大数据驱动的广告

大数据驱动的广告（精选8篇）

大数据驱动的广告 篇1

一、背景

大数据是网络、移动和数码时代的产物。当人们在一些公共平台上网(注册或留下cookies)、打手机、刷银行卡时所留下记录时,这些数据时刻以惊人的速度在增长,形成大数据库。这些记录是人们购买和关注的真实轨迹,能显示人们好恶及消费习惯。通过系统(如Hadoop和Map Reduce)计算和处理,它将会把广告与个体正有需求的受众准确牵线,形成“点对点”、“一对一”的对接。大数据的特质就是真实的消费者消费行为和消费愿望的记录。它不来自假设和采样验证,一切来自真实的行踪。虽然,要在庞杂的、看起来杂乱无章的大数据中捋顺某种趋势,定位特定群体是项复杂的工程,但现代技术已经越来越能驾驭这项工作了。比如,你想买一台电视,你上网查有关信息。虽然,你一时没有决定下来,但你输入了哪些关键词,上了哪些购物网站或搜索引擎都可能被收入了大数据库。等过两天你又上网查电视的时候,就可能遇见大数据驱动的广告。这些广告常常在网页的周围,一般是关于电视的。有的闪动,有的图文并茂,有的就直接显示电视价格,而这个价位是你曾经想要的。这些广告是经过大数据统计,直接针对你做的。你点击广告,可能引向商家网站,也可能出现与卖家直接对话的窗口,也可能提供货比三家的信息。这样的广告就是所谓大数据驱动的广告。

大数据的出现对传统广告业是个颠覆。未来网络和手机广告将不再需要市场调研就可以准确找到理想受众。事实上,目前的RTB(实时竞价)广告就是这种广告的一种。在这种广告投放的背后是由大数据推算出来的很精确正需要看某种广告的受众。大数据时代,广告仍然是营销的主角,只是它的形式具有多样性,可能集文字、图片、音频和视频为一体,文字和图像还可能带有闪动、移动和动画等效果,还可能带有互动性。尽管企业网络广告仍然要沿袭传统广告唤起受众购买欲望、促成购买行动的宗旨,但大数据驱动下的广告更应在晓之以情、动之以理上下功夫,因为大数据广告已经缩小了广告受众范围。提供有竞争性的事实,强调独特性,在人际交流上发掘创新点,不失为大数据时代营销策略的重点。

大数据将可能改变广告的投放模式,但广告不会退出历史舞台。未来的面向大数据平台的跨文化广告可能要更趋于个性化,广告的版本更需要多样性,这不单单是本土化的问题,它涉及活生生的个体受众。过去广告界常说的“攻心广告”可能更适于大数据时代,因为受众在大数据平台看到的广告是他们想要看的广告,是“及时雨”,所以过去广告所用的“注意→兴趣→信任→欲望→购买行为”的原则要省掉前两项了,原因是通过大数据计算已经准确定位某个受众对这项产品或服务感兴趣。需求已经确定,接下来广告就要更注重以情动人了。大数据专家艾伯特-拉斯洛.巴拉巴西预言人的所有行为(包括购买行为)是有规律的,是可预知的(Barabási,2010)。大数据把人们行为的模式和轨迹迅速及时地提供给广告主,那么,广告主做大数据驱动广告应该注意什么?

二、大数据时代广告研究的侧重点

大数据时代广告研究的一个重点应该是广告语言。因为有了大数据支撑的广告与受众的准确对接,就可以下“广告将死”的定论,看来是为时过早。网络时代,人们追求语言简洁、信息传到为止,辅之以情感符号交流事实讯息以外的东西。虽然人人都使用非正式语言,人人都可以随时发表自己写的东西,但是正如人们仍然需要经典作品一样,人们还需要语言考究、设计精美、高质量、有品位、能揭示商品的独特性的广告。

大数据时代是个理性消费时代,人们相信众多网民的判断,相信亲友、同事对产品使用的敬仰和对服务的真实反馈,相信品牌的信誉度,而广告的主要作用与其说是传统意义上的“劝导”,不如说是“温馨提示”。任何靠玩弄文字游戏、巧用预设(presupposition)、省略主语、滥用模糊语言的伎俩来欺骗消费者的广告将会很快被自然淘汰。大数据时代的广告最终给消费者提供的是真实的数据和一份愉快的心情。换言之,大数据时代的广告基调应该是“事实+娱乐”。

我们现在开始关注大数据,可以说有了大数据的背景,但是大数据的黄金时代尚未到来。在这样迎接真正大数据时代的空档,我们大多数的广告还是在面向众多的潜在消费者或者向不相关的受众兜售我们的产品或服务。因为这样,广告只能成为整合营销的一部分,广告前期和后期还有大量的调研和调整。因为一对多的广告面临太多的未知,所以跨文化广告要强调本土化,强调受众的群体价值观和宗教意识。当大数据时代真正到来以后,广告与受众可能是“点对点”、“一对一”的相遇,这时的跨文化广告是不是还要强调这些?除了调研少了以外,其他一切方面应该还是一样,甚至比传统的跨文化广告更要重视文化特质和个人好恶。广告仍然是营销的灵魂,因为人们面临的选择太多了,而广告不失为一个很好的购物向导和信息源泉。

三、面向全球是大数据广告的契机

世界经济一体化,大数据收罗的是地球村上的所有公民的行为信息,但是大数据背景下的跨文化广告却不是追求统一和雷同,而是要强调个体化,因为大数据把广告与个体消费者拉得更近了。牛津大学教授阿兰.鲁格曼在2000年出版的《全球化的终结》中就强调了当代国际广告要“思维区域化,行动本土化,忘掉全球化”(阿兰.鲁格曼,2001)。在大数据成熟的时代,不但要遵循彻底本土化原则,而且还要强调人性化、个性化的理念,因为我们不能忘记大数据时代的广告是广告与个人的对话。

跨文化广告要回归人的纯真本性,脱掉本族文化的外衣,穿上目标受众的文化服饰,以真诚、认真的态度与人沟通,尽可能传达产品或服务的详细信息。可以说,文化是口音。在跨文化广告中要操对方文化的口音说话,才更容易被对方接受。跨文化广告要多用图像或影响来展示产品或服务。图像和影像是网络、通讯时代必不可少的。只有看得见,受众才能放心。除了广告制作精良、语言得体、图文并茂以外,与之配套的有关产品或服务的其他项目都要力求完美,才能创造世界名牌产品或服务。这包括产品或服务的质量、产品的装潢设计、售后服务、产品保修,每一个细节都应该是一流的,才能成为世界名牌。

四、大数据时代广告的创新

大数据驱动下的广告特点是广告主直接与有需求的消费者一对一交流,广告的投放通常在至互联网上,所以可以同时拥有世界市场。这两个特点决定了大数据驱动广告的创新要在深度和广度上下功夫。所谓深度就是贴近消费者,真诚地为消费者提供事实讯息。目前,网上购物消费者与客服对话,就像是具备大数据广告的前期特征,如“亲”这样称谓的使用,“哦”这样句尾语气词,能拉近买家与卖家的距离。购买量信息的展示,唾手可得的性价比信息以及声像讯息给消费者提供了多方位的“看得见、抓得住”的事实讯息。这些讯息都围绕“信任”和“促进购买行动”加强深度。所谓广度是指互联网拓宽了市场的国界。广告主靠大数据能与世界各个角落有需求的消费者连接上。这样,地球就成了“地球村”,任何商品借助大数据驱动广告,只要真的质量好,受人欢迎,都可能一夜成为世界知名商品。因此,大数据驱动广告可能会成为塑造国际品牌的强有力工具。我国知名企业在争创国际品牌的时候应该充分利用这个工具。

大数据驱动的广告如同与朋友交谈,推荐商品,广告不再是无声的告示,而是进一步与消费者交流的前奏。每一则大数据驱动广告都可能紧跟着客服与顾客的对话,甚至还能有一些免费使用活动的预约等等。可见,大数据驱动的广告可能是各种销售形式组合的一部分。到底这种系列促销活动怎样组合还有待广告人进一步创新。大数据驱动广告的另一个创新处是广告方不是设计了广告投放到媒体就大功告成,而是在广告与顾客相遇以后继续交流,所以要求熟知商品的企业内部销售人员接续以后的交流和销售活动。所以未来大数据时代企业要培训出做在线广告的专业人员,他们善于交谈,精通英语和世界各国文化和风俗习惯。培养做大数据驱动广告的企业专门人才是大数据时代广告业的一个新亮点。实质上,他们是新型销售人员,懂得顾客心理,会随时调整交际策略,同时又具有专业知识和财务知识,会下单,懂销售。

五、结论

大数据时代给我国企业走向世界、争创世界名牌提供了新的机遇。我们不能满足于国内市场,也不能一味模仿发达国家的先进产品。中国要有更多世界知名品牌,这样我国才能摆脱第三世界的经济状况。研究如何做创新的大数据驱动广告已成为当务之急。用国际语言英语做全球大数据驱动广告应该是我国企业的目标。了解世界文化,加强人际沟通是创新的策略。在大数据时代,我们必须拥有世界范围的大数据平台,尤其是国际语言英语的平台。在不久的将来,谁拥有大数据,谁就可能占领国际市场。因此面向世界受众,就必须建立像阿里巴巴这样的国际平台,否则,只做国内的汉语大数据平台,还是将落后于像美国这样拥有谷歌和亚马逊世界范围的大数据平台的国家。

大数据驱动广告并没有改变传统广告,而是传统广告的发展。紧跟大数据时代,研究大数据驱动广告的特点和功能,是我国企业把产品推向国际市场的当务之急。同时,建设我国的国际化大数据库也势在必行。我们不能满足于国内市场,要有国际视野,不然,在大数据时代的洪流到来之际,我们保守、目光短浅的做法就会被世界发达国家的新做法所吞没。

参考文献

[1]Barabási,Albert-László,(2010)Bursts:The Hidden Pattern Behind Everything We Do.Cambridge:Cambridge University Press.

[2]阿兰·鲁格曼著(英)常志霄译(2001).《全球化的终结》北京:三联书店出版社.

[3]城田真琴著(日)周自恒译(2013).《大数据的冲击》北京:人民邮电出版社.

大数据驱动的广告 篇2

时下正值暑假，许多老师都纷纷踏入了暑假的列车，享受着假期的愉快。但回想刚过去的期末，不少老师还是会倍感头疼。每个学期末，都是老师准备期末考、加班统计学生成绩的高峰期。

期末总结对于使用速课堂开展移动教学的一线老师们又有着特殊的意味。因为速课堂方便了老师对学生们的过程性评价，平时学生在速课堂里的点名签到、资源学习、作业以及测试评价等教学活动都会有立体化数据分析，这些学习过程都被一点一滴地记录下来。相对传统教学，速课堂的过程性评价在期末总结评价中的权重得到了老师们的重视和提升。所以每逢期末，检验一学期速课堂过程性教学效果的时候就到了。

速课堂在辅助教师开展教学的基础上，满足社会发展及个性化教学需求，结合AI智能技术，全程记录学生学习痕迹，从学生、课程、班级多样分析，形成个性化学情分析报告，助力教学。并通过学生的学习轨迹和在线考评、测试的结果反馈，教师有效制定针对性的教学方案，帮助每位学生成长和进步。

数字立体化呈现班级学生总数、老师发起的教学活动次数，保障学习效果；教学资源学习数据实时跟踪统计，助力学生分析。此外速课堂提供知识变现，班级内的课程打赏收益总额和付费人数也会一一呈现。

速课堂通过雷达图呈现学生出勤表现、知识掌握程度、活跃度、努力度以及学习主动性数据，并运用百分比的形式全面分析学生们学习课件视频、音频和文档的次数和时长，全方位追踪教学数据。

课堂数据指的是整体的速课堂总数据，包括开设课程总数、班级总数、学生总数以及教学资源总数等，都可以查看到各个课程的数据。

大数据驱动的广告 篇3

目前, 我国图书馆的数据存储形式较为单一, 几乎都是文献资源的电子化、数字化和视频化。这些数据基本上都是结构化的数据类型, 缺乏个性和价值再发现功能, 特别是那些隐藏着巨大价值的非结构化数据, 长期以来被图书馆所忽略, 几乎处于空白。众所周知, 大数据时代的信息竞争并非靠数据存储量的多寡来决定胜负, 更为重要的是非结构化的数据资源的重新发掘与再利用, 并将这些数据进行科学的分析, 以满足用户的个性化需求和多样化的知识储备。如清华大学图书馆尝试在检索平台“水木搜索”上综合运用多来源数据。将书、刊、文章等元数据汇聚在一起用于检索, 用户可通过开放链接技术定位及获取资源;同时, 清华大学图书馆还将维基百科的词条、清华教工简介、豆瓣书评、清华学生打过的标签等在展示层与检索结果建立关联, 用户可在一个检索结果页面获得不同层次、不同角度的信息内容。

因此, 在大数据的影响下, 未来图书馆的建设要把大数据作为一系统工程来考虑。图书馆的数据建设应该突破传统的将纸质资源数字化的简单层面的转化, 而是应该从数据采集、数据存储、数据处理、数据分析和数据应用等方面加以考虑, 从而构成图书馆数字资源的大数据框架。正如有研究者所说:“存储在各类数据库和文档系统中的科学数据以及以业界标准化关系数据库所产生的元数据体系, 将构成一种新型的、分布式的和整合式的数字图书馆。这种数字图书馆既包括传统数字图书馆的各类处理、管理、检索服务等功能, 又包括数据转换、可视化和数据挖掘服务等新型数据服务功能。”那么, 未来新型的数据图书馆将具备哪些特征和发展模式, 有研究者综合多方面的研究成果, 归纳出新型的数字图书馆会出现如下新的特征:“基于网络和数据场的学术过程记忆;在数据密集型科研环境下, 引文索引和评价将不再起主导作用;数据场中信息的类型、来源渠道和获取方式都是多元的;各种数据的流动、交互操作、融合、引用等都将留下轨迹;……把隐性的数据流动转变为显性的, 甚至可视化;基于网络和数据场的学术过程记忆将在学术跟踪和评价中大显身手。”

2 树立数据驱动的服务理念

传统语境下图书馆的基本服务就是文献资源的开放存取, 网络时代的出现使得图书馆更加重视文献资源的数据化转化。但是, 在大数据时代下, 数据成为图书馆资源的核心构件和图书馆运行的基础, 因此, 能否从传统信息服务理念向数据驱动服务理念的突破, 将是图书馆能否继续生存并保持活力的关键。当前的各级各类图书馆必须加强对大数据的重视, 认识到数据驱动服务理念的重要性, 大力拓展数据的组织和挖掘能力, 提升图书馆的竞争力。尤其是一些专业图书馆, “更应针对海量数据需要长期存储的需求, 为科研人员提供最佳信息和技术服务, 融入科研用户工作流的数据生命周期。数据驱动的服务模式将是现代科学图书馆发展的新的生长点。”图书馆工作人员可以通过数据把握趋势、理解需求。比如通过一段时间南京图书馆的借阅类目排名和读者构成, 我们就可以分析南京图书馆读者最喜爱阅读的图书类别以及这些读者的自然特征, 这样图书馆就可以有针对性地进行文献资源建设, 开办针对读者兴趣的讲座等读者服务活动, 甚至进行相关商业行为, 为图书馆的运行提供一定的经费来源, 而不仅仅是靠政府拨款。

3 强化知识服务功能

传统图书馆服务采用的是一种参考咨询和信息咨询服务模式。当我们进入大数据时代, 以数据为基础的图书馆服务正在发生变化。在大数据时代, 数据分析和数据挖掘将成为未来图书馆服务的一个重要内容。可以预测, 未来图书馆的业务将向数据分析和数据挖掘方向转移。这将在很大程度上改变图书馆的资源配置, 重组图书馆的数据资源, 进而改变图书馆的价值定位, 改变图书馆的评价体系, 改变图书馆工作人员的素养, 重构图书馆的数据结构。可以想象, 随着大数据的深入发展和所起的重要作为, 图书馆的信息咨询和资源借阅功能将走向弱化, 对大数据的分析与处理将成为未来图书馆的主要业务, 同时也将成为图书馆服务水平和发展潜力的重要评估指标。

在此背景下, 大数据时代图书馆的服务将突破传统的结构化数据的服务, 而是要经过大量数据的捕捉、组织、分析和决策所形成的多向度的服务体系。以信息的发掘、分析、处理与服务为趋势的图书馆的服务范围将会得到更大的扩展, 为某一学科、某一专业机构或政府企事业单位进行一站式的数据分析服务、数据挖掘服务。这种以知识服务为表征的服务功能是为了图书馆重要的数据增值功能的集中体现, 这将会成为大数据时代图书馆的常规服务内容。

目前, 国内外图书馆界在知识服务方面都进行了积极探索, 已形成了较为完整的图书馆知识服务体系, 产生了一些具有专业化、个性化的服务模式和服务途径。如清华大学图书馆尝试对其相关数据集合做一些分析工作, 即从元数据仓储中提取关键词等信息, 分析关键词走向, 分析作者与合作者的关系, 建立以人为中心的知识关联网络。美国国会图书馆根据读者数据的分析, 建立了符合读者阅读需求的“美利坚记忆”, 成为美国历史文化特色的馆藏资源。毫无疑问, 图书馆知识服务过程中需要大量的数据。这些数据既报刊已经存在于图书馆之中的书目信息、电子图书、电子期刊、视频资源等结构化数据, 也可能是图书馆的读者阅读行为、习惯和社会身份等非结构化的数据, 同时, 大数据时代图书馆的数据构成还有走出图书馆本身, 与各类商业中心、娱乐中心、社会服务中心等都要建立与他们之间的联系。加强数据资源共享。因此, 图书馆工作人员应认清数据在知识服务特别是知识服务中的重要作用, 进一步提高图书馆各类数据的收集意识, 通过对收集到的数据进行挖掘、分析、加工和重组, 把大量随机分散的、杂乱无序的信息转换为有规律的、集中的、有序的数据, 为图书馆将来的知识服务提供坚实的数据保障。

摘要：当前, 图书馆领域正在迎接大数据时代的到来。在“大数据”时代下, 图书馆应该建立以数据驱动为基础的服务模式, 重建新型数据图书馆、树立数据驱动的服务理念、强化知识服务功能, 实现图书馆有效的数据管理和应对新型数据变革。

关键词：大数据,图书馆,数据驱动,服务模式

参考文献

[1]刘明, 李娜.大数据趋势与专业图书馆.中华医学图书情报杂志, 2013.

大数据驱动下的社会治理创新研究 篇4

党的十八届三中全会将“推进国家治理体系和治理能力现代化”作为全面深化改革的总目标, 这是我们党提出的全新理念, 标志着我们党对中国特色社会主义规律的认识提高到一个新境界。当前我们正处于改革的关键期, “大数据”时代的来临给社会治理创新带来了新的机遇和挑战, 着眼于新时期、新形势, 必须深刻明晰“大数据”与社会治理的关系, 探究社会治理研究的新变革, 探索社会治理创新的新要求。

1 大数据

大数据是互联网、物联网、云计算后的又一创新性的技术革命, 深刻影响着社会各个领域的变革发展。大数据已然成为全球研究的热点, 然而大数据始终没有形成统一的概念定论。Mc Kinsey全球研究院将大数据的定义如下:无法在合理的时间内采用当前主流的数据库软件对其内容进行获取、管理和处理的数据集合[1]。维基百科对大数据的定义是:所涉及的数据量规模巨大到无法通过人工, 在合理时间内达到截取、管理、处理、并整理成为人类所能解读的信息[2]。

2 社会治理创新

2013年11月12日, 党的十八届三中全会通过《中共中央关于全面深化改革若干重大问题的决定》 (以下简称《决定》) , 指出“加快形成科学有效的社会治理体制”, 这是党在治国理政理念升华后提出的一项重要战略部署, 也是实现全面深化改革的总目标的重要环节。《决定》进一步指出:紧紧围绕更好保障和改善民生、促进社会公平正义, 深化社会体制改革, 改革收入分配制度, 促进共同富裕, 推进社会领域制度创新, 推进基本公共服务均等化, 加快形成科学有效的社会治理体制, 确保社会既充满活力又和谐有序。

3 社会治理创新“期盼”大数据

当代中国已迈向一个以多元复合型为特征的社会快速转型的关键时期, 多元复合型这一特征决定了我国现代化进程的复杂性, 也会引发诸如教育不公、贫富不均、生态破坏、环境恶化等各种社会问题的产生。现阶段, 急剧发展变化的社会问题, 对于包括人、财、物、事等在内的庞大而复杂的社会管理信息需求, 与当前大数据技术的发展不期而遇。

物联网、云计算、大数据等现代技术日益改变着人们的生活方式、工作方式和思维方式, 逐步推动着整个社会生态系统的深刻变化。在大数据这一时代背景下, 世界各国政府及产业界引发了高度的关注, “数据权”运动、“大数据”战略、“数据脉动”计划、“公共服务大数据战略”等诸多国家级战略性部署相继涌现。目前, 我国相继设立了“大数据专家委员会”“大数据产业联盟”“大数据实验室”, 其目的是借助大量的、核心的、关键的数据, 充分发挥大数据强大的生命力、竞争力和创造力, 整合大数据资源, 挖掘大数据力量, 利用大数据优势, 制定科学的政策规章, 提升行政效率和公共服务水平, 实现社会治理创新与跨越式发展。

4 大数据“助力”社会治理创新

我国改革开放取得了丰硕的成果, 改革开放的过程也是政府全方位治道变革的过程, 国家的治理方式也从人治政府走向法治政府, 从统治型政府走向以服务型为宗旨的政府。服务型政府的社会治理创新模式是以建议电子型政府为载体, 以实现公共服务为根本目的的。在这种创新模式下, 企业、公民作为被服务的核心要素对象, 既是大数据的制造者和传播者, 也是大数据的最大受益者。企业是市场的主体, 人是社会的主体, 对这两种主体的行为进行科学地分析研究必将成为社会治理创新的强大推力。大数据时代的来临, 无疑给实现这一可能带来了新的整合、管理和分析数据的方法。

5 大数据驱动社会治理方式变革

大数据的巨大潜力被形象地比喻为未来的“新石油”, 通过对“新石油”的开采、提炼、萃取, 人类可以探寻、创造新的能源价值。据Mc Kinsey估算, “新石油”的应用将给欧洲公共部门创新1500~3300亿欧元的潜在价值。“新石油”正以其巨大的能源优势对经济社会产生深刻的影响, 驱动着社会治理研究思路和方法的变革。

5.1 社会治理研究思路的变革

人的行为的不确定性和人与人之间的交互式行为导致了海量的 (以文本、图像、音频/视频等不同形式存在的) 非结构化数据的产生。据IDC研究表明, 数字领域当前存在着1.8万亿GB的数据, 非结构化的数据比例约占80%以上, 并将在2020年之前以44倍的速度迅猛增长[3]。因此, 必须变革社会治理研究的思路, 从结构化的单元思维方式转向非结构化的多元思维方式, 从单维内容的思维方式转向多维内容的思维模式。单元思维、单维内容分析结构化数据得到的结论仅仅是单向内容的潜在规律, 而多元思维、多维内容分析非结构化数据得到的结论是与之相关的多向内容以及多向内容间的关联关系。借助大数据的多向思维、多维内容, 探寻多元、多层、多角度特征的社会治理模式, 科学合理的预测社会需求, 预见社会问题, 全面创新社会治理、提升社会建设水平。

5.2 社会治理研究方法的变革

传统的数据分析方法可以归纳为两种, 一是定性和定量的分析研究, 二是对比分析研究。前者采用抽样调查方法采集数据, 且样本选择的随机性较大;后者分析概括的是近几年来样本数据集合, 且样本数据大都是弧立的、离散的。而大数据核心的价值在于对海量数据的存储和分析, 其核心目的在于利用大数据进行科学合理的趋势预判。因此, 必须变革社会治理研究的方法, 从收集、分析少量的数据样本转变为收集、分析与之相关的所有数据;从注重数据的因果关系转变为重视数据的关联关系。面对纷繁复杂的大数据, 需要我们去探寻和挖掘多元化的数据, 探究数据的关联关系, 并在此基础上制定和实施差异化的社会治理政治体系, 推动社会治理创新。

6 社会治理创新的新要求

大数据时代来临的今天, 政府作为数据财富的拥有者, 掌握着海量、关键的数据信息。着眼于新时期、新形势, 以“4V+C” (Variety、Volume、Value、Vitality、Complexity) 为特征的大数据对政府部门的社会治理创新提出了新的要求。政府机构和部门应转变角色, 担当大数据的开拓者、推送者、分析者和助力者。

6.1 角色一:大数据的开拓者

政府机构和部门应担当大数据的开拓者, 拓宽获取数据的渠道, 让“单一”数据逐步“多元”起来。以简单的互联网信息搜索为例, 可以获取如下结构化的数据信息:搜索设备 (台式电脑、笔记本电脑、手机、Pad等) 、设备的操作系统 (Windows、Linux、Android) 、搜索引擎 (网页搜索、词条搜索、图片搜索) 搜索关键词 (关键词长度, 类别) 等, 大数据可以继续掘取如下非结构化的数据信息:搜索设备 (图像、视频、文本) , 设备的操作系统 (操作系统说明文档、操作系统架构模型、操作系统微缩胶片) 、搜索引擎 (结构模型、市场份额、利润报表) 等。由此可见, 大数据所具有的在区域之间、行业之间、企业之间和社会群体之间的穿透性, 正在颠覆传统的、线性的获取数据信息的模式, 形成面向不确定性的、非线性的掘取数据信息的模式[4]。

6.2 角色二:大数据的推送者

政府机构和部门应担当大数据的推送者, 推进数据信息的公开, 让“休眠”数据逐步“觉醒”起来。IBM中国开发中心信息管理总经理朱辉表示“我国大量的数据正在处于休眠或者是半休眠状态, 它们不产生任何价值, 尤为突出的是银行、电信、保险等行业。”大数据技术和业务的兴起, 引发了社会对数据开放的强烈需求, 掌握重要数据资源的政府应加大数据开放力度、深化政府信息资源梳理、强化信息化支撑手段和健全数据开放工作机制, 唤醒“休眠”数据, 主动成为开放信息资源的推送者, 从而实现政府治理透明化、社会管理扁平化、公共服务多元化。

6.3 角色三:大数据的分析者

政府机构和部门应担当大数据的分析者, 辨析数据及数据关联关系的真伪, 让“模糊”数据逐渐“准确”起来。据统计数据显示, 截至2013年12月底, 中国产生的数据总量超过0.8ZB, 相当于2009年全球的数据总量, 预计到2020年, 中国产生的数据总量将是2013年的10倍, 超过8.5ZB[5]。大数据带来了如此巨量的数据样本, 同时带来了更加复杂的数据对象, 它类型繁多、模式多样、关联关系复杂、质量参差不齐, 难以用传统数据分析方法和工具进行描述和度量。基于海量且复杂的数据样本, 政府既要担当数据的收集者, 又要担当数据的深度分析者, 辨析数据的优劣、真伪, 深入分析、挖掘、揭示、度量数据及数据关联关系, 优化公共服务模式、提升社会治理水平、维护社会和谐稳定。

6.4 角色四:大数据的助力者

政府机构和部门应担当大数据的助力者, 筹措大数据国家发展重点、空间格局和发展方向, 并提升至国家发展战略;推动大数据立法, 重视个人数据隐私, 明确政府主管部门责任;强化政府责任, 出台大数据保障措施, 提升服务能力和运作效率。以制定大数据发展战略为牵引, 创新社会治理方式;以制定大数据的规范和标准为牵引, 及时整合、组建大数据研究机构;以国家人才战略为牵引, 大力培养具有大数据思维和创新能力的复合型人才;以创新驱动为牵引, 加快技术研发, 选择医疗、金融、食品安全等重点领域开展大数据重大应用示范工程, 鼓励和扶持企业、科研院所、社会组织开展大数据基础领域研究、自主创新研究;以数据共享为牵引, 建立大数据分析共享平台, 促进政产学研用协同创新, 加速大数据理论、技术和应用的创新。

7 大数据在社会治理中的创新应用实践

社会治理是一个系统工程, 政府运用政治、经济、法律等多种手段对社会的政治、经济、文化等事务进行组织、协调、指导、规范、监督, 合理配置社会资源, 维护社会秩序, 保障社会稳定。而社会治理目标的实现, 是以掌握治理对象的状况及其外部环境的数据信息为前提的, 大数据技术从理论、方法、实践和效果评估等方面完全缝合了这一需求, 由此, 大数据在社会治理中的创新应用实践必将成为支持社会治理科学决策和准确预判的有效途径。

大数据在社会治理中的创新应用体现在方方面面, 政府、企业、社会、个人价值都可以在大数据的帮助下得到高度的实现和提升, 如表1所示。据麦肯锡预测, 未来大数据产品在个人位置服务市场的应用就将产生8000亿美元的价值, 未来中国大数据产品的潜在市场规模有望达到1.57万亿元人民币, 不仅将给IT行业开拓一个新的黄金时代, 更将颠覆各行各业的竞争格局[5]。

8 结语

大数据开启时代转型, 对于提高信息数据资源的利用效率、支撑经济社会发展转型、改善人民生活水平具有重要的战略意义。正如硬币的2个面, 大数据在给社会治理创新带来新机遇的同时, 也带来了新挑战:如何验证大数据的全面性和可信度, 如何实现大数据低成本、低能耗、高可靠性, 如何保证大数据的安全、隐私等。立足于新时期、新问题, 要以提升政府治理能力现代化为切入点, 加强顶层设计, 推进规划引导、政策支持与标准制定, 明确政府主管部门责任, 加快政府公共信息资源开放, 推动数据立法, 重视个人数据隐私, 加强数据安全管理, 进一步优化完善大数据发展环境利用大数据为社会提供更好服务。

参考文献

[1]Manyika J, Chui M, Brown J, et al.Big Data:The Next Frontier for Innovation, Competition and Productivity[R].McKinsey Globlal Institute, 2011.

[2]Wikipedia.Big Data[EB/OL].[2014-07-21].http://en.wikipedia.org/wiki/Main_Page.

[3]顾世山.非结构化数据分析:大数据时代新价值[DB/OL]. (2014-01-26) [2014-07-22].http://soft.chinabyte.com/308/12848808.shtml.

[4]张军, 姚飞.大数据时代的国家创新系统构建问题研究[J].中国科技论坛, 2013 (12) :5-11.

[5]36大数据.大数据史记2013:盘点中国2013行业数据量[DB/OL]. (2014-02-24) [2014-07-23].http://developer.51cto.com/art/201402/430185.htm.

[6]于达维.被“大数据”的中国[DB/OL]. (2014-07-25) [2014-07-28].http://www.chinahightech.com/html/2039/2014/0725/09165727_1.html.

大数据驱动智慧城市建设 篇5

大数据浪潮不仅仅是信息技术领域的革命, 更是在全球范围启动透明政府、加速企业创新的利器。基于社会化网络的平台和应用, 让数以百亿计的机器、企业、个人随时随地都会获取和产生新的数据。对于帮助政府相关部门准确判断经济形势、有针对性地制定政策、合理调配资源具有非常重要的参考作用。

大数据时代的到来, 正悄然改变我们的生活。互联网搜索引擎是大数据最为典型的应用之一, 得力于计算机对海量数据的存储、分析以及处理, 我们能够并且可以运用大数据实现原来遥不可及的梦想。随着社交网络的逐渐成熟、移动带宽迅速提升, 更多的传感设备、移动终端接入网络, 产生的数据及其增长速度比历史上任何时期都要多, 互联网上的数据流量正在迅猛增长。在云计算、物联网等技术的带动下, 中国的移动互联网已经步入“大数据”时代。继云计算后, 大数据成为信息技术领域最为热门的概念之一。

在IT业界, 有人把大数据产业定义为建立在对互联网、物联网等渠道广泛大量数据资源收集基础上的数据存储、价值提炼、智能处理和分发的信息服务业, 又或者是致力于让所有用户能够从几乎任何数据中获得可转换为业务执行的洞察力, 包括之前隐藏在非结构化数据中的洞察力。

据了解, 在工信部发布的物联网十二五规划中, 信息处理技术作为四项关键技术创新工程之一, 其中包括海量数据存储、数据挖掘、图像视频智能分析, 这些都是大数据的重要组成部分。大数据的出现, 正在引发全球范围内深刻的技术与商业变革。在技术上, 大数据使从数据当中提取信息的常规方式发生了变化。

事实上, 全球互联网巨头都已意识到了“大数据”的重要性。包括惠普、IBM、微软在内的全球IT巨头, 纷纷通过收购“大数据”相关厂商来实现技术整合。专家预测, 未来5年内, 大数据所创造的价值将会达到530亿美元, 同时产生10万个工作岗位, 还会产生文化、社会、政治等方面的影响, 所谓“三分技术、七分数据”, 得数据者得天下。

而国内一些领先的互联网企业, 包括新浪、腾讯、阿里巴巴等, 也已开始实质性的探索。作为中国最大的电子商务平台, 淘宝有海量的商业数据, 现今淘宝面临数据量大、内容多样、维度丰富、源数据质量不高等问题。对于淘宝面临的挑战, 分布式存储计算、实时计算、实时流处理、基于云计算的数据挖掘、数据可视化和数据产品实践等是应对大数据浪潮的关键技术。尽管国内企业在数据库、数据仓库、商业智能等领域基础薄弱, 但是若找准行业与切入点, 大数据则能够发挥其积极的作用。

信息技术的发展推动人与自然之间的信息沟通方式的发展, 我们生活的环境将越来越具备“智慧”特征, 我们也将能更“智慧”地利用信息, 对世界和他人作出更加“智慧”的判断与回应。而智慧城市的发展是城市信息化发展的新阶段, 只有确立了“智慧来自大数据”的核心共识, 推进智慧城市建设才能“四两拨千斤”。

大数据驱动的广告 篇6

大会重点解析了全球调研白皮书《《分析:价值的蓝图》。作为IBM商业价值学院迄今为止最为全面的大数据与分析商业行为调研,该白皮书揭示了“分析为要”的大数据成功实践之道,以众多行业案例阐述:企业如何从大数据中获得商业价值和转型动能。作为结论性成果,白皮书指明了提升大数据实践成果的“三大要素”:战略、技术和组织。

IBM大中华区大数据和分析及新市场总经理,全球企业咨询服务部合伙人、副总裁Jason Kelley先生表示:“经过过去几年的认知和探索阶段,企业已经逐步明确数据作为二十一世纪新自然资源的巨大价值。大数据与分析成为提升企业竞争力的绝对优势,进行转型和创新的巨大动力,和构筑‘智慧的企业’的坚实基础。作为大数据领域的领导者,IBM端到端大数据与分析能力业已帮助全球超过30,000家客户获取更大的商业回报。2014年,IBM将持续升级在大数据方面的投入,一方面继续深入在金融、电信、医疗、零售、制造等各行业的实践,另一方面增强大数据与分析与云计算、移动、社交等热点趋势的融合,以及实现认知分析与大数据应用的不断融合。”

战略、技术、组织——“三大要素”

5年来,IBM一直将“了解如何从数据中创造价值”作为分析研究的重点,并在该领域不断获得突破性成果:从2009年将分析技术定义为战略资产,到2011年实施分析、掌握分析,到2012年阐述大数据基本原理,再到此次调研白皮书《分析:价值的蓝图》,正式揭示了企业如何从数据和分析中提取价值,获得显著回报。

通过对全球70个国家各种规模组织的900位业务和IT主管进行采访,报告提出了“提升大数据实践成果的三大要素”:“战略”、“技术”、“组织”。报告表明:分析实施战略要有助于实现组织的业务目标;现有技术要支持分析战略;不断发展的企业文化要让员工能够利用技术采取行动,并与战略保持一致。正确协调这三大关键要素,才能创造有形的价值,并取得基于结果的成效。

IBM全球企业咨询服务部战略与分析服务副合伙人段仰圣先生表示:“创建分析蓝图是发掘数据和分析洞察的第一步,通过一致的战略、技术和组织结构,企业可以培养目的感、构建面向未来的技术架构、激励成员快速采取行动,进一步发掘大数据分析所提供的巨大潜能。此外,为了充分发挥大数据的价值,企业需要像首席数据官和首席分析官这样的新角色帮助公司建立企业范围内的数据战略,以此增加竞争优势。”

“分析”为要、立足“需求”

据IDC预测,2014年大数据市场价值将达到161亿美元,比整个IT市场的发展速度快6倍。应对大数据、利用大数据成为企业重要需求。“分析”作为实现大数据价值的核心,成为企业获取价值、赢得竞争的决定性抓手。IBM在业界最全面的分析能力基础上,有力融合认知计算基因,能够涵盖所有数据类型和关键业务流程,帮助企业更加高效的打造大数据价值蓝图。

同时,企业业务层对于大数据的认知正在不断攀升,以业务目标为基础构筑大数据与分析蓝图对于企业而言愈加重要。《分析:价值的蓝图》调研结果显示:四分之一的CEO和COO提倡使用大数据分析(24%),该比例从2012年起增长了10%。基于多年来持续不断的研究和实践,IBM针对企业真实需求,提出实现大数据战略的“六大要务”:通过洞察客户和定制营销、建立新的业务模式、革新财务流程、管理风险、优化运营规避欺诈和降低IT成本——这六大要务也将同时成为企业利用大数据分析实现价值的重要途径。

IBM大中华区大数据中心总监王晓梅女士指出:“在未来的大数据与分析实践中,IBM将进一步帮助企业把分析注入关键业务流程,从‘六大要务’角度解析业务需求,并导出对应的大数据与分析战略蓝图。当前,我们将重点推行该六大要务中对于客户洞察和流程革新的指导,帮助企业通过使用社交媒体分析等进行客户关系管理、市场营销决策,通过利用预测性维护、实时预警等进行财务等运营流程的优化。”

IBM软件集团大中华区大数据及智慧地球解决方案总监李永财先生在大会上详细解析了IBM在全球和亚太市场针对零售、公共事业、金融等行业的实践经验,李永财先生表示:“作为业界唯一集咨询、服务、软硬件等综合能力于一体的厂商,IBM将成为中国企业值得信赖的合作伙伴,帮助各行业客户在大数据与分析技术和理念支持下实践六大要务,获得可观收益。”

IBM大数据与分析能力再升级

伴随大数据而来的是认知计算的时代。在认知运算时代,商务的新视野将是“智慧的企业”,企业目标从“以最低成本做产品”,转向“对客户最大化的价值”。认知计算系统能够通过辅助(Assistance)、理解(Understanding)、决策(Decision)、洞察与发现(Discovery),帮助企业更快的发现新问题、新机遇和新价值,实现以客户为中心的智慧转型。2014年初,IBM投入10亿美元组建独立的Watson部门,率先于业界步入前瞻认知计算实践。

本次发布会上,IBM正式宣布推出强大的大数据与分析平台Watson Foundations。作为IBM大数据与分析能力的全面整合,Watson Foundations在原有的IBM大数据平台上进行了至关重要的提升。其最为显著的增强特性包括:1)能够基于SoftLayer部署,将IBM大数据分析能力升至云端;2)将IBM独有的大数据整合及治理能力延展至社交、移动和云计算等领域,3)让企业能够利用Watson分析技术快速、独立的发掘新洞察。作为IBM大数据与分析领域的一大技术创新,Watson Foundations将帮助企业实现阶段性的大数据能力部署,为企业打造迈入认知计算的通途。

此外,IBM正在不断增强大数据与分析能力。截止目前,IBM在大数据的投入已经超过240亿美元,拥有超过1万名数据分析咨询师,400多名数学家,数千项专利。从2005年开始,IBM并购了35家以上相关领域的公司,其中包括最新收购的高速大数据传输工具Aspera、客户行为分析工具The Now Factory,以及备受瞩目的DaaS (数据库即服务)供应商Cloudant。

大数据驱动的广告 篇7

大数据对我国商业模式创新的驱动作用主要体现在资源利用、产业链构建、信息融合三个方面, 具体而言, 大数据对我国商业模式创新的驱动作用是“三维”的, 这里的“三维”表现在如下三个层面: (1) 大数据资源的使能化运用推动商业模式创新; (2) 大数据产业链推动商业模式创新; (3) 大数据“连接”与“融合”推动商业模式创新。这三类驱动作用分别从各自的维度促进商业模式创新, 综合构成一种“三维”的驱动机制。下面, 本文将分别就“三维”驱动机制中的每一维进行详细探讨。

一、大数据资源的使能化运用推动商业模式创新

大数据资源的使能化运用, 是以新资源、新技术为特征的产品和服务通过大数据方式实现转变, 从而推动商业模式创新。这种创新方式是以新的数据资源为基础的, 因此是大数据资源的使能化运用。大数据资源的使能化运用推动商业模式创新, 主要表现在关键业务创新、盈利模式创新、外部关系网络的重构。

1. 大数据资源的使能化运用推动关键业务创新

大数据资源作为基础数据和技术工具, 具有释放资源价值与放大资源价值的功能。大数据资源的使能化运用推动关键业务创新, 本质就是企业商业活动实现“大数据化”。根据大数据资源的使能化运用推动关键业务创新的驱动层面, 大致分为以下几类驱动:一是基于大数据技术等条件, 通过大数据信息流, 对企业关键业务流程进行重新梳理。典型的例子就是“大规模定制”的商业模式, 它是以IT技术设施为基础, 对企业业务流程进行重新建立。二是直接通过大数据活动, 逐步转变原有的传统业务流程, 从而实现企业的商业模式发生变革。这里, 电子商务的普及运用, 就是传统业务流程通过大数据活动发生变革的结果。三是通过大数据资源对业务流程进行再设计, 将大数据作为解决问题的新途径。比如, PASSUR Aerospace公司基于大数据的Right ETA服务, 可以利用天气、航班等公用数据以及公司内部收纳的多方位历史数据, 通过模式匹配分析进行误差预测, 大幅降低了误差水平。

2. 大数据资源的使能化运用推动盈利模式创新

获得更多盈利是商业模式创新重要目的之一, 目前国内外许多商业模式的创新都是基于一种普遍的消费者认知基础:消费者对商品需求的最终目的在于使用商品, 并非拥有该商品。比如, 传统的出售模式改为出租模式, 相应的盈利模式便由一次性付清转变为多次支付甚至是“微支付”。这一商业模式过程中必然伴随使用过程的记录与量化, 而通过大数据资源的使能化运用, 可以方便地将使用过程、使用频率、使用强度等数据进行实时监控和记录。在国内外通过大数据资源的使能化运用推动盈利模式创新的实例中, 以计算机软件行业、广告媒体行业最为普遍。在计算机软件行业中, 使用大数据资源促进软件互联网化, 变革了消费群体实用软件的形式, 促进计算机软件价值的平台载体虚拟化, 从而促进软件使用的盈利模式发生转变, 如App Store模式、开源软件模式等等。在广告媒体行业中, 大数据资源的使能化运用促进互联网广告不断普及, 加速了广告成本与价值的对等化。

3. 大数据资源的使能化运用推动外部关系网络进行重构

由于大数据资源具有高度的专业性和复杂性, 因此企业对大数据资源的获得与利用往往倾向于在生产和交易之间的信息分享与合作, 而通过信息分享与合作, 可以推动商业模式中企业的外部关系网络发生重构。例如, IT外包 (IT Outsourcing) 的方式实现了大数据资源的规模化运作和柔性化配置。通过大数据资源的使能化运用, 不仅推动商业主体之间以获取大数据资源为目的进行外部合作, 还有利于降低外部风险, 不断创造新的价值传递渠道。

二、大数据产业链推动商业模式创新

大数据技术的不断发展, 为信息资源的独立提供了重要平台, 网络用户在这一平台中创造了海量数据资源, 通过大数据处理, 进行海量数据整合, 促进数据信息向数据产品转变, 由此大数据产业链也正不断形成。这里, 大数据产业链主要包括两个层面:一是以大数据产品为中心, 横向按照数据搜集、整合、分析、决策的层次发展;二是通过大数据技术的中心, 纵向沿基础设施供应、大数据技术供应、大数据完整解决策略的方向发展。通过大数据产业链, 可以推动商业模式的角色和定位发生转变, 从而推动商业模式创新。

1. 以大数据产品为中心, 按照大数据产业链横向发展, 推动商业模式创新

在大数据产品中, 按照产品“加工”程度的差异, 可以分为原始数据、信息、知识三类。其中, 通过获取海量原始数据, 然后根据数据背景、数据符号等进行处理, 信用这根据处理后的数据进行分析、整合、预测, 并将此运用到实践中, 便成为知识。大数据产品之所以有价值, 主要在于大数据资源的专有性程度。这里的专有性包括使用者对知识的专有性、对时间的专有性。根据大数据专有性的不同, 创造大数据价值的关键资源也就产生差异, 于是产业链上具有不同大数据资源的企业定位也不同。

根据大数据产业链上的不同定位, 大数据产业链创新了三种商业模式, 分别为:数据租赁和销售模式、信息租赁和销售模式、知识租赁和销售模式。

2. 以大数据技术为中心, 按照大数据技术结构纵向拓展, 推动商业模式创新

一般而言, 大数据技术的结构主要包含三个层次:硬件平台层、软件系统层、服务层。在以大数据技术为核心的行业内, 大数据企业以大数据技术作为基本向外提供产品, 可以为其他行业提供IT基础设施与服务。基于大数据技术结构中的不同定位, 也基本形成了三类商业模式, 即硬件租赁和销售模式、软件租赁和销售模式、服务模式。

(1) 硬件租赁和销售模式。诸如大数据存储设备、大数据计算设备、大数据通信设备等的销售商, 以及云计算服务提供商等大数据企业一般会采用硬件租赁和销售的商业模式。代表样本为Dropbox企业的在线存储服务。

(2) 软件租赁和销售模式。一般应用这种商业模式的企业主体主要是大数据技术或服务的供应商, 通过这种模式对外推广信息洞察方法。代表样本有捷成集团的视频数据处理系统、SAS集团的数据统计软件等。

(3) 服务模式。这种模式是以大数据行业的垂直调整为基础, 通过企业合作, 为客户提供完善、一体化的问题解决方案。代表样本有IBM的客户端服务、SAP的Business ONE解决方案等。

三、大数据通过“连接”和“融合”, 推动商业模式创新

在行业的变革过程中, 必然涉及行业之间的融合与分离, 一些行业从原有行业的体系中不断游离出来, 形成新的行业。在大数据的作用下, 行业之间可以通过大数据的“连接”或直接将大数据“融合”, 从而形成新的商业模式。

大数据具有高度可连接性和融合性, 这促使与大数据相关的商业活动不断频繁, 包括基于大数据的市场交易, 也包括在市场和科层之间的大数据业务结合等。通过大数据的“连接”和“融合”, 可以推动三种平台式商业模式发展:一是基于客户平台的商业模式;二是基于数据平台的商业模式;三是基于技术平台的商业模式。

1. 基于客户平台的商业模式

基于客户平台的商业模式是以互联网方式将海量客户引至自己平台, 通过双边、多边的客户价值转化, 创造新的客户价值。也就是说, 基于客户平台的商业模式是以客户的“连接”和“融合”为基础的, 通过互联网平台发挥价值创造效应。这种商业模式的典型代表有腾讯QQ、微信等。

2. 基于数据平台的商业模式

基于数据平台的商业模式是在提供多行业合作渠道的基础上, 汇集大量不同类型数据, 然后通过对数据的处理、共享、运用, 创造新的价值。也就是说, 基于数据平台的商业模式是以数据的“连接”为基础的, 以数据之间的传递和互补为方式。这种商业模式的典型代表是IZP集团推出的互联网媒体平台。

3. 基于技术平台的商业模式

基于技术平台的商业模式是在提供技术开发渠道的基础上, 不断吸引多方位技术参与, 促进分散技术共享和互补利用。基于技术平台的商业模式是以数据的“连接”为基础的, 主要通过技术的不断创新和开发利用, 以创造新的价值。这种商业模式的典型代表有开源社区平台、众包平台、Red Hat平台等。

四、结论与展望

本文以大数据在资源利用、产业链构建、信息融合三个方面对我国商业模式创新的驱动作用为切入点, 提出了大数据对我国商业模式创新的“三维”驱动作用, 即: (1) 大数据资源的使能化运用推动商业模式创新; (2) 大数据产业链推动商业模式创新; (3) 大数据“连接”与“融合”推动商业模式创新。其中, 大数据资源的使能化运用, 主要表现为推动关键业务创新, 推动盈利模式创新和推动外部关系网络进行重构;大数据产业链效应, 可以沿产业链横向网络和纵向大数据技术结构来推动商业模式创新;大数据“连接”与“融合”, 推动客户平台、数据平台、技术平台三种平台基础的商业模式创新。

通过大数据推动我国商业模式创新的研究, 可以为国内企业及外资企业等主体的商业模式创新提供更为系统的行动框架。与此同时, 大数据也有维护信息安全、加强隐私保护等方面的功能, 这些功能也为我国商业模式创新增添动力, 这也是今后需要努力研究和解决的一个新方向。

参考文献

[1]李长云.创新商业模式的机理与实现路径[J].中国软科学, 2012 (4) .

大数据驱动的广告 篇8

大数据和云计算加强了数据存储管理和计算能力,数据驱动的企业决策、流程管理及产品设计日益受到各界重视。总局田进局长在2016年全国新闻出版广播影视科技工作电视电话会上指出:将未来广播影视打造成以云平台为基础、以移动和宽带网络为连接、以大数据分析业务模式为支撑、以智能终端为呈现载体的多内容多业务多功能混合传播形态。

作为广播电视生命线的播出安全,作为广播电视千里眼、顺风耳的监测监管在大数据浪潮的今天,也应该踏浪前行。几十年来,行业内的人士都知道安全播出是广电的生命线,是基石,没有了安全播出,正义的舆论无法捍卫,精彩的节目也无法传递到千家万户。内容安全、技术安全如同安全播出之两翼,缺一不可。随着整个世界信息化网络化浪潮的涌动,IP网络已经一统天下,新媒体层出不穷,广播电视各项业务也只是跑在IP网络上的专业应用。在传统媒体和新媒体融合的今天、IP网络环境下我们几十年浸染的安全播出的概念、理念似乎越来越不太能够适应播出安全保障的需求了。安全播出不能仅仅关注节目是否停播,网络攻击、病毒感染、漏洞利用、数据篡改、信息泄露等等对播出安全的影响力有时比停播更大;技术系统安全防护关键不只是设备和系统有没有备份,网络架构、访问控制、身份鉴别、入侵防范、恶意代码等等都是系统能否安全的关键点。

广播电视监测不能停留在只盯着节目是不是停播,广播电视已发展为传统媒体与新媒体深度融合,节目内容海量丰富、播出渠道多元、形态方式多样,监测要随着播出传播的方式转变而转变,随着播出安全关注的焦点的变化而变化。如何运用好海量的监测资源,利用新技术,在新形势下做到监测全面、分析精准、监管到位,是监管部门思考的重点。

1 大数据云计算在广电的应用

信息技术的发展使原来看不见摸不着的信息、数据更易捕捉、获取、存储,国际数据公司(IDC)指出,互联网上的数据每年将增长50%,每两年便将翻一番,而目前世界上90%以上的数据是最近几年才产生的。IP化的今天,我们已然不用考虑“大数据怎么来”,而是要考虑“大数据如何用”,怎样将“大数据资源”转换为“大数据资产”。

面对浩如烟海的数据,云计算适时地出现了,使大数据分析利用成为可能,数据展示、数据挖掘为各国的发展带来价值,使原先几乎不可能完成的任务变成了现实:警察局利用大数据预测犯罪的发生;利用互联网上用户搜索关键词的行为预测某些疾病等的散布;利用手机定位数据和交通数据进行城市规划;零售企业监控客户的店内走动情况以及与商品的互动,将这些数据与交易记录相结合进行分析,得出销售哪些商品、如何摆放货品以及何时调整售价等意见,帮助企业减少存货,增加高利润率品牌商品的比例等。

借用国务院《促进大数据发展行动纲要》中的提法,大数据正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析,从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。大数据应用能够揭示传统技术方式难以展现的关联关系,建立“用数据说话、用数据决策、用数据管理、用数据创新”的新的管理机制。

对于广电行业来说,大数据有助于帮助各个部门进行更为科学的决策,使各部门的决策从“业务驱动”迈向“数据驱动”。大数据分析可以使我们掌握不同节目的对象群,洞察用户行为、用户需求,发现市场热点,有效进行节目策划分析和定位;通过大数据可以掌握收视数据,各个频道的收视情况、收视占比、用户数量等;根据大数据进行营销分析,进行智能EPG、智能广告等业务推送;利用大数据进行社会热点预测和监控,根据用户行为分析有针对性地开发产品,制作观众喜爱的节目,更好地满足客户需求,最终实现数据资产到生产价值的转换。

此外,在融合媒体的催化下,云计算以其虚拟化、大存储、超计算能力、高可靠性、弹性共享、按需服务、强大的移动业务支撑能力以及实现物理资源、信息资源的整合优化,提高业务应用的效益和效能等契合融合媒体建设需求的优势,在广电行业得到了快速认可和应用。总局十三五规划的主要任务之一便有大力推进广播影视融合媒体云建设。2015年底总局发布了电视台和电台融合媒体平台建设技术白皮书,引导和规范以云计算、大数据和宽带互联网技术为基础的广播电视台融合媒体制播云平台架构、关键技术、业务流程、安全保障等的建设,提升广播电视台面向媒体融合的综合制播能力。

大数据、云计算的应用是广播电视技术模式的重大变化,更是广播电视生产模式、管理机制和运行方式的深刻变革。在广播电视IP化浪潮中,面对大数据、云计算等新技术的应用,业务发展层面的议题总是引人注目,作为业务发展助推剂的播出安全和监测监管,如何发展和转变才能与业务发展相适应呢?

2 播出安全防护和管理思路要转变

习总书记在第二届世界互联网大会上提出,互联网真正让世界变成了地球村,让国际社会越来越成为你中有我,我中有你的命运共同体,人类社会正在进入荣辱与共、休戚相关的网络时代。借用这句话,对于广电行业来讲,网络让广电的信息化快速发展,所有的系统互联互通,密切交互,成为一个安全播出的命运共同体,广播电视的播出安全不仅仅只与播出系统有关,所有的业务系统都已成为关系到播出安全的一环,哪个环节出现问题都会导致安全播出事件。

Gartner说过:“大数据安全是一场必要的斗争。”当大家利用云平台以及数据挖掘和数据分析获取业务价值的时候,黑客也可以利用大数据分析向各个主体发起攻击。“黑客最大限度地收集更多有用信息,大数据分析让黑客的攻击更精准。”攻击者如果获取了系统大数据,将有可能侵入业务系统,危害到播出安全。

因此关系到播出安全的要素不再仅仅是供电、技术系统配置,还与整个系统网络架构相关,与业务系统的信息安全防护手段和策略相关,与信息流的会话、传输协议相关,与用户身份鉴别与授权相关,与操作系统、应用软件的安全性相关等等。安全播出事故不再只是供电问题、信号源问题、设备故障等等,原因简单、定位清晰,整改环节明了,而是出现了病毒、木马等有害程序,出现了拒绝服务、漏洞攻击等网络攻击,出现了信息篡改、信息泄漏等影响播出安全的信息安全事件,事件追溯得层层深入,整改措施要环环相扣。同时云平台由于数据的集中汇聚、处理,不仅增加了数据泄露的风险,也使得一次成功的攻击破坏就能获得更多的数据、破坏更多的数据,无形中降低了黑客的进攻成本,增大了损失。

对于播出安全来说,信息安全防护越来越重要。与播出有关的信息系统软硬件的脆弱性、信息安全防护措施的缺失、信息安全策略的不完善、网络的脆弱性以及对关键数据的保护不当等都使播出安全受到了严峻的挑战,云平台中局部的信息安全问题会更快地扩散至整个平台。因此要强化信息安全防护措施和手段,为各个单位的播出安全管理和防护提出了要求,加固你的系统,竖起信息安全的屏障,云平台加强漏洞防范、镜像安全、虚拟机隔离安全、入侵防御等措施,同时更要严格遵守信息安全标准和保密规定,保障数据存储与使用的安全性和隐私性。保证你的数据安全,才能保证你的播出安全。

对于播出安全来说,系统监控越来越必要。传统业务系统的监控只要盯着有限的几个设备就可以了,在IP化的今天,更加需要对全网各个环节、设备、软件、供电等基础设施等的运行状态、参数进行监测,必要时引入第三方的监测信息,各个方面的大量数据进行关联汇总分析,才能尽快地发现异态和隐患,追溯问题根源,快速解决,没有监控就如同盲人一样,系统的隐患无从掌握;播出安全不仅仅是软环境上的防黑、防毒、防攻击,基础设施的安全重要性提升,一旦机房环境、通讯网络等基础设施出现问题,信息系统恢复的时间较长,因为叠加效应,播出安全受到影响的时间更被拉长。

3 大数据、云计算时代的播出安全

大数据为播出安全保障带来便利。系统的各类业务设备、网络设备、安全防护设备、系统软件、应用软件等时时都在产生大量的运维数据和日志。在大量数据汇聚分析的基础上,使安全性预测成为可能。通过对数据的趋势分析、关联分析,可以发现某些数据的异动,及时对异常情况进行定位、排查,提前排除可能出现的故障隐患。而网络攻击等行为也总会在系统中留下蛛丝马迹,这些痕迹都以数据的形式隐藏在大数据中,利用大数据技术整合计算和处理资源有助于有效识别正常的访问行为和异常攻击行为,有助于找到发起攻击的源头,更有针对性的应对信息安全威胁。

下一代云平台播出安全体系则是依托于安全大数据,覆盖终端安全、网络安全、WEB安全、数据安全、业务安全等各个领域的立体纵深防御体系。云端对大数据进行汇总,通过深度挖掘和快速关联分析,找出隐藏在海量数据中的异常行为或安全威胁,及时判断出其运行轨迹和可能风险,通过云端、终端、边界的有机联动,在多个维度上采取有效的应对措施,使用户能够及时调整安全策略,加固安全防御体系,将安全风险控制在合理的范围内,做到“单点发现、多点防御”。

4 大数据、云计算时代的监测监管

对于监测监管来说,主要职责是帮助行政管理部门提高决策的科学性和精准性,提高预测预警能力及应急响应能力,节约决策成本。

在传统媒体与新媒体深度融合的今天,广播电视节目内容海量增长、播出传输渠道多元化、技术形态各有不同,尤其是新媒体,播出机构数量飞速增长,传播影响力日益扩大。要充分发挥广电行业媒体舆论宣传的正确引导力,维护广播电视各项业务的正常开展,节目内容监管的重要性愈加突出,信息安全监管的必要性愈加明显。因此新的发展形势下,做好与业务和技术发展相适应的,全面、高效、科学的监测监管是非常重要的。

大数据为信息安全的监测监管提供了新方法。对于监管单位来说,全国各个监测节点回传的海量数据更是包含着丰富的信息,通过大数据分析一方面可以掌握行业内技术系统的规律。如不同设备的故障率、故障点、使用寿命以及设备参数与其生命周期之间的关系,不同设备主备切换的平均时间,系统安全性指标等等,为行业的播出管理更科学、有效、合理提供重要的参考依据。另一方面更加便于威胁情报的发现、溯源,对播出质量和风险进行分析和预测,从大数据中挖掘出黑客攻击、非法操作、潜在威胁等各类安全事件,第一时间发出预警信息。同时,面对全国巨量的广播电视播出节目内容、互联网视听节目内容,唯有通过大数据技术,方可高效地实现对舆论宣传内容的有效管控。当前,监管中心已经在试用各方收集的数据进行全国广播电视节目内容播出情况大数据分析,较之原来,数据分析更加全面、科学、客观,取得了很好的效果。

未来的全国广播电视信息安全监管平台针对传统媒体和新媒体融合发展,网络融合、业务融合及用户终端的跨网联动、融合业务的多屏协同等特点,利用大数据、云计算技术,构建支撑跨网络、端到端、多特征、多维度的监测架构,通过对多方数据信息资源的多元化采集、主题化汇聚和知识化分析,实现全国广电系统信息安全状况分析、风险研判和态势感知、信息安全事件管理和预警发布、安全通告及重要问题云推送、信息安全应急响应支撑等能力,使广播电视信息安全管理从被动响应向主动预测转变、从经验判断向大数据科学决策转变。

5 结束语

随着海量数据存储、数据清洗、数据分析发掘、数据可视化、信息安全与隐私保护、感知技术等领域研究和技术的发展,云计算、大数据将带来更为可喜的应用。

当前,广播电视行业正在积极拥抱互联网,是顺应“互联网+”的潮流,更多的是业务发展的驱动,生存的驱动。发展中确保播出安全是广电永恒的追求,在云计算、大数据应用发展中,信息安全占据着重要地位,因此更要注重信息安全体系建设,只有将将信息安全融入播出安全保障,转变传统的安全播出与监测监管的思路,才能助力行业更为顺畅健康发展,使广电更好地服务社会,服务大众。

摘要：本文结合当今大数据、云计算的发展以及在广电的应用,提出了将大数据、云计算应用于广播电视播出安全和监测监管的思路,以更好地适应广播电视业务的发展。

关键词：大数据,云计算,播出安全,监测监管

参考文献

[1]国务院.促进大数据发展行动纲要[Z].国发〔2015〕50号.