大数据带来大突变

大数据带来大突变（共10篇）

大数据带来大突变 篇1

大数据时代使一个数据化的地球在高速形成。

美国政府通过大数据研发计划提升美国在科学发现、环境与生物医药研究、教育和国家安全等方面的能力。

中国已将大数据引入金融、军事等重要领域。大数据时代, 将世界万事万物通过数据化, 让人们在数据利用中优化现实操作和行为, 令全球系统的运行更为高效。

从物质世界到数据世界, 这是一个广阔的天地。

大数据时代的核心是什么?大数据时代的核心词是开放与融合, 以及“一切皆可数据化”的思维。现在很多公司讲得更多的是“数据大”而不是大数据。大数据应该是完整、综合开放的。

政府通过大数据网络“Datagov”, 公开了数以十万计的开放数据库, 建立了Y76几十个国家参与的开放政府联盟, 将社会公共数据对任何第三方开放。这将成为一种潮流。大数据是大趋势, 无论个人、企业还是政府都会被卷入。

大数据时代, 需要新的逻辑和思维, 需要想象力。现代信息技术已证明;一切皆可数据化, 小到“上帝粒子”大到整个宇宙, 都是由数据化的信息构成。人类社会的各种行为也可以数据化, 几乎所有的问题都能通过数据化的方法解决。

值得指出的是, 大数据时代的成本, 绝大部分已沉淀在历史中, 并分解于整个社会系统。甚至在工业社会之前, 世界就带有大量的数据。进入互联网时代更是积累了数据的收集、存储和分析处理的各种能力。现在大数据仍处于萌芽的状态, 未来对实体经济和商业的变革将显著发生在以下几个领域:

首先是医疗健康领域。以往的标准化平均值治疗, 将向精确化、数字化医疗转变。通过数据化及传感设备, 可以进行精确的治疗, 甚至器官再生。

其次是制造业。以目前3D打印为代表的数据化制造, 是种个性化的、全新的制造法。不需要模具, 就能够做到不同材料的无缝对接。甚至以往难以制造的东西 (比如人体器官) , 也可以通过数据化方式还原制造。这种新兴的数据化制造, 从数据到实用的转化都会进入低成本、大规模、打破时空界限的全新历史阶段。

三是金融、航空等行业将完全电子化, 比如依托大数据, 可以准确预测机票价格的走势。

四是军事安全领域。这虽然不是商业领域, 但是对大数据的依赖更高。为此, 可能是最先实现突破的领域。

大数据带来大突变 篇2

大数据指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

其对物流企业发展带来的影响主要表现在一下几个方面：(1)信息对接，掌握企业运作信息

在信息化时代，网购呈现出一种不断增长的趋势，规模已经达到了空前巨大的地步，这给网购之后的物流带来了沉重的负担，对每一个节点的信息需求也越来越多。每一个环节产生的数据都是海量的，过去传统数据收集、分析处理方式已经不能满足物流企业对每一个节点的信息需求，这就需要通过大数据把信息对接起来，将每个节点的数据收集并且整合，通过数据中心分析、处理转化为有价值的信息，从而掌握物流企业的整体运作情况。(2)提供依据，帮助物流企业做出正确的决策

传统的根据市场调研和个人经验来进行决策已经不能适应这个数据化的时代，只有真实的、海量的数据才能真正反映市场的需求变化。通过对市场数据的收集、分析处理，物流企业可以了解到具体的业务运作情况，能够清楚地判断出哪些业务带来的利润率高、增长速度较快等，把主要精力放在真正能够给企业带来高额利润的业务上，避免无端的浪费。同时，通过对数据的实时掌控，物流企业还可以随时对业务进行调整，确保每个业务都可以带来赢利，从而实现高效的运营。

(3)培养客户粘性，避免客户流失 网购人群的急剧膨胀，使得客户越来越重视物流服务的体验，希望物流企业能够提供最好的服务，甚至掌控物流业务运作过程中商品配送的所有信息。这就需要物流企业以数据中心为支撑，通过对数据挖掘和分析，合理地运用这些分析成果，进一步巩固和客户之间的关系，增加客户的信赖，培养客户的粘性，避免客户流失。(4)数据“加工”从而实现数据“增值” 在物流企业运营的每个环节中，只有一小部分结构化数据是可以直接分析利用的，绝大部分非结构化数据必须要转化为结构化数据才能储存分析。这就造成了并不是所有的数据都是准确的、有效的，很大一部分数据都是延迟、无效、甚至是错误的。物流企业的数据中心必须要对这些数据进行“加工”，从而筛选出有价值的信息，实现数据的“增值”。，大数椐在物流企业中的应用主要包括以下几个方面。(1)市场预测

商品进入市场后，并不会一直保持最高的销量，是随着时间的推移，消费者行为和需求的变化而不断变化的。在过去，我们总是习惯于通过采用调查问卷和以往经验来寻找客户的来源。而当调查结果总结出来时，结果往往已经是过时的了，延迟、错误的调查结果只会让管理者对市场需求做出错误的信计。而大数据能够帮助企业完全勾勒出其客户的行为和需求信息，通过真实而有效的数据反映市场的需求变化，从而对产品进入市场后的各个阶段作出预测，进而合理的控制物流企业库存和安排运输方案。(2)物流中心的选址

物流中心选址问题要求物流企业在充分考虑到自身的经营特点、商品特点和交通状况等因素的基础上，使配送成本和匿定成本等之和达到最小。针对这一问题，可以利用大数据中分类树方法来解决。(3)优化配送线路

配送线路的优化是一个典型的非线性规划问题，它一直影响着物流企业的配送效率和配送成

本。物流企业运用大数据来分析商品的特性和规格、客户的不同需求（时间和金钱）等问题，从而用最快的速度对这些影响配送计划的因素做出反映（比如选择哪种运输方案、哪种运输线路等），制定最合理的配送线路。而且企业还可以通过配送过程中实时产生的数据，快速地分析出配送路线的交通状况，对事故多发路段的做出提前预警。精确分析配送整个过程的信息，使物流的配送管理智能化，提高了物流企业的信息化水平和可预见性。(4)仓库储位优化

合理的安排商品储存位置对于仓库利用率和搬运分拣的效率有着极为重要的意义。对于商品数量多、出货频率快的物流中心，储位优化就意味着工作效率和效益。哪些货物放在一起可以提高分拣率，哪些货物储存的时间较短，都可以通过大数据的关联模式法分析出商品数据间的相互关系来合理的安排仓库位置。

上海欧坚及其旗下仓储积极学习大数据，并将其运用到对仓库的日常管理当中。取得一定的成效。

大数据恰恰能对这些数据进行快速高效的处理，得到正确有用的信息，对物流行业发展具有重大意义。

（1）降低物流成本，提高配送效率

大数据涵盖了许多高新技术，主要包括大数据存储、管理和大数据检索使用（包括数据挖掘和智能分析）等技术。这些技术对物流行业发展的各个环节都有着重要的影响。如采集信息端中的识别、定位和感知，传输信息中的移动互联网技术，以及数据应用和开发方面，将会出现越来越多的数据中心。通过在这些环节中对大数据的充分利用，物流企业可以有效的管理公司员工，快速制定出高效合理的物流配送方案，确定物流配送的交通工具、最佳线路，进行实时监控，很大程度上降低物流配送的成本，大大提高物流配送的效率，给客户提供高效便捷是服务，实现与用户之间的双赢。

（2）从价格竞争转向价值竞争

随着近几年电商行业的飞速发展，物流的强大需求确实存在。但这并不意味着物流快递企业们能相安无事地一起分享大蛋糕。相反，目前我国物流快递行业竞争越来越激烈。要想在竞争中占据大的市场，获得更大的利益，各大企业必须要从价格竞争转向价值竞争，提升自己的服务质量。因而物流快递业应该加快引进大数据云计算等技术。

（3）推动“大物流”体系的形成——菜鸟网络

大数据时代的到来，有效推动“大物流”体系的形成，实现物流行业的巨大变革。所谓“大物流”是指企业的自有物流（人员、车队、仓库等）和第三方物流企业的配送信息与资源共享，以实现更大限度的利用各方面的资源，降低物流成本。社会“大物流”形成之后，企业可以和第三方物流公司合作，物流企业直接面对市场，它根据市场的需要来组织调控若干生产企业的大管家，既负责“后”勤，有负责“前”勤。这样物流企业才会充分合理有效地组织利用资源，既保证自己的经济效益，又保证生产企业的经济效益，从而避免各种问题的产生。

以菜鸟网络——阿里巴巴与多家快递公司成立新公司“中国智能骨干网”为例。菜鸟网络专注打造中国智

能物流骨干网将利用先进的物联网技术、云计算等各项互联网技术，建立开放、透明、共享的数据应用平

台，从而为物流公司、电商企业、仓储企业、第三方物流服务商、供应链服务商等各类企业提供优质服

数据大爆炸带来营销数据流再造 篇3

事实上，facebook已经跟营销息息相关，许多企业在上面建立了主页，建构了自己的粉丝团与赞(I Like)活动网页，成都某外贸网站副总说，“我们有1／3以上的业务都通过Facebook推广；公司产品通过Facebook的人际圈子口碑相传，可信度与转化率都更高。”而针对海外市场进行网络营销的四海商舟已经为李宁、帅康、爱慕等中国企业经营其Facebook主页，进行品牌营销；在许多网络媒体与品牌企业的眼中，Facebook的价值不仅是带来大量营收，也带来了新的市场，改变了做生意的模式；因此社交媒体舆情数据分析的第三方软件与独立咨询公司层出不穷，此前Nielsen就购并了一家专门做Facebook数据分析咨询的公司，这正说明了许多大企业客户有了把外部社交网络数据纳入销售决策与预测之中。

什么是大数据?根据IDC的预测，大量新数据无时不刻不在涌现，它们以每年50％的速度在增长，或者说每两年就要翻一番多，并不仅仅是数据的洪流越来越大，而且全新的支流也会越来越多，而社交网络仅仅是其中的一部分，我们所说的大数据包含了微博评论／论坛／SNS社区／物联网／舆情监测乃至于LBS商圈流量与气候互动因素；事实上，日本7-11就开发了一套系统，将POS机、物品分捡装置、便利店记录器的数据与天气预报资讯等结合，预测未来畅销货品与供货的及时性；这个例子说明了大数据爆炸虽然带来了新机会，但更多是需要企业改变现有营销数据搜集与预测习惯，更多的是改变决策习惯乃至4p相关的决策准则；但目前在国内，我们只看到越来越多舆情监测公司的出现，企业需求也是纷涌不断，这些公司都有了良好价值如CIC被奥美集团并购，但这些公司并未提供大数据整合，充其量也只是提供了新型社交媒体尤其是微博的舆情监测与数据分析!

上海我能调研咨询公司在本月收到几位客户咨询并开展了合作项目，企业客户以往做过微博的舆情监测，数据分析报告可说是比人高比Smart贵，但是在应用时往往发现这些数据有失真嫌疑，主要是中国互联网专业水军多，导致海量数据失准，因而他们希望能够找到其他营销数据结合在一起使用，并因此校正微博营销数据的偏差。我能调研为其设计了从日常营销数据，通路资讯／竞争者分析／市场调查U&A;与微博舆情分析经统计模式校正的大数据整合模型，这个模型并不重要，重要的是基于大数据的营销流程再造，这才是大数据爆炸下的应有之题与重中之重!

大数据给教育带来的思考 篇4

1 国内外教育领域大数据的应用

进入二十一世纪, 大数据分析应用到美国公共教育中, 成为教学改革的重要力量。美国的一些企业已成功地商业化运作教育中的大数据, 全球最大的信息技术与业务解决方案公司IBM与亚拉巴马州的莫白儿县公共学区进行大数据合作。结果显示, 大数据对学校工作具有重要作用。IBM与这一学区合作时, 除了学生成绩不好之外, 该县还面临着辍学率已增加到48%的严峻情况。为了应对这一巨大的挑战, 该县在学生数据的基础上建立了一个辍学指示工具, 借助IBM的技术支持重新建立大数据, 进而利用大数据分析来改善学区内所有学生的整体成绩。如今美国学校能够以85%的精确度预测学生的升学率, 从而把注意力集中在辍学风险比较大的学生身上。①从国外大数据运用教育的实践看:数据挖掘是提高教学管理质量与水平的一种工具;在国内, 数据挖掘在教育领域尚未引起普遍关注, 对大数据新类型技术趋势带来的机遇与挑战、对未来教育的变革的认识有待提高, 高校教学管理领域围绕大数据展开的研究讨论作为前沿课题已开始起步, 国内软件开发商也将此提到了主要议题。

2 大数据使教育步入实证时代

我国传统模式教育大量信息的获取和传播方式是相对单一和简单的, 在学习效率和资源利用上存在一定的浪费与相对不足的矛盾, 信息的真实性有待进一步挖潜;在教学效果上不能满足不同层次的学生需求, 教学的差异化、个性化和多样性等方面大打折扣。大数据时代的来临, 为传统教育转型带来了新的契机与挑战。当今国内有关教育变革多集中在在线教育上, 例如分析找出教学过程中的问题, 如何培养学生的自主学习能力, 建立终身学习的理念等简单变革的在线教育。大数据的到来改变了教育理念和教育思维方式, 使教育将不再是靠理念和经验来传承的社会科学, 它将变成一门实实在在的基于数据的实证科学。②未来3~5年社会竞争将以服务和创新为核心, 大数据给教育提供了另外一种可能, 不单是从学校教学的顶层设计, 涵盖课堂、课程、师生互动等的各个环节、各个方面;而且教育专业人士也能够将自己的教学核心技能运用到教育数据集和其他数据集中, 至关重要的是, 大数据使得教育者的理念和思维方式发生了深刻变化, 能够让大数据变小, 变得更结构化。

3 大数据使教育成为数据支撑的行为科学

(1) 课题主干是顶层设计和超前理念。在向大数据时代跨越过程中, 视频成为主要载体、教育资源极其丰富、翻转课堂、按需学习、终身学习等等这些必将成为主流模式。教育环境的设计、教育实验场景的布置、教育时空的变化、学习场景的变革、教育管理数据的采集和决策, 这些过去靠拍脑袋或者理念灵感加经验的东西, 在云、物联网、大数据的背景下, 变成一种数据支撑的行为科学。③

(2) 教育中的数据挖掘是迈向大数据分析的基础。教育数据挖掘是一个将来自各种教育系统的原始数据转化为有用信息的过程, 这些有用信息可为教师、学生、家长、教育研究人士以及教育软件系统开发人员所利用。目前教育对信息数据的挖掘主要集中在四个方面:一是针对教育系统恰当运用数据挖掘技术为优化教育规划和管理、提高教育教学质量、改进教育软件设计与开发提供有益帮助所做的数据分析;二是针对教学教务管理教育机构在教育教学过程中适时应用数据挖掘所做的技术支持;三是针对教育未来研究人士基于各种专业数据库, 借助数据挖掘方法, 更全面、快速、准确地了解某一教育研究领域的现状, 预测未来发展方向的分析;四是针对教育教学过程、管理过程及研究过程中相关信息的采集和存储科研单位所做的有价值的数据分析。

4 大数据在教育领域的发展趋势

大数据时代对教育者从更深层次中获得与使用真实数据和完整数据能力提出了新的挑战, 同时也为教育者获得更为深刻、全面的洞察能力提供了广阔的空间, 从而实现教育理念和教育思维方式的创新。

(1) 教育理念和教育思维的创新。我国传统的教育大多是教育主管部门和教育工作者通过教学经验的学习、总结、积累和继承展开的, 这是相对单一和简单的。大数据时代的教育必将革新教育理念和教育思维方式, 它使所挖掘的教育数据在广度、深度和细分度上不断延伸, 也更加符合学生实际与教学实际的教育, 从而制定出符合实际的教育教学策略。大数据是教育未来的根基, 没有数据的留存和深度挖掘, 教育信息化只能流于形式。④

(2) 实现个性化教育。大数据带来的一个革新是实施个性化教育具有了可能, 真正实现从群体教育的方式转向个体教育。运用大数据技术, 我们可以时时记载每一个学生个体即时性的行为与现象。通过对这些数据的技术整合、分析评估教学过程中学生个体在不同期间的学习状态、表现和水平;也给教育者提供最为真实、最为个性化的学生个体数据信息, 教育者在教学过程中通过数据分析可以因材施教, 从而提高学生个体, 乃至学生整体的学习水平。

毋庸置疑, 以大数据时代为标志, 我国经济已然迈进了以知识为中心的时代, 迎接大数据需要形成“大数据思维”, 大数据不仅是应用性工具, 而且是重要的思维方法。从这个角度看, 重视大数据, 也是一次思维方式的变革。教育者应从对大数据的认识中, 掌握工作方向与目标, 探索工作规律, 大数据必将改变我们的教育理念和思维方式。

摘要：在当今信息时代, 云技术、物联网和基于二者的大数据技术正推动教育发生变革, 大数据时代的教育, 将成为一门实实在在的实证科学, 它使所挖掘的教育数据在广度、深度和细分度上不断延伸, 从而革新教育理念和思维方式, 使教育成为另一种可能。

关键词：教育,大数据,数据挖掘,数据应用

注释

11 祝智庭, 沈德梅.基于大数据的教育技术研究新范式.电化教育研究, 2013.10:5-13.

22 《上海教育》编辑部.大数据带教育步入“实证时代”.上海教育, 2013.17:1-5.

33 胡德维.大数据“革命”教育.光明日报, 2013-10-19.

大数据给新能源汽车带来什么？ 篇5

谢雨认为，“所谓的模式创新，一定是基于客户的需求，基于明天的需求决定今天的模式创新”。大数据这个近年来兴起的热词如何告诉我们客户的需求、明天的需求？如何与新能源汽车的推广事业相结合？

在由第一财经主办的“中国汽车产业发展论坛”上，谢雨分享了一个关于电动汽车的研究案例：如果将一些关键词的抓取分散到对消费者能够着力的环节进行逐个剖析，以100%作为关注度的总和，在电动车这个关键词上，最受消费者关注的是产品性能，在100个关注度的投票里有32%就集中在这个关键词上，这32%的可能性决定了消费者选不选新能源汽车以及选谁的新能源汽车。排名第二的关键词是用户体验和售后服务，“用户体验是更感性的，售后服务是更理性的，如果这两个都能够得到解决的情况下你可能已经44%抓住了这个客户。换句话说，如果你把这三条做到极致，每发出100个意向需求，有76%最终会落到你的销售上。”谢雨表示。

接下来则是“对经销商服务的满意度”，甚至是后期的疑问和需求。这其中值得注意的是，相对于消费者对传统汽车的关注热点，“品牌”这个关键词只占了11%的影响度。为什么会这样？谢雨表示，“消费者给我们的答案很简单，就是由于新能源汽车是新兴的产品，没有谁敢说自己的品牌有绝对的地位。”

大数据能为人才工作带来什么? 篇6

汤森路透公司依靠大数据成功预测了39位诺贝尔奖得主;阿里云机器人小Ai成功预测了《我是歌手4》总决赛的冠军;李娜运用大数据提升能力获得了澳网公开赛冠军。

“不管你认同与否, 大数据时代已经来临, 将引发人才管理服务的颠覆性变革。”今年以来, 多场人才工作大数据论坛先后在北京、上海、深圳、成都等地举办。从零星发声到系统研讨, 人才工作大数据研究日渐升温, 共识也愈加清晰。

全球现状如何?人才工作循“数”治理效果惊人

世界著名未来学专家托夫勒, 把农业文明、工业文明之后的信息社会誉为第三次浪潮, 将大数据称为“第三次浪潮的华彩乐章”。

预言正在变成现实。当下, 全球正在经历一场由大数据引发的社会革命。依靠对海量信息的挖掘、分析, 发现问题, 并预判发展趋势, 进而采取相应措施, 大数据在帮助商家锁定客户、帮助政府部门治理拥堵等方面发挥积极作用。在人才工作中, 也释放巨大威力。

企业正走在拥抱大数据的最前面。作为全球知名数据提供商, 汤森路透公司凭借对论文引用指数等指标的分析, 2002年至今, 已成功预测了39位诺贝尔奖得主。其中, 2013年11位诺奖得主中, 有8位被成功预测。

“不会量化就无法管理”已成为世界一流企业的共识。以谷歌公司为例, 为了改善管理, 谷歌基于大数据开发了一种人才保留算法, 可以成功地预测到哪些员工很有可能会离职, 从而提前为员工留任提供个性化解决方案。

无独有偶, 国际知名咨询公司普华永道在全球调研超过1000家企业、超过100万员工的基础上, 提炼出近3000个指标, 得出很多有趣的结论。比如, 离家近、不加班成为雇主被选择的重要因素。在销售机构, 3年以上工资无增长、死板的考勤制度等, 则构成了员工高离职风险。这为改善管理提供了依据。

国外的探索如火如荼, 我国也正加力推进。

为针对性地引进海外人才, 江苏徐州市通过对当地“彭城英才网络服务平台”近10万人次的点击量分析发现, 旧金山、温哥华、悉尼等11个地区点击率较高。对此, 徐州市选择到这些地方设立引才联络处, 工作更加精准、高效。

与社保、税务申报系统对接, 及时获取新增人才、流失人才等信息, 统计人才流动情况——广东中山市构建了中山市人才库, 实现了对人才信息的动态统计、流向分析。

大数据对人才个体也有巨大的帮助作用。中国选手李娜获得澳网公开赛女单冠军。其教练卡洛斯表示, 他是通过对发球速度、发球成功率、得分点等累积的指标数据的分析, 帮助李娜提升了能力。这意味着, 数据时代, 人人都可以通过大数据分析, 对成长做出理性抉择。人人皆可成才, 将从理念走向现实。

学界普遍认为大数据发展空间巨大。“想象不出大数据的威力, 就如同无法向地上的猛兽描述天空的精彩。”北京大学光华管理学院博士后穆胜说。

未来空间多大?大数据将成做好人才工作利器

在专家看来, 大数据的出现, 使得样本等于全部, 是新形势下升级人才工作的“新钥匙”。

“没有数据分析支撑, 决定将越来越不可靠。”一位地方人才工作者告诉记者, 近年来, 当地前往美国硅谷引才时, 经常会碰到其他地市的引才团队。各地扎堆的背后, 暴露出引才精确性不够。

在著名人才学专家王通讯看来, 国外的猎头公司之所以能够帮助国家、企业寻找到合适的人选, 就是因为它们有相关的数据, 而我们没有。“人家在‘猎头’, 我们在‘猎腰’‘猎脚’。”

对此, 上海社会科学院研究员高子平建议, 要积极构建海外人才大数据平台, 消除人才引进中的信息不对称。

大数据的重要功能之一, 是预测发展趋势。2009年, 甲型H1N1流感爆发的几周前, 谷歌成功预测了流感在美国境内的传播, 其结果令世界震惊。

“凭借日益增强的数据分析能力, 大数据可以解决人才评价面向未来的问题。”中国人事科学研究院原院长吴江说, 比如, 在人才岗位胜任力的评价上, 可以通过集成较长一段时间内相同岗位优秀人才的一系列特征, 利用现代信息技术, 计算出各项相同的指标, 使得岗位胜任特征成为名副其实的选人用人标准。

事实上, 除了对人才培养、选拔、使用等具体环节产生作用, 大数据对加强人才宏观管理更具帮助。“大数据时代的到来, 将使人才宏观管理从‘经验加感觉型’走向‘数据加事实型’。”王通讯指出。

不讲“因果性”, 只讲“关联性”, 是大数据的一个重要特点。在美国沃尔玛超市, 基于“购买婴儿尿布的顾客很多都要买上几罐啤酒”的大数据, 工作人员把啤酒和尿布摆在一起, 提升了销售量。

“在人才需求预测中, 如果发现了类似‘榨菜指数’‘方便面指数’这样的某种关联性, 就可以加以利用。”国家“万人计划”入选专家范代娣表示, “假如, 人才买房和子女入学有关联。通过买房数据, 就可以预测出入托入学的需求量, 提前对教育资源优化布局。”

迈向全面小康的中国正聚天下英才而用之。江苏海门市委组织部副部长张成认为, 中央印发的《关于深化人才发展体制机制改革的意见》提出, 充分运用云计算和大数据等技术, 为用人主体和人才提供高效便捷服务。让人才事业更加兴旺, 人才工作“高铁”应加快驶入大数据的新轨道。

怎么推进发展?首先要树立大数据思维

受访人士指出, 迎接人才工作大数据时代, 领导干部首先要形成大数据思维。在人才工作中, 要学习用数据思考、说话和管理。

“在这个飞速变化的社会中, 过去的经验甚至可能成为现在的束缚。”吴江指出, 以常常听到管理者抱怨“90后”员工难管为例, 就是因为过往的激励方式对他们不奏效。管理者需要不断更新自己的数据库, 学会用大数据的方法, 随时去找到合适的解决方案。信息“孤岛”是推进人才大数据工作的障碍之一。上海社科院信息研究所所长党齐民, 多年来致力于海外人才数据库建设。他常常为数据收集与整合滞后头疼不已。“不同部门之间难以实现信息共享, 碎片化, 且更新严重滞后。希望政府、企业、研究机构能找到一种共享、共建、共赢的模式。”

大数据的发展势不可挡, 政府必须在数据公开与分享方面身先士卒。最近, 中科院率先行动, 宣布其科学数据云将面向科技界和企业研发人员免费开放共享。“这将直接使创新活动减少成本, 少走弯路, 缩短研发周期。”中国工程院院士干勇说。

用数字讲话, 一个重要的前提是数据必须确保质量。“大数据是‘原油’而不是‘汽油’, 不能被直接拿来使用。”清华大学统计学研究中心主任刘军表示。

对此, 深圳福田区信息中心主任高新辉指出, 各地在建设大数据平台时, 人才的学习经历、职业背景等各种数据, 需要“清洗”后, 才能成为可以由数据挖掘工具认识和处理的有用数据, 从中寻找关系、规律, 洞察趋势。否则, 数据的失真则会直接导致结论的南辕北辙。

此外, 人才大数据安全问题也不容忽视。2014年, 一家招聘网站因漏洞泄露了涉及86万人的信息。深圳市软件测评中心主任武刚建议, “企业有责任和义务保护数据安全。要加快建立健全人才大数据的等级保护制度, 做好预防。”

大数据对通信行业带来的影响 篇7

如今的商业世界, 已经变成了漂浮在数据海洋上的巨轮。在这样一个“大数据”时代, 各行各业迎来新的机遇与挑战。通信行业是以数据分析为基础的行业, 面临着前所未有的战略机遇。

一、大数据的特征

大数据已不再是随机样本的精确性选取, 而是全体数据的混杂性分析。大量、快速和多样性的数据对传统数据处理方法和工具提出了新的挑战。

(一) 数量大

大数据的数据量非常庞大, 这主要体现在数据存储量和计算量上。为了对全量数据进行整体展现, 用PB (1千个T) 、EB (1百万个T) 或ZB (10亿个T) 来衡量的大数据进行存储和计算, 与我们几个GB或几个TB为单位来存储的数据已经不能同日而语了。

(二) 速度快

一方面, 是指数据的更新和增长的速度空前高涨;另一方面, 随着信息化的进一步发展, 数据存储、传输等处理速度也达到前所未有的程度。

(三) 多样性

一是表现在数据结构的多样性。网络日志、社交媒体、互联网搜索、手机通话记录及部分传感器安装在火车、汽车和飞机上, 每个传感器都增加了数据的多样性。二是表现在数据来源和用途上。如交通智能化分析平台数据源来自路网摄像头/传感器、地面公交、轨道交通、出租车以及省际客运、旅游、化危运输、停车、租车等运输行业, 还有问卷调查和GIS数据。三是数据信息存储、处理的多样化。原始数据层面, 多样性是不因意志转移的事实, 数据产生的密度不同, 处理代价不同, 必须准备好多种采集和存储手段, 保留这种多样性。

二、大数据的作用与意义

大数据产业被普遍认为是继大型计算机、个人计算机、互联网、云计算之后的IT第五次产业革命, 在未来几十年内将成长为一个战略支柱产业。随着更多有价值的数据从海量数据中被发掘出来, 将会产生许多新的商业形态、新的业务模式和新的服务模式。到2015年, 预计大数据将为全球带来440万个IT岗位, 为中国带来1万个技术职位。比如, 对金融业来说, 通过对客户信息的整合开掘, 可发展高端的金融服务业, 便于银行的风险监控, 也可实现对不同群体客户的个性化服务。

(一) 强化国家安全, 提高公共决策的预见性和响应性

在“数据为王”的时代, 谁拥有数据, 谁能用好数据, 谁就将占得先机, 取得优势。在移动互联网、社交网络和电子商务与行业应用飞速发展的今天, 数据激增, 其中包含着巨大的财富。美国等西方发达国家已经将大数据的研究与应用上升为国家意志和国家战略。如今, 美国网络监控上至卫星, 下至海底光缆、地下光缆, 从固定电话到网络通信, 内容已非常全面。

单就棱镜计划而言, 其每天可从威瑞森公司搜集数百万用户的通话记录, 以及海量的互联网数据。其中, “棱镜”每天监控的法国数据达200万个, 监控的德国电话通话达上千万个, 网络通信记录达1000万个, 窃听频率高达5亿次。棱镜事件对全球影响深远。一方面, 美国无界限的监控行为受到涉事各国的强烈谴责;另一方面, 其布局完善的监控体系, 也为各国自身的网络安全体系提供了一些借鉴作用。

从美国系列监控具体内容可见, 掌握大数据优势既是建设新型网络战模式、保障国家安全的重要基础, 也是夺取世界控制权、话语权的重要前提。

(二) 应用大数据的企业呈现出明显竞争优势

目前大数据处理已在金融、物流、医疗、电力、零售业以及公共服务等领域得到了广泛的应用。例如, 沃尔玛的研究员通过对消费者的行为数据进行分析, 得到了“男性顾客会在购买尿布的同时, 购买啤酒来犒赏自己”的顾客消费偏好信息。最终, 沃尔玛的“啤酒+尿布”捆绑式销售取得了两种商品的销售双赢。

有过“淘宝网”购物体验的人都知道, 只要你在“淘宝网”浏览或购买过相关物品, “淘宝网”就会有相关记录并及时将优惠信息发送到顾客手机以激发其购买欲望。一些淘宝商家开通新浪微博, 这不仅仅为了推销产品, 也有利于拓展客户数据信息。将每位客户的即时海量信息进行存储、处理、应用, 就是新兴大数据产业的一部分。

“大数据”正在对贸易、经济和其他领域造成影响, 越来越多的决策基于数据解析做出, 而不是像以前更多地凭借经验和直觉。数据成为越来越有用的资源, 美国有以获取、聚合和加工数据赢利的公司。中国处于全球化进程中, 在开发利用“大数据”的市场上, 存在着巨大的发展前景。例如在临床医学方面的应用, 中国拥有56个民族、1.5亿的人口, 拥有世界上最多的临床信息量。如果对这些临床信息进行收集和处理, 不但能大大提高临床的水平, 更能为预防医学提供可靠的依据。

(三) 对人们的生活产生深刻影响

信息技术的高速发展让人自觉不自觉就会处于各种网络之中, 同时很难逃脱一些合法或非法的“偷窥”者通过“窃取”你的行为信息, 除非你拒绝手机、拒绝网络、拒绝信用卡、拒绝在公众场合露面, 这就是大数据时代的特点。如根据你上传的照片和日志, 就与位置、工作、爱好、行程等信息有了很强的关联性, 根据这些行为信息, 商家为你制订适合你的服务, 政府根据你的行为信息将你贴上某种标签, 甚至有些不怀好意者根据这些信息对你或你的亲人进行有意的伤害……

三、大数据对通信业的影响

随着互联网和移动互联网的发展, 传统话音业务日益萎缩, 对网络的带宽需求进一步增强, 接入网和骨干网进一步提速。运营商的网络每天正在产生巨大的信息量, 以内蒙电信举例, 整个呼和浩特市每小时有100万次移动电话呼叫, 每天数据访问量有10TB-40TB的, 每天互联网点击量数以亿计。这些数据均产生在运营商的管道里, 电信运营商的管道里包含的这些巨大的信息量, 从大数据角度来看这就是一座数据金矿。

作为网络的经营者, 运营商掌握着用户最为全面的信息。如果对这些数据进行深度利用, 将给运营商带来显著的价值。电信和互联网是大数据最有作为的两个细分市场。通信行业在大数据产业的理论和实践方面都走在前面, 理应抓住机遇, 持续推进大数据技术创新、业务模式创新和服务模式的创新, 更好地实现大数据技术、应用和市场的整合, 促进产业链上下游企业间的协同与合作, 推动互联网产业和软件与信息服务业的大发展。

(一) 提高运营商的客户洞察

什么是洞察能力?西班牙品牌ZARA每一件销售出去的商品都有自己的销售身份证 (包括售价、部门、时段、客户) , 透过全球资讯网络, 对每天卖出的110万件衣服的这些数据进行自动化程序分析, 分析出顾客的行为模式和消费喜好, 作为未来产品生产的决策依据, 让ZARA最短3天就可以推出一款新品, 一年可以推出1.2万款新品, 正是大数据分析所带来的“洞察能力”让ZARA引领了快速时尚风潮。

通信运营商通过使用大数据分析, 整合各种数据, 从不同的角度对客户形象进行刻画, 以寻找目标客户, 制定有针对性的营销计划、产品组合, 提升客户价值。全面了解客户信息, 通过各种分析技术, 可以有针对性地进行个性化业务推荐。在市场营销、客户服务等环节有效应用客户数据, 通过对用户的喜好、习惯等数据的分析, 判断客户对产品和服务的感知, 并进行有针对性的改进和完善。

(二) 改变运营商的业务构架

大数据产生以前, 通信企业进行数据分析的数据基本来源于BSS系统和CRM系统。BSS系统关注的更多是营销类数据, 相比BSS系统来说, 运营商网络侧产生的数据蕴含了更大的价值。运营商要做大数据, 必须将BSS和OSS侧数据进行整合, 形成全网数据。然而, 要实现BSS域和OSS域的数据融合, 运营商却遇到了挑战。电信运营商不会轻易改变IT基础设施架构, 但运营商会由以往以“业务”为导向, 向以“数据”为导向转变。

传统的运营商分析基本采用BSS数据进行, 往往忽略或很少采用OSS数据。其实运营商网络侧数据OSS很关键, 例如运营商的用户离网率居高不下, 采用网络BSS数据来评估, 评估结果却很乐观, 用户满意度高, 交费及时, 几乎无投诉率, 评估结果与现实情况大相径庭。通过对Oss侧的信令数据进行综合评估。信令数据显示发现很多用户经常打不通电话, 或者频繁发生掉线, 下载内容速度慢、耗时长, 用户感知非常差, 这也是导致大批用户离网的主要原因。例如, BSS系统要分析微信、米聊、QQ等业务对传统电信业务影响究竟有多大, 并制定了正确的市场决策, 因BSS系统关注的更多是营销类数据, 必须结合网络数据OSS。

(三) 改变运营商的盈利格局

运营商的管道蕴含了丰富的信息, 主要是移动用户的位置信息、信令信息以及网管和日志三类信息。这些数据是正是有待运营商挖掘的大数据“金矿”。运营商利用用户的位置信息, 对某个时段和某个地点的用户流量和其关键影响因素进行分析, 洞察结果可为零售商在新店设计和选址、商品促销方式等提供决策支撑, 从而帮助零售商更好地洞察客户需求, 提升营销业绩。通过对用户位置信息和指令信息的历史数据和当前信息分析建模可以服务于公共服务业, 指挥交通、应对突发事件和重大活动。

电信运营商针对行业信息化服务提供手机终端、通信管道、行业应用软件和系统集成等一揽子解决方案, 用户的价值体现得网络化、自动化水平较低。而随着社会的进步、经济的发展, 用户及用户对于信息的智能化的要求逐步强烈, 运营商需要将大数据技术整合到行业信息化方案中, 帮助用户通过数据采集、存储和分析更好地进行决策, 提升客户信息化服务的价值。

电信运营商在这些大量数据信息的基础上, 进一步搭建大数据分析平台, 对数据进行分析, 可以为相关企业提供分析报告。这将是运营商新的盈利点, 也将是运营商未来发展的蓝海。

参考文献

[1][英]维克托·迈尔-舍恩伯格, 肯尼思·库克耶著.盛杨燕, 周涛译.大数据时代[M].杭州:浙江人民出版社, 2013.

[2]白灵唐婷等.企业数据的秘密[J].商界, 2012.

大数据给传统企业管理带来的变革 篇8

1.1 大数据的产生

“大数据”顾名思义就是大量或海量的数据, 2010年2月它最早出现在《经济学家》杂志的一篇题为《The data deluge》的文章中, 被认为是“大数据”概念的起源。2011年5月麦肯锡全球研究院发表了一篇题为《大数据:未未创新、竞争和生产力的下一个前沿》的研究报告, 这份报告对“大数据”进行了界定, 即大数据是指大小超出了传统数据库软件工具的抓取、存储、管理和分析能力的数据群, 从此“大数据”这个词汇开始出现并愈来愈流行。

1.2 大数据的特点

总结“大数据”的特征, 最广泛被人引用的是国际数据公司给大数据定义的四大特征, 也称4V, 即:海量的数据规模 (Vast) 、快速的数据流转和动态的数据体系 (Velocity) 、多样的数据类型 (Variety) 和巨大的数据价值 (Value) 。具体来讲, Vast指数据量极大并仍在持续增大, 近几年, 随着移动互联网的发展, 人人成为数据制造者的时代已来临, 数据量的增长更是飞快, 数据量级已从TB (210GB) 发展至PB (210TB) 乃至ZB (220PB) ;Velocity指所需的处理速度快, 响应时间短;Variety指数据类型繁多, 包括结构化数据、半结构化数据甚至是非结构化数据;Value指价值密度低, 以视频为例, 不间断的监控录像中, 有用的数据长度可能仅有一两秒, 以视频安全监控为例, 连续不断的监控流中, 有重大价值者可能仅为一两秒的数据流。

2 大数据时代传统企业管理遇到的问题

随着信息化程度不断提高, 互联网、物联网、云计算和智能手机终端等技术的不断发展, 数据的产生、存储、传播和分析等, 不论从数量、方式方法上都较以往有了天壤之别, 大数据时代给各行各业带来了巨大的冲击, 给传统的企业管理带来一系列挑战。

2.1 企业决策过程

传统企业的经营决策往往更多地依靠企业的管理者, 依靠管理者的经验、直觉和魄力, 这样的企业在以前可能会发展壮大, 但是缺乏对决策管理过程的监控, 缺乏对数据的搜集、提取和分析, 没有明确数据与决策结果的关联关系。另外, 传统企业的数据分散在各个部门, 数据的集中度不高, 人们对其关注程度也不高。随着大数据时代的到来, 传统企业的组织结构和决策过程必将面临前所未有的考验。

2.2 智能化、信息化程度不够

大数据的“4V”特征在数据存储、传输、分析、处理等方面较以往均有本质变化。数据量几何倍数的增长, 对存储技术提出了挑战, 需要高速信息传输能力支持, 对非结构化的数据、低密度有价值数据的快速分析和处理能力提出更高要求。据统计, 企业中85%的数据都属于非结构化、低密度的数据, 大多数企业现有的数据处理方法和系统无法将大量的非结构化数据进行处理。另外, 随着数据量的快速增长, 对数据的存储、传输能力也提出更高的要求, 这都将成为企业在大数据时代遇到的难题。

2.3 信息安全问题

随着大数据的发展, 企业的海量数据中不仅包括业务数据、客户数据、公司内部数据, 也不乏大量个人信息, 数据本身的安全及个人隐私面临着泄露的挑战。大数据环境下通过对用户数据的深度分析, 很容易了解用户行为和喜好, 严重的将导致企业的商业机密及个人隐私泄露。如何保证商业秘密、个人隐私秘密等安全问题, 对企业是一道难题。

2.4 人力资源匮乏

大数据改变了企业的传统管理思维, 大数据时代的到来企业的管理者和员工都需要重新认识数据的重要性, 提高相应的素质才能胜任原有的职位。在大数据时代, 对数据的处理和分析已经超出了信息化的范畴, 超出了市场营销的范畴, 超出了运营管理的范畴, 需要具有综合能力的人才, 需要有相应新的部门来整合数据资源。对大数据的处理需求, 必须有专业的数据分析人才运用这些大数据, 才能将其转化为经济价值, 数据人才必须能够深入了解企业业务与组织, 具有统计应用知识、熟悉大数据数据分析工具的运用等, 这就要求数据分析人员必须有整合运用3项基本技能的要求, 而传统企业这方面人才非常稀少。

3 大数据环境下企业的管理变革

大数据的重要性正在被认识, 今后数据将会成为各行业争夺的重要资源, 要想在这场数据之战中立于不败之地, 传统企业的管理模式需要进行系列变革, 以解决大数据时代传统企业面对的问题。

3.1 企业组织结构变革

大数据时代的企业经营决策过程, 企业决策的制度化、流程化的程度要增加, 决策必须公开、透明, 决策的精细化程度要增强, 计算机在决策中将占有重要的地位, 大数据能够为企业决策服务, 使企业决策更精细、更有效, 进而为企业创造更多的价值。决策过程的优化需要组织结构进行变革, 企业有必要从足够的高度进行思考, 如何建立灵活的组织架构与业务流程, 以支撑企业通过数据分析发现更优的决策方式。企业要建立数据跨职能、跨部门的流动机制, 要把信息和决策分配给不同的部门, 企业应具有一个灵活的组织架构, 最大化企业跨职能的合作。

3.2 从全局的角度整合数据

在意识到数据是重要的资产之后, 企业在数据搜集、管理、分析与挖掘等领域都对技术与系统提出了更高的要求, 使得数据能够为企业所用。在大数据时代, 企业需要考虑如何打破系统的边界, 把不同来源的数据整合在一起, 涉及到企业内、外部数据源的抽取、管理与整合。企业管理者需要预先进行投资, 以发展技术应对非结构化、低密度的数据处理问题, 并引入互联网企业的新兴技术, 保障数据的传输、存储与处理。同时, 企业高层要以有效的机制设计打破部门壁垒, 促进各种来源的数据的整合。

3.3 保障数据安全

(1) 上层制度建设需要通过立法来保障企业的商业机密及个人隐私不被非法应用; (2) 企业内部需要通过信息加密的功能, 防止用户信息被盗取, 用户的关键信息, 如登录密码和系统访问等其他鉴权信息, 无论是传输时还是在存储时必须加密; (3) 通过物理隔离以及与内部控制相结合, 实现对数据的隔离, 保证数据不被非法访问并保证用户数据的隐私; (4) 对硬盘等存储设备实施有效的保护, 设置密码、异地保存等。

3.4 提高认识, 全面培训

大数据时代企业需要对全员进行数据知识的培训, 提高对数据提取、利用和分析的能力。在企业需要设立新的数据管理岗位, 可叫做“首席数据官”, 职位要求同时具备信息技术、市场营销、运营管理等知识。首席数据官的主要职能是利用数据推进企业与社会的对话, 挖掘信息化过程中更为潜在的价值。企业要有意识地培养既懂统计技术、信息技术, 又懂得营销知识的全方位数据人才, 以应对为大数据时代对数据分析、利用能力的要求。另外要建立管理者、业务人员和数据人员之间的有效沟通, 共同发挥数据的作用。

4 结论

大数据时代已然来临, 对企业来说, 大数据既是机遇也是挑战, 数据正日益成为企业的重要资源。面对挑战, 企业要重新认识数据, 并转变管理思维, 变革管理模式, 还要注重技术应用, 培养专业数据人才, 充分、有效地利用大数据, 挖掘潜在的巨大价值, 在激烈的市场竞争中赢得胜利。

参考文献

[1]陈如明.大数据时代的挑战、价值与应对策略[J].移动通信, 2012 (17) .

[2]周恒星, 赵奕, 伏昕.徘徊的大数据门前[J].中国企业家, 2013 (7) .

[3]维克托·迈尔·舍恩伯格, 肯尼思·库克耶.大数据时代[M].杭州:浙江人民出版社, 2013.

大数据对通信行业带来的影响分析 篇9

传统的数据采集、积累要受到很多因素的限制, 比如时间空间等等, 主要采用数据库来实现数据管理。从数据产生伊始至今, 其产生方式和管理方式都发生了巨大的改变, 归纳起来数据的产生经历了如下几个重要的阶段:

最初的数据属于被动产生, 数据的产生使得数据量有了第一次的飞越。在被动产生阶段, 一般只有政府和一些大型企业需要用到数据库, 数据的产生也是伴随企业的经营和政府部门管理活动的。随着互联网的发展, 数据量发生了第二次的飞越, 微博、日志、博客的出现导致了大量数据的产生, 再加上移动终端设备的不断发展, 使得人们随时随地撰写原创内容发表意见成为可能, 这个阶段数据的产生主要是主动产生的;数据自动方式的产生是大数据产生的直接背景, 这次数据量的飞跃源自于移动通信网络与物联网融合的结果, 感知系统的研制, 大量传感设备布控在世界的各个角落来监控世界的各种对象。数据以自动的方式产生, 这是促进大数据时代到来的根本原因。当前, 我们已经跨入了大数据时代, 究竟什么是真正意义的大数据?学数据对此尚且没有一个统一的定义, 但是通过对大数据的本质研究, 可以抽取大数据的本质特点, 具体包括以下几方面:

首先, 大数据, 顾名思义数据量较大, 一般来说需要处理的数据量达到了PB级, 甚至是EB级;第二, 数据的更新速度、增长速度、存储速度、传输速度都有所加快, 甚至达到了前所未有的水平;第三, 数据的结构、来源、用途、存储处理过程呈现出多样性的特点。多样性指数据包含结构化的数据表和半结构化、非结构化的文本、视频、图像等信息, 而且数据之间的交互非常频繁和广泛。具体包括三个方面:一是数据来源多, 企业所面对的传统数据主要是交易数据, 而互联网和物联网的发展, 带来了诸如微博、社交网站、传感器等多种来源。二是数据类型多, 并且以非结构化数据为主。传统的企业中, 数据都是以表格的形式保存。而大数据中70%-85%的数据是如图片、音频、视频网络日志、链接信息等非结构化和半结构化的数据。三是数据之间关联性强, 频繁交互。如游客在旅游途中上传的照片和日志, 就与游客的位置、行程等信息有了很强的关联性。

二、大数据对现代通信行业带来的影响

大数据时代的到来几乎影响到了每个行业, 信息、互联网和通信行业受到的波动和影响最大。尤其是现代通信行业, 大数据的快速发展加速了通信行业的转型, 给这个行业注入了新鲜的血液:

2.1提高运营商的网络服务质量

互联网技术在不断发展, 基于网络的信令数据也在不断增长, 这给运营商带来了巨大的挑战, 只有不断提高网络服务质量, 才有可能满足客户的存储需求。在这样的外部刺激下, 运营商不得不尝试大数据的海量分布式存储技术、智能分析技术等先进技术, 努力提高网络维护的实时性, 预测网络流量峰值, 预警异常流量, 防止网络堵塞和宕机, 为网络改造、优化提供参考, 从而提高网络服务质量, 提升用户体验。

2.2提高运营商对客户情况的掌控能力

任何一个企业要想获得长期可持续的发展就必须有足够的对客户数据的掌控能力, 只有全面了解客户数据, 才能更有效地利用这些客户资源服务于市场。通过使用大数据分析、数据挖掘等工具和方法, 电信运营商能够整合来自市场部门、销售部门、服务部门的数据, 从各种不同的角度全面了解自己的客户, 对客户形象进行精准刻画, 以寻找目标客户, 制定有针对性的营销计划、产品组合或商业决策, 提升客户价值。判断客户对企业产品、服务的感知, 有针对性的进行改进和完善。通过情感分析、语义分析等技术, 可以针对客户的喜好、情绪, 进行个性化的业务推荐。

三、改变了运营商的盈利结构

在过去, 运营商主要的盈利均来源于附加值比较低的话务服务, 随着大数据时代的来临, 数据量和数据产生的方式发生了重大的变革, 运营商掌握的信息更加全面和丰满, 这无疑为运营商带来了新的商机, 目前运营商主要掌握的信息包括了移动用户的位置信息、信令信息以及网管和日志信息等等。就位置信息而言, 运营商可以通过位置信息的分析, 得到某一时刻某一地点的用户流量, 而流量信息恰恰是大多数商家关心的焦点信息, 具有巨大的商业价值。通过对用户位置信息和指令信息的历史数据和当前信息分析建模可以服务于公共服务业, 指挥交通、应对突发事件和重大活动, 也可以服务于现代的零售行业。电信运营商可以在数据中心的基础上, 搭建大数据分析平台, 通过自己采集、第三方提供等方式汇聚数据, 并对数据进行分析, 为相关企业提供分析报告。在未来, 这将是运营商重要的利润来源。

摘要：近年来, 移动通信行业发展势头迅猛, 数据量剧增。分布于不同位置的传感器, 可以实现实时的数据采取、数据积累。大数据的产生给现代的通信行业带来了许多挑战, 本文主要探讨了大数据对现代通信行业的具体影响。

关键词：大数据,通信行业,涵义,影响

参考文献

[1]周为钢, 杨良怀, 潘建, 郑申俊, 沈贝伦, 沈俊青.论智能交通大数据处理平台之构建[A].第八届中国智能交通年会论文集[C].2013

[2]大数据的基本概念及相关问题[A].中国电子商务企业发展报告2013[C].2013

大数据带来大突变 篇10

关键词：大数据时代；课堂教学；艺术设计基础教学大数据时代的来临将会对整个社会产生革命性影响，在大数据时代背景下，数据无所不在，许多过去难以量化的信息都将转化为数据进行存储和处理，通过大数据时代的数据储备和技术理念，以前所未有的方式洞见事物的发展趋势，进而影响人们的价值体系“知识体系和生活方式，在大数据时代开启伊始的今天，能否激发和利用隐藏于数据内部尚未被发掘的价值，实现在教育、经济、交通、医疗等领域的革新，取决于人们对于大数据及其潜在价值功能的认识和态度！”也就是说，形成与之相适应的思维方式是驾驭大数据和实现其价值的关键。作为社会子系统的教育也将被深度波及，有专家认为大数据技术将渗透到教育的核心环节，重新构建教育的评价方式，革新教育者的教学思维将影响学校的课堂教学。

1大数据时代的到来

大数据概念源于最早经历信息爆炸的学科，用于描述目标数据量的规模远远超出了一般电脑处理能力的情形，在众多领域都面对着爆发式数据增长的今天，数据处理技术和工具随之蓬勃发展，大数据则不仅用于描述需要进行批量处理或分析的大量数据集，同时还涵盖了处理数据的速度。据统计，2010年以互联网为基础所产生的数据比之前所有年份的总和还要多；而且不仅是数据量的激增，数据结构亦在演变。2012年半结构和非结构化的数据，诸如文档、表格、网页、音频、图像和视频等将占全球网络数据量的85%左右；而且，整个网络体系架构将面临革命性改变。由此，所谓大数据时代已经来临。

2大数据时代的特征及价值

对于大数据时代，目前认为有四大特征：（1）量大。数据量级已从TB（1012字节）发展至PB乃至ZB，可称海量、巨量乃至超量。（2）多样化。数据类型繁多，愈来愈多为网页、图片、视频、图像与位置信息等半结构化和非结构化数据信息。（3）快速化。数据流往往为高速实时数据流，而且往往需要快速、持续的实时处理。处理工具亦在快速演进，软件工程及人工智能等均可能介入。（4）价值高和密度低。以视频安全监控为例，连续不断的监控流中，有重大价值者可能仅为一两秒的数据流；360°全方位视频监控的“死角”处，可能会挖掘出最有价值的图像信息。

大数据的价值：（1）预测价值。预测是大数据的核心价值，是将数学算法运用到海量的数据上，从而达到对事物发生的可能性进行预估的目的！预测系统之所以受到重视，关键在于它们是建立在海量数据基础之上的，接收和处理的数据量越庞大，系统纠错和自我改善的功能则越发达。日食、洪灾、旱灾等许多过去被认为无法解释的现象，现在都能够被人类理解、描绘、量化和预测。全球天气预报系统在过去五年里对未来1天的天气预测的准确度已经达到了95%，而这一系统采用的预测方法和20世纪初几乎一致！问题不在于方法，而在于科学技术支持下人们所能掌控的数据！当今气象系统依靠的是精密的雷达和卫星地图，地面和高空的温度也会在世界各地的气象站即时更新，不需要到处收集参差不齐的大气情况数据！在大数据时代日趋精密的数字技术条件下，人们的活动、决定、社会关系都能够被记录，对这些电子踪迹的分析为洞悉人类的行为开拓了思路，人类的行为不再被视为互不相关“随意偶然的独立事件，而是相互依存”相互串联的网络集合中的一部分。（2）科研价值。在信息获取和信息流通受限的时代，研究人员需要处理数据以解释未知世界的规律，却缺乏用于收集和分析数据的技术工具，当时是使用随机采样的研究方法，目的是用最少的数据获得最多的信息，其本身存在许多固有的缺陷！在云计算等互联网技术高速发展的今天，感应器“手机导航”网站点击产生的大量数据可以被轻易获取，而且计算机也具有高速甚至实时处理这些数据的能力，那些属于工业时代的一系列问题已不再难以解决！大数据时代的技术甚至可能实现所有特定目标数据的收集和处理。与局限在小范围的数据相比，将大数据应用于研究不仅意味着更高的准确性，也有助于揭示以前无法发现的细节。不论是社会学、心理学、经济学还是教育学，过去都曾非常依赖通过问卷调查法进行样本分析，甚至在无法获得实证数据时纯粹依赖假设、经验去尝试解释未知领域的规律！大数据时代的来临，使得社会科学研究者能够在更多的领域和更深的层次中获得和使用全面而完整的数据，从而改变由演绎到归纳这一思维路径。

3大数据时代大数据时代对艺术设计基础教学的影响

艺术设计基础教学历来被认为是一个设计师专业成长的最重要的阶段，它不但是专业设计学习的最重要备，也是独立的艺术思想萌生的必须经历。大数据时代的典型思维是基于数据分析的决策，计算机将可以通过以往教师记录在其中的教学问题以及对问题的解决方案进行分析，而当这种记录与分析达到一定数量时，通过对相关数据的分析将会为有需要的教师推荐在遇到类似的教学问题时可以采取的解决方案是什么，实现数据分析基础上的教学问题解决。

教学问题解决不再依赖于停留在每位教师头脑中的模糊的经验，而是基于对海量的教学问题的描述以及教学问题解决方案的分析。可以预见，在大数据时代教师专业发展也将迎来全新的转变，这种转变无疑将助力于课堂教学的变革。在大数据时代，教师完全有可能实现对每个学生的学习数据进行分析，进而实现真正的因材施教。

翻转课堂、MOOC和微课程就是大数据变革教育的第一波浪潮。面向多样性的学生群体、强调互动和个性化学习的MOOC教育平台已成为大数据时代大规模学习研究的理想实验室。借助该教学在艺术设计基础课程的运用及反馈，我们收集海量的学习数据，总结群体学习的模式及其规律，评价和改进課程的设计。根据教学研究的成果，我们可以基于“翻转课堂”混合教学模式有针对性地改进课堂教学质量，提高设计基础课专业实践效率，提升学生创新能力创新思维，从而达到教学改革的目标。参考文献：

[1] 金陵.课堂是这样“翻转”起来的[J].中国信息技术教育，2013（78）：29.

[2] 维克托·迈尔舍恩伯格（Viktor MayerSchnberger）（英），肯尼思·库克耶（Kenneth Cukier）.大数据时代（Big Data）[M].杭州：浙江人民出版社，2013.

[3] 徐子沛.大数据变革[M].南宁：广西师范大学出版社，2012.

[4] 于平.大数据时代的艺术学对策研究[J].艺术百家，2013（5）.