互联网数据分析报告精选(九篇)
前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的互联网数据分析报告主题范文，仅供参考，欢迎阅读并收藏。
第1篇：互联网数据分析报告范文
2010年为教师触网分水岭，近60%教师使用百度文库
报告指出，2010年是教师触网的“分水岭”。2010年后，越来越多的教师开始利用网络资源进行备课、教学。以文库为例，在全国教师量基本稳定的情况下，文库中教师的数量不断增加，从2010年的220万，增加到2013年的846万，3年时间里增长了近4倍，占全国教师总量近60%，打破了优秀教学资源之间的信息孤岛局面，成为教育界全新的教育平台。
教学方式互联网化，资源流动缩小教育鸿沟
全国近60%的教师群体触网，也带来了教学方式的大转型。传统的线下备课、制作教案、公开课分享的方式已经开始向网络资源搜索、电子化制作、网络分享转变。同时，互联网教育分享也令教育资源的流动速度加快、传播范围更广， 有效地克服了时间差、地区差，缩小了教育的地区鸿沟。百度文库数据显示，山东、江苏、广东等教育大省的教师成为文档资源主要贡献者，而中西部教育相对落后省份的教师通过百度文库下载教育文档而从中受益。互联网带来了教育资源的流动，形成了发达地区支援落后地区的正向循环。
教师人群：80后人数最多，90后最活跃
第2篇：互联网数据分析报告范文
（湖北经济学院电子工程系，湖北武汉430205）
摘 要：根据CNNIC的统计，截止到2013年年底，我国移动电话用户超过12亿户，超过人口总数的85%；固定互联网宽度接入用户达到1.86亿户，其中4M以上用户占宽带用户总数的比重达到75.4%；移动互联网用户达到8.2亿户，其中3G上网用户占比超过30%。中国平均每天用手机上网时长124分钟，手机上网时间比电脑上网时间长29%，毫无疑问，中国已经进入以4V（多量、多样、价值、速度）基于互联网的大数据时代大数据的到来，更是一场人类思维、教育的革命。大数据不仅在颠覆传统经济模型、概念、而且也对传统的工业性社会中的职业及其发展的观念进行碰撞和冲刷。如何对处于大数据时代的高校学生进行富有成效的就业指导工作已经成为就业工作的新方向。本文结合大数据时代的教育发展趋势，提出大数据时代高等院校的就业指导工作的若干建议和意见。
关键词 ：大数据；多媒体；顾客体验；数据挖掘
中图分类号：F241.21文献标志码：A文章编号：1000-8772（2014）22-0220-02
收稿日期：2014-07-20
作者简介：阳昆（1979-），女，湖北武汉人，硕士，讲师。研究方向：生涯规划，就业指导。
一、引言
著名的未来学家弗里德曼在《世界是平的》这个书里面，提出了互联网3.0时代的概念，告诉我们通过宽带及互联网，个人可以变得更加强大，而世界怎变得更小。比如，现在青年学生可以通过软件的客户端，点击不同老师甚至不同学校的的同一门课程。各种微课堂，e——learning课堂的层出不穷，给予学生们更多的拇指投票的权力，学习方式和教育模式的变革也导致高等教育机构的管理和服务的革新。显而易见，青年学生对移动互联网的日益增长的需求与传统的高等教育的供给模式矛盾将不断深化，大数据的到来，也带来了象牙塔的革命！高校的就业指导工作是高校教育供给机制的促进和改良剂，也是提高象牙塔学生就业质量的重要环节。如何在大数据特别移动互联网时代因时而动，率先占据主体地位，获得就业指导在互联网时代的话语权，是个值得探索的话题。
二、传统的高校就业指导工作在大数据时代危机重重
1.就业指导形式已经无法满足现代大学生个性化、多样化、特质化的需求。
传统的就业指导表现为更多的是行政性指导和形势政策的分析报告会和辅导员、班主任的个人谈心形式，传统的满堂灌、一言堂在高校的课堂，班级的会议中屡见不鲜，效果是可想而知的。现在的大学生大多数都是中国互联网的同龄人，他们甚至比高校老师更懂得、更需要大数据时代的红利和前景。学生价值多元、个性多样、需求多角度的现状给予高等教育的学生管理和服务的驾驭能力提出了新的挑战。
2.高校的就业指导的主体地位也面临着多媒体、多信息服务平台的挑战。
由于大数据时代特有的互联网和软件平台，个人价值的尊重与诉求得到空前的表现，人性化、个性化的服务性的理念凸显出来。人人都是麦克风，个个都有发言权，互联网时代，将使得在家上学、教育空间设计、面向未来的学校界限的消失成为趋势。多种媒体和信息平台更加充实着90后大学生的网络生活（他们可能是中国生活网络化程度最高的群体了），而青年大学生都处于自我价值逐渐形成时期，社会阅历不足，分析能力和判断力尚未成熟。多元化价值观、一些消极、不健康的价值取向借助互联网、大数据时代的便车，也进入了校园，这对高校的就业指导的主体地位和话语权提出了严峻的挑战。
3.高校的就业指导教师的数据分析能力将在大数据时代面临着提升。
高校的就业指导老师承担着课堂的授课和课下的指导工作，他们必须具丰富的专业知识和一定的人生阅历，对行业和时代的发展趋势有一定的分析与判断能力。他们的专业能力是衡量教学和指导质量最重要的方面，也是学生衡量一个教师优劣的重要标准。面对着与互联网同龄的90后们，尽管专业知识占据着重要位置，尽管他们有着丰富的社会阅历，有种重要的能力可能乃至将来会成为评估一个教师专业化的重要指标——教育数据的分析，老师如何从学生纷纷复杂的教学活动中、实际指导工作中，通过对相关数据的分析、关联、总结与预测、有效提高学生的成绩，理性引导他们充分就业、完成职业生涯的良好开端，数据分析的能力显得尤为重要。
4.数据分析技术及成果应用尚未引起高校的足够的重视
当前高校的就业形势严峻，使得各个高校异常重视毕业生工作，从计划到总结，从过程到结果，高校的毕业生工作可谓是事无巨细。虽然就业工作总结能够使高校的就业指导工作、甚至人才培养工作得到回馈，但由于很多高校尚未转变观念，或因技术条件不足，尚未将数据分析的技术及其成果应用于就业指导的全过程，这个只是零散的，不规则的，部分的，阶段性的，反馈的结果也带有片面性。学生对人才培养质量的满意程度、学生的就业规律这些都隐藏在数字下面，潜在价值尚未体现。
三、更新观念、转换思维，积极应对大数据时代的挑战
1.形成以学生为中心，学生职业价值观为核心，满足学生需求，劳动力市场需求，建立起劳动者与劳动市场双向动态匹配指导的新模式。
在注重体验和个人价值的大数据时代，高校的就业指导将在基于大数据以及软件平台应用背景的前提下，以学生个人体验为中心，以学生需求、劳动力市场为两个基本点，对在校大学生提供实时、在线、个性化、全程化的就业信息服务的全过程。积极、主动、关注学生的服务体验经验、贴近学生的心灵，走进互联网特别是移动互联网将是大数据时代高校就业指导服务将是学校在各种媒体和平台的竞争中拔得头筹的关键。就业指导服务部门将于学生工作工作部门合作，积极开展对学生就业价值观、职业价值观的引导和教育工作，发挥校内主流媒体的舆论导向作用，通过课堂与课下、线上与线下的的教育和实践工作，引导学生正确、理性对待社会的不良职业价值理念和人生观，形成积极、健康的职业价值观。
不可否认，传统的大课堂、传统的咨询与辅导将依旧坚守在课堂中，更多的是就业指导人员深入互联网，进入微信群，走进学生的网络社交空间，贴近学生的现实交往群体，就业指导人员将和就业求助人员将建立平等的对话关系，倡导关注学生体验，提升学生就业指导服务的满意度。
2.以生涯发展为基本点，熟练运用数据挖掘和分析技术，提升学生的就业质量
自职业规划大师舒伯提出以自我发展为核心的的生涯发展理论后，如何引导学生进行连续而又稳定的职业生涯规划和实践变成了就业指导的发展方向，这项工作则在大数据时代中走向了积极的实践阶段。高校就业指导部门将从海量的学生个人信息和劳动市场信息的挖掘与分析中，找寻个性不同、需求迥异、价值多元的个性化的就业指导服务类型来匹配学生的需求，届时，实时、在线的形势政策分析报告会与量身定做的“微服务”、“微自信”“微指导”将同时进入学生的移动职能终端中，比如在线职业倾向测评、在线面试指导、在线的求职策略，在线工作分析等，学生通过移动智能终端将大大提升他们的求职成功率。学生甚至可以根据个人喜好、需求选择不同的就业指导信息服务载体，学生将从传统的就业指导的接受对象反客为主，成为就业指导服务的的主体。就业指导管理及服务部门将因学生需求不同不断运用海量数据挖掘技术与分析技术，学生的数据将有效得到整合、挖掘、分析，数据潜在的价值将得以体现。高校就业服务部门随之探求企业需求规律、学生求职轨迹、市场及行业发展趋势，不同性别、不同地域、不同种族学生的求职，为学生提供更加真实和具体的就业信息服务，学生稳定就业、高校有效指导、劳动力市场需求得到有效反馈，最终实现三者的动态平衡。
3.避开盲点——保护求职者个人隐私，将成为大数据时代高校就业指导工作新亮点；
自从美国的斯洛登披露了棱镜事件之后，大数据无处不在的第三只眼使得互联网社会的公民都毫无任何隐私而言。学生在校期间的数据是否由于信息安全的不确定性将被社会上的不法机构或者不法分子侵占，作为不正当的使用。而青年学生普遍存在网络个人隐私保护意识淡薄，使得在就业系统系统中，学生的人格倾向、兴趣倾向、身体等个人隐私信息，如何被有效保护和有效识别，高校的学生工作服务系统，高校就业指导服务系统，等其他社会力量的多远参与，将是高校就业指导工作中数据隐私保护的多元力量。
4.倡导建立终生、多媒体、多渠道的教师学习模式，打造一支适应大数据时代就业指导的服务团队。
大数据时代的4个V（volume，Varity，Value，Velocity）在一方面提高了就业指导服务的效率的同时，也给就业指导人员提出了更高的挑战。大数据时代是云技术、分布式处理、数据挖掘和数据分析技术大张旗鼓的时代，数据勘探和数据分析软件可以通过提供实时反馈学生职业生涯规划的实现状况来帮助学生，教师可以使用这些工作来研究学生的职业发展模式并修正后期规划以便满足学生个人的需要，而这些都需要就业指导的人员对新技术、新媒体、新渠道、新的数据分析方法的理解、掌握和应用，只有不断学习，不断适应，才能打造一支业务过硬的就业指导队伍。
5.建立一个中心，两个基本点的线上与线下、实时与多时就业指导服务的绩效评价体系。
正如《世界是平的》所说，互联网的无线小与个人价值的无限大形成了一个极大的反差。在倡导个人主观体验，个人价值的大数据时代，就业服务的多媒体和多视角给就业服务的绩效评价体系新的思考方向。评价就业指导的服务，可以以学生主体满地度为中心，学生家庭、供职单位为两个基本点的线上与线下、实时与多时、多角度的就业指导辅导的绩效评价体系。以评促进，以评促改，以评促建，切实让高校在大数据多媒体的时代下最大程度地获得影响学生职业与就业行为的影响力。
参考文献：
[1]王国强沙嘉祥吴艺雄关于在教育业倡导顾客满意战略的一些想法第八届亚太质量组织（APQO）会议，2002年9月15日.
[2][日]城田真琴著，周自恒译大数据的冲击人民邮电出版社2013.6.
[3]白永生焦艳新媒体背景下就业指导课课程教学改革教育与职业2012.9第26期.
[4]王平何筱媛大数据时代的机遇与挑战第二届“新媒体与社会发展”全球论坛暨中英“新媒体与社会发展”双边对话综述2013.3.
第3篇：互联网数据分析报告范文
因此，很多企业都会利用Hadoop实现数据存储，再通过其他工具实现对大数据的高速捕获和实时分析。这里，我们将通过艾瑞咨询集团的一个真实案例，解读一下敏捷BI如何和Hadoop进行互补，帮助其实现互联网大数据分析的。
定制化项目效率低下
艾瑞咨询集团（iResearch）是一家专注于网络媒体、电子商务、网络游戏、无线增值等新经济领域，深入研究和了解消费者行为，并为网络行业和传统行业客户提供市场调查研究和战略咨询服务的专业市场调研机构。
目前，艾瑞咨询集团可以向企业提供线下报告和软件两种定制化咨询报告服务。但是，企业客户的定制化需求非常多变，艾瑞咨询集团生成一份线下报告交付周期需要3至4周，提供软件的交付周期则需要半年。再加上项目所需人工成本升高、迭代周期延长，艾瑞咨询集团往往不敢承接太多定制化项目。
通过调研，笔者发现了艾瑞咨询集团的真正需求：根据时间维度和网站汇总对用户的来源地区、来路域名、页面访问次数、停留时间、有效访问次数、跳出率、回访者、新访问者、回访次数和回访相隔天数等相关数据进行统计分析，并且还能够在动态添加条件之后，通过对监测用户行为获得的数据进行分析，以最终得出更加详细、清楚的用户行为习惯。
因此，艾瑞咨询集团迫切需要一种更加敏捷、高效的大数据分析工具提升定制化业务的效率。
大数据面前：敏捷BI PK传统BI
在解决艾瑞咨询集团面临的难题时，传统BI的做法是，IT人员事先根据需求分析进行建模，建好二次表或打Cube并提前汇总好数据，业务人员才能在前端查看到分析结果的报表。虽然这种做法很成熟，但是解决不了艾瑞咨询集团的难题。
首先，业务人员查看的报表相对静态，分析的维度和度量的计算方式已在建模时预先设定好，不能更改。例如，定好了求和或求平均数，再想改成求方差必须再去修改模型。
其次，分析需求变更时，业务人员不能直接调整报表，需要IT人员重新建模或修改已有分析模型，耗时较长，响应速度较慢。
最后，有些企业的数据量很小，也需要按照此流程和架构来进行大费周折的数据分析。
造成这些问题的本质原因是，过去的技术架构针对海量数据的计算能力不足，企业用户需要通过建模、二次表、Cube提前进行数据运算汇总。
艾瑞咨询集团希望为企业客户提交这样一份分析报告，不仅能看还能动态分析。对于艾瑞咨询集团来说，数据展现应该是起点而不是终点。看到了数据，要能交互式分析、深入向下挖掘，要能发现问题并找到答案，还要能采取行动。与数据交互的过程要足够快，如果用户每次点击需要等三五分钟才出结果，就无法进行交互分析。
并且，分析报告应能让非IT部门的同事直接在分析平台上做出来。不能把所有的分析报告需求都提交到IT部门，这样会严重增加IT部门的工作负担。同时，敏捷BI的实施和操作要简单化，让业务人员可直接使用。
同时，分析报告需求经常需要牵涉到数据层的改动，需要IT部门去改进数据层和业务层，传统BI平台需要一两个月才能完成模型梳理。敏捷BI无需事先建模，可以在分析过程中灵活调整分析维度和报表展现，需求变更可以在一天之内响应，提升企业的洞察力决策力。
与传统BI的重量建模、统一视图不同，敏捷BI采取轻量建模、N个视图的方法，不建二次表和Cube，数据导入后可以直接进行分析，并且业务人员可以实时调整分析的维度和度量的计算方式，极大地增加了灵活性，真正做到和数据对话。
既然有这么便捷的方式，为何传统BI不采用这种架构呢？那是因为，传统技术架构没有引入大数据技术，面对海量数据无法在用户点击后的几秒内就展现企业客户需要的分析结果，因此必须通过建模提前把数据汇总好，才能保证分析报表展现时的速度。
因此，实现敏捷BI的前提是采用新架构处理数据，其涉及的技术包括分布式计算、内存计算、列存储、库内计算等。敏捷BI可以通过更低的成本、更短的上线周期，快速让企业洞察到数据的含义和价值。
业务效率数倍提升
深入研究艾瑞咨询集团要分析的数据，笔者发现，艾瑞咨询集团每天要分析的数据量达几千万条，且不同企业客户的分析需求各不相同。因此，复杂多变的多维度分析需求对分析工具的分析性能提出了更高的挑战，而传统的数据库和Hadoop架构已经无法满足高性能和即时分析的需求。
为此，艾瑞咨询集团考察过国外一些知名的产品，但是当他们获知产品的价格和后续的服务费用之后只能放弃。而国内大多数的分析工具大多是上一代BI，需事先建模再进行分析，难以应对灵活的多维度分析变化需求，且针对大数据量的处理能力不能满足要求。
最终，艾瑞咨询集团选择了永洪敏捷BI技术。当艾瑞咨询集团将三个月的细节数据（约50亿条）导入敏捷BI系统，直接就可以展现出定制分析报告。对比原先基于Excel和SQL编程的分析方法，艾瑞咨询集团的业务效率获得数倍的提升：线下报告交付周期从3至4周缩短至小于1周，软件交付从半年缩短至一个月。
同时，艾瑞咨询集团原来由于担心需求变化导致没有能力交付的很多项目被收入囊中。采用敏捷BI工具后，艾瑞咨询集团可以在几天内快速搭建原型向客户展示，任意的需求变更都可以一周内调整完毕。这种快速原型试错的方式，使得艾瑞咨询集团有能力承接很多此类项目。
由于业务效率的极大提升，有能力承接更多的项目，艾瑞咨询集团的收入空间也出现了数倍的增长。与此同时，艾瑞咨询集团的客户满意度也稳步提升。
不仅如此，为了提供更加直观可交互的分析报告，提升企业用户体验，艾瑞咨询集团基于敏捷BI工具，构建了一个新型SaaS平台。艾瑞咨询集团把企业客户用Hadoop架构存储的数据，通过敏捷BI提供的接口导入到数据集市内，然后通过敏捷BI快速呈现出结果。
事实上，Hadoop和敏捷BI都有各自适用的不同业务场景，两者是相互补充的关系。当前，很多企业都采用Hadoop实现数据的存储，然后把Hadoop数据导入敏捷BI基于分布式内存计算的高性能数据集市中，之后再进行数据可视化分析。鉴于现在Hadoop在企业的应用相当广泛，永洪敏捷BI产品也支持Hadoop数据源的连接。
第4篇：互联网数据分析报告范文
当移动端微信营销泡沫破裂时，中小企业如何通过移动营销模式匹配消费者需求，显得更加迫在眉睫。有行业专家指出，凭借广拉新丶强留存丶高转化丶易开通等特点，百度新推的移动平台官方服务账号“直达号”，有望成为解决这一问题的终极答案。直达号是百度世界大会上重磅推出的移动营销产品，基于移动搜索丶@账号丶地图丶个性化推荐等多种方式，可以让亿万客户随时随地直达商家服务。
中小企业移动端微信营销泡沫破裂
此前，众多中小企业试图通过微信，在移动互联网谋求突破，但很快便发现这一社交属性强烈的平台并不适合企业营销。第三方咨询机构“微信海”的《2014商超百货行业微信运营数据分析报告》指出，近一半传统行业商家对于微信营销保持观望态度。商家们开展微信运营的首要目标是“吸引与保留客户”，占比高达52.4%。但是在实际运营中，这一目标的预期效果却受到多种因素的影响。调研数据显示，“微信关注用户转化率低”与“人力资金投入大丶技术要求高”是微信运营的首要瓶颈，分别占比30.5%与29.6%。
宝马某4S店负责人表示，在一年半前开通了微信公众号，尽管每天都会更新内容，投入兵力去实现“内容为王”，但除了品牌宣传外，在运营环节却成绩欠佳——微信的通道，居然迄今为止没有给店里带来一个新客户，而老客户中，主动通过微信预约维修保养比例也不超过5%。
一方面，微信的闭环入口难以直接触达用户，中小企业只能花大量的钱去寻找粉丝，但却收效甚微；另一方面，微信难以直接匹配网民的随时随地需求，特别针对网民餐饮丶家装等生活服务类需求，网民更习惯于快捷的搜索解决方案。
直达号优势助力中小企业决胜移动营销
在直达号推出以后，中小企业在移动营销中拉新与维老丶推广与服务之间的矛盾将得到有效改善。百度本身即是互联网营销推广的最强平台，如今基于移动搜索丶@账号丶地图丶个性化推荐等多种方式，让亿万客户随时随地直达商家服务，为中小企业提供了一站式丶能够同时解决营销效果和企业服务模式转变的双重需求，充分满足移动互联网时代消费者的多样化需求。综合来看，其在中小企业移动营销上具备以下几大优势：
第一，直达号能够直达更多目标受众。
如今在移动互联网产品领域，百度已经取得了巨大的领先优势。包括手机百度丶百度地图丶百度贴吧等14款移动互联网应用用户过亿，且这些应用互为补益，构成了互为关联的完整生态体系。
相较于其他互联网企业的移动互联网布局，百度的移动互联网产品更为场景化，用户使用更多为“需求性”，产品的营销属性更强。百度直达号不仅可以让商家拥有直面全网用户的平台，还可以借助LBS定位丶地市级营销丶大数据挖掘等手段，为商家精准匹配目标受众，让中小企业直达核心用户，避免营销费用浪费。
第二，直达号成功将营销效果与服务结合
百度平台的营销效果是历经多年丶无数家企业的验证，而此次百度直达号在串联起百度最优质的营销资源之外，还同时具备了强大的CRM管理功能。可以查看所有与其产生交互的客户列表，利用数据分析，为其画像，贴标签，完成对用户的个性化管理。
同时，由于百度账号体系的不断完善，网民与商家的直接沟通丶分享甚至支付等都极为方便。在保障营销效果的前提下，百度直达号充分满足了如今网民对通过移动搜索寻找“服务”的需求，有效帮助推广企业增强客户黏性，实现有效客户的“强留存”。
第三，直达号能够完成线上与线下消费场景的无缝对接
在中小企业中，有大部分属于生活服务行业，因为生活服务行业具有到店消费丶服务到人等特征，在进行传统互联网推广时常常会因为“铺面太大”，或者线上广告无法与线下服务实现直接对接，使得营销的转化率低，造成营销费用的浪费。
百度直达号通过将营销平台对接前台消费，成功打通了线上与线下的藩篱，实现了“连接人与服务”的O2O无缝对接。用户可以在线上搜索信息，咨询服务，再借助地图功能导引到附近门店，接受服务后再通过手机支付，线上线下随时轻松切换。正如百度公司副总裁李明远在百度大会上所说，直达号就像一座桥梁，将商家的服务与顾客的需求，通过移动互联网进行连接，促进交易，实现线上线下服务的完美结合。
第四，直达号能够更轻松的实现高效管理
对于中小企业来说，在进行移动营销时还面临一个现实问题：人力资源的投入成本。而百度直达号可能是现在最节省精力的一站式营销平台。原有的移动站点可以实现一键转化直达号，而在运营过程中，更省时省力，但推广效果卓着。
第5篇：互联网数据分析报告范文
如何能制作出一份成功的简历，以增加在简历筛选中的胜算?如何能在不降低成功率的前提下提高简历筛选的效率?以下是小编整理的简历表格的格式参考，以供大家阅读。
简历表格的格式一：姓名：性别：女年龄：21 岁身高：163cm婚姻状况：未婚户籍所在：现居住地：工作经验：3-5年联系电话：邮箱：最高学历：大专专业：建筑装潢设计求职意向最近工作过的职位：导购期望岗位性质：全职期望工作地：信阳市期望月薪：2900期望从事的岗位：客服专员/助理(非技术)期望从事的行业：互联网/电子商务技能特长技能特长：接受新生事物快，勤奋好学，具有2年多的电子产品销售经验。教育经历中国计算机函授学院(大专)起止年月：2007年9月至0年0月学校名称：中国计算机函授学院专业名称：建筑装潢设计获得学历：大专工作经历XX电脑城- 导购起止日期：2009年10月至0年0月企业名称：弘运电脑城从事职位：导购业绩表现：主要销售主装机，数码周边配件等 简历表格的格式二：姓名
性别
女
出生日期
1985.11.21
民族
汉族
血型
O型
婚姻状况
已婚
教育程度
本科
工作年限
4年
政治面貌
群众
现有职称
无
户口所在地
山东省青岛市
现居住地
青岛市
联系方式
电子邮箱
求职意向
期望从事职位：数据分析师
期望工作地点：青岛市
自我评价
1、具有扎实的统计学专业基础知识，掌握常见的统计方法；
2、熟练掌握常用的数据挖掘方法，算法和相关工具、熟练使用SAS软件；
3、数据处理能力很强，熟练使用Office软件；
4、有良好的逻辑思维能力，注重细节、对数字敏感，能挖掘数据背后的意义，能够独立完成、撰写业务数据分析报告。
工作经历
2010年7月-2012年7月
山东****网络有限公司
单位性质：合资
所任职位：数据分析师
工作地点：青岛市
职责描述：
1、根据业务需求，制定用户使用行为数据的采集策略，设计、建立、测试相关的数据模型，从而实现从数据中提取决策价值，撰写分析报告；
2、跟踪并分析客户业务数据，为客户的发展进行决策支持；
3、完成对海量信息进行深度挖掘和有效利用，充分实现数据的商业价值；
4、支持微博事业部等产品部门下的运营，产品，研发，市场销售等各方面的数据分析，处理和研究的工作需求。
2008年6月-2010年6月
****公司
单位性质：国企
所任职位：数据分析助理
工作地点：青岛市
职责描述：
1、完成对行业销售及相关数据的分析、挖掘，熟练制作数据报表、撰写评估分析报告；
2、独立完成用户行为特征与规律的分析，关注市场动态与风险，为产品方向提出合理建议；
3、在分析师的指导下构建公司业务领域数据分析与挖掘模型和方法论；
4、针对历史海量商业数据，能及时发现和分析其中隐含的变化和问题，为业务发展提供决策支持；
5、完成数据分析相关的需求调研、需求分析等。
项目经验
2011年5月*****项目
项目职责：
1、收集用户使用行为数据；
2、完成行为数据的分析；
3、制定模型与产品运营间的联动接口。
教育背景
2004年9月-2008年6月
山东**大学
统计学专业
本科
主要课程：数学分析、几何代数、数学实验，常微分方程、数理统计、抽样调查、多元统计、计算机应用基础、程序设计语言、数据分析及统计软件、回归分析等。
掌握了扎实的专业基础知识，擅长数学，有很强的分析和演算能力，业余广泛了解相近专业的一般原理和知识，如经济学、计算机操作等，在统计计算的基础上锻炼了视野广阔的分析技能。
培训经历
2010年3月-2010年10月
数据分析与SAS培训
主要课程：SAS体系内容、ETL技术、SAS分析技术、假设检验、方差分析以及各种模型分析等。
通过本次数据分析培训，全面掌握了SAS的内容，如逻辑库及操作符与SAS的表达式等，能够完成复杂数据步的控制，数据集整理以及主成分分析、因子分析等，提升了数据的分析能力。
专业技能
熟悉数据分析模型的建立，能独立完成数据分析并针对结果给出一定的建议。
简历表格的格式三：姓 名性 别男出生日期1990-10-9户口地广州住宅电话*****手 机EMAIL个人主页****联系地址广东省xxxx毕业院校工作经历时间所在公司职位相关说明20xx年1月2日——
20xx年10月15日广州无限信息传播有限责任公司网页制作工程师/WEB美工/项目经理毕业以后找的第一份工作，主要职责是网页设计、FLASH制作以及平面设计。由于能力突出，后期在做大型项目中国校园商务网时任项目经理20xx年10月——
20xx年3月馨蓝数码工作室设计师第一份工作辞职以后与几个朋友自行开发制作馨蓝游戏网20xx年3月——
20xx年9月31日广州高安软件有限公司美工监理，设计师馨蓝游戏网与该公司签署合作协议，正式合并到该公司，自己也加入该公司参与网站建设工作，为寻求个人更大发展而离开该公司主要作品（建议上我的求职主页查看详细*******）网页作品FLASH作品精益眼睛眼镜店网站导入FLASH
NEC网站导入FLASH
红宝石电子网站导入FLASH
妇女维权网站导入FLASH
第6篇：互联网数据分析报告范文
在锐捷网络RG-BDS产品上，锐捷网络安全与应用交付产品事业部总经理项小升表示：“锐捷网络拥有完整的安全产品线，但我们多年来在安全产品的用户部署过程中发现很多用户并没有真正地发挥出安全设备应有的作用，其原因在于缺乏好的工具对安全日志进行充分挖掘与利用。同时，安全的发展到了一个变化的时代，移动、云计算、大数据成为各领域有效的变革技术，我们可以通过这些新的技术去改变传统的安全，让用户体验到新技术带来的新价值。”
网络安全“态势感知”是新兴技术，是未来十年中国互联网安全的创新方向之一，它包含漏洞挖掘、网络攻击、用户行为分析等一系列技术和相关创新产品，而其中最关键的一项便是“大数据”。锐捷本次的RG-BDS大数据安全平台，则采用了业内领先的整体结构和精准的大数据分析模型，将用户的高危风险准确、实时、直观的呈现地出来。
据锐捷网络安全与应用交付产品事业部解决方案部经理蔡铮鸣介绍，锐捷大数据安全平台RG-BDS整体架构包括了安全管理对象、事件采集、专项管理、大数据分析、业务功能和综合展现，共计“六层模型”。另外，RG-BDS大数据安全平台通过智能的“四步法则”，即：第一，收集并标准化海量数据，构建安全大数据仓库；第二，日志、资产、漏洞关联分析，直击要害问题；第三，工单系统+知识库，实现闭环安全管理；第四，量化呈现安全业绩，实时跟踪安全态势；最终达成掌握安全态势和量化展示安全工作业绩的管理目标。
在虚拟化、云计算、BYOD、大数据带来变革与创新机遇的同时，黑客的进攻手段和安全防护技术也都经历着快速进化。随着大数据时代的到来，海量的数据不断在企业中流动，进入企业内部网络的途径也越来越多，黑客会利用APT等更高级的定向式攻击，不断寻找出网络“弱点”，并隐藏其中，随时发动致命的攻击。但是，另一方面，大量数据的流动变化，也为我们寻找黑客的非法行为提供了蛛丝马迹，利用不断创新的大数据安全技术就可以做到“听其声、辨其形”，而网络安全“态势感知”也必将成为抵御未知威胁最锋利的武器。
“态势感知”的数据从何而来，就此，蔡铮鸣表示：“大数据不仅仅来自于锐捷网络自身的设备和分析报告，还来自于与很多合作伙伴或第三方紧密的合作，比如其他厂商的设备或者一些分析、管理平台允许锐捷网络RG-BDS大数据安全平台接入，收集数据，然后对数据实施标准化，最后才能对数据进行分析，得出分析结果。锐捷网络目前已经与一些主流安全厂商的安全设备实现对接，比如思科、华为等。此外，锐捷网络的网络设备也支持Linux、Windows操作系统进行管理。”
锐捷网络新推出的这款大数据安全平台日后会向哪个方向发展呢？会和RIIL平台做联动吗？
第7篇：互联网数据分析报告范文
最近，很多学者在鼓吹第三次工业革命即将到来，这引起了全球产业界和学术界的热议。
所谓第三次工业革命，就是指信息技术与工业技术的高度融合。有人将它说成信息技术将彻底改变人类生产能源、传输能源，乃至使用能源的方式，著名未来学家杰里米·里夫金，在他新近出版的《第三次工业革命》中，就完整地描绘了他对分布式能源结合信息技术，从而使人类生产使用能源发生革命性改变的宏伟远景。
也有人将第三次工业革命描绘成基于大数据时代的数据分析，获得深刻的商业洞察，从而帮助人类进行更加明智有效的决策，甚至提出了进一步智能化制造的概念。
不管怎样，关于第三次工业革命的想象，确实带给我们巨大的震撼，事实上也已经开始了。这次工业革命，根本上就是信息产业和传统工业产业的深入融合。
我认为，第三次工业革命，会在三个方面展开。
首先，如里夫金所言，分布式能源和互联网的结合，将打破人类在第一次和第二次工业革命中建立的以化石能源为核心的能源生产和消费模式，不仅可再生能源将成为能源供给的主流，所有的楼宇、厂房、乃至个人，都有可能成为能源的提供者，同时也是使用者。在互联网技术和软件技术成熟的今天，这一突破已经不是梦想。欧洲国家已经率先实施，并且在诸多领域处于全球领先的地位，比如欧洲太阳能的产能，就占到了全球70％以上，远远领先于包括中国和美国在内的其他国家。而德国分布式能源的发电量已经超过了集中式供电的发电量。
但是以美国和中国为代表的集中式能源的使用国家，其智能电网的概念仍以集中式供电作为模板，而且传统能源巨头的阻力仍将是推广分布式能源的巨大阻力。在我国，风电和太阳能发电在国家的大力倡导、政策扶植以及金融补贴下算是取得了长足的进步，但是国内风电电网的有效接入，太阳能的本土化发展方面都还面临着巨大的发展瓶颈。
其次，大量工业企业能源效率的优化也创造了工业流程改进、设备革新和信息产业融合的革命性机会。在传统能源有效使用方面，中国依旧面临巨大的发展空间。以钢铁冶金行业为例，中国钢铁技术最先进的宝铜，成本结构也被三个三分之一所困扰：三分之一受制于铁矿石价格；三分之一来自于管理和人员成本；三分之一来自于能耗。而作为中国最先进的钢铁企业，宝钢的能源循环使用最多也只达到了40％，而同类的日本企业早已超过了80％，所以，如何降低能耗，在现有的生产系统中通过设备的更新，智能化改造和信息技术的介入，使得能源管理提升一个层次，不仅对宝钢这样的高能耗钢铁企业意义重大，对整个中国的钢铁和重化工产业的能源使用转型升级也将产生巨大的影响。更为重要的是，以合同能源管理为基础的新的商业模式将造就一大批新型的服务型企业，为中国企业的转型升级提供全新的产业机遇。
第三，以云计算和数据分析为代表的大数据产业，在中国还远未展开，但是已经有一些具有前瞻眼光的企业开始关注并且进入这一领域。阿里巴巴就已开始布局云计算业务。在阿里巴巴的B2C平台上每天有多达上亿笔的业务交易，而这些业务交易所积累的数据将使得阿里巴巴有能力对客户的交易类型、交易习惯、交易模式进行深入的分析和挖掘，从而提供有深度洞察的分析报告，这些分析报告无疑将对阿里巴巴的各位商家合作伙伴供应商具有重大的商业价值。在数据挖掘方面的布局，无疑将使得阿里巴巴这样的公司，这样数据型的公司获得新的竞争力，并且催生新的商业模式。
阿里巴巴只是一个先进的例子，在中国拥有广大数据技术的企业不在少数，但是具备大数据战略眼光开始布局进而进行商业化规划的企业目前尚为数不多。这里面的重大瓶颈来自于人才，传统的工业、商业乃至流通企业储备了一批对自身业务熟悉的人才，但是如何利用信息技术将产业优势和信息技术进行嫁接，产生新的竞争优势，真正跨界产业和信息技术的专业人士少之又少。
第8篇：互联网数据分析报告范文
［关键词］数据分析；大数据；智慧校园；决策支持
1国内外研究开发现状和发展趋势
1．1现状与趋势
在当今大数据、云计算、物联网和移动互联网等新思路、新技术快速发展的又一历史时期，高等教育面临着前所未有的发展机遇，在经历了网络化、数字化、信息化管理阶段之后，“智慧校园”将是在“互联网＋教育”趋势下最重要的发展思路。随着计算机技术的不断发展，各种系统结构化和非结构化数据以前所未有的惊人速度迅猛增长，“大数据”时代已经到来。大数据是指数据结构比较复杂、数据规模大的数据集合。其数据量已经远远超出了一般数据管理工具可以承受的处理时间以及数据处理及存储管理能力。在当今大数据环境下，高校管理系统的数据结构及数据量发生了巨大的变化。在数据存储、数据管理、数据分析及数据挖掘等方面面临着巨大的机遇和挑战。为了有效地利用大数据为高校决策分析提供更好的服务，必须基于大数据建立相应的数据分析系统。
1．2国内外研究与开发综述
随着大数据的发展和教育信息化的不断深入，基于大数据开展的高校校园数据分析与应用逐步受到重视。对大数据的定义始终没有形成统一的意见。维基百科对大数据（Bigdata）的定义是：所涉及的数据量规模巨大到无法通过人工，在合理时间内达到截取、管理、处理并整理成为人类所能解读的信息。麦肯锡全球研究院将大数据定义为：无法在一定时间内使用传统数据库软件工具对其内容进行获取、管理和处理的数据集合。加特纳（Gartner）于2012年修改了对大数据的定义：大数据是大量、高速、多变的信息资产，它需要新型的处理方式去促成更强的决策能力、洞察力与优化处理。而在高校学生数据的分析应用方面，国内外高校均有开展相关的研究。纽约州波基普西市玛丽斯特学院（MaristCollege）与商业数据分析公司Pentaho合作发起开源学术分析计划，旨在一门新课程开始的两周内预测哪些学生可能会无法顺利完成课程，它基于商业分析平台开发了一个分析模型，通过收集分析学生的学习习惯，包括线上阅读材料、论坛发言、完成作业时长等数据信息，来预测学生的学业情况，及时干预帮助问题学生，从而提升毕业率。上海财经大学基于校园信息化数据基础，开发了校务决策支持系统，面向人才培养、内部管理、科学研究和师生服务等方面开展决策分析；华东师范大学利用校园信息化基础数据，开展了校车人数与载客分布分析，提升了校车使用率；利用一卡通数据开展了贫困生的特征确定、潜在贫困生分析、后续跟踪验证，有效提升了帮困扶贫的工作效率。
2需求分析
结合西安欧亚学院信息化建设基础与海量的数据积累，建立“智慧校园”数据分析系统，通过此平台的建设和应用，运用数据挖掘和知识发现，从而在大数据中获取数据之间内在的相互联系，以及其中可能存在的某种规律，从而有效提升校园管理的决策效率，提升教学科研与管理服务的综合水平。通过调查走访各部门，了解教师、学生与行政管理人员的相关需求。主要包括四个方面：一是教学数据分析需求。包括各分院、招生办、教务处等部门对于招生、学生学习行为、教学质量、学科建设与学生就业等方面的分析。二是生活服务数据分析需求。包括图书馆、后勤等部门对于学生的消费行为即图书借阅、网络行为、资源利用等项目的分析。三是财务、人事、宣传等部门对于全校的资产、师资力量、宣传效果等项目的分析。四是研究发展部门对于全校科研项目与成果完成情况的分析（见图1）。
3系统方案设计
3．1框架设计
结合需求情况，开展系统的总体框架设计，初步将系统分为三大板块，包括数据监测、决策支持和查询定制（见图2）。
3．2系统方案
系统总体架构包括四个层次，分别是数据引擎、数据挖掘、数据库解决方案和交互平台。数据引擎部分将集成校园WIFI、固网、一卡通、教务系统等各类信息系统的数据，形成数据源，数据挖掘将通过分布式计算架构和数据分析平台对潜在数据进行分析与建模，通过数据库建立本系统的分析数据库，最终通过PC、手机等客户端向用户进行呈现（见图3）。
3．3典型应用研究内容
3．3．1教学质量评估教学质量评估属于高校定期必须完成的任务，教学评估的主要目的是更好地发掘出教学过程中存在的一些问题，从而及时地对教学方法进行调整，最终实现教学质量的提升。将大数据运用到高校教学评估系统之中，不但能够在很大程度上提高高校教学管理的科学性，同时还可以提高信息化教学的实用性。把基于大数据挖掘的算法运用在教学评估工作之中，找出教学效果、信息技术在教学中的应用、师生之间的沟通互动等因素之间的联系，从而给高校的教学部门带来非常科学的决策信息，同时让教师可以更加有效地开展教学工作，提高教学质量。
3．3．2教师教学能力分析以往的教学缺乏大量数据支撑，教学的质量高低主要靠教师自我度的把握。现在，可以通过在线课堂等技术，搜集大量课堂情况信息，比如学生对知识点的理解程度、教师课堂测试的成绩、学生课堂纪律等。通过这些数据的分析，了解教师熟悉教案的程度、课堂氛围等，改善教学水平。也可以通过深度分析学生在教学过程中教师的课堂表现，从而发现课程的闪光点以及不足，从而让教师能够进一步地对课程教学进行改善，提升教学质量。
3．3．3个性化课程分析个性化学习是高校教学改革的目标，过去的班级制教学中无法很好达到这一点，通过把大数据挖掘技术和学习内容结合起来，指导学习者规划学习发展方向，制订学习规划，实现个性化学习功能。通过评估个人情况，根据分析结果推荐可能取得优秀成绩的课程方案。首先获取学生以往的学习表现，然后从已毕业学生的成绩库中找到与之成绩相似的学生信息，分析前期成绩和待选课程结果之间的相关性，结合专业要求和学生能力进行分析，预测学生选择的课程中可能取得的成绩，最后综合权衡预测学生成绩和各门课程的重要性，为学生推荐一份专业课程清单。
3．3．4学习行为分析通过一卡通门禁信息、网络信息、课程信息、在线教育系统等相关数据，可以把学生到课堂时间、上课表现、作业完成情况、自习情况等学习信息记录下来，进行变量分析。当一些与学习行为有关的因素（如旷课、纪律问题、课堂表现）发生变化时，对学生提示并进行分析。通过这种系统分析，可以很好地规划学生的学习时间，提高学习效率。
4技术创新点
4．1大数据环境下提升数据挖掘范围
相比于传统常规环境下的数据获取渠道，大数据环境下，校园数据的获取更为广泛和准确。常规环境下的数据主要以经费收支、课程建设、问卷、访谈、课堂观察等来源，而在大数据环境下，通过对事件数据、舆情数据、一卡通、日志搜索等数据的抓取与分析，更能够准确地反映实际校情。
4．2可视化技术展现数据分析结果
利用大数据分析的数据挖掘与可视化分析，能够直观地呈现大数据特点，同时能够非常容易被使用者所接受，就如同看图说话一样简单明了。智慧校园中，结合学生学习、生活消费的各类数据，通过系统分析与图表展现，让用户只管了解数据分析的结果。
4．3数据质量管理提供重要支持
本项目结合大数据发展趋势，充分利用数据挖掘、建模与可视化展示技术，系统存储数据主要是从校内外各种数据源中获得最原始数据，并对该部分数据进行整合形成数据层，然后将数据层中的数据经过抽取、清洗、转换、装载进入数据仓库从而形成支撑层，在支撑层的基础上，可以根据需求对数据进行挖掘分析，从而构建决策层。
第9篇：互联网数据分析报告范文
关键词：移动互联网；数据分析；产业链三节点；平台化建设
互联网在经过几十年的发展，最终成熟于19世纪末，在新世纪之初，互联网产业以纳斯达克为依托，使美国经济迈上一个新的台阶。随着近年来移动技术的稳步提升，移动互联网应运而生。移动互联网是以移动网络作为接入网络的互联网及服务，包括三个要素：移动终端、移动网络和应用服务。新时期移动互联网必将成为经济发展的新动力引擎，服务于社会发展的方方面面。
自从2009年工业和信息化部发放3G牌照，以及无线WIFI技术的普及，我国移动互联网产业正以大刀阔斧之势迅猛发展，一时间移动互联网成为时代热点话题。
本文将以艾瑞咨询的最新一期中国移动互联网产业分析报告中的数据为依托，首先进行用户行为分析，再以产业链三大节点（电信运营商、移动终端和内容服务提供商）为三大部分进行分析，最终展望中国移动互联网产业的未来发展方向，同时为产业链中的大小企业提供必要的发展建议。
1.用户行为分析
在中国，由于移动互联网属于新兴产业，对老一代人来说想要一时间马上接受它，有些难度；且由于我国教育体制与结构等原因，全民受教育层级参差不齐，这也影响着移动互联网普及。目前我国智能终端上网用户主要以26～35（刚刚接受完高等教育步入职场这部分人）岁为主，所占比例超过整体的一半，已经达到了50.7%。其次是19～25岁和36～45岁的青壮年用户群，他们所占比例也达到了惊人的42.4%。在这些使用移动设备上网的人群中，每天不止一次使用智能手机上网的用户达到67%，他们大多是用智能手机上网来消磨空闲时间。其中超过10%以上的使用场景为逛街购物、上厕所或洗澡、外出游玩、上下班途中、上班休息时、等车无聊中及下班后在家里。这些场景作战比重依次为下班后在家42.8%、等车无聊中40.5%、上班休息时37.3%及上下班途中31.7%，此外还有31.7%的用户随时都在使用智能手机上网。
目前我国移动互联网白领阶层用户已然成为移动互联网用户的主力军，主要用户群体依然呈现年轻化的特点，但以手机为主的移动智能终端用户上网也在逐渐的向大龄方向偏移，用户群体结构不断迈向成熟化。这说明高学历及白领阶层的用户群体在移动互联网中活跃度更高，具有更强的用户粘性。男性用户以压倒性的优势多于女性用户，男性使用手机的频率也高于女性，同时在应用运用上男性与女性也有很大差距，男性主要偏向于游戏、社交与新闻，女性主要偏向于购物与社交。不过移动用户有个共同的特点，那就是智能用户上网多为利用碎片化时段。
2.电信运营商
2.1 三大运营商移动市场份额
随着时间的推移，联通和电信的受关注度略有提高，而移动则有下落趋势；但总的来看，移动依然是最受欢迎的营运商，基数超过50%。在移动下降的2.6%中，1.4%被联通抢占，余下的1.2花落电信。从此可以看出联通和电信在争夺市场关注度方面正进行着激烈的竞争。且短时间内这样的竞争还会继续持续下去，甚至愈演愈烈。
智能移动终端上网主要依赖于3G上网技术，因此3G业务的市场份额最能折射出运营商市场份额的占有率。联通的市场份额基本维持在27.6%左右，电信的占有率略有提高，而移动虽有下降之势，但其以42%的市场占有率仍然稳坐市场的绝对霸主宝座。在业务方面三大运营商的竞争都很激烈，人人都居安思危，移动面临电信的挑战，而紧随其后的联通也不示弱，正在伺机超越对手。
2.2 运营模式分析
传统的运营模式是运营商自建平台，以流量为主要盈利模式。在移动互联网的冲击下，传统的电信运营商所掌控的流量入口被分散化，市场份额日益遭受终端厂商和传统互联网巨头的渗透与蚕食，受制于传统网络通道在用户差异化需求识别方面的先天性缺陷，电信运营商管道化危机凸显。而化解管道化危机的最好方式是深度嵌入用户信息消费流程，打造端到端透明的信息管道。用户需求的转移和互联网的破坏式创新促使行业驱动力由网络向信息升级，电信行业进入以供给信息和需求信息为焦点的平台化整合竞争阶段。
3.移动终端
3.1软件系统
2012-2013年，Android系统以70.9%的市场份额占据绝对优势，同时相较于2012年的61.9%，增长了9个百分比，且Android系统还有继续抢占市场的趋势。Ios系统以18.1%的百分比位居第二，相对于2012年，增长了2.1个百分比，也有继续上升的趋势。目前Android和ios两家操作系统已经占据市场91%的份额，更突出的问题是这一市场份额还有继续扩大的趋势。
3.2硬件设备
据艾瑞咨询2013年数据显示，中国移动网民日常最常使用的移动终端设备主要包括智能手机、平板电脑、MP4以及其他移动终端。分别占比95.2%、53.1%、10.4%以及1.6%。显然智能手机是人们日常生活中最常用的移动上网设备，相比之下MP4的份额少之又少，可见MP4正在逐渐在退出历史舞台。
这里我们主要分析智能手机数据。在过去的一年里，排名前五名的不同收入用户使用的手机品牌中，三星手机用户收入在3501-5000元的占比最大；苹果用户收入主要集中在5001-8000元；小米、华为的用户收入和三星一样，主要体现在3501-5000元这个范围上；联想的用户收入则主要停留在2000-3500元。笔者认为，除了苹果的用户收入较高之外，其他品牌手机高收入占比并不低，说明目前手机产品性能一贯较高的三星、苹果虽占据较大市场份额，其低端价位的国产手机小米、华为、联想的产品性能和性价比不断提高，因此逐步吸引到部分高收入用户的青睐。
4.内容服务提供商
随着移动互联网的不断普及，用户对其提供的要求也在不断的变化着。但是变化的是个板块下细分的小市场，而移动互联网依然呈现出以移动购物、在线阅读、定位导航、在线搜索以及即时通讯五大部类为中心的市场需求。本文第四部分将以这五大部类为中心对我国移动互联网中的内容服务展开分析。
4.1在线阅读
2010-2015年中国移动阅读行业市场份额报告指出，移动端市场份额逐年增长，但是增长率却在逐年下降。2013年到2015年之间增长率基本维持在67%左右，说明市场份额增长趋向于稳定，而市场份额正处于过渡期。
2010-2015年中国移动阅读行业用户规模报告指出，移动端用户规模节节攀升，从2010年开始一直到2013年呈现飞跃式增长，用户数目直奔4.5亿。然而增长率却是逐年低落，未来几年增长率估计维持在10%左右。移动阅读市场正逐步过渡到饱和状态。
4.2在线搜索
百度搜索以其无以比拟的优势占据搜索引擎市场80%左右的份额，这一市场份额基本维持在在这一点。然而剩下的20%市场份额确是硝烟迭起，谷歌中国、搜狗、360搜索以及搜搜等打得不可开交，谷歌中国市场份额被进一步蚕食，而且还有继续下降的趋势。去年二月份开始360公司推出360搜索之后，其在搜索市场的份额一直都在稳步提升，主要接收的是谷歌中国和搜搜等引擎的市场份额。而搜狗的市场份额则是始终维持在一个相对稳定的数值，其处境也非常令人堪忧，需要进一步找到自己的突破口。
4.3定位导航
用户经常使用移动地图来查找出行交通路线、路线导航、搜索未知地点，这三项功能的用户占比均过半，这也是移动地图最基本实用的与出行相关的功能，并且这三项功能也是移动地图用户最常用的功能。另外，有45.1%的用户经常使用移动地图查找周边吃喝玩乐等生活服务信息，40.2%的用户经常使用移动地图使用实时路况功能。随着用户需求的多元化，移动地图功能也在不断创新。
另据艾瑞咨询数据显示，用户选择移动地图品牌时最主要是：地理位置信息丰富准确、提供的路线规划准确和提供精确专业的导航功能。用户对前两项基本满意，而对后者满意度很低。因此，移动地图未来发展应更加注重提高导航功能的准确性和专业性。
4.4即时通讯
在过去的一年里，移动用户最常用的即时通讯软件中手机QQ以45.0%的百分比占据首位，而与其同出一门的微信以40.0%的百分比位居次席。在市场上流行的其他主流应用所占的比例都达不到15%，由此可见用户对于手机QQ和微信的粘性很大，占据了主导市场。
随着移动互联网的迅猛发展，移动用户对于移动即时通讯应用的需求也越来越丰富，已经从原来的手机QQ的简单文字聊天，逐步地过渡到了微信的语音聊天及视频聊天。特别是扫一扫、摇一摇、朋友圈、分享位置等增值服务的推出，使微信的身价倍涨，吸引了大批忠实的用户粉丝。因此微信有很强的社交属性和用户粘性。
4.5移动购物
2013年中国移动网购市场规模达到了1696.3亿元，同比增长168.6%，预计到2017年这一数据将会超过一万亿元。各大电商所占市场份额方面，淘宝占比76.2%，京东6.0%，腾讯电商1.5%，三家加总份额占比超过80.0%。目前，我国移动购物市场格局比较稳定，传统电商企业占据绝对优势。
5.建议与结语
运营商是移动互联网产业的经脉，但是这并不代表运营商在产业链中的绝对领导权。运营商正面临着增量不增收的尴尬境地，因此节约成本，寻求新的路径是运营商目前亟待解决的问题。整合思维是平台化竞争的核心内涵，运营商作为双边市场组织者，依托对供需双方的掌控权实现盈利模式从后向到前向及撮合模式的创新。电子商务、广告营销和商业智能是核心突破口。用户需求的个性化、碎片化使得传统标准化通信产品的适应性大幅度减弱，产品品类扩充是运营商的当务之急，通过融合和共享手段整合产业链资源将成为实现范围经济的有效途径。
移动终端的普及，主要集中在智能手机和平板电脑。而操作系统方面则更加趋向于android系统。在以后的发展过程中智能手机的销售额将会持续增长，并且应该配备Android操作系统，以适应广大用户的需求，这是智能终端的发展方向。而终端厂商在发展的过程中，也不能局限于自己的领域，逐步向产业链的上下游延伸才是王道，是在新时展浪潮中不可逾越的阶段。华为推出的华为云计算就是典型的例子。在基于android的操作系统开发上，要注重于用户使用感受，用户需求愈发个性化，这就要求厂商更加专注于用户行为，创新操作系统界面与使用感受。
经过诸多细分市场已经经过一轮洗牌，弱势参与者已经逐渐被市场淘汰，市场加速结构化调整，而移动端的战场已经从手机、平板拓展到客厅、汽车等新生领域，更广阔的市场空间在等待挖掘。各细分市场的参与者不仅应在自身所在的市场上继续拼搏厮杀，也应及早认认清市场形势，逐步向产业链的上游和下游扩展，满足各细分市场的客户需求，努力打造移动互联网合作平台，逐步实现范围经济。
本文在论述的过程中，与以往研究不同在于，笔者主要从用户行为、移动终端、电信运营商和内容提供商四部分对我国移动互联网产业进行了具体的数据分析，但是由于笔者的能力有限，其中还有很多没有涉及到的领域与细分市场，希望在以后的学习工作中继续补足。（作者单位：吉林财经大学经济学院）
参考文献：
[1]许泽聘.移动互联网产业链的演变研究[D].南京：南京邮电大学管理学院. 2012
[2]艾瑞咨询.2013年中国移动互联网用户行为研究报告[R].上海：艾瑞市场咨询有限公司.2014
[3]艾瑞咨询.2013年中国网络购物行业年度监测报告[R]. 上海：艾瑞市场咨询有限公司.2014
