導語：如何才能寫好一篇大數據分析戰(zhàn)略，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

[關鍵詞] 大數據分析；電子商務發(fā)展；策略研究

一、引言

大數據時代的全面來臨，憑借大數據分析、預測功能，為電子商務發(fā)展創(chuàng)造了良好契機。依托大數據分析，商品推薦產生了個性化、精準化的商業(yè)模式，電商企業(yè)運營方式不斷推陳出新[1]。然而，大數據時代電商企業(yè)同樣面臨著掌握大數據、駕馭大數據、數據安全防護等方面的挑戰(zhàn)。由此可見，對基于大數據分析的電子商務發(fā)展策略開展研究，有著十分重要的現實意義。

二、大數據下的電子商務

全球權威科學期刊《自然》于 2008 年推出將大數據作為封面的?？?，著重關注數據給各個行業(yè)領域帶來的影響。2012 年，聯合國大數據政務白皮書《大數據下的機遇與挑戰(zhàn)》，提出了大數據時代已全面到來，大數據對于各國而言既帶來了機遇也帶來了挑戰(zhàn)。2014 年，我國政府工作報告中首次提到了大數據一詞，并將大數據界定為一種基礎性戰(zhàn)略資源，可為預防、調查、決策等事務提供有力依據。在大數據時代下，依托可靠的大數據采集、分析，可進一步推動電子商務價值創(chuàng)造朝精準化方向發(fā)展。不管是電商平臺、移動終端還是相關第三方服務平臺，只要期間電商企業(yè)與消費者產生了交集，便會形成一系列電子商務數據，而這些龐大的信息數據是傳統(tǒng)處理分析手段所難以有效處理利用的[2]。同時，電子商務數據還具備高度多樣化的特征，其中不僅包含了消費者的個人信息，還包括了消費者的評論、反饋意見等等，數不勝數。以電商企業(yè)網絡為例，消費者消費行為意向收入大數據，當電商企業(yè)對采集的大數據開展分析，并獲取消費者消費行為意見相關影響因素時，電商企業(yè)便可進一步為消費者提供有針對性的服務，使消費者選擇電商企業(yè)的產品。大數據時代，過去被認為是無過多價值的信息數據極可能經由大數據分析，為電商企業(yè)提供尤為準確、及時的消費者信息，進一步為電商企業(yè)營銷活動開展提供有力支撐。

三、大數據為電子商務發(fā)展帶來的機遇和挑戰(zhàn)

(一)大數據為電子商務發(fā)展帶來的機遇

1.大數據使商品推薦趨向于個性化、精準化，進一步推進商業(yè)模式創(chuàng)新。通過對龐大的消費者行為數據開展分析，研究個性化、精準化地開展廣告推送、推廣服務，建立相較于當前廣告、產品推廣形式性價比更突出的新型商業(yè)模式，向消費者推薦他們切實需求的產品，進一步有效提升電商企業(yè)銷售量。

2.大數據為電商企業(yè)整合優(yōu)質產品信息。以淘寶、天貓電子商務平臺為例，基于對平臺數據信息的整合，結合商品購買情況及瀏覽數據篩選出時下熱門或優(yōu)質的產品，形成有力的電商企業(yè)與消費者的產業(yè)鏈信息，形成強有力的數據處理能力，為消費者產品檢索提供有效便利。

3.大數據為電商企業(yè)提供細化服務。電商企業(yè)通過對大數據開展采集、分析，推進供應鏈上下游有效協(xié)調，以達成信息資源的優(yōu)化共享，進一步促進電商企業(yè)在市場管理、產品營銷、技術研發(fā)等全面環(huán)節(jié)的轉型升級，打造全新的覆蓋面廣的營銷平臺，以吸引更多的消費者，增強企業(yè)市場競爭力。

(二)大數據為電子商務發(fā)展帶來的挑戰(zhàn)

1.電商企業(yè)面臨掌握大數據的挑戰(zhàn)。大數據時代下，電商企業(yè)要想實現進一步發(fā)展，離不開大數據的有力支持。對于電商企業(yè)來說，很大程度上誰先掌握了大數據便意味著誰先擁有了核心競爭力的有力武器，便意味著誰先擁有了致勝的法寶。

2.電商企業(yè)面臨駕馭大數據的挑戰(zhàn)。電商企業(yè)要對各式各樣大數據開展分析，不可僅憑直接開展經營決策制定，應盡可能對所有與消費者關聯的業(yè)務數據開展分析，以達成對消費群體的有效維護，并吸引他們買入更多產品，如此以來，很大程度為電商企業(yè)開展全新信息化投資、建設帶來了挑戰(zhàn)。

3.電商企業(yè)面臨數據安全防護的挑戰(zhàn)。各式各樣數據的匯集，包含電商企業(yè)的運營數據，消費者個人信息等等，這些數據均被電商企業(yè)收集于企業(yè)數據庫中，由此對電子商務如何開展好對該部分數據的安全防護工作帶來了挑戰(zhàn)。

四、大數據時代下電子商務發(fā)展策略

(一)利用大數據，打造電子商務數據信息平臺

在市場經濟逐步深入背景下，電商企業(yè)要想在日趨白熱化的市場競爭中脫穎而出，利用好大數據至關重要。近年來，各式各樣應用軟件推陳出新，很大程度上推進了移動電子商務的發(fā)展，大數據庫中收錄了更多更精準的用戶信息、用戶定位。電商企業(yè)通過對大數據的科學合理利用，打造電子商務數據信息平臺，旨在增強電商企業(yè)對大數據時代的適應性。鑒于此，電商企業(yè)應當強化對云計算技術的引入，并于短時間內對海量數據信息開展實時動態(tài)篩選、分析、處理，從而將數據信息切實轉化成企業(yè)自身有效資產。與此同時，電商企業(yè)應強化對數據的分析、整合，達成對大數據的有效利用，通過對消費者消費行為習慣偏好的有效掌握，進一步為電商企業(yè)制定運營策略、確立目標消費群體、提升市場占有率、改善經濟收益等提供有力支撐[3]。

(二)利用大數據，推動電子商務精準營銷

精準營銷指的是電商企業(yè)對消費者個性化需求予以滿足，借助網站推薦系統(tǒng)自動向消費者推薦商品，同時開展個性化商品篩選的過程。基于精準營銷支撐，可為消費者提供更便捷、更人性化的消費體驗?，F階段，大部分電商企業(yè)還尚未構建有企業(yè)自身個性化的推薦系統(tǒng)，抑或企業(yè)采用的推薦系統(tǒng)尚不十分成熟，更未與大數據開展有效結合。如此一來，最終使推薦效率、推薦精準度均不盡如人意。以電商企業(yè)網絡廣告為例，大數據時代，網絡廣告在網絡營銷中可起到至關重要的作用。現如今，電商企業(yè)面對的消費者數據不斷增多，電商企業(yè)應當基于現有營銷數據平臺，建立更為科學完備的個性化推薦系統(tǒng)，推進實時動態(tài)對廣告受眾開展分析，依托大數據分析，充分結合消費者個性興趣偏好制作廣告開展精準營銷，為消費者提供更高質量的服務，與消費者構建和諧融洽的關系，增強消費者忠誠度。于此方面，阿里巴巴、淘寶、天貓中的“找相似”、“找同款”、“看了又看”等廣告營銷便為廣大電商企業(yè)提供了很好的示范。

(三)利用大數據，推進商業(yè)模式創(chuàng)新

伴隨互聯網在商業(yè)領域的廣泛推廣及大數據時代的到來，商業(yè)模式不斷推陳出新，較具代表性的商業(yè)模式有O2O、O2P 等。其中，O2O(Online To Offline)，指的是將線下機會與線上電子商務進行結合，使線上電子商務轉變成線下交易平臺的一種商業(yè)模式。O2P(Online To Partners)指的是借助移動互聯網技術手段，達到具備本地化、社交化特征的線上線下互動電商平臺，以實現渠道朝社區(qū)化、鄉(xiāng)鎮(zhèn)網點全覆蓋，不同品牌類型的同時運作。通過建立多方參與多方共贏的格局，構筑具備核心競爭力的互聯網生態(tài)圈，轉變成相關標準定義者與游戲規(guī)則制定者。不管是哪一種新型商業(yè)模式，均應當緊緊圍繞消費者，并對一系列端口數據開展優(yōu)化整合，實現數據信息的實時推送。

(四)開展好數據處理工作，確保數據隱私的安全

近年來個人隱私遭受竊取、重要信息被不法篡改等現象屢見不鮮。倘若數據信息難以得到切實安全防護，大數據便會轉變成廣大消費者的惡夢，對消費者日常生活造成極大的負面影響。鑒于此，電商企業(yè)應當提高對數據安全防護的重視度，依托大數據技術對數據安全狀況開展實時監(jiān)控，結合各種風險實際情況有針對性的采取科學的安全防護及精準化的預防措施，一方面要防范數據信息泄漏給電商企業(yè)帶來的法律上不利影響，另一方面要防止過度開發(fā)或者越界營銷可能引發(fā)的侵犯消費者隱私的一系列糾紛。此外，電商企業(yè)還應當強化對大數據中涉及的消費者個人隱私的安全防護，防止出現信息泄漏、信息倒賣等情況；最后，要及時了解國家關于個人信息保護的法律、政策規(guī)定，迅速開展經營策略優(yōu)化調整[4]。

五、結束語

大數據分析并非偶然形成的，而是當今世界信息技術與網絡技術迅猛發(fā)展的產物，對不同行業(yè)領域可起到至關重要的影響，電子商務亦不例外。鑒于此，相關人員務必要不斷鉆研研究、總結經驗，清楚認識大數據以及電子商務的特征內涵，全面分析大數據為電子商務發(fā)展帶來的機遇和挑戰(zhàn)，結合電子商務發(fā)展實際情況，“利用大數據，打造電子商務數據信息平臺”、“利用大數據，推動電子商務精準營銷”、“利用大數據，推進商業(yè)模式創(chuàng)新”、“開展好數據處理工作，確保數據隱私的安全”等，積極促進大數據時代下電子商務有序健康發(fā)展。

[參考文獻]

[1]飛，張攀.大數據背景下電子商務與快遞業(yè)聯動發(fā)展策略研究[J].物流科技，2014，37(6)：25- 28.

[2]魏斐翡.ECLHadoop：基于 Hadoop 的有效電子商務物流大數據處理策略 [J]. 計算機工程與科學，2013，35(10)：65- 71.

[3]鄭旸，于立.大數據環(huán)境下的電子商務發(fā)展的 PESTEL模型分析[J].農村經濟與科技，2016，27(8)：131- 132.

篇2

移動化、云計算、大數據和全球化，正改變著企業(yè)的運營管理決策方式。由于數據處理分析和管理等相關技術的不斷成熟，企業(yè)內部的管理運作數據、業(yè)務運作數據，企業(yè)與客戶的關系及互動數據，客戶或潛在客戶在企業(yè)經營業(yè)務之外的生活方式、活動、情感、社交等大數據，正為企業(yè)所采集和分析。

二、大數據分析的必要性

數據分析專業(yè)有句行話：巧婦難為無米之炊，可見數據原材料的豐富多樣性和質量對數據分析在企業(yè)中所發(fā)揮的價值起到關鍵的制約作用。對于電信企業(yè)來說，可拓展的大數據源有哪些，可拓展大數據源與企業(yè)原有傳統(tǒng)數據源之間存在什么差別和聯系，下文將詳細介紹。

（一）目前電信企業(yè)大數據分析的可拓展方向

（1）社交網絡分析模型。大數據伴隨社交網絡的風行而發(fā)展。對于電信企業(yè)來說，客戶的社交網絡分析（SNA）即一個重要的大數據分析方向。

（2）客戶體驗分析（CEA）模型。近年，電信企業(yè)一直倡導客戶體驗管理?？蛻趔w驗管理以提高客戶整體體驗為出發(fā)點。

（3）客戶價值分析（CVA）模型?？蛻艄芾淼幕驹瓌t是：企業(yè)根據客戶的不同價值，提供不同營銷方案及銷售和服務等級，所以客戶管理的核心依據在于客戶價值的測算。傳統(tǒng)數據時代，電信企業(yè)一般先計算出客戶使用電信產品的消費額，再從中減去有關網絡、營銷、結算等成本，測算客戶帶給企業(yè)的利潤，依此判斷客戶價值。

（二）目前電信企業(yè)可拓展的大數據源

前文提到，電信企業(yè)從傳統(tǒng)數據時代走向大數據時代需遵循的原則為：圍繞分析需求，結合大數據可獲得的條件，規(guī)劃所需大數據的采集、存儲、處理和分析各階段的運營管理步驟，是拓展大數據源較以往傳統(tǒng)數據尤需謹慎的問題。因此，圍繞大數據時代目前電信企業(yè)可拓展的社交網絡分析、客戶體驗分析和客戶價值模型完善等分析方向。

（1）CDR、RFID、Wi-Fi等社交網絡信息。以往電信企業(yè)采集的CDR、RFID和Wi-Fi數據通常用作業(yè)務統(tǒng)計和用戶行為分析，隨著社交網絡分析模型的逐漸成熟，以移動用戶為對象，以發(fā)展和完善電信客戶社交網絡分析。

（2）地理位置信息和移動終端上的各項應用信息。智能移動終端正在改變著人們的生活。移動終端已經成為指導人們生活并記錄人們生活軌跡及人際關系的大數據庫，電信運營企業(yè)若想洞察客戶，當然不能忽略移動終端這個數據庫中詳實且非常細致的數據。

（3）各類企業(yè)網站（尤其是社交網站）數據。作為企業(yè)新的銷售和服務渠道，企業(yè)自身網站，如網上營業(yè)廳之類的各類電子渠道、企業(yè)微博之類的社交網站頁面，甚至實時為用戶推薦個性化產品或信息瀏覽服務。

三、企業(yè)應用大數據分析的必要性

第一，實時大數據分析支撐的營銷運營管理應用。第二，客戶體驗管理應用的真正落實。第三，大數據分析促進智能管道運營應用的落實。

四、大數據對企業(yè)IT系統(tǒng)支撐的更高要求

大數據時代是企業(yè)IT系統(tǒng)運營管理完善和優(yōu)化的時代，因為大數據涉及的所有技術幾乎都屬于IT范疇，技術的進步和業(yè)務部門對IT系統(tǒng)支撐的更高要求，必然推動企業(yè)相關運營管理的進步。

（一）對IT系統(tǒng)支撐提出的更高需求

（1）大數據采集范圍更廣。前面講述的大數據，采集范圍不再限于以往B域業(yè)務系統(tǒng)的客戶訂購、行為、服務銷售互動以及賬務、競爭等結構化數據，采集到社交網絡、互聯網以及手機應用等文字、圖像、視頻等非結構化數據。

（2）大數據采集處理分析時限要求更高甚至實時。前面講到的3個應用方向――實時大數據分析支撐的營銷運營管理應用、客戶體驗管理應用的真正落實和大數據分析促進的智能管道運營應用。

（二）IT系統(tǒng)對大數據支撐的體系規(guī)劃和趨勢

（1）梳理并整合業(yè)務部門對大數據的需求，立足分析需求，做好大數據IT體系架構的3步規(guī)劃。大數據相關技術條件的成熟、大數據分析能力以及分析應用經驗的積累等多方面因素，都是制約企業(yè)建設大數據IT系統(tǒng)的條件，要充分抓住大數據帶來的機會并避免“心急吃不得熱豆腐，反被熱豆腐傷害”的問題。

（2）以職能部門提供整體IT支撐方式向嵌入業(yè)務流程實時數據的分散能力支撐方式轉變。這種轉變趨勢又稱IT支撐“消費化”趨勢。所以，大數據時代，大數據要真正改變企業(yè)運營管理決策方式，使企業(yè)上下形成以數據驅動的企業(yè)文化為標志性特征，每個人都要做好與數據打交道的能力和心理準備，而IT系統(tǒng)運營管理部門也將不得不面臨大數據從數據采集、清洗、存儲、處理到分析、提供和管理的過程，在各業(yè)務運營管理流程、各部門、各類用戶間如何高效運行、高效交互、高效支撐的更復雜的IT系統(tǒng)支撐問題。

五、結論

篇3

技術創(chuàng)新和數字設備的普及，使得大量的數據從各種各樣的數據源頭通過不同渠道定期產生，海量數據增長逐步衍生出一個新概念——大數據。大數據不僅強調數據巨量，更強調從海量數據中快速獲得有價值信息和知識的能力。當前，大數據所蘊含的戰(zhàn)略價值已經引起多數發(fā)達國家政府重視，相繼出臺大數據戰(zhàn)略規(guī)劃和配套法規(guī)促進大數據應用與發(fā)展。在政府大數據戰(zhàn)略部署和政策推動下，發(fā)達國家的政府部門、企業(yè)、高校及研究機構都開始積極探索大數據應用。據悉，美國大數據戰(zhàn)略后，12個聯邦部門啟動開展了82個大數據相關項目[1]，涵蓋了國防、能源、醫(yī)療衛(wèi)生、人文社會科學等眾多領域。企業(yè)借助于大數據政策的東風，強化大數據的技術研發(fā)和創(chuàng)新應用。Gartner公司的調查結果表明，全球64%的企業(yè)已經開始向大數據項目注資，或者打算在2015年6月之前將計劃付諸實踐。[2]

完善的政策是當前大數據先行國家推廣應用大數據的重要保障，目前，我國國家層面還沒有專門針對大數據出臺相關政策。研究國外大數據相關政策，對我國制訂大數據政策具有十分重要的意義。

一、政府大數據政策比較研究框架

為更好研究大數據政策，建立如下政策比較框架，從戰(zhàn)略規(guī)劃、技術能力提升、應用與管理三個方面比較分析各國政策著力點(見圖1)。

“戰(zhàn)略規(guī)劃”層旨在通過分析國家級大數據戰(zhàn)略或規(guī)劃，探析西方國家發(fā)展大數據的目標定位、主要內容、重點發(fā)展的大數據應用領域，以及相應的管理體制等，總結各國大數據戰(zhàn)略規(guī)劃特色及要點。戰(zhàn)略規(guī)劃的制定為大數據技術能力儲備、大數據推廣應用與項目實施提供宏觀指導與執(zhí)行依據。

“技術能力提升”層探討各國政府在大數據技術儲備方面的相關政策措施，包括基礎研究部署、核心技術研發(fā)、為相關產業(yè)和研究機構提供的技術創(chuàng)新扶持、人才培養(yǎng)以及技術研發(fā)資金保障等。技術能力提升為戰(zhàn)略規(guī)劃的落地提供技術方面的支撐。

“應用與管理”層從推進政策和項目實施兩個角度，研究為確保大數據推廣應用與項目實施而制定的各項政策，包括數據開放政策、數據共享政策、數據安全與隱私保護政策，以及政府和商業(yè)領域的試點項目規(guī)劃等。應用與管理為戰(zhàn)略規(guī)劃的落地提供制度支撐和實施保障。

二、大數據戰(zhàn)略規(guī)劃比較分析

(一)美國大數據戰(zhàn)略規(guī)劃

2011年總統(tǒng)科技顧問委員會提出建議，認為大數據具有重要戰(zhàn)略意義，但聯邦政府在大數據相關技術方面的投入不足。作為回應，美國白宮科學和技術政策辦公室(OSTP)建立了大數據高級監(jiān)督組以協(xié)調和擴大政府對該領域的投資，并牽頭編制了《大數據研究與發(fā)展計劃》(以下簡稱《計劃》)。2012年3月29日，《計劃》正式對外，標志著美國率先將大數據上升為國家戰(zhàn)略。

《計劃》旨在大力提升美國從海量復雜的數據集合中獲取知識和洞見的能力。具體實現三個目標[3]：(1)開發(fā)能對大量數據進行收集、存儲、維護、管理、分析和共享的最先進的核心技術;(2)利用這些技術加快科學和工程學領域探索發(fā)現的步伐，加強國家安全，轉變現有的教學方式;(3)擴大從事大數據技術開發(fā)和應用的人員數量。

第一波納入《計劃》的聯邦政府部門主要有：國家科學基金會、國家衛(wèi)生研究院、能源部、國防部、國防部高級研究計劃局、地質勘探局等，投資兩億多美元，推動大數據技術研發(fā)。大數據發(fā)展不能僅靠政府，因此《計劃》還鼓勵產業(yè)、大學和研究機構、非盈利機構與政府一起努力，共享大數據提供的機遇。

(二)澳大利亞大數據戰(zhàn)略規(guī)劃

2012年10月，澳大利亞政府《澳大利亞公共服務信息與通信技術戰(zhàn)略2012-2015》，強調應增強政府機構的數據分析能力從而實現更好的服務傳遞和更科學的決策，并將制定一份大數據戰(zhàn)略作為戰(zhàn)略執(zhí)行計劃之一。2013年2月，澳大利亞政府信息管理辦公室(AGIMO)成立了跨部門工作組——“大數據工作組”，啟動了《公共服務大數據戰(zhàn)略》(以下簡稱《戰(zhàn)略》)制定工作，并于2013年8月正式對外。

《戰(zhàn)略》以六條“大數據原則”為指導，旨在推動公共部門利用大數據分析進行服務改革，制定更好的公共政策，保護公民隱私。這六條大數據原則分別為：數據是一種國家資產，應被用于人民福祉;數據共享和大數據項目開發(fā)過程中嚴保用戶隱私;數據完整和過程透明;政府部門間以及政府與產業(yè)間應共享技術、資源和能力;與產業(yè)和學術界廣泛合作;加強政府數據開放?！稇?zhàn)略》還決定成立數據分析卓越中心(DACOE)，該中心將通過構建一個通用的能力框架幫助政府部門獲得數據分析能力，并促成政府與第三方機構合作以培養(yǎng)分析技術專家?！稇?zhàn)略》列舉了2014年7月前需完成的6項大數據行動計劃，分別為：制定信息資產登記簿;跟蹤大數據分析的技術發(fā)展;制定大數據最佳實踐指南;總結明確大數據分析面臨的各種障礙;強化大數據分析的相關技術和經驗;制定數據分析指南。具體工作由大數據工作組與數據分析卓越中心協(xié)作完成。

(三)英國大數據戰(zhàn)略

2013年10月31日，英國《把握數據帶來的機遇：英國數據能力戰(zhàn)略》。[4]該戰(zhàn)略由英國商業(yè)、創(chuàng)新與技術部牽頭編制。戰(zhàn)略旨在促進英國在數據挖掘和價值萃取中的世界領先地位，為英國公民、企業(yè)、學術機構和公共部門在信息經濟條件下創(chuàng)造更多收益。為實現上述目標，該戰(zhàn)略從提升數據分析技術、加強國家基礎設施建設、推動研究與產業(yè)合作、確保數據被安全存取和共享等幾個方面做出了部署，并作出11項行動承諾，確保戰(zhàn)略目標得以落地。

(四)法國大數據戰(zhàn)略

為抓住大數據發(fā)展機遇，促進本國大數據領域的發(fā)展，以便在經濟社會發(fā)展中占據主動權，2013年2月，法國政府了《數字化路線圖》[5]，宣布將投入1.5億歐元大力支持5項戰(zhàn)略性高新技術，而“大數據”就是其中一項。2013年7月，法國中小企業(yè)、創(chuàng)新和數字經濟部了《法國政府大數據五項支持計劃》，包括引進數據科學家教育項目;設立一個技術中心給予新興企業(yè)各類數據庫和網絡文檔存取權;通過為大數據設立原始扶持資金，促進創(chuàng)新;在交通、醫(yī)療衛(wèi)生等縱向行業(yè)領域設立大數據旗艦項目;為大數據應用建立良好的生態(tài)環(huán)境，如在法國和歐盟層面建立用于交流的各類社會網絡等。[6]

(五)各國戰(zhàn)略規(guī)劃比較

按照政府大數據政策比較研究框架，從戰(zhàn)略規(guī)劃層面，主要從戰(zhàn)略目標、戰(zhàn)略內容、發(fā)展領域和管理體制四個方面對各國的大數據戰(zhàn)略規(guī)劃進行比較分析(如表1)，通過比較發(fā)現它們之間既有共同點又存在明顯差異。

1.共同點

一是戰(zhàn)略目標基本相同，均旨在通過國家性戰(zhàn)略規(guī)劃推動本國大數據技術研發(fā)、產業(yè)發(fā)展和相關行業(yè)的推廣應用，確保領先地位。

二是戰(zhàn)略規(guī)劃均具有明確的行動計劃和重點扶持項目。例如，美國大數據戰(zhàn)略明確闡明了政府擬重點發(fā)展和扶持的領域和相關項目。法國為本國的大數據發(fā)展制定了五步驟的支持項目。澳大利亞列舉了一年內的大數據行動計劃和具體時間節(jié)點。英國規(guī)定了11項政府將采取的行動承諾。

三是戰(zhàn)略規(guī)劃指定了管理機構和執(zhí)行機構。美國由白宮科學和技術政策辦公室牽頭建立了大數據高級監(jiān)督組，通過協(xié)調和擴大政府對大數據的投資，提供合作機遇，促進核心技術研發(fā)和勞動力發(fā)展等工作促進大數據戰(zhàn)略目標的實現。澳大利亞設立跨部門大數據工作組負責戰(zhàn)略落地，同時配備專門的支撐機構從技術、研究等角度確保對大數據工作組支撐。英國戰(zhàn)略分別針對技術能力、基礎設施和軟硬件建設、推進合作、數據開放與共享等指定具體的負責機構，同時，由信息經濟委員會負責根據戰(zhàn)略進一步制定具體戰(zhàn)略實施路徑。

2.差異點

一是戰(zhàn)略規(guī)劃的推動路徑略有差異。美國重在“以點帶面”，通過公布重要部門的大數據項目規(guī)劃，扶持重要領域的大數據技術研發(fā)，帶動其他部門和社會各界對大數據技術的研發(fā)投入和推廣應用。澳大利亞重在“方法指導”，通過設定大數據原則指導各部門應用大數據，同時注重技術跟蹤、指南制定。英國和法國強調政府“鋪路打基礎”的作用，闡明政府在人才培養(yǎng)、基礎設施建設、資金扶持、項目規(guī)劃、合作環(huán)境搭建中的基礎保障作用。

二是戰(zhàn)略制定機構不同。戰(zhàn)略規(guī)劃推動路徑的差異與政策制定機構有關。美國、澳大利亞的戰(zhàn)略制定機構主要是科學技術相關部門。美國白宮科學和技術政策辦公室是美國的高級科技咨詢機構，該辦公室主任被任命為總統(tǒng)科技顧問。澳大利亞政府信息管理辦公室職責是就信息與通信技術(ICT)投資管理、工程實施、ICT政策執(zhí)行為澳洲政府及其機構提供建議，指導政府應用信息技術為公眾提供更好服務、提升自身運作效率。而英國和法國的戰(zhàn)略制定機構則是與經濟發(fā)展相關的部門，制定大數據戰(zhàn)略旨在充分挖掘大數據對生產、經濟發(fā)展的重要作用。

三、大數據技術能力提升政策比較分析

(一)基礎研究與關鍵技術研發(fā)

在大數據應用的技術需求牽引下，數據科學研究顯得越發(fā)重要。美國大數據戰(zhàn)略確立了國家科學基金會在基礎研究中的核心地位。為促進基礎研究，國家科學基金會采取相關政策措施包括：將向美國加州大學伯克利分校資助一千萬美元，幫助他們研究如何整合機器學習、云計算、眾包(crowd sourcing)三大技術用于將數據轉變?yōu)樾畔?提供對地球研究、生物研究等基礎性研究項目的撥款等。在關鍵技術研發(fā)方面，聯邦部門大數據項目列表[1]詳細部署了國防、民生、社會科學等領域的核心關鍵技術研發(fā)。英國大數據研究扶持與技術研發(fā)政策包含在《英國數據能力戰(zhàn)略》中，重在體現對高校、研究機構的資金扶持和合作平臺搭建。

(二)人才培養(yǎng)

人才培養(yǎng)已被各國政府納入推進大數據發(fā)展的重要議程中。Gartner預測，到2015年，全球大數據人才需求將達到440萬人，屆時僅有三分之一的需求能夠得到滿足。[7]美國《大數據研究與發(fā)展計劃》的一個重要目標是“擴大從事大數據技術開發(fā)和應用的人員數量”。通過國家科學基金會，鼓勵研究性大學設立跨學科的學位項目，為培養(yǎng)下一代數據科學家和工程師做準備，并設立培訓基金支持對大學生進行相關技術培訓，召集各個學科的研究人員共同探討大數據如何改變教育和學習等。英國《英國數據能力戰(zhàn)略》對人才的培養(yǎng)做出專項部署，包括在初、中等教育中加強數據和計算機課程學習;全面評估當前大學各學科所教授的數據分析技能是否需要進一步完善并實現跨學科交流;通過獎學金、項目資助的形式支持高校培養(yǎng)滿足當前和未來數據分析需求的人才;政府與相關專業(yè)機構一起強化數據科學這門學科，勾畫數據分析行業(yè)不同的發(fā)展道路。澳大利亞《公共服務大數據戰(zhàn)略》強化政府部門與大專院校合作培養(yǎng)分析技術專家，同時計劃將各類大數據分析技術納入現行教育課程中，強化人才儲備。法國《政府大數據五項支持計劃》中第一步計劃便是引進數據科學家(datascientist)教育項目。

(三)產業(yè)扶持

大數據對經濟社會真正做出價值貢獻，離不開對大數據相關產業(yè)的扶持。在產業(yè)扶持方面，《英國數據能力戰(zhàn)略》指出英國政府將通過多種途徑為大數據產業(yè)提供扶持，在資金支持方面，英國政府將為本國公司及有關組織提供更多機遇和便利，以獲取歐盟研究與創(chuàng)新資金——展望2020(Horizon 2020)展望2020是即將于2014至2020年推出的歐盟研究與創(chuàng)新計劃，擁有超過700億預算，旨在提升歐洲科學水平。的資金支持，同時將各類大數據分析中心納入“英國資本投資戰(zhàn)略框架”中，促進大數據分析技術的研發(fā)與產業(yè)應用。在產學研結合方面，英國還通過建立研究成果展現門戶、搭建多種合作交流平臺等方式，促進產業(yè)與各類研究、學術機構之間的合作和成果轉化。

(四)資金保障

明確具體資金保障是國外大數據政策的一大亮點。繼美國宣布投資兩億多美元促進大數據研發(fā)后，英國、法國也相繼宣布政府對大數據的投資。2013年1月，英國財政部明確將投入1.89億英鎊用于大數據和節(jié)能計算技術的研發(fā)，旨在提升地球觀測和醫(yī)學等領域的大數據集分析能力。同年4月，英國經濟和社會研究委員會又宣布將新增6400萬英鎊用于大數據研發(fā)，其中3400萬英鎊將用來建立“行政數據研究網絡”，用于匯聚政府部門和機構所收集的行政數據，促進發(fā)揮政府數據對科學研究、政策制定和執(zhí)行的作用。法國政府宣布將在2013年投入1150萬歐元，用于7個大數據市場研發(fā)項目，旨在通過試點探索，促進法國大數據發(fā)展。這些國家對大數據的投資，體現出一定的共性特征：一是投資領域均是關乎國家競爭力和全民生活福祉的重要領域，這些領域僅憑市場資本無法推動;二是強化投資的核心目的是提高關鍵領域的大數據技術能力，它是市場化應用的前提。

(五)各國技術能力儲備政策比較

在大數據技術能力儲備方面，各國的政策和計劃均有側重點。如下表2所示。

從縱向政策要點來看，注重人才培養(yǎng)、產業(yè)扶持、資金保障是多數國家的共識，這三方面正是政府為產業(yè)發(fā)展構建良性生態(tài)環(huán)境的政策落腳點。從橫向國家來看，美國、英國國家層面配套技術能力儲備政策較為完善，這也是兩國引領大數據前沿的主要原因之一。法國和澳大利亞的配套政策還有待進一步完善。

四、大數據應用與管理政策比較分析

促進大數據發(fā)展，除了搭建技術能力儲備政策外，還從應用實施的角度，制定配套推進政策、規(guī)劃試點示范項目，推動戰(zhàn)略規(guī)劃的具體實施。

(一)應用推進政策比較

1.數據開放與共享

大數據應用的基礎是數據足量全面。為加強各部門所掌握的海量數據資產開放與共享，促進社會應用創(chuàng)新，美、英、澳、法等國政府均制定政府數據開放共享政策。具體統(tǒng)計如表3所示。

表中所述國家在政府數據開放政策上具備兩個共性特征：一是數據開放政策均建立在開放政府行動之下，使得數據開放有了更高的戰(zhàn)略支撐;二是建立數據開放門戶成為普遍趨勢，有力保證政策得以落地。

美國是政府數據開放與共享的領頭者。從其政策制定脈絡來看，數據開放共享分為兩大維度：一是對公眾和社會，大力推動政府數據開放，制定一系列確保公眾平等獲取數據、開發(fā)利用數據的政策法規(guī)，二是對政府自身業(yè)務管理，積極制定信息共享戰(zhàn)略法規(guī)，特別是在國家安全等方面，要確保在正確的時間將正確的信息分享給正確的人。英國政府數據開放強調政策的執(zhí)行力度。《開放政府白皮書》明確要求各政府部門每隔2-3年就要制定詳細的數據開放策略，闡述他們將要對外開放的數據內容、首次開放時間、數據更新頻率，以及促進市場使用這些數據的政策、原則，并定期進行數據開放總結匯報。

2.隱私與數據安全保護

大數據所帶來的一個全新挑戰(zhàn)就是對個人隱私與數據安全的威脅。因此，需要通過法規(guī)政策強化大數據應用過程中對個人隱私與數據安全的保障。當前大數據應用所適用的隱私與數據安全保護法規(guī)政策大多沿用多年前的法規(guī)文件。個別國家已經開始針對大數據特點制定專門的隱私與數據安全政策。在個人隱私保護方面，英國《開放數據白皮書》明確將在公共部門透明度委員會(監(jiān)督各部門數據開放的核心機構)中設立一名隱私保護專家，確保數據開放過程中及時掌握和普及最新的隱私保護措施，同時還將為各個部門配備隱私專家;二是內閣辦公室強制要求所有政府部門在處理涉及到個人數據時都要執(zhí)行個人隱私影響評估工作(Privacy Impact Assessments)，為此還專門制定了非常詳細的《個人隱私影響評估手冊》，三是各政府部門開放數據策略中均明確將開放數據劃分為大數據(big data)和個人數據(my data)，大數據是政府日常業(yè)務過程中收集到的數據，可以對所有人開放，而個人數據僅僅對某條數據所涉及到的個人自己開放。在數據安全方面，澳大利亞政府于2012年7月了《信息安全管理指導方針：整合性信息的管理》為海量數據整合中所涉及到的安全風險提供了最佳管理實踐指導。

(二)項目實施規(guī)劃比較

試點示范項目的規(guī)劃是推動應用實施的重要政策手段之一，通過規(guī)劃政府領域的大數據試點項目，有效帶動政府社會管理和公共服務中的大數據技術應用;通過規(guī)劃商業(yè)領域的大數據試點項目，充分鼓勵應用模式創(chuàng)新，促進技術研發(fā)，推動產業(yè)發(fā)展。

在國外政府大數據試點項目規(guī)劃方面，美國政府最為明確，其特色主要是“聚焦政府領域應用，落實具體部門”。美國《大數據研究與發(fā)展計劃》以及與計劃同時的更為詳細的聯邦部門大數據項目列表，均是涉及國家戰(zhàn)略發(fā)展、不便市場化的核心領域大數據項目，這些項目落實到具體部門和機構來實施。美國商業(yè)領域的大數據應用已經廣泛開展，因此政策引導重在推動政府領域的項目實施。

五、結語

總體來看，國外政府大數據政策措施體現出如下明顯特征：一是頒布戰(zhàn)略規(guī)劃進行整體布局。為搶占大數據先機，增強國家在大數據領域的國際領先地位，大數據先行國家均將發(fā)展大數據提升為國家戰(zhàn)略予以支持;二是注重構建配套政策，包括人才培養(yǎng)、產業(yè)扶持、資金保障、數據開放共享等，為本國大數據發(fā)展構筑良好的生態(tài)環(huán)境。

隨著數據的與日俱增及其背后所蘊藏的巨大價值，大數據正在成為信息時展的新潮流，謀劃制訂大數據發(fā)展規(guī)劃及相關政策就顯得非常必要。由于各國大數據技術基礎、市場基礎、數據文化氛圍不同，各國的政策側重點存在一定差異。對我國而言，大數據市場剛剛起步，配套規(guī)劃與政策還存在較多缺口，為加快推進我國大數據技術應用與產業(yè)發(fā)展，在政策環(huán)境構建方面：一是要加快研究制定大數據發(fā)展國家戰(zhàn)略。戰(zhàn)略應進一步闡明大數據的有利發(fā)展機遇，規(guī)劃重點領域的大數據研究計劃，布局關鍵技術研發(fā)方向，強化大數據基礎設施建設和人才培養(yǎng)，加強對大數據產業(yè)的扶持，做好體制機制、資金、法規(guī)標準等方面的保障等，真正將促進大數據發(fā)展提升為一種國家行動，為后期專項政策制定、項目規(guī)劃等提供依據。二是借鑒國外政府大數據政策，勾畫符合我國實際的大數據配套政策制定路線圖，注重從戰(zhàn)略技術能力儲備和戰(zhàn)略應用實施兩個角度，落實相關部門職責，為大數據產業(yè)孵化、技術研發(fā)、推廣應用營造完善的政策環(huán)境。（文/張勇進 國家信息中心信息化研究部電子政務研究室副處 編選：中國電子商務研究中心）

[參考文獻]

[1] Executive Office of the President.Big Data Across the Federal Government.whitehouse.gov/sites/default/files/microsites/ostp/big_data_fact_sheet_final_1.pdf，2013-09-10.

[2] Gartner. Gartner Survey Reveals That 64 Percent of Organizations Have Invested or Plan to Invest in Big Data in 2013.gartner.com/newsroom/id/2593815， 2013-10-11.

[3] Big Data Research and Development Initiative. whitehouse.gov/sites/default/files/microsites/ostp/big_data_press_release_final_2.pdf，2013-9-11.

[4] Seizing the data opportunity: A strategy for UK data capability. gov.uk/government/uploads/system/uploads/attachment_data/file/254136/bis-13-1250-strategy-for-uk-data-capability-v4.pdf， 2013-11-01.

[5] Feuille de route du Gouvernement sur le numérique. gouvernement.fr/sites/default/files/fichiers_joints/feuille_de_route_du_gouvernement

_sur_le_numerique.pdf， 2013-10-09.

篇4

關鍵詞：大數據營銷；市場營銷戰(zhàn)略；展覽市場營銷

基金項目：本文系2014年重慶文理學院學生科研項目資助（項目號：XSKY2014098）

一、問題提出

隨著展覽業(yè)的不斷發(fā)展，傳統(tǒng)的營銷戰(zhàn)略決策方式已或多或少露出一些弊端。如在營銷戰(zhàn)略選擇上盲目跟風，見利就上，導致某一地區(qū)或某一產業(yè)領域超負荷舉辦同類展覽項目?；虿挥嫵杀?，不明目標地在某一營銷手段上狂轟濫炸。如何高效運用營銷資源，在競爭激烈的展覽市場獨樹一幟，成為展覽業(yè)規(guī)范化潮流中的中流砥柱，已經成為亟需解決的問題。

二、大數據在展覽市場營銷決策中的意義

（一）明確展覽營銷對象

大數據通過對展覽相關數據進行聚類分析、關聯規(guī)則、回歸和分類推測等高級分析理論與方法的處理，精準鎖定展覽營銷的地理區(qū)位，明確目標客戶定位及分類。依據展覽組織者自身定位，劃分出適合自己的市場范圍、目標客戶類型及分布。為營銷戰(zhàn)略的制定，設立起清晰的標靶。

（二）提升展覽營銷效果

在有明確營銷對象的前提下，展覽組織者可以將各個營銷渠道、營銷方式的反饋信息進行數據處理，選擇出最直接、最有效的渠道、方式或渠道組合、方式組合，使得品牌信息、產品信息等傳達到特定目標客戶的手中，提升營銷效果。

（三）樹立展覽業(yè)高端、專業(yè)新形象

通過社交網站、行業(yè)協(xié)會、電信信息以及其他盈利、非盈利信息轉手機構獲得相關數據信息，經過回歸和分類預測，鎖定本展會的專業(yè)觀眾及意愿參展商。如此，既可以避免對公眾媒體狂轟濫炸而造成的資源浪費，也可以使展覽會的社會形象變得更高端、更專業(yè)。

三、大數據在展覽市場營銷戰(zhàn)略決策中的應用

大數據在展覽市場營銷決策中的應用，主要包括三個方面的內容，即目標市場戰(zhàn)略、市場競爭戰(zhàn)略、市場推廣戰(zhàn)略。

（一）目標市場戰(zhàn)略

1.市場細分

對展覽市場來說，消費者和企業(yè)是兩個重要組成部分。通過數據分析，可以得出本展覽消費群和產業(yè)群的區(qū)位分布。如，本展覽是珠寶、汽車等消費展，組展商可以收集全國各大城市近幾年人均GDP、恩格爾系數、基尼系數、CPI系數等數據，運用數據高等分析中的聚類分析，得出本展會在各大城市的市場消費總額、群體分布結構以及消費欲望值。

如此種種，便可將全國相關市場分為若干部分，并能在數據可視化后，將這些部分評為A、B、C......等若干等級。各等級市場需配有相應的市場戰(zhàn)略。主要戰(zhàn)略可根據市場發(fā)展矩陣分為：市場滲透戰(zhàn)略、市場開發(fā)戰(zhàn)略、產品開發(fā)戰(zhàn)略、多元化發(fā)展戰(zhàn)略。至此，市場細分也就完成了。

2.目標市場選擇

經過市場細分，確定意向市場，下一步就是結合企業(yè)本身的資金、資源、最大限度的承接能力等選擇目標市場。如何使現有的資源得到有效整合，自然離不開數據分析。數據來源既可以是歷史數據，如：歷屆同類型展會的盈虧平衡分析，也可以是計量經濟學的數據建模，得出估計數值及邊際回報率。由此得出各個細分市場盈利空間，選擇最佳目標市場。

再者，大數據并不僅僅包含數值數據。政府對某一方面的某種支持也是數據的一種。如上海自由貿易試驗區(qū)的掛牌運營對金融、航運、會議、展覽等行業(yè)都有相當大的支持力度。明確自身不足，有效利用外部資源也是大數據應用于展覽市場營銷中的目標市場選擇戰(zhàn)略的方式之一。

3.市場定位

目標市場鎖定后，就要對參展商、專業(yè)觀眾、贊助商的目標定位。

①參展商定位。對參展商而言，其目的主要有：了解市場行情、鞏固現有市場、開拓新市場、與同行進行交流等。組展商可以通過：跟展，信息購買，行業(yè)協(xié)會，電信，郵局，網絡、展會APP數據反饋等，其中尤以網絡途徑為佳。美國西雅圖的專業(yè)搜索引擎營銷咨詢公司Global Strategies Inc （GSI）在網絡定為客戶方面做得相當出眾。

②專業(yè)觀眾/消費者定位。對于消費型的展會，消費者的定位卻需要系統(tǒng)數據分析。需要商場的消費記錄、內部數據庫、外部數據庫、數字網絡和參展商定位所提及的途徑等提供數據。得到數據之后，針對其購物習慣及喜好，選擇其最常接觸到的媒介傳播展會信息。

③贊助商定位。展會贊助商，一般選擇與自己企業(yè)產品有聯系的展會進行贊助，有了參展商的信息，贊助商不難找到，但要考慮到贊助商企業(yè)的財務計劃及預算，自然也需要經行數據分析。

（二）市場競爭戰(zhàn)略

當今展覽市場并非一家獨大的壟斷市場，而是群雄逐鹿的完全競爭市場。大數據在展覽市場營銷戰(zhàn)略決策中的應用，競爭戰(zhàn)略分析是相當重要的。

1.競爭者分析

企業(yè)需要估計目標市場中競爭者的優(yōu)勢及劣勢，了解競爭者執(zhí)行各種既定戰(zhàn)略的情報，以及其是否達到了預期目標。為此，企業(yè)需要搜集近幾年有關競爭者的相關數據，如展位價格、市場占有率、利潤率、現金流量、發(fā)展戰(zhàn)略等。得到這些數據并非易事，主要是間接方式，如第二手資料、別人的介紹和對服務供應商、參展商及其他相關利益者進行調查。問卷調查在數據分析中是個不錯的選擇，可以讓上述群體對競爭者的某些方面進行打分。然后運用關聯原則，倒推出想了解的信息，并把競爭者進行分類，分成市場領導者、市場挑戰(zhàn)者、市場跟隨者等級別以便后面的競爭戰(zhàn)略決策。

2.基本競爭戰(zhàn)略

市場占有率與投資收益率是成正比的，所以組展者要不斷提高自身的市場占有率，但首先要對其他競爭者進行試探性的攻擊。同時，要把競爭者的反應數據系統(tǒng)地記錄下來，包括反應的時間、反應的規(guī)模、反應的激烈程度。將數據進行比較分析，對競爭者進一步分類：從容不迫型競爭者、選擇型競爭者、強勁型競爭者、隨機型競爭者。組展商可以自己跟各類競爭者進行基本數據比較，找到自己的市場地位，結合競爭者反應程度選擇競爭戰(zhàn)略。

3.優(yōu)化競爭戰(zhàn)略

利用大數據提升自己的競爭力，優(yōu)勝劣汰，優(yōu)化競爭環(huán)境。作為大數據在展會中的具象――展覽通，該服務系統(tǒng)具備三個條件：第一是云計算，滿足數據擴張的需要；第二是運用互動二維碼技術，強化展會現場的互動性；第三就是移動通信。展覽通作為升級版，可以為每一個觀眾提供一個電子檔案，記錄其在展會現場的訪問路徑；參展商可以拿到觀眾的信息清單，并可以直接下載到手機目錄；還可為展會組織方提供一個詳細的展后報告。根據展后報告，展會組織方可以清楚看到現場參展商按被關注程度而行成的排名。這將為組織方提供可參考的數據，如攤位設計、布局情況，以方便下一屆展會現場的規(guī)劃。

（三）市場推廣戰(zhàn)略

目標市場已經找到，競爭戰(zhàn)略已經制定，如何運用媒介將展會信息及時傳到展會所需的參展商、專業(yè)觀眾/消費者、贊助商，大數據分析仍是最有效的方法。

1.展會前期推廣

展會前期推廣的形式主要有：開展推介活動、廣告、舉辦新聞會、海外推廣、網站推廣、項目招展、項目招商、專業(yè)觀眾組織、貴賓邀請、贈票計劃、配套服務等。大數據營銷戰(zhàn)略中相關利益者推廣基本遵循差異化、精確化，如同參展商與專業(yè)觀眾定位，不必多說。在此重點闡述媒體推廣的數據分析應用。

現今社會通行的媒體主要有：電視、廣播、網絡、報刊、郵件、電話短信、各種流動媒體、各種街頭媒體和新興的自媒體等。各有所長，各有所短。數據分析所需的資料有：投放收益率、信息失真率、媒體信息接收率等。結合本展會信息的具體受眾，采用最有效的媒體營銷組合。經濟學中有“2/8定律”，在考慮資金有限的情況下，可以選擇少數幾個最有效和效益一般的媒體，果斷放棄其余效益最差的媒體。

2.展會當期推廣

展會當期推廣強調及時性、準確性。包括展會APP信息傳播推廣、現場接待和服務和資料分送。

展會APP是展會現場推廣的重要方式之一。其簡單、快捷，可以實現智能手機全覆蓋。此外利用APP還可以收集使用APP客戶的信息，便于以后組展商建立數據庫及進行數據分析。如會展通、展會通兩款APP就是兩個很好的例子。

現場接待和服務?，F場是展覽會營銷的重要窗口，組展商除了要有真摯的服務態(tài)度外，還要有精確地數據化管理。如安排辦卡、報到、入場、金融、郵政、翻譯、安保、保潔、快餐、茶點等，都可以借助數據化進行管理。

資料分送。要把下一屆展會宣傳資料同時送出，還要防止濫竽充數的參觀者隨意領取又隨手丟棄。這就需要根據參觀者的參展記錄來區(qū)分，因前期已經做了充足的數據準備，此問題不難解決。

3.展會后期推廣

一是展后宣傳。 展后宣傳是將展會的全部新聞稿提供給合作媒體，新聞稿包括的統(tǒng)計數據有：參觀人數、平均參觀時間、展位布局、成交額、展商和觀眾的反饋意見、下屆展會信息等。將這些信息數據可視化后，直觀的呈現在公眾面前。

二是展后關系維系和發(fā)展。 因前期數據準備，組展商可以清晰地了解每個參展商及專業(yè)觀眾的參展信息，有能力對其進行世上獨一份的致謝，并把這些信息入庫，更新客戶信息，為下屆展會打下堅實基礎。

四、結語

大數據在展覽市場營銷戰(zhàn)略決策中的應用前景廣闊，作用巨大。但因多種因素的限制及不完善，導致展覽市場營銷戰(zhàn)略決策時仍缺乏大數據分析能力，運用不夠成熟，同時也有一些忌憚，如個人隱私問題?，F今，整個數據分析行業(yè)已達成一致的共識：盡可能確保收集到的數據是安全的。隱私安全問題解決后，更充分地、更具創(chuàng)造性地將數據分析運用到展會營銷市場戰(zhàn)略決策中，提高戰(zhàn)略決策科學性，迎來展覽行業(yè)大數據時代！

參考文獻：

[1]王華. 會展概論[M]. 廣州：暨南大學出版社，2010

[2]郭國慶.市場營銷學通論[M]. 北京：中國人民大學出版社，2009

篇5

【關鍵詞】大數據分析；市場營銷；影響

現階段信息技術已經和我們的生活生產密切相關，能夠進一步改善我們的生活質量，還能夠滿足我們對于物質的實際需求。在互聯網不斷發(fā)展過程中，大數據已經成為信息主要載體，在大數據分析時代，過去的市場營銷模式受到了不小挑戰(zhàn)，企業(yè)發(fā)展面臨重重阻礙，如何通過良好的營銷活動讓企業(yè)具備更高的綜合實力，這也是相關工作人員需要解決的問題。

1大數據與市場營銷的定義與特點

1.1大數據的定義與特點

大數據指的就是海量數據的集合，不能通過一般數據處理軟件在特定的時間和空間范圍內對數據進行處理、存儲和管理，只有通過更為先進的處理方式才可以應用大數據?，F階段在應用和理解大數據時往往徘徊于概念層面，并沒有提出更能滿足實際需求的應用方案。大數據的特點包括快速增長，數據多且繁雜，而且需要靠特殊手段去甄別信息，在海量的信息中還包括大量垃圾信息，在對大數據進行分析時，一般是通過這些手段去篩選海量信息中的有用信息，剔除垃圾信息，這樣才能使數據全部結合，并通過數據信息表象得到定論，才能為之后的工作制定重要戰(zhàn)略基礎。

1.2市場營銷的定義與特點

市場營銷指的就是企業(yè)在進行與生產、銷售相關的經營活動，而且分析數據、市場調查以及設計產品等也包括在市場營銷范圍內，前期工作和后期工作都是幫市場做事，目的就是讓企業(yè)生產的產品能夠滿足市場需求，讓企業(yè)營銷戰(zhàn)略能夠與時展相適應，為消費者帶來更加滿意的產品。市場營銷特點包括可調性、指導性、全局性、整體性等，需要考慮微觀層面和宏觀層面，還要按照時間的推移讓企業(yè)能夠適當調整營銷策略，滿足市場發(fā)展需求，通過市場營銷能夠讓企業(yè)在內部實現明確分工，并幫助企業(yè)和市場以及社會接軌。

2大數據分析時代下市場營銷方式的轉變

2.1精準化營銷

在大數據分析，時代企業(yè)營銷管理人員能夠借助瀏覽消費者的網頁記錄，以及對于不同種類產品搜索以及購買頻率能夠對消費者實際消費水平進行科學分析，這樣能夠真正明確消費者的實際消費習慣，可以充分掌握他們的消費喜好，并在此基礎上對現有的營銷方案進行完善，能夠制定更有針對性的營銷計劃。不僅如此數據分析人員能夠在精準化營銷中采集到更多商機，并且為消費者制定更有針對性的服務，可以滿足消費者多方面需求，使顧客對企業(yè)產品服務更加滿意，讓企業(yè)在社會上樹立良好形象。

2.2預測消費行為

在應用大數據分析技術的過程中，能夠讓企業(yè)營銷管理人員對消費者可能做出的消費行為進行分析，并且在內部系統(tǒng)與外部系統(tǒng)中可以對消費者可能轉變的消費方向進行預測。在內部系統(tǒng)中記錄著消費者的交易信息，而外部系統(tǒng)則是網頁搜索平臺，要想讓市場營銷活動開展的更加順利，就離不開內部、外部系統(tǒng)的支持。

2.3產品交叉銷售

現階段數據挖掘技術得到了大范圍應用，能夠對海量數據進行有機整合，并且可以找到消費者最經常購買的商品，按照消費者特點為他們制定有針對性的營銷策略，可以對現有的商品營銷進行調整，與促銷方式進行結合，通過交叉銷售能夠讓企業(yè)在市場中獲得更多收益。

2.4處理客戶關系

通過大數據技術能夠在多種客戶關系中找到核心客戶，并且對客戶消費數據進行深度挖掘，這樣能夠為那些具有價值的客戶帶來更為滿意的營銷服務，可以讓客戶對營銷方式更加認可，能夠幫助企業(yè)在市場中拓寬商品營銷范圍，讓顧客對商品以及企業(yè)有更高的忠誠度和信任度。

3大數據分析時代對市場營銷的影響研究

3.1產品營銷策略

不同的消費者對于消費需求也有所區(qū)別，因此企業(yè)在營銷方式方面也要做出一定調整。在大數據分析時代，消費者會通過網絡平臺瀏覽產品信息來實現購買行為，對于那些更加青睞的信息會以數據形式展示給企業(yè)營銷管理人員，這些工作人員可以對消費者的瀏覽信息進行深入研究，并且按照消費者日常消費傾向可以為他們提供更能滿足實際需求的產品，這種產品營銷方式才是最精準的營銷，能夠真正實現個性化銷售。

3.2價格調整策略

在不同階段、不同時期，企業(yè)在進行產品定價時也會有所差異，而且成本會對產品定價產生直接影響，更與市場營銷方向息息相關。通過大數據分析技術，可以讓消費者對企業(yè)產品有更為全面、深入的了解，可以將消費者對于產品購買信息進行收集，并且通過調整價格來讓消費者對現有的價格更加滿意，能夠對消費者理想價格進行預估，并制定最佳定價方案，不但能夠讓企業(yè)在產品投資回報率上有所提高，還能夠防止由于不合理定價導致客戶流失。

3.3模式更新策略

隨著互聯網技術不斷發(fā)展，給市場營銷模式帶來更多可能。之前的B2B、C2C模式已經不能滿足企業(yè)對于未來發(fā)展的全部需求，因此在這樣的的背景下急需020消費模式來取代之前的內容，這樣能夠使企業(yè)實現雙線營銷活動。在大數據分析時代中，根據雙線營銷模式來明確企業(yè)需要實現扇平化發(fā)展，對顧客進行精準營銷，這樣才能規(guī)避營銷風險。

篇6

關鍵詞：大數據；供應鏈管理；研究展望

一、 引言

隨著新興信息技術以及應用模式的涌現，全球的數據量也呈爆發(fā)增長趨勢。在數據管理中，存在三個維度的挑戰(zhàn)，即數據量大（Volume）、數據類型繁多（Variety）以及數據增長快（Velocity）。另一些學者在3V的基礎上發(fā)展了4V，但對第4個V卻有不同的理解。國際數據公司（International Data Corporation，IDC，2011）認為，大數據應該具有價值性（Value），即指數據價值密度相對較低，這也就意味著如果數據增長但隱藏在數據背后的有用價值卻沒有呈比例增長，就會增加我們挖掘數據價值的難度。IBM則認為大數據還具有真實性（Veracity），也就意味著數據分析應建立在準確的數據之上，避免人為篡改或在傳輸中失真。雖然大數據成了近年來實踐和理論研究的熱點話題，但以往對于大數據的研究和預測性分析功能大多聚焦在對消費者數據分析、偏好預測分析等，而“大數據”在供應鏈中應用的研究卻相對缺乏。如今供應鏈變得越來越復雜，企業(yè)要想保持自己的競爭優(yōu)勢，必須重視對于“大數據”的應用，工業(yè)研究咨詢機構（Industry ARC）進行的研究指出，2018年全球供應鏈大數據市場將從2012年的大約4.3億美元增長到37億美元左右，2013年～2018年的年度復合增長率約為31.4%。Waller和Fawcett（2013）也指出，數據科學、預測性分析和大數據將會改變供應鏈的設計和管理方式，從不同的數據庫獲取信息來對供應鏈進行分析能夠幫助供應鏈管理經理提高供應鏈的運營績效，并且大數據還能促進企業(yè)間的信息協(xié)同，是企業(yè)的一種戰(zhàn)略性資源。

二、 大數據在供應鏈運用中的影響因素

要在供應鏈運營和決策中有效的運用大數據，首先需要建立良好的大數據庫，具備分析、整合大數據的能力。從研究的主要維度看，有關的研究和探索的問題主要圍繞大數據的數據類型、數據質量、大數據分析技術以及大數據分析的人力資源等幾個方面展開。

1. 大數據的數據類型。數據類型涉及到大數據的數據形態(tài)和獲取的途徑和方法，供應鏈中的大數據主要包括以下四種類型：（1）結構數據；（2）非結構數據；（3）傳感器數據；（4）新類型數據。

結構數據指那些在電子表格或是關系型數據庫中儲存的數據，這一類型的數據只占數據總量的5%左右（Cukier，2010），主要包括交易數據和時間段數據?，F在的大數據分析大多以這一類數據為主，其中重要的結構數據包括ERP數據，因為ERP系統(tǒng)中存儲的數據是企業(yè)運轉多年的系統(tǒng)積累的大量的行業(yè)數據，這些數據對于企業(yè)的經營決策和預測來說意義非常重大。

非Y構數據主要包括庫存數據、社會化數據、渠道數據以及客戶服務數據。盡管現在有大量的研究和報告在探討數據和分析能力對供應鏈管理的重要性，但對于非結構數據，例如社會化數據對供應鏈的影響和作用的研究卻相對缺乏。Natoli在2013年進行的行業(yè)調查中發(fā)現，盡管物流供應商、生產者以及零售商們都在借力于傳統(tǒng)的供應鏈數據進行供應鏈的管理，但是參與調查的企業(yè)中，只有1%的企業(yè)參考了社交媒體數據。然而，社會媒體數據對于供應鏈運營管理的作用是十分重要的，如何利用社交媒體數據來指導企業(yè)進行供應鏈活動的規(guī)劃（包括新產品的開發(fā)、利益相關者的參與、供應鏈風險管理以及市場探查等）以及社交媒體數據對供應鏈績效產生影響的具體機制是我們下一步需要深入探討的。而要想從內容豐富的非結構化數據中挖掘出商業(yè)智慧，就需要使用不同的研究方法和度量方式，包括描述性分析、內容分析以及網絡分析等。

除了上述兩種主要的大數據類型外，還有傳感器數據和新類型數據。傳感數據主要包括RFID數據、溫度數據、QR碼以及位置數據，這類數據增長很快，并能為供應鏈金融帶來巨大商機；新類型數據主要有地圖數據、視頻數據、影像數據以及聲音數據等，這類數據多用于可視化領域，并能夠幫助提高數據質量，使數據的實時性更強、提高了數據分析的精準度。

2. 供應鏈大數據的質量。Dey和Kumar（2010）指出企業(yè)在進行大數據分析時，需要考慮數據的質量問題。低質量的數據不僅會影響企業(yè)的決策，甚至還可能導致企業(yè)產生損失。事實上，數據的有用性取決于數據質量，隨著大數據重要性的躍升，對高質量數據的需求也增加了。

雖然現在對于數據質量評價還沒有統(tǒng)一標準，但是大家一致贊同數據質量評價應包含多個維度指標。Lee等（2002）指出數據質量的評價應包括數據內在（Intrinsic）要求和情境（Contextual）要求。內在要求指數據本身所具有的客觀屬性，包括數據的準確性、及時性、一致性和完整性。情境指數據的質量依賴于數據被觀察和使用的情境，包括關聯性（Relevancy）、價值增值性（Value-added）、總量（Quantity）、可信度（Believability）、可及性（Accessibility）、數據聲譽（Reputation of the Data）。

3. 供應鏈中的大數據分析技術。

（1）分析學。分析學是大數據分析的基礎，它能幫助企業(yè)更好的基于事實做出決策，Davenport和Harris（2007）就指出，定量技術、預測模型等能提高企業(yè)的盈利能力。另外，大數據分析不僅能幫助我們獲得新的見解，還有助于提高我們預測的準確性，但上述益處都是建立在數據挖掘和統(tǒng)計分析基礎上。甚至可以說，大數據如果沒有分析學對數據進行解析，數據也就僅是一堆“數據”，毫無價值。大數據需要分析學，但是要想讓分析學嶄露頭角，擁有數據卻是不夠的，還得借助于分析工具。當然，分析學如果沒有大數據作為研究對象，其也只是數學和統(tǒng)計的工具和應用方法罷了，無法發(fā)揮其對于企業(yè)的價值。

對于供應鏈風險的管理，主要包括事前、事中以及事后的管理，而大數據在這三方面都能發(fā)揮巨大作用。首先，大數據技術能使事前風險預判結果更加準確，因為大數據來源不僅包括企業(yè)本身產生的數據，還包括企業(yè)互聯網或是移動平臺獲取的各種外部數據，而不同數據結合進行綜合分析，結果更加可靠。其次，大數據技術能使企業(yè)的事中控制更加動態(tài)高效，因為大數據分析對于各類數據的整合有助于企業(yè)更好地掌握自身的行為模式，還便于其發(fā)現運營狀態(tài)的變化規(guī)律，從而按照規(guī)律設置風險控制點以實現事中風險的動態(tài)管理。另一方面，大數據分析還能幫助企業(yè)識別異常情況，因為對于實時數據反復的迭代分析能夠對于數據的模式產生一定的預期，而一旦某些數據出現異常，就能很快識別并采取一定應對措施。最后，大數據技術能為事后風險處置決策提供更好的支持，即使單個事件的發(fā)生具有偶然性，大數據有助于企業(yè)找出偶然性背后的必然性，由此企業(yè)便掌握了主動權，能夠制定更加客觀的風險處置決策。

四、 結論

本文對供應鏈管理中大數據的運用進行了梳理，認為如今學術界對于大數據在供應鏈中的應用研究相對稀少，落后于實踐的發(fā)展，對于大數據對于供應鏈管理影響的具體機制以及大數據于供應鏈能力之間的交互作用缺乏深入理解。另外，目前的研究大多是描述性的，并且缺乏理論的支撐。本文認為未來對于大數據與供應鏈的研究應該沿著大數據運用的影響因素、大數據對供應鏈運營以及發(fā)展的影響這一研究路徑繼續(xù)。另外，實踐問題應該和管理理論進行結合以深度挖掘問題中存在的本質，因此，未來的研究也需要強調與管理理論結合進行分析，將資源基礎觀、交易成本管、系統(tǒng)論等理論引入對大數據供應鏈的分析中，這定能橢加深對大數據在供應鏈管理中的價值的理解。

參考文獻：

[1] Schoenherr T， Speier-Pero Cheri.Data Scie- nce， Predictive Analytics， and Big Data in Supply Chain Management： Current State and Future Potential[J].Journal of Business Logistics，2015，36（1）：120-132.

[2] Wu Y， Cegielski C G， Hazen B T， et al. Cloud Computing in Support of Supply Chain Information System Infrastructure： Understa- nding When to go to the Cloud[J].Journal of Supply Chain Management，2013，49（3）：25-41.

[3] 葉斌，黃文富，余真翰.大數據在物流企業(yè)中的應用研究[J].物流技術，2014，（8）：22-24.

[4] 閆俊.大數據對速遞行業(yè)發(fā)展的影響研究[J].物流技術：裝備版，2013，（12）：104-108.

[5] 相婷婷.電子供應鏈金融的技術支撐[J].電子測試，2013，（14）：245-246.

[6] 薛錦輝.供應鏈金融應該如何運用大數據[J].中國外匯，2014，（18）：36-37.

[7] 曹凌.大數據創(chuàng)新：歐盟開放數據戰(zhàn)略研究[J].情報理論與實踐，2013，36（4）：118-122.

[8] 韓蕊.淘金大數據業(yè)務創(chuàng)新才能贏[J].互聯網周刊，2013，（21）：18-19.

[9] 李逸群，龍劍.大數據時代下戰(zhàn)略性新興產業(yè)的創(chuàng)新路徑研究[J].消費電子，2013，（14）：173-174.

[10] 宋華.中國供應鏈[M].北京：中國人民大學出版社，2015.

[11] Schlegel G L.Utilizing big data and pre- dictive analytics to manage supply chain risk[J].The Journal of Business Forecas- ting，2014，33（4）：11-33.

基金項目：國家自然科學基金項目“產業(yè)供應鏈服務化條件下的服務外包決策與風險管理”（項目號：71272155）。

篇7

家電企業(yè)聚焦大數據

作為李白出生地、中國科技城的綿陽，是四川省第二大城市及經濟高地，擁有西南科技、商貿、教育、交通之優(yōu)勢，是全國“智慧城市”試點、國家“數字家庭應用示范基地”之一?！毒d陽市戰(zhàn)略性新興產業(yè)發(fā)展規(guī)劃（2012-2015）》前瞻性的提出，將“新一代信息技術產業(yè)”等7大產業(yè)列為綿陽發(fā)展的戰(zhàn)略性新興產業(yè)，并將“智慧綿陽”等列為綿陽戰(zhàn)略性新興產業(yè)的重點工程。

綿陽市人民政府副市長鄭蕾表示，綿陽的智慧城市建設目標是把綿陽建設成為一個基礎設施先進、信息網絡通暢、科技應用普及、生產生活便捷、城市管理高效、公共服務完備、生態(tài)環(huán)境優(yōu)美、惠及全體市民的智慧城市。在實施智慧綿陽工程中，綿陽將加快寬帶光纖接入網絡建設，推進第三代（3G）移動通信網絡、中國地面廣播（CTTB）、中國移動多媒體廣播（CMMB）全面覆蓋，開展第四代（4G）移動通信技術（TD—LTE）規(guī)模商用示范；全面實施廣電有線電視網絡數字化、雙向化升級改造，深度推進“三網融合”試點工作；實施以平安家庭、健康家庭為代表的“智慧家庭”端到端系統(tǒng)關鍵技術研發(fā)和產業(yè)鏈建設；組織新型網絡設備、智能終端的研發(fā)及產業(yè)化，打造“三網融合”產業(yè)鏈核心產業(yè)單元；培育云計算服務、電子商務服務等新興服務業(yè)態(tài)，促進信息系統(tǒng)集成服務向產業(yè)鏈前后端延伸。

在規(guī)劃基礎之上，數字家庭、智能交通、城市一卡通、智能停車場、應急聯動等一批具體項目的實施，都將對綿陽市大數據分析能力提出更高要求。

同時，隨著移動互聯網、物聯網以及三網融合的迅猛發(fā)展，“終端+平臺+內容+服務”商業(yè)模式創(chuàng)新孕育著巨大的商業(yè)機會。尤其是布局大數據產業(yè)鏈，已成為包括制造業(yè)在內的諸多行業(yè)智能生態(tài)環(huán)境下競爭制勝的重要一環(huán)。

作為最具影響的消費電子企業(yè)之一，總部位于綿陽市的長虹集團多年來一直十分關注大數據行業(yè)領域發(fā)展，期望借助建設大數據中心平臺挖掘自身大數據業(yè)務價值、實現智能戰(zhàn)略轉型，并利用政府的優(yōu)勢資源和政策支持，規(guī)避行業(yè)壁壘，進一步對外拓展大數據行業(yè)市場。而圍繞大數據商業(yè)模式創(chuàng)新，長虹已積極展開多項相關技術合作開發(fā)，包括與中科院軟件所進行大數據的數據挖掘項目合作，與中科大進行數據存儲、圖像識別、算法、云服務平臺關鍵技術等方面的合作，與西安交大共同研發(fā)人臉識別、手勢識別等技術。

因此，綿陽市政府、長虹集團攜手IBM公司和文思海輝共同建立了“綿陽大數據分析競爭力中心”。該中心一方面將對“智慧綿陽”各個主題的數據進行深度分析和利用，助力綿陽市進行智慧城市的頂層設計；另一方面，該中心將以大數據分析和科學管理推動長虹集團智能戰(zhàn)略實施和自身轉型發(fā)展，從而有效實踐數字家庭、智慧社區(qū)，幫助實現綿陽智慧城市的落地。

從數據挖掘到智慧城市

智慧城市建設離不開政府的支持與決策，近年來我國各個城市都在集中發(fā)力智慧城市建設，云計算、物聯網技術為市民提供便利的同時也帶來了大量的數據，面對海量數據，如何用、怎么用成為智慧城市建設的新問題。

而在綿陽市，長虹集團在家電業(yè)務的基礎上，正在利用互聯網平臺做技術牽引進行轉型，以找到更好的商業(yè)模式和商業(yè)機會。通過“綿陽大數據分析競爭力中心”提供的核心解決方案，長虹集團一方面將實現海量用戶數據分析，形成決策數據用于改進生產工藝、提高用戶體驗；另一方面可以對內部生產環(huán)節(jié)、管理環(huán)節(jié)、銷售環(huán)節(jié)及產品效益數據進行分析形成價值信息，用以指導企業(yè)內部生產環(huán)境改善、管理流程變革，成功實現公司戰(zhàn)略轉型，并以此促進綿陽市產業(yè)鏈轉型及升級，以切實行動推進智慧綿陽的深層次發(fā)展。

四川長虹電器股份有限公司總經理助理、四川長虹電子集團有限公司服務產業(yè)集團董事長莫文偉表示：“長虹集團作為我國消費電子領頭羊，將深化智能戰(zhàn)略轉型發(fā)展，已將數字家庭、智慧社區(qū)、智慧城市為代表的系統(tǒng)解決方案列為重點發(fā)展的業(yè)務，計劃通過大數據分析技術，以綿陽為建設起點，以智慧家庭數字家庭、智慧教育、智慧社區(qū)為突破口，并利用長虹傳統(tǒng)行業(yè)影響力積極向周邊擴展智慧公交站、一卡通等相關業(yè)務，向系統(tǒng)解決方案提供商轉型”。

由于長虹擁有行業(yè)內非常全面的黑、白智能家電產業(yè)線，不僅帶來了長虹商業(yè)應用開發(fā)大數據的可能，而且也將推動長虹加快建立統(tǒng)一黑、白電云服務和大數據服務平臺的步伐。

篇8

[關鍵詞]大數據 大學生 個性化就業(yè)指導

[作者簡介]張家明（1976- ），男，湖北武漢人，武漢理工大學信息工程學院，副教授，碩士，研究方向為高教管理和大學生思想政治教育。（湖北 武漢 430070）

[中圖分類號]G647 [文獻標識碼]A [文章編號]1004-3985（2014）24-0098-02

20世紀60年代初，美國麻省理工學院的氣象學家愛德華?洛侖茲在研究時發(fā)現，當系統(tǒng)產生隨機行為時，系統(tǒng)的初始條件取值稍有變化，所求的結果隨時間的推移，前后兩者就會相差越來越大，即產生隨機行為的系統(tǒng)具有對系統(tǒng)初始條件的敏感依賴性。這就是“西雙版納的蝴蝶扇扇翅膀，日本就可能刮起颶風”。

西雙版納與日本相距萬里，但僅僅是蝴蝶展翅這樣微小的動作，也能夠造成日本颶風這樣巨大的影響。它所表達的理念是，耗散結構的運作，對于起始狀態(tài)極為敏感，絕不能等閑視之。這就是“蝴蝶效應”，即初始條件的細微變化導致系統(tǒng)未來長期行為巨大差異的系統(tǒng)特征。因此，沒有任何東西能夠比蝴蝶效應更完美地表達出信息時代的“大數據資產”的高校教育管理戰(zhàn)略思想，所有重大的變化，都只不過是一系列數據積累的結果，而這一系列數據最原始的出發(fā)點，就是蝴蝶效應中蝴蝶擺動的那幾次小小的動作。

一、大數據技術應用于大學生個性化就業(yè)指導的重要性

隨著因特網、物聯網、云計算、移動互聯網、手機、平板電腦等數據來源和數據承載方式的飛速發(fā)展，全球數據量出現爆炸式增長，大數據帶來的信息風暴正在變革我們的生活、工作和思維，大數據時代已經來臨，2013年也被稱為中國的大數據元年。高等學校作為人才最密集、思維最活躍、網絡技術知識運用廣泛的前沿陣地，高校的教育、管理和服務模式以及師生的思維方式、行為觀念、學習習慣等必將受到大數據浪潮的深刻影響。

據統(tǒng)計2013年高校畢業(yè)生總數達699萬人，目前國內整體就業(yè)形勢仍然不容樂觀。如何做到查明畢業(yè)生情況、了解就業(yè)市場趨勢，是高校開展大學生就業(yè)服務工作的難點之一。本文以大數據時代為背景，通過大數據分析技術創(chuàng)新高校大學生就業(yè)工作，實現就業(yè)指導從共到個性化服務，從粗放服務到精準服務的轉變。

當前，學校就業(yè)管理部門通過歷年就業(yè)白皮書掌握畢業(yè)生資源基本信息、用人單位與招聘需求信息、畢業(yè)生流向、畢業(yè)生求職意向和擇業(yè)行為調查、畢業(yè)生對就業(yè)工作意見等海量數據；另外，高校學工部、教務處、校園一卡通中心、相關學院部門等具有完備的學生基本信息、成績、校園卡消費、圖書館借閱以及學生日常表現、性格特點、興趣愛好、獎懲情況、與家長溝通等個性信息。此外，互聯網上的微博、微信、QQ空間、QQ群、人人網、飛信以及校內外各類BBS貼吧和搜索引擎也蘊含著學生大量的思想狀況、情緒波動、交友擇業(yè)等動態(tài)信息。本文在分析上述大學生海量數據基礎上，完善針對大學生個性化就業(yè)指導的大數據模型及相應分析算法，為大學生個性化就業(yè)指導提供更加客觀、科學、準確的數據、算法和模型支撐。通過大數據技術預測學生的就業(yè)行為趨勢，對其提供更有針對性的就業(yè)指導服務。

二、高校大學生個性化就業(yè)指導大數據分析

1.多樣數據的定義和獲取。多樣數據應首先包含傳統(tǒng)就業(yè)數據，即就業(yè)形勢分析、就業(yè)政策、求職技巧、就業(yè)推薦信息、就業(yè)講座信息、招聘單位、招聘會信息等；其次，個性化就業(yè)指導是根據學生的個性化信息進行“靶向”指導，需要了解學生的基本信息，包括主修專業(yè)、學習成績、興趣愛好、培訓經歷、就業(yè)意向等盡可能全面的個人信息；再次，多樣數據應包括已畢業(yè)、就業(yè)學生的個人基本信息、就業(yè)去向、當前發(fā)展以及就業(yè)行業(yè)、崗位數據，囊括崗位性質、基本要求、素質要求、發(fā)展前景、成長路徑等信息；最后，多樣數據應包含獲取的網絡海量，此類信息將作為數據分析參照，為學生個性化就業(yè)提供相關性參考。

大數據的基礎是海量信息數據，要進一步拓展多樣數據的采集途徑，并且使采集來的存儲數據易于提取，能夠被按照一定的條件搜索出來。另外整合學校不同部門的資源信息，同時將收集網絡海量信息以期達到最大效果。

2.面向大學生個性化就業(yè)指導的大數據模型及分析方法。獲取大量個性化就業(yè)指導多樣數據后，便可以開始進行就業(yè)指導“大數據”分析操作，即建立分析模型、構造數據算法進行數據分析。面向就業(yè)指導的大數據分析模型應具有全面性，盡可能掌握限定范圍內的“全樣”而非“抽樣”；分析模型更加注重效率，注重分析結果的時效性和動態(tài)變化而非精確性；對學生進行個性化就業(yè)指導更注重相關性而非確定指向性或因果性。

3.大數據分析原型系統(tǒng)的設計開發(fā)。通過原型系統(tǒng)的大數據分析，指出當前大學生的就業(yè)需求和趨向，分析學生就業(yè)單位的普遍水準和質量，為就業(yè)管理部門協(xié)調組織用人單位來校招聘提供重要參考；同時對學生個性化信息的分析，可以幫助就業(yè)指導人員實施個性化就業(yè)指導，增強就業(yè)指導的針對性和有效性。原型系統(tǒng)設計和測試初期以電子信息類大學生為例，“全樣”采集電子信息類在校學生和畢業(yè)兩年內學生的基本信息，收集學生的個性信息及相關網絡數據，整理歷年來電子信息類用人單位信息，進行大數據分析實測。

4.加強就業(yè)指導中的思想政治教育工作。當前就業(yè)單位對大學畢業(yè)生的就業(yè)能力和職業(yè)素養(yǎng)要求越來越高，大學生思想觀念不斷變化，大學生就業(yè)指導工作已由單純的就業(yè)指導轉為世界觀、價值觀、人生觀和職業(yè)道德的思想政治教育。個性化就業(yè)指導首先是對學生擇業(yè)觀念的教育引導，幫助大學生樹立正確就業(yè)觀念，避免盲目跟風、隨波逐流、人云亦云的就業(yè)思想，同時提高對數據信息的敏感性，主動收集、整理并認真分析。

三、大學生個性化就業(yè)指導大數據分析應注意的問題及建議

1.大數據分析應防止“三脫鉤”問題。首先，防止大數據與大學生個體脫鉤。隨著互聯網的發(fā)展，大數據時代的到來，誰掌握了大數據分析，誰就掌握了主動權，將大數據分析應用到大學生就業(yè)指導，就是掌握了信息化時代對大學生就業(yè)指導的主動權，實現更高效、更準確、更個性的就業(yè)指導。但是，面對大數據的浪潮，我們應該保持冷靜，大數據的載體是大學生，不能只見數據而不見人，防止變大數據分析這一手段為目的，本末倒置。明確認識到大數據的背后是大學生的思想行為，涉及的是大學生的思維方式、行為習慣。大數據分析的最終目的不是數據的積累和模型的建立，核心價值在于引導大學生樹立正確的世界觀、人生觀和價值觀，促進大學生健康成長、成才。

其次，防止大數據與真實性脫鉤。大數據時代，大學生獲取信息量大、速度快，但是信息的價值密度低，大學生自身的價值體系并沒完全成熟，無法準確理性判斷信息的真?zhèn)危@直接影響大學生在互聯網上各種平臺如微博、QQ、人人網等即興發(fā)表的言論的真實性。海量信息必然影響信息的質量，當我們將大數據分析應用于大學生個性化服務和指導時，也應注意分析搜集到的大學生信息的準確性，如果大數據本身存在偏差，必然使大數據分析的價值效應大大降低。

最后，防止大數據分析與社會實際脫鉤。大數據分析的價值在于現實應用，即通過大學生全方位信息的掌握，全面認識大學生個體的優(yōu)勢與劣勢，了解社會發(fā)展趨勢及就業(yè)市場人才需求，更加科學地指導大學生實現適合自身特點的和諧性就業(yè)，實現學生、學校和社會的多方共贏。我們應該注意，大數據分析不能脫離社會實際，尤其是高校的大數據分析不能忽視學生個體的特殊性和本校、本地以及就業(yè)市場的現實條件，在避免抹殺大學生個性的同時，要更加注重防止大學生的成長成才與社會需求脫鉤。

2.大學生個性化就業(yè)指導的大數據分析要努力增強科學性。高校中的大數據分析應用無疑能引發(fā)高校的“蝴蝶效應”，產生一系列翻天覆地的變革，變革意味著創(chuàng)新，而在創(chuàng)新過程中，由于新事物自身還不完善，對新事物的了解不透徹，容易迷失在信息的海洋，出現如上所述各種問題。鑒于此，大數據分析在大學生個性化就業(yè)指導中的應用如下：

首先，應該增強大數據分析的針對性。增強現實針對性，就是要將大數據分析及各種系統(tǒng)與模型的建立與大學生的需要結合起來。大數據分析是將高校的大學生就業(yè)指導與大學生需求緊密聯系起來的橋梁，是為大學生成長成才服務的，我們不能一味追求大數據的“大”，而應該根據大數據分析和模型，了解大學生的現狀，滿足大學生的需求，實現學校與大學生的良性互動，指導大學生樹立正確的就業(yè)觀和成才觀，從而使大學生走出校門后，能與社會所需人才崗位無縫對接，并在工作中體現自身的人生價值。

其次，要增強大數據分析的準確性。信息化時代，大學生思想活躍，對大學生的指導和教育難度必然加大，應組織各類別專業(yè)力量找準入口，拓寬渠道，搜集、甄選數據。充分利用輔導員長期在一線獲得的大量實際信息以及學工部、教務處等記錄的學生信息，通過與網絡信息對比結合，準確提煉，分析加工各種信息，篩選出有價值的數據，提高大數據分析的準確性和客觀性。此外，還需要培養(yǎng)一支專業(yè)隊伍，為大學生個性化就業(yè)指導提供專業(yè)的數據分析和智力支持。

最后，要增強大數據分析的系統(tǒng)性。當前大學生就業(yè)難成為社會一大難題，這一問題使得高校就業(yè)指導必須進行調整，大數據分析的應用無疑為就業(yè)指導提供了新的技術和方法。但大數據分析尚處于初步發(fā)展階段，我們應該建立一套有序、動態(tài)、系統(tǒng)的運行管理機制，隨時根據大學生和外界的變化，對數據系統(tǒng)進行合理調整。大數據分析的應用還要設立一套嚴格的標準，這樣才能保證大數據的分析應用不脫離客觀現實，提高大數據分析對大學生個性化就業(yè)指導的科學化水平。數據分析模型建立后，還要注意與社會各類系統(tǒng)的信息共享，建立完善反饋機制，不斷為數據分析模型增添新鮮血液，保持數據分析模型的持續(xù)生命力。

四、結束語

“大數據的核心就是預測?！贝髷祿闹饕δ芫褪峭ㄟ^數據算法分析海量數據，預測出事情發(fā)生的可能性，但目前大數據應用于大學生個性化就業(yè)指導方面還存在一些問題，筆者下一步加強和改進的計劃包括：拓展多樣數據采集途徑和完善大數據分析模型及算法，結合大數據技術建立主動學習的“就業(yè)云課堂”，為大學生個性化就業(yè)指導提供更加客觀、科學、準確的數據、算法和模型支撐，最終預測學生就業(yè)行為趨勢，實現大學生的個性化服務就業(yè)指導服務。

[參考文獻]

[1]胡逸.運用大數據技術促進大學生就業(yè)[N].中國組織人事報，2013-09-04.

[2]梁家峰.適應與創(chuàng)新：大數據時代的高校思想政治教育工作[J].思想教育研究，2013（6）.

[3]桑慶兵.大數據在高校的應用與思考[J].南通紡織職業(yè)技術學院學報，2013（2）.

篇9

電子商務的本質是運用現代計算機通信技術，尤其是網絡技術進行的一種社會生產經營形態(tài)。其根本目的是提高企業(yè)生產效率、降低經營成本、優(yōu)化資源配置，從而實現社會財富的最大化。電子商務要求的是整個生產經營方式價值鏈的改變，是利用信息技術實現商業(yè)模式的創(chuàng)新與變革。作為電子商務企業(yè)，其與生俱來的特點就是大數據，而信息時代最大的財富也正是海量數據，因此電子商務企業(yè)實現數據化運營也顯得尤為迫切和必要。數據化運營的核心是“以企業(yè)級海量數據的存儲和分析挖掘應用為核心支持的，企業(yè)全員參與的，以精準、細分和精細化為特點的企業(yè)運營制度和戰(zhàn)略。”數據化運營是在諸多先進技術的直接推動下快速發(fā)展起來的，如數據挖掘技術、數據存儲技術、數據壓縮技術等。在當前的大數據時代，數據技術的飛速發(fā)展推動了大數據的存儲及其分析挖掘，從而推動了現代企業(yè)，特別是電子商務企業(yè)，對海量數據的分析、挖掘、提煉和運用，并將其運用于整個流程當中，給予電子商務企業(yè)數據化運營以充分發(fā)揮的平臺。電子商務企業(yè)的數據化運營戰(zhàn)略將大數據作為企業(yè)經營的戰(zhàn)略資源予以運作，以信息為經濟要素，構建數據價值鏈，以數據資源帶動其他資源的使用效率的提高。在電子商務企業(yè)的數據化運營活動中，管理會計應該充分發(fā)揮會計的信息效應。

二、管理會計數據化運營對電子商務企業(yè)的支持作用

在21世紀這個信息化的時代，新興信息技術與應用模式不斷地涌現，全球數據量呈現出前所未有的爆發(fā)式增長態(tài)勢。數據量越來越大、數據類型越來越復雜、數據變化頻率越來越快，但是數據的價值密度卻相對較低。如何沙里淘金，有效地利用這些大數據創(chuàng)造價值，如何將其作為企業(yè)的戰(zhàn)略性資源予以運營，一部分先知先覺的企業(yè)已經行動起來。對于電子商務企業(yè)來說，數據化運營作為一種戰(zhàn)略性經營模式，是促進企業(yè)從粗放化經營向精細化經營發(fā)展的必然選擇。成功的企業(yè)數據化運營必須有四個方面的基本保證，即企業(yè)級海量數據存儲、精細化運營需求、數據分析與數據挖掘技術支持以及企業(yè)各層次、各崗位的員工的參與。電子商務企業(yè)數據化運營中，管理會計日常反映的不只是實際發(fā)生的經濟活動，更主要的是配合數據化運營活動，系統(tǒng)反映企業(yè)所具備的優(yōu)勢、劣勢的動態(tài)變化，以及企業(yè)外部隨時可能出現的機會與威脅，從而對電子商務企業(yè)正在或即將進行的各種活動發(fā)出警示、進行指導。管理會計的信息服務對象側重，不僅重視結果更注重過程的觀念取向，以及滿足企業(yè)經營決策與業(yè)績管理的業(yè)務處理基準，都決定了其在企業(yè)數據資源價值創(chuàng)造中的關鍵性作用。管理會計數據資源價值創(chuàng)造的主導的發(fā)揮，決定了管理會計在電子商務企業(yè)數據化運營中的關鍵支持作用。電子商務企業(yè)的數據化運營戰(zhàn)略將大數據作為企業(yè)經營的戰(zhàn)略資源予以運作，以信息為經濟要素，構建數據價值鏈，以數據資源帶動其他資源的使用效益的提高。在企業(yè)的數據化運營活動中，管理會計應該充分發(fā)揮會計的信息效應。管理會計的實踐不僅要通過提供信息來影響管理者的判斷和決策，而且要通過影響具有大數據特征的信息的搜尋和處理，通過影響組織和環(huán)境的描述和判斷，支持數據化運營中的全員參與和配合，而這正是大數據時代企業(yè)保持核心競爭力的必要手段。

三、支持電子商務企業(yè)的管理會計數據化運營方式

數據化運營是一種“開發(fā)合作式”的運營，要更好地發(fā)揮管理會計在電子商務企業(yè)數據化運營中的功能，首先應該要數據化運營的整體性與合作性特征，打破業(yè)務界限以及業(yè)務與財務部門之間的數據區(qū)隔，形成虛擬管理會計團隊。進一步要將管理會計重點完全轉移到戰(zhàn)略管理軌道上，將戰(zhàn)略管理會計以“價值創(chuàng)造”為核心的理念，以“競爭優(yōu)勢形成”為目標的思想有機地融入數據化運營的實務。利用數據分析、數據挖掘技術處理會計大數據，利用虛擬組織或團隊的靈活、快速反應，通過以戰(zhàn)略為導向的管理會計工具的組合運用，實現管理會計信息系統(tǒng)的整合及管理會計范式的創(chuàng)新。作為企業(yè)經營管理工具的管理會計，其基本職責就是提供信息數據，以支持企業(yè)的經營決策、控制與評價，支持企業(yè)的戰(zhàn)略管理。要發(fā)揮管理會計在電子商務企業(yè)數據化運營中的主導作用，就要利用大數據的數據分析、挖掘等技術改造管理會計的信息處理與提供方式，建立支持電子商務企業(yè)數據化運營實施的平衡計分卡，集成性應用管理會計方法，從戰(zhàn)略視角促進管理會計功能的有效實施。

1.變革信息處理方式

電子商務企業(yè)進行數據化運營的結果是企業(yè)獲得了更先進數據處理技術、更充分的數據資源和更快的數據處理速度，但這并不是企業(yè)數據化運營中的真正需求，能夠讓信息在業(yè)務運營中創(chuàng)造價值才是企業(yè)的真正需求。在大數據時代，如何從會計大數據中提煉出有價值的信息是管理會計所要解決的關鍵問題。為適應大數據環(huán)境下電子商務企業(yè)數據資源價值增值的需要，管理會計的信息處理手段必須進行相應的變革。適應大數據環(huán)境下電子商務企業(yè)數據運營的需要，從時間上管理會計信息處理要從事后的定時分批的數據收集、處理，轉向事中實時的數據收集、處理；從空間上管理會計信息處理要從部門集中的數據收集、處理轉向異地分布式的數據收集、處理。管理會計的信息處理應從以貨幣為主的計量手段向多種計量手段綜合運用，定量與定性并用的數據處理方式過渡。借助新型的信息技術，擴展管理會計信息系統(tǒng)的范圍，保證其信息處理的及時性，甚至是實時性。同時管理會計數據處理又必須確保會計大數據的質量，保證會計大數據的準確性、完整性、一致性、時效性、可信性和可解釋性等。

2.整合管理會計工具

在企業(yè)數據化運營中管理會計要體現其核心地位，要發(fā)揮數據資源運營的主導功能，就必須突破原有的實踐體系，創(chuàng)新原有的功能性方法及其運用方式，通過管理會計工具的整合運用，集成性地發(fā)揮管理會計的功能，從而提升企業(yè)數據化運營的效益。根據企業(yè)數據化運營的管理需求，將管理會計工具分別整合成為面向運營戰(zhàn)略分析與規(guī)劃的工具包，面向運營過程成本計量與控制的工具包，以及面向員工激勵、由可供員工在數據分析中使用的方法的工具包。基于戰(zhàn)略的視角，借助大數據技術變革的管理會計信息處理方式，實現財務信息和非財務信息等多種類型數據的融合，通過管理會計工具的組合，描述、分析、評判企業(yè)的經營態(tài)勢，確定企業(yè)經營成功的關鍵因素，發(fā)現和創(chuàng)造信息資源價值，實現管理會計的數據化運營功能。

3.建立數據化運營戰(zhàn)略平衡計分卡

平衡計分卡是將戰(zhàn)略轉化為行動的目標與措施體系，是戰(zhàn)略績效評價的重要工具。電子商務企業(yè)數據化運營戰(zhàn)略的實施也同樣需要建立平衡計分卡體系，需要將數據化運營的目標與措施分別納入平衡計分卡的財務、客戶、內部經營流程及學習與成長維度，從當前與長遠、內部與外部、財務與非財務、過程與結果多角度地進行數據化運營的對策設計和過程控制。平衡計分卡的財務維度反映數據化運營的直接與間接財務成果；客戶維度則需要反映數據化運營中滿足企業(yè)外部客戶的產品與服務需求方式與程度，以及滿足企業(yè)內部各部門的數據分析與數據挖掘需求的方式與程度；內部經營流程維度要體現管理會計對數據化運營過程各環(huán)節(jié)的成本與風險的度量與分析，幫助實現進行整個運營過程的反饋控制；學習與成長維度要對數據化運營的精細化管理制度、員工的數據意識培養(yǎng)以及企業(yè)運用數據分析、數據挖掘技術的能力等予以規(guī)劃與體現。

四、結論

篇10

關鍵詞：節(jié)能潛力；大數據分析；Hadoop

中圖分類號：TP311 文獻標識碼：A 文章編號：1009-3044（2017）03-0016-03

Design and Implementation of Energy Saving Potential Data Analysis System for Iron and Steel Enterprises Based on Hadoop

WANG Cheng-hui， WANG Jian， DAI Yi-ru

（CIMS Research Center，Tongji University， Shanghai 201804， China）

Abstract： In order to improve the level of energy consumption of iron and steel enterprises， put forward a kind of energy saving potential of big data analysis based on Hadoop system construction method， and application of the system， an example proves that the method analysis in the energy saving potential of the iron and steel enterprise， has the characteristics of convenient operation and easy popularization.

Key words： energy saving potential； big data analysis； Hadoop

我國做為能耗大國，能源消耗量十分巨大，然而，能源利用率卻遠遠低于發(fā)達國家，這個問題嚴重制約了國家可持續(xù)發(fā)展戰(zhàn)略的落實。鋼鐵企業(yè)作為國民經濟的支柱產業(yè)，提高鋼鐵企業(yè)的能耗水平，對我國建設“資源節(jié)約型”國家戰(zhàn)略部署具有重大意義。然而，我國鋼鐵企業(yè)的能耗水平與發(fā)達國家相比，仍然存在著十分巨大的差距。面向我國鋼鐵工業(yè)節(jié)能減排發(fā)展目標，針對其生產過程中的高能耗、高排放的運行特點，不斷挖掘自身的節(jié)能潛力，在保證鋼鐵生產質量和產量的前提下減少能源的消耗量，提高企I的能耗水平。加熱爐是鋼鐵企業(yè)重點能耗設備，是軋鋼生產的主要耗能設備，其能耗占軋鋼工序能耗的60%―70%，因此，提高加熱爐的能耗水平對鋼鐵企業(yè)節(jié)能起到至關重要的作用。本文通過分析鋼鐵企業(yè)加熱爐生產過程產生的海量能耗數據，利用本體建模技術構建鋼鐵企業(yè)加熱爐本體模型，并將本體模型與加熱爐能耗數據進行數據映射，利用比較流行的大數據分析技術，構建加熱爐生產能耗模型，從中挖掘出加熱爐能耗規(guī)律，進而分析出加熱爐的節(jié)能潛力所在，并給出加熱爐生產過程中的最佳工況參數去填補這部分的節(jié)能潛力。

1 系統(tǒng)構建

系統(tǒng)設計思路可以概括為：首先進行系統(tǒng)數據準備，然后將原始數據進行數據預處理，接著對處理后的高品質數據進行數據分析，最后挖掘出數據背后隱藏的價值找出節(jié)能潛力所在，并找出最佳工況參數彌補這部分節(jié)能潛力所在。具體由以下六部分組成。

圖1 系統(tǒng)總體架構

1.1 數據準備

數據采集負責將數據從業(yè)務系統(tǒng)采集到大數據分析系統(tǒng)。數據采集工作本身不在Hadoop分析平臺中，但是在整個分析系統(tǒng)中起著重要的作用，起著橋梁作用，連接業(yè)務系統(tǒng)和分析系統(tǒng)，將業(yè)務系統(tǒng)與分析系統(tǒng)實現了解耦。企業(yè)由于生產管理的需要對于有些數據甚至只有紙質記錄，因此第一步需要將這些生產數據進行整合，將這些紙質數據進行電子化。數據準備是為分析系統(tǒng)提供數據支撐，是整個系統(tǒng)的基礎模塊。

1.2 分布式存儲

分布式文件系統(tǒng)（The Hadoop Distributed File System，HDFS）是一個運行在普通的組件集群上的分布式文件系統(tǒng)，它是HADOOP框架主要的存儲系統(tǒng)。由于HADOOP具有高數據吞吐量、高度容錯的特性，因此使得其具有很高的效能。HDFS還為數據存儲提供了包括API以及各種操作命令等多種訪問接口。使用HDFS，我們可以為海量的原始數據集提供存儲空間，對臨時文件進行存儲，為數據預處理、數據分析提供輸入數據，同時也可以將分析輸出的數據存入到HDFS中。HDFS采用master/slave架構。通常情況下，一個名稱節(jié)點NameNodes和若干個數據節(jié)點DataNodes便可構成一個HDFS數據集群。Namenode是一個中心服務器，負責管理文件系統(tǒng)的名字空間（namespace）以及客戶端對文件的訪問。在HDFS集群中，每一個文件都會被劃分為一個或幾個數據塊（blocks）分別保存在不同的數據節(jié)點DataNode中。集群中的Datanode主要負責管理它所在節(jié)點上的存儲。HDFS將文件系統(tǒng)的名字空間暴露給用戶，用戶可以以文件的形式在上面存儲數據。

1.3 數據預處理

大數據分析本身就是從大量的、不完全的、有噪聲的、模糊的、隨機的數據中，分析出隱藏在數據背后的規(guī)律和價值。因此，需要對這些有噪聲的、不一致的數據源，進行數據預處理操作。數據預處理主要是為分析系統(tǒng)提供高品質的數據。數據抽取主要是從原始數據中選出與分析目標有關聯的數據源。如果不能排除無關的數據屬性，既會增加數據分析的復雜度，也會提高數據分析的時間，同時會降低數據分析的準確性。數據清洗主要是解決數據的空缺值、錯誤數據、孤立數據點、數據噪聲問題。其中對數據空缺值和錯誤數據是進行處理是數據清洗的重點，而后兩者因為有可能在其中發(fā)現某些特殊的數據規(guī)律，因此可以暫時不需要進行數據處理。

1.4 本體模型構建

本體是概念化的明確的規(guī)范說明。能夠描述類、實例以及它們的屬性是如何定義、描述和關聯的，是對領域中的概念及概念之間聯系的顯式描述。詳細來說，就是要描述一個領域需要哪些概念，概念由哪些屬性標識，屬性又具有什么約束，概念對應于哪些實例。并將本體模型與具體數據屬性進行映射，為數據分析提供數據源。

1.5 分布式計算框架

分布式計算框架是大數據分析系統(tǒng)的核心功能，分布式計算可以使用多臺服務器同時進行數據計算，可以很大程度提高數據分析的效率?；贖adoop的大數據分析系統(tǒng)主要采用的是MapReduce分布式編程模型。該模型簡單易用，對于程序員來說在沒有了解其底層實現細節(jié)的情況下仍能夠寫出處理海量數據的程序。MapReduce首先通過Map程序將海量數據分割成多個小區(qū)塊，將其分配給大量服務器進行處理；然后將處理結果交給Reduce，最后Reduce將處理結果匯總后輸出到客戶端。

1.6 分析結果展示

分析結果可視化，主要是給用戶提供一個友好的、直觀的方式查看分析系統(tǒng)進行大數據分析以后得到的分析結果。

2 系統(tǒng)應用

加熱爐是鋼鐵企業(yè)重點能耗設備，是軋鋼生產的主要耗能設備，因此提高加熱爐的能耗水平對鋼鐵行業(yè)節(jié)能具有重要意義。現以某大型鋼鐵企業(yè)步進式加熱爐為例進行系統(tǒng)構建應用。在軋鋼生產中，必須將鋼坯加熱到一定的溫度，才能對鋼坯進行軋制。對鋼坯進行加熱的設備就是加熱爐。步進式加熱爐是依靠步進梁的順序、往復運動使得加熱爐鋼坯從爐尾移動到出料口，中間經過預熱段、加熱段、均熱段。最終使得鋼坯達到規(guī)定的溫度后出爐。加熱爐在生產過程中產生海量的數據，利用HDFS實現海量的能耗數據的分布式存儲，通過本體建模技術實現加熱爐本體模型構建與數據屬性映射，為大數據分析提供數據源；系統(tǒng)的分析主要是通過在MapReduce分布式分析模型上運用線性回歸、遺傳算法等對Hadoop平臺篩選出來的數據進行分析，從而挖掘海量數據背后隱藏的能耗模型，挖掘加熱爐的節(jié)能潛力，分析加熱爐的最佳工況運行參數，提高加熱爐的能耗水平，構建加熱爐大數據節(jié)能潛力分析系統(tǒng)。系統(tǒng)主要模塊如下：

1）大數據管理：本體模型、大數據管理；

2）工藝參數模型：工藝參數模型；

3）工藝參數模型管理：工藝參數模型管理；

4）工藝優(yōu)化：工藝模型⑹配置、工藝優(yōu)化。

2.1 大數據管理

大數據管理主要實現對加熱爐生產能耗數據提供統(tǒng)一的接入接口，并對加熱爐實現本體建模與數據映射，為數據分析提供數據源。

2.2 工藝參數模型

工藝參數模型主要是運用大數據管理模塊提供的一致性的多源數據，運用大數據處理的智能分析能力，通過運用神經網絡算法對海量的數據進行深度挖掘，提取出數據背后潛在的工藝能耗模型，為面向節(jié)能減排的工藝分析與參數優(yōu)化提供能耗模型。

2.3 工藝參數模型管理

工藝參數模型管理主要是對已經構建完成的模型實現直觀的管理與展示工作。用戶可以根據需要對已經存在的模型進行在線編輯，而且模型編輯完成進行保存導數據庫以后可以為工藝參數優(yōu)化提供優(yōu)化模型。

2.4 工藝優(yōu)化

實現對模型參數進行配置，利用工藝模型參數配置的參數范圍與工藝能耗模型模塊構建的模型最為輸入，通過使用遺傳算法對加熱爐運行工況參數進行模型尋優(yōu)，從而找出加熱爐面向節(jié)能減排的最佳工況運行參數。

3 結束語

本系統(tǒng)在Hadoop平臺下可以方便地實現數據的分布式存儲、管理和查看，為企業(yè)歷史生產能耗數據的管理和分析提供方便，利用MapReduce分布式計算模型，運用線性回歸、遺傳算法通過對生產能耗數據進行分析、優(yōu)化，從而找出數據背后隱藏的價值與節(jié)能潛力所在，輸出最佳工況參數，彌補這部分節(jié)能潛力。因此，所述方法對于挖掘鋼鐵行業(yè)節(jié)能潛力并實現節(jié)能降耗有著重要的現實意義和應用價值，具有方便操作、易于推廣的特點。

參考文獻：

[1] 高洪， 楊慶平， 黃震江. 基于Hadoop平臺的大數據分析關鍵技術標準化探討[J]. 信息技術與標準化， 2013（5）： 27-30.

[2] 菅志剛， 金旭. 數據挖掘中數據預處理的研究與實現[J]. 計算機應用研究， 2004（7）： 117-118，157.

[3] 楊軍， 徐鐵軍. 鋼鐵企業(yè)節(jié)能潛力分析[C]// 中國金屬學會， 冶金循環(huán)經濟發(fā)展論壇論文集. 中國金屬學會， 2008： 4.

[4] 唐杰， 梁邦勇， 李涓子， 等. 語義Web中的本體自動映射[J]. 計算機學報， 2006（11）： 1956-1976.