導(dǎo)語(yǔ)：如何才能寫(xiě)好一篇大暑詩(shī)句，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

不過(guò)，每一次概念或工具的履新，尤其是商業(yè)層面，其有確定意義或意義的確定的前提，都是為企業(yè)客戶(hù)降低了成本，也使普遍的消費(fèi)者獲得了更好的服務(wù)。

盡管“大數(shù)據(jù)”在最近幾年才引起人們的關(guān)注，但許多互聯(lián)網(wǎng)公司走在了時(shí)代的前面，他們作為大數(shù)據(jù)時(shí)代的先行者，為如今的“大數(shù)據(jù)”的興起奠定了基礎(chǔ)，并在歷史的經(jīng)歷中卓有成效，有時(shí)也成為追逆或效仿的對(duì)象。以下，希望從IBM、SAP、Oracle、Facebook、亞馬遜、百度、阿里巴巴、騰訊、京東這十家大數(shù)據(jù)的先行踐行者們，看看他們都在各自的領(lǐng)域創(chuàng)造了哪些有關(guān)大數(shù)據(jù)的基礎(chǔ)與標(biāo)準(zhǔn)，以便讓更多的B和C再進(jìn)一步了解一下“大數(shù)據(jù)”應(yīng)用的邏輯。

IBM、SAP、Oracle：

我們只是大數(shù)據(jù)的搬運(yùn)工

前段時(shí)間IBM賣(mài)掉了自己的芯片業(yè)務(wù)，這表明了IBM對(duì)自己的未來(lái)有著一些清晰的規(guī)劃――減少硬件業(yè)務(wù)，將精力投入云計(jì)算、分析以及智慧地球的項(xiàng)目之上。IBM全球副總裁Eric Sall說(shuō)，“IBM不能裝作這世界一成不變，這世界當(dāng)然在隨時(shí)變化”。IBM此舉也恰巧說(shuō)明了一個(gè)行業(yè)的趨勢(shì)，即數(shù)據(jù)在未來(lái)的發(fā)展至關(guān)重要，而分析數(shù)據(jù)的能力則顯得尤為突出。從信息時(shí)代到數(shù)據(jù)時(shí)代，是一種抽象的簡(jiǎn)化。

作為一個(gè)以大數(shù)據(jù)為基礎(chǔ)為各行業(yè)提供解決方案的企業(yè)來(lái)說(shuō)，硬件業(yè)務(wù)的多少與好壞似乎已并不能衡量自身的實(shí)力，自身的軟件服務(wù)才更可能決定一些根本性的東西。在今年，IBM宣布以10億元組建新部門(mén)，目的是發(fā)展公司最新的電腦系統(tǒng)Watson，它將據(jù)客戶(hù)過(guò)往的歷史記錄，幫助企業(yè)更好地認(rèn)識(shí)客戶(hù)，隨時(shí)隨地以客戶(hù)選擇的方式進(jìn)行接洽，并在需要行動(dòng)時(shí)提供強(qiáng)大支持。因此它將大大節(jié)省企業(yè)/客戶(hù)的人工成本，以便更好地做出決策，更快的實(shí)現(xiàn)業(yè)務(wù)成效，而在去年，這一系統(tǒng)已經(jīng)開(kāi)始應(yīng)用于醫(yī)療以及零售領(lǐng)域，幫助行業(yè)實(shí)現(xiàn)轉(zhuǎn)型。

盡管如此，IBM仍然是到了一個(gè)艱難的時(shí)刻，盡管投入了較大資金發(fā)展全球數(shù)據(jù)中心，比如以20億美元收購(gòu)云計(jì)算基礎(chǔ)架構(gòu)服務(wù)提供商SoftLayer，但其在云計(jì)算領(lǐng)域取得的收入應(yīng)屬是杯水車(chē)薪，面對(duì)來(lái)勢(shì)洶洶的后起之秀，IBM這個(gè)藍(lán)色巨人可能需要放下過(guò)去的慢熱，雖然大象和螞蟻轉(zhuǎn)身需要的能級(jí)不同。

說(shuō)到IBM就不得不提SAP，這個(gè)由前IBM員工成立的軟件公司如今已經(jīng)發(fā)展為全球最大的企業(yè)應(yīng)用軟件供應(yīng)商。然而，SAP所涉及的領(lǐng)域不僅于此，他已經(jīng)將自己的觸角伸及到了體育界。相信大家對(duì)2014巴西世界杯德國(guó)隊(duì)的奪冠記憶猶新，在這背后或有“大數(shù)據(jù)”的力量，可謂是德國(guó)隊(duì)的“第十二人”。早在此次世界杯之前，德國(guó)足協(xié)便與SAP公司合作，定制名為“Match In-sights”的足球解決方案，用以迅速收集、處理分析球員和球隊(duì)的技術(shù)數(shù)據(jù)，基于“數(shù)字和事實(shí)”優(yōu)化球隊(duì)配置，從而提升球隊(duì)作戰(zhàn)能力，并通過(guò)分析對(duì)手技術(shù)數(shù)據(jù)。通過(guò)此種方式，德國(guó)隊(duì)在戰(zhàn)術(shù)制定上的時(shí)間成本大大縮短，這可以算所是“大數(shù)據(jù)”的一種勝利，同時(shí)也是未來(lái)體育發(fā)展的一種趨勢(shì)，即引入當(dāng)今世界最發(fā)達(dá)的技術(shù)，提高自身比賽水平，借助大數(shù)據(jù)強(qiáng)有力的分析處理能力制定合理的訓(xùn)練計(jì)劃與比賽戰(zhàn)術(shù)，而非像以前那樣單純的依靠球隊(duì)的不斷操練來(lái)實(shí)現(xiàn)。我們可以相信，在未來(lái)，不只是體育屆，任何范疇內(nèi)的決策都會(huì)要借助“大數(shù)據(jù)”的分析結(jié)果來(lái)完成，因?yàn)樗梢约缺憬萦譁?zhǔn)確。

這就是“大數(shù)據(jù)”的力量。百度李明遠(yuǎn)有一句話(huà)：“大數(shù)據(jù)的特點(diǎn)就是發(fā)現(xiàn)人們?cè)瓉?lái)看不到的數(shù)據(jù)，將這些數(shù)據(jù)應(yīng)用于商業(yè)，改變認(rèn)知的核心工具?！庇纱瞬女a(chǎn)生了諸多在接入“大數(shù)據(jù)”業(yè)務(wù)后，發(fā)展迅猛的公司，Oracle就是其中之一。

Oracle最初的業(yè)務(wù)僅是數(shù)據(jù)庫(kù)，這也是他存在的基礎(chǔ)，直到1987他才成立了一個(gè)僅有7人的軟件開(kāi)發(fā)部門(mén)，管理也十分成松散，而這個(gè)部門(mén)成立的理由只是因?yàn)镺racle公司需要一個(gè)財(cái)務(wù)管理系統(tǒng)。就在這種偶然下Oracle開(kāi)始了“大數(shù)據(jù)”業(yè)務(wù)的發(fā)展，至1996年，Oracle贏得了華為的合作，稍后又拿到了美的、中興的訂單，直到1998年，他們已經(jīng)擁有了1300位客戶(hù)。僅用了6年時(shí)間，Oracle就超越了諸多前輩一躍成為應(yīng)用軟件業(yè)的第二，雖然同SAP仍有很大差距，但已經(jīng)是一個(gè)不小的成績(jī)。

Oracle應(yīng)用軟件的創(chuàng)始人杰夫?沃克說(shuō)過(guò)：“盡管SAP有R/3，但在應(yīng)用軟件市場(chǎng)上，他們并沒(méi)有達(dá)到高不可及的程度，他們并沒(méi)有真正做到象Oracle那樣成功?！钡侥壳盀橹筄rcale已經(jīng)成為了應(yīng)用軟件業(yè)僅次于SAP的公司，為戴爾公司、蘇格蘭皇家銀行等業(yè)界巨頭提供服務(wù)。其中，波士頓醫(yī)學(xué)中心在使用了Orcale的應(yīng)用服務(wù)以?xún)?yōu)化其臨床及數(shù)據(jù)存儲(chǔ)環(huán)境之后，不僅消減了存儲(chǔ)成本并且使其性能也提高了74%。

不論是IBM、SAP還是Oracle，都是依靠應(yīng)用軟件服務(wù)來(lái)創(chuàng)造盈利，他們?cè)凇按髷?shù)據(jù)”的數(shù)據(jù)服務(wù)上已經(jīng)取得了成功，其占據(jù)的市場(chǎng)份額是后起之秀們難以企及的。其實(shí)他們所做的并不復(fù)雜，可他們發(fā)現(xiàn)了前任未曾發(fā)現(xiàn)的信息。國(guó)內(nèi)外的企業(yè)中，做應(yīng)用軟件的不少，意圖涉足大數(shù)據(jù)領(lǐng)域更多，可是卻仍在低端市場(chǎng)中苦苦掙扎，這并非管理水平偏低的原因，而是因?yàn)樘^(guò)看重自身的利益而忽略了“大數(shù)據(jù)”業(yè)務(wù)發(fā)展的必然條件，成本的降低與服務(wù)的提高，只有針對(duì)這些不變的點(diǎn)，才能真正走上“大數(shù)據(jù)”的發(fā)展道路，成為下一代領(lǐng)導(dǎo)者。

百度、google：不要再把我們看做搜索引擎，我們正在做些別的事情

“新一代的數(shù)據(jù)收集不僅是數(shù)據(jù)工具，數(shù)據(jù)本身會(huì)有很大的發(fā)展?！崩顝┖耆缡钦f(shuō)。

同樣是2014巴西世界杯期間，百度“世界杯預(yù)測(cè)”上線，盡管足球是一件不確定性極高的事情，可在比賽結(jié)束后發(fā)現(xiàn)，百度這次的預(yù)測(cè)無(wú)一錯(cuò)誤。想想世界杯時(shí)無(wú)數(shù)走上天臺(tái)的小伙伴們，若是知道百度有此神器，應(yīng)該是有些感想的吧。

在其賽事預(yù)測(cè)的產(chǎn)品說(shuō)明中寫(xiě)到“百度大數(shù)據(jù)部收集了2010-2013年全世界范圍內(nèi)所有國(guó)家隊(duì)及俱樂(lè)部的賽事數(shù)據(jù)，構(gòu)建了現(xiàn)在的賽事預(yù)測(cè)模型”，這是其利用“大數(shù)據(jù)”在傳統(tǒng)領(lǐng)域的又一次嘗試，并且他們希望在建立起成熟的模型之后，在球隊(duì)訓(xùn)練、體彩等方面發(fā)揮商業(yè)價(jià)值?？梢酝茢啵俣葢?yīng)該在“大數(shù)據(jù)”上有著極大的野心。

球賽預(yù)測(cè)的結(jié)果是可喜的，不過(guò)百度在另一項(xiàng)事情的預(yù)測(cè)上則栽了跟頭。在《黃金時(shí)代》上映之前，百度會(huì)上宣布電影《黃金時(shí)代》的票房預(yù)期可達(dá)2.0―2.3億，當(dāng)時(shí)的媒體都認(rèn)為這個(gè)數(shù)字估計(jì)的太過(guò)于保守，然而截止到10月16日，《黃金時(shí)代》的累計(jì)票房為4698萬(wàn)，如此成績(jī)對(duì)于片方、媒體和公眾而言都是出乎意料，2.0億的票房估計(jì)竟然已經(jīng)算是十分樂(lè)觀。這并不是百度第一次做票房預(yù)測(cè)了，早在7月14日愛(ài)奇藝就透露在內(nèi)部，百度票房的預(yù)測(cè)已經(jīng)有了百分之八十的準(zhǔn)確率。百度也因?yàn)榇舜蔚念A(yù)測(cè)失敗而推遲了票房預(yù)測(cè)產(chǎn)品的上線，我們可以看到在百度預(yù)測(cè)中，電影票房預(yù)測(cè)那一項(xiàng)仍是灰色，標(biāo)注著“即將上線，敬請(qǐng)期待”的字樣。對(duì)此，可能的原因是類(lèi)似《黃金時(shí)代》的文藝類(lèi)影片樣本較少，不確定性大。

同百度這次失敗同樣的，他的競(jìng)爭(zhēng)對(duì)手Google也有馬失前蹄的時(shí)候。在2008年Google推出了他的Google Flu Trends流感預(yù)測(cè)服務(wù)，在這之后的幾年時(shí)間中，預(yù)測(cè)的結(jié)果都是準(zhǔn)確的。這也幫助各國(guó)對(duì)即將到來(lái)的流感進(jìn)行了有效的預(yù)防，避免了更大的損失。直到2013年2月，Nature上出現(xiàn)文章，表示GFT預(yù)測(cè)的全國(guó)范圍的流感樣疾病（占全國(guó)人口的比例）近乎是實(shí)際值的2倍，這是由于Google所抓取的數(shù)據(jù)是直接從搜索引擎中來(lái)，這就使得真正的流感患者同跟風(fēng)搜索流感的人混淆在一起，最終夸大了流感人口的比例。

可見(jiàn)，“大數(shù)據(jù)”中最重要的不是分析數(shù)據(jù)而恰恰是數(shù)據(jù)本身，如果數(shù)據(jù)本身存在著問(wèn)題，那么不論算法如何正確出來(lái)的結(jié)果也是失之千里。

當(dāng)然這僅僅是兩個(gè)微小的錯(cuò)誤，并不能就此否定這兩家公司在“大數(shù)據(jù)”上做出的努力，畢竟以搜索引擎起家的他們天生就具有“大數(shù)據(jù)”應(yīng)用研究與實(shí)踐的優(yōu)勢(shì)。如今百度已經(jīng)有了一套看起來(lái)更完整的“大數(shù)據(jù)”引擎系統(tǒng)，共三個(gè)部分：開(kāi)放云，百度的大規(guī)模分布式計(jì)算和超大規(guī)模存儲(chǔ)云，對(duì)應(yīng)到Google則是他舉世聞名的數(shù)據(jù)中心以及基于Colossus的云；數(shù)據(jù)工廠，百度將海量數(shù)據(jù)組織起來(lái)的軟件能力，對(duì)應(yīng)到Google，其近年來(lái)為迎接大數(shù)據(jù)時(shí)代不斷改造核心技術(shù)，包括比MapReduce批處理索引系統(tǒng)搜索更快的Caffeine，專(zhuān)為BigTable設(shè)計(jì)的分布式存儲(chǔ)Colossus，Dremel和PowerDrill管理和分析大數(shù)據(jù)，以及Instant和Pregel。百度大腦，能夠應(yīng)用這些數(shù)據(jù)的算法，對(duì)應(yīng)到Google，Google提供的大數(shù)據(jù)分析智能應(yīng)用包括多個(gè)方面，技術(shù)有Big Query、趨勢(shì)圖等。如果說(shuō)百度大數(shù)據(jù)引擎是一個(gè)程序，那么它的數(shù)據(jù)結(jié)構(gòu)就是數(shù)據(jù)工廠+開(kāi)放云，而算法則對(duì)應(yīng)到百度大腦?？梢哉f(shuō)二者在如和發(fā)展“大數(shù)據(jù)”上思路及其一致。在百度預(yù)測(cè)的界面我們可以看到已經(jīng)能夠看到一個(gè)預(yù)測(cè)開(kāi)放平臺(tái)，為每一個(gè)用戶(hù)提供平臺(tái)化的預(yù)測(cè)服務(wù)。借助這種服務(wù)，應(yīng)該能夠更準(zhǔn)確地預(yù)見(jiàn)未來(lái)的趨勢(shì)，趨利避害。譬如通過(guò)“疾病預(yù)測(cè)”，可以知道同類(lèi)疾病全國(guó)哪家醫(yī)院最好，同城醫(yī)院中，哪家醫(yī)院現(xiàn)在排隊(duì)人數(shù)較少，或者當(dāng)前天氣需要預(yù)防那種流行病；通過(guò)“景點(diǎn)預(yù)測(cè)”，我們能夠有效地規(guī)劃出游行程，只能看人不能看景的情況，而景區(qū)也能夠據(jù)此作出正確的判斷而非依靠以往模糊的經(jīng)驗(yàn)。對(duì)于企業(yè)來(lái)說(shuō)，能夠有效地規(guī)避風(fēng)險(xiǎn)，調(diào)整戰(zhàn)略，進(jìn)而減低成本，縮減開(kāi)支，最終達(dá)到效率與收益的提高。

在如今搜索引擎市場(chǎng)已經(jīng)不能為他們帶來(lái)更多盈利的情況下，百度與Google將目光同時(shí)轉(zhuǎn)向了“大數(shù)據(jù)”開(kāi)發(fā)與研究。曾經(jīng)有一個(gè)這樣的問(wèn)題，問(wèn)百度能夠依靠大數(shù)據(jù)做些什么，答可以分析網(wǎng)上賣(mài)假藥的情況。這固然是針對(duì)百度搜索中側(cè)邊經(jīng)常顯示的廣告的調(diào)侃，但也反映了百度所面臨的尷尬，搜索業(yè)務(wù)所能提供的利潤(rùn)已經(jīng)接近飽和，盈利模式的更新已經(jīng)迫不及待，而通過(guò)“大數(shù)據(jù)”變現(xiàn)，在目前是一條最有希望的道路。有消息稱(chēng)，Google每年通過(guò)“大數(shù)據(jù)”可獲得約80億美元的收入，這一數(shù)字遠(yuǎn)遠(yuǎn)超過(guò)了百度。若百度能通過(guò)“百度預(yù)測(cè)”這一系列產(chǎn)品獲得成功，那么他所能獲得的不僅僅是更加海量的數(shù)據(jù)，更是源源不斷的現(xiàn)金流。

亞馬遜、京東、阿里巴巴：

當(dāng)你們?cè)跒g覽商品時(shí)……

眼下隨著日子的臨近，一年一度的雙十一又要來(lái)了，在那些網(wǎng)頁(yè)彈出的廣告中，不難注意到那些推薦的產(chǎn)品，正是曾經(jīng)搜索過(guò)或者瀏覽過(guò)的，這正是基于“大數(shù)據(jù)”的結(jié)果。而這種智能推薦的服務(wù)是“大數(shù)據(jù)”應(yīng)用商業(yè)化中較為成功的例子。

說(shuō)道電商中“大數(shù)據(jù)”方面做得最成功的無(wú)疑是亞馬遜了，亞馬遜是云計(jì)算的奠基者，他在用戶(hù)偏好、商業(yè)領(lǐng)域等方面的“大數(shù)據(jù)”能力可以說(shuō)甚至超過(guò)了Google。他從每一位客戶(hù)上捕捉大量數(shù)據(jù)，如購(gòu)買(mǎi)記錄、瀏覽記錄、瀏覽時(shí)間等，從這些雜亂的數(shù)據(jù)中找到產(chǎn)品的關(guān)聯(lián)性，從而產(chǎn)生最適合推薦給用戶(hù)的產(chǎn)品。亞馬遜不對(duì)人進(jìn)行分類(lèi)，而是對(duì)用戶(hù)的需求分類(lèi)，從而產(chǎn)生了亞馬遜的推薦系統(tǒng)，而此舉它帶去30%的銷(xiāo)售收入。反映在網(wǎng)頁(yè)上，我們可以看到亞馬遜會(huì)將智能推薦的過(guò)程貫穿購(gòu)物的始終。此外，亞馬遜也會(huì)向用戶(hù)發(fā)送郵件，推薦少量的商品，甚至是你未來(lái)可能會(huì)用到的商品。更為重要的是這一系列過(guò)程并不會(huì)令人產(chǎn)生反感，用戶(hù)體驗(yàn)也隨之提高。

對(duì)應(yīng)到國(guó)內(nèi)，不得不提的是阿里巴巴，作為國(guó)內(nèi)最早運(yùn)作云的部門(mén)，他的推薦系統(tǒng)同樣優(yōu)秀。在淘寶首頁(yè)你會(huì)很容易看到一個(gè)名為“發(fā)現(xiàn)?好貨”的瀏覽框，其中的物品全部都同你最近瀏覽購(gòu)買(mǎi)或搜索的類(lèi)似。

淘寶作為一個(gè)擁有海量用戶(hù)數(shù)據(jù)的平臺(tái)，每天都有上千萬(wàn)交易發(fā)生，數(shù)據(jù)從手機(jī)端、電腦中上傳，為阿里提供了一個(gè)數(shù)據(jù)庫(kù)。自去年3月起阿里上線了自己的云服務(wù)平臺(tái)――御膳房，旨在為第三方軟件服務(wù)商和品牌商提供大數(shù)據(jù)計(jì)算、挖掘、存儲(chǔ)的云環(huán)境開(kāi)發(fā)平臺(tái)，構(gòu)建阿里數(shù)據(jù)生態(tài)。這也是其在以“云計(jì)算、大數(shù)據(jù)”為核心的DT戰(zhàn)略上邁出的一步。截止到目前，僅一年多的時(shí)間，就同300多家第三方軟件服務(wù)商形成了合作，提供了包含流量推廣、商品管理、數(shù)據(jù)分析、CRM、ERP、廣告精準(zhǔn)投放等多個(gè)支撐工具，覆蓋了180萬(wàn)天貓、淘寶商家，為他們帶去了利潤(rùn)。例如，通過(guò)“日?qǐng)?bào)單品分析”服務(wù)能夠使得運(yùn)營(yíng)人員方便的進(jìn)行單品優(yōu)化、頁(yè)面調(diào)整，分析人員能夠清晰地進(jìn)行業(yè)務(wù)分析；通過(guò)“財(cái)務(wù)對(duì)賬”服務(wù)能夠使得線上付款、線下交易更加融合，節(jié)省了中間周轉(zhuǎn)的成本。阿里數(shù)據(jù)平臺(tái)事業(yè)部王賁表示：“我們就像一個(gè)廚房，提供了最優(yōu)質(zhì)的原材料、最鋒利的工具，讓開(kāi)發(fā)者、服務(wù)商這樣的大廚能夠快速實(shí)現(xiàn)大數(shù)據(jù)應(yīng)用的各種idea?！?/p>

同樣的還有京東，雖然目前在云計(jì)算領(lǐng)域還遠(yuǎn)遠(yuǎn)達(dá)不到阿里的高度，但仍有著自己的努力。作為一個(gè)直接為用戶(hù)提品的電商，供應(yīng)量變得十分關(guān)鍵，京東通過(guò)銷(xiāo)售情況、市場(chǎng)預(yù)期、時(shí)間日期的綜合數(shù)據(jù)，形成一個(gè)預(yù)測(cè)系統(tǒng)，最后自動(dòng)形成訂單發(fā)送給供應(yīng)商，避免缺貨情況的存在。另外，在我們搜索商品時(shí)，出現(xiàn)的標(biāo)簽往往并不是商品的分類(lèi)而是來(lái)自于商品的評(píng)價(jià)，這讓我們能夠更為準(zhǔn)確的找到自己想要的商品。這一服務(wù)源自京東對(duì)于后臺(tái)搜索數(shù)據(jù)分析的結(jié)果，他們發(fā)現(xiàn)在京東商城進(jìn)行購(gòu)買(mǎi)的用戶(hù)往往對(duì)商品的分類(lèi)并不清楚，而經(jīng)常以商品的功能或作用來(lái)進(jìn)行尋找，因此在他們看來(lái)，更重要的是在搜索欄中出現(xiàn)商品的評(píng)價(jià)而非分類(lèi)，而主動(dòng)將此類(lèi)標(biāo)簽加入搜索系統(tǒng)中能使用戶(hù)更好的找到自己想要的商品，加強(qiáng)了對(duì)用戶(hù)的服務(wù)，使得購(gòu)物體驗(yàn)大為提升，而這一舉措更是使自身的贏利大為增加。

然而這三家電商所收集的數(shù)據(jù)較多的為非結(jié)構(gòu)化數(shù)據(jù)，在理解與分析上較為困難，因此偶有推薦系統(tǒng)向客戶(hù)并不需要的商品的情況的發(fā)生。

馬云在卸任演講上說(shuō)：“很多人還沒(méi)搞清楚什么是PC互聯(lián)網(wǎng)，移動(dòng)互聯(lián)網(wǎng)來(lái)了，我們還沒(méi)搞清楚移動(dòng)互聯(lián)網(wǎng)的時(shí)候，大數(shù)據(jù)時(shí)代又來(lái)了。”“大數(shù)據(jù)”為平臺(tái)提供了更好的信息支持，創(chuàng)造出更優(yōu)質(zhì)的服務(wù)，更優(yōu)質(zhì)地服務(wù)又能帶來(lái)更多的數(shù)據(jù)，更多的數(shù)據(jù)樣本使分析結(jié)果更為精確，為用戶(hù)提供更佳的體驗(yàn)，如此則有更多的人投入使用中來(lái)，這樣便形成了一個(gè)數(shù)據(jù)的良性循環(huán)。如此，“大數(shù)據(jù)”可以說(shuō)是未來(lái)電商們發(fā)展的基礎(chǔ)資源及優(yōu)勢(shì)所在，透過(guò)“大數(shù)據(jù)”的支撐，能夠提高用戶(hù)數(shù)量，提供優(yōu)質(zhì)服務(wù)，降低運(yùn)營(yíng)成本，提升總體盈利。

騰訊、facebook：

交流的是情感，看到的是數(shù)據(jù)

還記得今年情人節(jié)時(shí)Facebook發(fā)表的那份關(guān)于戀愛(ài)的數(shù)據(jù)么，通過(guò)“大數(shù)據(jù)”他能知道你們何時(shí)會(huì)戀愛(ài)，何時(shí)可能分手，甚至你本身尚未意識(shí)到時(shí)，他就已經(jīng)察覺(jué)了。這是基于2.7億活躍用戶(hù)的統(tǒng)計(jì)結(jié)果。

同傳統(tǒng)的戀愛(ài)過(guò)程類(lèi)似，社交網(wǎng)絡(luò)中的愛(ài)情也有一段“追求”的階段，在這一階段中，每位用戶(hù)每日會(huì)至少推送一條消息，而在關(guān)系確定之后推送的頻率則會(huì)直線下降。另一個(gè)趨勢(shì)是在找到伴侶后，由于愛(ài)意的增加，情侶間互動(dòng)的內(nèi)容會(huì)越來(lái)越甜蜜，正能量的傳遞也會(huì)隨之增多。不僅如此，F(xiàn)acebook甚至能夠推算出這段感情能夠維持多長(zhǎng)時(shí)間，最長(zhǎng)的可達(dá)4年以上，以及最容易分手的時(shí)間，通常是在5-7月。也許，F(xiàn)acebook應(yīng)當(dāng)基于此推出一項(xiàng)戀愛(ài)預(yù)測(cè)的服務(wù)，來(lái)幫助廣大單身青年們“脫團(tuán)”，使他們的“雙十一”不再孤單。

早在2012年，F(xiàn)acebook就開(kāi)始了用戶(hù)“大數(shù)據(jù)”的收集，主要是收集用戶(hù)在Facebook上公開(kāi)的感情數(shù)據(jù)，并嘗試著讓用戶(hù)發(fā)表自己收聽(tīng)習(xí)慣，并得到了有趣的結(jié)果。根據(jù)這些數(shù)據(jù)，他們制作出了“戀愛(ài)歌曲TOP10”以及“失戀歌曲TOP10”以此來(lái)慰藉那些墜入愛(ài)河以及傷心不已的用戶(hù)。可這并不是出于一時(shí)的好奇心或僅為好玩，最終的目的是將這些數(shù)據(jù)用于用戶(hù)推薦服務(wù)上，他們根據(jù)統(tǒng)計(jì)得到的數(shù)據(jù)，建立了“看心聽(tīng)曲”服務(wù)，即根據(jù)用戶(hù)的心情，推薦不同的曲目，如此貼心的服務(wù)，不僅使用戶(hù)們感到暖心，同時(shí)也讓Facebook的用戶(hù)忠實(shí)度有了上升。

國(guó)內(nèi)的騰訊在公司還在很小的時(shí)候就通過(guò)后臺(tái)記錄、分析用戶(hù)的每一個(gè)習(xí)慣，時(shí)至今日已經(jīng)擁有了廣大的用戶(hù)數(shù)據(jù)，而正是這種對(duì)數(shù)據(jù)的重視，使得騰訊建立了今天的企鵝王國(guó)。

如今，騰訊云服務(wù)已經(jīng)有了包括計(jì)算與網(wǎng)絡(luò)、存儲(chǔ)與CDN、監(jiān)控與安全、數(shù)據(jù)分析等多項(xiàng)服務(wù)，并投入到清華大學(xué)微信建站，糗事百科、365日歷應(yīng)用軟件運(yùn)行等項(xiàng)目之中，為他們提供了多樣化的服務(wù)。DNSPod CEO吳洪聲說(shuō)：“接入騰訊云之后，極大地減少了我們運(yùn)維成本，特別是使用了云數(shù)據(jù)庫(kù)和CDN之后，我們的服務(wù)響應(yīng)更快了，運(yùn)營(yíng)產(chǎn)品變得更簡(jiǎn)單了?！逼渲?，騰訊的數(shù)據(jù)分析平臺(tái)已經(jīng)接入了100過(guò)個(gè)產(chǎn)品的各類(lèi)數(shù)據(jù)，涵蓋數(shù)據(jù)數(shù)據(jù)管理、數(shù)據(jù)監(jiān)控、數(shù)據(jù)分析、數(shù)據(jù)可視化、數(shù)據(jù)挖掘等多個(gè)方面，而推出的云分析服務(wù)，則是其“大數(shù)據(jù)”戰(zhàn)略的重點(diǎn)所在，從公布的信息中來(lái)看，從微信到微博，騰訊為云分析提供了全面的平臺(tái)支撐，達(dá)到了統(tǒng)計(jì)全面上報(bào)詳細(xì)的目的。

小小比如，騰訊基于“大數(shù)據(jù)”的產(chǎn)品“廣點(diǎn)通”，在騰訊大社交平臺(tái)海量用戶(hù)積累的基礎(chǔ)上，進(jìn)行以人為核心的數(shù)據(jù)挖掘，實(shí)現(xiàn)精準(zhǔn)的廣告推薦，形成用戶(hù)、物品和推薦位之間的交叉效應(yīng)，其中最成功的就是同萬(wàn)科聯(lián)手，使萬(wàn)科投入了3萬(wàn)的廣告費(fèi)用，獲得了400萬(wàn)元的銷(xiāo)售額。

然而騰訊現(xiàn)在需要做的除了開(kāi)發(fā)“大數(shù)據(jù)”與云，還要打通自己的后臺(tái)數(shù)據(jù)，使其形成一個(gè)完整的生態(tài)圈，等待后期完全成熟的技術(shù)，加以借鑒，更深層次的挖掘自己的“大數(shù)據(jù)”。

基于社交網(wǎng)絡(luò)的公司統(tǒng)計(jì)分析“大數(shù)據(jù)”的一個(gè)特點(diǎn)就是側(cè)重于呈現(xiàn)人的行為以及社會(huì)關(guān)系的信息，從這些數(shù)據(jù)中，可以分析人們的日常生活與行為，從而從中挖掘社會(huì)、政治、商業(yè)等信息，甚至能夠預(yù)測(cè)未來(lái)。在這兩點(diǎn)上，騰訊與Facebook都做到了不少，也許我們?nèi)缃癫粦?yīng)將它們狹義地視為一個(gè)SNS社交軟件，而是進(jìn)行重新的定義，如今它們的核心競(jìng)爭(zhēng)力已不再是社交領(lǐng)域，而轉(zhuǎn)移到數(shù)據(jù)業(yè)務(wù)上，而SNS只是更好地完成其“大數(shù)據(jù)”戰(zhàn)略的一種應(yīng)用，產(chǎn)生、收集、挖掘海量數(shù)據(jù)的一個(gè)工具。正如投資人Federated Media的約翰?巴特利（John Battelle）對(duì)Facebook的展望那樣，“該公司正嘗試著對(duì)自身進(jìn)行重新定義，不滿(mǎn)足于做狹義方面的社交網(wǎng)站，而這恰是外界對(duì)它的理解”。

以上這些，算案例嗎？應(yīng)該算吧。如果不是案例，就不是在講大數(shù)據(jù)。

一般而言，國(guó)外的公司起步早發(fā)展快，如今已經(jīng)成為全球“大數(shù)據(jù)”領(lǐng)域的領(lǐng)導(dǎo)者，他們懂得如何將開(kāi)發(fā)出的“大數(shù)據(jù)”服務(wù)快速變現(xiàn)，通過(guò)這種方式源源不斷的為自己的“大數(shù)據(jù)”開(kāi)發(fā)及數(shù)據(jù)獲取提供資源，已經(jīng)形成了一個(gè)成熟的生態(tài)體系。雖然IBM處于財(cái)務(wù)困境，但我們相信他只是到了一個(gè)繼續(xù)轉(zhuǎn)型的時(shí)期，丟掉沉重的硬件包袱，他必將重新崛起。而SAP雖然面臨眾多后起之秀的競(jìng)爭(zhēng)的巨大壓力，可業(yè)界第一的位置仍然難以撼動(dòng)。對(duì)于Oracle來(lái)說(shuō)，想要和SAP一搏，僅靠不斷的收購(gòu)是行不通的。

不論“大數(shù)據(jù)”這個(gè)概念是否僅是互聯(lián)網(wǎng)行業(yè)制造出的一個(gè)噱頭，越來(lái)越多的信息被映射到網(wǎng)上，數(shù)字世界正逐漸轉(zhuǎn)為虛擬世界，互聯(lián)網(wǎng)企業(yè)坐擁海量數(shù)據(jù)并將其應(yīng)用于自身服務(wù)中已是一個(gè)不爭(zhēng)的事實(shí)。當(dāng)然，未來(lái)沒(méi)有一家企業(yè)不是互聯(lián)網(wǎng)企業(yè)。

篇2

近日，一朋友剛拿到駕照，想買(mǎi)一輛車(chē)，打算先在網(wǎng)上了解一下。細(xì)心的她發(fā)現(xiàn)，在瀏覽了汽車(chē)頁(yè)面后，在與汽車(chē)無(wú)關(guān)的頁(yè)面上，也同樣出現(xiàn)了相關(guān)的汽車(chē)廣告。這并不是巧合，而是在她使用的電腦上，一個(gè)被稱(chēng)為Cookies的文件記錄了她的瀏覽熱點(diǎn)。

大數(shù)據(jù)成為熱門(mén)趨勢(shì)，越來(lái)越多的品牌廠商和廣告營(yíng)銷(xiāo)機(jī)構(gòu)都在發(fā)力以大數(shù)據(jù)為基礎(chǔ)的網(wǎng)絡(luò)營(yíng)銷(xiāo)模式。

大數(shù)據(jù)未來(lái)的發(fā)展是大家有目共睹，人們總是振臂高呼，“大數(shù)據(jù)時(shí)代已經(jīng)到來(lái)”。是不是從線上發(fā)現(xiàn)客戶(hù)線索，轉(zhuǎn)至線下成交，大數(shù)據(jù)的使命就結(jié)束了？NO！

當(dāng)然，收集數(shù)據(jù)只是大數(shù)據(jù)應(yīng)用的第一步，如何分析并應(yīng)用才是重要環(huán)節(jié)。采集到的數(shù)據(jù)并不是每一個(gè)都有用，汽車(chē)品牌主需要將多渠道、標(biāo)準(zhǔn)不一的客戶(hù)數(shù)據(jù)進(jìn)行整合，建立汽車(chē)大數(shù)據(jù)庫(kù)。

篇3

【關(guān)鍵詞】大數(shù)據(jù) 數(shù)據(jù)分析 數(shù)據(jù)分析師

近年來(lái)，業(yè)界、學(xué)術(shù)界興起了大數(shù)據(jù)討論，一夜間大數(shù)據(jù)時(shí)代到來(lái)了。大數(shù)據(jù)給學(xué)術(shù)界帶來(lái)了新的思潮，大數(shù)據(jù)正在顛覆著很多傳統(tǒng)行業(yè)的模式，帶來(lái)變革。有人預(yù)測(cè)，大數(shù)據(jù)必將成為商業(yè)、政府、科研、教育、醫(yī)療等各行業(yè)面臨的一個(gè)挑戰(zhàn)。在大數(shù)據(jù)時(shí)代，數(shù)據(jù)分析、數(shù)據(jù)挖掘工作面臨著機(jī)遇與挑戰(zhàn)，本文從數(shù)據(jù)分析的角度，結(jié)合國(guó)內(nèi)外相關(guān)研究，試圖回答大數(shù)據(jù)是什么，如何應(yīng)對(duì)大數(shù)據(jù)的問(wèn)題。

一、認(rèn)識(shí)大數(shù)據(jù)

（一）大數(shù)據(jù)的宗旨：經(jīng)過(guò)分析的數(shù)據(jù)才有價(jià)值

大數(shù)據(jù)要發(fā)揮作用必須經(jīng)過(guò)分析，這是由大數(shù)據(jù)的4V特性（數(shù)據(jù)量大、數(shù)據(jù)類(lèi)型多、要求處理速度快、低密度）決定的。也就是說(shuō)，數(shù)據(jù)都是高維、低密度的，從單個(gè)數(shù)據(jù)中難以看出規(guī)律。因此，必須經(jīng)過(guò)分析，針對(duì)高維進(jìn)行降維，提煉大量低密度信息中的價(jià)值，才能發(fā)揮作用。否則，大數(shù)據(jù)背景下，反而更容易使得“活”信息混跡在大量“死”數(shù)據(jù)中被淹沒(méi)。面向大數(shù)據(jù)的分析要“簡(jiǎn)單、迅速、規(guī)?；?。

（二）大數(shù)據(jù)的目標(biāo)：實(shí)現(xiàn)基于數(shù)據(jù)的決策與資源配置

大數(shù)據(jù)最終要實(shí)現(xiàn)科學(xué)決策，基于信息對(duì)稱(chēng)的有效資源配置。隨著大數(shù)據(jù)分析技術(shù)的發(fā)展，可利用數(shù)據(jù)來(lái)源從線下封閉的數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)擴(kuò)展到開(kāi)放性的O2O（Online To Offline）融合數(shù)據(jù)，可分析數(shù)據(jù)結(jié)構(gòu)從原來(lái)以數(shù)值為主的結(jié)構(gòu)化數(shù)據(jù)發(fā)展到涵蓋文本、視頻、音頻等多媒體數(shù)據(jù)。從而，大數(shù)據(jù)將逐步改變我們的決策目標(biāo)和社會(huì)資源配置方式。基于數(shù)據(jù)的科學(xué)決策是一貫追求的目標(biāo)。然而，信息不對(duì)稱(chēng)是常態(tài)，因此傳統(tǒng)決策目標(biāo)是建立相對(duì)滿(mǎn)意而非最優(yōu)（決策科學(xué)家Simon提出），資源配置效率基于市場(chǎng)優(yōu)于基于計(jì)劃。大數(shù)據(jù)背景下，迅速獲取分析更多輔助決策信息成為可能，因此決策目標(biāo)可實(shí)現(xiàn)向最優(yōu)的無(wú)限逼近，實(shí)現(xiàn)基于數(shù)據(jù)的“計(jì)劃”資源配置將更有效率。

（三）大數(shù)據(jù)的角度：個(gè)性化服務(wù)+中觀指數(shù)+宏觀連結(jié)

目前發(fā)展大數(shù)據(jù)，主要有基于數(shù)據(jù)為客戶(hù)提供個(gè)性化營(yíng)銷(xiāo)服務(wù)、預(yù)測(cè)中觀行業(yè)或區(qū)域趨勢(shì)指數(shù)、基于連結(jié)的宏觀資源配置方案等角度。這不僅僅體現(xiàn)在阿里小微融資的個(gè)性化風(fēng)控決策、高端品牌在線特賣(mài)品牌和定價(jià)動(dòng)態(tài)決策（基于阿里巴巴網(wǎng)商活躍度指數(shù)和零售商品價(jià)格指數(shù)）、Discern group企業(yè)發(fā)展戰(zhàn)略咨詢(xún)報(bào)告上，還體現(xiàn)在阿里巴巴商務(wù)智能指數(shù)（預(yù)測(cè)經(jīng)濟(jì)發(fā)展態(tài)勢(shì)）和基于公共氣象數(shù)據(jù)的各行業(yè)資源配置優(yōu)化服務(wù)上。

互聯(lián)網(wǎng)金融是大數(shù)據(jù)發(fā)展各角度的前沿陣地。在金融領(lǐng)域，要實(shí)現(xiàn)從金融互聯(lián)網(wǎng)向互聯(lián)網(wǎng)金融的快速轉(zhuǎn)型。傳統(tǒng)模式下的金融企業(yè)開(kāi)展網(wǎng)上業(yè)務(wù)，如：網(wǎng)上銀行、網(wǎng)上理財(cái)，并不是真正的互聯(lián)網(wǎng)金融?；ヂ?lián)網(wǎng)金融是指通過(guò)互聯(lián)網(wǎng)新技術(shù)為客戶(hù)實(shí)現(xiàn)搜索或風(fēng)控等服務(wù)增值，比較有代表性的是，消除供求雙方結(jié)構(gòu)不對(duì)稱(chēng)的P2P貸款，提高存取效率的保值理財(cái)產(chǎn)品余額寶。

（四）大數(shù)據(jù)的關(guān)鍵點(diǎn)：保證數(shù)據(jù)質(zhì)量

要發(fā)展大數(shù)據(jù)分析，首先要保證數(shù)據(jù)質(zhì)量。錯(cuò)誤的輸入必然導(dǎo)致錯(cuò)誤的輸出。沒(méi)有數(shù)據(jù)質(zhì)量，一切都是浮云。數(shù)據(jù)質(zhì)量沒(méi)有保證，是不敢用的。數(shù)據(jù)質(zhì)量是一項(xiàng)耗時(shí)、費(fèi)力的基礎(chǔ)工作。

保證數(shù)據(jù)質(zhì)量要求數(shù)據(jù)采集與清洗過(guò)程中秉持兩大原則：相關(guān)性和低噪聲。第一，大數(shù)據(jù)，數(shù)據(jù)并非越“大”越好，而是相關(guān)數(shù)據(jù)越“大”越好。特別是，在數(shù)據(jù)采集中，要以采集盡可能多的“相關(guān)”數(shù)據(jù)為目標(biāo)，而非不加篩選越多越好。第二，大數(shù)據(jù)，首先數(shù)據(jù)獲取時(shí)要保證不存在誘導(dǎo)傾向的干擾因素，同時(shí)進(jìn)行去噪處理。

保證數(shù)據(jù)質(zhì)量要建立數(shù)據(jù)的數(shù)據(jù)。針對(duì)數(shù)據(jù)質(zhì)量建立數(shù)據(jù)標(biāo)簽，才有進(jìn)步。有了對(duì)數(shù)據(jù)質(zhì)量的數(shù)據(jù)，數(shù)據(jù)才能被決策者更為安全科學(xué)有效地使用。

（五）大數(shù)據(jù)競(jìng)爭(zhēng)的核心：分析人才的競(jìng)爭(zhēng)

大數(shù)據(jù)時(shí)代，作為一種資源，數(shù)據(jù)不再是稀缺資源?；ヂ?lián)網(wǎng)、門(mén)戶(hù)網(wǎng)站、社交網(wǎng)站、微博、微信等新媒體積累了大量數(shù)據(jù)，缺乏的是對(duì)這些數(shù)據(jù)的分析人員。缺乏專(zhuān)業(yè)的分析人才，即使守著數(shù)據(jù)的“金山”，也只能望“山”興嘆。因此，美國(guó)Turbo Financial Group采用最新的大數(shù)據(jù)分析技術(shù)聚焦被FICO遺忘的15%人群建模，阿里提出建立大數(shù)據(jù)分析的開(kāi)放式平臺(tái)，希望能夠集結(jié)更多專(zhuān)家智慧，同時(shí)培養(yǎng)阿里分析人才，挖掘阿里數(shù)據(jù)“金礦”。

二、把握大數(shù)據(jù)

大數(shù)據(jù)對(duì)社會(huì)生活帶來(lái)方方面面的影響，我們?nèi)绾伟盐沾髷?shù)據(jù)時(shí)代的機(jī)遇，需要慎重對(duì)待大數(shù)據(jù)帶來(lái)的挑戰(zhàn)。總結(jié)起來(lái)，主要有三個(gè)方面：

（一）大數(shù)據(jù)時(shí)代，數(shù)據(jù)整理和清洗工作

（1）數(shù)據(jù)整理和清洗工作是數(shù)據(jù)分析的基礎(chǔ)。大數(shù)據(jù)專(zhuān)家根據(jù)經(jīng)驗(yàn)，普遍認(rèn)為該工作是一項(xiàng)基礎(chǔ)性工作，耗時(shí)多且簡(jiǎn)單，占到數(shù)據(jù)分析工作量的60%以上，是數(shù)據(jù)分析前提和基礎(chǔ)。在此基上，數(shù)據(jù)分析工作需要對(duì)數(shù)據(jù)進(jìn)行標(biāo)識(shí)，進(jìn)行深度分析，撰寫(xiě)專(zhuān)題報(bào)告，確保結(jié)果可以執(zhí)行，最終落實(shí)到?jīng)Q策和實(shí)施。

（2）大數(shù)據(jù)時(shí)代，需要充分借助IT技術(shù)管理數(shù)據(jù)質(zhì)量工作。在大數(shù)據(jù)時(shí)代，人工逐筆發(fā)現(xiàn)、解決數(shù)據(jù)質(zhì)量問(wèn)題的方式成本高、效率低，不可持續(xù)。要盡量規(guī)范化、系統(tǒng)化、自動(dòng)化管理數(shù)據(jù)質(zhì)量工作，將節(jié)省下的人力資源投入到新問(wèn)題的研究中。

（二）大數(shù)據(jù)時(shí)代，數(shù)據(jù)分析的特點(diǎn)

（1）采用倒金字塔模式分配“思考、工作、分享”的時(shí)間比重。數(shù)據(jù)分析工作包括三部分：“思考”，分析實(shí)際問(wèn)題，將實(shí)際問(wèn)題轉(zhuǎn)化成數(shù)學(xué)模型，提出解決方案的過(guò)程；“工作”，將解決方案程序化，得出結(jié)果的過(guò)程；“分享”，將分析的結(jié)果，轉(zhuǎn)化為決策，付諸實(shí)施的過(guò)程。在時(shí)間分配上，金字塔結(jié)構(gòu)或柱形結(jié)構(gòu)的分布形式不是最佳結(jié)構(gòu)，倒金字塔結(jié)構(gòu)比較合理。即，思考的過(guò)程花得時(shí)間長(zhǎng)些，可以減少后期工作量，少走彎路。

（2）通過(guò)數(shù)據(jù)分析進(jìn)行科學(xué)決策。很多人存在誤區(qū)，認(rèn)為數(shù)據(jù)分析就是做報(bào)表、寫(xiě)報(bào)告。在大數(shù)據(jù)時(shí)代，數(shù)據(jù)分析不僅僅停留在此，需要進(jìn)行深度分析，建立數(shù)據(jù)化決策的流程。要尊重?cái)?shù)據(jù)、認(rèn)識(shí)數(shù)據(jù)，但不迷信數(shù)據(jù)。在尊重?cái)?shù)據(jù)、尊重事實(shí)的前提下，減少主觀因素的干擾，快速做出數(shù)據(jù)化決策，這是一種能力。

（3）大數(shù)據(jù)時(shí)代，數(shù)據(jù)分析的要義是――簡(jiǎn)單、迅速、規(guī)?；?。數(shù)據(jù)分析的結(jié)果要簡(jiǎn)潔、易懂；數(shù)據(jù)分析的時(shí)間要短，盡可能的自動(dòng)化地出結(jié)果，要快速的滿(mǎn)足客戶(hù)的需求；數(shù)據(jù)分析的方法能夠?qū)崿F(xiàn)大批量規(guī)?；?。優(yōu)秀的數(shù)據(jù)分析師應(yīng)具有全局的預(yù)見(jiàn)性，一有問(wèn)題可以馬上把該問(wèn)題打成很碎、很多的問(wèn)題，甚至把一個(gè)問(wèn)題克隆出很多問(wèn)題，從而與業(yè)務(wù)人員建立信任，降低工作量。

（4）從“死”信息中，分離出“活”的信息。大數(shù)據(jù)有數(shù)據(jù)量大的問(wèn)題――產(chǎn)生大量的“死”數(shù)據(jù)。錯(cuò)誤數(shù)據(jù)是指數(shù)據(jù)與實(shí)際情況不一致，異常數(shù)據(jù)是指數(shù)據(jù)正確但數(shù)據(jù)遠(yuǎn)離群體的大多數(shù)，這類(lèi)數(shù)據(jù)情況的處理手段比較成熟。而大數(shù)據(jù)時(shí)代，大量數(shù)據(jù)是不活躍主體，即“死”數(shù)據(jù)。因此，需要從高維低密度數(shù)據(jù)中，提取“活”的信息，發(fā)現(xiàn)規(guī)律。防止由于“死”信息的存在，導(dǎo)致分析結(jié)果不能正確反映“活”的群體特征。

（三）大數(shù)據(jù)時(shí)代，數(shù)據(jù)分析師的培養(yǎng)

（1）培養(yǎng)核心技術(shù)人才，確保長(zhǎng)期競(jìng)爭(zhēng)力。美國(guó)在建立全國(guó)醫(yī)療系統(tǒng)時(shí)，將系統(tǒng)外包給了加拿大的一家公司，系統(tǒng)運(yùn)行的第一天就出現(xiàn)了崩潰。美國(guó)政府為此對(duì)該模式進(jìn)行了反思，概括起來(lái)有三點(diǎn)：①外包公司設(shè)計(jì)時(shí)只顧滿(mǎn)足甲方的眼前利益，不會(huì)為甲方的長(zhǎng)遠(yuǎn)利益考慮；②項(xiàng)目外包造成美國(guó)技術(shù)骨干人員斷層，導(dǎo)致出現(xiàn)問(wèn)題后自身無(wú)法解決；③采用該模式導(dǎo)致美國(guó)沒(méi)有了核心技術(shù)。

因此，在采用項(xiàng)目外包模式的同時(shí)，需要掌握其核心技術(shù)。在大數(shù)據(jù)時(shí)代，從數(shù)據(jù)分析、信息管理、IT技術(shù)三個(gè)方面保持核心競(jìng)爭(zhēng)力。需要培養(yǎng)和保持業(yè)務(wù)、產(chǎn)品設(shè)計(jì)、數(shù)據(jù)分析、數(shù)據(jù)架構(gòu)等方面的骨干隊(duì)伍。

（2）建立專(zhuān)業(yè)化的大數(shù)據(jù)分析團(tuán)隊(duì)。大數(shù)據(jù)分析的核心是數(shù)學(xué)建模，基礎(chǔ)是實(shí)際業(yè)務(wù)，結(jié)果是自動(dòng)化程序。在實(shí)際工作中需要正確、合理的使用數(shù)學(xué)建模的思維，構(gòu)建以數(shù)學(xué)模型做為基礎(chǔ)的數(shù)據(jù)分析，建立量化管理風(fēng)險(xiǎn)的理念。深刻認(rèn)識(shí)并正確駕馭大數(shù)據(jù)分析，大數(shù)據(jù)分析的方法是處于不斷發(fā)展過(guò)程中的，需要根據(jù)實(shí)際問(wèn)題，結(jié)合實(shí)際數(shù)據(jù)，靈活構(gòu)建模型。

參考文獻(xiàn)：

[1]朱建平，章貴軍，劉曉葳.大數(shù)據(jù)時(shí)代下數(shù)據(jù)分析理念的辨析[J].統(tǒng)計(jì)研究，2014，（2）.

篇4

1、大數(shù)據(jù)（bigdata），IT行業(yè)術(shù)語(yǔ)，是指無(wú)法在一定時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。

2、在維克托·邁爾-舍恩伯格及肯尼斯·庫(kù)克耶編寫(xiě)的《大數(shù)據(jù)時(shí)代》中大數(shù)據(jù)指不用隨機(jī)分析法（抽樣調(diào)查）這樣捷徑，而采用所有數(shù)據(jù)進(jìn)行分析處理。大數(shù)據(jù)的5V特點(diǎn)（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價(jià)值密度）、Veracity（真實(shí)性）。

（來(lái)源：文章屋網(wǎng) ）

篇5

數(shù)據(jù)革命的浪潮正潛移默化地影響著經(jīng)濟(jì)社會(huì)的各個(gè)方面，包括作為基礎(chǔ)產(chǎn)業(yè)的物流業(yè)及其細(xì)分領(lǐng)域。

利用大數(shù)據(jù)驅(qū)動(dòng)信息化建設(shè)，物流車(chē)隊(duì)的整體油耗，車(chē)船的位置信息、行程軌跡、運(yùn)行周期等空間地理數(shù)據(jù)都能通過(guò)系統(tǒng)進(jìn)行智能化處理，更好地實(shí)現(xiàn)精簡(jiǎn)流程、提高效率、降低成本的目標(biāo)。大數(shù)據(jù)的分析和應(yīng)用，正助力物流業(yè)完成從粗放、低效、高耗的傳統(tǒng)業(yè)態(tài)向集約、高效、環(huán)保的現(xiàn)代物流轉(zhuǎn)型，幫助物流企業(yè)更加精細(xì)化地了解和研究客戶(hù)需求，從而“量身定制”個(gè)性化的產(chǎn)品和服務(wù)。

事實(shí)上，數(shù)據(jù)應(yīng)用一直以來(lái)都存在，而在今天的大數(shù)據(jù)時(shí)代，關(guān)鍵是如何讓數(shù)據(jù)變成財(cái)富。

對(duì)于物流企業(yè)來(lái)說(shuō)，盡早針對(duì)“大數(shù)據(jù)”進(jìn)行產(chǎn)品、業(yè)務(wù)、管理等一系列的變革和創(chuàng)新，率先挖掘“數(shù)據(jù)商機(jī)”，是掌握未來(lái)的核心競(jìng)爭(zhēng)力乃至生存機(jī)會(huì)的根本。當(dāng)然，這一切都要以建立和提高數(shù)據(jù)的收集、挖掘、處理和應(yīng)用能力為前提。

沒(méi)有人能阻擋時(shí)代的步伐，具有前瞻性眼界的企業(yè)，正在積極融入大數(shù)據(jù)時(shí)代。

馬云很早就說(shuō)：“未來(lái)的世界是數(shù)據(jù)的世界。”今年5月，他主導(dǎo)建立的“菜鳥(niǎo)網(wǎng)”，未來(lái)也將在數(shù)據(jù)商機(jī)方面深耕細(xì)作。而阿里巴巴與十大快遞公司的核心合作點(diǎn)也正在“數(shù)據(jù)”方面，阿里巴巴物流事業(yè)部總經(jīng)理龔濤指出，阿里巴巴可以通過(guò)數(shù)據(jù)給快遞企業(yè)提供線路容量擴(kuò)容指導(dǎo)，通過(guò)數(shù)據(jù)回溯、監(jiān)控和預(yù)測(cè)，快遞公司可預(yù)判消費(fèi)者和商家的服務(wù)需求，開(kāi)展主動(dòng)服務(wù)。

物流業(yè)界以數(shù)據(jù)處理和應(yīng)用為基礎(chǔ)的各類(lèi)物流信息平臺(tái)在全國(guó)范圍內(nèi)不斷涌現(xiàn)，極大地改變了物流運(yùn)行業(yè)態(tài)。而許多物流企業(yè)也在積極試水大數(shù)據(jù)應(yīng)用。在百世匯通，大數(shù)據(jù)正在為企業(yè)戰(zhàn)略規(guī)劃、運(yùn)營(yíng)管理和日常運(yùn)作提供重要支持和指導(dǎo)。據(jù)百世物流科技（中國(guó)）有限公司副總裁張硯冰介紹，百世匯通嘗試運(yùn)用大數(shù)據(jù)來(lái)管理、分析和判斷加盟網(wǎng)點(diǎn)的運(yùn)營(yíng)行為，通過(guò)網(wǎng)點(diǎn)在系統(tǒng)內(nèi)的足跡建立數(shù)據(jù)分析模型，成功地預(yù)測(cè)了幾次網(wǎng)點(diǎn)的異動(dòng)，使工作方式由被動(dòng)式變?yōu)橹鲃?dòng)式、前置式，減少了大量客戶(hù)投訴，把問(wèn)題消滅在萌芽階段。圓通快遞幾年前便已開(kāi)始投資數(shù)億元與IBM合作開(kāi)發(fā)以金剛核心業(yè)務(wù)系統(tǒng)為主體的信息技術(shù)平臺(tái)，以獲取處理海量數(shù)據(jù)的能力。

與大數(shù)據(jù)采集、處理、分析和應(yīng)用相關(guān)的各類(lèi)產(chǎn)品與設(shè)備也陸續(xù)在物流作業(yè)中投入使用，如能處理物流信息的智能手機(jī)、GPS系統(tǒng)以及在車(chē)輛或者包裹上的傳感器系統(tǒng)？？

篇6

“我們的數(shù)據(jù)庫(kù)資源來(lái)自全世界1400多家拍賣(mài)公司，包括將近800萬(wàn)個(gè)藝術(shù)作品的記錄?！痹谏虾Ｆ謻|的一家高端會(huì)所，來(lái)自美國(guó)Artnet公司國(guó)際拓展部的托馬斯侃侃而談，表露出運(yùn)用藝術(shù)品大數(shù)據(jù)這枚“利器”進(jìn)軍中國(guó)市場(chǎng)的決心。

Artnet是一個(gè)成立于1989年的藝術(shù)品數(shù)據(jù)公司，它積極在世界范圍內(nèi)開(kāi)展合作，除拍賣(mài)行之外，歐洲藝術(shù)品博覽會(huì)、來(lái)自柏林和布魯塞爾的相關(guān)機(jī)構(gòu)也加入了合作者的行列。

而這一次，Artne將目光瞄準(zhǔn)了中國(guó)?！爸袊?guó)的藝術(shù)品和古董拍賣(mài)市場(chǎng)是全世界最具上升動(dòng)力的市場(chǎng)?！蓖旭R斯認(rèn)為，中國(guó)的藝術(shù)品市場(chǎng)有著強(qiáng)大的后勁，在大數(shù)據(jù)的應(yīng)用上將大有可為。

當(dāng)天，齊聚此次藝術(shù)延伸產(chǎn)業(yè)“頭腦風(fēng)暴”的還有喜馬拉雅美術(shù)館創(chuàng)始館長(zhǎng)沈其斌、上海文化藝術(shù)品研究院執(zhí)行院長(zhǎng)孔達(dá)達(dá)和當(dāng)代藝術(shù)家、批評(píng)人及策展人徐子林等中國(guó)藝術(shù)品領(lǐng)域的大佬。

“通過(guò)藝術(shù)品數(shù)據(jù)，可以在數(shù)據(jù)挖掘的基礎(chǔ)上，為投資人提供藝術(shù)品市場(chǎng)發(fā)展的動(dòng)向，幫助他們找到準(zhǔn)確的投資方向。”孔達(dá)達(dá)稱(chēng)，藝術(shù)品大數(shù)據(jù)在國(guó)際上發(fā)揮的作用已經(jīng)越來(lái)越重要。

市場(chǎng)繁榮促進(jìn)“大數(shù)據(jù)”到來(lái)

中國(guó)藝術(shù)品市場(chǎng)在近幾年的火爆，驚動(dòng)了世界?！爸袊?guó)已超越美國(guó)成為世界最大的藝術(shù)品和古董市場(chǎng)?！币环輥?lái)自TEFAF歐洲藝術(shù)基金會(huì)的最新數(shù)據(jù)顯示，中國(guó)在全球藝術(shù)品市場(chǎng)所占的份額由2010年的23%上升到2012年的30%，美國(guó)所占市場(chǎng)份額為29%，比2011年下降了5%。

不僅如此，歐盟的27個(gè)國(guó)家所占總份額為為34%，下降了三個(gè)百分點(diǎn)。伴隨著歐美國(guó)家藝術(shù)品交易市場(chǎng)份額的下降，中國(guó)的藝術(shù)品市場(chǎng)開(kāi)始發(fā)揮威力。僅就2011年來(lái)說(shuō)，中國(guó)藝術(shù)品交易額就達(dá)到了461億歐元，相對(duì)于2009年上升了63%。無(wú)疑，中國(guó)藝術(shù)品市場(chǎng)潛藏著巨大的商機(jī)。

“在過(guò)去十年里，中國(guó)藝術(shù)品市場(chǎng)資金量有很大的增長(zhǎng)，讓業(yè)內(nèi)不得不用諸多金融市場(chǎng)方法去進(jìn)入藝術(shù)市場(chǎng)?！蓖旭R斯介紹，良好的數(shù)據(jù)是保證藝術(shù)品市場(chǎng)的基礎(chǔ)，藝術(shù)品大數(shù)據(jù)在市場(chǎng)里的作用非常關(guān)鍵。

“中國(guó)需要藝術(shù)品數(shù)據(jù)作為觀察市場(chǎng)的工具，藝術(shù)品大數(shù)據(jù)可以把藝術(shù)家作為金融市場(chǎng)的‘個(gè)股’來(lái)進(jìn)行分析，從這個(gè)角度觀察藝術(shù)品和藝術(shù)家成長(zhǎng)的軌跡，也可以借助這些數(shù)據(jù)去分析藝術(shù)品的走向，為這個(gè)市場(chǎng)提供研究方法，使藝術(shù)品市場(chǎng)成為更透明、更有效的藝術(shù)市場(chǎng)。”

“大數(shù)據(jù)”的大能量

雖然中國(guó)藝術(shù)品交易規(guī)模逐漸攀升，但藝術(shù)品數(shù)據(jù)化的程度與歐美地區(qū)相差甚遠(yuǎn)。

“運(yùn)用藝術(shù)品大數(shù)據(jù)可以為藝術(shù)品市場(chǎng)做不少事情?！蓖旭R斯介紹，通過(guò)Artnet搜集的藝術(shù)品交易記錄，可以分析出藝術(shù)品市場(chǎng)的變化?！氨热缈梢园岩恍┧囆g(shù)家放在一起，很容易綜合出一個(gè)流派的指數(shù)，從中觀察到他們交易數(shù)量的變化等，這些為藝術(shù)品研究報(bào)告的撰寫(xiě)提供了準(zhǔn)確的數(shù)據(jù)?！?/p>

以過(guò)去十年藝術(shù)品交易市場(chǎng)為例，通過(guò)大數(shù)據(jù)挖掘，發(fā)現(xiàn)占市場(chǎng)交易最大份額的是現(xiàn)代派和印象派畫(huà)作，其中，現(xiàn)代派占比34%，印象派則為24%。二者合力搶占了全球藝術(shù)品市場(chǎng)大半江山。

對(duì)此，孔達(dá)達(dá)分析稱(chēng)：“目前藝術(shù)品大數(shù)據(jù)在國(guó)際上已經(jīng)有了較好的口碑。以Artnet為例，他們對(duì)于數(shù)據(jù)的整理較為謹(jǐn)慎，全線的1300多萬(wàn)個(gè)數(shù)據(jù)在歐美的各種銀行、藝術(shù)品機(jī)構(gòu)都得到了廣泛的應(yīng)用，帶動(dòng)了藝術(shù)品市場(chǎng)的數(shù)據(jù)化?！?/p>

他還明確表示，上海文化藝術(shù)品研究院將很快與Artnet建立合作關(guān)系，將在中國(guó)建立服務(wù)器，并由上海文化藝術(shù)品研究院搜集中國(guó)的藝術(shù)品市場(chǎng)的數(shù)據(jù)，充實(shí)到Artnet的數(shù)據(jù)庫(kù)里，豐富中國(guó)藝術(shù)品交易市場(chǎng)的數(shù)據(jù)。

不過(guò)，國(guó)際上藝術(shù)品市場(chǎng)數(shù)據(jù)提供多以收費(fèi)的方式進(jìn)行。以Artnet來(lái)說(shuō)，一條數(shù)據(jù)需要支付10～25美元，“如果要做一份報(bào)告，那將需要支付一筆昂貴的費(fèi)用?！边@種模式在中國(guó)國(guó)內(nèi)是否可行，還值得商榷。

如果雅昌網(wǎng)也開(kāi)始收費(fèi)

國(guó)內(nèi)藝術(shù)品市場(chǎng)近年來(lái)的活躍，也催生了不少提供藝術(shù)品交易數(shù)據(jù)搜索的平臺(tái)。但孔達(dá)達(dá)認(rèn)為，目前國(guó)內(nèi)投資者對(duì)于藝術(shù)品金融大數(shù)據(jù)的概念還不太清晰，現(xiàn)階段發(fā)展還很不成熟。

以雅昌網(wǎng)為例，它是國(guó)內(nèi)較大的藝術(shù)品交易數(shù)據(jù)中心，可從中搜索全國(guó)的藝術(shù)品交易數(shù)據(jù)，同時(shí)數(shù)據(jù)還是免費(fèi)提供。但由于其基礎(chǔ)數(shù)據(jù)未經(jīng)處理，讀者無(wú)法從這些數(shù)據(jù)本身直接得知真實(shí)的交易情況，只能自己進(jìn)行甄別。

“藝術(shù)品的數(shù)據(jù)有干凈的數(shù)據(jù)、可疑數(shù)據(jù)以及垃圾數(shù)據(jù)。干凈的數(shù)據(jù)是已經(jīng)及時(shí)清理過(guò)的準(zhǔn)確的數(shù)據(jù)，而可疑數(shù)據(jù)和垃圾數(shù)據(jù)分別是那些有疑問(wèn)的和沒(méi)有用的數(shù)據(jù)?！笨走_(dá)達(dá)介紹，目前國(guó)內(nèi)搜集到的基本都是二級(jí)市場(chǎng)的數(shù)據(jù)。

“這些數(shù)據(jù)主要源于十幾個(gè)拍賣(mài)公司提供，僅僅是初始數(shù)據(jù)，里面有不少疑問(wèn)數(shù)據(jù)和垃圾數(shù)據(jù)，對(duì)于那些競(jìng)拍后未付款或贗品等數(shù)據(jù)，國(guó)內(nèi)還未及時(shí)清理，有時(shí)也會(huì)因?yàn)樾畔⒉粚?duì)稱(chēng)而搜集不到?！?/p>

不僅如此，目前國(guó)內(nèi)畫(huà)廊、古玩店、私家交易等數(shù)據(jù)的獲取幾乎為零，這些數(shù)據(jù)屬于一級(jí)市場(chǎng)的范疇，但尚未有專(zhuān)門(mén)機(jī)構(gòu)對(duì)一級(jí)市場(chǎng)進(jìn)行數(shù)據(jù)整理，在我國(guó)藝術(shù)品界還處于空白階段。

篇7

1.1 大數(shù)據(jù)及其影響

大數(shù)據(jù)（Big Data）是目前最重要的科學(xué)、技術(shù)和社會(huì)話(huà)題。借用IDC數(shù)據(jù)公司的定義：“大數(shù)據(jù)是一種新一代的技術(shù)和架構(gòu)，具備高效率的捕捉、發(fā)現(xiàn)和分析能力，能夠經(jīng)濟(jì)地從類(lèi)型繁雜、數(shù)量龐大的數(shù)據(jù)中挖掘出色價(jià)值?！?/p>

大數(shù)據(jù)定義有著如下的基本前提和含義。

① 大量的數(shù)據(jù)：大數(shù)據(jù)概念源于數(shù)據(jù)的爆炸性增長(zhǎng)。用世界著名的咨詢(xún)公司高德納（Gartner）研究報(bào)告的描述：“同一類(lèi)型的數(shù)據(jù)量快速增長(zhǎng)；數(shù)據(jù)增長(zhǎng)速度的加快；數(shù)據(jù)多樣性、新數(shù)據(jù)來(lái)源和新數(shù)據(jù)種類(lèi)的不斷增加?！?/p>

② 多種類(lèi)型數(shù)據(jù)積累：新的數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)采集的技術(shù)發(fā)展使巨量數(shù)據(jù)的采集、收集、存儲(chǔ)成為可能。網(wǎng)絡(luò)技術(shù)、移動(dòng)設(shè)備、數(shù)字傳感器、數(shù)碼攝影/攝像、監(jiān)控影像、衛(wèi)星定位系統(tǒng)、遙感技術(shù)、氣候和環(huán)境監(jiān)測(cè)技術(shù)等等，每時(shí)每刻都在各種形式、各種類(lèi)型的大量數(shù)據(jù)。

③ 計(jì)算技術(shù)的進(jìn)步與發(fā)展：現(xiàn)代計(jì)算技術(shù)、網(wǎng)絡(luò)技術(shù)、多媒體技術(shù)和數(shù)據(jù)庫(kù)處理技術(shù)等可以處理各種形式的海量數(shù)據(jù)，產(chǎn)生出大量的高附加值的數(shù)據(jù)、結(jié)果、狀態(tài)和知識(shí)。

④ 數(shù)據(jù)處理能力成為戰(zhàn)略能力：數(shù)據(jù)量的激增、數(shù)據(jù)類(lèi)型的多樣、技術(shù)平臺(tái)對(duì)數(shù)據(jù)的綜合處理，造成了知識(shí)邊界擴(kuò)展、知識(shí)價(jià)值提升、知識(shí)衍生能力加快，它極大地影響到了企業(yè)、個(gè)人、社會(huì)和政府的決策，極大地促進(jìn)了社會(huì)生產(chǎn)力的發(fā)展，使掌握大數(shù)據(jù)技術(shù)者獲得了競(jìng)爭(zhēng)優(yōu)勢(shì)和難于模仿的核心競(jìng)爭(zhēng)力。因此，大數(shù)據(jù)技術(shù)也成為了國(guó)家的核心戰(zhàn)略資源。

大數(shù)據(jù)的含義廣博、技術(shù)領(lǐng)域廣泛、技術(shù)平臺(tái)多樣、作用效果巨大、影響意義深遠(yuǎn)。理解大數(shù)據(jù)的理論、方法和架構(gòu)，適應(yīng)大數(shù)據(jù)的變革與發(fā)展，分享大數(shù)據(jù)所帶來(lái)的種種便利和收益，便能夠在大數(shù)據(jù)時(shí)代占領(lǐng)先機(jī)。

1.2 大數(shù)據(jù)對(duì)數(shù)據(jù)庫(kù)技術(shù)的影響

大數(shù)據(jù)的宗旨是處理數(shù)據(jù)，數(shù)據(jù)庫(kù)技術(shù)自然占據(jù)核心地位。而大數(shù)據(jù)環(huán)境下的數(shù)據(jù)庫(kù)技術(shù)也具有明顯的特殊性。

1.2.1 大數(shù)據(jù)環(huán)境下數(shù)據(jù)處理技術(shù)面臨的新特點(diǎn)

數(shù)據(jù)量宏大。對(duì)數(shù)據(jù)庫(kù)技術(shù)影響最大、最直接的方面莫過(guò)于數(shù)據(jù)的爆炸性增長(zhǎng)。即使先不考慮數(shù)據(jù)類(lèi)型的變化，需要處理的數(shù)據(jù)從MB擴(kuò)展到GB，現(xiàn)在再擴(kuò)展到TB，不遠(yuǎn)的將來(lái)數(shù)據(jù)庫(kù)將經(jīng)常面對(duì)PB量級(jí)的數(shù)據(jù)，這必然對(duì)數(shù)據(jù)庫(kù)的硬件架構(gòu)、數(shù)據(jù)庫(kù)系統(tǒng)結(jié)構(gòu)和數(shù)據(jù)庫(kù)應(yīng)用產(chǎn)生重大的影響。

數(shù)據(jù)形式多樣。另外一個(gè)對(duì)數(shù)據(jù)庫(kù)技術(shù)產(chǎn)生重要影響的因子是數(shù)據(jù)的多樣化，傳統(tǒng)數(shù)字、圖像、照片、影像、聲音等多種數(shù)據(jù)資源需要進(jìn)行處理，并且和傳統(tǒng)關(guān)系式數(shù)據(jù)不同的，許多數(shù)據(jù)格式中的有價(jià)值數(shù)據(jù)并不多，例如多張圖片定對(duì)象的變化，連續(xù)視頻影像中對(duì)特殊對(duì)象的跟蹤等等，其數(shù)據(jù)抽取方式、過(guò)濾方法和存儲(chǔ)、計(jì)算方式均有別于傳統(tǒng)數(shù)據(jù)庫(kù)。

單機(jī)或小型局域網(wǎng)的數(shù)據(jù)庫(kù)處理無(wú)法滿(mǎn)足。當(dāng)前，數(shù)據(jù)量爆炸式增長(zhǎng)，數(shù)據(jù)類(lèi)型日趨多樣，傳統(tǒng)關(guān)系數(shù)據(jù)庫(kù)的處理能力已難于滿(mǎn)足，需要新的數(shù)據(jù)庫(kù)處理技術(shù)。

傳統(tǒng)的并行數(shù)據(jù)庫(kù)的靈活性具有局限性。并行數(shù)據(jù)庫(kù)系統(tǒng)取得了輝煌的成績(jī)，但是它的靈活性不佳，彈性受限，系統(tǒng)規(guī)模的收縮或擴(kuò)展成本非常高。這樣的系統(tǒng)適合于“相對(duì)固定結(jié)構(gòu)”的計(jì)算結(jié)構(gòu)，例如機(jī)銀行業(yè)務(wù)管理系統(tǒng)或城市交通管理系統(tǒng)等。

結(jié)構(gòu)化、半結(jié)構(gòu)化與非結(jié)構(gòu)化形式并存。讓數(shù)據(jù)庫(kù)有能力處理這些半結(jié)構(gòu)化和非結(jié)構(gòu)化（有時(shí)不作區(qū)分）數(shù)據(jù)變成了新型數(shù)據(jù)庫(kù)技術(shù)的一項(xiàng)迫切要求。

對(duì)結(jié)果要求的模糊化。在大數(shù)據(jù)的時(shí)代，計(jì)算技術(shù)不僅限于回答“是/非”問(wèn)題，而是需要更多的模糊化結(jié)果。例如，流感有很可能在一周后流行、近期可能發(fā)生5級(jí)左右地震、近一周?chē)?guó)際往返機(jī)票將上漲……這些答案并不精確，但足以指導(dǎo)人們的活動(dòng)。非結(jié)構(gòu)化數(shù)據(jù)的處理結(jié)果常常是給出模糊化的答案。

新數(shù)據(jù)庫(kù)技術(shù)的出現(xiàn)與挑戰(zhàn)。新需求的出現(xiàn)，促使了新技術(shù)的產(chǎn)生，為處理非結(jié)構(gòu)化數(shù)據(jù)，Apache、Google、Amazon等公司分別開(kāi)發(fā)了適應(yīng)各自需要的新型數(shù)據(jù)庫(kù)系統(tǒng)，相關(guān)的專(zhuān)家經(jīng)過(guò)分析和總結(jié)提出了NoSQL的設(shè)計(jì)理念，并創(chuàng)建了許多成功的產(chǎn)品。

1.2.2 新型數(shù)據(jù)庫(kù)技術(shù)的特點(diǎn)

與傳統(tǒng)數(shù)據(jù)庫(kù)技術(shù)相比較，新型數(shù)據(jù)庫(kù)技術(shù)具有一些明顯的特點(diǎn)，具體如下：

可處理的數(shù)據(jù)總量和數(shù)據(jù)類(lèi)型增加。不再為數(shù)據(jù)結(jié)構(gòu)化或數(shù)據(jù)代表性而人為地選取部分?jǐn)?shù)據(jù)或進(jìn)行數(shù)據(jù)抽樣；不再靠樣本規(guī)模的大小來(lái)控制結(jié)果的置信區(qū)間和置信度。新的數(shù)據(jù)庫(kù)處理技術(shù)試圖利用“全部數(shù)據(jù)”，完成對(duì)結(jié)果的計(jì)算和推斷。

使用更多的非結(jié)構(gòu)化數(shù)據(jù)，而不是片面地強(qiáng)調(diào)全部使用結(jié)構(gòu)化數(shù)據(jù)。在非結(jié)構(gòu)化的高復(fù)雜度、高數(shù)據(jù)量、多種數(shù)據(jù)類(lèi)型的情況下，允許結(jié)論和結(jié)果的“不精確”，允許追求“次優(yōu)解”。體現(xiàn)大數(shù)據(jù)技術(shù)“以概率說(shuō)話(huà)”的特點(diǎn)。

不再試圖避免或降低數(shù)據(jù)的混雜性，而是把“使用全部數(shù)據(jù)”作為追求“次優(yōu)解”的途徑。即在復(fù)雜、混亂、無(wú)結(jié)構(gòu)化與確定、規(guī)整、結(jié)構(gòu)化數(shù)據(jù)之間做出平衡。

在遇到“使用全部數(shù)據(jù)，得出模糊化結(jié)果”與“實(shí)用部分?jǐn)?shù)據(jù)，得出準(zhǔn)確結(jié)論”的選擇時(shí)，新型數(shù)據(jù)庫(kù)技術(shù)一般會(huì)選擇前者，從一個(gè)更全面的角度利用更多的數(shù)據(jù)資源去尋找答案。

科學(xué)地在因果關(guān)系與相關(guān)關(guān)系中做出抉擇。如果數(shù)據(jù)總體支持因果關(guān)系的判別和斷言，則像傳統(tǒng)數(shù)據(jù)庫(kù)那樣提供因果關(guān)系斷語(yǔ)；如果數(shù)據(jù)計(jì)算量宏大、成本高昂或條件不具備，則把關(guān)注點(diǎn)由“因果關(guān)系”調(diào)整為“相關(guān)關(guān)系”——將追求“最優(yōu)解”變?yōu)樽非蟆按蝺?yōu)解”或“模糊解”。自然地，這種相關(guān)關(guān)系的選擇不能是隨機(jī)的，而是預(yù)先設(shè)計(jì)和規(guī)劃好的。

不同的數(shù)據(jù)庫(kù)開(kāi)發(fā)理念，不同的應(yīng)用目標(biāo)，不同的技術(shù)方案，早就了新型數(shù)據(jù)庫(kù)豐富多彩、特點(diǎn)各異的局面。

1.3 從傳統(tǒng)關(guān)系數(shù)據(jù)庫(kù)到非關(guān)系數(shù)據(jù)

在計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)剛剛趨于穩(wěn)定的1970年，IBM公司的Edgar Codd（科德）首先提出了關(guān)系數(shù)據(jù)庫(kù)的概念和規(guī)則，這是數(shù)據(jù)庫(kù)技術(shù)的一個(gè)重要的里程碑。科德定義的關(guān)系數(shù)據(jù)庫(kù)具有結(jié)構(gòu)化程度高、數(shù)據(jù)冗余量低、數(shù)據(jù)關(guān)系明確、一致性好的優(yōu)點(diǎn)。關(guān)系數(shù)據(jù)庫(kù)模型把數(shù)據(jù)庫(kù)操作抽象成選擇、映射、連接、集合的并差交除操作、數(shù)據(jù)的增刪改查操作等。而1976年Boyce和Chamberlin提出的SQL結(jié)構(gòu)化查詢(xún)語(yǔ)言則把關(guān)系數(shù)據(jù)庫(kù)及其操作模式完整地固定下來(lái)，其理論和做法延續(xù)至今，被作為數(shù)據(jù)庫(kù)技術(shù)的重要基石。關(guān)系數(shù)據(jù)庫(kù)中定義的關(guān)系模型的實(shí)質(zhì)是二維表格模型，關(guān)系數(shù)據(jù)庫(kù)就是通過(guò)關(guān)系連接的多個(gè)二維表格之間的數(shù)據(jù)集合。當(dāng)前流行的數(shù)據(jù)庫(kù)軟件Oracal、DB2、SQL Server、MySQL和Access等均屬于關(guān)系數(shù)據(jù)庫(kù)。

到二十世紀(jì)八十年代后期，IBM的研究員提出了數(shù)據(jù)倉(cāng)庫(kù)（Data Warehouse）的概念，4年后Bill Inmon給出了被大家廣泛接受的數(shù)據(jù)倉(cāng)庫(kù)定義：“數(shù)據(jù)倉(cāng)庫(kù)是一個(gè)面向主題的、集成的、相對(duì)穩(wěn)定的、反映歷史變化的數(shù)據(jù)集合，用于支持管理中的決策制定。”數(shù)據(jù)倉(cāng)庫(kù)的進(jìn)步在于，它把決策支持定為數(shù)據(jù)庫(kù)中數(shù)據(jù)組織和管理的目標(biāo)，從而把智能性和決策能力融入到數(shù)據(jù)庫(kù)中。Inmon之后，Ralph Kimball建立了更加方便、實(shí)用的“自底向上”數(shù)據(jù)倉(cāng)庫(kù)架構(gòu)并稱(chēng)之為“數(shù)據(jù)集市”（Data Mart），這種技術(shù)受到企業(yè)及廠家的歡迎并采納實(shí)施。雖然數(shù)據(jù)集市被歸并為數(shù)據(jù)倉(cāng)庫(kù)，但是它的出現(xiàn)誘發(fā)了商務(wù)智能和聯(lián)機(jī)分析技術(shù)的流行。

隨著數(shù)據(jù)庫(kù)在企業(yè)中的廣泛應(yīng)用，企業(yè)收集了大量的數(shù)據(jù)，如何從已有數(shù)據(jù)中提取對(duì)企業(yè)運(yùn)營(yíng)和決策具有重要價(jià)值的信息，成為了數(shù)據(jù)庫(kù)使用者和開(kāi)發(fā)者關(guān)系的話(huà)題?！瓣P(guān)系數(shù)據(jù)庫(kù)之父”科德再次走在了前面，提出多維數(shù)據(jù)庫(kù)和多維分析的概念，這便是“聯(lián)機(jī)分析處理”（OLAP），使得數(shù)據(jù)庫(kù)已經(jīng)顯現(xiàn)了“智能性”特點(diǎn)。從數(shù)據(jù)倉(cāng)庫(kù)中產(chǎn)生的OLAP又反過(guò)來(lái)促進(jìn)和推動(dòng)數(shù)據(jù)倉(cāng)庫(kù)技術(shù)的更深層的發(fā)展。

篇8

2000年，在互聯(lián)網(wǎng)處于最低谷的時(shí)候，網(wǎng)易公司為了給自己打氣，播出一個(gè)廣告，我的印象非常深刻。廣告詞“網(wǎng)聚人的力量”，特別貼切地說(shuō)明了互聯(lián)網(wǎng)的本質(zhì)，即把很多單個(gè)的節(jié)點(diǎn)連接起來(lái)，節(jié)點(diǎn)越多，效應(yīng)和價(jià)值越大。網(wǎng)絡(luò)的效應(yīng)、價(jià)值和節(jié)點(diǎn)并不是線性關(guān)系，也不是平方關(guān)系，而是指數(shù)關(guān)系，它指的就是全互聯(lián)的網(wǎng)絡(luò)。通俗地講，指數(shù)級(jí)效能的變化，使互聯(lián)網(wǎng)產(chǎn)生了顛覆傳統(tǒng)行業(yè)的能量，這就是“連接”。

互聯(lián)網(wǎng)的連接功能顛覆了商業(yè)模式和業(yè)界形態(tài)。過(guò)去的互聯(lián)網(wǎng)形式，僅僅變革信息表現(xiàn)方式，加快信息流速度。但是手機(jī)出現(xiàn)后，互聯(lián)網(wǎng)引起了全行業(yè)的革命。通過(guò)手機(jī)，人們不僅可以獲得信息、服務(wù)，還可以做交易。新的連接關(guān)系在出租車(chē)行業(yè)，也會(huì)引起資源利用效率的變革。我有一輛車(chē)，去萬(wàn)達(dá)廣場(chǎng)時(shí)，王健林過(guò)來(lái)搭車(chē)，節(jié)省了我的油錢(qián)，也方便了他，提高了資源的利用率。類(lèi)似的，其他改革正在繼續(xù)，比如，有些政府職能正在被取代;報(bào)社通過(guò)廣告盈利或傳播信息的方式正在改變;未來(lái)的電視臺(tái)將不復(fù)存在，節(jié)目制作組直接把片子放到網(wǎng)上，通過(guò)網(wǎng)絡(luò)盈利。

無(wú)線互聯(lián)網(wǎng)、手機(jī)互聯(lián)網(wǎng)等全互聯(lián)出現(xiàn)后，帶來(lái)的最大變化是，它改變了企業(yè)、產(chǎn)品和消費(fèi)者之間的關(guān)系。今天的企業(yè)面臨互聯(lián)網(wǎng)，之所以感到不適應(yīng)，是因?yàn)檫^(guò)去我們與消費(fèi)者之間有太多渠道、層級(jí)。而現(xiàn)在每個(gè)企業(yè)的產(chǎn)品可以直接面對(duì)消費(fèi)者，很多傳統(tǒng)的行銷(xiāo)方法不再起作用。物流、服務(wù)流、金錢(qián)的交易改變了原來(lái)的關(guān)系網(wǎng)絡(luò)，減少或消滅了很多中間狀態(tài)。沒(méi)有中間環(huán)節(jié)，消費(fèi)者可以和供應(yīng)者建立直接的連接關(guān)系。

中國(guó)的互聯(lián)網(wǎng)沒(méi)有硅谷本源技術(shù)的創(chuàng)新來(lái)源，卻依然發(fā)展得這么大。歸根結(jié)底，這源于商業(yè)模式的創(chuàng)新和人口紅利。視頻網(wǎng)站革了傳統(tǒng)電視臺(tái)的命，騰訊微信改變了運(yùn)營(yíng)商掙錢(qián)的形式，阿里巴巴聚合了傳統(tǒng)零售業(yè)的力量，小米改變了手機(jī)通信設(shè)備制造商的運(yùn)營(yíng)模式。

互聯(lián)網(wǎng)把原來(lái)行業(yè)賺的錢(qián)，回饋給消費(fèi)者，并贏得消費(fèi)者的歡迎，所以互聯(lián)網(wǎng)才能快速地成長(zhǎng)，這也是中國(guó)互聯(lián)網(wǎng)的特色。參與感、社區(qū)營(yíng)銷(xiāo)等手段，促使你把客戶(hù)變成用戶(hù)，再把用戶(hù)變成粉絲。未來(lái)，沒(méi)有粉絲的品牌將不會(huì)是真正的品牌。

有人問(wèn)我，你為什么做手表？原因很簡(jiǎn)單。人機(jī)互聯(lián)是2.0，物聯(lián)網(wǎng)是3.0。物聯(lián)網(wǎng)時(shí)代，是一個(gè)重新發(fā)明輪子的時(shí)代。過(guò)去的輪子是圓的，怎么發(fā)明都走不出這個(gè)框，而現(xiàn)在通過(guò)ROT技術(shù)，芯片可以放進(jìn)輪子中。再用互聯(lián)網(wǎng)技術(shù)，把產(chǎn)品體驗(yàn)變成互聯(lián)網(wǎng)體驗(yàn)，最后改變商業(yè)模式，讓最傳統(tǒng)的生產(chǎn)制造業(yè)都有可能變成互聯(lián)網(wǎng)企業(yè)，這是非常好的機(jī)會(huì)。

篇9

如今大數(shù)據(jù)已應(yīng)用于社會(huì)和生活的多個(gè)方面，交易數(shù)據(jù)、社交數(shù)據(jù)等的融合與處理給企業(yè)帶來(lái)了更多福利。在殼牌中國(guó)，大數(shù)據(jù)成為了指導(dǎo)企業(yè)業(yè)務(wù)及運(yùn)營(yíng)管理的重要應(yīng)用。

理解數(shù)據(jù)之“大”

“所謂大數(shù)據(jù)其實(shí)更多強(qiáng)調(diào)的是數(shù)據(jù)的重要性，本質(zhì)上不是絕對(duì)地說(shuō)有多少數(shù)據(jù)就可以稱(chēng)之為大數(shù)據(jù)，有多少數(shù)據(jù)就是小數(shù)據(jù)?！睔づ剖椭袊?guó)區(qū)首席信息官徐斌表示，“殼牌石油過(guò)去十年甚至更長(zhǎng)的時(shí)間，基于商業(yè)智能、數(shù)據(jù)倉(cāng)庫(kù)一直在使用數(shù)據(jù)。而當(dāng)時(shí)IT架構(gòu)基于單機(jī)方式運(yùn)行，數(shù)據(jù)處理效率受限，數(shù)據(jù)源也大多來(lái)自企業(yè)內(nèi)部?！?/p>

“互聯(lián)網(wǎng)所積累的數(shù)據(jù)量越來(lái)越大，同時(shí)對(duì)數(shù)據(jù)處理的要求也相應(yīng)提高。這就產(chǎn)生了現(xiàn)在新的分布式平臺(tái)來(lái)做數(shù)據(jù)分析。”徐斌解釋道，“所謂‘大’，現(xiàn)在看來(lái)可能更多出于廣告目的。我個(gè)人認(rèn)為，數(shù)據(jù)‘大’的概念更多是強(qiáng)調(diào)其商業(yè)價(jià)值，而不用去關(guān)注到底是多少數(shù)量級(jí)，或者是多少維度，這不是大數(shù)據(jù)的核心?！?/p>

“大數(shù)據(jù)的價(jià)值應(yīng)該是通過(guò)數(shù)據(jù)去發(fā)現(xiàn)規(guī)律，通過(guò)信息整合去發(fā)現(xiàn)知識(shí)，并對(duì)知識(shí)進(jìn)行濃縮形成智慧?！毙毂罂偨Y(jié)說(shuō)，“這也是殼牌中國(guó)應(yīng)用數(shù)據(jù)的最終目的?！?/p>

目前，大數(shù)據(jù)應(yīng)用已滲入殼牌中國(guó)業(yè)務(wù)體系。在殼牌上游業(yè)務(wù)中，殼牌通過(guò)對(duì)地理等數(shù)據(jù)的實(shí)時(shí)采集、分析，從而提高油井開(kāi)采成功率；在油罐管理上，殼牌使用SIR實(shí)時(shí)數(shù)據(jù)分析，減少潛在事故啟動(dòng)數(shù)量、及早發(fā)現(xiàn)問(wèn)題，大幅降低泄露事故；同時(shí)，可減少誤報(bào)導(dǎo)致的損失。大數(shù)據(jù)的應(yīng)用可為每個(gè)油站每年節(jié)約約4000美元成本。

在下游燃油、油銷(xiāo)售上，殼牌整合移動(dòng)設(shè)備、車(chē)聯(lián)網(wǎng)上的客戶(hù)數(shù)據(jù)并進(jìn)行分析，向客戶(hù)推送定制服務(wù)消息。同時(shí)，殼牌與阿里巴巴合作，通過(guò)對(duì)網(wǎng)上交易及社交數(shù)據(jù)的分析，精確定位潛在客戶(hù)，實(shí)現(xiàn)高達(dá)70%的客戶(hù)轉(zhuǎn)化率。另一方面，殼牌與銀聯(lián)的合作，可通過(guò)對(duì)相關(guān)銀行卡交易數(shù)據(jù)進(jìn)行分析，從而明晰殼牌的市場(chǎng)份額。

夯實(shí)大數(shù)據(jù)技術(shù)能力

目前，大數(shù)據(jù)發(fā)展行動(dòng)已成為國(guó)家戰(zhàn)略。2015年兩會(huì)提出的發(fā)展“互聯(lián)網(wǎng)+”，其中核心技術(shù)就是大數(shù)據(jù)。云、物、移、大、智，大數(shù)據(jù)是核心，通過(guò)數(shù)據(jù)才能產(chǎn)生資產(chǎn)價(jià)值。

“從目前大數(shù)據(jù)發(fā)展國(guó)內(nèi)外情況來(lái)看，英國(guó)是第1名，中國(guó)排位靠后?！毙毂蟊硎?，“這一位置也表明中國(guó)大數(shù)據(jù)使用狀態(tài)、數(shù)據(jù)開(kāi)放都比較落后，需要有所提升。但中國(guó)大數(shù)據(jù)應(yīng)用領(lǐng)域也很多，應(yīng)用最多的就是金融業(yè)、醫(yī)療業(yè)和政府公共事業(yè)，這是目前用的比較多的三個(gè)領(lǐng)域。”

對(duì)于目前業(yè)界存在的一些大數(shù)據(jù)認(rèn)識(shí)誤區(qū)，徐斌認(rèn)為要從兩個(gè)方面厘清?！笆紫龋髷?shù)據(jù)不是單純的技術(shù)，其最重要的目的是解決業(yè)務(wù)問(wèn)題，幫助業(yè)務(wù)創(chuàng)造新的機(jī)會(huì)，需要團(tuán)隊(duì)協(xié)作實(shí)現(xiàn)其價(jià)值；同時(shí)，大數(shù)據(jù)實(shí)現(xiàn)需要比較好的數(shù)據(jù)源，如果數(shù)據(jù)質(zhì)量不高，再好的系統(tǒng)也沒(méi)有意義。總的來(lái)說(shuō)，大數(shù)據(jù)不是工具，是一整套體系。其次，大數(shù)據(jù)不能解決所有問(wèn)題。一方面，大數(shù)據(jù)不是全部數(shù)據(jù)，因此不能夠完全展現(xiàn)事情本質(zhì)，只能預(yù)測(cè)可能性概率比較高的事情；另一方面，如果企業(yè)自身數(shù)據(jù)應(yīng)用不好或存在很多信息鼓搗，也很難實(shí)現(xiàn)數(shù)據(jù)指導(dǎo)決策的有效應(yīng)用?！?/p>

“目前，大數(shù)據(jù)在各個(gè)行業(yè)都有一些典型應(yīng)用。例如汽車(chē)企業(yè)，可以利用互聯(lián)網(wǎng)收集數(shù)據(jù)進(jìn)行快速?zèng)Q策，調(diào)整汽車(chē)行駛過(guò)程；例如新浪曾經(jīng)推出南方-新浪大數(shù)據(jù)100指數(shù)，通過(guò)大家討論股票的熱度、財(cái)務(wù)指標(biāo)考量等維度，精選出得票最高的股票對(duì)其進(jìn)行投資；另外，金融行業(yè)可以通過(guò)銀行交易數(shù)據(jù)來(lái)分析跟蹤整個(gè)國(guó)家經(jīng)濟(jì)運(yùn)行情況?！毙毂蠼榻B說(shuō)。

那么，對(duì)單個(gè)企業(yè)而言，如何提升大數(shù)據(jù)應(yīng)用能力建設(shè)？徐斌認(rèn)為應(yīng)從四方面著手。一是建立企業(yè)大數(shù)據(jù)體系，包括數(shù)據(jù)基礎(chǔ)平臺(tái)、數(shù)據(jù)報(bào)表與可視化、產(chǎn)品與運(yùn)營(yíng)分析、精細(xì)化運(yùn)營(yíng)平臺(tái)、數(shù)據(jù)產(chǎn)品、戰(zhàn)略分析與決策等；二是實(shí)現(xiàn)企業(yè)數(shù)據(jù)資產(chǎn)管理，包括數(shù)據(jù)資產(chǎn)治理、數(shù)據(jù)資產(chǎn)應(yīng)用、數(shù)據(jù)資產(chǎn)運(yùn)營(yíng)；三是發(fā)展大數(shù)據(jù)應(yīng)用應(yīng)與云計(jì)算相輔相成；四是認(rèn)識(shí)到大數(shù)據(jù)是文化與技術(shù)的結(jié)合。首先要有數(shù)據(jù)驅(qū)動(dòng)決策的文化，其次要思考如何通過(guò)大數(shù)據(jù)分析和預(yù)測(cè)。

六個(gè)維度認(rèn)識(shí)大數(shù)據(jù)價(jià)值

徐斌指出，大數(shù)據(jù)的應(yīng)用主要有四種?！耙皇敲枋鲂詳?shù)據(jù)應(yīng)用，相當(dāng)于給企業(yè)管理者一個(gè)顯微鏡和望遠(yuǎn)鏡，了解企業(yè)發(fā)生了什么。二是診斷性數(shù)據(jù)應(yīng)用，但企業(yè)發(fā)聲問(wèn)題時(shí)通過(guò)數(shù)據(jù)分析找出原因，如不良貸款為何一直上升？客戶(hù)為何流失？哪些客戶(hù)流程？三是預(yù)測(cè)性數(shù)據(jù)應(yīng)用，比如通過(guò)數(shù)據(jù)測(cè)評(píng)，提前了解零部件情況，及時(shí)調(diào)配。殼牌也有這樣的配件，比如鉆頭，如何讓它更健康的運(yùn)作？殼牌通過(guò)傳感器了解鉆頭的熱度、疲勞度等，及時(shí)發(fā)現(xiàn)問(wèn)題。通過(guò)數(shù)據(jù)及時(shí)跟蹤就可以提前預(yù)防，這樣就為企業(yè)帶來(lái)大量的價(jià)值。四是指導(dǎo)性數(shù)據(jù)應(yīng)用，通過(guò)多維數(shù)據(jù)的收集和分析，可以給企業(yè)合理的建議方案。比如開(kāi)發(fā)用戶(hù)，是做線下?tīng)I(yíng)銷(xiāo)還是線上接觸？是找這個(gè)群體還是找那個(gè)群體？這些都需要大數(shù)據(jù)分析。這是大數(shù)據(jù)最核心的應(yīng)用?！?/p>

具體到大數(shù)據(jù)在企業(yè)內(nèi)部的價(jià)值實(shí)現(xiàn)。徐斌表示大數(shù)據(jù)對(duì)企業(yè)有六個(gè)維度價(jià)值。

決策支持

假如企業(yè)要開(kāi)一個(gè)加油站，在哪個(gè)點(diǎn)開(kāi)？這直接影響到投資有沒(méi)有回報(bào)。通過(guò)大數(shù)據(jù)分析，通過(guò)手機(jī)信號(hào)定位來(lái)判斷移動(dòng)速度，判斷是車(chē)還是人流，看看每天通過(guò)車(chē)的速度，這樣的數(shù)據(jù)很準(zhǔn)確，如果通過(guò)它來(lái)做決策，顯然它的效率會(huì)高、回報(bào)率更可靠。

運(yùn)營(yíng)優(yōu)化

比如加油站地下油罐的設(shè)計(jì)，通過(guò)大數(shù)據(jù)分析可以幫助我們決策。比如把這個(gè)區(qū)域的相應(yīng)數(shù)據(jù)進(jìn)行對(duì)比判斷，地下油罐是不是有泄露的可能？對(duì)殼牌來(lái)說(shuō)，全球評(píng)估下來(lái)，一個(gè)站一年可以省好幾萬(wàn)元錢(qián)，一年就是十幾億，這是成本的巨大節(jié)約。

營(yíng)銷(xiāo)突破

通過(guò)大數(shù)據(jù)找到潛在的客戶(hù)，可是企業(yè)的潛在客戶(hù)在哪里？以前都是做線下促銷(xiāo)活動(dòng)，精準(zhǔn)力很差、轉(zhuǎn)換率很低。但是通過(guò)淘寶交易應(yīng)用，通過(guò)新浪微博也可以找到相關(guān)的車(chē)主，這些人就是我們的客戶(hù)，我們就對(duì)他做精準(zhǔn)營(yíng)銷(xiāo)，這個(gè)轉(zhuǎn)換率是50%，非常高。

安全保護(hù)

比如，人的安全駕駛行為可通過(guò)數(shù)據(jù)分析出來(lái)，而化工廠也能通過(guò)數(shù)據(jù)分析及時(shí)發(fā)現(xiàn)危險(xiǎn)，采取措施。

業(yè)務(wù)創(chuàng)新

用數(shù)據(jù)做業(yè)務(wù)創(chuàng)新，比如某服裝公司，七天內(nèi)給一個(gè)客戶(hù)提供定制化的西服?？康氖鞘裁?？沉淀十年的西服板型的大數(shù)據(jù)，優(yōu)化裁減、安裝匹配，這就是創(chuàng)新。

篇10

數(shù)字技術(shù)的迅猛發(fā)展，如云計(jì)算、互聯(lián)網(wǎng)等，掀起了網(wǎng)絡(luò)信息技術(shù)發(fā)展浪潮，推動(dòng)了世界范圍內(nèi)大數(shù)據(jù)時(shí)代的到來(lái)，尤其是大數(shù)據(jù)技術(shù)研發(fā)投入的加大，更是雙重沖擊了知識(shí)經(jīng)濟(jì)和網(wǎng)絡(luò)化數(shù)字化[1]。大數(shù)據(jù)不僅使人們獲得新認(rèn)知、創(chuàng)造新價(jià)值，還在一定程度上改變了市場(chǎng)、組織機(jī)構(gòu)，而且為圖書(shū)館自動(dòng)化發(fā)展提供了技術(shù)支持。在大數(shù)據(jù)時(shí)代背景下，圖書(shū)館管理和服務(wù)升級(jí)不斷得到推動(dòng)，其服務(wù)方式、資源存儲(chǔ)等也發(fā)生了巨大變化，同時(shí)也受到了一定的影響和挑戰(zhàn)，需不斷創(chuàng)新服務(wù)模式，提高服務(wù)質(zhì)量，才能促進(jìn)圖書(shū)館持續(xù)健康發(fā)展。

1. 大數(shù)據(jù)知識(shí)服務(wù)概析

1.1大數(shù)據(jù)知識(shí)服務(wù)特征

大數(shù)據(jù)知識(shí)服務(wù)是一種面向大量數(shù)據(jù)的知識(shí)服務(wù)模式，也是一種新知識(shí)服務(wù)理念，產(chǎn)生于獲取、存儲(chǔ)、分析大量數(shù)據(jù)過(guò)程中[2]。由于大數(shù)據(jù)由大量交易數(shù)據(jù)、交互數(shù)據(jù)和數(shù)據(jù)處理技術(shù)趨勢(shì)匯聚而成，且具有一定復(fù)雜性，因此，現(xiàn)有數(shù)據(jù)中心技術(shù)無(wú)法滿(mǎn)足大數(shù)據(jù)知識(shí)服務(wù)需求，需不斷進(jìn)行創(chuàng)新?？梢?jiàn)，大數(shù)據(jù)知識(shí)服務(wù)的特征主要有：（1）整體性把握知識(shí)需求不確定性。（2）跨越共性技術(shù)體系和細(xì)分特征。（3）支持按需使用或付費(fèi)。（4）強(qiáng)調(diào)用戶(hù)參與和群體協(xié)同。

1.2大數(shù)據(jù)知識(shí)服務(wù)主要表現(xiàn)

大數(shù)據(jù)知識(shí)服務(wù)是一種提供智慧服務(wù)以及面向數(shù)子圖書(shū)館發(fā)展的知識(shí)服務(wù)模式，智慧圖書(shū)館是未來(lái)圖書(shū)館新模式，以數(shù)字化、網(wǎng)絡(luò)化、智能化等信息技術(shù)為基礎(chǔ)，主要特征是互聯(lián)、高效、便利，其智慧服務(wù)是一種支持用戶(hù)應(yīng)用和創(chuàng)新知識(shí)的特殊服務(wù)，建立于搜尋、分析、重組知識(shí)的服務(wù)基礎(chǔ)上?？梢?jiàn)，在提供智慧服務(wù)模式上，大數(shù)據(jù)知識(shí)服務(wù)的主要表現(xiàn)有：（1）互聯(lián)、融合和共享圖書(shū)館基礎(chǔ)設(shè)施。（2）提供智慧服務(wù)。（3）智能管理體系構(gòu)建高效化。

近年來(lái)，大數(shù)據(jù)技術(shù)不斷發(fā)展，數(shù)字圖書(shū)館逐漸向語(yǔ)義出版、移動(dòng)閱讀等趨勢(shì)發(fā)展，且日益具有“全媒體”資源、完整業(yè)務(wù)流程等管理能力，而且云計(jì)算、互聯(lián)網(wǎng)等也為數(shù)字圖書(shū)館的發(fā)展提供了技術(shù)支持。可見(jiàn)，在面向數(shù)字圖書(shū)館發(fā)展知識(shí)服務(wù)模式上，大數(shù)據(jù)知識(shí)服務(wù)的主要表現(xiàn)有：（1）全新的資源建設(shè)策略。（2）構(gòu)建全新知識(shí)服務(wù)平臺(tái)。（3）提供“融入環(huán)境、嵌入過(guò)程”的預(yù)見(jiàn)。

2. 大數(shù)據(jù)時(shí)代對(duì)圖書(shū)館的影響和挑戰(zhàn)

大數(shù)據(jù)是創(chuàng)新、競(jìng)爭(zhēng)和生產(chǎn)力的下一個(gè)前沿領(lǐng)域，在大數(shù)據(jù)時(shí)代，信息行業(yè)深層次分析了數(shù)據(jù)，并挖掘了其價(jià)值，而且數(shù)據(jù)形態(tài)呈現(xiàn)多樣性，也具有極高的利用價(jià)值，因此處理數(shù)據(jù)成為了新興產(chǎn)業(yè)[3]。目前，圖書(shū)館數(shù)據(jù)對(duì)象、應(yīng)用技術(shù)、價(jià)值流向等都和大數(shù)據(jù)具有一定共性，可見(jiàn)，大數(shù)據(jù)時(shí)代會(huì)對(duì)圖書(shū)館產(chǎn)生影響和挑戰(zhàn)，并促使圖書(shū)館服務(wù)模式發(fā)生變化。大數(shù)據(jù)時(shí)代對(duì)圖書(shū)館的影響和挑戰(zhàn)主要包括：（1）大數(shù)據(jù)為圖書(shū)館服務(wù)質(zhì)量的提高提供支持。如今，圖書(shū)館間的競(jìng)爭(zhēng)不僅僅是館藏資源、空間建筑、服務(wù)質(zhì)量等，還包括大數(shù)據(jù)擁有量、數(shù)據(jù)價(jià)值挖掘等，同時(shí)圖書(shū)館日后發(fā)展策略也需通過(guò)分析和預(yù)測(cè)大數(shù)據(jù)而制定。（2）圖書(shū)館未來(lái)核心資產(chǎn)是綜合掌握大數(shù)據(jù)。大數(shù)據(jù)價(jià)值逐漸為人們認(rèn)知，其分析技術(shù)也日益成熟，這使得讀者借閱習(xí)慣、服務(wù)消費(fèi)記載等大數(shù)據(jù)價(jià)值被挖掘得更多，這些大數(shù)據(jù)為圖書(shū)館未來(lái)發(fā)展、服務(wù)模式建立等提供了有效依據(jù)，并構(gòu)成了圖書(shū)館未來(lái)核心資產(chǎn)。（3）大數(shù)據(jù)時(shí)代為圖書(shū)館提供了發(fā)展機(jī)遇和挑戰(zhàn)。在大數(shù)據(jù)時(shí)代，圖書(shū)館不僅需通過(guò)對(duì)結(jié)構(gòu)化數(shù)據(jù)的了解，有效掌握現(xiàn)代客戶(hù)可接受的服務(wù)種類(lèi)，也需通過(guò)對(duì)大量半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的了解，挖掘圖書(shū)館和客戶(hù)間可能發(fā)生的事，并預(yù)測(cè)和分析未來(lái)，以利于找到適宜的圖書(shū)館服務(wù)模式，積極應(yīng)對(duì)日后挑戰(zhàn)。

3. 大數(shù)據(jù)時(shí)代圖書(shū)館服務(wù)模式創(chuàng)新策略

3.1建立健全圖書(shū)館制度

圖書(shū)館既是社會(huì)機(jī)構(gòu)，也是國(guó)家及政府的制度安排，體現(xiàn)了社會(huì)對(duì)知識(shí)或信息的調(diào)節(jié)與分配，以利于保障人們知識(shí)權(quán)利和實(shí)現(xiàn)社會(huì)知識(shí)或信息[4]。在目前大數(shù)據(jù)時(shí)代中，需建立健全一定制定保障知識(shí)服務(wù)，即圖書(shū)館制度，所以為維護(hù)和發(fā)展圖書(shū)館制度，需做好以下幾方面工作：充分發(fā)揮圖書(shū)館保護(hù)隱私權(quán)和數(shù)據(jù)安全的作用，并促進(jìn)數(shù)字隱私權(quán)基礎(chǔ)設(shè)施的建立；推動(dòng)政府或相關(guān)組織積極履行制度供給、積極回應(yīng)、適度規(guī)制等治理圖書(shū)館的責(zé)任，并通過(guò)建立健全圖書(shū)館制度，對(duì)政府、讀者等行為進(jìn)行有效約束與合理調(diào)節(jié)；構(gòu)建圖書(shū)館公益信息制度，充分發(fā)揮其協(xié)同作用，保障中低階層人民基本信息權(quán)益；在大數(shù)據(jù)時(shí)代，切實(shí)平衡公共權(quán)力、公民社會(huì)和公民權(quán)利，以免信息權(quán)力分配不平等。

3.2大數(shù)據(jù)應(yīng)用理性化

在信息革命中，積極應(yīng)用新技術(shù)不斷創(chuàng)新圖書(shū)館制度、文化，可促進(jìn)圖書(shū)館的高效、優(yōu)質(zhì)改革，所以經(jīng)過(guò)多次歷史經(jīng)驗(yàn)，我們可以理性的堅(jiān)信大數(shù)據(jù)時(shí)代可實(shí)現(xiàn)圖書(shū)館知識(shí)服務(wù)智能化、智慧化、人性化。大數(shù)據(jù)時(shí)代的到來(lái)，給圖書(shū)館帶來(lái)了機(jī)遇和挑戰(zhàn)，只有正視這些機(jī)遇和挑戰(zhàn)，積極轉(zhuǎn)變思路，熟練掌握各種技術(shù)有效分析大數(shù)據(jù)，才能在一定程度上跨越式的實(shí)現(xiàn)大數(shù)據(jù)時(shí)代圖書(shū)館知識(shí)服務(wù)，進(jìn)而推進(jìn)大數(shù)據(jù)應(yīng)用理性化，并切實(shí)強(qiáng)化信息環(huán)境下圖書(shū)館人文關(guān)懷，維護(hù)大數(shù)據(jù)時(shí)代信息公平，保護(hù)隱私權(quán)和數(shù)據(jù)安全。

3.3構(gòu)建圖書(shū)館知識(shí)服務(wù)平臺(tái)

大數(shù)據(jù)圖書(shū)館知識(shí)服務(wù)平臺(tái)是一個(gè)智慧平臺(tái)，集獲取、存儲(chǔ)、組織大數(shù)據(jù)以及共享、交易服務(wù)資源等為一體，該平臺(tái)的構(gòu)建以建設(shè)智慧圖書(shū)館為基本要求，具有數(shù)據(jù)源層、基礎(chǔ)支撐層、數(shù)據(jù)流轉(zhuǎn)層、知識(shí)服務(wù)平臺(tái)層等體系架構(gòu)，構(gòu)建時(shí)涉及諸多技術(shù)，如傳感技術(shù)、適配技術(shù)、虛擬化接入技術(shù)、大數(shù)據(jù)知識(shí)服務(wù)終端交互技術(shù)等。

3.4培養(yǎng)高素質(zhì)的智慧圖書(shū)館員

一般情況下，智慧圖書(shū)館員具有以下特征：見(jiàn)多識(shí)廣、資質(zhì)水準(zhǔn)高、靈活性、創(chuàng)造力、終身學(xué)習(xí)等，這是每個(gè)智慧圖書(shū)館均需配備的人員，尤其是大數(shù)據(jù)時(shí)代背景下，智慧圖書(shū)館員更是要高素質(zhì)，這不僅是人力資源的創(chuàng)新方向，也是培養(yǎng)智慧圖書(shū)館員的標(biāo)準(zhǔn)[5]。高素質(zhì)的智慧圖書(shū)館員通常能準(zhǔn)確把握對(duì)大數(shù)據(jù)范疇、價(jià)值、狀態(tài)等的分析與預(yù)測(cè)；能熟練應(yīng)用多個(gè)學(xué)科技術(shù)，如人工智能、信息技術(shù)等；能科學(xué)合理的規(guī)劃圖書(shū)館發(fā)展方向；能建立綜合解決大數(shù)據(jù)的方案，如對(duì)數(shù)據(jù)進(jìn)行獲取、存儲(chǔ)、分析等。