对大数据时代的看法精选(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对大数据时代的看法主题范文，仅供参考，欢迎阅读并收藏。

第1篇：对大数据时代的看法范文

时下，“大数据”已经从IT行业的流行语演变成了社会舆论中的时髦语，人们争言大数据时代的来临，细察大数据发展的脉动，纵论大数据运用的前景，唯恐错过了这趟时代的高速列车。麦肯锡全球研究院指出，在当今社会，数据正在成为与物质资产和人力资本相提并论的重要生产要素，大数据的使用将成为未来提高竞争力的关键要素，大数据是世界下一个创新、竞争和生产力的前沿。哈佛大学教授加里·金更是极言，大数据是一场“革命”，它将改变社会各个领域的发展方式和进程，“无论学术界、商界还是政府，所有领域都将开始这种进程。”

大数据真的是一场“革命”么？如果是一场“革命”，那么它对大学来说意味着什么？近日，一条“华师大少女减肥减出人文关怀”的微博在网络上吸引了众多眼球，也引来了报纸、电视等媒体的追踪报道。事件起因是华东师范大学一位女生节食减肥，很少在校内用餐，学校通过困难生预警系统察觉到其饭卡消费值较低，便发送了一条短信，询问是否有经济困难，是否需要帮助。这位女生收到短信，感到非常温暖，便发了一条微博，结果被网友纷纷转发。网友们称赞学校“通过对数据的挖掘、应用，更贴心地服务学生、关爱学生”，“让冰冷的数字有了人性美！”这一事件至少告诉人们，大数据为大学管理的精细化服务提供了工具。其实何止于此，大学的方方面面，哪儿不能借助大数据来提高效能。只要稍微发挥一下想象力，我们就能列出大数据的各种用途。比如，通过大数据运用，大学可以更好地了解社会对高端人才的多样需求；通过大数据运用，教师可以更清楚地把握知识创新的走向，更准确地判别社会生产的知识需求；通过大数据运用，师生可以更容易地实现知识的共享，更便捷地展开交流与合作；通过大数据运用，教师可以更加个性化、更加有效地展开教学活动，学生可以更加自主、更加方便地进行学习……

如果大数据是一场“革命”，那么它首先应当是观念的“革命”。因为它挑战的不只是数据的技术、容量、分析和运用方式，不只是企业的生产形态和商业模式，而是整个社会的理念、传统、行为、生产和生活方式。数据只是一种物质的存在，数据的价值是人所赋予的。大数据将挑战人们对知识和智慧的已有认知，挑战人们对现行人才标准的看法，挑战人们对现有学习方式和教育形态的认识，挑战当下社会知识生产、传播和运用的方式，挑战现存的社会伦理和道德。有人说，大数据之“大”，并不在于其表面的“大容量”，而在于其潜在的“大价值”。而一涉及价值，就不可避免地存在观念的冲突。目前还在持续发酵的“棱镜门”事件明明白白地告诉世人，大数据背后有“战争”，数据作为企业资产，其公共性价值究竟应如何利用，斯诺登究竟是爱国者还是叛国者，缘于不同的价值理念会得出不同的答案。大数据带来机遇的同时也会带来大风险，带来价值与文化的巨大考验。对此，大学准备好了没有？

要而言之，在大数据时代，大学不应当只是大数据的顾客、消费者，大学更应当是大数据的设计者、生产者、引导者和社会正义的维护者。面对这场没有硝烟的“革命”，大学不仅要借助大数据的威力提升大学的竞争力，而且要立足于更高的境界，去努力拓展大数据的美好前景，促进大数据的社会正当应用，加速知识创新和传播；要着眼未来，努力培养大数据时代所需要的新型人才：要深入研究大数据给社会生产、生活可能带来的问题，引领社会的健康、和谐发展。一句话，大学要跑在大数据时代的前列。

第2篇：对大数据时代的看法范文

产业互联网将是下一个百万亿商业时代

首先，杜登斌谈了对“互联网+”的看法。他认为，“互联网+”的目标是依托消费互联网模式带动和引导传统产业和企业升级转型，核心不在“互联网”，而在于后面的“+”。今年政府工作报告部署“中国制造2025”时特别强调，要顺应“互联网+”的发展趋势，以信息化与工业化深度融合为主线，重点发展新一代信息技术等十大领域。他分析说，所选的十大重点领域都是规模生产的基础工业，都是自动化、技术含量较高的行业，进行互联网智能化相对容易，互联网改造费用占比也相对较小，成本可控。其次，这些行业乃国之重器，必须同步最先进的工业技术。最后，这些都是国家主导的行业，“可以举国体制下快速完成智能制造后，再向其他行业扩展”。

同时，“互联网+”的力量从消费侧扩展到了生产侧，从用户侧扩展到了产业侧、企业侧，这些都昭示着“产业互联网”的到来。随着社会趋势从引导消费过渡为创造消费，企业产业的进一步虚拟化，产业互联网将成为下一个百万亿商业时代。

而在产业互联网时代，杜登斌认为实体经济与金融结合起来才是升级转型的根本出路；而与金融结合起来，必然需要大数据解决方案来解决产业的评估、定价以及信用等问题。所以，产业互联网的翅膀是金融，核心是大数据。

以数据资产为核心的工业大数据技术创新与应用

“没有大数据就没有供给侧的结构性改革。”杜登斌说，在信息化条件下应运而生的“互联网+”技术以各类信息数据为生产资料，推动经济的分布式发展和效率的系统性提升，让管理者、生产者和消费者等各种过去分散、独立的社会主体实现良性互动，创造出与信息社会相对应的新的经济形态、管理方式和产业演进路径，为智能制造、物联网和产业信息化奠定了基础。他简要阐述了产业互联网时代，工业大数据技术创新的思路、规划、设计、模式和目标。

思路：产业互联网必须围绕数据资产创新来实现。首先，要有采集挖掘分析平台，形成产业价值、产品价格基数数据，来完成基础定价、基础评估等；其次，要有综合应用服务平台，使数据资产、权属、数据变现，来完成评估、征信、量化交易等；最后，要有金融创新平台，使数据资产证券化，来完成指数、量化交易等。

规划：六位一体综合解决方案。即以数据资产为核心，构建集云计算、云存储、云服务、云资产、云交易、云金融为一体的综合产业金融服务共享平台。

设计：基于采集挖掘梯级开发。通过垂直定向采集挖掘技术实现数据的大集中（云数据），形成云数据资产。在云数据之上构建各种应用，形成数据云服务和数据云应用，完成数据变现。基于云数据的应用，实现数据资产的归集与估值、征信定价、指数，完成数据金融化。

模式：基于大数据应用的业务线。通过基于工业大数据产权价值、产品价格等多维度的采集、分析，形成工业大数据的评估平台，为金融机构、投资者提供投资决策依据。通过工业大数据采集、挖掘技术，构建数据的中央厨房，进行数据和信息原创和二次、三次加工；同时完成产业、产品数据与信息和产业、金融相互融合，构建产业生态融合系统。通过大数据产业应用平台进行资产和权益归集，开展大数据实时匹配和统计，建立大数据产业定价和指数系，围绕产业指数进行金融创新，形成大数据金融量化交易。

目标：最终能够服务于“互联网+”、“大数据+”，来实现智慧城市、智慧中国。

工业大数据金融创新应用需要突破的问题

针对工业大数据金融创新应用需要突破的问题，杜登斌提出工业大数据的定价、评估、交易难题。工业大数据属于高附加值产业，较难界定价值和价格，迫切需要利用大数据产业金融的解决方案，实现数据交易和金融的嫁接。

第3篇：对大数据时代的看法范文

关键词 大数据 今日头条 新闻生产 价值实现

一、“今日头条”：大数据时代的宠儿

今天我们所生活的时代，已经被称为“大数据”时代。《大数据时代》的作者维克托·迈尔·舍恩伯格在该书中说，最初这个概念是指需要处理的信息量过大，已超出一般电脑处理数据时使用的内存量，因此需要改进处理数据的工具。①所以，“大数据”首先指信息或数据量的巨大。但大数据并不等同于“海量数据”。“大数据”之中还存在着相联的关系，因此“大数据”还指需要通过新的信息处理方式来挖掘、存储、分析、处理，并具有预测性、决策力的海量、高增长率的相关资讯。②关于大数据的特征，业界目前比较认可的是IBM 公司提出的四个“V”：数量（Volume）、多样性（Variety）、速度（Velocity）、真实性（Veracity）。而大数据的价值，研究者认为，大数据虽然通过挖掘加工可以产生巨大价值，但其本身价值密度低，仍然需要在大量数据中发现有价值的数据或将低价值的微小数据集聚成有价值的大数据。③因此，在新闻传播领域中，不管是传统媒体、社交媒体还是移动新媒体，谁能掌握大数据技术并开发大数据带来的社会价值和商业价值，谁就可以在时代浪潮中获得新生。而“今日头条”先做到了。“今日头条”是北京字节跳动科技有限公司推出的一款移动新闻客户端，2012 年8 月上线，累计用户1 亿，包含了新闻、图片以及各类短文。它目前已完成1 亿美元融资，估值超过5 亿美元。相较于门户网站、社交媒体和其他手机新闻客户端，“今日头条”的与众不同正在于它充分利用大数据技术进行信息挖掘、分析、聚合，“你的头条不见得是别人感兴趣的，我们要做的是定制专属你的产品，”其创始人张一鸣说。因而“今日头条”的独特之处还在于通过对社交大数据的挖掘，向用户推送个性化信息。

二、从“今日头条”看大数据技术对新闻生产的影响

在全球范围内，大数据技术对新闻生产领域的影响开始于“计算机辅助报道”，而如今大数据技术已逐渐渗透到新闻生产的核心领域。从新闻的选题到新闻采写、整合，都可看见大数据的踪影，甚至还出现了数据新闻、趋势预测性新闻和数据驱动型深度报道，但这些目前在国外还处于个案探索阶段。在我国，“大数据”在学界和业界都成为了最时髦前沿的词汇，至今学界对大数据的研究还停留在理论梳理层面，而深入到新闻生产核心环节的大数据业界实践还未真正成形。但是，“今日头条”利用大数据技术对新闻生产领域的全新探索可以给予其他媒体启示。

1、数据为主：重视数据的挖掘、收集、整合和呈现

“大数据”时代下数据成为“富矿”。而“今日头条”就将海量的新闻信息和用户信息视为“富矿”，它们宣称：“我们不生产新闻，我们是新闻的搬运工”。而“搬运”方法就是利用大数据技术对数据进行挖掘、收集、整合和呈现。它们不做传统媒体擅长的事情——不参与原始新闻内容的生产，但内容供应方是众多的传统媒体、网络媒体以及自媒体；它们不做传统编辑的工作——没有编辑对信息内容进行整合编排，其团队里大部分为产品技术人员。

它通过对用户绑定的登录账号的社交信息：微博账号的关注好友、粉丝群、各种评论和转发，收藏、签到位置，使用微博时间等进行原始数据分析计算。在数据挖掘收集分析的基础上得出用户感兴趣的新闻进而推送给用户，整个过程不需要用户有任何操作，简化了用户过滤无关信息的过程和时间。同时，在用户使用过程中，还会根据用户对某一内容的阅读和评论及收藏、对某条新闻的停留时间来分析用户的兴趣点从而调整对用户的新闻推送，甚至还有基于用户位置的内容推荐：包括推送所处位置的相关信息，或根据用户手机所处不同位置的时长来判断用户对某地信息的需求量。随着搜索、阅读时长的增加，算法不断演进，数据分析更加到位，推荐精确度也大大提高，就能更好满足用户需求。④在信息爆炸的快节奏社会，“今日头条”以“大数据”的思维和技术手段，将自身定位于智能移动信息推荐引擎，让众多新闻在极短时间内抵达受众面前，提供渠道和平台帮助内容生产者实现新闻价值，重视并提升了数据技术在新闻生产领域的地位。

因此，传统媒体应该尽快树立起数据为主的理念。“今日头条”利用大数据技术仅在信息分发渠道已获得巨大收益和发展前景，而拥有良好背景资源和专业人才优势的传统媒体获取新闻数据的渠道更广泛、成本更低廉并且成果会更精良，因此可以将“大数据”参与到新闻的的选取、制作、传播、反馈等过程中，同时，在舆情记录分析和受众反馈调查方面“大数据”也能发挥出重要作用。

2、服务为王：利用数据对用户进行精准分析和独家定制

在互联网时代，媒体提倡“内容为王”，认为凭借高质量的信息内容就能赢得受众。而这种情况已经在大数据时代被“服务为王”所取代：新闻媒体不仅要满足受众对新闻内容的需求，还要满足各种服务要求，比如：传播时间、渠道，新闻表现形式、类别，反馈方式和社交属性等。“今日头条”就是其“服务为王”理念的先行者。首先，它是一款面向移动新媒体用户的移动新闻客户端，本身就是一种亲民、具有良好用户体验的信息传播载体。每当用户打开“今日头条”APP，映入眼帘便是其宗旨：“你关心的，才是头条”，它的“秒懂”形式设计得很贴心。除此之外，它还设置了涵盖各领域的信息频道供用户自由选择，用户在阅读过程中可以删除不感兴趣的新闻，可以离线下载感兴趣的新闻，还能在动态页面中查看、评论各好友分享的最新新闻等。所以，每个人看到的今日头条都是独家定制的，这无疑是一种绝佳的用户体验，也是“今日头条”区别于其他门户类新闻客户端和传统媒体新闻客户端的最大亮点。

“今日头条”所运用的大数据分析技术不同于一些技术公司对于用户整体行为的分析从而寻找影响他们内容消费行为的相关因素，而是注重对于每一位用户的个性化需求分析。所以，传统媒体也要学习“服务为王，用户至上”的理念。引入大数据分析技术深度理解用户需求，有针对性地生产特色信息产品，打造精准传播，提升用户体验。与“今日头条”定位理念不同的“澎湃新闻”客户端，在打造优质新闻内容的同时也要学习如何利用大数据技术主动吸引更多用户。

三、从“今日头条”观大数据时代价值实现的理念创新

“今日头条”在获得受众好评和投资者青睐以及同行羡慕的同时，也陷入了涉嫌侵犯内容版权的漩涡之中。如果从法律角度看，“今日头条”的版权问题并不复杂。在法理层面之外，我们需要以大数据时代的视野，结合“今日头条”的实践来思考当今传媒业价值变现的问题。喻国明提出，纸媒表现出的集体“愤怒”，其实质是传统媒体在失去渠道垄断之后的焦虑。纸媒的原创优质内容，应该如何创新“变现”渠道，获得增值和利润，这实质上是当前传统传媒转型的关键之所在。⑤张一鸣也认为，“只要谁能让‘变现’这个环节也变得容易，媒体才能真正的变革。终极的状态是，你只要专心创造内容，内容的变现自动完成，并且转化效率很高。”

1、价值实现全过程：内容生产者和渠道提供者缺一不可

我们不能只看到大数据时代引发的技术变革，还应该重视在新闻媒体环境中的理念变革。在传统的媒体观点中，作为新闻内容生产者的传统媒体，是新闻信息价值的唯一创造者。所以也是内容产品价值实现的唯一收益者。但如今这样的想法要与时更新了：当众多优质新闻内容同时出现并淹没在海量信息中，谁能脱颖而出得到受众的认可和分享传播，靠的是渠道和平台的推动力量。如果传统媒体固步自封，即使内容再优质但无法抵达合适的受众面前，仍然只能“顾影自怜”。“今日头条”凭借独特的信息挖掘、抓取技术，打造了个性化信息分发平台，使受众获得了他们想要的信息，使内容生产者获得了他们期待的受众。因此，在大数据时代，信息内容产品从价值创造到价值实现的全过程是内容生产者和渠道提供者多方作用的结果，只有彼此依赖的每一方完成好本环节的接力工作，才能使信息内容产品增值并且有可能实现新闻价值，并非任何一方“一手遮天”就能取胜。

2、内容生产传播全过程：各用所长，协同合作

在大数据时代，媒介市场竞争异常激烈。曾经称霸互联网的几大门户巨头，在抢夺完社交媒体市场后又开始瓜分移动客户端市场。“强者更强”在传媒领域似乎也是通行的定律。但是，没有资本优势和受众根基的“今日头条”却在高手如林的客户端战场上杀出重围，靠的是在利用他人优势的基础上发挥自身所长。因为它并没有专业的新闻生产团队，在内容生产上无法与传统媒体和门户网站抗衡。所以“今日头条”主攻自己擅长并且其他媒体还不重视的数据挖掘分析技术，为其他媒体搭建信息分发平台。而长期以高品质新闻内容引以为傲的美国《纽约时报》，近些年投入了大量成本开发新媒体技术应用，先有“付费墙”后有“付费门”，再到“付费门2. 0”，但始终不能挽回纸媒日渐下滑的颓势。因此，我们可从“今日头条”和《纽约时报》的不同实践中看出，在大数据时代的传媒产业竞争中，任何一家媒体都很难真正做到“一家独大”或“全盘通吃”，必须要树立专业化分工的合作意识，明确自身优势领域和薄弱之处，做到知己知彼，擅长内容生产的媒体和擅长技术挖掘和用户分析的媒体应该强强联合而不是相互厮杀。只有真正协同合作才能实现双赢和多赢，共享大数据时代带给传媒业的机遇和挑战。

维克托·迈尔·舍恩伯格在《大数据时代》中认为：“大数据己经撼动了世界的方方面面。”他还表示“尽管我们仍处于大数据时代来临的前夕，但我们的日常生活已经离不开它了。”正如互联网诞生之初的情形一样，国内外的研究者对大数据时代和大数据技术，充满了赞扬之情和美好期盼。

然而，我们不要忘记的是，再先进的科技始终是一把双刃剑。一方面大数据能够促进社会变革和进步，而另一方面也带来了许多亟待解决的问题：第一，数据爆炸式增长，给数据存储和分析增加了很大难度；第二、大数据的高速发展，其准确性、真实性等都将使人类面临挑战；第三，结合新闻传播领域，当媒体为追求新闻真实与可读而尽可能挖掘数据时，难免会触犯个人隐私，甚至可能还会触犯社会道德底线。而依靠大数据技术而新生的数据新闻，其人文关怀和社会性可能偏弱，不符合我国新闻媒体为人民服务和追求舆论导向作用的宗旨。另外对受众的个性化分析计算是否侵犯受众隐私权、媒体对大量数据的引用所牵涉的版权纠纷等问题，都是需要我们在欢呼之后冷静思考的。

参考文献

①维克托·迈尔·舍恩伯格，肯尼思·库克耶：《大数据时代：生活、工作与思维的大变革》[M].浙江人民出版社，2013

②王国鹏，《大数据时代媒介生产方式和传播机制的变革研究》[D].山东大学，2014

③彭兰，《“大数据”时代：新闻业面临的新震荡》[J]《. 编辑之友》，2013（1）

④王静超、储靖农，《“今日头条”的创新对传统媒体的启示》[J].《青年记者》，2014（8）

⑤喻国明《, 集成经济：业务模式的创新需要盈利模式的创新来保障——对“今日头条”引发的版权之争的一点看法》[J].《新闻与写作》，2014（8）

第4篇：对大数据时代的看法范文

摘 要 大数据时代的到来，对政府统计工作来说既是一次机遇，更是一次挑战。机遇在于其丰富了数据的来源、提高政府统计数据质量和统计效率，为政府开展统计工作提供了新思路，而挑战主要体现在其要求政府统计部门转变传统的观念，树立新型统计理念，积极采取有效措施应对大数据时代，从而促进政府统计事业的稳步发展。本文笔者首先从大数据的含义出发，分析大数据时代对政府统计工作产生的机遇和挑战，并对政府统计工作如何应对大数据时表自己的看法，希望能够为提高我国政府统计质量尽绵薄之力。

关键词 大数据时代 政府统计工作 机遇 挑战

伴随着互联网、物联网以及移动终端等现代信息技术的不断发展，促使数据以几何级数的形式快速增长，数据已经融入了人们生活的各个方面，随着数据内涵的不断延展，相信在不久的将来大大数据会成为影响社会经济发展的重要战略资源。大数据的诞生，打破了传统数据的范畴，促使各项数据朝着更全面、更复杂的方向发展。总之，大数据时代到来，给政府部门开展统计工作带来了机遇和挑战，这就需要政府统计部门采取有效措施积极应对。

一、大数据的含义分析

维基百科将大数据定义为：主要指的是凡是涉及的资料量规模巨大到无法利用目前现有的软件工具，在合理的时间内将其管理、处理并其整理成一份能够帮助企业做出各项经营决策的资讯。大数据是一个体积超大、数据种类特别多的数据集，并且这些数据集是不能使用传统的数据库工具对其内容进行管理和处理的，大数据的数据和种类跟传统所限定的结构化数据也存在很大差异，包括了半结构化和非结构化的数据，例如：文字、图像、视频以及二维码等[1]。

二、大数据时代政府统计工作面临的机遇

归纳起来，大数据时代的到来，给政府统计工作带来了以下几方面机遇：

（一）大数据丰富了政府统计数据的来源

随着各种现代信息技术的不断发展，当前图像、视频以及网页等非结构化的数据所占的比例在逐渐提高，这些不仅成为了大数据的主要组成部分，也为政府开展统计工作提供了新的数据源。

（二）大数据能够辅助验证政府统计数据质量

由于大数据具有数量大、资源多以及速度快等特点，因此其可以实现对传统统计指标数据的进一步验证和补充，进而在一定程度上实现了控制政府统计数据质量的目的，保证了政府统计数据的实时性、准确性、完整性以及真实性。

（三）大数据能够进一步促进政府统计效率

由于大数据具有挖掘、收集以及分析数据的技术特点，从而其能够在很大程度上缩短数据生产的时间，减少了各种报表填报的程序，降低了调查的负担。但是从全世界来看，大数据已经被广泛运用在了价格统计、人口统计、就业统计、经济活动统计等多个专业领域中，并突显出了前所未有的应用前景和潜力[2]。

（四）大数据为政府统计提供了新思路

在多次的IBM人机大战中，人类多次战败，究其主要原因关键在于机器人可以通过设定程序在较短的时间内收集数据的基础上进一步对数据资源进行分析和处理，进而给出正确的答案。然而传统的统计分析都是建立在人的主观能动性的基础上，并且主要采用事后统计的方式，然而大数据分析技术能够快速对大数据进行实时分析，从而保证了各项数据的适用性和有效性。

三、大数据时代政府统计工作面临的挑战

（一）政府统计的工作职能不断弱化

大数据时代的到来导致政府统计部门已经不再是唯一海量数据的拥有者。特别再加上物联网等技术的快速推进，促使工业生产、物流运输以及社会消费等数据都可以直接从物联网中读取，进而将其存储在服务器中，最后在经过云计算对所得到的数据进行挖掘和分析。因此，无疑对传统的政府统计工作带来了巨大的挑战。

（二）大数据对政府统计的传统方法和制度带来冲击

最近几年，随着大数据挖掘技术的不断深入，再加上各种信息咨询业务的不断兴起，要求传统设计的对象、内容以及渠道不断发生改变，而当前的统计体系和方法制度已经远远不能适应当前形势的需要。然而数字化的行政商业记录、网络在线文本以及主流媒体数据等等都进一步拓宽了政府统计收集信息的渠道。

（三）要求政府统计提高数据处理能力

从当前政府统计的数据分析技术和能力来看，已经远远不能满足大数据分析的要求。这就需要一支专业能力更高、知识素养更强的专业统计分析人员来对数据进行分析和挖掘，从而提高政府统计数据处理能力。

（四）要求政府进一步提高统计质量

大数据时代的到来真正实现了全社会数据共享，因而官方统计已经不再是公共统计数据信息的唯一渠道，人们对数据的需求层次、质量、公开以及细化程度也将不断提高，这就需要政府部门进一步提高自身的统计质量。

四、政府统计工作应对大数据的对策

大数据时代的到来对政府统计工作带来的机遇和挑战是前所未有的，因此政府统计只有顺应时代的潮流，进一步开拓创新，才能在这场变革中占领主动地位，进而将政府统计工作推向新局面。

（一）进一步转变自身职能，构建服务型的政府统计

具体来说，可以从以下几个方面出发：（1）对统计机构进行优化设置。政府统计制度在设计时要充分考虑到用户的真实需求，进一步丰富数据采集的渠道和来源，通过更加专业化的手段对数据进行分析；（2）要进一步完善统计的职能，要充分借助现代化信息技术来缩短数据从采集――传输――汇总――存储――整个环节所需的时间，并建立起及时、有效的数据和分析系统，利用可视化技术将数据直观展示出来；（3）进一步强化社会的服务职能，只有真正实现政府统计工作面向公众、服务社会，才能在当前如此激烈的竞争中维护统计部门的权威地位。

（二）进一步完善制度，推动政府统计改革进程

（1）丰富政府统计的指标，要收集政府统计系统之外的各项统计指标，并分析该指标跟当前统计指标存在的差异，进而不断完善、调整和规范现有指标体现；（2）完善调查的方式，要进一步加强对行政记录、商业交易记录以及收缩引擎等调查方式的研究和利用，从而及时获取关于物价、就业等方面的重要信息[3]。

（三）进一步提高业务水平，探索现代化统计新模式

主要可以从以下几个方面出发：（1）改善数据护理技术，政府统计部门要针对当前大数据多元异构的特点，加快对数据清洗技术的研究进度，从而积极推动数据处理方式从传统的简单汇总逐渐向数据挖掘的方向不断转变；（2）对统计分析方法进行创新，政府统计要从当前大数据速度快、形式多以及关联性强的特点，进一步加强对数据的实时、关联以及可视化分析，要将大数据在分析相关关系中的作用充分发挥出来，进一步提升预警预测的能力；三是进一步开发出统计方面的新产品，在做好统计数据、统计分析以及统计监测的一系列传统产品的基础上，进一步研究并开发出更高层次的统计产品以及服务。

四、总结

综上所述，随着大数据被广泛运用在生活的各个领域中，政府统计也要重视和加强对大数据的利用，从而将政府统计在社会生活中发挥的积极作用充分发挥出来。在大数据的时代背景下，要求政府统计部门主动求变，在繁杂的大数据中剥丝抽茧，从而对大数据中最有价值的信息进行分析和利用，精确把握当前时展的方向，顺势而上，促进政府统计事业的稳步发展。

参考文献：

[1] 李金昌.大数据与统计新思维[J].统计研究，2014.31（1）：10-15.

第5篇：对大数据时代的看法范文

关键词：大数据背景；市场营销；机遇；挑战

一、大数据背景下出现的营销机遇

（一）营销方式将会变得更为准确

基于大数据背景，企业能够更好地把握消费者的购买记录，并对其消费需求展开分析，从而和消费者之间建立良好的关系。通过交流，能够有效把握其自身的实际需求，并向其推广更为合适的产品。这样一来，将消费者为导向的原则作用便能够得到全面发挥，进而将营销成本降至最低。

（二）产品能够交叉营销

所谓交叉营销，主要是指在同一个客户身上，尽可能挖掘出更多其他潜在客户，以此能够对现有的市场进一步拓展，不再仅仅满足客户的需求，而是将其潜力全部展现出来。基于大数据技术，可以有效获得客户近期的消费记录，之后再根据其消费习惯进行整合，从而能够完成消息推送，促使客户的购买欲望得到增强。

（三）增进和客户之间的关系

对于管理工作来说，客户关系是其中最为重要的内容，也是提升企业综合水平的关键。依靠大数据，能够使得顾客和商家之间的关系得到有效改善，通过交流之后，了解其自身兴趣，以此为其工更具针对性的服务，从而使得客户管理工作变得更为完善，并使得彼此之间的关系得到维护，促使客户有着更高的忠实度。

二、大数据背景下出现的营销挑战

（一）大量不良信息存在

基于大数据背景，营销环境变得越发复杂，为了完成精细化传递，商家便需要对客户发送针对性信息。然而网络环境的状态并非想象中那么好处理，里面存诸多垃圾信息。消费者每日都要接触大量不同的信息，商家的信息便在这些垃圾信息中过滤掉了，从而对市场营销带来了影响。

（二）人员水平带来的影响

在进入大数据时代之后，早期营销模式存在的缺陷便体现了出来。许多企业都开始通过网络进行营销，以此挖掘数据，把握消费者的个人喜好。然而如此自然会对营销人员自身提出了较高的技术条件，必须懂得有效处理各类信息内容。为此，企业便需要在人力资源培养方面投入大量资金，提升其综合水平，从而使得经营成本有所增加。

（三）信息传输安全性不强

伴随网络技术的发展，由于监管工作不到位，许多不法分子便通过网络展开诈骗，同时在自己的个人信息方面进行加工，让他人很难找到自己的信息。如此一来，消费网络的安全性便大幅度下降，使得消费者自身的利益受损，安全也无法得到保证。同时企业也需要花费大量成本对客户信息进行维护，进而使得消费者对企业产生了不信任之感。

三、加强市场营销优化的方式

（一）优化产品组合

在进行市场营销的时候，理应对于广大消费者的相关情况展开深入分析，以此能够明确产品本身的相关性，之后在对其潜在的需求进行把握，从而以此选择更为合适的经营模式，改进营销策略。同时还要在产品组合方面进行优化，定期采取打折措施，从而能够吸引更多消费者的注意力。通过对于营销渠道展开分析，从而能够创设更具平等性的营销模式，如此不仅能够保证所消费信息都得到了应用，而且早期信息不对等的问题也得到了处理，使得营销工作的成本大幅度下降，解决早期营销工作存的缺陷。

（二）采取针对性营销措施

现如今早期的营销模式已经十分落后，在当前时代中，传播的速度相对偏慢。因此便能对此类方式予以弱化，通过互联网，采用一些全新的针对性措施，以此打破时空条件带来的限制。商家可以随时随地和客户展开交流，实现全球化产业链。同时还能根据客户的需求，对其进行分类，进而能够制定更为合理的决策。

（三）重建营销理论

基于大数据背景，商家能够获得广大消费者自身的各方面信息。但是，其隐私的保护同样非常重要。毕竟消费者都不希望自己的信息会在网络中公开，让企业随时对自己的网络记录予以跟踪。为此，国家必须制定相关法律政策，加强法律约束，以此对消费者的权益进行保护。

第6篇：对大数据时代的看法范文

[关键词]大数据；消费者行为；商业模式；消费模式变革

[DOI]101.3939/jcnkizgsc201627025

1大数据的主要特点

大数据呈现出四个重要的特点：一是数据类型繁多（Variety）。类型的多样性把数据分为结构化数据和非结构化数据；二是数据体量巨大（Volume）。[1]截至目前，人类生产的所有印刷材料的数据量约200PB（1PB=102.4TB），而历史上全人类说过的所有话的数据量大约是5EB（1EB=102.4PB）；三是处理速度快（Velocity）。这是大数据区别于传统数据挖掘的最显著特征；四是价值密度低（Value）。价值密度的高低与数据总量的大小成反比。

2大数据时代下消费者行为的演变

2.1消费者行为更容易受外部介绍的影响

传统的消费者往往通过口碑相传、杂志推荐等来得知对商品的评价，而在大数据的网络时代下，消费者可直接在贴吧、论坛、微博、博客等社交媒体上发表自己的主观看法，这些评价信息将毫无保留地传递给后来者。因此，大数据网络时代下的大众评价影响更加深刻和广泛，对潜在的客户有着更加直接的购买影响力。而且，大众的评价数据将会被转载或更大化地转播，影响到的消费者也随之越来越多，产品的购买情况也受到很大的影响，在这一方面淘宝、京东等基于网络营销的基础上，在云计算的帮助下，把广告推送和流量引流更好地转化为消费者的购买。

2.2消费者的品牌依赖度逐渐下降

根据品牌成长的社会链：知名度――可信度――美誉度――忠诚度――依赖度理论来看，传统销售时代，品牌的知名度和美誉度在一定程度上主要取决于产品的质量和口碑。而在大数据时代下，随着科技进步和社会发展名牌产品和普通产品在质量上的差距越来越小，青少年追求个性化的需求越来越高，从而打破了传统的品牌成长的社会链。使之发展成为以质量为前提，个性化定制为驱动，消费便捷化促生产的良性循环，再加上网上传播速度和口碑的爆炸效应，带来了营销界的广泛关注和研究。消费者在新一轮的科技变化中，对品牌依赖程度逐渐下降已成趋势。

2.3消费者选择更加个性化

随着商品经济的不断发展，新一代的消费者对个性体验的重视不断加强。商品已经超越了简单的物质需求，而成为了新消费者的存在方式，成为了他们心理安全的保护机制。他们把消费作为树立个人形象，反映精神世界，个性宣言的方式。借助消费，他们表达对自由选择的渴望，流露对个人幻想的追求，展现对品质世界的向往。长期以来我国企业大多只重视产品的质量和本身产品的性能，但在大数据时代背景，企业要从原来单一的追求产品本身的性能和质量转变为增加商品外在的元素，以便满足消费者个性化的需求。

3在大数据背景下针对消费者行为的商业创新

3.1精准营销在商业政务中的应用发展

大数据时代下，企业手中掌握着越来越多的用户数据、产品数据、消费数据等，怎样才能在合理范围内使用这些数据并使之变成消费者购买力创造价值，成为企业亟待解决的难题。而对这些数据的使用，准确把握消费者心理和行为，生产和销售消费者偏好的商品，提升综合服务效率，进行精准营销，将是大数据时代背景下企业创造价值的最佳切入点。企业可以通过大数据的收集和整理，分析消费者商业消费习惯，判断其类型和消费偏好，对消费者进行精准定位，从而制定出有针对性的产品组合、营销计划和商业决策，并在数据分析中不断发现商机。在这方面，一些企业已经走在时代前列，如贵州大数据之都建立，实行全城Wi-Fi，通过硬性规定将政府IT系统搬到阿里云上，全程智能地分析城市天气、交通、农业、政务的规律特点实时进行专事专点调整，在2015年没有发生过一起死亡3人以上的交通事故。[2]

3.2网络营销等全渠道营销结合将成为趋势

随着信息技术和电子商务行业的快速发展，我国传统的销售渠道正在面临着严重的威胁。一方面房租价格在持续上涨、人力成本持续上涨、传统企业落后的思维模式，另一方面电子商务在大数据的推动下更加全面精准的营销使之网购规模增幅不断扩大，线上线下整合势在必行。电商企业既可以借助线下渠道补足网购对商品触感问题和信誉问题，同时传统企业也可以借助电商平台改善传统渠道销售单一、辐射面积有限、广告投放盲目等问题。在大数据时代背景下，市场将会越来越趋向于简单、快捷、多样，而要求商家的渠道构建也越来越全面和准确，所以线上线下相融合的方式发展将会成为一大趋势。例如，在2016年8月阿里联合苏宁易购加强合作。

3.3商业定位的转变

大数据时代背景下，消费者对品牌的忠诚度不断下降，使得大数据时代商业模式必须从以品牌为中心向以消费者为中心转变。[3]阿里巴巴于2016年提出了以“消费者的生命周期”来做销售。充分体现了现在商业社会对品牌的转变逐步增加到了以消费者为中心的转变。在工业时代，我们无法获知消费者的翔实数据，但是在大数据时代下数据的原始积累和获取变得容易，借助于智能手机和穿戴设备等科技的发展，数据变得越来越翔实，因此让商家更容易全方位了解消费者，能够针对消费者做到千人千面。从而增加产品的依赖性和忠诚度。所以未来企业的竞争力逐步转变为：谁能提供专业化的产品和服务，谁能全面了解和分析信息，谁就会站在商业的浪潮上。

3.4商业理念从以商品为主向服务转型

大数据时代，消费者的知识水平越来越高，消费者会从已有的大量数据中全面了解商品的功能、价值等，如果仅仅是在商场或互联网简单的介绍商品品牌、包装及使用方法已经远远不能满足消费者的需求了。消费者依据大量的数据，对产品的了解程度甚至比营业员还要充分，因此企业不仅要非常精准地把商品构架、各种性能指标等解剖出来外，还必须向消费者提供大量的解决方案，即大数据时代企业卖出的不仅仅是简单的商品，而是方案的系统集成和商品的服务。所以转型势在必行，从以商品为主转向以服务为主，增加顾客对商品的忠诚度和依赖度，迎接新一轮的商业变革。

4结论

2016年是大数据的发展年，据保守估计，未来大数据的市场规模至少达到万亿元以上。在这股大数据时代背景下，消费者行为的变迁也越来越趋于不确定，移动互联网更是加速了这种不确定因素，电商和传统企业变得越来越离不开数据，数据即将成为未来企业的核心竞争力，企业要不断完善自己的企业治理结构，抓住市场潮流的变化，让不确定的消费者变得确定，这样才能有针对性地做到千人千面，提供个性化的商品和服务，在未来竞争格局中占据一席之地。

参考文献：

[1]Allison Cerra，Kevin Easterwood，Jerry Power商业模式重构：大数据、移动化和全球化[M].北京：人民邮电出版社，201.4：29-43

第7篇：对大数据时代的看法范文

关键词：大数据时代；学科馆员；数据素养服务；学科发展支撑服务

摘要：在大数据环境下，高校学科馆员应努力提供基于数据获取与利用的信息素养服务，为学者提供基于文献信息和数据的学科知识发展支撑服务，为学校科研管理与决策部门提供决策支持服务，为深入科研一线的学者提供定制化知识服务。

中图分类号：G251.6文献标识码：A文章编号：1003-1588（2017）04-0131-03

1大数据对图书馆发展的挑战

1980年，美国最早提出了“大数据”概念，但大数据时代的到来是在2004年以后，以Facebook、Twitter为代表的社交媒体相继出现，互联网成为全世界网民实时互动、交流协同的载体。随着数字化、移动化、网络化的发展，大数据的应用无处不在，使得图书馆用户的信息环境、信息行为等发生了巨大的变化，图书馆已经不再是用户获取信息的唯一渠道。对用户来说，在大数据时代，信息资源的组织管理、数据挖掘和价值发现比信息获取更加重要。

Web of Science、中国知网等国内外商业数据库的迅猛发展，使得图书馆需要培养大数据时代的图书馆数据管理与应用人才。随着采集存储数据的成本越来越低，分析工具越来越先进，个人隐私安全面临着巨大的冲击与风险，如何保护用户的个人隐私，对新时代的图书馆员提出了更高的职业道德与专业素养要求[1]。传统出版社的电子出版、数字图书馆的发展及开放获取等，促进了科研资源的大数据化发展。为此，学科服务在大数据时代应积极探索信息服务的新理念和新方法，努力构建智慧学科服务[2]。学科服务是图书馆全馆服务体系的灵魂和有机部分，学科馆员是全馆最核心、最重要的资源，应当借助大数据时代的优势与机遇，在算机软硬件操作、信息资源挖掘、读者隐私保护等方面提高服务质量[3]，从而运用知识图谱整理馆藏资源、建立学科文献数据库、整合资源知识等。

2基于数据获取与利用的信息素养服务

数据素养主要体现为数据解读、数据管理、数据利用、数据评价等[4]，强调对数据的操作和使用。另外，其还包括数据的伦理道德修养[5]、数据存取[6]等。学科馆员应具有发现、评估与使用信息和数据的意识和能力。

2.1数据获取与利用能力

学科馆员的数据素养主要体现为对科学数据的获取和再利用、数据库重组、数据分析与可视化软件使用及培训等。预计到2020年，80%以上的公益性、基础性科学数据资源将通过因特网面向全社会共享。学科馆员应帮助用户群体提高数据获取能力，努力培养和提高用户群体的公共自助科学数据开放获取意识，帮助人们识别和查找科研数据的在线信息库。此外，数据重组会创造出更大的价值，如：英属哥伦比亚大学图书馆和华盛顿大学图书馆建设学科服务门户，将购买的多个数据库（如期刊论文、图书、研究报告、数据、数字化馆藏、学位论文等）分装打包，并推送到各学科平台，不仅降低了用户查找相关数据库的时间成本，而且提高了各数据库的利用率；北京大学将古籍资源加入3D技术进行处理，添加古代地图，聚合其他人文景观信息，大大提高了古籍的观赏价值和利用率。

2.2学会和善于利用工具

在新时期，学科馆员应具有学科专才、情报能力，并能熟练掌握及利用相关的软件工具，如：信息导航、信息检索、检索查新、文献管理、知识发现、专利分析等工具。数据软件培训主要是指学科馆员根据用户需求，到相关院系开设数据分析软件（如SPSS、Eviews、Stata等）、文献管理软件（如EndNote、RefWorks等）、科研管理软件、商业统计软件等相关专题讲座、讨论会，帮助用户主动运用软件工具并提高科研效率。云计算正在改变人们对数据存储的看法，海量数据存档研究成为一项基础性工作，越来越多的大学和研究中心开始建立科学数据仓储库，如Figshare、Dryad、PANGAEA等。因此，面对云架构，学科馆员需要对云存储等数据存储基础设施及数据组织进行必要的了解和认识，通过高度标准化的数据存储工具适应科研数据负载的变更，保证在可信赖环境中提供数据集的持续永久性访问。

3基于文献信息和数据的学科发展支撑服务

3.1学者成果验证

科研机构的科研能力是衡量其竞争能力的重要指标，学者作为其中的主体，其科研能力直接决定科研机构的科研水平和后续的发展优势。图书馆学科馆员可以根据学者需求，利用WOS、Scopus等数据库检索学者在某一时段的发文数量、被引频次、所投期刊的影响因子等，分析合作者的影响和产出绩效，并基于学者个人成果，包括期刊、会议论文、专著等作品，提供文献收录和引用检索证明，方便科研人员进行职称申报、基金申请和评奖等。

3.2嵌入式课程教学

学科馆员以课程为主要服务方式，提供信息素养教育课程，促进用户通过课件学习、课堂研讨等方式全面提高自己的信息素养技能。学科馆员与专业教师进行合作，将信息素养培训内容嵌入课堂教学，通过“课堂教学信息指导”和“嵌入课程教学”等方式，针对性地提供信息素养教育；借助虚拟学习环境，提供注册课程，获取课程学习资源、课程考试资源等内容，延伸教学空间与交流空间，培养学生的终生学习能力。

第8篇：对大数据时代的看法范文

关键词：大数据；企业管理；创新

1引言

伴随着科学技术的不断进步，各种网络社交媒体的出现以及数据的海量增长，都标志着社会已经发展到了大数据时代，这种新的时代背景给企业的管理模式提出了更高的要求，这就决定着企业要从各个方面出发，以实现企业管理模式的创新。本文主要对现阶段我国企业面临的问题进行了分析，同时，在分析问题的基础上有针对性地提出了相应的解决措施和意见，希望能够为企业的发展提供一定的帮助。

2大数据的定义

关于大数据的定义，经历了一个发展的阶段，从最初美国麦肯锡公司再到维基百科，不同的专家学者都提出了不同的看法。随着大数据的不断发展，据调查显示我国相关的服务市场也获得了大规模的增长，2016年较2011年来讲增长幅度达到了7.9倍，并且在未来的五年时间内也将继续保持高速增长的势头，这种快速增长的大环境给我国企业的发展带来了很大的挑战。

3新时代背景下企业管理模式面对的挑战

3.1管理者对大数据的应用不够重视

在我国，现阶段很多企业的管理者意识不到大数据的重要地位，缺乏相应的重视是导致企业面临挑战的一个重要原因，很多企业认为财务报表和盈亏表等简单的数字报表比大数据发挥着更为重要的作用。但是事实上，大数据可以帮助企业在激烈的竞争中始终保持领先的地位，有利于建立起企业自身的竞争优势。企业管理者在这方面的认识不足将会给企业带来巨大的损失。

3.2商业智能化的总体水平不高

商务智能化水平很大程度上决定着企业的经营管理水平和竞争力，但是商务智能化目前在我国还未得到大规模的应用和普及，很多企业的管理者还对商业智能没有太多的了解。商业智能最初是在上世纪九十年代被加特纳集团提出来的，并指出商业智能在大数据时代具有重要的地位，是与各个领域和行业有着密切关联性的一门核心技术，但是现阶段商业智能化在我国发展的总体水平还不够高，导致很多企业在面对市场变化的时候不能及时作出正确的反应。

3.3大数据数据观尚未成型

伴随着互联网的不断发展，通信技术的不断进步导致企业的数据总量正在以前所未有的速度快速增长。现阶段企业数据具有多种多样的表现形式，有结构化、半结构化和非结构化三种类型，比如数字文本、文字、视频、音频等。在这部分数据中，占比最大的是非结构化的数据，这就要求企业必须要采取一定的措施，找出最有效的办法来实现非结构化数据的整合和统一。

3.4数据安全得不到有效保障

在数据快速增长的大背景环境下，相应的信息安全保护工作进度跟不上是导致现阶段数据安全得不到保证的重要原因。网络空间环境下，计算机呈现出分散分布的状态，这种状态给黑客提供了可乘之机，很多互联网病毒成为信息安全的重要威胁之一。尤其是对于企业来说，企业内部的核心资料和客户信息等等数据一旦外泄，就将在经济和企业形象等方面给企业带来巨大的损失，这就要求企业必选要想出有效的方法来保证数据的安全性。

3.5数据处理不及时

随着大数据时代的到来，企业在面临海量数据信息的同时还应该在处理方法上进行创新和思考，其中最为重要的一点就是要保证数据的时效性，只有保证得到的众多消息在第一时间获得科学的分析处理，并得出相应的结论，才能为企业的决策提供帮助，这就对企业处理信息的快速性提出了要求。企业只有加强对数据信息处理的重视程度，并且不断提高自身的处理能力，才能真正实现企业的健康发展。

3.6相关人才匮乏

人才的综合素质很大程度上影响到企业的竞争力，大数据产业现阶段的人才总供求面临着巨大的困境。为了解决这一问题，就需要从多方面入手，比如相关的学校应该加强大数据专业核心人才的培养，重视理论教学的同时还要加强实践方面的训练，争取培养出一批具有完整系统工作能力的高素质人才。目前传统的人才引进方式和培养机制在很大程度上阻碍了人才的发掘和培养，是下一阶段亟待改进的关键点。

4大数据背景下企业进行管理模式创新的方法

4.1管理者提高认知水平

企业管理者的决策对企业的正常运行发挥着至关重要的作用，为了从根本上对企业的管理模式进行创新，首先就要实现管理者认知水平的提高。企业的管理者应该对市场的总体情况有着清楚的认识，立足于现实和时代要求，对传统的经营管理模式进行积极的创新，创造出符合时代背景的管理模式。管理者首先应该对大数据的商业价值有着充分的了解和认识，还应该把企业的发展决策和数据进行结合，进一步发挥大数据在企业中的价值。管理人员还应该和企业内部的技术人员进行相关的交流沟通，充分了解大数据技术的发展情况，进一步实现决策的科学性，促进企业的发展。

4.2实现商业智能化程度的提高

企业的信息化水平很大程度上决定着商业智能化的水平，这里的信息化主要指的是相关人员的大数据意识和素养。这就要求企业在人才方面多加重视，注意引进各个方面的专业人才，从数据仓库到联机分析处理，再到最后的数据挖掘，商业智能化的每个步骤都应该引入专业的数据人才，最终实现企业商业智能化水平的提高和发展。

4.3及时对企业数据进行处理分析

在大数据的时代背景下，拥有数据虽然是最基础的，但并不是最重要的，其中最为重要的应该是怎样对这部分数据进行科学的分析处理和应用，这就要求企业对搜集到的信息进行及时的处理和分析，对市场的整体形势和企业自身的运营状况进行及时的把控，从而实现数据的全面深入挖掘，进一步实现企业的科学决策。

4.4培养大数据综合性人才

大数据时代背景下对人才提出了个更高的要求。一般情况下高等学校在培养社会所需要的人才时都偏向于理论和考试方面的教育，而忽视了综合教育的重要性，这种传统的教育模式会对学生的创新合作意识带来不利影响。为了实现大数据对于高素质人才提出的各种要求，就需要学校在教育方面进行改革创新，将技术和实践结合起来，真正培养起学生对数据分析总结的能力，以适应岗位和时代的需求。当然，为了保证教学的高质量，学校还要在教师培养和引进方面做出努力，比如引进相关行业的专家进行专门的指导性教学，进一步提高学生的综合能力，从而为企业的发展提供人才保证。

4.5实现企业信息平台的建立和完善

数据信息在大数据时代具有重要的作用，是企业做出决策的基础和前提，如同企业生命的根基。要想获得更多的相关数据，就要求企业建立起智能的信息平台，为企业内部各个部门和成员之间的沟通交流提供桥梁。智能化的信息平台包括很多的内容，从产品的最初设计到市场上的最终销售都应该包含在其中，企业只有实现信息的智能搜索和处理分析，才能保证信息系统的健康运营。同时商务智能平台的建立还可以针对性地解决企业之间的问题，实现业务系统平台的建立和完善，实现跨业务的数据处理。

4.6促进管理水平提高，实现企业文化融合

企业文化对企业的发展有着重要的作用，不仅仅是汇聚人心的力量，同时也是企业形象的重要表现形式之一，好的企业文化可以促进企业管理模式的创新和发展，反之则会给企业的发展带来不良影响。在大数据时代的总背景下，要想实现企业管理模式的创新，就要在企业文化上下功夫，促进形成开拓创新、积极进取的企业文化。这种文化背景下，公司所有的成员，从高层的管理者到底层的工作人员，都会秉承着不断进取的思维方式，为企业的发展做出贡献和努力，在这种背景下，传统的高层决策模式将被打破，全员参与决策的模式将会得到进一步的发展。这种发展既利于调动全公司工作人员的积极性，又利于实现决策的民主性和科学性，发挥员工的创造精神，实现企业的新发展。

5结语

第9篇：对大数据时代的看法范文

大数据带给BI挑战

品友互动创始人谢鹏一直在宣讲“RTB爆发年”已经近在眼前，“2014年市场就会爆发性增长”，作为一家数字广告互联网技术公司，品友互动乘着大数据带来“东风”，正在愈加卖力地圈地实时竞价广告（RTB）市场。“大数据能带来更多的商机。”谢鹏说，一旦找到与传统行业的结合点，大数据就能迅速锻造具体并拥有成功希望的商业模式，“这种能力是前所未有的。”

以RTB模式为例，这种面向网民的广告实时推送方式需要以毫秒级的速度分析海量数据，进而实现互联网广告的精准推送。谢鹏解释，RTB主要需解决“人的认知”和“出价几何”的问题，前者需对每个用户实施消费行为分析，意味着解读万亿量级的数据；后者则需依托复杂算法计量ROI（投资回报率），高速决策并显现交易结果，“每笔竞价只有50毫秒的决策时间”。收纳并瞬间解构如此庞大的数据，只有大数据工具才能做到。

“消费者希望看到和自己相关的广告，广告主希望能够用最经济划算的方式覆盖所希望覆盖的目标人群，大数据技术可以帮助实现这一点。”谢鹏表示，量大、价值高、速度快是大数据鲜明的特点，相对来说，传统的BI则表现得数据小、价值低。

依托大数据提供个性化推荐引擎的百分点公司运营副总裁韩志勇与谢鹏有类似的看法。“BI能支持小时级的决策就非常了不起了，但大数据可以支持秒级甚至毫秒级。”韩志勇说，当前互联网是大数据应用最领先的行业，因为互联网解决了数据采集的问题，这一点也正能体现出大数据与传统BI的区别。

众所周知，BI之前采集的数据大多来自ERP、CRM等，基本都是格式化的数据，但大数据采集的数据种类远超过往，是非结构化的数据，这就要求数据处理技术在分析、算法上做出极大的改变，已经不能依赖传统的BI工具。同时，类似RTB这样的新兴商业模式不断涌现，对于营销反应的速度提出极高要求，而传统BI工具也不能支撑如此高速的计算。“可以说，大数据能做的事已经超出传统BI所能理解的范畴。”韩志勇说，数量和速度就是大数据带给传统BI的挑战。

其实，BI和大数据都要构建数据仓库、分析系统，之后进行数据挖掘，实现数据呈现，运行机理和技术结构是一致的。但与BI不同，大数据处理的是杂乱的、非结构化的数据，大数据有自己的数据分析工具，建模要比BI复杂很多，数据呈现也不只是通过报表方式，所以大数据的内涵更复杂厚重，能力也比传统BI强大得多。同时，有业内人士认为，大数据应用当前正在向传统行业拓展，几年前还只是大型网络公司应用大数据技术。如今，零售业、银行业、公共事业、智能社区等领域，几乎所有拥有海量数据的企业都在使用大数据技术，这些技术在部分项目中也起到了关键作用，这会进一步挤压传统BI工具的生存空间。

大数据可与BI协作

随着人类社会的不断发展，数据累积的数量不停增长，Gartner公司的分析师称信息量每年正以最少59%速度在递增。IDC的研究估计，到2020年世界上的数据存储总额将达到35 ZB（1ZB等于一万亿GB字节）。庞大的数据量令传统BI工具处理数据的能力越来越表现出局限，所以，即使没有大数据，BI也必须改变。一位专业人士认为，从方法论的角度看，BI会继续发展，必然走向升级，但如果就某家BI厂商或某个BI产品而言，如果无法跟进时代脚步，被大数据厂商和技术挤垮就不是危言耸听。

市场现状已经表明，当前许多BI厂商都在向大数据方向上靠，显然大家都意识到了升级的必要，只是还未出现非常成功的升级榜样，究其原因不难发现，从传统BI向大数据转型的公司面临着很大的惯性阻力，因为过去的成功路径已经成熟，思路便很难改变，而限于现实利益因此不能打破窠臼去开辟新路，将是传统BI厂商最大的挑战。

同时，很多用户也没有从传统的BI思维中跳脱出来。韩志勇表示，在与传统行业用户接触的过程中，能明显感到这些行业客户有紧迫感，“都在思考大数据怎样落地、怎样与自己的业务结合这样的问题”。但由于许多行业用户之前习惯于使用BI工具，韩志勇在与他们进行项目交流时常常发现他们还在用BI的思路去解读问题，“比如会看重我的数据要分多少字段、要出什么表格等等”，多认为大数据是传统BI的一种补充，这已是一种常见状态。而在大数据应用方面，许多用户“一说到大数据就只知道买服务器、建云平台，上个Hadoop”，至于跑什么样的应用自己也不清楚。也有不少用户因为还想不明白大数据到底有什么实际作用，会频繁接触大数据厂商，要求参照案例。

这样的现象说明，大数据的落地还需要不断推进，在大数据浪潮席卷市场之际，BI与大数据的融合还有很大空间，BI也有时间推进升级。

从逻辑角度言，大数据更强调关联关系，而传统BI强调因果关系，BI也有自己的特长，可以与大数据工具协作并行。业内人士普遍认为，在大数据时代依然需要“小”数据，传统BI仍有自己的一席之地。比如做客户细分时，就需要用小数据进行分类挖掘，而对小数据建模，BI已经做得非常成熟，因此可以把BI工具所做的模型，放到大数据里不断修正，这样就能形成很好的协作应用。