毕业大数据报告

毕业大数据报告（共10篇）

毕业大数据报告 篇1

2022大数据技术毕业生薪酬待遇

IT技术领域薪资一直是普遍偏高的，而IT技术中，大数据的薪资也是一直高居不下的。大数据平均月薪30.1k，达到IT行业平均月薪榜首。

拿北京市的薪酬举例来说，北京数据挖掘工程师工资中位数为：￥15166元/月，最低工资8K-10K，最高工资30-50K;北京数据工程师工资中位数：￥13156元/月，最高工资20K-30K;北京数据架构师工资中位数：￥23700元/月，最低工资10K-15K，最高工资无法确定。

大数据不仅起薪高，涨幅也不小，去年大数据人才年薪资涨幅达19%，排名薪资涨幅第一位。

虽然大数据行业薪资待遇如此良好，但行业内的优秀人才却十分稀少，据悉，未来大数据行业人才需求量将达180万，然而目前市场的人才量仅为50万，有着如此巨大的人才缺口。

大数据就业前景

首先，从近两年大数据方向研究生的就业情况来看，大数据领域的岗位还是比较多的，尤其是大数据开发岗位，目前正逐渐从大数据平台开发向大数据应用开发领域覆盖，这也是大数据开始全面落地应用的必然结果。从招聘情况来看，大数据开发岗位的数量明显比较多，而且不仅需要研发型人才，也需要应用型人才，所以本科生的就业机会也比较多。

当前大数据技术正处在落地应用的初期，所以此时人才招聘会更倾向于研发型人才，而且拥有研究生学历也更容易获得大厂的就业机会，所以对于当前大数据相关专业的大学生来说，如果想获得更强的岗位竞争力和更多的就业渠道，应该考虑读一下研究生。

大数据技术专业介绍

大数据技术专业属于交叉学科：以统计学、数学、计算机为三大支撑性学科;生物、医学、环境科学、经济学、社会学、管理学为应用拓展性学科。还需要学习数据采集、分析、处理软件，学习数学建模软件及计算机编程语言等，知识结构是二专多能复合的跨界人才(有专业知识、有数据思维)。大数据专业的学生主要学习统计学、数学、社会学、经济金融、计算机等课程。

大数据技术专业的毕业生能够从事基于计算机、移动互联网、电子信息、电子商务技术、电子金融、电子政务、军事等领域的Java大数据分布式程序开发、大数据集成平台的应用、开发等方面的高级技术人才。

可在政府机关、房地产、银行、金融、移动互联网等领域从事各类Java大数据分布式开发、基于大数据平台的程序开发、数据可视化等相关工作，也可在IT领域从事计算机应用工作。

毕业大数据报告 篇2

根据教育部提供的数据, 2015年, 全国中职毕业生515.47万人, 就业人数496.42万人。其中73.32%是学校推荐就业, 6.84%为中介就业, 19.84%为其他渠道就业, 从数据可以看出, 学校推荐就业仍然是主要的学生就业渠道。但是, 对比2008年的就业数据可以看出, 学校推荐就业的比例从78.35%降低至2015年的73.32%, 这表明随着毕业生数量的逐年增加, 社会对技工人才的需求将趋于饱和, 学校推荐就业所能吸纳的毕业生数量将逐步减少, 促使许多毕业生“自谋出路”, 借助其他途径来就业。

2 信息获取在中职毕业生就业中的作用

2.1 职业选择的前提

近些年, 社会对技工人才的需求增长量有所缓和, 这导致供需关系有所改变, 从中职毕业生单方选择企业逐渐转换为企业和毕业生的双向选择, 使得就业选择趋于合理, 给予双方极大的选择空间, 为了找到合适的就业机会, 学生需要大范围地搜集就业信息。所以, 就业信息的获取是职业选择的前提, 如果得不到充足的、新鲜的就业资讯将难以进行正确的职业选择, 从而影响中职毕业生的就业。

2.2 择业决策的重要依据

中职毕业生的就业不能满足于就业, 而是应通过有效的择业提高就业质量。这需要学生广泛搜集就业信息, 扩大选择的空间, 实现就业的优中选优。如果信息量不足, 无法实现就业单位、岗位等的对比和分析, 将难以取舍, 影响择业的正确性, 对中职毕业生的工作和发展造成极大影响。

2.3 顺利就业的可靠保障

根据市场规律, 优质的就业岗位必然获得多个人的青睐, 存在激烈的竞争, 而常规性岗位的竞争则相对较少, 所以, 在双向选择的过程中, 中职毕业生应结合自身的具体情况进行就业定位。在广泛收集、分析就业信息的基础上确定一个或几个就业目标, 然后进入面试环节, 最终实现顺利的就业。如果就业信息搜集不及时, 将导致学生对自身的市场定位不够准确, 出现高才低就或竞争失利的情况, 浪费中职毕业生的就业资源。

3 就业信息搜集的基本原则

3.1 及时性

随着中职毕业生就业市场的发展, 企业对毕业生的挑选趋于严格, 就业已成为学生应考虑的重要内容。在完成相应的学业后, 学生应依托学校平台, 尽早开展就业信息的资料搜集工作, 为就业早做准备, 避免临近毕业才开始, 因时间较短影响信息的搜集, 最终造成毕业生无法就业或就业质量不佳。

3.2 开放性

在搜集就业信息之前, 许多毕业生对工作区域、行业和单位等有一定的要求, 这导致就业信息搜集的目的性极强, 忽略不符合要求的就业信息, 导致许多优质信息流失, 极易因要求过高或竞争失利而面临无法就业的尴尬局面。所以, 就业信息的搜集工作应“低门槛、广撒网”, 实现适宜信息的广泛搜集, 在目标信息以外, 形成一定的“备用信息”, 降低就业的风险, 避免因环境变动或竞争失利对就业造成的影响, 实现个人就业的最优化。

3.3 具体性

就业信息的搜集不能满足于某企业有相关的招聘信息, 而是应全面考虑企业的经营范围、岗位需求、工作环境、福利待遇和发展前景等, 如果有可能还可以与对方的人力资源部门取得联系, 了解其具体的人员选拔标准和岗位需求情况, 实现就业信息搜集的具体化, 如此方能为自身的就业提供参考。

3.4 时效性

时效性是对就业信息的要求。一般来说, 进入最后一个学年, 学生就开始搜集就业信息, 如此长的时间跨度内, 许多企业的招聘信息将发生较大变动, 可能存在招聘结束和终止的情况, 如果不加以筛选和更新, 将对就业产生一定的误导。所以, 应保证信息的时效性, 清理过期信息。

4 大数据背景下中职毕业生就业途径

当今社会, 信息技术成为引发社会变革的重要力量, 对人们的日常生活方式造成极大影响, 信息的获取速度得到极大提升, 信息的容量大幅提升。从就业途径来看, 信息技术同样造成极大的冲击, 在为学生提供多元化的就业途径的同时, 导致信息量过于浩大, 存在真伪难辨的问题。在此背景下, 中职毕业生的就业更应保持谨慎, 选择合理的就业途径。具体来说, 可以从以下方面进行就业。

4.1 借助网络工具快速获得大量的就业信息

当下, 网络已融入到人们生活的方方面面, 微博、微信、QQ等网络工具已成为人们日常交流的重要载体, 承担着数据传输的重要责任。可以通过QQ群、微信群等形式交流信息, 借助微博等网络平台实现信息的发布和浏览, 从而能完成就业前的信息搜集工作。此外, 除了搜集信息以外, 还应借助网络工具开展“自我推销”, 将个人简历发布到正规的求职平台上, 供企业选择, 实现双向选择。

4.2 借助网络拓展求职范围

传统的求职以双选会、校园推荐等形式进行, 学生的就业面被局限在特定的空间区域内, 难以实现最优择业。而网络的应用则可以打破地域的界限, 使得学生能够在更为广阔的区域范围内进行就业选择, 为学生提供更多的就业渠道和岗位, 提升就业满意度。

4.3 借助网络实现与招聘企业的沟通

一直以来, 应聘过程中的路费、餐饮和住宿都是中职毕业生面临的重要问题, 是制约学生进行多企业选择的直接原因。而网络的应用则可以消除此问题, 使得中职毕业生能够通过网络进行求职, 与招聘企业进行沟通, 达成招聘意向, 能够降低中职毕业生在求职方面的成本投入, 拓展求职的范围, 实现就业的优中选优。

5 大数据背景下中职院校的就业指导改进措施

大数据背景下, 学生的就业选择面得到极大拓展, 呈现多样化和个性化, 这导致许多中职院校的就业指导工作无所适从, 缺乏工作的方向和目标, 导致就业指导的作用无从体现。笔者以为, 大数据背景下, 中职院校应从以下方面入手进行改革, 为学生提供优质的就业指导服务。

5.1 构建网络就业服务平台

发挥中职院校的影响力和公信力, 构建网络平台, 供学生和招聘企业发布信息, 调查招聘企业的基本信息, 确保企业发布信息的真实性, 提高数据的质量, 降低学生的就业风险。

5.2 网络宣讲提高学生的就业技能

在求职的过程中, 许多学生缺乏清晰的目标和实现流程, 导致就业存在盲目性。鉴于此, 应借助网络对学生日常生活的影响, 发挥网络的便捷性特点, 为学生提供随时随地的就业培训服务, 提高学生的就业技能。与此同时, 还应借助网络渠道给予学生就业帮助, 如辅助制定职业发展规划、分析就业现状等。

6 结语

综上所述, 当前形势下, 要想实现中职毕业生高质量就业就应从大数据时代的特点出发, 借助网络实现就业信息的获取和就业意向的达成, 扩展就业的覆盖面。在此过程中, 学校应给予一定的保障, 提供相应的平台和指导, 发挥其指导就业的作用。

摘要：近些年, 随着社会的发展, 企业对技工人才的需求与日俱增, 这极大推动了中职教育的发展, 使得中职毕业生群体呈现逐年增长态势, 在缓解社会对技工人才需求的同时, 也导致中职毕业生的就业问题逐渐凸显, 对社会稳定造成一定的影响。促使毕业生和学校开始重视中职毕业生的就业问题, 积极探索有效的就业途径, 实现中职毕业生的优质就业。

关键词：大数据,中职毕业生,就业咨询

参考文献

[1]张恒.“互联网+”和“大数据”背景下大学生智慧就业研究[J].长江丛刊, 2016 (30) :190.

[2]张小勇.促进中职毕业生就业工作的方法和途径[J].教育, 2015 (1) :270.

[3]李鸣华.创新人才培养模式努力拓展中职毕业生就业新途径[J].当代教研论丛, 2014 (5) :167-168.

[4]李凤春, 杨波, 张琳.大数据环境下信息网络在毕业生就业创业指导工作中的应用研究[J].情报科学, 2015, 33 (12) :111-115.

毕业大数据报告 篇3

从2013年6月初，斯诺登揭发美国的“棱镜门”事件，到九大互联网巨头卷入美国监控全球互联网计划，再到斯诺登到俄罗斯寻求避难，最后到美国政府斡旋大数据监控是为了所谓的“反恐”。这个通过分析海量通讯数据获取安全情报的大数据案例，让围绕大数据的话题与反思不断发酵，也让2013被称为“大数据元年”。

从可以自动转弯和刹车的汽车，到IBM沃森超级电脑在游戏节目《危险边缘》中打败人类，这项技术终将改变我们所居住的星球上的生活与生意。

一位居住在纽约布鲁克林的软件开发者 Federico Zannier“把自己卖了”，他通过发起“A bite of Me”项目，不断收集自己所有的数字轨迹，并挂到网站上销售。“那些公司在用我的数据赚钱，当你接受那些使用条款时，你就已经把这些数据的使用权白送给他们了。”

的确，亚马逊监视着我们的购物习惯，谷歌监视着我们的网頁浏览习惯，而微博似乎什么都知道，不仅窃听到了我们心中的“TA”，还有我们的社交关系网。

大数据能够越来越精确地预测世界的事情以及我们所处的位置，我们却还没准备好接受它对我们的隐私和决策过程带来的影响。我们的认知和制度都还不习惯这样一个数据充裕的时代，因为它们都建立在数据稀缺的基础之上。在大数据时代，不管是告知与许可、模糊化还是匿名化，这三大隐私保护策略都失效了。

“斯诺登效应”还在继续，大数据时代的生存规则也将被每一个生产数据的你和我来书写。

大数据,开题报告 篇4

篇三：大数据时代下微博广告的互动营销策略分析(开题报告)武汉工程大学

本科生毕业设计（论文）开题报告

题 目： 大数据时代下微博广告的互动营销策略分析

学 号 1007080128 姓 名指 导 教 师 院（系）专业 日 期 2014年3月23日

一、研究的背景及意义近年来，近年来大数据（big data）一词被越来越多的人提及和热议，“数据”这个词我们都很容易理解，但“大数据”却让很多人觉得很遥远，深不可测。如今不管是大企业精英还是普通公众都在呼喊要积极适应大数据时代的变革，可真正做出成果的却寥寥无几。如何在大数据时代改革的浪潮中抢占先机，成为各行各业工作者们迫切想要解决的关键问题。

其实“大数据”并不是近几年才出现的一个专业词汇，最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡。麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。” 据悉，“大数据”在物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业存在已有时日，却因为近年来互联网和信息行业的发展而引起人们关注。而对于广告行业来说大数据时代的来临无疑带来了巨大的发展潜能。

大数据背后对消费者的精准洞察能够为广告主带来有效的决策和评估，这也是广大广告主们渴求大数据的最主要原因。近年来社会化媒体的热门特别是微博平台的火爆，给企业主们提供了一个跟消费者近距离互动交流的机会。通过微博的互动营销，深度挖掘消费者背后的行为数据，可以为企业主提供最精准的决策和评估，使广告效果最大化。

二、研究的主要内容和主要目标 主要内容

研究从当今大数据时代的背景出发，来分析微博广告的互动营销策略。首先阐释大数据时代的概念及对广告行业的影响，分析大数据时代下广告格局的变化以及广告精准决策和评估的突破。接着引出微博广告的热门，从微博平台的火热到微博广告的精准投放来论述微博广告的应用价值。同时从微博广告的营销模式中挖掘最具代表性的互动营销来进行分析，如何通过大数据的分析与洞察来与消费者进行最有效的互动。最后总结分析微博广告互动营销的优劣势以及预测未来微博广告营销模式的创新。主要目标

1.让更多人熟知大数据及了解大数据给广告带来的影响

2.通过对微博广告的互动营销策略分析，探讨如何在大数据背景下寻找最有效的营销模式，引导企业品牌价值最大化。三：文献综述

人们对大数据时代下的定义中比较通俗一点是指“描述和定义信息爆炸时代产生的海量大数据时代”，何为大数据？大数据是以云计算为支撑，从各种各样类型的数据中，快速获得有价值信息的一种前沿技术。在pc和移动智能终端迅速普及的当下社会，每天都有数以亿计的海量数据产生，谁能率先发现数据背后隐藏的用户价值，挖掘用户数据背后潜在的消费习惯、购买动机和生活方式的差异与变化，谁将在新的营销环境下占领制高点。互联网突飞猛进的发展加速了大数据时代的到来，上网人数的增加以及网民所创造内容（ugc）的增加为大数据提供可能。在大数据处理需求时代背景下，全球存储容量也以爆发式速度在增长。但需要强调的是，大数据的“大”字不仅仅指数据量的增多，更在于对海量数据的整合以及深入挖掘，而后者对广告的影响是深远的。

“大数据”作为网络时代的信息矿山，无疑蕴含着大价值。目前，大数据比较明朗化的商业价值开发，发生在互联网广告精准营销领域。传统的广告营销，在经历了大众传播的喧嚣、分众传播的繁荣后，开始迎来新的变革窗口----针对特定网民的精准营销（有人称其“个众传播”）。基于对记录着网民人口属性、兴趣喜好、消费习惯、价值导向等信息的大数据的挖掘，通过人群定向技术，向特定的某个网民传播极具针对性的广告，从而降低广告的无效损耗，提升品牌的投资回报率（roi）,这是大数据在网络精准营销领域“闪出的一道金光”。微博平台的火爆催生了微博广告。自从2009年新浪推出国内首个微博平台以来，微博在国内的发展犹如雨后春笋，遍布大江南北。根据相关统计表明2013年以新浪和腾讯为主的微博用户已突破5亿人次。微博是一个平民化的社会传播平台，是基于互联网平台上诞生的“新生命”，它不但具备信息传播、及时互动以及真实可靠等特性，而且本身具备了媒体的诸多特性。从媒介商业模式构建上分析来看，媒体与广告是天生的一对，相辅相成，共同成长。微博广告作为一种新兴的广告宣传形式越来越受到广告主们的青睐。

每一个微博注册用户，既是用户者同时也是消费者。美国财经网站cnnmoney曾撰文指出，facebook每名用户每个季度能给其贡献1.21美元的营收，在这个微博火热的时代，谁抢占了微博的先机，谁就会在激烈的竞争中更脱颖而出。微博商业化的核心在于为用户提供增值服务，利用广告对应的页面吸引粉丝互动，对品牌和产品进行推广。如今国内外已经出现很多专业数据挖掘和分析机构，利用微博平台收集海量数据，对微博用户的言论和兴趣爱好进行分析，从微博“大数据”中挖掘商业价值。

很多企业品牌通过微博广告营销取得了意想不到的好效果。如2011年被评为最具代表性的社交网络营销案例——杜蕾斯鞋套微博营销就成功地引发大家的关注。2011年6月23日下午5点，北京天降大雨，而这时也正好是临近下班是时候，大雨倾盆，微博上的网友们也开始讨论如何回家。而此时一个叫“地空捣蛋”的网友发了一条微博“北京今日暴雨，幸亏包里有两只杜蕾斯”，他在图解中详细的介绍了怎样把杜蕾斯做成鞋套的过程。此微博一发出，便被网友疯狂的转法，一个小时内便被转发了一万余次。

“地空捣蛋”发出此微博短短20分钟之后，杜蕾斯已经成为新浪微博一小时热门榜第一名。并在当晚24点转发近5.8万条，成为6月23日全站转发量最高的微博内容。根据有关的数据统计，杜蕾斯此次微博传播覆盖至少5000万新浪用户，同时在腾讯微博、搜狐微博也有发布，影响到的人群达到千万级，营销效果显著。分析杜蕾斯鞋套营销的成功原因，不外乎三点。首先是定位准确，杜蕾斯将目标定位在时尚、爱酷、热衷网络的年轻人群上，可谓是相当准确。一是年轻人大多集中在网上，能够有效的参与沟通和互动。二是年轻人的性观念相对开放，不太忌讳谈性，而且富于创新，这是中老年人无法具有的优势。其次是创新内容，抓住时事热点，通过北京降大雨很多上班族担心鞋子湿无法回家，巧妙利用产品特性进行宣传。最后是互动，杜蕾斯的官方微博非常热衷于与网友互动，据不完全统计，官方微博平均每天要回复400多次，最高纪录是一天回了1000条。同时对于一些与自己品牌相关的其他博主发布的微博也积极转发，尤其是充满创意、和自身品牌调性相符的内容。

由此我们可以总结出微博广告的互动营销策略。首先要找准受众群，设置议题。众所周知，企业若想依靠单纯地发布品牌、活动信息，聚拢品牌消费者进行微博营销是毫无价值的。只有瞄准目标受众群，投其所好谈他们喜欢的话题才能拉近彼此的距离。其次要人性沟通，注重互动。微博除了意味着更短的信息内容，也更强调双向的沟通。通过发起一个引人人胜的话题，吸引自己的跟随者和其他用户的踊跃讨论、响应，培育出一群互动密切的忠诚粉丝，还能藉由社群串联，接触到朋友的朋友，让群众范围无限延伸，使个人媒体不断壮大成稳固的社交圈。最后要整合推广，任何单一的广告传播渠道都不能带来广泛的受众，只有整合有效的资源，全面覆盖目标受众的行为路径，才能最大限度地让目标受众产生深刻印象。微博广告的互动营销可以有效地对企业品牌进行推广和提升形象，但与此同时也给企业的品牌管理带来了新的难题。随着微博上信息传播可控性管理难度加大，一度失控的信息传播局面有可能给企业难以负载的影响。如何才能真正发挥微博平台的营销价值，弱化负面信息流对品牌、对企业带来的反向冲击，是企业需要共同思索和探讨的问题。

四、研究思路和研究方法

1.研究思路：大数据时代下海量的、碎片化的信息让企业积极寻求广告的精准决策与投放，微博平台的火爆为广告主们提供了有效的营销新模式。微博广告的互动营销模式为企业品牌的精准营销注入了强大的力量，但微博上负面信息流一旦失控也有可能给企业带来难以承载的压力。我们需要在微博广告的互动营销模式中寻找更有效的营销模式使企业品牌价值最大化。

五、论文提纲 引言

1.大数据时代及对广告行业的影响 1.1大数据时代的概念

毕业大数据报告 篇5

一、引言

大数据是一种重要的战略资源，在大数据环境下，世界成为一个统一的数据集合，人们用数据化思维和先进的处理技术探索海量数据之间的关系，从而构筑一个更加透明化、对称化的世界。大数据已经成为经济发展的巨大引擎，在提升产业竞争力、推动商业模式创新方面发挥出越来越重要的作用。国家审计应积极适应，全面服务经济发展需要，认真分析研究大数据对传统审计带来的挑战，创新审计思维、组织方式和技术方法，优化信息系统审计，提升审计数据分析能力，培养大数据人才，以应对大数据时代带来的深刻变革。

二、信息系统审计的基本类型

1.真实性审计

真实性审计主要是对被审计单位的信息系统以及电子数据的真实性、准确性、完整性进行的审核，为财务审计提供基础支持。面对信息系统存储、处理产生的海量数据，传统的审计技术方法已经捉襟见肘，难以实现有效地分析判断。因此，大数据环境下的审计首先必须核实被审计单位的电子数据，只有确保数据的真实和准确，才能确保根据数据进行的`审计工作的有效性。审计人员核实信息系统中数据与实际业务流程符合程度，发现信息系统使用过程中的固有弊病，能够避免对假账进行有效审核的现象，提高财务审计的准确性。

2.安全性审计

安全性审计以被审计单位电子信息系统的安全防护为主要目标，确保信息系统的安全、持久、可靠运行。随着现代信息技术的迅猛发展，企业及党政机关事业单位正面临着前所未有的网络安全威胁。为确保财务审计的合理性，审计人员应从信息系统漏洞的防护人手，采取必要的防护措施，使信息系统存储、处理产生的重要数据免于因恶意篡改，或因未授权访导致的泄漏等问题，始终处于安全状态。

3.绩效审计

绩效审计是企业财务审计的核心内容，进行绩效审计主要是确保投人与产出之间的比值小于1.绩效考核的对象不仅在于人，还在于对影响企业利润生产的主要因素的分析和审计，使企业获得直接的或间接的利润。基于大数据环境的信息系统审计使企业间接利润获取的主要途径，货币核算并不能作为企业审计的唯一内容。在企业绩效审核过程中，由于信息系统的流程复杂，且对操作人员具有较高的要求，因此如何衡量信息系统审计与成本投人之间的关系，是企业面临的主要问题。为提高信息系统的审计效率，应从系统的开发成本支出人手，降低信息系统的设计和应用管理，以降低审计系统风险。正确、合理地评价企业信息系统投资的绩效，给企业的投资者、债权人、管理者与经营人员提供专业的市场信息，能够确保企业审计的积极作用，促进审计部门的可持续发展。

三、大数据环境对信息系统审计的影响

1.庞大的数据信息影响审计效率

大数据环境除了为审计带来方便之外，繁杂的信息同时也影响了数据信息的审计。对于一些部门来说，审计信息包含了大量的文字信息、音频信息和视频图像等信息，信息处理存在一定的困难。加之一些被审计单位缺乏信息财务管理经验，在处理手段上缺乏先进性，尤其是在无关联信息处理上，更难发现问题。

2.大数据环境下的系统分布特征加大了审计难度

目前，随着分布式网络的快速发展，网络信息呈现出节点。在计算过程中，容易出现延迟，网络传输延时、不同的节点空间坐标都将给企业网络信息造成威胁。目前，企业多采取动态审计码获取的方式增加其安全系数，但与同时，这一方式也增加了审计难度。

3.审计范围增大，审计内容增多

大数据环境下，信息更新速度快，被审计单位的业务量也随之增加。另外，信息系统已经成为处理大量信息的被审计单位不可或缺的设施，为其提供管理效率化及使用便捷化。因此，审计内容不仅包括传统的审计内容，还包括被审计单位信息系统的基础设施控制与硬件控制，网络安全性能控制、系统开发、维护和控制。

4.新技术的发展对网络审计人员提出新的要求

随着网络技术的不断发展，基于云处理新技术、物联网业务大量出现，信息系统也变得更加先进和复杂。传统的审计技术已经不再适用信息系统审计的发展。也就是说，新技术对于信息系统审计人员提出了新的要求，其中包括扎实的财务信息基础、多元化的信息系统管理安全知识。但在更新发展过程中，审计人才的招聘和培养存在滞后性。如何培养专业性、复合型审计人才，提高审计项目质量值得审计机构深人研究。

四、大数据环境下信息系统审计的关键技术分析

1.基于网络基础的信息系统安全审计

安全审计是对被审计单位信息系统的监督管理行为，需要对网络信息进行实时跟踪，并提供数据记录。捕捉系统存在的安全隐患的系统信息并进行调整，并生成管理日志。针对目前情况下的先进的信息技术，开展基于大数据环境的安全审计，需要着重探索基于神经网络的安全审计技术，确保安全审训顷利开展。

2.基于大数据环境的信息系统审计证据生成技术

审计证据生成技术是指在计算机取证过程中使用信息系统整体保护措施。在确保大数据环境整体性的基础上对被审计单位数据进行有效的取证调查。其主要作用在于确保了审计原始数据的完整性，提高其安全系数。总之，审计证据生成技术尝试使用除信息系统以外的第三方公证机构，通过原始数据签名的方式来确保系统数据的完整性。

3.审计技术方案改革与完善

在传统审计基础上，实施网络审计方式，需要对相应的技术进行改进。其中包括：基于程序追踪、专家信息基础与管理控制测试矩阵相结合的审计技术，在被审计单位内部建立专业的审计信息系统，为被审计单位提供庞大的信息处理方式，并随着被审计单位发展对其进行完善。

参考文献：

[1]顾洪菲。大数据环境下审计数据分析技术方法初探[J]中国管理信息化，2015,03:45一47.

中国大数据发展报告 篇6

该指数由政策环境、人才状况、网民信心等6个一级指标、11个二级指标构成。测评结果显示，全国大数据发展指数平均仅为47.15，总体仍处于起步阶段。在指数分项中，贵州的政策环境与网民信心指数分别为77.93和90.00，均居全国第一。

报告发布全国十大最具影响力的地方大数据政府机构，贵州有贵州省大数据局、贵州省发改委、贵州省经信委、贵州省信息中心、贵州省科技厅5家机构上榜，分别排名第一、第二、第四、第五、第七。此外，报告评选出最具影响力的十大大数据企业家，贵阳大数据交易所执行总裁王叁寿以新闻媒体影响力6.87、自媒体影响力7.77、综合得分7.32的成绩位居第四。

据统计，20，全国各地积极部署大数据项目，政府投资大数据项目数量整体呈攀升态势，保持较高增速。在这份榜单中，贵州表现突出，以7.74%的占比排名第三。各地都依托产业园促进大数据发展。近年来，贵州抢抓机遇，凭借高海拔、低气温、低电价等天然优势和财税政策优惠发展大数据产业，关注度排名前二十的大数据产业园中，贵州就占3个，分别是贵阳经开大数据产业园、贵阳市大数据呼叫中心产业基地、贵州(乌当)大数据智慧产业基地，与江苏、四川在数量上并列第一。此外，全国各大国家级新区积极布局大数据产业，吸引大批优质大数据项目进驻，其中，贵安新区以87.59的高关注度遥遥领先，位居第一。

用大数据来了解大数据

这份报告全面汇聚了国家发改委互联网大数据分析中心、国家信息中心、“一带一路”大数据中心所掌握的30多个种类，总计40多亿条相关数据，综合运用多种大数据分析方法，对我国大数据产业发展进行了全面分析。所以，称得上是用大数据来了解大数据。

北京、广东、上海大数据发展位居前三

报告显示，我国大数据发展总体处于起步阶段。但是从地域上看，就有意思了。

国家信息中心信息化研究部副主任、南海大数据应用研究院院长于施洋指出：“从地域分布，从各个省来说，北京排第一，这个不足为怪，东部沿海地区这些省份排在前面，大家也都能够想象。但是在西南地区，四川、重庆、贵州这三个地方异军突起，是我们大数据发展的第二个增长极。”

产业落后是地方大数据发展的突出短板

具体来看，各省份大数据发展指数的排名中，贵州、重庆、四川，紧随东部沿海省份，全部排进了前十名，领先任何一个中部省份。分析认为，这主要是地方政策引领的结果。这三个西部省市，早早都把大数据产业的发展作为重点工程来打造。对于这种“弯道超车”现象，国家行政学院教授汪玉凯建议，这些地方下一步可以重点考虑产业落地问题：“它们是首先抓住了一个概念，然后占了一个先机。但是相对能够落地的产业应用还是比较少的，这是它们的软肋。所以我认为，你们一定要注意应用，要打造你的优势。”

人才短缺问题日益突出

报告指出，数据管理环节漏洞较多，是大数据发展面临的首要问题，包括由此引发的运营成本过高、资源利用率低、应用部署过于复杂等难点。而于施洋更关注的是另一大问题。

于施洋：“我们会发现，大数据领域里数据是有了，但是能驾驭这些数据的人是极其匮乏的。比如说大数据的专业人才方面，现在分析类的人才，市场是供不应求，缺口非常大，而项目管理类的`人才，供给又远远大于需求，所以结构上还不平衡。高端的人才奇缺，这是最突出的问题。”

大数据投资热度持续攀升

报告还披露，年各地政府投资大数据项目数量整体呈攀升态势。但是，在这些政府投资项目中，超过七成都是大数据平台和基础设施建设，应用层面的软件开发不到5%，“重建设、轻应用”的问题比较明显。这也再次引发了对大数据建设过剩甚至泡沫的担忧，不过，国家信息中心主任程晓波认为，作为新事物，大数据出现这样的问题是正常的。

程晓波：“正如前后，“互联网泡沫”第一次破灭，经过短暂调整后反而催生了互联网行业新一轮理性快速健康发展，所以说，我们认为，当前大数据发展不管面临什么问题，应该是一个行业初生阶段所必经的过程，也是一个‘理性回归’的过程。”

央广短评：发展大数据 要谨防人才“眼高手低”

大数据的核心就是数据的抓取与分析，而分析环节，目前离不开人工设置变量，建立模型。所谓“差之毫厘，谬之千里”，大数据分析对人才的要求很高。但首份大数据发展报告却揭示，我国大数据人才能搞管理的不少，真正能做分析的却远远不够，这是典型的“眼高手低”，势必伤害大数据产业的长远发展。人才短板可以从教育方面着手弥补，探索新的人才培养模式。比如，将高校大数据系列课程分为理论教学和技术教学两方面，增加大数据技术实践课程，重点提高学生的动手能力等。

关键词：大数据;报告;问题;北上广

大数据告诉你:情人节的正确打开方式

五年大数据，见证“奔跑吧德州”

，德州市第十四次党代会召开以后，德州跨进了新跑道，德州市上下接好接力棒，奋发有为，使得德州市综合实力明显增强。尤其是建设协同发展示范区以来，更为德州的发展注入了强心剂，多项经济数据快速增长。

大数据勾勒山东人形象：山东人表情符使用率全国第二

毕业大数据报告 篇7

一、毕业生相关数据的收集和分析

开展毕业生就业指导的相关数据主要来源于四个方面:一是学生自身的数据, 包括学生的兴趣、特长、学业成绩等;二是来源于校方, 如学生的生源地结构、学生的正常毕业率等;三是来源于企业, 如企业招聘岗位的数量、对学生年龄的要求等;四是来源于政府的政策信息, 包括劳动法律、产业政策, 等等。高校应充分利用计算机等工具对所有相关数据进行动态的收集和整理, 按照问题导向原则加以分析, 可以为指导毕业生就业指导工作提供有效的支持。就开展毕业生就业指导工作的要求和一般规律而言, 注重以下几方面数据的收集和分析:

1. 招生环节。招生环节的重要数据大致包括:各专业报考率、男女比例、少数民族构成和生源地构成等。

2. 培养环节。

修课门数、课程构成、课程的优良率、学生参加竞赛或科研活动情况、学生奖学金获取情况、学生参加社会实践活动及其他能反映学生学业水平和综合素质的数据信息等。

3. 毕业环节。

学生毕业设计方向、毕业后去向选择、就业地选择、岗位及薪资期待、学生期待的企业类型、学生考研与出国的情况等。另外, 从用人单位角度看, 有一些重要数据需要收集并加以分析, 如毕业生一年内离职率、毕业生工作岗位与所学专业的关联度、毕业生三年内在用人单位升职加薪情况、用人单位对同一所学校相关专业每年的人才招录数量等。需要说明的是从企业获取数据有一定难度, 需要和企业建立良好的协作关系, 或者邀请专门的公司作为第三方协助调查。

以上数据仅是列举的部分相关数据, 根据工作的需要和学生的具体情况在具体执行过程中可以适时适量地增减。在数据获取方式上有的可以从学校的信息系统直接采集、筛选、汇总, 也可以通过问卷调查等方式采集, 也可以如上文所述委托第三方采集。在数据分析方面, 最好采用专业的统计分析软件进行处理, 以提高数据分析的效率和准确性, 如常用的SPSS统计软件等。

二、毕业生相关数据的具体应用

数据的收集、分析是一个连续不断的过程, 数据的应用却应把握好相应的时间节点。在实际工作开展过程中, 要把毕业生就业指导工作和对学生的学业指导、学业及职业生涯规划指导有效结合, 按不同的阶段进行相应的数据分析应用。这意味着, 毕业生相关数据的范畴应相应前置和后延, 不仅学生就读期间的所有相关数据都要考虑, 毕业后一段时期内的数据也有重要的参考价值, 需要加以分析和应用。具体来讲应从以下几个阶段把握:

第一阶段:学生入学伊始至大二, 主要就学生入学时的初始数据, 包括学生的生源地结构、年龄、民族、入学成绩等进行收集、整理, 并结合学生第一学年的学业数据进行分析, 如可以根据每位学生各个科目的成绩状况进行相应的学业指导, 对学生转专业等事项提出相应的建议。在此基础上, 可以指导学生做好中远期学业规划, 为学生毕业后就业奠定基础。

第二阶段:学生进入大三、大四以后, 一方面可以根据学生的学业状况继续做好学业指导, 另一方面可以根据学生的学业状况、实习实践情况和个人职业兴趣、行业企业的发展情况等对学生的职业生涯规划提出建议。特别是进入到大四以后, 一方面要关注学生的学业情况, 另一方面要注意学生的生源地分布、毕业生去向选择、职业兴趣等数据, 以此作为开展就业指导的基本依据。如以北京、上海等一线城市为例, 近几年由于产业结构的调整和人口调控政策的实施, 在这些城市就业较之以往竞争更激烈。由此可以根据学生的生源地情况, 提前引导学生回原籍就业;又如对学生的职业兴趣与所学专业的关联度及最终的就业岗位等数据进行分析, 可以对学生就业的行业、企业选择等进行指导。

第三阶段:可以就学生毕业之后对其所在的行业、企业性质、薪资情况、岗位适应情况及用人单位对毕业生的总体评价等信息进行分析, 可以为学校的专业设置、培养计划、教学计划的修订等工作提供参考, 也可以为学生就业进行行业选择、企业选择、岗位选择等提出建议。

应用相关数据时应考虑到整体性和具体性两个方面。举例来讲, 在招生环节某一专业的报考率就是一个整体性的数据。假如某一专业的报考率远超100%, 即报考人数远超录取名额, 说明这一专业社会认可度比较高, 本专业毕业生未来就业时可能面临的情况是就业岗位较多、面临的就业竞争压力较大。又如学生个人的课程优良率就是具体性的数据。从这个数据可以看出学生的专业水平, 有利于在对学生开展就业指导时引导他们扬长避短。

三、基于“大数据思维”开展毕业生就业指导应注意的问题

大数据时代的到来, 颠覆了我们对数据价值的认知, 也为我们提供了数据分析、应用的新思路, 也就是所说的“大数据思维”。在这一种思维模式下开展毕业生就业指导工作应注意以下几个方面:

第一, 要尽可能多地收集数据。“大数据”之“大”主要指数据数理大且丰富, 能从各个角度反映问题的本质。目前, 高校毕业生就业受到的影响因素很多, 除了学生自身因素和学校影响因素之外, 宏观经济形势的发展变化、各个行业的发展变化很快、企业的发展变化及国家相关政策变化等都会对毕业生就业产生一定的影响。要做好毕业生就业指导工作, 就要尽可能多地获取相关信息, 一要注意数据的积累, 二要注意获取数据的时效。举例来说, 可以根据同一行业或同一企业中过去几年间相同或类似岗位的薪资水平变化预测当年相似岗位的薪资水平, 可以为毕业生薪资谈判提供参考。这其中离不开以往数据的支撑, 当然需要当年同一行业中类似岗位的薪资数据作参考。

第二, 传统思维模式下, 指导学生选择就业岗位或指导学生进行长期的职业规划, 往往会从学生自身条件和兴趣出发做指导, 而在“大数据思维”模式下, 对数据的分析和应用要抛开原有的“因果思维”模式, 即不要单纯地考虑“学生喜欢”、“学生条件匹配”建议学生选择某企业某岗位。相反, 应该建立起“相关性思维”, 即应该在原有基础上考虑到行业发展的需求, 考虑到企业用人的标准、考虑到学生在企业较长时期的发展空间甚至国家相关政策的影响等。这样就可以突破“就业指导就是帮学生找到工作”急功近利的想法, 逐渐建立起“就业指导要帮助学生找到适合的工作, 为学生长远发展寻求更好的机会和平台”的指导思想。

第三, 作为学生就业指导人员, 在主动收集数据的同时要善于利用已有的数据。现在高校教学管理信息系统、学生管理信息系统、后勤管理信息系统、学生职业测评系统等都相对健全, 有些数据可以直接使用。如通过对学生在食堂就餐每餐的花费分析, 大致可以判定一个学生的经济状况, 从而可以为特定学生在就业过程中提供相应的经济资助等, 以落实国家的自助政策, 提高学生找到合适工作的可能性。

第四, “大数据思维”并不过于追求数据的精确性, 有时更强调数据的混杂性, 通过这种“混杂性”判断事物发展的趋势。鉴于此, 毕业生在初次就业时有时并不能一步到位, 所以可以建议毕业生“先就业后择业”, 在工作过程中发现自己真正适合的方向或岗位, 拓展自己的发展空间。

总之, 基于“大数据思维”开展毕业生就业指导工作, 能够为学生提供更个性化的、更科学的就业指导服务, 有利于提高就业指导工作的效率和效益。

摘要：“大数据思维”强调充分利用海量数据, 注重数据的关联性、混杂性等, 在这种思维模式下开展高校毕业生就业指导工作, 应善于收集、分析和应用数据, 改变传统思维方式和工作方法, 提高就业指导工作成效。

关键词：大数据思维,高校毕业生,就业指导

参考文献

[1][英]维克多·迈尔-舍恩伯格.大数据时代, 2013.1 (第一版) .

毕业大数据报告 篇8

3月3日，大数据、信息消费等互联网词汇成为全国政协会议的热词。在全国政协会议开幕式上，全国政协主席俞正声将互联网作为推动经济结构战略性调整的重要举措，这意味着从国家层面把互联网提升到战略高度。

而在2015中国互联网产业峰会上，中国互联网络信息中心（CNNIC）副主任兼副总工程师金键表示，2014年底中国互联网网民达到6.48亿，互联网经济占GDP的比重仅有7%，这说明绝大多数传统企业还徘徊在互联网门外。

相比较而言，以家电零售起步的苏宁确实起得很早，从5年前上线苏宁易购开始，就毅然决然地朝着互联网转型，率先提出并践行O2O模式。如今，苏宁交出2014全年盈利9.5亿元，第四季度整体增长17%，且逐季向好的靓丽业绩，以此宣告：苏宁O2O发展正由“弯道”进入“直道”，互联网转型取得阶段性成功。

转型要任性 步子要坚定

2014年，对于苏宁业绩的逐季向好，业内人士或许早有预感。这一年，用苏宁内部人的话讲叫“战略执行年”，这些外界看到的点点滴滴变化，都是苏宁一系列长期布局的厚积薄发。

在2010年前后上线苏宁易购时，苏宁正值连锁业风头正劲，成为行业第一。但张近东清醒地看到了互联网的大势所趋，敢于从驾轻就熟的连锁业中突破出来，进入到陌生的互联网行业，没想到这一转就是5年。期间，苏宁互联网转型的步子一直非常坚定。

大舍才能大得，转型必须要经历磨练与调整，但是守得云开见月明，苏宁的付出终于在2014年下半年开始全面凸显，线上线下同步发力，通过大数据驱动的C2B反向定制、精准会员营销等创新运营手段，驱动O2O模式执行进入到批量化成果展示阶段。2014年全年利润总额9.5亿元，相比2013年增长550%多。对于这个结果，张近东这样解读：苏宁O2O模式发展进入“直道”，公司从传统零售企业已经脱胎换骨，转型成为互联网零售企业。

打破品类天花板

C2B重构供应链模式

2014年下半年，互联网零售行业突然横空出世冒出一个“苏宁超市”，而后4000万卷纸、100集装箱牛奶被一抢而空，震惊业界。

这就是苏宁扩充全品类的力量，如果还是做家电连锁，那是想都不敢想的举措。

据统计，仅2014年一年，苏宁开放平台就引入商户11000家，SKU（库存量单位）体量从“电器化”时代30多万激增至近800万。

2014年下半年，在超市和母婴两大品类上的单品上发力，苏宁屡试不爽，不仅获得了销售量暴涨，还带来了大量女性会员，原因是其背后通过大数据挖掘，精准锁定目标用户，并反向定制消费者最需要的商品。

这种大数据挖掘引发的C2B供应链变革，从非电器品类也传导至传统家电3C品类，并发挥着更大的威力，从而打造出了么么哒、美图手机、厨房空调等一系列用户喜爱的单品。

张近东对供应链模式的改造不止于此，在2015年苏宁的春季部署会上，他正式提出了“与供应商的极效协同”，就是要成为供应商“抢占市场、打造品牌的利剑，成为供应商最具价值的平台，这包括要成为主流新品的首销平台、核心单品的畅销平台、品牌形象的推广平台和资源价值的整合平台。”

打开渠道拓展天花板

织起强大销售网络

今年2月底，张近东对外公布了雄心勃勃的渠道扩充计划：一是在一二级市场，利用互联网技术，部署50个拥有更好O2O体验的“云店”，同时继续改造超级店与生活广场、深度挖掘全品类经营优势。二是面向三四级市场，年度计划新开1500个苏宁易购服务站，与国家鼓励电商下乡、加速现代化农业流通体系建设的政策不谋而合。同时，苏宁还计划深入校园，增设500所高校俱乐部。

这样从一线城市到大学校园，再到农村市场的全面覆盖模式，在传统的连锁时代可无可能，但对于转型后的互联网苏宁来说，利用互联网、移动互联网、大数据平台和云计算，覆盖PC、手机、客户端，就可以快速的重塑自身渠道。

在后台服务层面，围绕互联网经济“体验为王”的消费者诉求，苏宁不断优化物流体验，推出急速达、半日达、一日三送等特色服务。

亮出三朵云

打造“互联网生态圈”

产品、渠道是苏宁“看得见”的互联网转型；而在后台围绕物流、信息流和资金流，张近东在2月份则亮出了“三朵云”，与第三方合作者共享物流、数据、金融大数据，提升平台竞争力，打造面向合作伙伴的新互联网生态圈。

物流云全面开放： 2015年实现物流仓储面积达500万平方米，90%以上乡镇开通一日达。同时，将这些成熟的低成本、高质量、广覆盖的仓储配送能力向平台商户和供应商全面开放，将物流集团打造成为集团的利润中心。

零售公有云平台发布上线：建立在公有云服务基础上的零售云平台将于二季度上线，将为供应商和商户提供大数据分析、供应链管理、精准营销等个性化应用服务。同时，投入1000万美元扶持第三方开发者，共同打造快速迭代的零售云平台应用。

金融云放大规模：苏宁金融集团将通过大数据应用建立高效的征信与风控体系，对近5万家中小微合作伙伴，提供低门槛、低成本、一键响应的供应链金融服务；同时以支付工具为基础，扩大线上线下应用场景，大力开发线下合作商户，并培育P2P、众筹等热点产品，打造金融超市。

细看这三朵云：物流云是苏宁的硬实力，苏宁花重金打造，已经成为竞争的重要护城河，后来者很难复制；数据云，这算是苏宁的软实力；金融云，这是互联网零售软硬体资源融合的润滑资源。

大数据分析平台的需求报告 篇9

提供统一的数据导入工具，数据可视化工具、数据校验工具、数据导出工具和公共的数据查询接口服务管理工具是建立大数据分析平台的方向。

一、项目范围的界定

没有明确项目边界的项目是一个不可控的项目。基于大数据分析平台的需求，需要考虑的问题主要包括下面几个方面：

（1）业务边界：有哪些业务系统的数据需要接入到大数据分析平台。（2）数据边界：有哪些业务数据需要接入大数据分析平台，具体的包括哪些表，表结构如何，表间关系如何（区别于传统模式）。（3）功能边界：提供哪些功能，不提供哪些功能，必须明确界定，该部分详见需求分析；

二、关键业务流程分析

业务流程主要考虑包括系统间数据交互的流程、传输模式和针对大数据平台本身涉及相关数据处理的流程两大部分。系统间的数据交互流程和模式，决定了大数据平台的架构和设计，因此必须进行专项分析。大数据平台本身需要考虑的问题包括以下几个方面： 2.1 历史数据导入流程 2.2 增量数据导入流程 2.3 数据完整性校验流程 2.4 数据批量导出流程 2.5 数据批量查询流程

三、功能性需求分析 3.1.历史数据导入 3.1.1 XX系统数据 3.1.1.1 数据清单… 3 3.1.1.2 关联规则… 3 3.1.1.3 界面… 3 3.1.1.4 输入输出… 3 3.1.1.5 处理逻辑… 3 3.1.1.6 异常处理… 3 3.2 增量数据导入 3.3 数据校验 3.4 数据导出 3.5 数据查询

四、非功能性需求 4.1 性能 4.2 安全性 4.3 可用性 …

五、接口需求 5.1 数据查询接口 5.2 批量任务管理接口 5.3 数据导出接口

六、集群需求

大数据平台的技术特点，决定项目的实施必须考虑单独的开发环境和生产环境，否则在后续的项目实施过程中，必将面临测试不充分和性能无法测试的窘境，因此前期需求分析阶段，必须根据数据规模和性能需求，构建单独的开发环境和生产环境。6.1开发环境 6.1.1 查询服务器 6.1.2 命名服务器 6.1.3 数据服务器 6.2 生产环境 6.2.1 查询服务器 6.2.2 命名服务器 6.2.3 数据服务器

2014中国大数据发展分析报告 篇10

来源：36数据|发布时间：2014-11-20|852|0

未来随着越来越多的大数据分析平台和工具的开始广泛应用，大数据的价值将会被进一步释放并获得企业认可。大数据发展究竟如何？它能给我们带来什么？或许很多人还不清楚，今天我们就来讨论一下。

目前，在对大数据的价值的态度上，除了6.9%的企业认为数据没有价值以外，绝大多数企业都认为数据具有或可能具有很高的价值，可见大数据的价值已经在企业中获得了广泛的认可。未来随着越来越多的大数据分析平台和工具的开始广泛应用，大数据的价值将会被进一步释放并获得企业认可。大数据发展究竟如何？它能给我们带来什么？或许很多人还不清楚，今天我们就来讨论一下。

一、国内外大数据的发展状况及应用

1.大数据已深耕于经济领域且创造了巨大的经济价值 美国的大数据产业已经创造了巨大的价值，具体表现在： 1）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。

2）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。3）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。4）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。

5）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。

2.欧美等发达国家把数据资产上升到国家信息战略高度 1）美国已经布局大数据产业

美国政府将大数据视为强化美国竞争力的关键因素之一，把大数据研究和生产计划提高到国家战略层面。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。以美国科学与技术政策办公室（OSTP）为首，国土安全部、美国国家科学基金会、国防部、美国国家安全局、能源部等已经开始了与民间企业或大学开展多项大数据相关的各种研究开发。美国政府为之拨出超过2亿美元的研究开发预算。奥巴马指出，通过提高从大型复杂的数字数据集中提取知识和观点的能力，承诺帮助加快在科学与工程中的步伐，改变教学研究，加强国家安全。

据悉，美国国防部已经在积极部署大数据行动，利用海量数据挖掘高价值情报，提高快速响应能力，实现决策自动化。而美国中央情报局通过利用大数据技术，将分析搜集的数据时间由63天缩减到27分钟。2012年5月美国数字政府战略发布，更是提出要通过协调化的方式，所有部门共同提高收集、储存、保留、管理、分析和共享海量数据所需核心技术的先进性，并形成合力；扩大大数据技术开发和应用所需人才的供给。以信息和客户为中心，改变联邦政府工作方式，为美国民众提供更优公共服务。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。

法国政府为促进大数据领域的发展，将以培养新兴企业、软件制造商、工程师、信息系统设计师等为目标，开展一系列的投资计划。法国政府在其发布的《数字化路线图》中表示，将大力支持“大数据”在内的战略性高新技术，法国软件编辑联盟曾号召政府部门和私人企业共同合作，投入3亿欧元资金用于推动大数据领域的发展。

法国生产振兴部部长ArnaudMontebourg、数字经济部副部长FleurPellerin和投资委员LouisGallois在第二届巴黎大数据大会结束后的第二天共同宣布了将投入1150万欧元用于支持7个未来投资项目。这足以证明法国政府对于大数据领域发展的重视。法国政府投资这些项目的目的在于“通过发展创新性解决方案，并将其用于实践，来促进法国在大数据领域的发展”。众所周知，法国在数学和统计学领域具有独一无二的优势。

日本为了提高信息通信领域的国际竞争力、培育新产业，同时应用信息通信技术应对抗灾救灾和核电站事故等社会性问题，日本总务省于2012年7月新发布“活跃ICT日本”新综合战略，今后日本的ICT战略方向备受关注。其中最为关注的是其大数据政策（从各种各样类型的数据中，快速获得有价值信息的能力），日本正在针对大数据推广的现状、发展动向、面临问题等进行探讨，以期对解决社会公共问题作出贡献。

2013年6月，安倍内阁正式公布了新IT战略——“创建最尖端IT国家宣言”。“宣言”全面阐述了2013～2020年期间以发展开放公共数据和大数据为核心的日本新IT国家战略，提出要把日本建设成为一个具有“世界最高水准的广泛运用信息产业技术的社会”。3.我国大数据的国家战略

争夺新一轮技术革命制高点的战役已经打响，中国政府在美国提出《大数据研究和发展计划》的2012年也批复了“十二五国家政务信息化建设工程规划”，总投资额估计在几百亿，专门有人口、法人、空间、宏观经济和文化等五大资源库的五大建设工程。我国的开放、共享和智能的大数据的时代已经来临！2012年8月份国务院制定了促进信息消费扩大内需的文件，推动商业企业加快信息基础设施演进升级，增强信息产品供给能力，形成行业联盟，制定行业标准，构建大数据产业链，促进创新链与产业链有效嫁接。

同时，构建大数据研究平台，整合创新资源，实施“专项计划”，突破关键技术。大力推进国家发改委和中科院基础研究大数据服务平台应用示范项目，广东率先启动大数据战略推动政府转型，北京正积极探索政府公布大数据供社会开发，上海也启动大数据研发三年行动计划。

当前，在政府部门数据对外开放，由企业系统分析大数据进行投资经营方面，上海无疑是先行一步。2014年5月15日，上海市自今年起推动各级政府部门将数据对外开放，并鼓励社会对其进行加工和运用。

根据上海市经信委印发的《2014上海市政府数据资源向社会开放工作计划》，目前已确定190项数据内容作为2014年重点开放领域，涵盖28个市级部门，涉及公共安全、公共服务、交通服务、教育科技、产业发展、金融服务、能源环境、健康卫生、文化娱乐等11个领域。

其中市场监管类数据和交通数据资源的开放将成为重点，这些与市民息息相关的信息查询届时将完全开放。这意味着企业运用大数据在上海“掘金”的时代来临，企业投资和上海民生相关的产业如交通运输、餐饮等，可以不再“盲人摸象”。在立足国家战略和产业政策推动大数据收集和分析技术快速发展的同时，我们也应清醒地认识到避免数据垄断和保护数据安全的重要性，及早开展相关法律法规的探讨和研究。

伴随着大数据时代的来临，世界各国对数据的重视提到了前所未有的高度。套上大数据的光环后，原本那些存放在服务器上平淡无奇的陈年旧数一夜之间身价倍增。按照世界经济论坛报告的看法，“大数据为新财富，价值堪比石油”。正如大数据之父维克托所预测，“虽然数据还没有被列入企业的资产负债表，但这只是一个时间问题。”

今天的国家将大数据视为国家战略，并且在实施上，也已经进入到企业战略层面，这种认识已经远远超出当年的信息化战略。我们上面介绍了许多国外的动态，末了自然也要落脚到本国，思考本国可能采取的发展道路。但是，尚未见到网络安全战略和信息化发展战略全文（据说两会期间公布，也就是这几天），我们也不妨先总结国外的情形，以便进行比较。

2014年2月27日中央网络安全和信息化领导小组宣告成立，组长习近平指出，没有网络安全就没有国家安全，没有信息化就没有现代化。建设网络强国，要有自己的技术，有过硬的技术；要有丰富全面的信息服务，繁荣发展的网络文化；要有良好的信息基础设施，形成实力雄厚的信息经济；要有高素质的网络安全和信息化人才队伍；要积极开展双边、多边的互联网国际交流合作。从话的另一方面也说明目前我们没有自己的过硬技术，网络文化还有点问题，基础设施还是太差，人才队伍素质跟不上需求，也没有可靠的盟友，信息经济实力太弱。毫无疑问，中国的底子太薄了。但是，大数据是信息化时代的“石油”。开发大数据资源的能力将影响未来国家的核心竞争力。我国不能幻想走在别人修好的道路，更不能等靠，只能依赖自身能力加速前行，这种能力就是将数据转化为信息和知识的速度与技术，而这种转化速度和技术，则决定了大数据技术能力的高低。

二、我国大数据的发展趋势及误区 1.我国大数据的发展趋势

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：

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。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。

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）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。2.我国大数据行业的误区

误区一：只有搞大数据技术开发的，才是真正“圈内人”。

笔者曾经参加过若干会议，70%是偏技术的，在场的都是国内各个数据相关项目经理和技术带头人，大家讨论的话题都是在升级CDH版本的时候有什么问题，在处理Hive作业的时候哪种方式更好，在Storm、Kafka匹配时如何效率更高，在Spark应用时内存如何释放这些问题。参会者都一个态度：不懂大数据技术的人没资格评论大数据，您要不懂Hadoop2.0中的资源配置，不懂Spark在内存的驻留时间调优，不懂Kafka采集就别参加这个会！对了，最近Google完全抛弃MR只用Dataflow了，您懂吗？不懂滚粗！

在这里我想说，技术的进步都是由业务驱动的，某宝去了IOE才能叫大数据吗，我作为一个聋哑人按摩师用结绳记事完成了对于不同体型的人，用什么按摩手法进行全流程治疗，就不叫大数据分析了吗？技术发展到什么程度，只有一小部分是由科学家追求极致的精神驱动，大部分原因是因为业务发展到一定程度，要求技术必须做出进步才能达成目标的。

所以，真正的大数据“圈内人”至少要包含以下几种人： 1）业务运营人员

比如互联网的产品经理要求技术人员，必须在用户到达网站的时候就算出他今天的心情指数，而且要实现动态监测，这时候只能用Storm或者Spark来处理了；比如电信运营商要求做到实时营销，用户进入营业厅的时候，必须马上推送短信给用户，提示他本营业厅有一个特别适合他的相亲对象（呈现身高、三围、体重等指标），但是见面前要先购买4G手机；再比如病人来到银行开户，银行了解到用户最近1周曾经去医院门诊过两次，出国旅游过3次，带孩子游泳两次，马上客户经理就给客户推荐相关的银行保险+理财产品。这些业务人员，往往是驱动技术进步的核心原因。2）架构师

架构师有多么重要，当一个业务人员和一个工程师，一个说着业务语言，一个说着技术术语在那里讨论问题的时候，工程师往往想着用什么样的代码能马上让他闭嘴，而架构师往往会跳出来说“不，不能那样，你这样写只能解决一个问题并且会制造后续的若干问题，按照我这个方案来，可以解决后续的若干问题！”一个非技术企业的IT系统水平，往往有70%以上的标准掌握在架构设计人员手里，尽快很多优秀的架构师都是从工程师慢慢发展学习而来的，IT架构的重要性，很多企业都意识到了，这就是很多企业有CTO和CIO两个职位，同样重要！架构之美，当IT系统平稳运行的时候没人能感受到，但是在一个烟囱林立、架构混乱的环境中走过的人眼中，IT开发一定要架构现行，开发在后！3）投资人

老板，不用说了，老板给你吃穿，你给老板卖命，天生的基础资料提供者，老板说要有山便有了山，老板说要做实时数据处理分析，便有了Storm，老板说要做开源，便有了Hadoop，老板还说要做迭代挖掘，便有了Spark„„ 4）科学家

他们是别人眼中的Geek，他们是别人眼中的高大上，他们是类似于霍金一样的神秘的早出晚归昼伏夜出的眼睛男女，他们是驱动世界技术进步的核心力量。除了世界顶级的IT公司（往往世界技术方向掌握在他们手中），其他公司一般需要1-2个科学家足以，他们是真正投身于科学的人，不要让他们去考虑业务场景，不要让他们去考虑业务流程，不要让他们去计算成本，不要让他们去考虑项目进度，他们唯一需要考虑的就是如何在某个指标上击败对手，在某个指标上提高0.1%已经让他们可以连续奋战，不眠不休，让我们都为这些科学家喝彩和欢呼吧。在中国，我认为真正的大数据科学家不超过百人„„ 5）工程师

工程师是这样一群可爱的人，他们年轻，冲动，有理想，又被人尊称为“屌丝”“键盘党”，他们孜孜不倦的为自己的理想而拼搏，每次自己取得一点点进步的时候，都在考虑是不是地铁口的鸡蛋灌饼又涨了五毛钱。他们敏感，自负，从来不屑于和业务人员去争论。工程师和科学家的不同点在于，工程师需要频繁改动代码，频繁测试程序，频繁上线，但是最后的系统是由若干工程师的代码组合起来的。每个自负的工程师看到系统的历史代码都会鄙视的发出一声“哼，这垃圾代码”，之后便投入到被后人继续鄙视的代码编写工作中去。6）跟风者

他们中有些是培训师，有些是杀马特洗剪吹，有些是煤老板有些是失足少女。他们的特点就是炒，和炒房者唯一不同的就是，他们不用付出金钱，他们认为只要和数据沾边就叫大数据，他们有些人甚至从来没碰过IT系统，他们是浑水摸鱼、滥竽充数的高手，他们是被前几种人鄙视的隐形人。不过我想说，欢迎来炒，一个行业炒的越凶，真正有价值的人就更能发挥自己的作用。误区二：只有大数据才能拯救世界 大数据目前的技术和应用都是在数据分析、数据仓库等方面，主要针对OLAP（OnlineAnalyticalSystem），从技术角度来说，包含我总结的两条腿：一条腿是批量数据处理（包括MR、MPP等），另一条腿实时数据流处理（Storm、内存数据库等）。

在此基础上，部分场景又发现MR框架或实时框架不能很好的满足近线、迭代的挖掘需要，故又产生了目前非常火的基于内存数据处理Spark框架。很多企业目前的大数据框架是，一方面以Hadoop2.0之上的Hive、Pig框架处理底层的数据加工和处理，把按照业务逻辑处理完的数据直接送入到应用数据库中；另一方面以Storm流处理引擎处理实时的数据，根据业务营销的规则触发相应的营销场景。同时，用基于Spark处理技术集群满足对于实时数据加工、挖掘的需求。以上描述可以看出，大数据说白了就是还没有进入真正的交易系统，没有在OLTP（OnlineTransactionsystem）方面做出太大的贡献。至于很多文章把大数据和物联网、泛在网、智慧城市都联系在一起，我认为大数据不过是条件之一，其余的OLTP系统是否具备，物理网络甚至组织架构都是重要因素。

最后还想说，大数据处理技术，再炫如Google的Dataflow或成熟如Hadoop2.0、数据仓库、Storm等，本质上都是数据加工工具，对于很多工程师来说，只需要把数据处理流程搞清楚就可以了，在这个平台上可以用固定的模版和脚本进行数据加工已经足够。毕竟数据的价值70%以上是对业务应用而言的，一个炫词对于业务如果没有帮助，终将只是屠龙之术。任何技术、IT架构都要符合业务规划、符合业务发展的要求，否则技术只会妨碍业务和生产力的发展。

随着时代变迁，大浪淘沙，作为数据行业的一员，我们每个人都在不同的角色之间转换，今天你可能是科学家，明天就会变成架构师，今天的工程师也会变成几年后的科学家，部分人还终将步入跟风者的行列。

三、我国大数据发展的机遇和困境 1.大数据迎来大发展的机遇

大数据的快速发展，使它成为IT领域的又一大新兴产业。据中央财经大学中国经济管理研究院博士张永力估算，国外大数据行业约有1000亿美元的市场，而且每年都以10%的速度在增长，增速是软件行业的两倍。我国2012年大数据市场规模大约4.7亿元，2013年增速将达到138%，达到11.2亿元，产业发展潜力非常巨大。

1）政府积极介入推动

2009年，联合国启动“全球脉动计划”，借大数据推动落后地区发展。2012年1月，世界经济论坛年会把“大数据、大影响”作为重要议题。美国从开放政府数据、开展关键技术研究和推动大数据应用三方面布局大数据产业。美国在开放政府上非常积极，通过Data.gov开放37万个数据集，并开放网站的API和源代码，提供上千个数据应用。除了推动本国政府数据开放，美国倡导发起全球开放政府数据运动，已有41个国家响应。美国政府还投资两亿美元促进大数据核心技术研究和应用，把大数据放在与集成电路、互联网同等重要的位臵，从国家层面推进。

2）资本市场也对大数据钟爱有加

2012年4月，大数据分析公司Splunk高调宣传大数据，引发投资者关注。12月初，为企业市场提供Hadoop解决方案的创业公司Cloudera获得6500万美元融资，估值约为7亿美元。近期，高盛联席主席斯科特。斯坦福说：“投资大数据及其运用回报率最高”。大数据领域的企业并购热度也在上升，单笔平均并购金额方面，大数据超过云计算位居IT领域榜首，在总并购额上也位居第二。3）人才需求巨大

据一家国际咨询公司，盖特纳咨询公司预测大数据将为全球带来440万个IT新岗位和上千万个非IT岗位。麦肯锡公司预测美国到2018年需要深度数据分析人才44万—49万，缺口14万—19万人；需要既熟悉本单位需求又了解大数据技术与应用的管理者150万，这方面的人才缺口更大。中国是人才大国，但能理解与应用大数据的创新人才更是稀缺资源。4）各方积极参与

大数据的火爆，也带动了国内学术界、产业界和政府对大数据的热情。2011年以来，中国计算机学会、中国通信学会先后成立了大数据委员会，研究大数据中的科学与工程问题，科技部的《中国云科技发展“十二五”专项规划》和工信部的《物联网“十二五”发展规划》等都把大数据技术作为一项重点予以支持。其中工信部发布的物联网“十二五”规划上，把信息处理技术作为4项关键技术创新工程之一被提出来，其中包括了海量数据存储、数据挖掘、图像视频智能分析，这都是大数据的重要组成部分。而另外3项关键技术创新工程，包括信息感知技术、信息传输技术、信息安全技术，也都与“大数据”密切相关。应用方面，中国三大通信运营商都在结合自身业务情况，积极推进大数据应用工作，并取得了较好的进展。电子商务企业阿里巴巴提出要做中国数据分析第一平台，通过掌握的企业交易数据，借助大数据技术自动分析判定是否给予企业贷款，全程不会出现人工干预。据透露，截至目前阿里巴巴已经放贷300多亿元，坏账率约0.3%左右，大大低于商业银行。

研发企业方面，我国能够处理大数据的企业并不是很多。北京永洪科技在这方面做的不错。永洪科技在大数据、分布式计算、数据分析等领域具备核心竞争力、自主创新并拥有多项发明专利。推出的Z系列产品在大数据的应用分析中在国际上也是领先的。大数据的热潮触发了一场思想启蒙运动，使得“大数据是资产，不是包袱”、“要拿数据说话”等观念逐步深入人心，改变了以往不重视数据积累，不相信数据分析等认识。有了这种思维模式的改变，大数据的应用就有了希望。2.大数据落地面临的困难

应该说，全球来看，对大数据认识、研究和应用还都处于初期阶段。特别是对我国来说，大数据真正落地，还需要迈过三道坎。1）数据是否足够丰富和开放

丰富的数据源是大数据产业发展的前提。而我国数字化的数据资源总量远远低于美欧，每年新增数据量仅为美国的7%，欧洲的12%，其中政府和制造业的数据资源积累远远落后于国外。就已有有限的数据资源来说，还存在标准化、准确性、完整性低，利用价值不高的情况，这大大降低了数据的价值。

同时，我国政府、企业和行业信息化系统建设往往缺少统一规划和科学论证，系统之间缺乏统一的标准，形成了众多“信息孤岛”，而且受行政垄断和商业利益所限，数据开放程度较低，以邻为壑、共享难，这给数据利用造成极大障碍。制约我国数据资源开放和共享的一个重要因素是政策法规不完善，大数据挖掘缺乏相应的立法，无法既保证共享又防止滥用，一方面欠缺推动政府和公共数据的政策，另一方面数据保护和隐私保护方面的制度不完善抑制了开放的积极性。因此，建立一个良性发展的数据共享生态系统，是我国大数据发展需要迈过去的第一道砍。

2）是否掌握强大的数据分析工具

要以低成本和可扩展的方式处理大数据，这就需要对整个IT架构进行重构，开发先进的软件平台和算法。这方面，国外又一次走在我们前面。特别是近年来以开源模式发展起来的Hadoop等大数据处理软件平台，及其相关产业已经在美国初步形成。

而我国数据处理技术基础薄弱，总体上以跟随为主，难以满足大数据大规模应用的需求。如果把大数据比作石油，那数据分析工具就是勘探、钻井、提炼、加工的技术。我国必须掌握大数据关键技术，才能将资源转化为价值。应该说，要迈过这道坎，开源技术为我们提供了很好的基础。3）管理理念和运作方式能否适配数据化决策

大数据开发的根本目的是以数据分析为基础，帮助人们做出更明智的决策，优化企业和社会运转。哈佛商业评论说，大数据本质上是“一场管理革命”。大数据时代的决策不能仅凭经验，而真正要“拿数据说话”。因此，大数据能够真正发挥作用，深层次看，还要改善我们的管理模式，需要管理方式和架构的与大数据技术工具相适配。这或许是我们最难迈过的一道坎了。

四、对我国发展大数据产业的建议

大数据有巨大的社会和商业价值，就看会不会挖掘，是否善于运用数据分析的结果。同时，它又是一个应用驱动性很强的服务，要做好大数据产业，为经济发展提供更大的动力，需要从以下几人方面入手。1.建立一套运行机制

大数据建设是一项有序的、动态的、可持续发展的系统工程，必须建立良好的运行机制，以促进建设过程中各个环节的正规有序，实现统合，搞好顶层设计。2.规范一套建设标准

没有标准就没有系统。应建立面向不同主题、覆盖各个领域、不断动态更新的大数据建设标准，为实现各级各类信息系统的网络互连、信息互通、资源共享奠定基础。

3.搭建一个共享平台

数据只有不断流动和充分共享，才有生命力。应在各专用数据库建设的基础上，通过数据集成，实现各级各类指挥信息系统的数据交换和数据共享。4.培养一支专业队伍

大数据建设的每个环节都需要依靠专业人员完成，因此，必须培养和造就一支懂指挥、懂技术、懂管理的大数据建设专业队伍。

五、结论

目前，大数据在电信、智慧城市、电子商务及社交娱乐等行业已经出现规模化应用，中国大数据市场将进入高速发展时期。大数据真正的价值体现在从海量且多样的内容中提取用户行为、用户数据、特征并转化为数据资源，对数据资源进一步加以挖掘和分析，增强用户信息获取的便利性，实现从产品价值导向到以客户体验价值为中心导向的转换，客户体验的提升也正是激发信息消费的根本原因。中国信息消费市场规模量级巨大，增长迅速。在网络能力的提升、居民消费升级和四化加快融合发展的背景下，新技术、新产品、新内容、新服务、新业态不断激发新的消费需求，而作为提升信息消费体验的重要手段，大数据将在行业领域获得广泛应用。