呈现出来。要构建多元化的科学技术管理平台，还需要不断对“大数据”时代的科学技术进行改变，这也是现阶段我国科学技术管理创新和发展的重要途径。

参考文献

[1]单凤儒.论大数据时代企业经营者社会资本培育机制创新――以生活为媒介的“双网”渗透培育机制探究[J].中国软科学，2014，6：81-97.

[2]李莉，顾春霞，杨雅楠.大数据背景下科技型中小企业信用信息平台建设――基于消除“隐性壁垒”问题的探讨[J].中国流通经济，

2014，8：63-69.

[3]蔡宁，王节祥，杨大鹏.产业融合背景下平台包络战略选择与竞争优势构建――基于浙报传媒的案例研究[J].中国工业经济，2015，5：96-109.

[4]郭晋宇，李恩平.大数据背景下科技型中小企业创新能力影响研究――基于模糊综合评价法模型[J].数学的实践与认识，2016，10：

篇5

关键词：大数据；资源；竞争；战略思维

1企业迎来了大数据时代

移动互联网和现代信息技术的快速发展，将人们的生产生活带入到了“大数据时代”。根据互联网数据中心（ IDC） 估计，到 2020 年全球数字信息量将增长 44 倍，2011―2012 年全球所创建的数据内容增长了48%，目前全球90%的数据都是在近两年中生成的。“大数据”与“海量数据”“大规模数据”的概念一脉相承，指的是“科学仪器、传感设备、互联网交易、电子邮件、音视频软件、网络点击流等多种数据源生成的大规模、多元化、复杂、长期的分布式数据集”。大数据在改变人们日常生活方式的同时，也显著地影响着企业的营销方式、管理模式、商业模式、竞争情报获取等多方面。有学者认为，大数据增强了企业决策的不确定性和不可预测性，传统的战略论逻辑遭遇到严峻挑战。

2大数据的实质

大数据（bigdata），或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到X取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据的4V特点：Volume、Velocity、Variety、Veracity。 互联网周刊―大数据概念“大数据"的概念远不止大量的数据（TB）和处理大量数据的技术，或者所谓的“4个V”之类的简单概念，而是涵盖了人们在大规模数据的基础上可以做的事情，而这些事情在小规模数据的基础上是无法实现的。换句话说，大数据让我们以一种前所未有的方式，通过对海量数据进行分析，获得有巨大价值的产品和服务，或深刻的洞见，最终形成变革之力。

3大数据下企业的机遇和挑战

3.1大数据创造竞争优势

根据科尔尼咨询公司的IT创新研究，在过去两年中有超过45%的公司实施了商业智能或是大数据计划。进一步研究估计，世界500强中90%以上的公司，在一年之内将至少拥有一项大数据计划。有效利用大数据浪潮，将会使企业获得从上层（战略）到下层（运营）的大量收益。大数据创造的价值，既体现在战略管理中，以提升战略决策能力，又体现在运营管理中，通过流程优化提高运营效率。结合商业模式研究的3种视角，大数据时代商业模式变革所创造的竞争优势主要体现在以下3方面：

3.1.1经济视角――大数据创造经济价值。基于商业模式经济视角，在很多领域中，应用大数据能够促进生产率增长，创造更多的价值，拓展收入流。因为大数据具有提高效率和效益的潜能，使企业既能以较少投入获得较多产出，又能提高产品和服务增加值。例如，在全球个人定位数据行业中，大数据将为服务提供者创造1000亿美元的收入流，为终端用户创造超过7000亿美元的价值。

3.1.2运营视角――大数据创造低成本优势。大数据创造的低成本优势主要体现在商业模式运营层面。

3.1.3战略视角――大数据创造差异化优势。大数据创造的差异化优势主要体现在商业模式战略层面。

4大数据时代，企业经营管理的对策

4.1锤炼数据收集和分析能力

大数据意味着大商机，可以用于强化客户对企业品牌的认知度和忠诚度。换言之，即数据收集能力加上数据分析能力等同于企业智商。精明的现代企业必然会在企业自身的品牌经营管理上狠下功夫。迈阿密大学商学院副教授、大数据经营管理研究专家罗伯特・普兰特曾在《哈佛商业评论》上撰文指出，大数据提供了超越想象的事物―――不受时间限制地对消费者进行360 度全方位观察。大数据使他们可以掌握消费者此前的行为、正在进行的“实时”行为，还可以对未来行为进行预测分析。大数据的出现，使得消费者的整个人生都有可能被追踪、下载、分析。大数据所依据的是消费者真实的行为表现，而不是他们对自己行为的描述。据此提供的全新洞见可以催生出全新的品牌战略。罗伯特・普兰特提出了创建大数据时代品牌管理的

4.2以大数据采集和拥有为基础，挖掘与分析数据价值在大数据时代

传统商业模式将被未来商业发展的终极方向和新驱动力―――个性化所替代。大数据为个性化商业应用提供了充分给养和可持续发展的温床。

4.3注重大数据管理人才培养，提升企业经营管理效率对于企业来说，大数据既是挑战也是机遇，数据掌握的完整程度、跨渠道数据整合能力、数据分析能力等将成为企业实现可持续发展的能力

5结语

理解大数据如何提升企业竞争优势、转变商业模式，是实现大数据价值必不可少的过程。大数据目前还是一个新兴领域，相关研究刚刚起步，且系统性不强。未来基于大数据背景的商业模式研究，应围绕大数据时代商业模式的原型设计、创造性破坏机理、对企业绩效影响的实证研究等方面展开。更为重要的是，开展基于中国情境的大数据商业模式研究，将更具有启发性和导向性。

参考文献：

[1]张建设.大数据： 战略论的终结与社会化决策的兴起[J].企业管理，2012，（10） .

[2]杨刚、李光金.企业战略思维新探： 内涵、过程及要素[J].华东经济管理，2011，（2） .

篇6

关键词：大数据时代；管理会计；工作变革

对于当前这个信息化程度飞速发展的大数据时代来说，对数据进行简单的整理与分析已经无法满足时展对于数据信息的需求，如何将复杂的数据进行更为深入的整理与汇总处理，继而用于指导下一步的发展战略，是我们当前追求工作变革的重要内容。对于企业的会计工作来说，其主要的工作内容不仅仅局限于过去对于财务状况的统计与整理，而是要将会计信息与数据应用于企业的决策和管理环节，这就是管理会计的具体内涵。怎样能够在大数据时代中进行有效的管理会计工作变革，是值得我们深入思考的重要问题。

一、大数据时代与管理会计的概念

(一)大数据时代的概念

所谓的大数据，并不是指数据的简单汇聚与集合，而是在信息化水平高速发展的时代环境下，提出来的一种对于信息进行更为专业处理的信息资源的概念[1]。这种对于信息的处理不是将所有信息进行简单的综合统计，而是对于所获得的数据信息进行详细的分类与分析，将其所能够展现出来的事物的发展规律和发展方向进行进一步的归纳处理，继而进行数据信息的优化组合，整理出能够用于指导企业发展方向及发展战略的数据处理模式。从这个功能层面来说，大数据很难通过传统的数据处理方式来实现指导决策的目的，而对于企业来说，数据的不断累积也为其获取企业发展信息制造了障碍，如果企业继续运用传统数据管理模式来进行信息数据的处理，那么企业的发展将会严重落后于社会的整体水平。

(二)管理会计的概念

管理会计在实质上也是企业会计工作的其中一个分支，其特殊之处就是在于对于资金的进一步管理上。管理会计的最主要的作用就是对企业的涉及到资金的各项活动进行管理，在实现经济效益、完善资金结构的同时，也能够使其资金信息对企业的决策者产生有利的决策影响，指导决策者更好地进行企业发展的战略计划的制定[2]。管理会计的职能主要包括以下几点：第一，为企业经营的目标提供方向引导。管理会计可以通过对于会计信息的进一步处理，形成对于经营状况的独特认识，从而为企业的经营目标提供新的思路。第二，提高企业内部各部门之间的竞争意识。管理会计的结果可以对各部门的工作情况进行及时的反馈，从财务的角度形成对于各部门的评价标准，从而对比出各部门的资金消耗，从而控制某些恶意消耗企业资金行为的产生。第三，为企业提供更为合适的资金流动方案。管理会计能够通过对财务信息的深度处理，对企业经营发展趋势产生更为详细的认识，从而制定出与企业发展更相适应的资金使用计划[3]。

二、大数据时代管理会计工作的变革

(一)从服务属性转变为管理属性

在大数据时代的环境中，企业的管理会计的职能有了更具时代性质的特征，其属性也发生了质的变化。在传统的管理会计工作当中，其更多的是为企业提供信息数据方面的服务，其本质上具有服务性的属性，而在大数据时代的环境下，对于数据信息也提出了更高的要求。通过大数据平台的资源信息所传达出来的本企业、同行业其它企业的具体信息，我们就可以得到有利于自身企业发展的信息，继而对企业进行具有针对性的管理变革，这就是管理会计所展现出来的管理属性[3]。

(二)从工作后总结转变为全程管控

我国企业的普遍经营模式都是在某一项工作结束之后再进行工作总结，从而获得工作中的各项数据信息，在这种模式下，无法发挥对于工作进行当中产生的实时数据的指导作用，这样可能导致的后果就是造成企业的经营状态与最初的计划并不相符，直接造成的后果就是经济上的损失。而进入了大数据的时代，数据信息更加具有全面性和时效性，这就使得管理会计可以通过大数据平台进行全程的财务监督与掌控，这就可以有效避免企业经营实际与计划的错位。

(三)从传统统计转变为信息技术管理

企业的传统统计就是将企业在经营过程中产生的数据信息进行汇总整理，其信息的真实性、准确性、时效性都无法得到保证[4]。这对于企业管理者进行企业下一步发展计划的制定就有可能产生错误的引导作用，而在目前的大数据环境下，许多企业已经转变了数据处理模式，采用更具备信息技术水平的数据管理方式，充分发挥大数据平台的作用，保证数据信息的及时有效。

(四)从财务报告审计转变为跟踪审计

在过去的企业的财务审计上，大部分企业采取的都是财务报告的形式，由部门的负责人提交相关的财务报告，会计部门依据财务报告的数据进行企业整体财务信息的审计工作，这就为某些不规范的资金流动行为制造了条件。这种报告式的财务审计方式，可能产生的就是某些想要谋取私利的部门负责人，以企业的经济活动为由，进行企业资金的不合理利用，而这种不合理行为在财务报告上是无法显示出来的。从这个方面来说，进行跟踪式的审计手段，就可以及时地对每一笔资金的使用进行更为严格的把控。

三、完善大数据时代管理会计工作的措施

(一)深入探究管理会计的实质

深入探究管理会计的实质，这主要是对于企业的管理者而言的。管理会计的职能对于企业的经营发展来说具有重要的意义，这就要求企业的管理者要重视起管理会计的作用，大力支持管理会计的职能发的发挥。同时，企业的管理者应当适当给予管理会计相对应的权力，使其能够进一步实行对于企业各部门的财务状况信息进行统计、收集、整理等各项监督管理工作。

(二)重视对于大数据的运用

企业应注重对于大数据平台的建设，重视对于大数据的应用。在这个思想一时的指导下，企业应加大对于信息技术的发展投入，通过人力物力等的投入实现企业的系统硬件和软件的全面更新与升级，将管理会计与大数据处理相联系，对企业信息进行及时的归纳整理，发现企业漏洞，进而调整企业的发展战略计划，为企业发展创造条件[5]。

(三)创建高素质人才队伍

任何技术的升级与发展都离不开高素质人才的力量，企业想要完善大数据时代管理会计工作，就要着力培养一批高水平的专业技术性人才。企业在进行人才选拔时，应注重对其实际的操作能力的考察，选取操作能力强的会计人才进行培养，对其进行定期的提升性的培训，着重加强对于管理会计知识的更新与填充。企业可以选派经验丰富的会计人员进行指导，也可以聘请会计专家进行实践指导，进一步提升管理会计的整体水平。

(四)建立大数据时代的信息共享系统

大数据时代只靠本企业信息资源必然是远远不够的，这就要求企业要尽快建立大数据时代的信息共享系统，实现信息的全面性、广泛性的收集与处理。企业应再次明确各部门人员的职权界限，将职权落实到个人，同时，也要加强对于本企业数据信息的安全性的保护，安装防盗系统，为企业信息安全提供保障[6]。

四、结论

任何一个时代都具有专属于那个时代的最为明显的时代特征，而大数据时代的典型特征就是对于数据的更为充分的处理与运用，将数据信息换变为企业发展的指导意见，而这个过程就需要企业通过管理会计来完成。传统的管理会计工作主要是对企业的发展状况进行总结，而大数据时代的管理会计的工作变革则将其工作重点逐渐引向了对于企业的战略决策和管理进行指导上，这就是信息化时代不断进步与发展的产物。重视大数据时代下管理会计工作的变革，采取积极的促进手段，是企业寻求发展的必要途径。

参考文献：

[1]王迎秋.大数据时代引发会计变革的思考[J].经营管理者，2016，07(09)：58.

[2]刘钰辰，王学香，任顺娟.对大数据时代管理会计工作变革的思考[J].新经济，2016，06(05)：109.

[3]吴松梅.大数据时代管理会计工作变革探析[J].财经界(学术版)，2015，11(19)：278-279.

[4]许亚湖，王婷.大数据时代管理会计的变革[J].财会通讯，2015，10(16)：13-15.

篇7

关键词 大数据 图书馆 知识组织 知识服务

分类号 G252

DOI 10.16810/ki.1672-514X.2017.02.005

Abstract This paper takes knowledge organization and knowledge service of library as the research subject， analyzes the influence of big data to the subject， and bulids up the concept model of knowledge organization and knowledge service. Also， it proposes some advises to improve service ability and image of library， including focusing on the concept of user-centered， deepening knowledge service based on the mechanism of knowledge organization， and buliding up an effective， prolong， dynamic feedback mechnism of users’ satisfaction investigation.

Keywords Big data. Library. Knowledge organization. Knowledge service.

自知识组织概念的提出[1]并引入国内以来，我国学者对其从理论方法、技术工具和实践应用等层面展开了研究[2]，使得知识组织理论体系不断成型和完善。在知识服务方面，自学术界将信息服务概念向知识服务概念拓展和转变以来，我国图情界学者对知识服务从概念内涵、理论基础和实践措施等方面不断深入研究并取得了不错的成绩。在面向知识服务的知识组织研究方面，基于国家自然科学基金项目“面向知识服务的知识组织模型与应用研究”开展的研究，也取得了系列研究成果[3]，为图书馆更好的应对大数据挑战，组织开展高质量的知识服务提供了新的支持。

然而大数据环境下，作为当下图书馆服务转型面临的重要思考和挑战，图书馆知识组织和知识服务研究在当今时代背景下仍然有着重要的研究意义和价值。本文以大数据为研究背景，以图书馆知识组织和知识服务为研究对象，探析未来图书馆应对图书馆服务转型可行的知识组织形式和服务形态。

1 大数据与图书馆知识组织、知识服务

1.1 大数据基本内涵

大数据是一种数据增长和数据呈现的现象和存在形态，目前尚无统一的定义，但目前，大数据被认可为一种新的资源形态，一种新的思维方式和技术手段。因此，大数据环境下图书馆知识组织与知识服务进行研究，就是基于大数据资源，运用大数据思维和技术手段，提升图书馆知识组织效率以及提升知识服务水平。

1.2 知识组织与大数据知识组织

知识组织是图情领域的重要研究主题，在知识和信息的获取与交互方面扮演着重要角色[4]，主要研究知识处理和知识表达使用的语言与工具的构建与控制等问题[5]，以揭示、挖掘和表达知识单元及其关联从而满足用户需求的知识服务[6]。在此基础上，国内学者着手知识组织基本概念和内涵诠释，知识单元的揭示、知识关联的挖掘以及知识系统的构建，从而对知识再组织、再设计，优化知识组织过程。

图情领域对知识组织的研究主要基于对知识组织本质的认知，从语义、本体、分类和系统构建等方面展开研究[7]。此外，文献计量分析工具和方法也开始运用于知识组织研究中。而大数据知识组织就是基于大数据思维、技术工具和平台对知识的本质和关联进行深度挖掘和重新有序化，从而在该过程中组织并提供满足用户要求的知识服务。

1.3 知识服务与大数据知R服务

知识服务的目的是将零散的、无序的、未结构化的信息进行收集、整理、分析和加工，从而为用户提供充足的高度集成的知识与服务[8]。国内较为受认可的知识服务的概念内涵界定为：以信息知识的搜寻、组织、分析、重组的知识和能力为基础，根据用户的问题和环境，融入用户解决问题的过程之中，提供能够有效支持知识应用和知识创新的服务[9]。可见知识组织是在信息服务基础上深入和延伸的概念与服务形式，是用户需求变化环境下服务的拓展与革新。

大数据环境下，大数据思维和技术为用户需求的分析与挖掘提供了更加全面的支持。大数据知识服务实质上就是一种基于网络的，多维度处理数据的信息服务新模式，主要包括数据、知识、资源、能力、服务、过程和任务七个元素[10]。因此，本文认为大数据知识服务是在原有的知识服务概念基础上，引入大数据思维和技术，利用大数据工具和平台，基于大数据知识组织，提供满足用户信息和知识需求的服务模式。

2 基于大数据环境的图书馆知识组织、知识服务

2.1 大数据对图书馆知识组织的影响

图书馆大数据一般由馆藏、业务、用户三大模块产生[11]，是图书馆知识组织的重要数据来源和组成部分。大数据对图书馆知识组织的影响主要有以下几个方面：

（1）大数据环境下，知识组织的关键就是基于大数据对数据、信息和知识在搜集、存储、分析、管理和系统构建等方面的知识处理、构建和控制过程进行重组以及知识管理优化。

（2）大数据环境下，知识组织的存储和知识组织系统构建的标准化统一化要求再次提升。知识组织的存储和知识组织系统构建是知识组织关系重建以及知识组织机制能否有效沟通用户和知识资源的重要影响因素，影响着知识资源再利用的有效性和精确性。大数据环境下，知识资源的丰富化和多形态化，需要在对知识组织进行研究时能够统一和标准化知识表达过程和知识系统机制构建。

（3）大数据环境下，知识组织研究热点和前沿多样化。大数据环境下，图情领域对知识组织的研究不在受原有的技术水平和思维模式的局限，可以基于大数据思维和技术，对知识组织进行拓展研究。

2.2 大数据对图书馆知识服务的影响

大数据环境下图书馆知识服务也面临着变革的要求和挑战，大数据对图书馆知识服务的影响主要可以体现在以下几个方面：

（1）知识服务的“质”的要求提升。图书馆知识服务不得不正视大数据时代带来的知识获取便利性这一外部环境变化的特点，从而对自身提供的知识服务水平和知识“质”的内涵进行反思，进而提升满足时代大环境下用户需求的服务。

（2）馆员服务能力要求提升。大数据环境下，图书馆馆员不仅要具备传统的文献检索能力和基本信息素养，还要学习并应用大数据技术，具备数据分析和处理的能力。这不仅仅是大数据时代对馆员的业务技能要求，也是图书馆与时俱进提供高水平服务的基本要求。

（3）服务方式和服务思维要求转变。大数据环境下，基于用户需求和馆员发展需要，变革原有的服务方式，活化图书馆服务资源配置，激活馆员服务主动性，图书馆基于用户需求挖掘及自身发展规划上要积极主动，更有效的提升图书馆知识服务水平和“质”的内涵。基于此，图书馆要在活化服务形式的基础上，引导馆员认清图书馆发展大环境，挖掘服务对象知识服务需求和满意度，在鼓励其与自身特长及发展规划相结合的基础上，变革服务思维，主动挖掘知识需求，揭示知识关联，提供主动性的知识服务。

2.3 大数据环境下图书馆知识组织、知识服务概念模型

（1）图书馆知识组织概念模型。知识组织以揭示、挖掘和表达知识单元及其关联为目的，主要研究知识处理和知识表达使用的语言与工具的构建与控制等问题，也就意味着知识组织包含知识源、知识组织工具和知R最终表达三个环节，其过程与信息服务类似，包含知识收集、存储、分析和整理等过程。大数据环境下，引入大数据思维和技术必然对知识组织过程产生影响，其中对用户需求的分析也影响着知识组织的重组和集成的表达。因此，本文将大数据纳入知识组织过程，在分析知识组织内外部重要影响要素的基础上，构建图书馆知识组织概念模型，如图1所示。

其中，图书馆大数据是以图书馆为依托的数据、信息和知识的集合体，是知识组织丰富的数据资源。收集和清洗后的数据构成知识源，结合大数据环境，在原有的知识组织研究成果的基础上，引入大数据技术，进行大数据分析和数据深度挖掘，深度发现知识内在关系，并对其进行关联揭示和重组等，构建知识库。最后在新技术和新媒体环境与平台的支撑下，推送知识，进行知识服务。此外，构建的知识库又是新的知识源，而对知识服务进行满意度调查，加入大数据环境下对用户的需求分析等则又丰富了图书馆大数据，从而形成一个可循环的知识组织环路，形成图书馆知识组织的动态、开放和可完善的概念模型。

（2）图书馆知识服务概念模型。知识服务是对无序的、零散的、未结构化的数据和信息进行加工处理[12]，以满足用户需求为目标的知识重组和集成化服务。引入大数据思维和技术的知识服务在原有知识服务概念和形式的基础上，可以利用大数据工具和平台深度分析和挖掘知识内部结构和彼此关系，从而提供满足用户需求的知识服务。大数据环境下的图书馆知识服务可基于大数据知识组织和大数据工具，对其服务主体、客体、服务资源以及服务形式进行再思考，可以构建如图2所示的概念模型。

其中，大数据环境下的图书馆知识服务可以基于大数据分析、数据挖掘、存储设备以及系统平台等软硬件的支持，结合大数据环境下知识组织以及对用户服务需求的挖掘与分析，对图书馆知识服务进行分析和重构。可以从图书馆大数据技术与平台的完善、馆员服务能力的培训和提升、知识服务形式与机制改革以及重新规划和配置图书馆知识服务资源等方面进行整合，开展包含知识可视化服务、知识检索服务、知识推送、知识机构库以及其他再生知识服务等在内的知识服务。该图书馆知识服务概念模型主要是从图书馆主体、服务对象、自身资源三个层面引入大数据理念并应用大数据技术，最终丰富图书馆知识服务具体内容，达到知识服务“质”的提升的要求。

2.4 基于图书馆知识组织的知识服务

大数据环境下图书馆知识组织和知识服务有着相互关联的紧密关系。知识组织的研究可以更好的提升知识服务的最终呈现品质，而对知识服务的调研又可以反作用于知识组织的进一步研究和完善。

（1）大数据环境下，加强以用户为中心的服务理念。在保障不侵犯用户隐私的前提下，对用户行为进行分析，深度挖掘用户需求，并在此基础上利用大数据工具和平台对搜集的数据、信息和其他资源等进行深度挖掘、关联分析和知识重构，优化知识组织过程，完善知识组织研究，并最终形成满足知识服务需要的知识组织体系。

（2）深化基于知识组织机制的知识服务。重视知识组织与知识服务之间的密切联系，构建良好的知识组织与知识服务沟通与动态反馈机制，构建满足知识服务需要的双向知识组织机制，从而设计并开展个性化的知识推送服务。在该过程中，尤其要注重对知识服务人员的配置和能力的培养，这是开展个性化和深度知识服务的基础和必要前提。

（3）注重构建知识服务用户满意度调查的长效反馈机制。不论是知识组织还是知识服务，用户是最终的服务与评价群体，同时也是新的数据、信息和知识的重要来源。因此，在以用户为中心的思维制度下，构建知识用户满意度调查的长效反馈机制，将促进图书馆知识服务的高效可持续发展。

3 结语

技术的进步为图书馆服务提升提供了技术保障，但在大数据环境下，图书馆知识组织和知识服务都面临着新的要求和挑战，需要业界同仁共同努力，完善知识组织研究体系，优化图书馆知识服务。应对大数据的环境要求，图书馆需在以用户为中心的服务理念下，抓住大数据带来的服务提升的契机，优化知识组织过程，揭示并优化知识组织与知识服务之间的关联，从服务主体、客体和自身资源等层面具体引入大数据思维和技术，最终提升图书馆知识服务水平。

参考文献：

[ 1 ] BLISS H E. The organization of knowledge[M].NewYork：H.Holt and Company，1929.

[ 2 ] 张文亮，郭金婷.近5年我国知识组织研究综述[J].图书馆学研究，2012（2）：2-5，11.

[ 3 ] 苏新宁.面向知识服务的知识组织[J].情报资料工作，2015（1）：5.

[ 4 ] HJ？IRLAN B. Facet analysis：the logical approach to knowledge organization[J].Information Processing &Managemen，2013，49（2）：545-557.

[ 5 ] GONZáLEZ L， EUGENIA M. Organization knowledge on the digital network[J].Investigación Bibliotecológica，2015，29（67）：77-89.

[ 6 ] 徐w堪，苏新宁，冯兰萍.面向知识服务的知识组织过程研究[J].情报资料工作，2015（1）：6-13.

[ 7 ] 谢靖，钱爱兵，韩普，等.面向知识服务的知识组织工具：现状与未来[J].现代图书情报技术，2013（9）：8-14.

[ 8 ] KAWTRAKUL A. Ontology engineering and knowledge services for agriculture domain[J].Journal of Integrative Agriculture，2012，11（5）：741-751.

[ 9 ] 张晓林.走向知识服务：寻找新世纪图书情报工作的生长点[J].中国图书馆学报，2000（5）：30-35.

[10] 秦晓珠，李晨晖，麦范金.大数据知识服务的内涵、典型特征及概念模型[J].情报资料工作，2013（2）：18-22.

篇8

关键词：大数据时代；营销；创新方向

一、大数据时代营销创新研究的价值

1.1优化营销活动效果预测的准确性

随着我国市场经济逐步深入发展，市场的竞争也越来越激烈，企业的营销活动要想获得成功，必须要准确的定位顾客的价值，但是由于顾客需求的多元化、竞争方式的随机化以及科技更迭速度不断加快，企业想要进行有效的预测愈发的困难。但大数据给准确预测带来了可能，所谓“大”，不光是数据量的多，更意味着多样化的数据处理模式，通过大数据，可以在最大程度上综合数据，用多重数据方法来建模并进行分析，深层次的挖掘数据之间的相关性，以此来实现对未来事件的预测。

1.2提升营销管理的科学性

大数据时代营销创新的研究成果可以帮助到企业各个方面的营销活动，它使得营销活动的决策直到最终的实施环节都能做到严密而精确，使营销管理真正的成为建立在科学基础上的一种艺术。

1.3满足我国营销理论研究的前瞻性

由于大数据在全世界范围内都属于刚刚兴起的一种科学技术趋势，各国的研究程度差距不大，这实际上给我国的营销理论研究提供了一次飞速发展的机会，有可能帮助我国从模仿者一跃成为引领人。大数据目前已经在社会经济生活等许多方面发挥作用，许多企业正在利用大数据来推动营销管理的实践创新与变革。而通过大数据，我们又能将其中优秀的，有成果的实践活动理论，抽象化，从而建立起具有普适性的新的营销体系，这反过来又能够帮助大数据更好的运用于各行各业的营销实践。可以说，这是建立具有中国特色的具有前瞻性的营销理论的绝佳机会。

二、大数据时代营销创新研究的价值

到目前为止，理论界还并没有形成对大数据真正概念的共识。有人认为它是无法在一定的时间里通过传统的数据库软件来进行生成、管理以及处理的数据集合，但也有人从商业管理的角度看，认为它应该是一种“分析”，通过它来从数据中得到有效的信息，并通过这些信息获得商业优势的一种智能化的管理活动。大数据的具体定义尚未有定论，但无论从哪个角度看，人们普通认为其具备以下的几个特征：一是规模性，数据的绝对数量是首要保障；二是高速性，它包含数据生成与利用过程的高速以及分析处理数据上的高速这两个方面；三是多样性，大数据所包含的数据类型多种多样，包括以各种形式存在的结构化数据与非结构化数据；四是价值性，这些数据应当有助于社会经济领域各类管理实践效率的提高以及有助于管理模式的有效创新。

三、大数据时代营销创新研究的方向

3.1探索大数据的营销应用价值

由于目前人们对于大数据的具体概念与特征仍然存疑，并且大数据又不仅仅是一种技术手段，它应当是社会中不断增长的数据所催生的一种经济与技术现象，这也就意味着大数据只有“工具特征”，缺乏“专业属性”。如何将其所具备的各种特征与营销管理进行有效的结合并真正促进企业的营销创新是我们应当着重考虑的问题。所以，从大数据的共性特征着手，结合其在营销领域的具体特性，进一步探索大数据的营销应用价值是大数据时代营销创新研究的一个重要方向。

3.2探索大数据时代营销创新的内在机理

目前我们对于营销创新的具体研究往往都停留在对其性质特征的分析上，对其内在机理的研究却鲜有人提。大数据的出现，使得深化研究成为了可能。大数据所带来的数据透明化与共享大大增加了全球数据资源的可获得性以及可运用性。大数据在营销管理实践上的运用，是实现对营销创新目的的一个重要工具。

3.3探索大数据时代营销创新的支撑体系

在大数据背景下，营销创新不能仅仅依靠营销职能部门的努力，它必须依靠多方面力量的支持。由于数据的分析实践本身就是一种跨职能与跨层级的组织行为，并且大数据要想实现在企业中的良好运用也必须依靠外部力量的支持。因此，一个综合战略，制度，政策多方面的支撑体系是推动大数据时代营销创新的重要保障。如何从企业战略，顾客的根本需求以及产业政策等多方面着手，建立起这样一个良好的支撑体系，也成为了大数据时代营销创新研究的另一个重要方向。

四、结语

随着云计算、物联网技术的发展，我们已经步入“第三次工业革命”时代，大数据的兴起正是一个重要标准，现代企业之间的竞争开始转化为数据之间的竞争，与以往相比，企业的数据越来越丰富，给企业带来了巨大的参考价值。

参考文献：

[1]冯芷艳，郭迅华，曾大军，陈煜波，陈国青.大数据背景下商务管理研究若干前沿课题[J]. 管理科学学报. 2013（01）

篇9

2012年5月17日，《中国新时代》作为特邀嘉宾全程参与了在北京召开的主题为“洞察 优于析 智于行”的智慧的分析洞察论坛。在本次大会上，IBM正式了基于业务分析洞察（BAO）理论基础之上的IBM智慧的分析洞察（Smarter Analytics）战略，以及帮助企业将“洞察力”转化为行动力，实现业务价值的“3A5步”智慧分析洞察动态路线图。

毫无疑问，IBM此举再次将“大数据”的实战意义推进了一步。近几年来，“大数据（Big Data）”一词快速升温，逐渐成为IT网络通信领域热门词汇。包括IBM、EMC、甲骨文、微软在内的各大巨头厂商纷纷跑马圈地，强势进入，投入了巨大的资源抢占这个领域的话语权。大数据市场的快速发展，主要得益于非结构化数据的爆炸式增长。

事实上，“大数据”并不是一项技术，而是由于不断增长的数据量和数据种类而逐渐衍生出来的一种现象。因此，“大数据”在业内并没有统一的定义。不同厂商，不同用户，站的角度不同，对大数据的理解也不一样。

一场信息社会的变革

然而，最早提出“大数据”时代已经到来的机构并非IBM， 而是全球知名咨询公司麦肯锡。麦肯锡在研究报告中指出，数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素；而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来。

麦肯锡的报告后，大数据迅速成为计算机行业争相传诵的热门概念，也引起了金融界的高度关注。随着互联网技术的不断发展，数据本身是资产，这一点在业界已经形成共识。“如果说云计算为数据资产提供了保管、访问的场所和渠道，那么如何盘活数据资产，使其为国家治理、企业决策乃至个人生活服务，则是大数据的核心议题，也是云计算内在的灵魂和必然的升级方向。” 业内人士如是说。

事实上，全球互联网巨头都已意识到“大数据”时代数据的重要意义。包括EMC、惠普、IBM、微软在内的全球IT 巨头纷纷通过收购“大数据”相关厂商来实现技术整合，亦可见其对“大数据”的重视。

IDC研究表明，数字领域存在着 1.8 万亿 GB 的数据。企业数据正在以 55% 的速度逐年增长。ReadWriteWeb表示，如今，只需两天就能创造出自文明诞生以来到 2003 年所产生的数据总量。现代企业正在经历规模化、多样化、高速化的数据挑战，“大数据”已成为重要的时代特征。

IBM全球副总裁兼大中华区软件集团总经理胡世忠表示：“大数据正带来一场信息社会的变革。大量的结构化及非结构化数据以及流数据的广泛应用，致使企业需要重新思考已有的IT模式；与此同时，大数据又将推动企业进行又一次基于信息革命的业务转型，使企业能够借助大数据带来的大洞察，获取更多的商业价值和发展机会，在激烈的市场竞争中脱颖而出。”

挑战？机遇？

然而，2011 年的《IBM - 麻省理工斯隆管理学院评论》显示：在对全球 100 个国家及地区从事 30 个行业的 3,000 名高管进行的调查中，有60% 的受访者表示无法有效利用所有数据。而近期 IBM 对 64 个国家及地区从事 19 个行业的 1,700 名首席营销官开展的最新调查更是进一步体现出了这个问题的严峻性：调查结果显示，71% 的首席营销官表示他们的企业没有做好充分准备来应对大数据的挑战。

因为大数据的概念听起来很美好，似乎利用大数据的大门在不久的将来就会打开。但一切并没有那么简单。企业需要的并不仅仅是供应商卖出的技术，而是借助他们的专家来解决海量数据。

SAP商业智能和内存售前经理Carl Streatfield说：“和10-15年前相比，企业现在的环境截然不同。”“2005年，人们创造的信息量达到了150EB，而到2011年，这一数字达到了1200EB。这便是大数据时代的来临。”这样的数据量是巨大的，是IT刚开始时所无法想象的，不过企业必须找到最好的有竞争力的方式解决这些数据。

“改变的机会存在于信息洪流中。不过了解数据的内部结构成为一大挑战，因为数据增长的速度太快，”Forrester高级分析师Brian Hopkins说。

越来越多的企业意识到了这种挑战：IT 负责人和职员无法有效地对海量数据进行有效地收集、处理和分析；另一方面，企业CEO 以及高层管理人员因不能及时获得所需的信息，而无法预测出潜在的业务风险，坐等商业机会的流失。

与此同时，也有越来越多的企业正在把握“大数据”时代的机遇：《麻省理工学院斯隆管理评论》和IBM商业价值研究院联合举行的2011年新智能企业全球高管调查和研究项目指出，2011年，58%的企业已经将分析技术用于在市场或行业内创造竞争优势，实现业务价值，这一数据比2010年增加了21%。

毫无疑问，“大数据”时代的机遇和挑战同时摆在了企业面前。

从“大数据”到“大洞察”

IBM在此时提出大数据平台战略，其目的显而易见，它正在以自己的优势瓜分这块庞大而诱人的蛋糕。IBM表示，IBM智慧的分析洞察将成为企业成长转型的重要战略之一，帮助企业成功将“大数据”挑战转化为机遇，最终实现从“大数据”到“大洞察”的重大转型及革新。“我们的大数据平台战略突破了传统数据仓库和数据管理理念，为企业组织提供实时分析信息流和因特网范围信息源的能力，实现更为经济高效的大数据管理，并为在此之上的业务分析和洞察奠定坚实的基础。”

IBM全球企业咨询服务部业务分析与优化服务大中华区总经理段仰圣表示：“在大数据时代，‘洞察’成为企业各个环节上至关重要的需求。因此IBM提出‘大洞察’的概念，通过IBM智慧的分析洞察为企业客户提供四个方面全方位的‘洞察’：第一是通过客户行为分析留住客户，并在此基础上实现客户群体的持续增长；第二是通过信息管理、业务分析、内容管理等先进手段，帮助企业优化IT水平及业务流程，提高运营效率；第三是通过将业务分析贯穿财务规划流程，洞悉企业利润和成本来源，改善结算流程的处理时间和完整性，促进财务流程转型；第四是将分析洞察包含在传统和新兴的风险类别中，预测未来的法规要求及检测欺诈，帮助企业管理风险、欺诈和合规性。”

篇10

【关键词】大数据时代；人力资源管理；影响；特点；风险

一、研究综述

（一）研究背景

“大数据”时代最早由全球著名咨询公司麦肯锡提出，它在其《大数据：创新、竞争和生产力的下一个前沿》的报告中指出：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。”大数据的思潮迅速的波及世界的每一个角落，这犹如一场即将到来的革命，冲击着人们的传统的观念。大数据早已有之，之所以“大数据时代”的概念一直到最近几年才提出，是因为以前大数据的运用领域比较窄，很多领域还没有大数据的概念。但是现在，大数据已是一个十分流行的名词。

大数据借助互联网技术迅速发展，各个领域的学者开始思考量化在自己领域的可能性。同样，大数据也将对于人力资源管理领域也将产生深刻的影响，越来越多的学者开始思考这一时代对于人力资源管理的意义。我们应该思考，是否可以借鉴大数据的思维和技术去解决诸如人力资源管理难以量化的难题？是否可以更好地衡量人力资本的价值？

（二）已有研究现状

目前国外关于大数据在人力资源管理领域的研究基本没有，而更多的是有关大数据技术应用方面的。国内现阶段对于本课题的研究是最近两年兴起的，由于“大数据”时代是最近两年兴起的趋势，因此国内本课题的相关研究并不是很多。

和云（2014）认为利用大数据方法丰富人力资源管理手段方法，无疑成为大数据时代企业人力资源管理变革不容回避的现实选择。唐魁玉（2014）在“大数据”时代，微观人力资源管理和宏观人力资源管理都会受到不同程度的影响。

二、大数据时代的特点

（一）数据规模大

大数据时代最为显著的一个特征就是数据量非常庞大。原有的GB、TB的数量级已经无法满足需求，大数据的起始数量级一般认为是PB（1024TB），而EB（1024PB）、ZB（1024EB）的数量级也已经使用。这也正是因为数据量过大，传统的数据处理手段无法达到人们对于数据处理的需要。

（二）数据种类多

大数据时代数据已经不仅仅局限于原有的结构化数据，半结构化、非结构化数据已经越来越多的运用到数据的处理当中，文字、音频、图片等等都已逐步数据化。当半结构化、非结构化的数据能够被大规模收集和分析时，我们才能获得以前所无法得到的信息，而这也有利于我们分析现象的本质。

（三）数据更新速度快

大数据时代的另一大特点就是数据更新速度快。随着互联网的发展，人们每天所接受的信息量十分巨大，据研究，现代人每天所接触到的信息是古代人一年的信息量。而这也导致了数据的更新速度十分迅速，据研究，全世界每年的数据量每年以50%的速率增长，也就是说，超过一半的数据是人类近两年产生的。而这也体现数据的时效性，过了一定的时间数据很可能价值就会大大降低。

三、大数据时代人力资源管理的变革

在大数据的浪潮汹涌而来时，也让各行各业的HR们和人力资源管理领域的学者们陷入了思考之中。到底大数据对于人力资源管理会产生什么样的影响？是否能将大数据的思维运用于企业人力资源管理的工作中？对于这些问题，笔者认为，大数据的思维对于人力资源管理的影响是广泛而深刻的，它有可能改变原有的人力资源管理的理念和其各个模块的工作方式。笔者将从以下几个角度进行分析：

（一）企业招聘的精确化、节约化

在大数据的条件下，原有招聘模式遭到挑战，企业可以通过互联网进行大范围的快速收罗符合职位要求的人才，通过大量个人信息和公共信息的对比，分析出最适合特定职位的应聘者，实现人才搜寻的精确化。另一方面，由于大量的工作可以在计算机上完成，省去了外派实地招聘和广告的经费，这也一定程度上实现了成本的控制。

（二）培训的个性化

大数据给培训带来的利处就是可以实现培训的个性化，我们知道，实现个性化培训的最大难题之一就是员工个性的把握，而在大数据条件下，企业可以根据员工大量结构化和非结构化的信息数据，分析员工的具体需求或者是不足之处，为员工准备个性化的培训“套餐”，实现“私人订制”。另一方面，可以依托大量网络培训资源，最大程度的降低成本。

（三）绩效考核的全面化

以往的绩效考核只能针对可以量化的工作指标，存在绩效考核不全面的缺点，运用大数据的技术，我们可以掌握更多的与绩效相关的指标，并将这些数据进行处理，以更全面地得到员工的绩效情况。同时，大数据的高速更新特点能让管理者第一时间了解员工的状态，帮助管理者做出预判或者快速决策。

（四）员工关系的预判性和人性化管理

以往大多数情况下，企业管理者只能在员工产生矛盾之后才能进行协调和解决，而现在通过对员工大量非结构信息的分析，可以了解员工最近与同事之间的关系状态，一旦发现有苗头能够及时协调，避免员工之间关系的恶化。另一方面，利用大数据更新快的特点建立实时获取员工各方面需求的机制，为员工营造满意的工作环境，以促进其工作效率的提高。

四、总结与反思

大数据时代的趋势不可避免，正如哈佛大学社会学教授加里・金所言，所有领域都受到了这一趋势的影响，人力资源管理领域也是如此，我们应该更多的思考我们能从这一趋势中探寻出发展人力资源管理领域的更好的道路。

另一方面，我们也应该反思大数据时代可能带来的风险，数据安全就是一个无法忽视的重要隐患，如何保护员工的信息安全，数据一旦泄露如何处理等等都是必须思考的问题。此外，大数据的质量也是一个非常关键的点，如何确保数据质量也值得我们深思。

参考文献：

[1]麦肯锡环球研究院.大数据：创新、竞争和生产力的下一个前沿[R].美国：麦肯锡公司，2011

[2]和云，安星，薛竞.大数据时代企业人力资源管理变革的思考[J].经济研究参考，2014，23

[3]唐魁玉.大数据时代人力资源管理的变革[J].中国人力资源社会保障，2014，03