在日常学习、工作或生活中，大家总少不了接触作文或者范文吧，通过文章可以把我们那些零零散散的思想，聚集在一块。那么我们该如何写一篇较为完美的范文呢？以下是小编为大家收集的优秀范文，欢迎大家分享阅读。

大数据的概念及其特征大数据的概念及实际含义篇一

摘 要：大数据已经引起竞争情报、商业管理、生物医学、政府治理及军事情报等五个领域的重视，为厘清不同领域的情报分析差异，文章通过梳理五个领域对情报分析的概念与实践现况，揭示了不同领域的情报分析特征;通过说明五个领域在大数据环境下的情报分析发展，指出了大数据对情报分析的影响。

1 前言

不同研究领域有其自身的研究对象、理论源流、学术习惯以及概念框架体系，它们会深刻影响各领域对同一术语的界定和理解。如竞争情报、商业管理、生物医学、政府治理及军事情报等领域不仅都会涉及“情报分析”这一概念，而且都是围绕着情报分析而开展相关研究工作的。但是，这些领域中的情报分析的内涵与外延、实施情报分析的过程等均有其自身的特点，不可一概而论。本文的目的，是分析竞争情报、商业管理、生物医学、政府治理及军事情报等五个领域中“情报分析”概念与实践的特点，以及大数据环境下这些领域中情报分析的发展动向，揭示情报分析的学科差异，为建立统一的情报分析方法体系提供理论素材。

信息与情报是不同概念，情报是对信息进行深度加工或从各种文本中挖掘的知识，可以是一种产品、活动、组织，或是一组知识的专门表达形式[1-2];生成情报所采取的分析方法与执行过程称为情报分析研究。对于竞争情报、商业管理、生物医学、政府治理及军事情报等学科领域而言，它们的产生与发展与情报分析研究在具体问题域中的应用有着直接、密切的关系，尽管这五个领域对情报分析的概念理解及实践特点不尽相同，但情报分析都是这些领域知识的核心内容，也是支持该领域研究的关键，而且，在大数据环境下，大数据理念与方法正在对这五个领域产生着深刻的影响。这是本文选取竞争情报、商业管理、生物医学、政府治理及军事情报等领域作为研究对象的重要原因。

2.1 竞争情报领域

“竞争情报”（competitive intelligence，ci）是企业用来提高竞争优势的情报分析工作，它通过感知外部环境变化、竞争对手的技术跟踪等手段，建立一个关于竞争对手或外部环境的预警系统，并支持决策服务，使企业在激烈的竞争中维持优势地位[3-5]。由此可见，ci是对外部竞争环境进行全面监控的过程，是一种“知己知彼”的交互分析过程。与其他领域的情报分析相比，通过ci分析所得到的情报更具有目的性、针对性及对抗性等特征，同时对自身跟对手的差距、潜在的机会等问题给出了解答。

企业进行ci活动时，合法性是开展整个活动的基础，即ci活动必须遵守法律或商业道德规范。竞争对手或市场的相关信息主要是通过公开信息来源（如出版资料、科研报告、互联网、新闻、数据库、政策法规等）获得，其它在不违法的前提下所能获得的非公开发表的信息（如通过第三方获取的信息、录用对手公司的离职人员所获得信息、人际网络等灰色信息等）也是ci的重要信息来源[3][6]。也就是说，ci主要的信息来源是基于“文本型式”的科技文献、网络信息、政府信息、新闻、政策研究、产品信息等类型，并结合灰色信息来提高ci分析的有效性及真实性。从分析方法来看，因外部竞争环境复杂性与竞争对手多样性而产生出多种ci方法，常见如定标比超、swot、专利分析、五力分析、财务分析等方法[5];此外，朱德利[7]根据五力分析与swot分析拓展出基于竞争要素的ci四维分析框架。在技术工具方面，分析人员可选择数据挖掘、文本挖掘、网络挖掘、可视化技术、信息抽取、一般统计分析、代理软件等方法或工具[8]，将数据或信息转化为“可操作的情报”（actionable intelligence），再根据企业的不同需求（如管理决策、营运能力、市场监控等）形成各种情报产品（如每月情报通讯、咨询报告、竞争对手文档、形势分析等），提供企业作为战略行动依据、危机预警判断、商业谈判等重大决策参考。

大数据的概念及其特征大数据的概念及实际含义篇二

大数据正在进入教育的方方面面，大数据教学标志着一个前所未有的全新教育时代正在来临。牛津大学教授迈尔-舍恩伯格、学者库克耶所著，赵中建与张燕南翻译的《与大数据同行：学习和教育的未来》为我们呈现了未来教育的形态与大数据时代的教育新图景。该书通过对大数据教学实践与应用个案的具体解读，进一步阐析了大数据教学的非凡效果以及大数据时代教与学的变化，指出了大数据将从根本上改变教育，为教育带来巨大变革并产生深远的影响。

就主体内容而言，该书由六大章节构成。第一章“薄暮”部分通过传统教学与大数据教学的对比分析，阐明大数据教学是有别于“讲台上贤能者”的截然不同的教学形式;第二章“改变”部分主要探讨大数据改善教学的三大核心要素：反馈、个性与概率预测;第三章“平台”部分详致阐释大数据教学中的数据分析、数据利用以及数据平台，探讨未来教育体系的特征;第四章“后果”部分讨论了教育数据的负面效应与潜在威胁;第五章“破晓”部分勾勒了大数据为学习带来的三大改变，指出大数据时代是一个不断学习、不断完善我们对世界认知的时代;第六章“追问”部分针对大数据对学校教育系统的重塑、大数据与新教育模式等具体问题进行本质性的思考。结合本书阐述的主旨精神，笔者认为，在大数据时代，有必要重新思考大数据助力高校教学与科研，审视其在中华优秀传统文化的传承方面所具有的实践价值与现实意义。

第一，大数据赋能高校教研。大数据对于高校教学而言，主要通过数据采集、数据监控、数据分析、概率预测、数据反馈、智能推送等数据驱动方式来改变和优化我们当前的教育。如《与大数据同行：学习和教育的未来》所言：“大数据帮助我们以前所未有的视角判断什么可行、什么不可行;展示那些以前不可能观察到的学习层面，实现学生学业表现的提升;可以基于学生的需求定制个性化课程，促进理解并提高成绩。”从而实现对教学方式、教学内容、教学效果、接受程度、学习行为等学情状况的整体监测与智慧把控。与之相应，对于大数据赋能的高校科研而言，即要充分发掘数据、利用数据、依赖有效数据来推断有研究价值和实际意义的新课题，从而开展个性化的科学研究工作。进一步来讲，对课题研究过程中发掘和采集到的大数据，应有效利用数据分析与统计方法，消除其不确定性，将数据统计的有效性、准确性与可靠性同分析的客观性相结合，进入到一种“用数据说话”、“通过数据洞悉问题本质”的理论研究方式。

第二，大数据驱动的科研将给中华文化遗产的传承带来全新范式。大数据不仅是对学校教育系统的重塑，它更为高校教师提供了“大数据思维倾向”的学术研究新范式。这就要求高校教师在新时代要成为一个“数据脱盲者”，借助大数据平台，通过大数据技术辅助的在线内容分析法、数据挖掘算法、可视化分析、诊断型分析、预测型分析、指令型分析等技术手段进行人机交互协作的研究方式。譬如，对于《诗经》、《论语》、《孟子》、《道德经》以及唐宋诗词等经史子集的相关研究，乃至于中华民族世代相传的民间口头文学、传统手工技艺等非物质文化遗产研究，我们均可以借助大数据平台以及人工智能数据挖掘技术从中获取有价值的科研信息，进行多维度、多面向、精细化的量化分析，从而步入到由“浅描”至“深描”的评骘阶段，更进一步接近事物的真相，进而取得富有创新性和突破性的研究预期。就本质而言，大数据赋能的高校教研，一方面是发掘大数據背后的黄金潜力，另一方面是实现海量数据之于科研创新的数据价值。

第三，大数据助力中华文化遗产传承的深远意义。大数据平台及大数据技术为科学研究开辟了新视野，注入了新的生机与活力。作为新时代科学研究的新范式，我们从海量数据中获取和达成的是研究视角、研究方法以及研究内容与模式等层面的研究创新。缘于此，大数据助力于中华优秀文化遗产的外宣、译介及传播，有望取得研究理论的深度推阐，从而进入到一个全新的讨论境界。在当前中华文化走出去战略背景下，大数据助力于中华文化遗产的传承与发展，不仅可以推进中华优秀传统文化在世界范围内产生深远的影响，亦可为新时代的科研创新提供突破性的契机与理论参照系。

一言以蔽之，大数据教学开启的是智慧教育以及满足个性化学习的崭新时代，它既是为教师提供授课空间与收集海量学习数据的平台，又是可以辅助学生正确选择学习路线及方式的开放数据流的生态系统。当然，还有一个更重要的价值在于，基于大数据的分析，可以为中华优秀传统文化的传承以及海外传播，提供来自于数据支撑、数据驱动的理论研究新视点、新思域与新范式。

（刘淑玲，吉林大学公共外语教育学院教师，吉林大学文学院在读博士生;孔德明（通讯作者），吉林大学文学院在站博士后）

大数据的概念及其特征大数据的概念及实际含义篇三

[摘要]大数据的蓬勃发展深刻影响着教育领域，促进了教育系统的多重变革，尤其是给以理论假设、抽样调查、统计分析为主流的教育研究范式的发展带来了契机。在大数据背景下，探讨教育研究范式的转换与变革问题，应结合小数据时代的传统教育研究范式并审慎地厘清大数据的应用范围和作用边界。文章从三方面探讨教育研究范式的变革动向。首先，在研究进路方面，注重数据驱动型教育研究和理论驱动型教育研究的双向融合;其次，在研究方法方面，大数据助推研究方法的混合与并存;最后，在研究思维方面，既要看重相关关系又要探求因果关系。

[关键词]大数据;教育研究范式;变革动向

[doi]10.13980/.2018.10.001

得益于智能感知、移动互联网、云计算等前沿信息技术的跃迁式发展，各类数据以指数形式暴增，大数据已成为人们广泛追捧的热词。作为一种时代潮流，大数据给科学研究、商业服务、公共卫生等领域带来了多重冲击与挑战。当前，大数据迅速成为教育研究关注的焦点话题，伴随着大数据技术在教育领域的持续推广和使用，其在教育领域的应用更是遍地开花。如服务于教育决策、学生评估、课程与教学变革、教育研究范式转变等方面。可以认为，依托源自于教育场域中的大数据而进行的教育研究将成为新常态[1]。尽管大数据驱动的教育研究具有巨大的发展前景，但缺少反思的盲目追逐可能导致大数据研究陷入概念炒作[2]。基于此，笔者在明晰大数据视域下教育研究范式变革的价值与局限性的基础上，结合小数据时代传统教育研究范式的特征，反思并探索大数据时代教育研究范式的变革动向及其推进策略。

一、大数据的历史发展、内涵及其表征

人类进入大数据时代已成共识，从历史视角来看，大数据也有其自身的演进轨迹。针对客观世界的数据刻画与记录由来已久，“古埃及、古希腊等时期都早已藉数据来记录事情、测量土地、观测天文等”[3]。其中，古希腊的毕达哥拉斯学派更是提出“数是万物的本体”[4]的哲学命题。17世纪初，以伽利略为代表的近代科学家将数据引入自然科学的研究中，“将数据的运用上升至科学方法论的地位”[5]。随后，因计算机和通信技术的崛起与发展，人类迈入信息时代并意识到数据是组成计算机网络技术的基本要素。进入20世纪80年代，阿尔温·托夫勒将信息爆炸列为未来信息社会的重要特征。在一定程度上，信息爆炸可以视为大数据的前身，但由于当时的技术水平有限，大数据未能受到应有的关注。直到21世纪，得益于互联网、智能移动终端、可穿戴技术等与人类生活的高度融合，数据体量达到了前所未有的规模，人类对海量数据的存储和计算也取得了新的突破。2008年，国际顶尖杂志nature刊发“big data”专辑[6]，集中探讨数据洪流所引发的技术挑战及其改进路径。至此，大数据迅速走红，并在全球掀起了相关研究和讨论的热潮。随着大数据理念的深入发展，世界多个国家竞相布局大数据发展战略。如美国的《大数据研究和发展倡议》、欧盟的《数据价值链战略计划》、法国的《数字化路线图》等，将发展大数据上升至国家意志层面，并将其称赞为“21世纪的石油”[7]。我国于2012年才开始大数据研究，并于2014年首次将其写入政府工作报告。2015年国务院发布的《促进大数据发展行动纲要》正式开启了发展大数据的新章程。

大数据是21世纪信息技术蓬勃发展的必然产物，但人们对大数据的概念厘定仍存有争议。一般意义上，大数据是指普通软件工具难以在可接受的时间范围内感知、获取、处理和分析的海量、复杂、异质的数据资源。有研究者基于国内外学者、研究机构、企业等对大数据的理解，从数据规模、处理工具、利用价值三个维度对大数据的内涵进行概括性释义[8]：第一，较之于小数据，其数量巨大、来源分散;第二，常规的数据工具不足以应对大规模数据，需要引入全新的数据计算工具;第三，大数据能够带来巨大的经济、社会和科研价值。数据显示，2016年全球大数据市场规模达到453亿美元，同比增长25.8%[9]。此外，大数据商业应用第一人维克托·迈尔·舍恩伯格对大数据的相关问题进行了哲学考察[10]，认为世界的一切都可用数据来表征，并提倡依据数据这一新视角来重审和刻画世界的真实面貌。还有研究者从本体论、认识论、方法论等层面系统地阐述了大数据的哲学问题[11]。在本体论上，万物皆数，将数据提升至哲学层面的本体地位;在认识论上，通过数据驱动的知识发现来探寻事物的发展规律;在方法论上，大数据的整体性思维促成了还原论方法和整体论方法的整合。可以说，作为一个复杂多变的概念，大数据不仅是一种新型的科学技术，更表征着一种全新的思路、方法和问题解决方案。因此，对大数据的理解不能过于宽泛，应从不同着眼点切入。首先，从大数据的技术属性和存在形态来讲，新的数据挖掘技术和数据特征可以攫取数据背后的信息、知识和智慧，从而帮助人们更加精准、有效地洞悉事物的发展规律和趋势。其次，从深层意义来讲，大数据是一种与人类认知图式、知识发现模式和学术研究密切相关的范式革新或重构。

二、大数据背景下教育研究范式变革的价值与隐忧

大数据在自然科学领域中的价值和实用性是有目共睹的，它不仅为科学研究提供了一种全新的技术工具，更引发了科学发现模式的变革和研究范式的转换。无独有偶，大数据也向语言学、心理学、政治学、教育学等社会科学领域逐渐延伸和渗透。正如一些研究者所言：“大数据以其独有的功能和优势作用于教育领域，促进了教育系统的多重变革。”[12]尤其是给以理论假设、抽样调查为主的教育研究范式带来了重大发展契机。从技术层面来看，大数据使信息资料的采集与分析更加快速、便捷。大数据时代，依托情境感知、互联网、云计算等热点信息技术，人类以及人类社会的各类数据都被客观、快速地记录，汇集成了巨量的数据。较之于传统教育研究中的抽样数据，我们获得的可能是全纳式数据。此外，hadoop，tableau，rapidminer等一系列数据挖掘与分析工具能够协助研究者快速处理数据，实现数据的精准化、可视化。从研究思维来看，大数据所秉持的“注重相关关系、允许混杂性”[13]的思维，有益于教育研究者深度挖掘过去难以涉足或无法描述的现状或问题。从研究进路来看，大数据助推教育研究从“理论驱动转向数据驱动的知识发现”[14]。它以数据为驱动，借助新的工具采集数据，或者通过模拟方法产生数据，随即用工具处理，从而形成和确立新的规律及理论[15]。数据驱动的教育研究将数据视为科学发现的基础，并通过数据挖掘和分析技术将以往的经验归纳、发展为“大数据归纳法”[16]。从研究方法来看，大数据有利于消解定性研究和定量研究的对垒，推动研究方法的相互融合与渗透，使其更加趋向混合研究。在定性研究中，大数据能够依托海量或全样本数据，揭示隐匿在信息背后的现状或趋势，从而“既不需要控制变量来检验关联，又能规避定性方法在案例选择中的样本偏误”[17]。在定量研究中，利用大数据的优势既能克服量化研究小数据体量不足、类型单一的缺陷，又能将大数据技术运用到量化研究所青睐的数理统计方法中，从而形成高质量的数据链，进一步深化、量化研究。因此，大数据为定性和定量研究方法的结合提供了诸多可能，从而推动了混合研究的发展。

三、大数据背景下教育研究范式的变革动向

得益于大数据技术的迅猛发展、教育系统变革的深切吁求以及国际教育大数据政策的层出不穷，教育研究领域掀起了一股范式变革的浪潮。教育研究范式的大数据转向已然大势所趋。范式是库恩学术话语体系中的重要范畴，旨在研究自然科学的发展历程及其范式革命问题。在库恩的语境中，“范式具有不可通约性、不可共存性，科学革命是新范式替代旧范式的激进过程”[23]，即新范式的勃兴和旧范式的衰落。社会科学家在借鉴与修正的基础上引入了范式概念，但并不像库恩笔下的自然科学那样带有“范式更替”的意味。正如艾尔·巴比所言：“在社会科学领域，理论范式只有是否受到欢迎的改变，很少会被完全舍弃……社会科学范式提供了不同的观点，每个范式都提及了其他范式忽略的观点。”[24]作为一门社会科学，教育学自改革开放以来，呈现出繁荣发展的局面，但不同的教育研究学说或门派间一直存在争议。尽管如此，教育研究范式的变革并不是对传统研究范式的全盘否定，而是在既有范式的基础上达成新的超越，是一种去粗取精、去伪存真式的融合与共存。目前流行的数据驱动型教育研究使教育研究范式呈现出一些新特征：“更加青睐总体样本、更加倡导相关关系、更加看重研究效率，”[25]这为我们审视教育研究中的问题和现象提供了新的思维。然而，上述观点仅论及大数据对教育研究范式的表层影响，尚未触及教育研究范式的结构变革。数据驱动的教育研究范式与小数据时代的传统教育研究范式不是非此即彼的二元对立关系，借助社会科学中的范式理论，前者是对后者的修正、拓展与完善。因此探求大数据时代教育研究范式的变革动向，应结合小数据研究在教育学中的价值和功用，从如下几点推进。

（一）促进数据驱动與理论驱动的双向融合

在教育研究中，数据和理论驱动融合的研究范式的运行机制为：首先，研究人员从实际的教育现象和问题出发，结合一定的教育理论，确立研究框架并概括提炼出理论假设;其次，“以理论假设为导向，尽可能搜集与研究对象有关的全部原始数据”[28]，同时通过大规模的数据挖掘与分析技术从中提取有价值的知识或信息;最后，借助上述流程中所概括出的有价值的信息来检验理论假设的合理性，进而揭示某一教育问题或事实的变化规律以及发展趋势。另外，在上述两种研究范式融合的过程中，尽管大数据分析技术存在于研究的各个方面，但教育研究者应“将特定的历史和社会文化内涵纳入数据之中”[29]，对其进行意义解读与诠释，谨防大数据陷入崇尚工具理性、技术理性的泥潭。

（二）助推研究方法的混合与并存

研究方法是关系到教育研究水平和教育科学化的重要因素之一。20世纪以来，受西方主流教育研究方法的影响，国内教育研究方法经历了以思辨研究占据主导地位，转向实证研究的演进历程。其中，实证研究主要包括量化研究、质性研究和混合研究。就目前教育研究方法的发展趋势而言，“虽然教育研究方法正趋向多样化，但思辨研究依然把控主流话语权，量化研究和质性研究还存在很大发展空间”[30]。进入21世纪以来，迅猛发展的大数据以及开放的学术环境，不仅为教育研究提供了一种新的方法，缓解了多种研究方法之间的张力，同时推进了不同研究方法的混合与并存。

与传统教育领域所使用的统计、分析方法相比，“大数据挖掘和分析涵盖数据库技术、模型识别、机器学习等领域”[31]，能够描绘海量教育数据中存在的教育模式，从而预测教育现象的发展趋势，并提出相应的教育对策。例如，大数据方法能够全面、客观地记录某一时期内学习者的学习过程数据、成绩数据和生活数据，依托相应的分析方法和风险预测模型，能够分析学生的学业成就以及预测失学风险，从而为教师的教学提供有效的支持[32]。作为一种新的实证研究方法，大数据在丰富教育研究方法的同时，也促进了教育研究方法的多元并存。在一定程度上，“大数据的全数据模式和独特的数据特征促使教育中的定性和定量研究在数据收集与处理方面逐渐融合”[33]，缓解了两种研究方法的分野。然而，大数据自身存在的局限性以及教育研究的复杂性、多样性和不确定性，使大数据方法难以替代以抽样调查、观察与访谈等为主的小数据时代的教育研究方法。大数据方法与上述研究方法的融合对于推进教育研究的进步具有重要意义。与大数据方法相比[34]，抽样调查和收集数据可以更加精确描述教育研究对象的客观行为与主观态度，大数据方法与抽样调查的融合，一方面易于控制单个研究变量、拓展研究视域;另一方面可以规避大数据蕴含的碎片化、虚假的信息。观察与访谈能够更加深入地了解教育行为主体不断发展变化的行为表现以及心理特征，大数据方法与观察、访谈的结合能够深刻揭示数据背后行为主体的经验世界及其所处的现实境遇。因此，大数据时代的教育研究既要适当地运用大数据方法来描绘与预测教育发展变化的规律或趋势，又要运用基于事实和证据的实证研究确切地推断和解释教育现象背后的因果关系，同时还要运用哲学、人文、艺术的方法对教育领域的精神和信念进行诠释与批判。

大数据的概念及其特征大数据的概念及实际含义篇四

摘要：随着信息技术的不断进步我国已经进入到大数据时代，消费者需求也变得更加的丰富，消费也更加趋向于个性，在这样的市场环境下企业间的竞争更加的激烈，如何在激烈的市场竞争中将企业的产品、服务营销出去是当前企业运营过程中的重点。本文主要对如何提升现代企业的营销效率以及营销效率的着力点又在哪里，进行了深入的探讨。

关键词：大数据 企业营销 营销效率 市场竞争力

前言：企业如何快速适应大数据时代是关系到企业能否在新的市场环境下顺利转型发展的关键。当前企业要想提高营销效率必须要对消费者的需求进行深入的研究，这样才能生产出符合市场需要、适应消费者要求的好产品，这样才能把产品推销出去。电子商务已经成为了企业未来发展的一个趋势，当今时代网络信息技术已经越来越多的应用到企业的生产经营过程中，以淘宝、京东为代表的电子商务平台为广大的实体经营企业开辟了网络销售的渠道，要开展营销活动对企业的要求是非常高的，需要把大数据处理技术引入到企业的经营管理之中，将信息资源丰富的特点有效的运用到企业营销之中。

近十年来以淘宝、京东等网络购物平台带动了我国电子商务的迅猛发展，在去年天猫“双十一”更是创出了新高，24小时销售了2135.35亿，在这天价销售额背后是数以亿计的消费者的大力支持，在这背后更是体现出网络购物已经成为了人们日常消费的主要方式，并且消费的需求也更加趋于多样化。现代技术的提升使得同等价格下质量差异不大，那么商品的服务以及营销策略往往成为了企业营销成功与否的关键。网络营销已经成为企业开展营销活动的重要方式之一，所以企业必须要在大数据环境下及时的适应现代网络营销所提出的新要求，加快转变企业营销方向着力拓展网营销渠道，在快节奏的时代及时把握消费者消费的方向，通过对大数据进行有效的分析充分市场中的营销机会。并牢牢的抓住这些机会才能实现企业营销效率的有效提升，这样生产出的商品才能更加符合市场的需要，满足消费者日益多样化的要求。企业想要提升营销效率需要着力于市场竞争要求、消费者的消费习惯以及消费者的消费方式等数据，企业在展开营销之前需要对这些信息进行有效的研究和分析，从数据分析中找到消费者的实际需求以及市场的未来导向，从而转变市场营销策略最终实现企业营销效率的有效提升。

二、大数据时代企业营销效率的提升策略

（一）企业营销定位实现精准营销水平提升、创新营销思路实现精准营销

要想提高企业的营销效率必须要先做好营销定位，企业应根据自身的特色把握好市场方向，通过大数据对消费者群体进行划分，进一步的对市场进行细分，经过适当的选择最终确定企业营销的市场目标。要想实现精准营销必须要依托于大数据技术对大量市场信息的分析和处理，并且要对产品的市场营销进行合理的销售预期。根据消费者购买行为不同可将消费者划分为传统型、实体店型、网购型等多种类型，企业又可根据消费者的群体不同选择营销媒体、线下营销等营销方式，从而使得企业所使用的营销策略更加的贴近于消费者的需要，从而实现与市场需求的精准对接。要想实现精准营销除了要对大量的信息进行处理外还需要在此基础上利用处理后的信息技术创新营销的思路。企业的营销活动需要依托于丰富的信息资源、同时还要掌握好消费者消费行为的主要特征，然后再根据企业的商品或者企业的服务特点对消费者数据进行分析，从中挖掘出有价值的市场信息并将其应用到企业的营销活动中去，从而实现企业营销活动的创新使得企业营销活动的效果得到有效的增强。企业必须要将现代网络技术充分的利用起来积极开展大数据时代下的营销活动，同时还要将提升营销效果作为企业开展营销活动的目标，这样才能真正的实现企业精准营销水平的提高，也使得企业的营销效益、经济效益有所提升。

（二）以竞争者数据分析为导向优化营销决策

在大数据时代背景下，它所具有的丰富的信息资源已经成为企业营销策略升级的重要支撑，同时它的信息资源是共享的這也意味着所有企业所使用的信息资源是一样的，谁能在大量的信息资源中早发现新的市场营销机会，那么也就意味着企业在面对其他竞争者时市场的竞争力更强。所以，丰富的信息资源也在无形中加剧了市场的竞争。在企业营销的过程中要客观的看待市场信息资源，紧跟市场的动态变化以及消费者需求的转变，仔细的对市场进行研究，把握消费者的需求点。同时，企业与企业之间要增进交流互相学习经验，“没有永远的朋友，只有永恒的利益。”企业的目的就是为了盈利，对竞争者数据进行有效的分析学习先进竞争者的经验，取长补短促进企业自身营销效率的提升。

三、结束语

综上所述，要想取得良好的营销效果，企业在制定营销策略之前必须对市场数据、消费者的消费倾向进行详细的分析，并且在营销策略实行过程中要及时关注市场的动态变化以及消费者的需求变化及时对企业的营销策略进行调整，使其能够更好的适应市场的动态变化满足消费者的需求，实现企业营销效率的有效提升，从而为企业带来更多的经济效益。

大数据的概念及其特征大数据的概念及实际含义篇五

会计电算化有狭义和广义之分。狭义的会计电算化是指以电子计算机为主体的电子信息技术在会计工作中的应用;广义的会计电算化是指与实现电算化有关的所有工作，包括会计软件的开发应用及其软件市场的培育、会计电算化人才的培训、会计电算化的宏观规划和管理、会计电算化制度建设等。

(二)会计信息化

会计信息化是指企业利用计算机、网络通信等现代信息技术手段开展会计核算，以及利用上述技术手段将会计核算与其他经营管理活动有机结合的过程。

相对于会计电算化而言，会计信息化是一次质的飞跃。现代信息技术手段能够实时便捷地获取、加工、传递、存储和应用会计信息，为企业经营管理、控制决策和经济运行提供充足、实时、全方位的信息。

(三)会计软件

会计软件是指专门用于会计核算、财务管理的计算机软件、软件系统或者其功能模块，包括一组指挥计算机进行会计核算与管理工作的程序、存储数据以及有关资料。

会计软件具有以下功能：

1.为会计核算、财务管理直接提供数据输入;

2.生成凭证、账簿、报表等会计资料;

3.对会计资料进行转换、输出、分析、利用。

(四)会计信息系统

会计信息系统(accountinginformationsystem，简称ais)，是指利用信息技术对会计数据进行采集、存储和处理，完成会计核算任务，并提供会计管理、分析与决策相关会计信息的系统，其实质是将会计数据转化为会计信息的系统，是企业管理信息系统的一个重要子系统。

会计信息系统根据信息技术的影响程度可划分为手工会计信息系统、传统自动化会计信息系统和现代会计信息系统;根据其功能和管理层次的高低，可以分为会计核算系统、会计管理系统和会计决策支持系统。

(五)erp和erp系统

erp(enterpriseresourcep1anning的简称，译为“企业资源计划”)，是指利用信息技术，一方面将企业内部所有资源整合在一起，对开发设计、采购、生产、成本、库存、分销、运输、财务、人力资源、品质管理进行科学规划，另一方面将企业与其外部的供应商、客户等市场要素有机结合，实现对企业的物资资源(物流)、人力资源(人流)、财务资源(财流)和信息资源(信息流)等资源进行一体化管理(即“四流一体化”或“四流合一”)，其核心思想是供应链管理，强调对整个供应链的有效管理，提高企业配置和使用资源的效率。

在功能层次上，erp除了最核心的财务、分销和生产管理等管理功能以外，还集成了人力资源、质量管理、决策支持等企业其他管理功能。会计信息系统已经成为erp系统的一个子系统。

(六)xbrl

xbrl(extensib1e business reporting language的简称，译为“可扩展商业报告语言”)，是一种基于可扩展标记语言(extensib1e markup language)的开放性业务报告技术标准。

的作用与优势

xbrl的主要作用在于将财务和商业数据电子化，促进了财务和商业信息的显示、分析和传递。xbrl通过定义统一的数据格式标准，规定了企业报告信息的表达方法。

企业应用xbrl的优势主要有：(1)提供更为精确的财务报告与更具可信度和相关性的信息;(2)降低数据采集成本，提高数据流转及交换效率; (3)帮助数据使用者更快捷方便地调用、读取和分析数据;(4)使财务数据具有更广泛的可比性;(5)增加资料在未来的可读性与可维护性;(6)适应变化的会计准则制度的要求。

2.我国xbrl发展历程

我国的xbrl发展始于证券领域。2003年11月上海证券交易所在全国率先实施基于xbrl的上市公司信息披露标准;2005年1月，深圳证券交易所颁布了1.0版本的xbrl报送系统;2005年4月和2006年3月，上海证券交易所和深圳证券交易所先后分别加入了xbrl国际组织;2008年11月，xbrl中国地区组织成立;2009年4月，财政部在《关于全面推进我国会计信息化工作的指导意见》中将xbrl纳入会计信息化的标准;2010年10月19日，国家标准化管理委员会和财政部颁布了可扩展商业报告语言(xbrl)技术规范系列国家标准和企业会计准则通用分类标准。

大数据的概念及其特征大数据的概念及实际含义篇六

大数据的特征与发展趋势在云计算、物联网等技术的带动下，中国已步入‘大数据’时代。邬贺铨说，我们正在进行一场全新的革命，庞大的数据带来的量化转变将在各领域迅速蔓延，没有哪个领域能够逃脱它的影响。据有关机构测算，大数据已成为全球ｉｔ产业中增长最快的领域。2010年全球大数据以及相关的硬件、软件和服务市场达到30亿美元，2015年将超过170亿美元，平均年增长速度超过50%。作为全球大数据产业的重要组成，中国大数据潜在市场规模未来有望达到2万亿人民币。身处“大数据”时代，中国正多方位布局“大数据”产业，各地政府、通信公司、科研院所、ｉｔ企业等都“摩拳擦掌”，希望能分到“一杯羹”。1．大数据的含义

大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据”这个术语最早期的引用可追溯到apache org的开源项目nutch。当时，大数据用来描述为更新网络搜索索引需要同时进行批量处理或分析的大量数据集。随着谷歌mapreduce和googlefile system （gfs）的发布，大数据不再仅用来描述大量的数据，还涵盖了处理数据的速度。

2．大数据的特征

关于大数据的特征，业内专业认识人士表示，可以用很多词语来表示。比较有代表性的即为2001年douglaney最先提出“3v”模型，包括数量(volume)、速度(velocity)和种类(variety)【1】。除此之外，在3v的基础上又提出了一些新的特征。关于第四个v的说法不一，idc 认为大数据还应当具有价值性(value)，大数据的价值往往呈现出稀疏性的特点。而ibm 认为大数据必然具有真实性(veracity)。维基百科对大数据的定义则简单明了：大数据是指利用常用软件工具捕获、管理和处理数据所耗时间超过可容忍时间的数据集【2】。如今，业内人士已经将其扩展到了11个v，包括有效性、可见性等。

下面就目前使用最多的“4v”模型进行分析。“4v”特征主要体现在以下方面：

2.1.规模性（volume）

volume指的是数据巨大的数据量以及其规模的完整性。数据的存储tb扩大到zb。这与数据存储和网络技术的发展密切相关。数据的加工处理技术的提高，网络宽带的成倍增加，以及社交网络技术的迅速发展，使得数据产生量和存储量成倍增长。实质上，在某种程度上来说，数据的数量级的大小并不重要，重要的是数据具有完整性。数据规模性的应用有如下的体现，比如对每天12 tb的tweets进行分析，了解人们的心理状态，可以用于情感性产品的研究和开发；基于facebook上成千上万条信息的分析，可以帮助人们处理现实中的朋友圈的利益关系。

2.2.高速性（velocity）

velocity主要表现为数据流和大数据的移动性。现实中则体现在对数据的实时性需求上。随着移动网络的发展，人们对数据的实时应用需求更加普遍，比如通过手持终端设备关注天气、交通、物流等信息。高速性要求具有时间敏感性和决策性的分析——能在第一时间抓住重要事件发生的信息。比如，当有大量的数据输入时（需要排除一些无用的数据）或者需要马上做出决定的情况。比如：一天之内需要审查500万起潜在的贸易欺诈案件；需要分析5亿条日实时呼叫的详细记录，以预测客户的流失率。

2.3.多样性（variety）

variety指有多种途径来源的关系型和非关系型数据。

这也意味着要在海量、种类繁多的数据间发现其内在关联。互联网时代，各种设备通过网络连成了一个整体。进入以互动为特征的web2.0时代，个人计算机用户不仅可以通过网络获取信息，还成为了信息的制造者和传播者。这个阶段，不仅是数据量开始了爆炸式增长，数据种类也开始变得繁多。除了简单的文本分析外，还可以对传感器数据、音频、视频、日志文件、点击流以及其他任何可用的信息。比如，在客户数据库中不仅要关注名称和地址，还包括客户所从事的职业、兴趣爱好、社会关系等。利用大数据多样性的原理就是：保留一切你需要的对你有用的信息，舍弃那些你不需要的；发现那些有关联的数据，加以收集、分析、加工，使得其变为可用的信息。

2.4.价值性（value）

value体现出的是大数据运用的真实意义所在。其价值具有稀缺性、不确定性和多样性。“互联网女皇”mary meeker在2012年互联网发展趋势中，用一幅生动的图像来描述大数据。一张是整整齐齐的稻草堆，另外一张是稻草中缝衣针的特写。寓意通过大数据技术的帮助，可以在稻草堆中找到你所需要的东西，哪怕是一枚小小的缝衣针。这两幅图揭示了大数据技术一个很重要的特点，价值的稀疏性。

从某种程度上说，大数据是数据分析的前沿技术。简言之，从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。大数据可分成大数据技术、大数据工程、大数据科学和大数据应用等领域。目前人们谈论最多的是大数据技术和大数据应用。工程和科学问题尚未被重视。大数据工程指大数据的规划建设运营管理的系统工程；大数据科学关注大数据网络发展和运营过程中发现和验证大数据的规律及其与自然和社会活动之间的关系。从大数据的特征来看，数据源增加、传感器的分辨率提高，使得大数据的体量大。数据源增加、数据通讯的吞吐量提高、数据生成设备的计算能力提高，使得大数据的速度快。移动设备、社交媒体、视频、聊天、基因组学研究和各种传感器使得大数据的类型多以数据为基础的决策要可追溯，要有理有据，这使得大数据还应具备准确性的特征。大数据的这些特征将决定政府在大数据业务和整个大数据生态系统中收集、分析、管理、存储及分配数据的方式。3、大数据的现实价值

巨量数据正在成为一种资源，一种生产要素，渗透至各个领域，而拥有大数据能力，即善于聚合信息并有效利用数据，将会带来层出不穷的创新，从某种意义上说它代表着一种生产力，麦肯锡认为，“人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来”

大数据将带来此起彼伏的it技术革命。为解决日益增长的海量数据、数据多样性、数据处理时效性等问题，一定会在存储器、数据仓库、系统架构、人工智能、数据挖掘分析以及信息通讯等方面不断涌现突破性技术，当今世界it巨头、it敏锐的创新者们正努力耕耘在大数据技术领域，大数据将成为it的主战场。

大数据将在各行各业引发各类创新模式。随着大数据的发展，行业渐进融合，以前认为不相关的行业通过大数据技术有了相通的渠道，沃尔玛通过数据挖掘将风马牛不相及的“啤酒与尿布”联系在一起，大数据将会产生新的生产模式、商业模式、管理模式，这些新模式对经济社会发展带来深刻影响。

大数据将给人们生活带来翻天覆地的变化。大数据技术进步将极大地惠及人们生活的方方面面，在家有智能管家帮助你美好生活；外出购物，商家会根据你的消费习惯将购物信息通过无线互联网推送给你；外出就餐，车载语音助手会帮你挑选餐厅并告诉你即时的周边情况和停车状况。衣食住行的便利将无处不在。

大数据将提升电子政务和政府社会治理的效率。大数据的包容性将打开政府各部门间、政府与市民间的边界，信息孤岛现象大幅消减，数据共享成为可能，政府各机构协同办公效率和为民办事效率提高，同时大数据将极大地提升政府社会治理能力和公共服务能力。驾驭大数据，在整个政府和全球经济中创造价值，其影响是广泛而深远的。政府善政的许多重要原则与大数据有相通之处。从根本上说，大数据能够通过改进政府机构和整个政府的决策，使政府机构更加英明地提高政府工作效率，为利益相关者服务。利用各种渠道的各种数据，快速获得关键、准确的深刻见解，将显著改进政府的各项关键政策和工作。

4、 大数据的应用及发展趋势4.1大数据已经深耕于经济领域并创造了巨大的经济价值

4.1.1美国的大数据产业已经创造了巨大的价值。

大数据使美国医疗服务质量得到提高。对于医疗服务的提供方和支付方来说，在减少医疗成本的同时不断提高医疗质量和效率仍然是一个难以实现的目标，而这也是改善民生的重大机遇。2010年，全美医疗支出占国内生产总值的17.9%，比2000年增长13.8%。而且，某些慢性疾病如糖尿病的患病率正在增加，正在消耗更多的医疗资源。对这些疾病和其他相关健康服务的管理将深刻地影响国家的福祉。在这方面大数据可以发挥作用。为在广大人群中取得最有效的医疗效果，更多地使用电子健康记录（电子健康档案），并与新的分析工具相结合，将提供挖掘信息的机会。研究人员可以利用信息寻找有效的统计趋势，并依据真实的医疗服务质量开展医疗评估。

大数据使美国的交通更加便利。通过完善信息和自动驾驶功能，大数据有可能在许多方面彻底改变交通的面貌。开车的人多，交通堵塞就多，其后果是浪费能源，造成全球气候变暖，耗费时间和金钱。手持设备、车辆和道路上的分布式传感器则可以提供实时交通信息。这些信息，再加上更好的自动驾驶功能，可以使驾驶更安全，交通堵塞更少。智能汽车日益互联的新型交通生态系统有可能彻底改变道路使用方式。

大数据使美国的教育质量得到提升。大数据可以对美国教育及其在全球经济中的竞争力产生深远影响。例如，通过深入地跟踪和分析学生的在线学习活动——精细至每个鼠标点击动作，研究人员能够确定学生的学习方式和提高学习的方法。这种分析可以针对成千上万的学生进行，而不是孤立的小型研究。课程和教学方法，无论是在线的，还是传统的，都可以根据大规模分析所收集到的信息进行修订。

大数据提高了美国的征税效率。由于迅速发现异常的能力日益增加，政府税务部门可以缩小“税收缺口”，即纳税人应付税款与其自愿缴税额之间的差额，并且对于那些试图进行不当纳税申报的人，会深刻地改变他们的行为方式。大多数税务机构实行“自愿缴税与追讨欠税并举”的模式。在这种模式下，它们接受纳税人的纳税申报单并办理退税，并对一部分纳税申报单进行抽查，以找出有意或无意欠税的情况。大数据则能够提高欺诈检测的水平，在纳税申报之初就揭露违规情况，减少问题退税的发放。资料表明，在医疗领域每年产生3000亿美元的潜在价值；在公共管理部门，每年产生2500亿美元的潜在价值；在个人位置数据领域，每年产生1000亿美元的市场；在零售业能够增加60%的营业额；在制造业部门，能够降低50%的产品开发及装配成本。

大数据在欧洲公共管理部门得到深入应用。大数据在oecd组织中的欧洲国家公共管理部门创造了1500到3000亿欧元或更高的潜在经济价值，这些经济价值主要通过政府公共管理机构开支的减少、转移支付的下降及税收的增加来实现。三是全球大数据人才需求将上升并且出现供需缺口。gartner咨询公司预测，到2015年，大数据人才需求达到440万人，人才需求缺口将达到三分之一。

4.2欧美等发达国家把数据资产上升到国家信息战略高度4.2.1美国已经布局大数据产业。

2012年3月，美国奥巴马政府宣布投资2亿美元启动“大数据研究和发展计划”，这是继1993年美国宣布“信息高速公路”计划后的又一次重大科技发展部署。美国政府认为大数据是“未来的新石油与矿产”，将“大数据研究”上升为国家意志，对未来的科技与经济发展必将带来深远影响。4.2.2欧盟及日韩将会紧随其后。

继美国率先开启大数据国家战略先河之后，欧盟、日本及韩国等国家也将跟进，预计不久相应的战略举措也将出台。数据规模及运用数据的能力将成为综合国力的重要组成部分，对数据的占有和控制也将成为国家间争夺的焦点。4.3 我国大数据产业的发展趋势

在全球经济、技术一体化的今天，我国it行业已经开启了大数据的起航之旅，大数据已经在经济领域发挥重要作用。据计世咨讯预测，2012年，政府、互联网、电信、金融等领域市场规模占据近一半的市场份额。大数据在主要经济领域的发展趋势如下：

4.3.1大数据在经济预警方面发挥重要作用

在2008年金融危机中，阿里平台的海量交易记录预测了经济指数的下滑。2008年初,阿里巴巴平台上整个买家询盘数急剧下滑，预示了经济危机的来临。数以万计的中小制造商及时获得阿里巴巴的预警，为预防危机做好了准备。

4.3.2大数据分析成为市场营销的重要手段

与传统的市场研究方法不同，大数据的市场研究方法不再局限于抽样调查，而是基于几乎全样本空间。例如，百度拥有中国最大的消费者行为数据库，覆盖95%的中国网民，搜索市场占比达87%。百度基于最真实的用户行为数据和多维度研究工具，帮助宝洁精准的定位了消费者的地域分布、兴趣爱好等信息，根据百度分析的结论，宝洁适时地调整了营销策略。

4.3.3大数据在临床诊断、远程监控、药品研发等领域发挥重要作用

我国目前已经有十余座城市开展了数字医疗。病历、影像、远程医疗等都会产生大量的数据并形成电子病历及健康档案。基于这些海量数据，医院能够精准地分析病人的体征、治疗费用和疗效数据，可避免过度及副作用较为明显的治疗，此外还可以利用这些数据进行实现计算机远程监护，对慢性病进行管理等。

4.3.4大数据为金融领域的客户管理、营销管理及风险管理提供重要支撑

大数据能够解决金融领域海量数据的存储、查询优化及声音、影像等非结构化数据的处理。金融系统可以通过大数据分析平台，导入客户社交网络、电子商务、终端媒体产生的数据，从而构建客户视图。依托大数据平台可以进行客户行为跟踪、分析，进而获取用户的消费习惯、风险收益偏好等。针对用户这些特性，银行等金融部门能够实施风险及营销管理。

当前，我国正处在全面建成小康社会征程中，工业化、信息化、城镇化、农业现代化任务很重，建设下一代信息基础设施，发展现代信息技术产业体系，健全信息安全保障体系，推进信息网络技术广泛运用，是实现四化同步发展的保证。大数据分析对我们深刻领会世情和国情，把握规律，实现科学发展，做出科学决策具有重要意义。中国人口居世界首位，将会成为产生数据量最多的国家，但我们对数据保存不够重视，对存储数据的利用率也不高。此外，我国一些部门和机构拥有大量数据却不愿与其他部门共享，导致信息不完整或重复投资。政府应通过体制机制改革打破数据割据与封锁，应注重公开信息，应重视数据挖掘。美国联邦政府建立统一数据开放门户网站，为社会提供信息服务并鼓励挖掘与利用。

1

大数据的概念及其特征大数据的概念及实际含义篇七

大数据的特征与发展趋势在云计算、物联网等技术的带动下，中国已步入‘大数据’时代。邬贺铨说，我们正在进行一场全新的革命，庞大的数据带来的量化转变将在各领域迅速蔓延，没有哪个领域能够逃脱它的影响。据有关机构测算，大数据已成为全球ｉｔ产业中增长最快的领域。2010年全球大数据以及相关的硬件、软件和服务市场达到30亿美元，2015年将超过170亿美元，平均年增长速度超过50%。作为全球大数据产业的重要组成，中国大数据潜在市场规模未来有望达到2万亿人民币。身处“大数据”时代，中国正多方位布局“大数据”产业，各地政府、通信公司、科研院所、ｉｔ企业等都“摩拳擦掌”，希望能分到“一杯羹”。1．大数据的含义

大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据”这个术语最早期的引用可追溯到apache org的开源项目nutch。当时，大数据用来描述为更新网络搜索索引需要同时进行批量处理或分析的大量数据集。随着谷歌mapreduce和googlefile system （gfs）的发布，大数据不再仅用来描述大量的数据，还涵盖了处理数据的速度。

2．大数据的特征

关于大数据的特征，业内专业认识人士表示，可以用很多词语来表示。比较有代表性的即为2001年douglaney最先提出“3v”模型，包括数量(volume)、速度(velocity)和种类(variety)【1】。除此之外，在3v的基础上又提出了一些新的特征。关于第四个v的说法不一，idc 认为大数据还应当具有价值性(value)，大数据的价值往往呈现出稀疏性的特点。而ibm 认为大数据必然具有真实性(veracity)。维基百科对大数据的定义则简单明了：大数据是指利用常用软件工具捕获、管理和处理数据所耗时间超过可容忍时间的数据集【2】。如今，业内人士已经将其扩展到了11个v，包括有效性、可见性等。

下面就目前使用最多的“4v”模型进行分析。“4v”特征主要体现在以下方面：

2.1.规模性（volume）

volume指的是数据巨大的数据量以及其规模的完整性。数据的存储tb扩大到zb。这与数据存储和网络技术的发展密切相关。数据的加工处理技术的提高，网络宽带的成倍增加，以及社交网络技术的迅速发展，使得数据产生量和存储量成倍增长。实质上，在某种程度上来说，数据的数量级的大小并不重要，重要的是数据具有完整性。数据规模性的应用有如下的体现，比如对每天12 tb的tweets进行分析，了解人们的心理状态，可以用于情感性产品的研究和开发；基于facebook上成千上万条信息的分析，可以帮助人们处理现实中的朋友圈的利益关系。

2.2.高速性（velocity）

velocity主要表现为数据流和大数据的移动性。现实中则体现在对数据的实时性需求上。随着移动网络的发展，人们对数据的实时应用需求更加普遍，比如通过手持终端设备关注天气、交通、物流等信息。高速性要求具有时间敏感性和决策性的分析——能在第一时间抓住重要事件发生的信息。比如，当有大量的数据输入时（需要排除一些无用的数据）或者需要马上做出决定的情况。比如：一天之内需要审查500万起潜在的贸易欺诈案件；需要分析5亿条日实时呼叫的详细记录，以预测客户的流失率。

2.3.多样性（variety）

variety指有多种途径来源的关系型和非关系型数据。

这也意味着要在海量、种类繁多的数据间发现其内在关联。互联网时代，各种设备通过网络连成了一个整体。进入以互动为特征的web2.0时代，个人计算机用户不仅可以通过网络获取信息，还成为了信息的制造者和传播者。这个阶段，不仅是数据量开始了爆炸式增长，数据种类也开始变得繁多。除了简单的文本分析外，还可以对传感器数据、音频、视频、日志文件、点击流以及其他任何可用的信息。比如，在客户数据库中不仅要关注名称和地址，还包括客户所从事的职业、兴趣爱好、社会关系等。利用大数据多样性的原理就是：保留一切你需要的对你有用的信息，舍弃那些你不需要的；发现那些有关联的数据，加以收集、分析、加工，使得其变为可用的信息。

2.4.价值性（value）

value体现出的是大数据运用的真实意义所在。其价值具有稀缺性、不确定性和多样性。“互联网女皇”mary meeker在2012年互联网发展趋势中，用一幅生动的图像来描述大数据。一张是整整齐齐的稻草堆，另外一张是稻草中缝衣针的特写。寓意通过大数据技术的帮助，可以在稻草堆中找到你所需要的东西，哪怕是一枚小小的缝衣针。这两幅图揭示了大数据技术一个很重要的特点，价值的稀疏性。

从某种程度上说，大数据是数据分析的前沿技术。简言之，从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。大数据可分成大数据技术、大数据工程、大数据科学和大数据应用等领域。目前人们谈论最多的是大数据技术和大数据应用。工程和科学问题尚未被重视。大数据工程指大数据的规划建设运营管理的系统工程；大数据科学关注大数据网络发展和运营过程中发现和验证大数据的规律及其与自然和社会活动之间的关系。从大数据的特征来看，数据源增加、传感器的分辨率提高，使得大数据的体量大。数据源增加、数据通讯的吞吐量提高、数据生成设备的计算能力提高，使得大数据的速度快。移动设备、社交媒体、视频、聊天、基因组学研究和各种传感器使得大数据的类型多以数据为基础的决策要可追溯，要有理有据，这使得大数据还应具备准确性的特征。大数据的这些特征将决定政府在大数据业务和整个大数据生态系统中收集、分析、管理、存储及分配数据的方式。3、大数据的现实价值

巨量数据正在成为一种资源，一种生产要素，渗透至各个领域，而拥有大数据能力，即善于聚合信息并有效利用数据，将会带来层出不穷的创新，从某种意义上说它代表着一种生产力，麦肯锡认为，“人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来”

大数据将带来此起彼伏的it技术革命。为解决日益增长的海量数据、数据多样性、数据处理时效性等问题，一定会在存储器、数据仓库、系统架构、人工智能、数据挖掘分析以及信息通讯等方面不断涌现突破性技术，当今世界it巨头、it敏锐的创新者们正努力耕耘在大数据技术领域，大数据将成为it的主战场。

大数据将在各行各业引发各类创新模式。随着大数据的发展，行业渐进融合，以前认为不相关的行业通过大数据技术有了相通的渠道，沃尔玛通过数据挖掘将风马牛不相及的“啤酒与尿布”联系在一起，大数据将会产生新的生产模式、商业模式、管理模式，这些新模式对经济社会发展带来深刻影响。

大数据将给人们生活带来翻天覆地的变化。大数据技术进步将极大地惠及人们生活的方方面面，在家有智能管家帮助你美好生活；外出购物，商家会根据你的消费习惯将购物信息通过无线互联网推送给你；外出就餐，车载语音助手会帮你挑选餐厅并告诉你即时的周边情况和停车状况。衣食住行的便利将无处不在。

大数据将提升电子政务和政府社会治理的效率。大数据的包容性将打开政府各部门间、政府与市民间的边界，信息孤岛现象大幅消减，数据共享成为可能，政府各机构协同办公效率和为民办事效率提高，同时大数据将极大地提升政府社会治理能力和公共服务能力。驾驭大数据，在整个政府和全球经济中创造价值，其影响是广泛而深远的。政府善政的许多重要原则与大数据有相通之处。从根本上说，大数据能够通过改进政府机构和整个政府的决策，使政府机构更加英明地提高政府工作效率，为利益相关者服务。利用各种渠道的各种数据，快速获得关键、准确的深刻见解，将显著改进政府的各项关键政策和工作。

4、 大数据的应用及发展趋势4.1大数据已经深耕于经济领域并创造了巨大的经济价值

4.1.1美国的大数据产业已经创造了巨大的价值。

大数据使美国医疗服务质量得到提高。对于医疗服务的提供方和支付方来说，在减少医疗成本的同时不断提高医疗质量和效率仍然是一个难以实现的目标，而这也是改善民生的重大机遇。2010年，全美医疗支出占国内生产总值的17.9%，比2000年增长13.8%。而且，某些慢性疾病如糖尿病的患病率正在增加，正在消耗更多的医疗资源。对这些疾病和其他相关健康服务的管理将深刻地影响国家的福祉。在这方面大数据可以发挥作用。为在广大人群中取得最有效的医疗效果，更多地使用电子健康记录（电子健康档案），并与新的分析工具相结合，将提供挖掘信息的机会。研究人员可以利用信息寻找有效的统计趋势，并依据真实的医疗服务质量开展医疗评估。

大数据使美国的交通更加便利。通过完善信息和自动驾驶功能，大数据有可能在许多方面彻底改变交通的面貌。开车的人多，交通堵塞就多，其后果是浪费能源，造成全球气候变暖，耗费时间和金钱。手持设备、车辆和道路上的分布式传感器则可以提供实时交通信息。这些信息，再加上更好的自动驾驶功能，可以使驾驶更安全，交通堵塞更少。智能汽车日益互联的新型交通生态系统有可能彻底改变道路使用方式。

大数据使美国的教育质量得到提升。大数据可以对美国教育及其在全球经济中的竞争力产生深远影响。例如，通过深入地跟踪和分析学生的在线学习活动——精细至每个鼠标点击动作，研究人员能够确定学生的学习方式和提高学习的方法。这种分析可以针对成千上万的学生进行，而不是孤立的小型研究。课程和教学方法，无论是在线的，还是传统的，都可以根据大规模分析所收集到的信息进行修订。

大数据提高了美国的征税效率。由于迅速发现异常的能力日益增加，政府税务部门可以缩小“税收缺口”，即纳税人应付税款与其自愿缴税额之间的差额，并且对于那些试图进行不当纳税申报的人，会深刻地改变他们的行为方式。大多数税务机构实行“自愿缴税与追讨欠税并举”的模式。在这种模式下，它们接受纳税人的纳税申报单并办理退税，并对一部分纳税申报单进行抽查，以找出有意或无意欠税的情况。大数据则能够提高欺诈检测的水平，在纳税申报之初就揭露违规情况，减少问题退税的发放。资料表明，在医疗领域每年产生3000亿美元的潜在价值；在公共管理部门，每年产生2500亿美元的潜在价值；在个人位置数据领域，每年产生1000亿美元的市场；在零售业能够增加60%的营业额；在制造业部门，能够降低50%的产品开发及装配成本。

大数据在欧洲公共管理部门得到深入应用。大数据在oecd组织中的欧洲国家公共管理部门创造了1500到3000亿欧元或更高的潜在经济价值，这些经济价值主要通过政府公共管理机构开支的减少、转移支付的下降及税收的增加来实现。三是全球大数据人才需求将上升并且出现供需缺口。gartner咨询公司预测，到2015年，大数据人才需求达到440万人，人才需求缺口将达到三分之一。

4.2欧美等发达国家把数据资产上升到国家信息战略高度4.2.1美国已经布局大数据产业。

2012年3月，美国奥巴马政府宣布投资2亿美元启动“大数据研究和发展计划”，这是继1993年美国宣布“信息高速公路”计划后的又一次重大科技发展部署。美国政府认为大数据是“未来的新石油与矿产”，将“大数据研究”上升为国家意志，对未来的科技与经济发展必将带来深远影响。4.2.2欧盟及日韩将会紧随其后。

继美国率先开启大数据国家战略先河之后，欧盟、日本及韩国等国家也将跟进，预计不久相应的战略举措也将出台。数据规模及运用数据的能力将成为综合国力的重要组成部分，对数据的占有和控制也将成为国家间争夺的焦点。4.3 我国大数据产业的发展趋势

在全球经济、技术一体化的今天，我国it行业已经开启了大数据的起航之旅，大数据已经在经济领域发挥重要作用。据计世咨讯预测，2012年，政府、互联网、电信、金融等领域市场规模占据近一半的市场份额。大数据在主要经济领域的发展趋势如下：

4.3.1大数据在经济预警方面发挥重要作用

在2008年金融危机中，阿里平台的海量交易记录预测了经济指数的下滑。2008年初,阿里巴巴平台上整个买家询盘数急剧下滑，预示了经济危机的来临。数以万计的中小制造商及时获得阿里巴巴的预警，为预防危机做好了准备。

4.3.2大数据分析成为市场营销的重要手段

与传统的市场研究方法不同，大数据的市场研究方法不再局限于抽样调查，而是基于几乎全样本空间。例如，百度拥有中国最大的消费者行为数据库，覆盖95%的中国网民，搜索市场占比达87%。百度基于最真实的用户行为数据和多维度研究工具，帮助宝洁精准的定位了消费者的地域分布、兴趣爱好等信息，根据百度分析的结论，宝洁适时地调整了营销策略。

4.3.3大数据在临床诊断、远程监控、药品研发等领域发挥重要作用

我国目前已经有十余座城市开展了数字医疗。病历、影像、远程医疗等都会产生大量的数据并形成电子病历及健康档案。基于这些海量数据，医院能够精准地分析病人的体征、治疗费用和疗效数据，可避免过度及副作用较为明显的治疗，此外还可以利用这些数据进行实现计算机远程监护，对慢性病进行管理等。

4.3.4大数据为金融领域的客户管理、营销管理及风险管理提供重要支撑

大数据能够解决金融领域海量数据的存储、查询优化及声音、影像等非结构化数据的处理。金融系统可以通过大数据分析平台，导入客户社交网络、电子商务、终端媒体产生的数据，从而构建客户视图。依托大数据平台可以进行客户行为跟踪、分析，进而获取用户的消费习惯、风险收益偏好等。针对用户这些特性，银行等金融部门能够实施风险及营销管理。

当前，我国正处在全面建成小康社会征程中，工业化、信息化、城镇化、农业现代化任务很重，建设下一代信息基础设施，发展现代信息技术产业体系，健全信息安全保障体系，推进信息网络技术广泛运用，是实现四化同步发展的保证。大数据分析对我们深刻领会世情和国情，把握规律，实现科学发展，做出科学决策具有重要意义。中国人口居世界首位，将会成为产生数据量最多的国家，但我们对数据保存不够重视，对存储数据的利用率也不高。此外，我国一些部门和机构拥有大量数据却不愿与其他部门共享，导致信息不完整或重复投资。政府应通过体制机制改革打破数据割据与封锁，应注重公开信息，应重视数据挖掘。美国联邦政府建立统一数据开放门户网站，为社会提供信息服务并鼓励挖掘与利用。

1