導(dǎo)語：如何才能寫好一篇大暑詩句，這就需要搜集整理更多的資料和文獻，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，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)客戶降低了成本，也使普遍的消費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)公司走在了時代的前面，他們作為大數(shù)據(jù)時代的先行者，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，有時也成為追逆或效仿的對象。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)的搬運工

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

作為一個以大數(shù)據(jù)為基礎(chǔ)為各行業(yè)提供解決方案的企業(yè)來說，硬件業(yè)務(wù)的多少與好壞似乎已并不能衡量自身的實力，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，目的是發(fā)展公司最新的電腦系統(tǒng)Watson，它將據(jù)客戶過往的歷史記錄，幫助企業(yè)更好地認識客戶，隨時隨地以客戶選擇的方式進行接洽，并在需要行動時提供強大支持。因此它將大大節(jié)省企業(yè)/客戶的人工成本，以便更好地做出決策，更快的實現(xiàn)業(yè)務(wù)成效，而在去年，這一系統(tǒng)已經(jīng)開始應(yīng)用于醫(yī)療以及零售領(lǐng)域，幫助行業(yè)實現(xiàn)轉(zhuǎn)型。

盡管如此，IBM仍然是到了一個艱難的時刻，盡管投入了較大資金發(fā)展全球數(shù)據(jù)中心，比如以20億美元收購云計算基礎(chǔ)架構(gòu)服務(wù)提供商SoftLayer，但其在云計算領(lǐng)域取得的收入應(yīng)屬是杯水車薪，面對來勢洶洶的后起之秀，IBM這個藍色巨人可能需要放下過去的慢熱，雖然大象和螞蟻轉(zhuǎn)身需要的能級不同。

說到IBM就不得不提SAP，這個由前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2014巴西世界杯德國隊的奪冠記憶猶新，在這背后或有“大數(shù)據(jù)”的力量，可謂是德國隊的“第十二人”。早在此次世界杯之前，德國足協(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的技術(shù)數(shù)據(jù)，基于“數(shù)字和事實”優(yōu)化球隊配置，從而提升球隊作戰(zhàn)能力，并通過分析對手技術(shù)數(shù)據(jù)。通過此種方式，德國隊在戰(zhàn)術(shù)制定上的時間成本大大縮短，這可以算所是“大數(shù)據(jù)”的一種勝利，同時也是未來體育發(fā)展的一種趨勢，即引入當(dāng)今世界最發(fā)達的技術(shù)，提高自身比賽水平，借助大數(shù)據(jù)強有力的分析處理能力制定合理的訓(xùn)練計劃與比賽戰(zhàn)術(shù)，而非像以前那樣單純的依靠球隊的不斷操練來實現(xiàn)。我們可以相信，在未來，不只是體育屆，任何范疇內(nèi)的決策都會要借助“大數(shù)據(jù)”的分析結(jié)果來完成，因為它可以既便捷又準(zhǔn)確。

這就是“大數(shù)據(jù)”的力量。百度李明遠有一句話：“大數(shù)據(jù)的特點就是發(fā)現(xiàn)人們原來看不到的數(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，這也是他存在的基礎(chǔ)，直到1987他才成立了一個僅有7人的軟件開發(fā)部門，管理也十分成松散，而這個部門成立的理由只是因為Oracle公司需要一個財務(wù)管理系統(tǒng)。就在這種偶然下Oracle開始了“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。僅用了6年時間，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)是一個不小的成績。

Oracle應(yīng)用軟件的創(chuàng)始人杰夫?沃克說過：“盡管SAP有R/3，但在應(yīng)用軟件市場上，他們并沒有達到高不可及的程度，他們并沒有真正做到象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)以優(yōu)化其臨床及數(shù)據(jù)存儲環(huán)境之后，不僅消減了存儲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)來創(chuàng)造盈利，他們在“大數(shù)據(jù)”的數(shù)據(jù)服務(wù)上已經(jīng)取得了成功，其占據(jù)的市場份額是后起之秀們難以企及的。其實他們所做的并不復(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中苦苦掙扎，這并非管理水平偏低的原因，而是因為太過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，只有針對這些不變的點，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)本身會有很大的發(fā)展?！崩顝┖耆缡钦f。

同樣是2014巴西世界杯期間，百度“世界杯預(yù)測”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)測無一錯誤。想想世界杯時無數(shù)走上天臺的小伙伴們，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)測的產(chǎn)品說明中寫到“百度大數(shù)據(jù)部收集了2010-2013年全世界范圍內(nèi)所有國家隊及俱樂部的賽事數(shù)據(jù)，構(gòu)建了現(xiàn)在的賽事預(yù)測模型”，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，在球隊訓(xùn)練、體彩等方面發(fā)揮商業(yè)價值?？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)測的結(jié)果是可喜的，不過百度在另一項事情的預(yù)測上則栽了跟頭。在《黃金時代》上映之前，百度會上宣布電影《黃金時代》的票房預(yù)期可達2.0―2.3億，當(dāng)時的媒體都認為這個數(shù)字估計的太過于保守，然而截止到10月16日，《黃金時代》的累計票房為4698萬，如此成績對于片方、媒體和公眾而言都是出乎意料，2.0億的票房估計竟然已經(jīng)算是十分樂觀。這并不是百度第一次做票房預(yù)測了，早在7月14日愛奇藝就透露在內(nèi)部，百度票房的預(yù)測已經(jīng)有了百分之八十的準(zhǔn)確率。百度也因為此次的預(yù)測失敗而推遲了票房預(yù)測產(chǎn)品的上線，我們可以看到在百度預(yù)測中，電影票房預(yù)測那一項仍是灰色，標(biāo)注著“即將上線，敬請期待”的字樣。對此，可能的原因是類似《黃金時代》的文藝類影片樣本較少，不確定性大。

同百度這次失敗同樣的，他的競爭對手Google也有馬失前蹄的時候。在2008年Google推出了他的Google Flu Trends流感預(yù)測服務(wù)，在這之后的幾年時間中，預(yù)測的結(jié)果都是準(zhǔn)確的。這也幫助各國對即將到來的流感進行了有效的預(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)測的全國范圍的流感樣疾?。ㄕ既珖丝诘谋壤┙跏菍嶋H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，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，“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)本身存在著問題，那么不論算法如何正確出來的結(jié)果也是失之千里。

當(dāng)然這僅僅是兩個微小的錯誤，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)用研究與實踐的優(yōu)勢。如今百度已經(jīng)有了一套看起來更完整的“大數(shù)據(jù)”引擎系統(tǒng)，共三個部分：開放云，百度的大規(guī)模分布式計算和超大規(guī)模存儲云，對應(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)組織起來的軟件能力，對應(yīng)到Google，其近年來為迎接大數(shù)據(jù)時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，專為BigTable設(shè)計的分布式存儲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，對應(yīng)到Google，Google提供的大數(shù)據(jù)分析智能應(yīng)用包括多個方面，技術(shù)有Big Query、趨勢圖等。如果說百度大數(shù)據(jù)引擎是一個程序，那么它的數(shù)據(jù)結(jié)構(gòu)就是數(shù)據(jù)工廠+開放云，而算法則對應(yīng)到百度大腦?？梢哉f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)測的界面我們可以看到已經(jīng)能夠看到一個預(yù)測開放平臺，為每一個用戶提供平臺化的預(yù)測服務(wù)。借助這種服務(wù)，應(yīng)該能夠更準(zhǔn)確地預(yù)見未來的趨勢，趨利避害。譬如通過“疾病預(yù)測”，可以知道同類疾病全國哪家醫(yī)院最好，同城醫(yī)院中，哪家醫(yī)院現(xiàn)在排隊人數(shù)較少，或者當(dāng)前天氣需要預(yù)防那種流行病；通過“景點預(yù)測”，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。對于企業(yè)來說，能夠有效地規(guī)避風(fēng)險，調(diào)整戰(zhàn)略，進而減低成本，縮減開支，最終達到效率與收益的提高。

在如今搜索引擎市場已經(jīng)不能為他們帶來更多盈利的情況下，百度與Google將目光同時轉(zhuǎn)向了“大數(shù)據(jù)”開發(fā)與研究。曾經(jīng)有一個這樣的問題，問百度能夠依靠大數(shù)據(jù)做些什么，答可以分析網(wǎng)上賣假藥的情況。這固然是針對百度搜索中側(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)所能提供的利潤已經(jīng)接近飽和，盈利模式的更新已經(jīng)迫不及待，而通過“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，Google每年通過“大數(shù)據(jù)”可獲得約80億美元的收入，這一數(shù)字遠遠超過了百度。若百度能通過“百度預(yù)測”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)你們在瀏覽商品時……

眼下隨著日子的臨近，一年一度的雙十一又要來了，在那些網(wǎng)頁彈出的廣告中，不難注意到那些推薦的產(chǎn)品，正是曾經(jīng)搜索過或者瀏覽過的，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。

說道電商中“大數(shù)據(jù)”方面做得最成功的無疑是亞馬遜了，亞馬遜是云計算的奠基者，他在用戶偏好、商業(yè)領(lǐng)域等方面的“大數(shù)據(jù)”能力可以說甚至超過了Google。他從每一位客戶上捕捉大量數(shù)據(jù)，如購買記錄、瀏覽記錄、瀏覽時間等，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的產(chǎn)品。亞馬遜不對人進行分類，而是對用戶的需求分類，從而產(chǎn)生了亞馬遜的推薦系統(tǒng)，而此舉它帶去30%的銷售收入。反映在網(wǎng)頁上，我們可以看到亞馬遜會將智能推薦的過程貫穿購物的始終。此外，亞馬遜也會向用戶發(fā)送郵件，推薦少量的商品，甚至是你未來可能會用到的商品。更為重要的是這一系列過程并不會令人產(chǎn)生反感，用戶體驗也隨之提高。

對應(yīng)到國內(nèi)，不得不提的是阿里巴巴，作為國內(nèi)最早運作云的部門，他的推薦系統(tǒng)同樣優(yōu)秀。在淘寶首頁你會很容易看到一個名為“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買或搜索的類似。

淘寶作為一個擁有海量用戶數(shù)據(jù)的平臺，每天都有上千萬交易發(fā)生，數(shù)據(jù)從手機端、電腦中上傳，為阿里提供了一個數(shù)據(jù)庫。自去年3月起阿里上線了自己的云服務(wù)平臺――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)計算、挖掘、存儲的云環(huán)境開發(fā)平臺，構(gòu)建阿里數(shù)據(jù)生態(tài)。這也是其在以“云計算、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)投放等多個支撐工具，覆蓋了180萬天貓、淘寶商家，為他們帶去了利潤。例如，通過“日報單品分析”服務(wù)能夠使得運營人員方便的進行單品優(yōu)化、頁面調(diào)整，分析人員能夠清晰地進行業(yè)務(wù)分析；通過“財務(wù)對賬”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)平臺事業(yè)部王賁表示：“我們就像一個廚房，提供了最優(yōu)質(zhì)的原材料、最鋒利的工具，讓開發(fā)者、服務(wù)商這樣的大廚能夠快速實現(xiàn)大數(shù)據(jù)應(yīng)用的各種idea?！?/p>

同樣的還有京東，雖然目前在云計算領(lǐng)域還遠遠達不到阿里的高度，但仍有著自己的努力。作為一個直接為用戶提品的電商，供應(yīng)量變得十分關(guān)鍵，京東通過銷售情況、市場預(yù)期、時間日期的綜合數(shù)據(jù)，形成一個預(yù)測系統(tǒng)，最后自動形成訂單發(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，出現(xiàn)的標(biāo)簽往往并不是商品的分類而是來自于商品的評價，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)源自京東對于后臺搜索數(shù)據(jù)分析的結(jié)果，他們發(fā)現(xiàn)在京東商城進行購買的用戶往往對商品的分類并不清楚，而經(jīng)常以商品的功能或作用來進行尋找，因此在他們看來，更重要的是在搜索欄中出現(xiàn)商品的評價而非分類，而主動將此類標(biāo)簽加入搜索系統(tǒng)中能使用戶更好的找到自己想要的商品，加強了對用戶的服務(wù)，使得購物體驗大為提升，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)向客戶并不需要的商品的情況的發(fā)生。

馬云在卸任演講上說：“很多人還沒搞清楚什么是PC互聯(lián)網(wǎng)，移動互聯(lián)網(wǎng)來了，我們還沒搞清楚移動互聯(lián)網(wǎng)的時候，大數(shù)據(jù)時代又來了?！薄按髷?shù)據(jù)”為平臺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，為用戶提供更佳的體驗，如此則有更多的人投入使用中來，這樣便形成了一個數(shù)據(jù)的良性循環(huán)。如此，“大數(shù)據(jù)”可以說是未來電商們發(fā)展的基礎(chǔ)資源及優(yōu)勢所在，透過“大數(shù)據(jù)”的支撐，能夠提高用戶數(shù)量，提供優(yōu)質(zhì)服務(wù)，降低運營成本，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Facebook發(fā)表的那份關(guān)于戀愛的數(shù)據(jù)么，通過“大數(shù)據(jù)”他能知道你們何時會戀愛，何時可能分手，甚至你本身尚未意識到時，他就已經(jīng)察覺了。這是基于2.7億活躍用戶的統(tǒng)計結(jié)果。

同傳統(tǒng)的戀愛過程類似，社交網(wǎng)絡(luò)中的愛情也有一段“追求”的階段，在這一階段中，每位用戶每日會至少推送一條消息，而在關(guān)系確定之后推送的頻率則會直線下降。另一個趨勢是在找到伴侶后，由于愛意的增加，情侶間互動的內(nèi)容會越來越甜蜜，正能量的傳遞也會隨之增多。不僅如此，F(xiàn)acebook甚至能夠推算出這段感情能夠維持多長時間，最長的可達4年以上，以及最容易分手的時間，通常是在5-7月。也許，F(xiàn)acebook應(yīng)當(dāng)基于此推出一項戀愛預(yù)測的服務(wù)，來幫助廣大單身青年們“脫團”，使他們的“雙十一”不再孤單。

早在2012年，F(xiàn)acebook就開始了用戶“大數(shù)據(jù)”的收集，主要是收集用戶在Facebook上公開的感情數(shù)據(jù)，并嘗試著讓用戶發(fā)表自己收聽習(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“戀愛歌曲TOP10”以及“失戀歌曲TOP10”以此來慰藉那些墜入愛河以及傷心不已的用戶?？蛇@并不是出于一時的好奇心或僅為好玩，最終的目的是將這些數(shù)據(jù)用于用戶推薦服務(wù)上，他們根據(jù)統(tǒng)計得到的數(shù)據(jù)，建立了“看心聽曲”服務(wù)，即根據(jù)用戶的心情，推薦不同的曲目，如此貼心的服務(wù)，不僅使用戶們感到暖心，同時也讓Facebook的用戶忠實度有了上升。

國內(nèi)的騰訊在公司還在很小的時候就通過后臺記錄、分析用戶的每一個習(xí)慣，時至今日已經(jīng)擁有了廣大的用戶數(shù)據(jù)，而正是這種對數(shù)據(jù)的重視，使得騰訊建立了今天的企鵝王國。

如今，騰訊云服務(wù)已經(jīng)有了包括計算與網(wǎng)絡(luò)、存儲與CDN、監(jiān)控與安全、數(shù)據(jù)分析等多項服務(wù)，并投入到清華大學(xué)微信建站，糗事百科、365日歷應(yīng)用軟件運行等項目之中，為他們提供了多樣化的服務(wù)。DNSPod CEO吳洪聲說：“接入騰訊云之后，極大地減少了我們運維成本，特別是使用了云數(shù)據(jù)庫和CDN之后，我們的服務(wù)響應(yīng)更快了，運營產(chǎn)品變得更簡單了?！逼渲?，騰訊的數(shù)據(jù)分析平臺已經(jīng)接入了100過個產(chǎn)品的各類數(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)略的重點所在，從公布的信息中來看，從微信到微博，騰訊為云分析提供了全面的平臺支撐，達到了統(tǒng)計全面上報詳細的目的。

小小比如，騰訊基于“大數(shù)據(jù)”的產(chǎn)品“廣點通”，在騰訊大社交平臺海量用戶積累的基礎(chǔ)上，進行以人為核心的數(shù)據(jù)挖掘，實現(xiàn)精準(zhǔn)的廣告推薦，形成用戶、物品和推薦位之間的交叉效應(yīng)，其中最成功的就是同萬科聯(lián)手，使萬科投入了3萬的廣告費用，獲得了400萬元的銷售額。

然而騰訊現(xiàn)在需要做的除了開發(fā)“大數(shù)據(jù)”與云，還要打通自己的后臺數(shù)據(jù)，使其形成一個完整的生態(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)計分析“大數(shù)據(jù)”的一個特點就是側(cè)重于呈現(xiàn)人的行為以及社會關(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、政治、商業(yè)等信息，甚至能夠預(yù)測未來。在這兩點上，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SNS社交軟件，而是進行重新的定義，如今它們的核心競爭力已不再是社交領(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)的一個工具。正如投資人Federated Media的約翰?巴特利（John Battelle）對Facebook的展望那樣，“該公司正嘗試著對自身進行重新定義，不滿足于做狹義方面的社交網(wǎng)站，而這恰是外界對它的理解”。

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，他們懂得如何將開發(fā)出的“大數(shù)據(jù)”服務(wù)快速變現(xiàn)，通過這種方式源源不斷的為自己的“大數(shù)據(jù)”開發(fā)及數(shù)據(jù)獲取提供資源，已經(jīng)形成了一個成熟的生態(tài)體系。雖然IBM處于財務(wù)困境，但我們相信他只是到了一個繼續(xù)轉(zhuǎn)型的時期，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爭的巨大壓力，可業(yè)界第一的位置仍然難以撼動。對于Oracle來說，想要和SAP一搏，僅靠不斷的收購是行不通的。

不論“大數(shù)據(jù)”這個概念是否僅是互聯(lián)網(wǎng)行業(yè)制造出的一個噱頭，越來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)中已是一個不爭的事實。當(dāng)然，未來沒有一家企業(yè)不是互聯(lián)網(wǎng)企業(yè)。

篇2

近日，一朋友剛拿到駕照，想買一輛車，打算先在網(wǎng)上了解一下。細心的她發(fā)現(xiàn)，在瀏覽了汽車頁面后，在與汽車無關(guān)的頁面上，也同樣出現(xiàn)了相關(guān)的汽車廣告。這并不是巧合，而是在她使用的電腦上，一個被稱為Cookies的文件記錄了她的瀏覽熱點。

大數(shù)據(jù)成為熱門趨勢，越來越多的品牌廠商和廣告營銷機構(gòu)都在發(fā)力以大數(shù)據(jù)為基礎(chǔ)的網(wǎng)絡(luò)營銷模式。

大數(shù)據(jù)未來的發(fā)展是大家有目共睹，人們總是振臂高呼，“大數(shù)據(jù)時代已經(jīng)到來”。是不是從線上發(fā)現(xiàn)客戶線索，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)并不是每一個都有用，汽車品牌主需要將多渠道、標(biāo)準(zhǔn)不一的客戶數(shù)據(jù)進行整合，建立汽車大數(shù)據(jù)庫。

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，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)時代到來了。大數(shù)據(jù)給學(xué)術(shù)界帶來了新的思潮，大數(shù)據(jù)正在顛覆著很多傳統(tǒng)行業(yè)的模式，帶來變革。有人預(yù)測，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)面臨的一個挑戰(zhàn)。在大數(shù)據(jù)時代，數(shù)據(jù)分析、數(shù)據(jù)挖掘工作面臨著機遇與挑戰(zhàn)，本文從數(shù)據(jù)分析的角度，結(jié)合國內(nèi)外相關(guān)研究，試圖回答大數(shù)據(jù)是什么，如何應(yīng)對大數(shù)據(jù)的問題。

一、認識大數(shù)據(jù)

（一）大數(shù)據(jù)的宗旨：經(jīng)過分析的數(shù)據(jù)才有價值

大數(shù)據(jù)要發(fā)揮作用必須經(jīng)過分析，這是由大數(shù)據(jù)的4V特性（數(shù)據(jù)量大、數(shù)據(jù)類型多、要求處理速度快、低密度）決定的。也就是說，數(shù)據(jù)都是高維、低密度的，從單個數(shù)據(jù)中難以看出規(guī)律。因此，必須經(jīng)過分析，針對高維進行降維，提煉大量低密度信息中的價值，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。面向大數(shù)據(jù)的分析要“簡單、迅速、規(guī)模化”。

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

大數(shù)據(jù)最終要實現(xiàn)科學(xué)決策，基于信息對稱的有效資源配置。隨著大數(shù)據(jù)分析技術(shù)的發(fā)展，可利用數(shù)據(jù)來源從線下封閉的數(shù)據(jù)庫、數(shù)據(jù)倉庫擴展到開放性的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，信息不對稱是常態(tài)，因此傳統(tǒng)決策目標(biāo)是建立相對滿意而非最優(yōu)（決策科學(xué)家Simon提出），資源配置效率基于市場優(yōu)于基于計劃。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)可實現(xiàn)向最優(yōu)的無限逼近，實現(xiàn)基于數(shù)據(jù)的“計劃”資源配置將更有效率。

（三）大數(shù)據(jù)的角度：個性化服務(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)為客戶提供個性化營銷服務(wù)、預(yù)測中觀行業(yè)或區(qū)域趨勢指數(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性化風(fēng)控決策、高端品牌在線特賣品牌和定價動態(tài)決策（基于阿里巴巴網(wǎng)商活躍度指數(shù)和零售商品價格指數(shù)）、Discern group企業(yè)發(fā)展戰(zhàn)略咨詢報告上，還體現(xiàn)在阿里巴巴商務(wù)智能指數(shù)（預(yù)測經(jīng)濟發(fā)展態(tài)勢）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)開展網(wǎng)上業(yè)務(wù)，如：網(wǎng)上銀行、網(wǎng)上理財，并不是真正的互聯(lián)網(wǎng)金融。互聯(lián)網(wǎng)金融是指通過互聯(lián)網(wǎng)新技術(shù)為客戶實現(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)不對稱的P2P貸款，提高存取效率的保值理財產(chǎn)品余額寶。

（四）大數(shù)據(jù)的關(guān)鍵點：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。錯誤的輸入必然導(dǎo)致錯誤的輸出。沒有數(shù)據(jù)質(zhì)量，一切都是浮云。數(shù)據(jù)質(zhì)量沒有保證，是不敢用的。數(shù)據(jù)質(zhì)量是一項耗時、費力的基礎(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)獲取時要保證不存在誘導(dǎo)傾向的干擾因素，同時進行去噪處理。

保證數(shù)據(jù)質(zhì)量要建立數(shù)據(jù)的數(shù)據(jù)。針對數(shù)據(jù)質(zhì)量建立數(shù)據(jù)標(biāo)簽，才有進步。有了對數(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)競爭的核心：分析人才的競爭

大數(shù)據(jù)時代，作為一種資源，數(shù)據(jù)不再是稀缺資源。互聯(lián)網(wǎng)、門戶網(wǎng)站、社交網(wǎng)站、微博、微信等新媒體積累了大量數(shù)據(jù)，缺乏的是對這些數(shù)據(jù)的分析人員。缺乏專業(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)分析的開放式平臺，希望能夠集結(jié)更多專家智慧，同時培養(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)對社會生活帶來方方面面的影響，我們?nèi)绾伟盐沾髷?shù)據(jù)時代的機遇，需要慎重對待大數(shù)據(jù)帶來的挑戰(zhàn)。總結(jié)起來，主要有三個方面：

（一）大數(shù)據(jù)時代，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)專家根據(jù)經(jīng)驗，普遍認為該工作是一項基礎(chǔ)性工作，耗時多且簡單，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)分析工作需要對數(shù)據(jù)進行標(biāo)識，進行深度分析，撰寫專題報告，確保結(jié)果可以執(zhí)行，最終落實到?jīng)Q策和實施。

（2）大數(shù)據(jù)時代，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)時代，人工逐筆發(fā)現(xiàn)、解決數(shù)據(jù)質(zhì)量問題的方式成本高、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題的研究中。

（二）大數(shù)據(jù)時代，數(shù)據(jù)分析的特點

（1）采用倒金字塔模式分配“思考、工作、分享”的時間比重。數(shù)據(jù)分析工作包括三部分：“思考”，分析實際問題，將實際問題轉(zhuǎn)化成數(shù)學(xué)模型，提出解決方案的過程；“工作”，將解決方案程序化，得出結(jié)果的過程；“分享”，將分析的結(jié)果，轉(zhuǎn)化為決策，付諸實施的過程。在時間分配上，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，思考的過程花得時間長些，可以減少后期工作量，少走彎路。

（2）通過數(shù)據(jù)分析進行科學(xué)決策。很多人存在誤區(qū)，認為數(shù)據(jù)分析就是做報表、寫報告。在大數(shù)據(jù)時代，數(shù)據(jù)分析不僅僅停留在此，需要進行深度分析，建立數(shù)據(jù)化決策的流程。要尊重數(shù)據(jù)、認識數(shù)據(jù)，但不迷信數(shù)據(jù)。在尊重數(shù)據(jù)、尊重事實的前提下，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)時代，數(shù)據(jù)分析的要義是――簡單、迅速、規(guī)模化。數(shù)據(jù)分析的結(jié)果要簡潔、易懂；數(shù)據(jù)分析的時間要短，盡可能的自動化地出結(jié)果，要快速的滿足客戶的需求；數(shù)據(jù)分析的方法能夠?qū)崿F(xiàn)大批量規(guī)?；?yōu)秀的數(shù)據(jù)分析師應(yīng)具有全局的預(yù)見性，一有問題可以馬上把該問題打成很碎、很多的問題，甚至把一個問題克隆出很多問題，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)量大的問題――產(chǎn)生大量的“死”數(shù)據(jù)。錯誤數(shù)據(jù)是指數(shù)據(jù)與實際情況不一致，異常數(shù)據(jù)是指數(shù)據(jù)正確但數(shù)據(jù)遠離群體的大多數(shù)，這類數(shù)據(jù)情況的處理手段比較成熟。而大數(shù)據(jù)時代，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，確保長期競爭力。美國在建立全國醫(yī)療系統(tǒng)時，將系統(tǒng)外包給了加拿大的一家公司，系統(tǒng)運行的第一天就出現(xiàn)了崩潰。美國政府為此對該模式進行了反思，概括起來有三點：①外包公司設(shè)計時只顧滿足甲方的眼前利益，不會為甲方的長遠利益考慮；②項目外包造成美國技術(shù)骨干人員斷層，導(dǎo)致出現(xiàn)問題后自身無法解決；③采用該模式導(dǎo)致美國沒有了核心技術(shù)。

因此，在采用項目外包模式的同時，需要掌握其核心技術(shù)。在大數(shù)據(jù)時代，從數(shù)據(jù)分析、信息管理、IT技術(shù)三個方面保持核心競爭力。需要培養(yǎng)和保持業(yè)務(wù)、產(chǎn)品設(shè)計、數(shù)據(jù)分析、數(shù)據(jù)架構(gòu)等方面的骨干隊伍。

（2）建立專業(yè)化的大數(shù)據(jù)分析團隊。大數(shù)據(jù)分析的核心是數(shù)學(xué)建模，基礎(chǔ)是實際業(yè)務(wù)，結(jié)果是自動化程序。在實際工作中需要正確、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)險的理念。深刻認識并正確駕馭大數(shù)據(jù)分析，大數(shù)據(jù)分析的方法是處于不斷發(fā)展過程中的，需要根據(jù)實際問題，結(jié)合實際數(shù)據(jù)，靈活構(gòu)建模型。

參考文獻：

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

篇4

1、大數(shù)據(jù)（bigdata），IT行業(yè)術(shù)語，是指無法在一定時間范圍內(nèi)用常規(guī)軟件工具進行捕捉、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·庫克耶編寫的《大數(shù)據(jù)時代》中大數(shù)據(jù)指不用隨機分析法（抽樣調(diào)查）這樣捷徑，而采用所有數(shù)據(jù)進行分析處理。大數(shù)據(jù)的5V特點（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性）。

（來源：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)濟社會的各個方面，包括作為基礎(chǔ)產(chǎn)業(yè)的物流業(yè)及其細分領(lǐng)域。

利用大數(shù)據(jù)驅(qū)動信息化建設(shè)，物流車隊的整體油耗，車船的位置信息、行程軌跡、運行周期等空間地理數(shù)據(jù)都能通過系統(tǒng)進行智能化處理，更好地實現(xiàn)精簡流程、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)更加精細化地了解和研究客戶需求，從而“量身定制”個性化的產(chǎn)品和服務(wù)。

事實上，數(shù)據(jù)應(yīng)用一直以來都存在，而在今天的大數(shù)據(jù)時代，關(guān)鍵是如何讓數(shù)據(jù)變成財富。

對于物流企業(yè)來說，盡早針對“大數(shù)據(jù)”進行產(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”，是掌握未來的核心競爭力乃至生存機會的根本。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。

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

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

物流業(yè)界以數(shù)據(jù)處理和應(yīng)用為基礎(chǔ)的各類物流信息平臺在全國范圍內(nèi)不斷涌現(xiàn)，極大地改變了物流運行業(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、運營管理和日常運作提供重要支持和指導(dǎo)。據(jù)百世物流科技（中國）有限公司副總裁張硯冰介紹，百世匯通嘗試運用大數(shù)據(jù)來管理、分析和判斷加盟網(wǎng)點的運營行為，通過網(wǎng)點在系統(tǒng)內(nèi)的足跡建立數(shù)據(jù)分析模型，成功地預(yù)測了幾次網(wǎng)點的異動，使工作方式由被動式變?yōu)橹鲃邮健⑶爸檬?，減少了大量客戶投訴，把問題消滅在萌芽階段。圓通快遞幾年前便已開始投資數(shù)億元與IBM合作開發(fā)以金剛核心業(yè)務(wù)系統(tǒng)為主體的信息技術(shù)平臺，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、GPS系統(tǒng)以及在車輛或者包裹上的傳感器系統(tǒng)？？

篇6

“我們的數(shù)據(jù)庫資源來自全世界1400多家拍賣公司，包括將近800萬個藝術(shù)作品的記錄。”在上海浦東的一家高端會所，來自美國Artnet公司國際拓展部的托馬斯侃侃而談，表露出運用藝術(shù)品大數(shù)據(jù)這枚“利器”進軍中國市場的決心。

Artnet是一個成立于1989年的藝術(shù)品數(shù)據(jù)公司，它積極在世界范圍內(nèi)開展合作，除拍賣行之外，歐洲藝術(shù)品博覽會、來自柏林和布魯塞爾的相關(guān)機構(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?！爸袊乃囆g(shù)品和古董拍賣市場是全世界最具上升動力的市場?！蓖旭R斯認為，中國的藝術(shù)品市場有著強大的后勁，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)始館長沈其斌、上海文化藝術(shù)品研究院執(zhí)行院長孔達達和當(dāng)代藝術(shù)家、批評人及策展人徐子林等中國藝術(shù)品領(lǐng)域的大佬。

“通過藝術(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)品市場發(fā)展的動向，幫助他們找到準(zhǔn)確的投資方向?！笨走_達稱，藝術(shù)品大數(shù)據(jù)在國際上發(fā)揮的作用已經(jīng)越來越重要。

市場繁榮促進“大數(shù)據(jù)”到來

中國藝術(shù)品市場在近幾年的火爆，驚動了世界?！爸袊殉矫绹蔀槭澜缱畲蟮乃囆g(shù)品和古董市場?！币环輥碜訲EFAF歐洲藝術(shù)基金會的最新數(shù)據(jù)顯示，中國在全球藝術(shù)品市場所占的份額由2010年的23%上升到2012年的30%，美國所占市場份額為29%，比2011年下降了5%。

不僅如此，歐盟的27個國家所占總份額為為34%，下降了三個百分點。伴隨著歐美國家藝術(shù)品交易市場份額的下降，中國的藝術(shù)品市場開始發(fā)揮威力。僅就2011年來說，中國藝術(shù)品交易額就達到了461億歐元，相對于2009年上升了63%。無疑，中國藝術(shù)品市場潛藏著巨大的商機。

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

“中國需要藝術(shù)品數(shù)據(jù)作為觀察市場的工具，藝術(shù)品大數(shù)據(jù)可以把藝術(shù)家作為金融市場的‘個股’來進行分析，從這個角度觀察藝術(shù)品和藝術(shù)家成長的軌跡，也可以借助這些數(shù)據(jù)去分析藝術(shù)品的走向，為這個市場提供研究方法，使藝術(shù)品市場成為更透明、更有效的藝術(shù)市場。”

“大數(shù)據(jù)”的大能量

雖然中國藝術(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。

“運用藝術(shù)品大數(shù)據(jù)可以為藝術(shù)品市場做不少事情。”托馬斯介紹，通過Artnet搜集的藝術(shù)品交易記錄，可以分析出藝術(shù)品市場的變化。“比如可以把一些藝術(shù)家放在一起，很容易綜合出一個流派的指數(shù)，從中觀察到他們交易數(shù)量的變化等，這些為藝術(shù)品研究報告的撰寫提供了準(zhǔn)確的數(shù)據(jù)?！?/p>

以過去十年藝術(shù)品交易市場為例，通過大數(shù)據(jù)挖掘，發(fā)現(xiàn)占市場交易最大份額的是現(xiàn)代派和印象派畫作，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)品市場大半江山。

對此，孔達達分析稱：“目前藝術(shù)品大數(shù)據(jù)在國際上已經(jīng)有了較好的口碑。以Artnet為例，他們對于數(shù)據(jù)的整理較為謹慎，全線的1300多萬個數(shù)據(jù)在歐美的各種銀行、藝術(shù)品機構(gòu)都得到了廣泛的應(yīng)用，帶動了藝術(shù)品市場的數(shù)據(jù)化。”

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，將在中國建立服務(wù)器，并由上海文化藝術(shù)品研究院搜集中國的藝術(shù)品市場的數(shù)據(jù)，充實到Artnet的數(shù)據(jù)庫里，豐富中國藝術(shù)品交易市場的數(shù)據(jù)。

不過，國際上藝術(shù)品市場數(shù)據(jù)提供多以收費的方式進行。以Artnet來說，一條數(shù)據(jù)需要支付10～25美元，“如果要做一份報告，那將需要支付一筆昂貴的費用?！边@種模式在中國國內(nèi)是否可行，還值得商榷。

如果雅昌網(wǎng)也開始收費

國內(nèi)藝術(shù)品市場近年來的活躍，也催生了不少提供藝術(shù)品交易數(shù)據(jù)搜索的平臺。但孔達達認為，目前國內(nèi)投資者對于藝術(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，它是國內(nèi)較大的藝術(shù)品交易數(shù)據(jù)中心，可從中搜索全國的藝術(shù)品交易數(shù)據(jù)，同時數(shù)據(jù)還是免費提供。但由于其基礎(chǔ)數(shù)據(jù)未經(jīng)處理，讀者無法從這些數(shù)據(jù)本身直接得知真實的交易情況，只能自己進行甄別。

“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)及時清理過的準(zhǔn)確的數(shù)據(jù)，而可疑數(shù)據(jù)和垃圾數(shù)據(jù)分別是那些有疑問的和沒有用的數(shù)據(jù)。”孔達達介紹，目前國內(nèi)搜集到的基本都是二級市場的數(shù)據(jù)。

“這些數(shù)據(jù)主要源于十幾個拍賣公司提供，僅僅是初始數(shù)據(jù)，里面有不少疑問數(shù)據(jù)和垃圾數(shù)據(jù)，對于那些競拍后未付款或贗品等數(shù)據(jù)，國內(nèi)還未及時清理，有時也會因為信息不對稱而搜集不到。”

不僅如此，目前國內(nèi)畫廊、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)屬于一級市場的范疇，但尚未有專門機構(gòu)對一級市場進行數(shù)據(jù)整理，在我國藝術(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)和社會話題。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)濟地從類型繁雜、數(shù)量龐大的數(shù)據(jù)中挖掘出色價值。”

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。用世界著名的咨詢公司高德納（Gartner）研究報告的描述：“同一類型的數(shù)據(jù)量快速增長；數(shù)據(jù)增長速度的加快；數(shù)據(jù)多樣性、新數(shù)據(jù)來源和新數(shù)據(jù)種類的不斷增加?！?/p>

② 多種類型數(shù)據(jù)積累：新的數(shù)據(jù)存儲和數(shù)據(jù)采集的技術(shù)發(fā)展使巨量數(shù)據(jù)的采集、收集、存儲成為可能。網(wǎng)絡(luò)技術(shù)、移動設(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)測技術(shù)等等，每時每刻都在各種形式、各種類型的大量數(shù)據(jù)。

③ 計算技術(shù)的進步與發(fā)展：現(xiàn)代計算技術(shù)、網(wǎng)絡(luò)技術(shù)、多媒體技術(shù)和數(shù)據(jù)庫處理技術(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。

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)類型的多樣、技術(shù)平臺對數(shù)據(jù)的綜合處理，造成了知識邊界擴展、知識價值提升、知識衍生能力加快，它極大地影響到了企業(yè)、個人、社會和政府的決策，極大地促進了社會生產(chǎn)力的發(fā)展，使掌握大數(shù)據(jù)技術(shù)者獲得了競爭優(yōu)勢和難于模仿的核心競爭力。因此，大數(shù)據(jù)技術(shù)也成為了國家的核心戰(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)平臺多樣、作用效果巨大、影響意義深遠。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)所帶來的種種便利和收益，便能夠在大數(shù)據(jù)時代占領(lǐng)先機。

1.2 大數(shù)據(jù)對數(shù)據(jù)庫技術(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

數(shù)據(jù)量宏大。對數(shù)據(jù)庫技術(shù)影響最大、最直接的方面莫過于數(shù)據(jù)的爆炸性增長。即使先不考慮數(shù)據(jù)類型的變化，需要處理的數(shù)據(jù)從MB擴展到GB，現(xiàn)在再擴展到TB，不遠的將來數(shù)據(jù)庫將經(jīng)常面對PB量級的數(shù)據(jù)，這必然對數(shù)據(jù)庫的硬件架構(gòu)、數(shù)據(jù)庫系統(tǒng)結(jié)構(gòu)和數(shù)據(jù)庫應(yīng)用產(chǎn)生重大的影響。

數(shù)據(jù)形式多樣。另外一個對數(shù)據(jù)庫技術(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)格式中的有價值數(shù)據(jù)并不多，例如多張圖片定對象的變化，連續(xù)視頻影像中對特殊對象的跟蹤等等，其數(shù)據(jù)抽取方式、過濾方法和存儲、計算方式均有別于傳統(tǒng)數(shù)據(jù)庫。

單機或小型局域網(wǎng)的數(shù)據(jù)庫處理無法滿足。當(dāng)前，數(shù)據(jù)量爆炸式增長，數(shù)據(jù)類型日趨多樣，傳統(tǒng)關(guān)系數(shù)據(jù)庫的處理能力已難于滿足，需要新的數(shù)據(jù)庫處理技術(shù)。

傳統(tǒng)的并行數(shù)據(jù)庫的靈活性具有局限性。并行數(shù)據(jù)庫系統(tǒng)取得了輝煌的成績，但是它的靈活性不佳，彈性受限，系統(tǒng)規(guī)模的收縮或擴展成本非常高。這樣的系統(tǒng)適合于“相對固定結(jié)構(gòu)”的計算結(jié)構(gòu)，例如機銀行業(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)庫有能力處理這些半結(jié)構(gòu)化和非結(jié)構(gòu)化（有時不作區(qū)分）數(shù)據(jù)變成了新型數(shù)據(jù)庫技術(shù)的一項迫切要求。

對結(jié)果要求的模糊化。在大數(shù)據(jù)的時代，計算技術(shù)不僅限于回答“是/非”問題，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級左右地震、近一周國際往返機票將上漲……這些答案并不精確，但足以指導(dǎo)人們的活動。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等公司分別開發(fā)了適應(yīng)各自需要的新型數(shù)據(jù)庫系統(tǒng)，相關(guān)的專家經(jīng)過分析和總結(jié)提出了NoSQL的設(shè)計理念，并創(chuàng)建了許多成功的產(chǎn)品。

1.2.2 新型數(shù)據(jù)庫技術(shù)的特點

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

可處理的數(shù)據(jù)總量和數(shù)據(jù)類型增加。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數(shù)據(jù)或進行數(shù)據(jù)抽樣；不再靠樣本規(guī)模的大小來控制結(jié)果的置信區(qū)間和置信度。新的數(shù)據(jù)庫處理技術(shù)試圖利用“全部數(shù)據(jù)”，完成對結(jié)果的計算和推斷。

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)“以概率說話”的特點。

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“實用部分數(shù)據(jù)，得出準(zhǔn)確結(jié)論”的選擇時，新型數(shù)據(jù)庫技術(shù)一般會選擇前者，從一個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)庫那樣提供因果關(guān)系斷語；如果數(shù)據(jù)計算量宏大、成本高昂或條件不具備，則把關(guān)注點由“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的，而是預(yù)先設(shè)計和規(guī)劃好的。

不同的數(shù)據(jù)庫開發(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)庫豐富多彩、特點各異的局面。

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

在計算機系統(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)庫的概念和規(guī)則，這是數(shù)據(jù)庫技術(shù)的一個重要的里程碑?？频露x的關(guān)系數(shù)據(jù)庫具有結(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。關(guān)系數(shù)據(jù)庫模型把數(shù)據(jù)庫操作抽象成選擇、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)化查詢語言則把關(guān)系數(shù)據(jù)庫及其操作模式完整地固定下來，其理論和做法延續(xù)至今，被作為數(shù)據(jù)庫技術(shù)的重要基石。關(guān)系數(shù)據(jù)庫中定義的關(guān)系模型的實質(zhì)是二維表格模型，關(guān)系數(shù)據(jù)庫就是通過關(guān)系連接的多個二維表格之間的數(shù)據(jù)集合。當(dāng)前流行的數(shù)據(jù)庫軟件Oracal、DB2、SQL Server、MySQL和Access等均屬于關(guān)系數(shù)據(jù)庫。

到二十世紀(jì)八十年代后期，IBM的研究員提出了數(shù)據(jù)倉庫（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)倉庫定義：“數(shù)據(jù)倉庫是一個面向主題的、集成的、相對穩(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?！睌?shù)據(jù)倉庫的進步在于，它把決策支持定為數(shù)據(jù)庫中數(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)庫中。Inmon之后，Ralph Kimball建立了更加方便、實用的“自底向上”數(shù)據(jù)倉庫架構(gòu)并稱之為“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施。雖然數(shù)據(jù)集市被歸并為數(shù)據(jù)倉庫，但是它的出現(xiàn)誘發(fā)了商務(wù)智能和聯(lián)機分析技術(shù)的流行。

隨著數(shù)據(jù)庫在企業(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)中提取對企業(yè)運營和決策具有重要價值的信息，成為了數(shù)據(jù)庫使用者和開發(fā)者關(guān)系的話題?！瓣P(guān)系數(shù)據(jù)庫之父”科德再次走在了前面，提出多維數(shù)據(jù)庫和多維分析的概念，這便是“聯(lián)機分析處理”（OLAP），使得數(shù)據(jù)庫已經(jīng)顯現(xiàn)了“智能性”特點。從數(shù)據(jù)倉庫中產(chǎn)生的OLAP又反過來促進和推動數(shù)據(jù)倉庫技術(shù)的更深層的發(fā)展。

篇8

2000年，在互聯(lián)網(wǎng)處于最低谷的時候，網(wǎng)易公司為了給自己打氣，播出一個廣告，我的印象非常深刻。廣告詞“網(wǎng)聚人的力量”，特別貼切地說明了互聯(lián)網(wǎng)的本質(zhì)，即把很多單個的節(jié)點連接起來，節(jié)點越多，效應(yīng)和價值越大。網(wǎng)絡(luò)的效應(yīng)、價值和節(jié)點并不是線性關(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。但是手機出現(xiàn)后，互聯(lián)網(wǎng)引起了全行業(yè)的革命。通過手機，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)系在出租車行業(yè)，也會引起資源利用效率的變革。我有一輛車，去萬達廣場時，王健林過來搭車，節(jié)省了我的油錢，也方便了他，提高了資源的利用率。類似的，其他改革正在繼續(xù)，比如，有些政府職能正在被取代;報社通過廣告盈利或傳播信息的方式正在改變;未來的電視臺將不復(fù)存在，節(jié)目制作組直接把片子放到網(wǎng)上，通過網(wǎng)絡(luò)盈利。

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

中國的互聯(lián)網(wǎng)沒有硅谷本源技術(shù)的創(chuàng)新來源，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)電視臺的命，騰訊微信改變了運營商掙錢的形式，阿里巴巴聚合了傳統(tǒng)零售業(yè)的力量，小米改變了手機通信設(shè)備制造商的運營模式。

互聯(lián)網(wǎng)把原來行業(yè)賺的錢，回饋給消費者，并贏得消費者的歡迎，所以互聯(lián)網(wǎng)才能快速地成長，這也是中國互聯(lián)網(wǎng)的特色。參與感、社區(qū)營銷等手段，促使你把客戶變成用戶，再把用戶變成粉絲。未來，沒有粉絲的品牌將不會是真正的品牌。

有人問我，你為什么做手表？原因很簡單。人機互聯(lián)是2.0，物聯(lián)網(wǎng)是3.0。物聯(lián)網(wǎng)時代，是一個重新發(fā)明輪子的時代。過去的輪子是圓的，怎么發(fā)明都走不出這個框，而現(xiàn)在通過ROT技術(shù)，芯片可以放進輪子中。再用互聯(lián)網(wǎng)技術(shù)，把產(chǎn)品體驗變成互聯(lián)網(wǎng)體驗，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)，這是非常好的機會。

篇9

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

理解數(shù)據(jù)之“大”

“所謂大數(shù)據(jù)其實更多強調(diào)的是數(shù)據(jù)的重要性，本質(zhì)上不是絕對地說有多少數(shù)據(jù)就可以稱之為大數(shù)據(jù)，有多少數(shù)據(jù)就是小數(shù)據(jù)?！睔づ剖椭袊鴧^(qū)首席信息官徐斌表示，“殼牌石油過去十年甚至更長的時間，基于商業(yè)智能、數(shù)據(jù)倉庫一直在使用數(shù)據(jù)。而當(dāng)時IT架構(gòu)基于單機方式運行，數(shù)據(jù)處理效率受限，數(shù)據(jù)源也大多來自企業(yè)內(nèi)部。”

“互聯(lián)網(wǎng)所積累的數(shù)據(jù)量越來越大，同時對數(shù)據(jù)處理的要求也相應(yīng)提高。這就產(chǎn)生了現(xiàn)在新的分布式平臺來做數(shù)據(jù)分析?！毙毂蠼忉尩?，“所謂‘大’，現(xiàn)在看來可能更多出于廣告目的。我個人認為，數(shù)據(jù)‘大’的概念更多是強調(diào)其商業(yè)價值，而不用去關(guān)注到底是多少數(shù)量級，或者是多少維度，這不是大數(shù)據(jù)的核心?！?/p>

“大數(shù)據(jù)的價值應(yīng)該是通過數(shù)據(jù)去發(fā)現(xiàn)規(guī)律，通過信息整合去發(fā)現(xiàn)知識，并對知識進行濃縮形成智慧。”徐斌總結(jié)說，“這也是殼牌中國應(yīng)用數(shù)據(jù)的最終目的?！?/p>

目前，大數(shù)據(jù)應(yīng)用已滲入殼牌中國業(yè)務(wù)體系。在殼牌上游業(yè)務(wù)中，殼牌通過對地理等數(shù)據(jù)的實時采集、分析，從而提高油井開采成功率；在油罐管理上，殼牌使用SIR實時數(shù)據(jù)分析，減少潛在事故啟動數(shù)量、及早發(fā)現(xiàn)問題，大幅降低泄露事故；同時，可減少誤報導(dǎo)致的損失。大數(shù)據(jù)的應(yīng)用可為每個油站每年節(jié)約約4000美元成本。

在下游燃油、油銷售上，殼牌整合移動設(shè)備、車聯(lián)網(wǎng)上的客戶數(shù)據(jù)并進行分析，向客戶推送定制服務(wù)消息。同時，殼牌與阿里巴巴合作，通過對網(wǎng)上交易及社交數(shù)據(jù)的分析，精確定位潛在客戶，實現(xiàn)高達70%的客戶轉(zhuǎn)化率。另一方面，殼牌與銀聯(lián)的合作，可通過對相關(guān)銀行卡交易數(shù)據(jù)進行分析，從而明晰殼牌的市場份額。

夯實大數(shù)據(jù)技術(shù)能力

目前，大數(shù)據(jù)發(fā)展行動已成為國家戰(zhàn)略。2015年兩會提出的發(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，通過數(shù)據(jù)才能產(chǎn)生資產(chǎn)價值。

“從目前大數(shù)據(jù)發(fā)展國內(nèi)外情況來看，英國是第1名，中國排位靠后?！毙毂蟊硎?，“這一位置也表明中國大數(shù)據(jù)使用狀態(tài)、數(shù)據(jù)開放都比較落后，需要有所提升。但中國大數(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領(lǐng)域?！?/p>

對于目前業(yè)界存在的一些大數(shù)據(jù)認識誤區(qū)，徐斌認為要從兩個方面厘清。“首先，大數(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)問題，幫助業(yè)務(wù)創(chuàng)造新的機會，需要團隊協(xié)作實現(xiàn)其價值；同時，大數(shù)據(jù)實現(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)也沒有意義?？偟膩碚f，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，也很難實現(xiàn)數(shù)據(jù)指導(dǎo)決策的有效應(yīng)用。”

“目前，大數(shù)據(jù)在各個行業(yè)都有一些典型應(yīng)用。例如汽車企業(yè)，可以利用互聯(lián)網(wǎng)收集數(shù)據(jù)進行快速決策，調(diào)整汽車行駛過程；例如新浪曾經(jīng)推出南方-新浪大數(shù)據(jù)100指數(shù)，通過大家討論股票的熱度、財務(wù)指標(biāo)考量等維度，精選出得票最高的股票對其進行投資；另外，金融行業(yè)可以通過銀行交易數(shù)據(jù)來分析跟蹤整個國家經(jīng)濟運行情況?！毙毂蠼榻B說。

那么，對單個企業(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、數(shù)據(jù)報表與可視化、產(chǎn)品與運營分析、精細化運營平臺、數(shù)據(jù)產(chǎn)品、戰(zhàn)略分析與決策等；二是實現(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)運營；三是發(fā)展大數(shù)據(jù)應(yīng)用應(yīng)與云計算相輔相成；四是認識到大數(shù)據(jù)是文化與技術(shù)的結(jié)合。首先要有數(shù)據(jù)驅(qū)動決策的文化，其次要思考如何通過大數(shù)據(jù)分析和預(yù)測。

六個維度認識大數(shù)據(jù)價值

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)管理者一個顯微鏡和望遠鏡，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)聲問題時通過數(shù)據(jù)分析找出原因，如不良貸款為何一直上升？客戶為何流失？哪些客戶流程？三是預(yù)測性數(shù)據(jù)應(yīng)用，比如通過數(shù)據(jù)測評，提前了解零部件情況，及時調(diào)配。殼牌也有這樣的配件，比如鉆頭，如何讓它更健康的運作？殼牌通過傳感器了解鉆頭的熱度、疲勞度等，及時發(fā)現(xiàn)問題。通過數(shù)據(jù)及時跟蹤就可以提前預(yù)防，這樣就為企業(yè)帶來大量的價值。四是指導(dǎo)性數(shù)據(jù)應(yīng)用，通過多維數(shù)據(jù)的收集和分析，可以給企業(yè)合理的建議方案。比如開發(fā)用戶，是做線下營銷還是線上接觸？是找這個群體還是找那個群體？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。”

具體到大數(shù)據(jù)在企業(yè)內(nèi)部的價值實現(xiàn)。徐斌表示大數(shù)據(jù)對企業(yè)有六個維度價值。

決策支持

假如企業(yè)要開一個加油站，在哪個點開？這直接影響到投資有沒有回報。通過大數(shù)據(jù)分析，通過手機信號定位來判斷移動速度，判斷是車還是人流，看看每天通過車的速度，這樣的數(shù)據(jù)很準(zhǔn)確，如果通過它來做決策，顯然它的效率會高、回報率更可靠。

運營優(yōu)化

比如加油站地下油罐的設(shè)計，通過大數(shù)據(jù)分析可以幫助我們決策。比如把這個區(qū)域的相應(yīng)數(shù)據(jù)進行對比判斷，地下油罐是不是有泄露的可能？對殼牌來說，全球評估下來，一個站一年可以省好幾萬元錢，一年就是十幾億，這是成本的巨大節(jié)約。

營銷突破

通過大數(shù)據(jù)找到潛在的客戶，可是企業(yè)的潛在客戶在哪里？以前都是做線下促銷活動，精準(zhǔn)力很差、轉(zhuǎn)換率很低。但是通過淘寶交易應(yīng)用，通過新浪微博也可以找到相關(guān)的車主，這些人就是我們的客戶，我們就對他做精準(zhǔn)營銷，這個轉(zhuǎn)換率是50%，非常高。

安全保護

比如，人的安全駕駛行為可通過數(shù)據(jù)分析出來，而化工廠也能通過數(shù)據(jù)分析及時發(fā)現(xiàn)危險，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)給一個客戶提供定制化的西服?？康氖鞘裁矗砍恋硎甑奈鞣逍偷拇髷?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，推動了世界范圍內(nèi)大數(shù)據(jù)時代的到來，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經(jīng)濟和網(wǎng)絡(luò)化數(shù)字化[1]。大數(shù)據(jù)不僅使人們獲得新認知、創(chuàng)造新價值，還在一定程度上改變了市場、組織機構(gòu)，而且為圖書館自動化發(fā)展提供了技術(shù)支持。在大數(shù)據(jù)時代背景下，圖書館管理和服務(wù)升級不斷得到推動，其服務(wù)方式、資源存儲等也發(fā)生了巨大變化，同時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，才能促進圖書館持續(xù)健康發(fā)展。

1. 大數(shù)據(jù)知識服務(wù)概析

1.1大數(shù)據(jù)知識服務(wù)特征

大數(shù)據(jù)知識服務(wù)是一種面向大量數(shù)據(jù)的知識服務(wù)模式，也是一種新知識服務(wù)理念，產(chǎn)生于獲取、存儲、分析大量數(shù)據(jù)過程中[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)無法滿足大數(shù)據(jù)知識服務(wù)需求，需不斷進行創(chuàng)新?？梢姡髷?shù)據(jù)知識服務(wù)的特征主要有：（1）整體性把握知識需求不確定性。（2）跨越共性技術(shù)體系和細分特征。（3）支持按需使用或付費。（4）強調(diào)用戶參與和群體協(xié)同。

1.2大數(shù)據(jù)知識服務(wù)主要表現(xiàn)

大數(shù)據(jù)知識服務(wù)是一種提供智慧服務(wù)以及面向數(shù)子圖書館發(fā)展的知識服務(wù)模式，智慧圖書館是未來圖書館新模式，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)是一種支持用戶應(yīng)用和創(chuàng)新知識的特殊服務(wù)，建立于搜尋、分析、重組知識的服務(wù)基礎(chǔ)上?？梢?，在提供智慧服務(wù)模式上，大數(shù)據(jù)知識服務(wù)的主要表現(xiàn)有：（1）互聯(lián)、融合和共享圖書館基礎(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，大數(shù)據(jù)技術(shù)不斷發(fā)展，數(shù)字圖書館逐漸向語義出版、移動閱讀等趨勢發(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，而且云計算、互聯(lián)網(wǎng)等也為數(shù)字圖書館的發(fā)展提供了技術(shù)支持?？梢姡诿嫦驍?shù)字圖書館發(fā)展知識服務(wù)模式上，大數(shù)據(jù)知識服務(wù)的主要表現(xiàn)有：（1）全新的資源建設(shè)策略。（2）構(gòu)建全新知識服務(wù)平臺。（3）提供“融入環(huán)境、嵌入過程”的預(yù)見。

2. 大數(shù)據(jù)時代對圖書館的影響和挑戰(zhàn)

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

3. 大數(shù)據(jù)時代圖書館服務(wù)模式創(chuàng)新策略

3.1建立健全圖書館制度

圖書館既是社會機構(gòu)，也是國家及政府的制度安排，體現(xiàn)了社會對知識或信息的調(diào)節(jié)與分配，以利于保障人們知識權(quán)利和實現(xiàn)社會知識或信息[4]。在目前大數(shù)據(jù)時代中，需建立健全一定制定保障知識服務(wù)，即圖書館制度，所以為維護和發(fā)展圖書館制度，需做好以下幾方面工作：充分發(fā)揮圖書館保護隱私權(quán)和數(shù)據(jù)安全的作用，并促進數(shù)字隱私權(quán)基礎(chǔ)設(shè)施的建立；推動政府或相關(guān)組織積極履行制度供給、積極回應(yīng)、適度規(guī)制等治理圖書館的責(zé)任，并通過建立健全圖書館制度，對政府、讀者等行為進行有效約束與合理調(diào)節(jié)；構(gòu)建圖書館公益信息制度，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)時代，切實平衡公共權(quán)力、公民社會和公民權(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)新圖書館制度、文化，可促進圖書館的高效、優(yōu)質(zhì)改革，所以經(jīng)過多次歷史經(jīng)驗，我們可以理性的堅信大數(shù)據(jù)時代可實現(xiàn)圖書館知識服務(wù)智能化、智慧化、人性化。大數(shù)據(jù)時代的到來，給圖書館帶來了機遇和挑戰(zhàn)，只有正視這些機遇和挑戰(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現(xiàn)大數(shù)據(jù)時代圖書館知識服務(wù)，進而推進大數(shù)據(jù)應(yīng)用理性化，并切實強化信息環(huán)境下圖書館人文關(guān)懷，維護大數(shù)據(jù)時代信息公平，保護隱私權(quán)和數(shù)據(jù)安全。

3.3構(gòu)建圖書館知識服務(wù)平臺

大數(shù)據(jù)圖書館知識服務(wù)平臺是一個智慧平臺，集獲取、存儲、組織大數(shù)據(jù)以及共享、交易服務(wù)資源等為一體，該平臺的構(gòu)建以建設(shè)智慧圖書館為基本要求，具有數(shù)據(jù)源層、基礎(chǔ)支撐層、數(shù)據(jù)流轉(zhuǎn)層、知識服務(wù)平臺層等體系架構(gòu)，構(gòu)建時涉及諸多技術(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)的智慧圖書館員

一般情況下，智慧圖書館員具有以下特征：見多識廣、資質(zhì)水準(zhǔn)高、靈活性、創(chuàng)造力、終身學(xué)習(xí)等，這是每個智慧圖書館均需配備的人員，尤其是大數(shù)據(jù)時代背景下，智慧圖書館員更是要高素質(zhì)，這不僅是人力資源的創(chuàng)新方向，也是培養(yǎng)智慧圖書館員的標(biāo)準(zhǔn)[5]。高素質(zhì)的智慧圖書館員通常能準(zhǔn)確把握對大數(shù)據(jù)范疇、價值、狀態(tài)等的分析與預(yù)測；能熟練應(yīng)用多個學(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)劃圖書館發(fā)展方向；能建立綜合解決大數(shù)據(jù)的方案，如對數(shù)據(jù)進行獲取、存儲、分析等。