大数据时代的前景范文

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

篇1

【关键词】电子商务  ；移动电子商务  ；移动电子商务运营模式

一、移动电子商务运营模式及特征

移动电子商务（M-Electronic Commerce）是近几年随着无线移动通迅技术发展，而新兴起来的新型商务模式，它利用无线通讯技术和移动互联网进行数据传递，通过智能手机、PAD和笔记本电脑等移动设备与企业电子商务平台网连接来完成商务交易过程的新型商务模式。

传统电脑平台电子商务运营模式。传统的电子商务运营模式以B2C、B2B和C2C为典型模式，以B2C网上商场模式为例，其运营模式如图1所示：

图1 B2C网上商场运营模式

移动电子商务运营模式。移动电子商务的运营模式是由移动电子商务交易参与者不同面产生不同的运营模式，具体有内容提供商运营模式、移动运营商主导模式、服务提供商运营模式、WAP移动门户网关运营模式。下面以内容提供商移动电子商务为例说明其具体运营模式，如图2所示。

图2

移动电子商务运营模式区别于传统电脑平台电子商务运营模式的特征。移动电子商务是用户通过移动终端设备浏览商品，这样就能十分方便广大移动商务用户，进而撼动传统电脑平台电子商务的交易规模。区别于传统电脑平台电子商务业务，移动电子商务模式具有如下的特征：移动电子商务突破传统电脑平台时间和空间限制，极大地推动了电子商务销售规模。移动电子商务由于用户是通过移动终端设备浏览和选购商品，这样就打破传统电子商务用户只能坐在电脑前固定时间购物时空限制，用户能够在象旅游乘车等任意时间任意地点通过移动商务设备实现网络购物。移动电子商务由于用户使用的是移动终端商务设备，交易更加方便、快捷，能够极大提高电子商务交易效率。移动电子商务由于用户通过移动终端设备浏览和选购商品，而不是只能坐在电脑面前完成交易，这样就使电子商务从传统单一固定电脑平台端变为随时随地能方便用户购物的移动贴身服务，从而能极大地提高电子商务的交易效率。移动电子商务由于使用移动终端设备使条码扫描功能更为简单，比价功能更为方便。移动电子商务用户只要通过扫描在传统超市中正在关注的商品条形码，就可以通过移动设备收索该产品商场超市和超市商品报价，所以，移动电子商务通过扫描商品条形码而实现商品的比价功能更方便实用。

二、移动电子商务运营模式面临的问题

移动电子商务是电子商务时代新兴的交易模式，各商家在风起云涌发展移动电子商务之时，也象日韩和欧美国家的移动电子商务发展一样面临着诸多挑战和难题。

移动电子商务运营模式的竞争优势。移动电子商务网络不稳定连接不畅，服务内容不够丰富。我国的移动无线网络由于发展时间短，经常会出现网络不稳定和连接不畅的问题，严重影响移动电子商务交易正常进行和消费者信心。移动终端设备屏幕格式多样化和操作系统版本不统一，造成移动电子商务软件平台更新难度加大。移动终端设备屏幕格式多样化和操作系统版本不统一，支付系统不统一，这些都给移动电子商务平台软件开发设置的一道道障碍。由于不同的移动终端设备屏幕格式和操作系统版本功能不一，这就使移动运营商搭建移动电子商务网站和商家更新移动电子商务软件带来相当大的难度。

三、大力发展我国移动电子商务的相关对策

加大无线网络的建设和覆盖力度，通力改进移动电子商务的服务内容和搜索服务功能。针对我国依托无线网络的移动电子商务，经常会出现网络不稳定和连接不畅的问题，应该加大无线网络的建设和覆盖力度；同时移动运营商和商家应通力协作，增加移动商务服务内容；真正把移动电子商务设计成界面友好，操作简单，搜索快捷的电子商务平台。

尽快制定移动电子商务终端设备屏幕格式和操作系统的规范标准，使移动电子商务终端设备的屏幕格式和操作系统尽可能标准化。

对移动电子商务所有交易环节设置比平台电子商务更为严格安全防范措施。与传统电脑平台电子商务对比，移动电子商务由于采用无线通讯技术，因此可能会遭致更多诸如终端假冒、无线数据、交易拥堵等安全风险，为确保移动电子商务数据安全传输，就需要采用无线加密技术和无线公开密匙体系，以确保移动电子商务整个交易过程的安全可靠。

四、结语

移动电子商务是我国近几年刚刚兴起的新型商务模式，与传统的电脑平台电子商务相比，移动电子商务的商务环境和运营模式是明显不同的，而我国现有的移动电子商务在发展中面临着没有国家统一标准，因此，必须尽快制定移动电子商务产业相关法规，使移动电子商务监管有法可依；增强移动电子商务网络的稳定性和可靠性，并加大对移动加密技术的投入，真正发挥出移动电子商务产业蓬勃发展的优势，使其真正能够成为我国新的经济增长平台。

参考文献：

篇2

关键词：大数据；统计学；前景

一、引言

在现如今的社会，无论是干什么都离不开信息。小到穿衣吃饭，大到国防军事，每一样都需要信息才能完成。信息是一个名词，围绕着它有信息的产生、信息的处理加工、信息的传递、信息技术的发展等等的一系列环节。所以在现代社会信息就如同一个核心细胞，其他细胞的工作都是围绕它展开进行的。我们对信息一定要敏感而精准。

二、何为大数据时代

大数据最初是由麦肯锡公司所提出来的，它在物理、生物、化学、金融、通讯行业出现并存在已经有一段时日，但它真正为人们所熟知认识却是因为互联网行业的飞速发展。人们总是用它来表述现时代是一个信息爆炸、海量、共享的时代。现如今一个决策的出台不再是凭借昔日的经验和感觉，而是数据的收集、整理、处理、分析所得出的结论。这就表示了一个新的时代，也就是信息数据时代的到来，经济、商业、金融、贸易等多个领域，信息已经成为主宰。这就是大数据时代，也是信息的年代。

三、统计学专业基本概况

统计学，从名称来看貌似是一个新兴专业，其实不然，它是一门非常古老的学科。它最早始于希腊雅典的亚里士多德时代，距今已有两千多年的历史。统计学是通过对数据信息的搜索、整理、分析、描述，以达到窥测所测对象的本质的目的，它是预测对象未来性的一门综合性科学。运用到了大量的数学和其他学科的专业知识，它的使用范围几乎涵盖了社会科学和自然科学的各个领域。统计学家王见定的研究已经说明了数理统计学永远打不败社会统计学，所以在以后的发展道路上，将是社会统计学与数理统计学共存与互补共同前行的模式。

目前作为高校所开设的一门学科，统计学专业主要有一般统计、经济统计两类专业方向，它所培养的是具有良好的数学、经济学素养，熟练掌握统计学的基本理论和方法，熟练地运用计算机分析数据，在企业、事业单位、经济管理部门从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作的专业型精英类人才。

四、如何很好发展大数据时代下的统计学专业

首先从上文的论述中我们可以得出以下结论：統计学的技术手段是，搜索、整理、分析、描述数据，它的目的是预测、推断检测对象的本质，它是一门综合性非常强的科学性学科。从它的使用广度上来看，它几乎覆盖了社会科学和自然科学的各个领域。所以统计学的“势力”非常大。

而统计学所依赖的基础则是数据，传统的统计学中数据的收集主要包括实验数据、调查数据以及各种途径收集到的第二次数据。但是在经过一段时期的实践后人们发现这种方法得到的数据经常会存在一定范围内的误差，这对样本的客观性是一个根本上的影响，同时样本选取结果产生影响，因此传统的数据收集方法很难适应统计学的飞速发展的需要。从这个层面上来说，大数据的出现是科学发展到一定阶段的必然结果。因此大数据的产生和统计学的发展有着密不可分的关系。从另一面来看大数据的出现也是统计学中的核心环节实现，也就是数据的采集实现了大幅度的跨越。大数据时代的到来意味着检测对象的任何数据都能应用到统计过程中，打破了数据采集处理的局限性，再加上精准、合理的统计处理方法，使得统计结果将更具有代表性和说服力。

同时大数据、统计学、云计算技术三者的强强联合，预计未来的统计学势必会发生革命性的变革。大数据将对未来产生深刻影响，目前可以预见的统计学未来发展的前景有以下两个关键的点：第一点是在数据中科学性将和数据本身形成联盟。数据科学独立门户成为一门专门的学科势不可挡，数据的重要性不言而喻。统计学也将乘浪前行迎来新的发展的奇迹。对于数据平台，也将实现跨领域共享，最终将数据的共享扩展到企业层面，成为未来产业的一员。第二点则是数据的管理处理的竞争力大大增强，数据管理成为企业竞争力中的核心竞争力，直接关乎财务表现。数据资产是一个企业的核心资产，这个理念会逐步深入人心。之后，企业对于数据管理便有了更加精准的定位，企业就会将数据管理作为企业核心竞争力，持续发展，战略性规划与运用数据资产。数据资产管理效率与主营业务收入增长率、销售收入增长率显著正相关。届时，统计学的相关知识将会有大作为，每一位统计学专业的学生的就业前景将是不可估量的。统计学的发展前景也是一片大好，大数据、云计算、统计学三者则是珠联璧合，我国乃至全世界的信息技术又会迎来新的浪潮，并且是一浪高过一浪，让我们拭目以待。

五、结束语

本文就大数据，统计学二者的定义、概念首先做了介绍。其次是对统计学和大数据包括云计算在内的联合后的优势，以及未来的发展前景做了合理的分析与预测。数据时代已经起航，我们每一个人万万不可落后，我们要追赶信息技术的时代潮流，乘风破浪，迎难而上。为我国信息技术的发展增砖添瓦，为实现自我的价值奋斗不息。

参考文献： 

[1] 薛艳.大数据时代统计学专业教学体系的改革[J].教育教学论坛，2015（4）：110-111. 

[2] 周茂袁.大数据时代统计学专业教学改革的初步探索[J].教育教学论坛，2015（35）：105-106. 

[3] 李政，赵彦云.适应大数据时代的美国统计学大学教育（下）[J].中国统计，2015（4）：24-25. 

篇3

关键词：大数据；测试技术；发展前景

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2016）27-0001-02

在互联网、云计算等一些网络技术的推动下，其数据也越发膨胀，规模也呈现几倍上升趋势，目前我们已正式跨入大数据时代，开发其中所蕴含的信息及“宝藏”是我国乃至国外研究人员的目标。如今社会的发展需要大数据技术，因为其数据量大、结构复杂、种类繁多，人们可以从其中获取更多具有价值性的信息。

1 浅析大数据

1.1 大数据的概念

由于云时代的到来，大数据技术也吸引了国内外研究人员的注意力。顾名思义，大数据就是由大量结构化的数据构成的大型数据仓库，是一种观察世界的全新手段和方法，利用其思维与处理技术构成一个数据库，从而创建一个透明化的世界关系结构。从互联网发展至今，大数据是这个过程的一个象征性技术，在云技术不断地创新及改革上，这些难以收集也不好运用的数据被研究人员科学合理地进行利用，随着我国各行各业的不断发展，大数据也会在此过程中为其提供一系列有利的价值。[1]

1.2 大数据的特征

大数据运用现在的软件技术是很难收集及存储、分析共享的，国内外研究人员用了四个V概括了大数据的基本特征。

1.2.1 （Volume）数据体量大。

在此技术的发展过程中，已经由原先的TB级别跃升为目前的PB级别，其数据量最高可达200PB。目前我国普通的计算机容量是TB量级，一些大型企业是EB量级。

1.2.2 （Variety）数据类型多

大数据技术具有多样式的特征，所以主要有结构化数据和非结构数据两种形式。非结构数据与结构化数据相对比，后者是以文本为主，前者的种类则众多，主要有网络中的日志、视频、音频、图片等，这对数据的处理能力也有较高要求。

1.2.3 （Velocity）处理速度快

处理速度快是大数据技术与传统数据技术最明显的特征，具国内外研究学者分析，在2020年，全球数据的使用量可能会达到35.2ZB之多。在这么多数据的面前，大数据就充分地发挥了其自身特性，为企业的可持续发展起到重要作用。

1.2.4 （Value）价值密度低

在大数据中，其价值密度是与数据量成反比的。对于使用现金的计算机算法准确地对数据中的价值进行有效提纯，是目前国内外研究大数据技术的一个难点也要点。

在如今这个发展迅速的时代，大数据技术已经成为了网络技术可持续发展的趋势和要点，在我国各行各业包括研究界都有广泛应用。大数据技术具有高性能、高效率及方便管理等优点，其本身的结构和系统设计的也较为复杂，所以对大数据测试技术的研究还是比较薄弱的。[2]

2 浅析大数据技术的特点

2.1 大数据基础上发明的软件被广泛应用

近几年随着大数据技术在我国各行各业都被广泛应用，使其走向信息化和科技化。其中在大数据技术基础上发明的Hadoop分布式处理软件、Hbase数据库及一些可视化软件都对我国行业的发展有着重要的意义。

2.2 大数据的智能处理技术

大数据技术是从海量的数据中获取有效的数据并且进行智能处理分析，人们可以从中发现对自己有用的信息、知识及创造无穷的智慧，对今后我国社会的发展有重要的作用。在此前提下，就必须在大数据中引进智能处理技术，将大数据的分析、管理等技术与人工智能相融合，目前我国机器的数据自动分析、语言理解及自动识别等一些智能技术已经和大数据技术工作的流程完美融合。[3]

2.3 非结构化数据处理正在迅速发展

上文说到非结构化数据处理与传统的处理技术不同，其是以图片、视频及音频等数据展现的，随着云技术时代的到来，此类信息也越来越多。所以我国目前对非结构化数据处理技术越来越有需求，非结构化数据技术中的采集技术等也正在不断地创新及发展。

2.4 分布式处理架构

上文说到大数据技术有多种处理技术，其处理方法也是随着社会的进步而不断创新的，传统的处理方式已经无法满足现如今社会人们的需求。在人们对此不断创新及摸索的过程中，在大数据技术中发现了分布式处理架构，此时它也成了其的主要处理数据方式，这是时代在发展与进步的表现。在分布式处理架构中，分布式文件系统、处理数据库及编程环境等一系列的技术在今天都被人们广泛应用与各行各业中。[4]

3 大数据测试技术

3.1 大数据测试流程

大数据测试的主要流程如图1。

大数据的分析处理流程主要可分为5个阶段：

1）采集。大数据在分析处理中的采集是运用其中的数据库来进行接收来自客户端的数据，比如Web客户端、App客户端等等，并且客户端用户可以通过大数据中的这些数据库对信息进行收集、查询、处理等工作。[5]比如传统的MySQL数据库及Oracle数据库是用来保存一些日常数据的，除了这些数据库，Redis等一些NoSQL数据库也可采集数据。大数据分析处理中采集的特点就是在并发数高。

2）导入、预处理。大数据处理过程中采集时拥有很多数据库，对于这么庞大的数据进行科学分析远远是不够的，还是要将这些数据导入到一个大型的集中数据库，在此之前将其进行简单的预处理。其中Sqoop和Flunm等一些工具就可以将这些数据进行互相操作。其中导入和预处理的特点就是导入量大，每秒可导入百兆或者千兆。

3）统计分析数据。将大量的数据导入到一个大型的集中数据库中，通过使用分布式技术来对其中的数据进行分析、汇总等。统计分析数据的特点就是导入量大，其查询数据量也大，请求较多。Hadoop此产品是使用最多的。

4）数据挖掘。与前面三个阶段不同的是，数据挖掘并没有预先设定其主题，而是在现有的数据中进行各种计算，以达到预算的效果，从而达到复杂数据分析的要求。比较有名的算法主要有K-means（聚类）、SVM（统计学习）及naive Bayes（分类），工具主要有Mahout。[6]数据挖掘的过程中的特点是看数据中文件的格式是否都达到要求。

5）数据分析。当大数据测试分析过程结束之后，产生的数据会被自动的移至其仓库中或者系统中。然后对其中的数据进行分析，这就是大数据处理技术所要解决的问题。数据分析过程的特点是要在具体的数据下才能使业务更加流畅，并且能够有效的分析其数据，从而得出科学有效的策略。

4 大数据测试技术未来发展前景的分析

对于我国社会技术的发展现状来看，大数据技术在未来的发展前景也是非常可观的，大数据技术在我国各行各业中都得到了广泛的应用。目前我国大数据技术公司有三种：技术类、创新类、数据类，但是不断是那种数据公司，对于我国社会发展都是不可缺少的。其中技术类大数据公司被我们所熟知的主要是一些IT公司，他们注重的是数据的处理；创新类大数据公司注重的是富有想象力的员工，能够面对相同数据拥有自己独特的简介，并且能够有所创新；数据类大数据公司是与我们人类日常生活相关的，比如一些客户端（新浪、百度、淘宝等），或者一些大型的连锁企业、金融企业等，这些企业都有大量的数据，不过其中有价值的信息也比较容易被忽略。[7]不管是哪类数据公司，大数据技术会在今后社会发展中越来越好。

1）在云计算基础上的数据分析测试平台将会更加完善

在社会飞速发展的这几年，其中云计算技术发展也甚是迅速，在此基础上其的应用范围也越来越大，这也包括大数据技术在云计算技术中的应用。云技术的发展也为大数据技术的发展提供了一个较好地处理平台和技术，还为其提供了全新的计算方式、更大的存储空间及资源等等。另外，创新后的云计算技术也具备相对丰富的IT资源，这也为大数据技术的发展提供了良好的资源，在两者都不断创新的基础上，大数据技术平台也会日益成熟，其处理水平也会得到明显的提升。

2）大数据技术中的数据分析将会进一步发展

在大数据技术分析处理中，数据分析有着重要的地位，随着社会的发展，其也将会逐渐成为大数据技术中的核心技术。大数据技术主要是对大量数据进行智能处理，从其中获取有效的信息，要想在今后的发展中实现此功能，就要对数据进行分析处理。此过程则是数据分析的基础，所以数据分析在今后的创新发展中会得到进一步的发展，其大数据测试技术也会得到创新及发展。[8]

5 结束语

总而言之，随着我国社会经济及技术的不断发展与创新，信息化时代也将到来，大数据技术也称为了我国人民在日常生活中不可缺少的一部分，在我国各行各业的发展中都有着重要的作用。在互联网技术和云计算技术发展的促进中，大数据技术在未来的发展也将更加智能、先进，也将会涉及我国更多的行业领域，为我国人民生活中创造出更大的便利，为我国科技的创新及发展提供新的技术。

参考文献：

[1] 飞， 卢瑾， 辛一. 基于专利的大数据技术发展情报分析及战略研究[J]. 情报杂志， 2014（9）： 45-50.

[2] 王骁. 基于Hadoop大数据平台资源及用户行为检测技术的研究[D]. 北京： 北京交通大学， 2015.

[3] 李纪舟， 叶小新， 丁云峰， 等. 大数据关键技术、主要特点及发展趋势[J]. 电信技术研究， 2013（3）： 58-64.

[4] 代亮， 陈婷， 许宏科， 等. 大数据测试技术研究[J]. 计算机应用研究， 2014， 31（6）： 1606-1611.

[5] 吴韶鸿. 大数据开源技术发展研究[J]. 现代电信科技， 2014（8）： 17-22.

[6] 郭丽娟. 大数据的特点及未来发展趋势[J]. 信息通信， 2014（10）： 195-195.

篇4

【关键词】大数据时代，地理信息系统，应用

前言

从目前的实际角度来说，大数据时代下的地理信息系统的应用研究已经成为了当代地理学术方面重要的研究应用，下面我们就对大数据下的地理信息系统的应用进行分析和简述。

一、大数据对地理信息系统发展的重要性。

在目前社会经济、科技不断的发展的大环境下，大数据时代已经悄然到来，从某种意义上来说，地理信息的测绘部门和相应的技术在某方面来说受到了重大的影响和挑战，如果我们可以合理的对大数据技术进行应用，那么我们就可以起到一个推进器的作用，从而推动地理测绘信息部分和机构的发展，但同时，我们要注意一点，从目前阶段我国的测绘地理信息机构已经开始重视大数据技术，并且已经在这个基础上进行了地区检测，如果地理信息系统部分和机构可以在工作中加入大数据几乎，那么大数据会让地理信息部门和机构的工作变得更加便捷。大数据技术让地理信息行业发生了天翻地覆的变化，一方面，许多专业和学者都希望在大数据技术的环境下对地理信息系统中施展拳脚。另一方面，大数据有效的促进了企业的发展和变革，最后。大数据时代下，他的商业价值无法估量他的潜力无疑是巨大的，我们应该进行具体的探究和思考，然后完成一系列的转型，让技术和管理之间联系密切，把握住商机，获得足够的发展空间，为地理信息行业取得良好发展做出一定程度上的探路。

二、大数据背景下地理信息系统所要接受的挑战。

（一）地理空间数据为什么一直在持续的增加？因为从目前来看，我国的地理空间数据处理在速度方面在不断的增加，在这个不断加快的过程中，地理空间数据的结构化特点就会凸显出来，所以这个情况我们要及时的针对好，利用地理空间数据整体的特点，来进行大数据空间存取技术的大范围普及和使用，经过我们反复的实践和分析下，可以得出一个结论，那就是当前地理信息系统在目前的大数据技术时代下面临着严峻的挑战，其中最大的问题是在于是否我们可以有效的实现数据信息空想以至我们可以完成大数据文件管理和大数据文件的保护，同时可以在面对众多文件和重复数据的情况下，进行科学有效的整理，保证自身的效率和存储质量。

（二）我们还有一个数据整理的问题要进行分析，众所周知，大量的地理信息，地理信息心痛可以系统的进行数据信息或者别的途径来进行信息上的获取，但是目前传统的组织方法和处理方法等不能适应现在的大数据结技术的走向，在这样的背景下，我们要最大限度的提高自身的基础性数据的效率，我们要最大程度的进行有效的提升基础性数据更新效率能力，从而有效的满足用户需求，从而逐渐在这个大时代背景下被人们所重视。

三、大数据在地理信息系统的应用分析

（一）首先大数据在地理信息系统的应用，完美的提高了地理信息系统的高效存储能力，随着目前科技的飞速发展下，计算机的硬件设备已经呈现出了颓势，已经不能和以往相比了，对于计算机的存储也已经变的更加的简单，特别要注意的是，计算机标配硬盘的容量一般都符合原定的标准要求，单体磁盘的服务器标准容量可以达到30TB，但是在客观世界的影响下，我们通常所说的地理信息系统经常在应急保障方面和实时导航上已经获得了社会等广泛的应用所以这就要求了数据的存储量变得越来越高，相反，如果储存量越来越低，那么地理信息系统会受到打击，所以这样说来数据库就要多个类型的数据支持和结构化的数据支持才行。

（二）在大数据的时代背景下，我们要进行数据库的扩展和升级，因为从目前来看，大数据背景下基础性的数据量已经发展的速度越来越快，如果不升级就导致了无法进行信息的及时更新容纳。从目前来看，F阶段的数据库使用，关系类型的数据库比较常用而且硬件的升级也是十分重要，他在一定程度上，有利于数据库进行采分割扩展和非规范扩展等。升级硬件设备会花费大量的资金，同时，数据库的服务器性能和容量提升的空间也很小，而数据库分割不适合非结构化数据，我们要进行进一步的程序修改，这就导致了程序和模型的独立性受到了破坏，然而非规范化的处理，可以增加大量冗余的同时来实现一致性的难度大幅度增加，由此可见，我们必须要争地理信息系统的数据库进行水平发展，才能保证他有足够的伸缩性和扩展性。

四、结语

地理信息系统的工作是大量存取数据等任务，随着目前我国的科技在不断的发展和生活水平不断提高的大前提下，我们应该对地理信息系统进行重视，众所周知，大数据是地理信息系统中最重要的组成部分，（其内容为遥感技术、地理信息采集等）所以在大数据的前提背景下，地理信息系统的未来有着广阔的前景，在未来的发展中地理信息系统会出现质的飞跃。

参考文献：

[1] 钟耳顺，杨福慧. 地理信息数据化 开创GIS辉煌时代――访中国科学院地理信息研究所专家、北京超图地理信息技术有限公司董事长[J]. 中国新技术新产品精选，2007，（05）：5-6.

[2] 陈戈，方朝阳，乔新，李海涛，张彩云，陈勇，韩冬. 一个基于卫星遥感数据的海洋大气地理信息系统平台软件――MAGIS [J]. 中国海洋大学学报（自然科学版），2004，（09）：31-32.

[3] 高盼. 立得空间：从行业"拓荒"到引领地理信息大数据时代――专访立得空间董事长兼总裁郭晟[J]. 中国信息界，20164，（07）：25-26.

篇5

关键词：大数据；发展背景；发展现状；影响

中图分类号：F623 文献标识码：A

一、概述

随着网络的多元化发展，它早已渗透到人们的工作与生活当中，我国也进入了大数据的快速发展时期，至今为止国内的大部分互联网企业已对大数据开始实行战略性布局。在大数据的出现始期，其主要目的是对日益繁杂的数据进行有效分析并加以解决。但随着不断普及的移动互联网，快速处理大量的信息数据显然变成了大数据技术的工作内容。移动互联网与大数据目前同时处在飞速扩张的时期，两者之间的市场关系表现相当密切。

二、大数据时代的移动互联网所带来的影响

在IT行业领域当中，曾经有说过一句这样的话：“谁都能够变成这个领 域的专家”，这句话绝对不是吹牛，人类在步入大数据时代中，移动互联网的发展已大势所趋，这样能够为我们年轻一代造就许多创业机会，随时会诞生出IT行业新的领军人物，移动互联网将会是互联网未来的一个重大变革。

1 移动互联网搜索引擎。

在移动互联网中，搜索引擎将会更好地应用于各个不同的环节当中，当然这也是一种必然的发展趋势，根据相关资料表明，Google（谷歌）已然宣布向移动搜索领域大力进军，但是并没有使国内有关创业者们感到一丝恐惧。创业者们显然已知，在国内的移动搜索行业当中，有着自己的行业游 戏规则，同时国内拥有将近5亿手机用户，其市场无比巨大，他们相信认为一定会有自己的生存发展空间。但随着3G时代的来临，韩国与日本移动搜索的辉煌将会在中国这块热土上出现重演。

2 移动互联网软件。

在应用软件的企业当中，移动互联网软件将会给他们带来更多的发展机遇，大数据时代的来临必然会促使很多互联网企业走向成功，从个人电脑应用软件发展到移动设备应 用软件，想必也是一种发展的最大趋势，同时也会有更多明智的企业看好移动互联网软件的市场发展前景，无论是服务行业或者是游戏行业，其所带来的发展一定会前途一片光明。

三、移动互联 网提升大数据产业价值

大数据时代的到来主要取决于数据的丰富度，随着现代社交网络的风起云涌，大量的UGC（即用户生成内容）内容、文本信息、图片、视频、音频等非结 构化数据也渐显露角。而移动互联网可以更快更准确地对用户信息进行有效收集，比如生活信息、所在位置等数据。按数据量而言，如今已步入大数据的时代，但是目前的硬件已显然难以跟得上数据发展的步伐。谷歌搜索、微博消息等能够使得人们的情绪与行为更加的细节化，甚至有可能对其进行更精准的测量。对用户的行为习惯与喜好进行有效挖掘，从纷繁复杂的数据里面寻找到更加吻合用户习惯与兴趣的服务与产品，并进行针对性地优化服务与产品，从而达到销售的目的，这就是大数 据的潜力价值所在。在国内目前大数据虽然仍处在初级阶段，但是它的商业价值已经表现出相当的卓越。手里掌握大量数据的企业或公司将会站在金山上，在数据交易中可以获得不错的经济效益；而对于数据挖掘方面将会出现许多不同的商业模式，例如帮助企业对内部数据进行挖掘或者做好优化，让公司更迅速地找到精准客户，这样不但降低了公司的营销成本，而且让企业销售效率得到有效提高，最终能够实现利润倍增。

数据在未来可能会成为一个最庞大的商品交易市场，但是数据量很大并不代表就是大数据，而大数据主要经由数据共享与交叉复 用之后方可体现出其最大价值所在。大数据在不久的将来会尤如基础设施般，里面有数据提供者、监管者与管理人员，对数据进行交叉复用会把大数据变成一大最具有魅力的产业。21世纪移动互联网和社交网 络的出现将大数 据奔向一个全新的征途，互联网营销将在分析行为的前提下向着个性化时代尽情地迈进。创业公司完全能够利用大数据毫无保留地告诉广告商正确的时间在何时，精准的客户又是谁，有哪些正确内容应该何时发表等，这正中下怀迎合了广告 商的需求。社交网络的出现，拥有了庞大的用户及完整与实时的数据，并且社交网络对用户群体的情 绪有所记录，经由对这些数据深入挖掘来详细去了解用户，然后把数据信息推送给有需求的商家或者是微博营销企业。而在事实上把用户群体进行精准细分，直接寻找到需要的用户，再通过各种不同算法使数据信息交易得以实现，这也正是数据挖 掘公司的精髓所在。在国内当前的网络广告投放当中，正是从以往传统面向群 体的营销逐步向个 性化营销转变，从大众流量购买逐步向精准人群购买发生重大转变，将来的市场营销将会更多地以人作为中心，主动及时让用户需求得到吻合，但前提条件下就是要通过最佳途径寻找到该部分有需求的人群。

四、大数据应用助 力移动互联 网体验

智能手机作为移动互联网十分重要的终端设备，截止2012年底我国的用户人数已将近3.9亿之多，这不愧是全球手机的消费大国。欧美市场有关研究专家数据表明，中国的智能手机已实现67%的普及率，已超越美国与英国的手机市场。随着不断普及的智能手机，对于广告行业而言却是一块大蛋糕，意味着移动广告机遇即将到来。所以移动大数据的用途真可谓色彩缤纷，无不令人叹为观止，其中移动服务的优化与个性化或许就是其中最大的需求。而位置数 据却是移动大数 据的一个极为重要的构成部分，这也是区分于移动网 络大数据的一个重要基础，位置数据在未来将会改变移动广 告行业，它可以提供实时与有针对性的广告，其表现能力相当的卓越，这也是广告市场的一次重大革新，前景无限广阔，产业价值将会得到充分的提升。

结语

总而言之，大数据虽然目前面临着少许小问题，仍需要去分析数据与管理，并且从中挖掘潜在价值，只有如此方可更好地为移动互联网进行服务，大数据在互联网方面却是刚刚起步，但其蓬勃发展的趋势将会带给人类更大的作为，从而推动着整个社会的稳健发展。

篇6

《大数据时代》认为自己揭示的宇宙奥秘是什么？还记得我们原来学习的哲学吗，从本体论（世界观）讲起，然后是辩证法（方法论）和实践观（认识论），如果你学习的是哲学专业，老师讲完一个大哲学家的本体论认识论之后，就会概述从中引申出的政治、伦理、美学、宗教等理论，从而讲解他的整个思想体系。《大数据时代》的作者虽然没有按这个结构来写，但我们还是能从中归纳出他的这个体系结构。

首先是本体论——世界是什么？西方哲学史上的回答无奇不有：水、数字、理念、实体、物自体、绝对观念……人们对这个问题的回答脱离不了当时所处的时代，在蒙昧时期，是一系列的臆想，在科学登上人类社会的中心后，我们知道是原子等物质构成了世界。这一次，作者给了富有当代气息的答案：数据。“有了大数据的帮助，我们不会将世界看作是一连串我们认为或是自然或是社会现象的事件，我们会意识到本质上世界是由信息构成的。”“将世界看作信息，看做可以理解的数据的海洋，为我们提供了一个从未有过的审视现实的视角。它是一种可以渗透到所有生活领域的世界观。”

大数据引起了3个思维变革，可以看做作者对方法论和认识论的变革。首先，“不是随机样本，而是全体数据”，这类似方法论。作者认为以前的方法都是小数据时代的随机采样，大数据时代是全数据模式，样本=总体。

其次，“不是精确性，而是混杂性”， “执迷于精确性是信息缺乏时代和模拟时代的产物。”“接受不精确性，我们才能打开一扇从未涉足的世界的窗户。”全部的数据，即使其中很多是混杂的，也是有用的，而且是得到结论的“标准途径”。

最后，“不是因果性，而是相关性”，这是作者颠覆性最大的观点。因果律是人类认识世界的最基本理论之一，人类可说就是在不断问“为什么”中进步的，而作者认为，在大数据时代（应该是全数据时代更准确），我们不必知道现象背后的原因，知道“是什么”就够了，没必要知道“为什么”。“大数据，改变了人类探索世界的方法。”

篇7

财务报告最根本的作用是向投资者提供决策有用的信息，投资者一般通过高度概括了企业日常经营活动的财务报告来分析企业经营状况及度量投资价值。财务报告能否在投资决策中发挥应有的作用，报告质量起到了关键的作用。传统财务报告过度关注财务信息的披露，越来越显得与投资者的需求格格不入。因为随着时代的发展，那些传统财务报告不会披露的、且与交易无关的非财务信息，如企业人力资源、客户关系、产品市场信息、公司治理等各种“软资产”，也已成为影响投资者决策的重要因素。

影响企业价值的因素很多，由于信息收集、信息披露成本的制约，传统财务报告只能披露有限的信息。然而，随着大数据时代的到来，数据信息呈现爆炸式増长趋势，大数据正以迅猛之势席卷国民经济的各行各业。与此同时，大数据也给财务报告质量的提升带来了契机。企业日常经营的每一笔业务都将产生大量的数据，既包括生成传统会计报告的结构化数据，也包括对投资者决策影响重大的非结构化数据，运用数据挖掘技术提取有效信息并及时公诸于众，对提升会计信息的质量、财务报告的可靠性，具有重要意义。

本文立足于大数据的时代特征，论述了大数据如何引起会计环境变化，如何推动会计流程再造，并最终达到提升财务报告质量的目标。

二、大数据与会计环境变化

(一）大数据基本概念和技术支撑

随着社交网络、物联网的兴起，全球数据量呈现爆炸式増长和积累的态势，数据已经渗透到每一个行业和业务职能领域，大数据时代应运而生。大数据也叫海量数据、巨量数据，数据规模大到无法通过主流软件工具进行处理的程度。GartnerGroupInc.认为大数据是海量、高速率、及/或多样的信息资产，这种信息资产需要新型的处理模式去促成更强的决策能力、洞察发现能力和流程优化能力。一般认为，大数据具有“3V”特点，数据量庞大（Volume)、数据类型多样化（Variety)、数据处理实时性（Velocity)。以IDC为代表的业界在“3V”的基础上増加了价值性（Value)特点，即价值密度低、商业价值高。比如，企业在运营过程中会产生大量的数据，但真正有价值的数据信息可能只在某个片段生成。

数据挖掘是大数据处理的核心技术，它通过特定的算法对庞杂数据进行分析，揭示隐藏在数据背后的规律，从而获得富有价值的信息，为决策者提供参考。数据挖掘需要强大的技术支撑，包括云计算技术、分布式处理技术、海量数据存储技术、人工智能搜索技术。Gartne「认为，大数据需要新的处理模式才能具有更强的决策力、洞察发现力和流程优化能力，满足海量、高増长和多样化信息资产的需要。

(二）会计环境

会计环境是会计活动赖以产生、发展的各项条件的总和，包括政治经济环境、法律环境、人文环境、科技环境等，它影响并制约着会计的发展，是会计工作存在的客观条件。

政治经济环境对会计理论的形成、会计制度的制定、会计实务的发展和会计教育工作的开展具有重要影响。法律环境主要影响会计立法模式，如大陆法系政府扮演重要角色，会计规范具有统一、强制的特点，而海洋法系国家则注重民间职业团体的作用，会计规范基本由民间协会制定，显得更加灵活、选择性更强。任何一个国家的会计发展都离不开人文环境氛围，人文素质、文化教育水平都会影响会计思想、会计理论的形成。科技环境对会计的影响主要体现在两个方面，首先，科技进步推动企业生产方式、经营方式和营销理念的变革，进而引起会计工作重点的变化；其次，科技进步推动会计方式和会计技术的发展，有助于提高会计的工作效率和财务信息的时效性和有用性。

(三）大数据引领会计环境变化

大数据主要通过影响会计所处的科技环境影响会计的发展，大数据背景下，会计环境已经且正在发生变化，会计工作面临着一系列新的挑战。

大数据技术为管理会计与财务会计的融合提供了技术保障，两者数据同源，可以利用一个信息管理系统收集、存储原始数据，有效促进管理会计与财务会计的资源共享。融合后的会计信息系统可以提供企业未来规划、发展前景、内部控制、面临的机遇及风险、财务分析和预测之类的信息资料，进一步满足投资者的信息需求。

首先，企业内部管理。大数据技术推动企业商业模式变革，未来企业只有准确洞察每位消费者的偏好，创新产品和服务，才能在市场竞争中占据先机。企业实时决策成为必要，需要会计人员及时收集、汇总、分析产品数据、客户数据和消费行为数据，从而为管理层决策提供支撑。

其次，投资者信息需求角度。传统会计报告存在较大弊端，难以满足大数据背景下投资者欲求达到的及时、全面了解企业经营动态的目标，主要表现为如下几个方面：第一，报告内容高度综合，存在着决策所需的财务信息不足或无效的问题，同时滋生了盈余管理的空间，会计信息真实性受到挑战。第二，会计原则和基本前提不适应时展。如财务报告以货币为计量单位，掩盖了大量不能用货币计量的经营管理活动，而这些活动（产品研发、市场开拓）往往可能影响投资者决策。第三，财务报告的及时性受到挑战。资本市场瞬息万变，投资者随时都要做出决策，然而受制于固化的财务报告体系和信息技术，现行财务报告在时效性方面存在严重弊病。

总之，大数据时代已经来临，整个经济社会将产生巨大的变革。大数据对会计的发展也将产生深远的影响，如何变革会计工作，以适应大数据时代的数据信息特征，是摆在我们面前的重要任务。

三、大数据与会计流程再造

(一）传统会计流程

会计的价值体现为通过合理的方法和专业的语言反映企业经营现状和财务状况，从而为信息使用者提供决策有用的信息。会计流程是实现会计价值的路径，传统会计流程是一个数据收集、数据加工、数据存储、数据输出的过程，体现在会计实务中，即从“原始凭证”到“记账凭证”到“账薄”再到“财务报表”的过程（如图1)。

会计流程从本质上说是会计价值链，申春华将会计信息视为一种产品，构建了一个三维的会计价值评价实践模型，三个维度分别是会计信息质量、会计信息数量和会计信息成本。会计信息质量对信息使用者的决策起着关键的作用，主要包括“可靠性、相关性、可理解性、可比性、实质重于形式、重要性、谨慎性、及时性”。会计信息数量要求即提供给投资者所需的尽可能多的信息，以降低信息不对称程度，减少决策的不确定性。年度报告向中期报告、分部报告、自愿披露的演变，便体现了会计信息数量在传递会计价值中的作用。会计工作需要投入各种成本，会计信息成本即要求以低成本满足投资者需求。显然，会计信息质量是会计信息数量的基础，会计信息成本制约了会计信息质量的提升和会计信息数量的提高。

(二）传统会计流程问题透析

时代在变迁，投资者对会计信息的需要也在变化，源于手工处理的传统会计流程已经难以适应时代的要求，存在以下几点问题。

第一，数据收集过程局限于可货币化的财务信息。传统数据收集工作始终围绕着可货币化的定量信息展开，而诸如产品研发能力、人力资源数据、产品市场分析、客户评估、供应商评估等不可货币化的非结构化数据一直被忽视，这些数据对信息使用者的决策同样意义重大。

第二，数据处理过程财务信息高度汇总，缺乏对非结构化数据的分析。传统会计分类汇总信息并传递给信息使用者的思想显然已经落伍了，特别是在大数据时代，数据高度汇总的做法掩盖了大量的企业运营细节，这些细节也许正是信息使用者所关注的。此外，受信息技术的约束，传统会计工作偏重于分析处理结构化数据，而蕴含着丰富价值的非结构化数据没有得到有效的挖掘。

第三，数据存储过程不能提供非货币化信息，会计系统与业务系统脱节。传统会计只能存储可以确认和计量的会计科目，过滤了许多不能用货币计量的重要事项。此外，传统会计系统仍然相对孤立，无法从业务系统中直接获取所需的数据，会计系统与业务系统脱节严重。

第四，数据输出过程忽视信息使用者的个性化需求。传统会计按照既定的格式编制财务报告，信息使用者只能被动接受，个性化需求难以满足。在大数据时代，市场行情瞬息万变，需要随时做出决策，定期披露的财务报告已经不能满足信息使用者对企业实时、动态信息的需求。

(三）大数据推动会计流程再造

会计在经济社会中扮演着重要的角色，但是会计信息的供应正在偏离使用者日益増长的需求，会计价值总体水平仍然偏低，并在实务中发出会计价值危机的预警信号。大数据的出现提供了一个契机，它可以从会计信息质量、会计信息数量和会计信息成本三个维度提升会计价值。首先，大数据为非结构化信息的收集和披露提供技术支持，有利于提高会计信息质量。其次，大数据为财务报告的实时披露、个性化披露提供平台，极大地增加用户所需的信息量。最后，传统会计工作需要耗费大量的人力、物力、财力等资源，大数据时代信息技术高度发展，企业财务数据信息的收集、处理、分析和输出可以通过大数据技术轻松实现，节省会计信息成本。

因此，大数据会对传统会计流程的数据收集、数据处理、数据存储和数据输出产生深远的影响。本文基于大数据的特点，对未来会计流程进行了若干设想。

第一，数据收集阶段重点关注非结构化数据。由会计人员和业务人员协同收集数据信息，运用数据集成技术方法，建立一个融业务与财务于一体的业务事件仓库，实现会计系统与业务系统的无缝对接，促进会计流程和业务流程的有机整合。还要将上下游企业相关交易信息、金融机构借贷信息、宏观调控信息、市场行情信息等纳入会计流程，作为企业会计信息的有大数据时代，信息在决策支持系统中扮演着越来越重要的角色，投资者希望动态、全面了解企业信息，以降低决策的不确定性，传统财务报告定期披露财务信息的模式已经落伍了。基于大数据技术，应当枳极探索财务信息实时披露、个性化披露的路径，并注重时效性与重要性的结合、权衡信息不足与信息超载的矛盾。

第二，数据加工存储阶段重点分析非结构化数据。非结构化数据蕴藏丰富的价值，应该得到会计人员的高度重视。当然，非结构化数据的存储需要相应的技术支撑，可以相信，高速发展的信息技术能够实现这一点。

第三，数据输出阶段满足信息使用者的个性化需求。枳极探索以信息系统为支撑、以信息使用者的个性化需求为基本出发点、以提供动态的面向需求的财务报告为主攻方向、以提升财务信息质量为最终目标的财务报告“未来模式”。

四、大数据与财务报告质量提升

前文论及大数据将引起会计流程的深刻变革，有助于提升会计价值，并提高财务报告的信息质量，本节将从以下三个角度进一步论述大数据对财务报告质量提升的促进作用（如图2)。

(一）非货币价值信息披露

财务报告的目标在于向投资者提供决策所需的信息，以减少信息不对称，优化资源配置。因此，财务报告必须具备相应的信息质量要求。受信息收集、披露成本的约束，传统财务报告主要披露可货币化的财务信息。显然，这对于投资者评价企业发展前景、度量企业内在价值是不充分的。比如，以创新为时代主题的21世纪，企业的研发创新能力是企业价值重要的影响因素，而传统财务报告很少披露这方面的信息，明显滞后于时代的发展需求。而基于大数据技术，这类数据信息的收集、披露将成为可能。

非货币价值信息的披露侧重从以下五个方面开展：（1)技术研发能力，包括研发团队过去研发成果的评价、研发团队人员结构、研发技术独特性等。（2)产品市场信息，包括产品独特性、产品生命周期、上下游产品市场供给状态、进入壁垒、产品市场竞争状况等。(3) 管理层治理能力，包括管理层学历、经验、个人信用情况等。(4)企业社会关系网络，主要包括企业与员工、员工与员工、企业与供应商、企业与客户、企业与政府等之间的关系。（5)会计信息不确定性的披露，会计是一门艺术，涉及大量的主观价值判断，可供选择的估计方法很多，会计计量具有一定的不确定性，应当给予披露。

(二）经营动态实时披露

大数据时代，信息在决策支持系统中扮演着越来越重要的角色，投资者希望动态、全面了解企业信息，以降低决策的不确定性，传统财务报告定期披露财务信息的模式已经落伍了。基于大数据技术，应当枳极探索财务信息实时披露、个性化披露的路径，并注重时效性与重要性的结合、权衡信息不足与信息超载的矛盾。

时效性与重要性结合。企业曰常运营是一个复杂的系统，每一秒、每一刻都将产生大量的数据信息，然而投资者只关注重要信息。如果将所有的数据信息简单堆叠，投资者必将湮没在数据的海洋里。因此，实时披露必须挑拣重要的信息，做到时效性与重要性的结合。

信息不足与信息超载权衡。传统财务报告高度综合，决策所需的信息往往不足或无效。实时披露模式提供财务细节信息，有助于投资者更好地了解企业运行过程，度量投资风险。但要谨防信息超载，不至于长篇累牍造成投资者阅读困扰。

(三）管理会计与财务会计融合

财务会计与管理会计是会计的两大分支，它们数据来源相似，而且都以企业的生产经营活动为研究对象。但是，越来越多的企业忽视两者的内在联系，设置两套系统分别核算，既降低会计工作效率，又造成企业资金的大量浪费。

大数据技术为管理会计与财务会计的融合提供了技术保障，两者数据同源，可以利用一个信息管理系统收集、存储原始数据，有效促进管理会计与财务会计的资源共享。融合后的会计信息系统可以提供企业未来规划、发展前景、内部控制、面临的机遇及风险、财务分析和预测之类的信息资料，进一步满足投资者的信息需求。

篇8

依托云计算和互联网技术的迅速发展，更全面、更深入的大数据产业将凭借互联网技术对数据的加工能力，实现数据的深入挖掘和增值，在开发自身巨大的产业价值的同时，助力推动经济转型发展。放眼全国，大数据产业园区建设方兴未艾，大数据产业地产也成了房地产业的转型方向。

记者从北京供销大数据集团成立大会获悉，中国工商银行将向北京供销大数据集团授信50亿元人民币，全面支持新能源绿色节能数据中心在全国的布局和发展。大数据产业的发展前景究竟如何？存在哪些发展限制？大数据产业地产的投资前景和投资价值又将如何？本刊记者在会后专访了和悦博文科技发展有限公司董事长徐长青。

：大数据产业的重要性体现在哪些方面？

徐长青：大数据可以说是互联网技术发展的一个必然成果，企业能够通过大数据获得更精准的信息，做出更合理的决策，取得更快速的发展。在信息社会，谁掌握了信息，就离成功更近。简单来说，大数据产业就是对全部的数据进行提取，为需求者提供有价值的信息。从产业活动上来说，具体包括大数据平台的搭建、数据中心的运营维护、数据信息的取得和价值挖掘、相关硬件和软件的生产销售，以及信息服务和决策支持等。

就目前的情况来看：一方面，京津冀地区对数据的需求巨大。全球市场的数据需求每年增长速度约为50%，但是我国，尤其是在京津冀地区，数据需求的增长速度是倍以全球的，远远超过50%，可见发展大数据有其满足社会需求的必要性。另一方面，大数据产业是未来产业发展的样本。大数据产业作为一个全新的产业，从建设之初即利用新能源进行开发，打造成绿色环保型的新能源数据。这与国家创新、协调、绿色、开放、共享的发展理念保持一致，同时满足政府和市场两方面的需求。这一产业既是对国家能源战略的积极响应，也是对未来新能源技术的最好的拥抱。

现阶段市场对于大数据的需求还集中在互联网、电商和金融领域，例如各大互联网公司、商业银行、证券公司和基金公司。相信未来大数据的应用将会扩展到各行各业，深入到普通人生活的方方面面。

：大数据产业确实具有广阔的发展前景，但是目前来看限制产业发展的问题有哪些？

徐长青：未来大数据产业的发展重点是高等级的数据中心。现阶段我国的大数据产业还未发挥其真正价值，数据信息主要是自用，整体利用水平仍相对较低。此外，大数据产业在互联网新技术的应用、数据传输速度、数据存储能力等方面还有很大的提升空间，在数据中心的管理和安全保密方面也亟须提高。要实现这些方面的高速发展就不能忽视目前限制发展的因素。

我认为主要取决于两个方面。一是区域限制。我国某些地区本身具有优越的自然条件，例如内蒙古、青海等省份环境良好，能源充足，非常有利于大数据产业园区的建设和产业发展，但是当地符合产业需求的人力资源匮乏。如何吸引优秀的人才到这些地方工作，是产业发展急需解决的问题。二是耗能问题。大数据产业需要大量的数据机房及配套的多种基础设施，是一种高耗能产业，如果运用传统建设方式势必造成环境污染，得不偿失。因此，我们必须努力将绿色、环保、节能与大数据产业结合，利用新能源助推大数据产业的蓬勃发展。

：现阶段房地产业亟须转型升级，大数据产业地产可称为房地产业一个新的转型方向。你如何看待大数据产业地产的投资前景和投资价值？

徐长青：国内投资渠道狭窄，而且每种投资渠道的可操作的维度和深度都不够。资本市场一直发展缓慢，比如股票市场至今也仅有2000多家上市公司，其中大部分的利润是国有企业、银行和房地产公司贡献的，在创业板和中小板真正繁荣起来之前，这些公司的进步非常有限。其他的基于资产的证券非常少，债券市场也是在近两年才有了一定发展。而在发达国家的资本市场中，债券市场、外汇市场都已经非常成熟，投资规模与股票市场并驾齐驱。再看其他的投资渠道：居住型房地产投资时代基本已经结束，收藏品市场完全是自娱自乐，P2P倒是打开了一些局面，但是市场规模还太小。

中国金融业应该在有效防范风险的前提下，大力发展创新。而大数据产业地产，将是企业投资的一片巨大的蓝海。2014年，全球大数据市场规模达到285亿美元，同比增长53.2%，预计到2018年这一数据将增长3倍。随着中国政府对“互联网+”、云计算和大数据产业的大力支持，未来中国大数据产业地产的投资前景和投资价值是不可估量的，甚至很可能开创一个全新的投资黄金时代。

北京供销大数据集团是全国首家第三方公有大数据商业公司，长远目标是打造服务全国的最大规模的中立数据中心和网络，为政府、医疗、教育、科研以及其他各行业企业提供安全、优质的大数据支持服务。目前大数据产业园区已经布局在北京、贵阳、承德、张家口等地，覆盖京津冀和西南地区，未来还将在上海、广州、长春、武汉等地建设数据中心，辐射全国。项目的市场定位是数据中心高端产品，按照数字地产的营销模式，应用企业独栋、模块化设计、机柜租用服务等领先的数据中心模式，具有极高的投资价值。

：投资大数据产业地产，需要关注的要点有哪些方面？

徐长青：2015年国务院出台了《促进大数据发展行动纲要》，为大数据产业带来了前所未有的机遇。国内产业地产与此同时也面临新的机遇与转变，随着自贸区效应、京津冀一体化概念持续发酵，大数据产业地产发展前景更加开阔，面临更大机遇。

从模式选择上来说，产业地产逐渐朝“去地产化”发展，资本运作将成为产业地产的重要内容。从整个过程来看，产业地产最核心的阶段在第一段，普遍意义上的产业地产也多指产业集聚及其地产开发。参考国内环境并借鉴国外经验，我认为未来产业地产的发展方向不仅仅是单纯的地产开发，更重要的是招商、运营和资本运作等体系化平台的搭建。

篇9

【关键词】信用；外包；大数据

一、企业信用管理外包产生的原因与背景

信用外包是外包的一种，指的是企业将其信用管理服务外包给第三方机构来进行，以发挥第三方主体优势的方式来节约自身运营成本并降低自身承担的信用风险。信用外包服务在今天得以产生并快速发展的原因主要有以下几条。

（一）行业分工的日益细化

行业分工的细化使得信用管理外包被发掘出来成为一个专门的产业。二十世纪末以来，经济全球化的发展使得各个经济主体大大提高了资源的利用效率，与此同时，世界市场容量的扩大使得行业分工日益细化，一些丧失竞争力的产业日趋消亡，但同时有更多的产业被因不断扩张的需求而被创造出来并逐渐发展壮大，并且越来越专业化、标准化、规模化。信用管理外包就是诞生于这样的历史背景下，因为对专业的信用管理服务的需求的不断增加，终于致使一些专门的信用管理服务企业成立，并依托自身业务优势承接信用管理服务，所以说因社会经济的发展而导致的行业分工细化是信用外包得以产生和发展的前提条件。

（二）企业管理模式科学化

企业管理模式的进步使得其有意将自身信用管理事项外包给第三方。随着经济的发展，企业的经营理念与管理模式较之以往也产生了很大的变化。越来越多的企业不仅谋求在某一个领域做大做强，而且实施了多元化经营战略，即企业不断增加其生产的产品和提供的服务的类别，通过跨行业收购和兼并有效利用其所拥有的各项资源以提高经营效益，实现企业的长期发展。但随着企业经营范围以及涉及领域的日渐复杂，过去由企I内部人员兼顾企业信用管理或是不设专门信用管理人员的做法已经无法适应企业自身发展的需要，第一个原因是企业自身在信用管理方面不够专业，由非专业人员处理企业信用事务存在风险隐患，有可能给企业经营带来额外风险，但追求多元化发展的企业管理层也不愿意在自身明显不具有竞争优势且无法为企业经营发展带来明显的财务收益的信用管理上投入太多资金，因此主观上产生了将信用管理进行外包的需求。

（三）企业信用关系的复杂化

现代企业信用关系的复杂化使得专业的信用管理公司成为一种客观需要。随着我国社会主义市场经济的不断发展与完善，市场对资源的配置作用在不断强化，信用与市场的结合也越来越紧密。并且随着市场经济体制的不断健全与社会信用体系的逐步建立，以及我国金融服务的迅速发展，传统的单纯的信用关系不复存在，整个社会的信用关系日趋复杂，各种相关的信用工具也被创造出来，大大增加了各经济主体进行信用管理的难度和强度。具体表现在企业层面上，就是企业进行信用管理所占用的资金和人力资本成本在企业经营投入中所占的比重越来越大，但信用管理的效果却常常不尽如人意，这就为信用外包的发展提供了客观环境。

二、大数据对信用管理服务外包的影响

基于网络技术的迅速发展和互联网基础设施建设的迅速完善，我国政府提出了“互联网+”的口号，希望各个产业在经济新常态中能通过与互联网的有机结合获得新的发展，与此同时，依托于互联网而产生的“大数据”产业规模也越发庞大。在大数据时代即将或者说已然来临的今天，企业信用管理服务外包在我国有了新的发展前景和机遇。

（一）大数据对信用管理外包所具有的优势

信用的产生建立在信用双方对彼此正确认知的基础上，企业进行信用管理同样要求其必须有准确而充足的数据作为支撑，信息不对称所引发的逆向选择和道德风险是信用本身天然存在的隐患，企业进行信用管理外包也可能会因和外包对象间的信息不对称而产生委托问题。大数据技术的发展为弥补信用所存在的缺陷提供了有力的工具。

“大数据”这一概念最早由维克托・迈尔・舍恩伯格和肯尼斯・库克耶在其合作编著的《大数据时代》中提出的，随着对大数据认知的不断深化，现今大数据可分成大数据技术、大数据工程、大数据科学和大数据应用等领域，而目前人们谈论最多的是大数据技术和大数据应用。

在今天这个信息爆炸的时代，通过对数据的深度挖掘和处理，人们几乎可以得到一切想要得到的信息，依托于分布式处理、分布式数据库和云存储、虚拟化技术的大数据技术大大提高了人们对非结构化和半结构化数据进行数据挖掘和数据分析的能力，使得人们对信息利用的有效程度又上了一个新的台阶，而充足并且准确的信息正是建立坚实信用关系和有效信用管理的基础。

大数据技术同时处理海量复杂的信息的特质可以通过对数据的统计分析而得到对信息收集对象的置信度较高的整体评价，有效弥补信用外包双方在进行沟通和谈判时信息不对称的处境，从而减少企业将自身信用管理业务进行外包的成本。大数据技术的实时性也在不断提高，这则有助于信用外包双方在外包流程中及时沟通和了解，防范背叛和欺诈风险。

（二）大数据对信用管理外包发展的影响

对以接受信用外包为主营业务的信用服务机构而言，大数据技术所具有的在短时间内挖掘和处理海量数据的能力，意味着只要成功应用大数据技术，这些专业的信用管理企业可以节约大量的因信息收集和分析而占用的人力和时间成本，也就是说其基于大数据技术可以提供更为高效、高质而又价格更低的服务。

对于以将自身信用管理进行外包的企业而言，其可以花费更少的资金而得到更为专业的信用管理服务，在减少了因自身进行信用管理所占用的人力成本的同时，也降低了因自身进行信用管理的非专业性而带来的风险隐患，此外，也有利于企业更加专注于经营主营业务，提高经营业绩。

大数据技术的应用将促进我国信用管理工具的不断创新和信用行业的良性发展，有力的提升我国信用服务行业的整体竞争力，并有助于我国企业提高自身科学管理水平。

参考文献：

[1]李国杰，程学旗.大数据研究：未来科技及经济社会发展的重大战略领域――大数据的研究现状与科学思考[J].中国科学院院刊，2012（06）：647-657

篇10

【关键词】 大数据 精准投放 推荐平台 实时竞价

一、引言

“大数据”作为网络时代的信息矿山，无疑蕴含着大价值。目前，大数据比较明朗化的商业价值开发，发生在互联网广告精准营销领域。传统的广告营销，在经历了大众传播的喧嚣、分众传播的繁荣后，开始迎来新的变革窗口----针对特定网民的精准营销 （有人称其“个众传播”）。基于对记录着用户人口属性、兴趣喜好、消费习惯、价值导向等信息的大数据的挖掘，通过人群定向技术，向特定的某个用户传播极具 针对性的广告，从而降低广告的无效损耗，提升品牌的投资回报率（ROI），这是大数据在网络精准营销领域“闪出的一道金光”。

二、大数据营销概述

当代社会对互联网的普及及网络应用技术的快速发展，使得用户网络浏览的痕迹能够被分析、追踪等，企业或第三方服务机构为寻求咨询、策略、投放等营销服务而使用这些数据的行为，被称为大数据营销。大数据被喻为与蒸汽、电力、石油一样的重要自然资源，它改变了人们思考、决策和行动的方式，使社会变得更加智慧，使企业营销决策更加优化，被企业视为未来竞争优势的基础。

三、基于大数据的精准广告推荐平台

1、方案综述。针对互联网广告宣传需求多样化、客户行为碎片化以及渠道投放效果等变化趋势，建立以精细客户画像、智能精准推送、释放客户价值，融合用户、媒体、广告商为一体的互联网广告智能推荐平台。通过用户需求快速挖掘、用户信息安全保障以及互联网广告精准投放为核心建立适合大数据价值变现的互联网广告营销服务新模式。借助自身大数据分析系统和优势，搭建DMP客户画像平台，分析结果与互联网广告市场及公司对接，从而建立从“用户数据分析广告受众定位广告投放受众互动业务办理广告效果评估”的新型闭环广告整合运营平台。

2、精细客户画像。利用开放式大数据平台（平台计算资源+脱敏数据资源），实现合作方模型的加载、处理，输出个体（设备/人物）标签值。通过DMP平台的K-V接口提供高并发低时延的实时标签查询服务，标签内容来源于数据挖掘合作或独立第三方标签。标签结果数据分为两种：1）离线标签结果数据：移动和第三方合作方算法模在大数据平台分析处理脱敏离线数据后获取的离线标签结果，离线标签结果通常基于用户长时间的互联网行为习惯的积累。2）实时标签结果数据：移动或第三方合作方算法模型在大数据平台分析平台脱敏实时数据后获取的实时标签结果 ，实时标签结果通常基于用户较短时间（分钟级别或小时级）互联网行为的标签化描述。

3、精准投放。通过广告主和消费者行为以及独特的关键词自动定位技术来相匹配的相关词义和关键词，利用关键词定位可以帮助客户优化广告的效率，从而使广告转换率最大化。采用的协同过滤推荐算法针对用户的标签提出一组简洁有效的标签标准化方法在用户的新浏览行为聚类标签与标准标签之间形成映射关系，采用用户对标签的差异评分，以解决即时标签中存在的语义模糊、品牌差异等问题；使用标准化标签和用户的浏览行为作为建模数据，利用基于向量空间模型的表示法建立用户的偏好模型，保证用户偏好模型的质量；采用的用户的即时偏好算法和基于用户偏好模型的改进的推荐算法，能更准确地跟踪用户的实时兴趣，保证推荐的内容就是用户正需要的内容，以提高营销推荐的命中率。

4、实时竞价。实时竞价中整个涉及用户购买的所有数据信息都需要DMP底层提供。广告推荐平台通过对卖方提供的数据进行抽取、过滤、清洗、加密、分析、存储后，将卖方与买方的需求进行关联和匹配，并实时匹配买卖双方出价数据，支撑双方实时竞价。广告推荐平台会提供科学的精准算法及规则依据来协助买方（客户）和媒介执行机构（卖方）来判断何种用户才是高质量的，从而使广告推广的效果更加高效和精准。广告推荐平台除了提供用户基本属性如手机号、年龄、省市、职业、性别等基本属性之外，还特别关注用户互联网行为数据，包括位置行为、上网搜索行为、网页浏览行为、上网偏好、上网时间、活动轨迹等，通过大数据分析统计及算法建模后，提供用户精确化的互联网行为标签库。

结束语：大数据时代企业的营销管理模式正面临着机遇和挑战，企业在大数据环境里会不断地创造和革新出新营销模式和营销思维，它们符合时代的发展。利用数据驱动的广告策略，将数据提升到营销之前、之中来，就可以将效果监测转变为效果预测，让广告呈现在感兴趣的用户群体面前，实现真正意义上的精准营销。

参 考 文 献

[1]杨永强，大数据时代的应用研究[J]，电脑编程技巧与维护，2014（08）.