大数据推动大物流

大数据推动大物流（通用12篇）

大数据推动大物流 篇1

根据五部委等文件精神和甩挂运输试点工作的总体要求, 我省交通行业管理部门针对当前全省甩挂运输的发展现状, 着重从基本需求、运营模式、推进措施等方面进行了调研分析, 并结合全省交通大物流建设工作进行了重点推动。

经济发展对甩挂运输的需求

浙江经济发展呈现以下几个方面的明显特征:

首先是浙江区域特色经济发达。全省的区域性块状经济已经涉及到制造、加工、建筑、运输等十几个领域, 100多个工业行业和30多个农副产品加工业。据统计, 浙江省区域特色经济工业总产值约占全省全部工业产值的50%以上。

其次是浙江专业市场繁荣。商品交易范围基本覆盖生活、生产资料的所有领域。全省有专业市场4087个, 其中百亿以上市场有17个, 十亿以上市场有168个。商品交易市场成交额9793亿元, 连续17年位居全国第一。

再次是浙江民营经济发达。民营经济创造了全省70%以上的生产总值、60%以上的税收、76%的外贸出口、90%以上的新增就业岗位;全国民营企业500强中, 浙江就占了203席, 总数居全国第一。

最后是海洋经济将成为浙江经济新的增长点。浙江省将以宁波-舟山港为核心区, 大力发展海洋经济, 而宁波将进一步加快发展石化产业, 延长产业链, 提升附加值。

产业集聚与专业市场创造了充足的货源需求, 带动了全省专业运输企业开展甩挂运输的积极性和内在动力, 许多企业都把发展甩挂运输作为节约成本、降低能耗、开拓运输市场的重要途径。到2009年, 浙江省牵引车、挂车保有量分别为2.17万辆和3万辆, 牵引车和挂车同比分别增长19%和31%, 挂车平均吨位达到29吨。

发展甩挂运输所做的主要工作

从相关基本数据看, 我省甩挂运输的发展虽然处于起步阶段, 但经过几年的探索, 依托于浙江省港口经济和对外贸易的发展、依托省内制造业的发展以及省内产业集群、专业市场的发展, 甩挂运输初步形成了以下几种运作模式:

一是区域甩挂运输模式, 以宁波百富国际物流有限公司、宁波铃与物流有限公司为代表, 围绕宁波港外贸出口货物甩挂为重点, 依靠公司的省内办事机构和合作的“无水港”基地, 形成省内甩挂网络, 通过合理的甩挂组织方案, 达到优化运行线路、提高运输效率的目的。

二是干线甩挂运输模式, 以广深物流有限公司为代表, 利用公司长期经营货运专线优势, 整合浙江省各地分公司货源, 实现“门到门”干线甩挂。

三是客户端甩挂模式, 以振石集团浙江宇石国际物流有限公司为代表, 依托公司大客户为业务源头, 在企业客户端放置批量挂车, 利用甩挂兼具的仓储效用和挂车循环作业优势, 缩短装卸等待时间。

为促进我省交通运输业转型升级, 尤其是推动传统交通运输业向现代物流业方向发展, 我省交通运输管理部门围绕“大物流建设”发展战略, 着力推动物流园区、龙头企业和公共信息平台建设, 这些工作既是交通行业发展的重点工作, 同时在基础设施设备、网络平台等方面, 为甩挂运输的发展创造了必要的条件和良好的环境。

一是加快推进交通物流园区建设, 完善甩挂运输作业站场网络。全省规划了物流园区22个、物流中心60个、一定数量的配送中心以及200个农村物流站点, 形成了相对完整的物流节点网络布局。目前物流园区完成投资33.6亿元, 安排补助资金4574万元, 全省已建成物流园区、中心51个, 其中10万平方米以上的物流基地21个。

我省在21个块状经济示范区布局了13个物流园区、4个物流中心, 在年交易额10亿元以上的162个专业市场周边布局了19个物流园区 (中心) 与之配套。此外, 加强全省“无水港”体系建设, 全省规划建设了萧山、绍兴、衢州、金华等10个“无水港”, 充分发挥了“无水港”在货物通关、集散等方面的功能, 促进了港口及内陆集装箱甩挂运输发展。

二是加快物流公共信息平台建设, 为甩挂运输的信息化创造条件。我省的物流公共信息平台, 是在交通运输部的领导和指导下, 由我省发起并与上海、江苏、安徽、黑龙江、湖北、福建等16省交通运输管理部门共建的交通运输部试点示范项目。目前, 平台累计完成补助资金投入约4800万元, 平台用户数超过6万, 数据交换的总量超过1600万条, 日交换量10万条。已建成 (整合) 车货交易、行业信息、货物跟踪等物流公共应用中心8个, 联接了电子口岸、快递、宁波港等信息系统。已建成普运、物流基地、集装箱等5个物流免费通用软件, 通用软件在浙江省推广超过3000家。

三是加快运力结构调整, 提升行业整体装备技术水平。为鼓励集装箱及甩挂运输发展, 全省对新购大吨位、节能型车辆给予技改补助, 2008-2009两年已经完成补助金额1154.9万元。2010年又对甩挂运输的半挂车给予一定的补助, 全年预计补助金额达到1753万元 (其中挂车补助金额934万元) , 超出前两年的总和, 将进一步促进全省甩挂运输的发展及运力结构的调整。据统计, 至2009年底, 全省重型货车、专用货车、厢式货车分别增加到5.18万辆、2.7万辆、10.2万辆, 与2006年相比分别增加了48.3%、12.5%、142.8%, 装备技术水平及运输服务效率得到了明显提升。

下一步的工作思路

在今后的试点工作中, 我们将着重做好以下几方面工作:

一是建立甩挂运输试点工作协调机制, 成立由交通行业管理部门、发改部门、试点企业、相关协会共同参与的试点机构;建立例会制度, 定期到试点企业调研了解情况, 及时发现问题并协调解决;进一步建立试点工作的督查督办机制, 对照试点工作计划与时间进度, 对工作目标与任务进行细化分解, 落实责任。

二是全面落实相关政策与要求, 为企业、行业发展甩挂运输排扰解难, 加大对甩挂运输的支持力度。通过法律、经济等手段加强甩挂运输试点工作的扶持力度, 在培育和发展上下工夫, 促进甩挂运输市场的发展壮大。

三是深化交通大物流试点示范项目建设, 在物流园区布局规划与建设、龙头企业培育、信息化建设等方面, 加大对甩挂运输试点工作及其今后发展的支持力度;进一步研究省交通大物流专项扶持引导资金的使用方向, 设立甩挂运输的补助经费, 对省级交通物流龙头企业的甩挂运输运营项目, 给予一定的扶持, 促进交通运输部甩挂运输试点项目以外的其他甩挂运输工作得到整体推动。`

大数据推动大物流 篇2

随着互联网技术的发展，大数据应运而生。就科研领域而言，大数据有望改变或重构传统的科学探索和科技创新模式，大数据一方面给人类的科研数据信息存储和管理带来了巨大挑战;另一方面也给人类创造了数据挖掘和利用的巨大价值和机遇。本文将探索在大数据时代，科技查新机构通过资源整合、打造科研大数据等措施推动科技查新工作的科学发展，实现研究数据共享利用，从而实现科学技术研究的科学选题，避免重复研究，进一步推动科研工作的创新发展。

1.大数据时代下科技查新与科研创新的关系

1.1科技查新是科技创新的重要前提

科技查新是一项集信息获取、信息分析于一体的信息咨询工作，是运用手工检索及计算机检索等手段，对某一领域国内外同类研究的情况进行全面了解，通过对比分析，对待查的科研立项或科研成果或专题、专利发明的新颖性做出基于文献对比性结论的过程。目前，交叉学科和边缘学科的研究已经成为科研创新的重要领域。因此，在科研课题申报中，即便是某一领域专家学者也不一定对所有科研信息做到全面的深入了解，可能会对特殊领域中的某些特殊课题的现状把握不够而做出主观性的判断。科技查新是科研创新获得信息资源的重要途径。一份高质量的查新报告可以提供本研究领域的国内外研究动态和发展趋势，已有的研究成果和尚未研究的空白点。科技查新既可以为科研立项提供客观依据，避免低水平、重复性研究，又可以为科技成果的鉴定、转化等提供科学参考。同时，科技查新还可为科技人员进行科研创新提供可靠而丰富的信息，使科研人员可以节省出大量的时间用于科学研究。如设立在河南中医学院的河南省科技查新站拥有如SCI、Pubmed、SpringLink，中国知网、万方数据、中国生物医学文献数据库等综合及医学数据库上百种，通过开展科技查新服务，已经为学校乃至省内的中医药类的科学研究提供了重要的支撑。科技查新已成为我国科技创新体系中不可取少的重要组成部分，科技查新作为科研创新的重要前提，在科研创新中起着重要的引领和支撑作用。

1.2 科研创新对科技查新提出更高的要求

创新是一个民族进步的灵魂，是国家兴旺发达的不竭动力，而科研创新更是尤为重要。随着科学技术的不断发展，科技查新在科研创新体系中所占的比例越来越重。在大数据、互联网高速发展的时代背景下，科学研究的分类呈现精细化发展，数据存储量呈现出爆炸式的增长，从而导致信息资源的获取难度明显加大。如何在浩如烟海的.信息资源中寻找有用的信息进行知识积累，并从中寻找空白点和创新点进行科研创新，是摆在科技查新人员面前必须要解决的一个难题。与此同时，科技查新工作也暴露出的问题诸如服务服务意思和理念不强，缺乏竞争和市场化运作机制，查新数据资源不足、信息分析能力不高，服务内容分单一等都严重制约了科研创新的发展。因此，在大数据时代下，科研创新对科技查新提出了更高的要求，促使科技查新工作要顺应时代的发展，与时俱进，不断创新，改变原有的思维模式和运作方式，提高科技査新质量。

2.大数据时代下科技查新的现状

截至初，由国家科技部、卫生部以及教育部批准认定的查新机构，加上各级行政部门认定的查新机构已接近400家。科技查新工作得到了国家科研管理部门的大力支持，受到了科技人员的广泛认可，科技查新用户群在不断地扩大。科技查新为科研课题的立项、科技成果的转化、专家评审等提供了客观依据，为广大科技工作者的科学研究提供了有力的信息保障，有力支撑了科研创新的发展。科技查新工作自身也得到了快速的发展，科技查新数据库资源不断地完善，科技查新工作越来越规范，科技查新的质量也越来越高。经过30年的发展，我国科技查新工作已经形成了一个多行业、多维度的行业格局，步入了良好的健康发展轨道。但与此同时，在新的时代背景下，科研活动呈现出新的特点和发展要求，面对类型多、动态化、价值密度低的海量大数据信息，科技查新工作也面临了一些困难和问题，有待改进与开拓发展。

2.1 查新数据资源建设与共享开发不足

截至目前，我国还没有一个统一、完善的科技查新文献资源数据库系统，国内各科技查新机构由于隶属于不同的管理部门，订购的科技查新数据库也不尽相同，并且查新机构之间的数据不能共享利用，造成资源的重复建设。

试论情感语言节目主持人万峰、钟晓的语言特点基于园本课程开发背景下研究教师教育理念的形新生儿高胆红素血症护理相关因素分析及对策试析价值多元化背景下学生价值观的引导试论高等职业院校高等数学课程改革争议试论中职《外科护理学》的情境式教学试析高校教师职业道德建设问题研究经济学和经济法基础课程融通教学小针刀治疗颈椎病疗效观察手术侧卧位适宜度的研究、科技成果等较难获取。更为重要的是，面对具有“数据体量巨大、数据类型繁多、价值密度低、处理速度快”特征的大数据信息，单就数据库的查新是远远不够的，不把互联网上海量的信息纳入到科技查新范围，查全率的不足肯定导致结论的片面性。

2.2 科技查新人员的复合素质有待提升

21世纪科学技术研究的一个显著发展趋势就是新技术、新理论不断涌现，不同学科之间的大跨度、多方式的广泛交叉以及边缘学科兴起。科学研究的交叉发展一方面会给人类发展和科技进步带来重大的突破;另一方面也对科技查新人员提出了更高的要求。查新人员若要准确捕捉与把握项目的技术创新点，需要了解各个学科的前沿知识并融会贯通，掌握不同学科的专业术语，制定出科学的检索策略，这就要求科技查新人员除了具备敬业、务实、探索精神外，还要具有广博知识面和专业技术理解能力、文献判读能力、计算机检索能力、写作总结能力、外语翻译能力等。因此，复合型查新人员的引进和素质提升迫在眉睫。

2.3 缺少科技查新质量监控环节

虽然国家相关管理部门制定有《科技查新规范》，对查新合同、查新策略、查新程序、查新报告的撰写等内容做出了规定，但也只限于流程上和格式上的规范，对于科技查新报告内容的质量是无法做出客观评判的。虽然我国的科技查新工作设立了审核员审核机制，但审核员不参与查新过程，也只能对查新报告形式上的东西进行审核。由于缺乏对查新报告内容的质量监督，查新员和审核员仅凭个人道德和职业责任感的内在约束，容易导致失职和不负责任行为，使科技查新流于形式，降低了科技查新的权威性。

2.4 科技查新的服务模式还比较单一

一直以来，大多数科技查新机构都是被动的服务模式，坐等科研人员上门寻求查新检索服务。工作的内容也局限于对申报的科研课题的新颖性和创新性进行判断，出具科技查新报告供科研管理部门参考。由于服务形式和服务内，容单一，如果科技管理部门没有科研课题立项申报、科技成果鉴定或评奖必须出具科技查新报告的硬性规定，则很少有人自愿、主动地来进行科技查新。在大众创业万众创新的时代环境下，科技查新机构单一的查新服务模式显然已经不能满足科研人员的实际需求，科技查新机构除了常规的新颖性查新之外，还需要在浩如烟海的信息资源中进行有效信息的挖掘，主动为用户提供全方位的信息服务，创新开展多种服务模式，推动科研创新的发展。

3.大数据时代下科技查新推动科研创新的对策

3.1 推动查新机构资源整合，建立科研大数据

3.1.1 成立权威管理机构，推进数据库资源共享

虽然近30年来，我国的科技查新行业发展迅速，但由于这些查新机构分别隶属于不同的管理部门，也导致了我国科技查新行业的发展缺乏统一的指导。特别是国家取消对科技查新机构的行政审批之后，科技查新行业实际上处于自由发展的状态，严重影响了科技查新工作的健康发展，更谈不上数据资源的共享利用。因此，应该建立一个全国性的科技查新行业管理部门，对科技查新机构实行统一管理和动态评估，拟定行业发展规划，积极统筹整合各查新机构信息资源。一方面可以大力推进查新数据库的统一采购或者联合采购。实现数据库源资的共享利用，不仅能节约大量的购买经费，而且也能丰富各查新机构的数据资源，扩大检索数据库范围。另一方面可以建立一个分布式的科技查新成果数据库，各个查新机构负责录人本单位的查新成果，通过统一的检索平台可以实现资源共享。可以实现科研课题的快速查重，提高科技查新效率。

3.1.2 统筹规划大数据基础设施建设，打造科研大数据

全球范围内，运用大数据推动经济发展、完善社会治理、提升政府服务和监管能力正成为趋势，有关发达国家已经开始实施大数据战略性，大力推动大数据发展和应用。我国也与208月发布了促进大数据发展行动纲要。就科研创新领域而言，国家有关科技管理部门要抓紧时间落实纲要精神，制定出切实可行的具体办法。统筹规划科研大数据基础设施建设，充分利用现有科研数据资源和设施平台、整合分散的数据中心资源，建立低成本、高效率的建立国家科研大数据统一开放平台。利用大数据技术，深度分析和挖掘海量的互联网信息资源，加强网络信息资源的采集和长期保存工作，提高数据资源的利用和开发能力，构建互联网信息保存和信息服务体系，打造科技查新大数据，为科技查新工作的质量提供基础保障。

3.2 加强科技查新人才队伍的建设

3.2.1 查新机构要提升服务质量，必须重视人才队伍建设

科技查新机构要合理配置查新人员结构，除了引进高层次的图书情报人员之外，还要根据服务学科的不同，引进相应专业的高学历人才，大力培养复合型创新服务人才。毕竟术业有专攻，专业技术人员会更熟悉国内外该领域科学技术发展的状况，在科研查新过程中能更好地与科研人员进行沟通。

3.2.2 开展专业素养+信息分析技能的培训，提升查新人员素养

科研查新人员不仅要具备计算机知识、数据库知识、信息检索技能和必要的外语能力，还包括掌握必要专业领域知识和分析判断能力，了解学科的发展趋势和前沿研究。目前，国内查新员的培训内容往往只注重检索技能的培训是远远不够的，科技查新机构应该根据科技查新人员的知识结构，采取开展专业素养+信息分析技能的培养方式并形成长效机制，努力培养具备多种能力的复合型人才。

3.2.3 推行按专业分工的查新工作模式

目前科研领域的学科分类越来越细，科技查新机构要逐步建立按专业分工的查新模式，即在查新任务的分配上，尽量做到将同一专业或相近专业的课题分配给具有相关专业知识背景的查新人员完成。具备专业知识的查新人员熟悉本领域的科研动态和发展趋势，能够准确捕捉与把握课题创新点，也能更好地和委托人进行沟通联系，制定出科学的检索策略，工作起来也会游刃有余。与此同时，通过长期接触某一专业的查新项目，反过来又可以促进查新人员专业知识的增长，提高查新工作的效率和查新报告的质量。

3.2.4 注重科技查新考核管理，建立激励机制

查新人员和业务素养和工作态度也是决定科技查新质量的一个关键因素。科技查新机构要加强对科技查新人员考核管理，制定合理的工作任务和考核办法，本着公平公正、适时适度的原则，建立精神嘉奖与物质奖励相结合的人才激励制度。从而激发科技查新人员的工作热情，避免职业倦怠感，发挥其主观能动性，提高科技查新质量。

3.3 规范科技查新管理，健全质量控制体系

3.3.1 建立、完善专家咨询制度

查新机构应当根据查新专业的不同建立学科专家库，聘请不同领域的知名专家学者定期到查新机构作咨询指导和查新监督。学科专家专业性强，对其所研究领域具有一定的权威性，将科技查新中遇到的专业上的疑难问题及时向各学科的专家请教，弄清、弄懂课题性质，少走弯路，防止检索出现偏差。因此，建立完善的专家咨询制度也是提高科技查新质量的一个必要措施。

3.3.2 建立定期抽检制度

科技查新的整个工作流程都依赖于查新人员的智力劳动。虽然国内查新报告实行的是审核员签字的审核机制，但由于审核员不参与查新过程，并且也不可能对每个科研领域都很熟悉，缺乏对查新内容的实质性的监督审核。因此，查新机构要定期对查新报告进行抽检，邀请相关领域的专家学者对抽检到的查新报告进行监督检查，从而促使查新人员树立职业责任感，认真做查新，细心写报告，杜绝失职和不负责任行为。

3.3.3 加强科技查新的过程控制

我们知道，在产品质量管理的过程中，可以分为事前的产品质量控制阶段，事中的产品质量过程控制，事后的质量把关与处理阶段。而对于科技査新也按照质量控制三阶段理论进行管理，首先是加强事前控制——与科研人员的建立良好的沟通。良好的沟通有助于科技查新人员能迅速且了解课题内容，把握科研课题的查新点和创新点，确定检索策略和检索范围，为査新工作的顺利开展奠定基础。其次是加强事中控制——查新报告撰写工作。严格按照科技查新的步骤和顺序开展工作，并对每个环节制定相应的量化标准，科学、认真撰写査新报告书。最后是加强事后控制一一査新结果的监督与反馈。定期对科技查新报告的质量进行动态评估，建立査新用户的反馈机制，对查新用户的反馈信息进行综合分析，査找原因并加以改进，从而帮助查新人员改进工作方法，提高科技查新质量。

3.4 将查新工作贯穿科研活动全过程，不断寻求创新服务模式

科技査新机构要改变以往单一的科技查新的服务模式，变被动的检索査新服务为主动的信息服务。查新人员要多与委托人的沟通交流，利用自身的资源优势和检索技能，积极参与科研课题的前期调研、开题立项、成果验收、成果转化等科研活动全过程。通过科技査新把诸多分散的信息资源最大限度的归纳、整理，通过分析研究得出科学结论，帮助科研工作者科学立项。针对特定的用户开展定题服务，定期主动推送与科研项目研究有关的最新信息、收集到的相关文献、国内外最新的研究动态，可使后续科研过程保持科学高效，也为科技管理部门对科研成果鉴定等提供客观、科学的依据。

4.结束语

大数据推动基因测序产业化 篇3

DNA是生物的遗传物质，基因是具有遗传效应的基本DNA单位，基因组则是所有基因的总集，包含全部DNA。DNA是长链聚合物，由以A、C、G、T为符号的四种脱氧核苷酸组成。如果将基因组视为一部书，那么书的所有章节都是用A、C、G、T四个字母写成。基因组测序就是测定DNA分子中A、C、G、T的排列顺序，相当于将遗传信息以四字母组成的文本形式读出。人类基因组测序已于2005年完成，科学界也已在人类基因组中发现大量与健康相关的基因。

基因体检时首先需提供唾液，采用生物学方法可提取脱落在唾液中的细胞中的DNA，采用基因测序仪测得基因组中A、C、G、T的排列顺序，并生成数据文件。再将该数据文件与已知数据比对，最后在体检报告中指出受体检者基因组中与健康或疾病相关的基因，并提供健康和医疗建议。第二代测序技术将每基因组测序成本从2001年的9526万美元下降到1000美元。

2007年成立的美国23andMe公司是最早的基因测序互联网公司，由谷歌投资，创始人沃西基是谷歌布林的妻子。体检者在试管里吐一口唾沫，盖上盖子，寄往23andMe。两周后会收到邮件提示，你的基因检测结果已经准备好。用户登录，便可看到自己基因组上超过100万个位点的基因信息和所做的分析，包括对259种疾病患病率的风险预测、祖先血统分析和药物的反应预测等。23andMe目前已有40万用户，测序价格也已从创业时的999美元降为99美元。23andMe被称为“个人健康医疗领域的谷歌”。

在解决了测序成本问题以后，基因测序服务普及的最大瓶颈在于数据处理。完全测序的人类个体基因组数据量为100GB～1000GB，压缩后数据量约为3GB。科学界已知有3000个基因与特定疾病相关，大约每5天发现一个新致病基因，对已有致病基因的认识也在不断深化。数据量巨大、数据复杂、数据更新频繁，使得数据存储、解读及共享已经成为基因测序产业面临的最大挑战。而大数据和云计算则成为突破数据处理瓶颈的利器。

2011年，谷歌投资美国DNANexus公司，谷歌将和 DNANexus 一道，利用谷歌的云计算和大数据平台，打造巨大的开放式的DNA 数据库，而美国国家生物技术信息中心的DNA数据也将并入其中。

有“基因测序界苹果”之称的美国基因测序厂商 IIIumina于2012年推出基因测序云计算平台——BaseSpace。每用户可免费存储1TB测序数据、数百次运行结果的数据，用户可根据需要运行云端的基因数据分析应用程序，包括开源和第三方应用程序。

在国内，2012年华大基因推出了第一个自主开发的云服务产品——EasyGenomicsTM。该平台集基因组学领域内常用的和华大基因特有的数据及参数为一体，结合云存储和高性能计算技术，能够以更低的成本、更高的效率完成大量的基因数据处理及分析。华大基因目前已经拥有212TFlops的峰值计算能力，总内存容量已达到37.2TB，总存储能力已达到17PB。

老话说“上医治未病”，意思是最高明的医生擅长防病。当癌症等重大疾病突然降临，人们往往哀鸣：“为什么是我？”基因测序服务能够为个性化健康管理提供科学依据。新一代测序技术与大数据、云计算共同发力，将使大众“治未病”成为可能，一个庞大的基因测序市场即将形成。

大数据推动个人医疗信息开放 篇4

今天上医 院看病基 本上都离 不开“医 疗数据”,国内外医疗服务已走到数据驱动的年代,不管是数据获取,还是诊断、检测及后期的治疗干预。利用最新的云计算和大数据技术进行诊疗越来越常见。然而医疗健康数据的开放至今仍是一大难题,个人是否应该获得自己的医疗数据信息?如何获得其完整的医疗健康数据?目前前景还很模糊,但是充分利用IT技术和医疗相结合,已经是正在发生的事实。

潘多拉的盒子?

在3月27日博鳌亚洲论坛《智能医疗与可穿戴设备》分论坛上,华大基因CEO王俊表示医疗和IT实现完美结合,最重要的基础是数据、数字化,生命中很多体征都是可以被数字化的。他说,“这并不是硅谷型的IT,更多的是以生命为基础的IT。其实生命自己本身又何尝不是建立在代码和基因排序基础上的呢?我们可以用计算机分析众多的数据。比如移动医疗穿戴设备是很好的媒介,可以实时传达和生命、健康有关的信息,和医院实现互联互通。”

大数据与健康的关系日益紧密,用王俊的“基友论”来解释,这也意味着硅基数据对碳基生命越来越重要了。医疗信息涵盖许多,包括CT、核磁共振、血液检测、基因检测结果,接种经历,医生诊断,手术视频……这些数据都是无价之宝。

开放数据的价值,不仅在于病人可以从电子病历中获得数据,他们同样也可以向电子病历提供数据,辅助诊断。

开放数据的价值,不仅在于病人可以从电子病历中获得数据,他们同样也可以向电子病历提供数据,辅助诊断。目前市场上已有一些应用和项目,比如苹果的Health Kit,能够让用户定期提交健康数据,而且苹果已和Cerner和Epic Systems等电子病历系统建立合作,这对用户进行慢性病管理能起到一定作用。除了Health Kit之外,苹果还针对医护人员发布了Research Kit,医学研究者可通过苹果终端收集各类病患的健康数据,辅助诊断疾病。

一些医疗机构还提供一种“以病人为核心”的解决方案,开放公共应用程序接口,帮助人们在不同平台间共享数据。这一项目还努力打造一种保护患者隐私的工具。“如果患者的健康数据需要被应用程序或者其他设备分享,他们能够知情并选择是否同意这种做法”。

据了解,开放医疗数据遇到的阻力既来自医生,也来自医院方面。首先医生担心会提高沟通成本。其次,担心是否会影响医院的“生意”。再次,是否会让患者进行不当的自我诊断/评价。最后,也是最重要的,数据安全性是否有保障。

类似于这样的担心非常多,那么个人医疗数据真的就像打开潘多拉的盒子那样释放魔鬼了吗?答案显然不是,随着近年来医疗事业发展和大数据分析的逐渐增加,业界仍有不少声音在呼吁开放个人医疗数据。

值得一提的是,我国最高人民法院在2014年10月10日公布实施的网络侵权司法解释中,再次强调了对包括基因在内个人信息的保护力度,即任何人不得非法公开。业内人士在分析之后认为,用户行为信息和实时监控信息是典型的大数据信息,只要这些信息在搜集、使用或利用时符合《关于加强网络个人信息保护的决定》规定的合法性、正当性和必要性的基本原则,没有将这些信息公开特定化到个人,那么运用大数据信息的行为不仅不是非法的,甚至应该是得到鼓励的。

如何把数据还给个人?

目前,我国患者难以得到来自不同医院完整的个人健康数据,加之数据格式不一致,难于管理和充分应用,亟待规范。为了推动医疗、健康产业信息开放、共享、开源,国内出现了一些民间非盈利性组织,由国内优秀的相关HIT及医疗健康应用开发商、各类医疗及健康服务机构、医疗器械及健康类消费电子产品生产商、运营商、互联网公司、媒体等相关产业链机构和个人组成。开放医疗与健康联盟(OMAHA)就是这样一个组织。

在今年3月14日OMAHA成立大会上,其筹备会负责人郑杰呼吁,医疗数据应该还给患者。“当前一些机构的健康数据泄露问题是很突出的,比如一些云计算企业经常爆出存在大面积账户数据泄露问题。从安全的角度来看,我们提倡把个人的数据还给个人,个人为自己的数据安全负责。数据大集中管理的方式是双刃剑,虽然会带来一些方便性,但是数据泄露几率也比较高。”

由于国内医院已经实施了不同规范的HIS独立信息化平台,患者个人难以获得、自主管理自身的电子病历等电子健康档案,同时手写病历难以辨认,不方便查询、统计,会影响医患关系和服务质量,要解决该问题,需要完整、统一、普适的电子病历标准,及综合性强的操作平台系统,以及实用性强的运行机制。

因此,医疗信息数据的完整性对患者治疗非常关键,并有助于多专科协作。郑杰介绍,OMAHA联盟将推动数据开放,让老百姓可以用U盘拷取个人健康信息;推动建立源代码开放的电子生物档案,希望整合医院、健康管理机构,甚至包括可穿戴设备收集的数据在内的全民健康数据,构建个人全生命周期的“健康云”。

全世界在健康信息存储和使用方面,价值取向趋同。《美国联邦政府医疗信息化战略规(2015~2020)》中提到,要建立一种电子健康信息存储和使用文化, 营造安全、全面的健康信息交换和使用的环境,使每个人都能受益于简单、及时、公平、高效及恰当的信息获取和分享,并通过鼓励创新和竞争培养优质的医疗信息化解决方案。另外,苹果公司的researchkit就是源代码开放的数据存储模式,数据的使用者要自己解决海量数据的保存及传输问题,数据存储与公司服务器无关,符合美国医疗电子交换法案中关于个人健康信息的隐私保护标准及规定。

据了解,OMAHA联盟将联合健康报社移动健康研究院,在全国范围内征集志愿者,对国内三级以上医院的数据开放情况进行调研,了解患者拿到的数据类型及方式,如纸质病例、打印报告、在线浏览、可下载电子档案等,并了解患者所得数据的完整性及方便性。该调研活动产生的数据结果将纳入健康报社移动健康研究院倡导的“医患友好度”评价体系中,成为该评价体系的一个重要维度指标。

大数据在医疗行业中的应用场景

近年来很多国家都在积极推进医疗信息化发展,这使得很多医疗机构有资金来做大数据分析。因此,医疗行业将和银行、电信、保险等行业一起首先迈入大数据时代。

通过全面分析病人特征数据和疗效数据,然后比较多种干预措施的有效性,可以找到针对特定病人的最佳治疗途径。研究表明,对同一病人来说,医疗服务提供方不同,医疗护理方法和效果不同,成本上也存在着很大的差异。精准分析包括病人体征数据、费用数据和疗效数据在内的大型数据集,可以帮助医生确定临床上最有效和最具有成本效益的治疗方法。医疗护理系统实现CER,将有可能减少过度治疗(比如避免那些副作用比疗效明显的治疗方式),以及治疗不足。从长远来看,不管是过度治疗还是治疗不足都将给病人身体带来负面影响,以及产生更高的医疗费用。

大数据分析技术将使临床决策支持系统更智能,这得益于对非结构化数据的分析能力的日益加强。比如可以使用图像分析和识别技术,识别医疗影像(X光、CT、MRI)数据,或者挖掘医疗文献数据建立医疗专家数据库,从而给医生提出诊疗建议。此外,临床决策支持系统还可以使医疗流程中大部分的工作流流向护理人员和助理医生,使医生从耗时过长的简单咨询工作中解脱出来,从而提高治疗效率。

数据分析可以带来业务流程的精简,通过精益生产降低成本,找到符合需求的工作更高效的员工,从而提高护理质量并给病人带来更好的体验,也给医疗服务机构带来额外的业绩增长潜力。

大数据推动大物流 篇5

绿网导读

近日，阿里研究院发布《大数据打造互联网+物流》报告指出，信息革命正在促进产业集群转型，而以菜鸟为代表的物流大数据平台的出现，将有效赋能合作伙伴解决快递物流行业信息化不足、促进供应链各环节协同，带动物流产业发展。

报告指出，信息革命正在对经济乃至社会组织方式产生颠覆性的改变。产业集群作为宏观经济的重要组成部分亦在互联网+的大势下探索转型升级之路，互联网+产业集群实质上就是工业化滞后信息化，信息化助推工业化的典型代表。阿里巴巴在互联网+产业集群领域进行了自己的探索，其中主要包括1688的在线产业带，淘宝村，菜鸟产业园等模式。互联网+产业集群，最终将实现的是整个供应链的优化升级和生产制造方式的变革，实现真正的信息经济转型。

报告认为当前的物流行业难以支撑互联网+产业集群，主要是由于物流数据在线化程度低，工业基础设施不足，大物流体系尚未形成，数据基础设施不足，物流服务跟不上电子商务发展等原因。而大数据与云计算的应用可减少货物过度运输、促进供应链各环节协同，以菜鸟网络为表带的物流公共数据平台已搭建后，通过整合商家与快递企业数据，菜鸟已经进行了数据化提高物流效率的初步实践。

“在互联网时代，物流市场的产业链环环相扣或彼此渗透，菜鸟网络平台及合作伙伴已经形成你中有我、我中有你的生态链，是一场共生共赢的关系。”6月25日，中国物流学会特约研究员杨达卿在在点评菜鸟同快递公司合作关系时表示。

大数据赋能

从一开始，菜鸟就定下了用数据给合作伙伴赋能的目标。过去，中国物流基础数据不足，造成的最著名的后果之一是爆仓。

菜鸟网络赋能快递企业的典型产品之一是物流预警雷达。通过线上销售订单预测，帮助快递合作伙伴提前配置资源，并根据物流节点数据及时反馈，调节运能运力以及商家发货速度，促进供应链协同，已经收到了良好效果。2014年双11，阿里巴巴网络销售平台上的2.78亿物流订单，在10天内基本完成配送，中国物流与采购联合会副会长兼秘书长崔忠付就曾表示这是菜鸟网络协同行业发展的显著成效。

2014年5月30日，13大物流快递企业与菜鸟网络在京交会上签署行业战略合作协议，携手打造物流大数据平台，为国内快递行业发展提速。2014年5月，菜鸟网络又14家主流快递公司推出了电子面单平台。各大快递公司和商家都可申请免费接入使用。各快递合作伙伴的数据显示，使用电子面单，发货速度能提升30%以上。截至2015年6月，目前全行业电子面单使用占比已经超过50%。

除了在电子面单方面的深入合作，据悉，菜鸟网络近日也将联合中通等合作伙伴启动大数据路由分单项目的合作，大数据路由分单项目将可以做到精准分拣，提高快递公司内部的运作效率。

提升服务 除了用数据帮助行业提效，菜鸟网络还在多个细分领域与快递企业展开深度合作，联合推出多样性的物流服务，帮助快递公司提升服务。

2014年6月12日，菜鸟网络与中国邮政签署战略合作协议宣布共建智能骨干网，同时引导中国邮政十余万个网点对社会开放。次年5月份，中国邮政宣布首期开放5000个网点，用作菜鸟驿站，开放给各大快递企业作为最后一公里的快递自提点。随后，百世汇通等快递公司也携各自服务网点，加入到最后一公里的公共网络当中来。

在跨境电商物流领域，菜鸟网络联合天猫在全国跨境贸易试点城市设立4个保税仓，打通数据对接，中通、顺丰、EMS、中国邮政、圆通等合作伙伴承担保税仓的国内配送。针对淘宝海外和速卖通等出口电商平台，菜鸟网络联合顺丰、中通、圆通等合作伙伴，打通出口转运等服务，并在香港、台湾、马来西亚、俄罗斯等重点地区，推出专线服务，在欧洲、美国等地区提供境外仓储服务。2015年3月份，菜鸟网络还联合圆通，开通了首条韩至中跨境进口货运航线，韩国进口商品最快次日可收到，极大提升了跨境进口专线时效。

共建市场秩序

除了推动快递行业的数据化，菜鸟网络也在协同快递企业建立和维护行业诚信机制，包括引导规避价格战、联合行业反炒信等。

2015年4月，因发现存在严重炒信行为，菜鸟网络暂停了与数家快递公司之间的合作，主流快递企业也主动出台内部惩处措施。随后，菜鸟网络与各大快递企业签署反炒信协议，告别虚假交易，创造健康的市场环境。

菜鸟方面表示，对于一个每天承载了三千多万的包裹，及上百万的商家和几亿的消费者的平台。这意味着这个平台不能仅仅只有数据，而是要包含一定的商业的规则，才能提供给市场稳定的、有诚信的服务。

与此同时，菜鸟方面也牵头与政府磋商，呼吁解决快递车进城难问题，三轮车派送正规化问题，以及跨境电商的关税税率降低、放开更多品类，希望能给快递企业提供更好的市场环境，给消费者和商家创造更好的服务品质。

大数据推动大物流 篇6

为快递企业发展提供保障。另一方面，通过建立标准，提升

快递企业的服务，从而提升消费者的购物体验，达到双赢

2016天猫双11全球狂欢节又一次刷新了此前自己保持的纪录：物流订单仅用时14小时33分钟就超过去年一天的总量，全天达到6.57亿笔之巨。

从2009年以来，双11的订单越来越多，却越送越快。以发送1亿件包裹时间为例，2013年用了两天，2014年只用了24个小时，到2015年提速到16个小时。

物流大提速，是大数据社会化物流协作公司菜鸟网络充分利用大数据、智能化和协同化手段的结果。

大数据预测

今年10月底，距离双11还有不到半个月时间，天天快递副总裁陈向阳拿到了菜鸟网络提供的第4稿双11预案。

这份预案，来自菜鸟网络所沉淀的大数据的计算。在这份精细到令人咋舌的预案里，不但有订单流向的数据，比如11月12日，从杭州到苏州的订单会有多少，从上海到北京的订单会有多少，甚至能清楚地看到具体某一天某一个网点的预计订单量。

“按照这个数据，比如今天我大部分订单都是从杭州到苏州的，那么我就可以将本该派往南京、无锡的车都派到这一条线路上，对整体的预算，车辆、人员的调配都能提供参考。这些数据相当精准。”陈向阳向《中国新闻周刊》介绍。

在杭州市秋涛路圆通网点，《中国新闻周刊》看到位于一楼的分拣大厅内几乎没有包裹，流水线上干干净净的。“我们大概用了3天就恢复正常了。”网点主管季莹说。

季莹拿出手机，打开业务数据，可以看到，11月11日～13日，该网点的揽件量在二十几万票，派件量则分别是2万票左右;到11月14日，揽件量降到14.35万票，派件量升为3万票多。前三天出港较为活跃，而第四天，则是进港比较活跃。

之所以能在3天就逐渐恢复正常，在季莹看来，提前预测并做好充足的准备是制胜法宝。早在双11之前，菜鸟网络给到圆通的数据就显示，秋涛路网点的包裹量会出现3倍的增长。

按照惯例，双11期间，秋涛路网点的快递员会发动亲朋好友来做临时工，帮助进行末端派送。因此，拿到数据后，季莹按照比平时多3倍的量配比人员和车辆，同时，将原来的3条流水线增加到7条，同时分拣。智能化手持扫描设备的运用更是让分拣环节效率更高。正因为准备充分，当双11的海量订单量如期而至时，该网点圆满完成了快递任务。

同时，根据对包裹量的预测，菜鸟网络会给快递公司一些建议，在包裹量较大的网点附近租一些仓库作为“蓄水池”。一旦进港的包裹太多，可以先放到“蓄水池”里，将之前的包裹配送完毕后，再送“蓄水池”中的包裹。这样，就形成包裹的有序出入。

“先进港的包裹先配送，这样消费者不会等太长时间，对于增强消费者体验度十分重要。”菜鸟网络首席技术官王文彬说。

通过大数据和技术，菜鸟还能帮助快递合作伙伴监控到18万个快递网点包裹运营的一举一动，即时作出决策，快递公司也得以减负。以圆通为例，依托智能化监控系统，这里可以即时看到车辆运行、一线操作现场等情况，双11更加灵活完善地去指导资源配置，“每天到这里看看就行，再也不用像以前那样紧张兮兮的一直盯着。”

赋能大考

这几年，爆仓的情形基本不再出现，对消费者来说，快递越来越快的感受越来越明显。这背后最关键的，就是解决配送效率和准确率的问题。针对这一问题，菜鸟网络推出的大数据产品，对商家和快递合作伙伴进行赋能。

一个应用是聚单直发。以往的快递订单是随机打印，这一单是发往上海的，下一单可能是发往北京的，再下一单可能又是发往广东的，只能让所有路线的车都守在仓库门口，装满一车开走一车，效率不高不说，还容易出错。

聚单直发不同，通过大数据计算，这一个小时打出的订单全部是发往北京的，配货员只用往一辆车上装货就可以了。这辆车开走后，下一批订单可能全部是发往广州的，仓库装车井然有序，也不会出错，大大提高了装车效率。

聚单后的这一批包裹，直接发往对方城市的分拨中心，再由他们进行分拨，进入到末端配送环节。

在这一环节，菜鸟网络的另一个“发明”电子面单闪亮登场。电子面单是菜鸟网络和快递企业一同协调的标准。传统的快递单是手写，到网点后，再由分拣员挨个确认路径，用粗黑的大头笔写上相应的记号。

11月11日凌晨，菜鸟网络广州增城全自动智慧仓储基地

这就需要分拣员对每个城市的代码都了然于心，据陈向阳介绍，培养一个熟练的分拣员，大概需要两到三个月时间。

电子面单上，最核心的是一排三段码，由九个数字组成，三个一组，分别对应派送大区、站点和快递员。在交易完成后，消费者上传的配送地址会自动生成三段码，流水线上直接扫码分拨，在速度提升的同时也提高了分拨的准确率。以往，快递企业的人工分拨准确率一般是95%，智能分单的准确率则提高到了99%以上。

季莹认为，对网点而言，三段码的应用，无论是出港还是进港，效率都大大提高。对出港件来说，可以根据第一段码，直接快速地发往到达城市，而对于进港件而言，在分拨中心，就可以直接看第三段码，迅速将本网点的快递取回。

在包裹配送的过程中，菜鸟网络会对包裹的配送进行实时监测，随时发现问题，提供最优路径。

在今年双11，菜鸟网络通过对快递数据监测，发现包裹到了东北后，就处于停滞状态，立刻联系了快递公司，得知当地正遭遇大雪天气，包裹难以配送出去。对于天气造成的延误，菜鸟网络会同快递公司及时商定解决方案，尽快将包裹送到消费者手中。

在整个配送、仓配协同环节，菜鸟网络会提前考虑一些细节，为末端快递员提供最优方案。由于今年的双11是周五，第二天就是周末，很多写字楼不上班，也不收件，如果消费者选择的是当日达、次日达服务，很可能快递员会白跑一趟，造成时间精力的浪费。

为了解决这一问题，菜鸟技术团队通过大数据，将发往写字楼的订单进行处理，直到周末结束。

事实上，11月10日晚上，在距离西溪园区两公里以外的乐佳国际，同样是一个不眠之夜。此时，技术人员都聚集在办公室，办公室内的一块空地上，竖起了一块大屏幕，透过屏幕，能清晰地监测到系统数据。

对于系统的稳定性，菜鸟网络技术专家许俊并不是很担心。大概从9月末开始，许俊和他的团队就开始进入到系统稳定性的保障工作，一共进行了有七八轮全链路的系统压测，去发现系统性能的问题和技术问题，并做了很多预案的准备，保障双11零点开始到后面几天的系统稳定性。

为了不影响电子商务的正常交易，全链路压测经常会在晚上在流量相对比较低的情况下进行。在办公室临时辟出的员工休息室里，密密麻麻摆放着蓝色躺椅，谁要是累了，就去休息一会，然后回来继续工作。

整个2016年双11的交易量再次刷新了此前的纪录，截至11月11日24时，共计产生6.57亿笔物流订单，比2015年的4.67亿多了1.9亿。

由于订单量是随着时间慢慢递减，因此，许俊和他的团队今年在前台和后台之间，打造了一个虚拟的“蓄水池”，也就是在零点之后前台订单量暴涨的时候，让订单能匀速发给物流企业，直到系统恢复平衡。

“最怕的就是订单丢失了。”许俊说。

在双11开始约半个小时的时候，许俊突然发现前台的交易订单量和后台的物流包裹量之间，订单数据有个很大的差距。如果这个数据真实存在，就意味着这些订单需要紧急处理。这种情况从未遇到过，所有人都不由紧张起来。包括指挥官也赶了过来，大家一遍一遍验证着各种可能，寻找问题出在哪里，同时，也在思索接下来的预案。

数分钟过去，问题终于找到了，是前台和后台之间的数据口径不一样，并非订单丢失。直到这时，许俊心中的一块大石头才算落了地。

系统通过了“100%可用”的考验。

在大数据和技术的保驾护航和赋能之下，今年双11包裹量尽管有明显增加，但平均每个包裹的快递时间却缩短了15个小时左右。奇迹正不断被创造出来——第一个包裹13分钟送达，跨境的第一个包裹28分钟送达。

“对于我们快递企业来说，双11是场大考，今天的挑战或许是明天的常态，我们只有充分准备，才能交出满意的答卷。”季莹说。

标准、协同

其实，对于双11的准备，菜鸟网络早就开始了，他们派出一支团队，在全国各地盘点社会化的仓库资源，并按照菜鸟的标准和系统运营起来。截至9月，为双11准备的仓库面积已经达数百万平方米。

仓配网是菜鸟网络编织的五张网（仓配网、快递网、末端网、农村物流网和跨境网）中的一张。用王文彬的话说，配送即使再高效，也不如就近发货时效快。因此从菜鸟网络成立伊始，首先就是利用大数据指导分仓布货。

在核心物流枢纽，菜鸟会选择建设一批高标准的物流基地，以便基础资源可以被整个行业共享使用。围绕着核心枢纽，菜鸟也会善用第三方的仓。“只要按照我们的标准来建造、布置，再配入我们的系统，然后将运营合作伙伴（CP）放进去，就可以获得菜鸟仓配体系的一系列能力。”王文彬说。

据菜鸟联盟总监周轩榕介绍，目前菜鸟网络在全国有七个大区，每个大区里边有不同的仓，这些仓中不少是与第三方合作的仓库。

菜鸟联盟是由菜鸟网络牵头，联合国内外主要物流合作伙伴组建以提升电商物流服务体验的组织，有当日达、次日达、预约配送等服务产品。

这些仓库呈串联或者网络结构分布，比如在某个大区里边有一个中心仓，再由中心仓覆盖下面的二级仓。仓的布局是根据各区域内订单特点来决定的。有些区域如果订单足够多、足够密集的话，或许会有三四个中心仓，这些中心仓再往下分布，甚至会有三级仓、四级仓出现。

为了实现仓配协同，今年菜鸟网络将整个仓配协同权力下放到各个大区，由各大区来统一调度，确保仓配在交接环节的顺利进行。在系统方面，今年基本上把所有菜鸟仓配体系网里面的系统，全部更换为由菜鸟自主研发的大宝仓储物流服务（WMS）系统。

“这样一来，仓和配就全部打通了，系统一致就是标准一致，确保了菜鸟网络协同调度的一致，即使出现了问题，由于都在一个系统，反应速度也会更快。”菜鸟网络仓配方面的资深专家杨开封对《中国新闻周刊》解释。

实际上，不光在系统上，近年来，菜鸟网络一直致力于标准化的建设，大到运营流程、作业流程，小到设备、监控、强弱电等硬件，都做了统一的规范和要求，确保菜鸟体系里的链路步调一致。

在标准化的同时，菜鸟网络的智能仓配也在大面积运行。从去年开始，菜鸟在广州增城、天津武清、浙江嘉兴等地投入了大规模的自动化项目。

这些智能化设备的应用将拣货速度提高到30%～50%。因此，在今年双11中，包括AGV（自动导引运输车）、智能缓存机器人、360度运行的拣选机器人、带有真空吸盘的播种机器人在仓库内流水作业，参与作战。

杨开封向《中国新闻周刊》表示，现在菜鸟网络已经开启了自动化的全国布局，明年会有更多规模的自动化仓库交付使用，占更大份额的产能。

搭建仓储设施只是第一步，真正要实现仓配效率，必须要做的一项就是分仓。菜鸟会依据沉淀的大数据，比如历史销售记录，商家的促销，以及商家自己的预测，将这些数据结合起来，形成一个分布的预测，然后再借助菜鸟多级的仓库，将商品分仓下去。

“网铺得越开，最后这个网的节点就有可能离我们的最终用户越近，就能实现最快到达。所以要想提高货物的时效，就可以以这种分仓的形式在全国铺开。”周轩榕说。

分仓必须准确，比如某一个爆款商品出现，或是促销活动很火爆等，都会对商家和产品维度造成影响，所以预测是动态的，用周轩榕的话说，“时刻都在进行”。

今年9月，火烈鸟电商总经理张永刚决定借用上海的菜鸟仓，对双11的商品提前分仓。

促使他和公司做这个决定的，是对今年双11订单量的预估。

从8月份开始，菜鸟方面就反复与他沟通，基于去年的订单量等大数据的算法，预测是今年火烈鸟在阿里电商平台的订单量可能将达到21万笔。公司自己估算的订单量更大，约有25万笔。从后来的销售数据来看，菜鸟网络的预测还是更为精准。

作为网络人气彩妆品牌，去年双11 的火烈鸟销售的火爆情景，让张永刚一年后还记忆犹新——2015年双11，火烈鸟品牌共产生了12万笔订单，大大超出了公司的预估。欣喜过后，火烈鸟很快迎来了巨大挑战——这些订单全部得从位于义乌的公司仓库发出，公司的仓配人手已经不够用，只能临时雇人，但受双11影响，临时工十分紧俏，不仅费用水涨船高，工作效率也不高。直到9天后，这些订单才全部发出去。

因此，为应对今年双11，张永刚提前半年就开始准备，6月份，他去考察了位于广州的菜鸟仓，严谨规范的仓配管理系统给他留下了深刻的印象。

当他拿到订单预测数据后，深知以火烈鸟自己的仓配能力，一定无法应付如此庞大的订单量，必须利用菜鸟的仓配管理体系才能避免去年订单“拥堵”的情况产生。

9月份以后，关于仓储比例和规模，菜鸟网络开始不断和火烈鸟协商，放多少、怎么放都是双方协调的内容。

实际上，在供应链的入库计划协同方面，要做大量的工作。许俊介绍，首先是预测决策阶段，要预测整个销售量，接着预测要入多少库存，分仓的计划是怎样的，应该分几个地区仓库，每一个仓库入库的库存数应该是多少，甚至要考虑后期的补货计划。

当这些数据都预测出来后，就涉及和仓库、产能的配合，进入到入库协同或预约入库这一部分。

接下来是计划阶段，就涉及菜鸟网络、仓库、商家的三方协同。因为商家可能会根据销售计划，对菜鸟网络建议的入库量进行调整。仓库也有产能和容量，也要反复确认和调整，最终是三方协同的过程，将一个预测和决策变成一个计划。

最后是履行阶段，也就是商家开始要预约入库，要跟仓库预约好时间，安排好容量，进入到入库环节。

最终，在双11前几天，火烈鸟听从菜鸟网络的建议，将80%的商品放入菜鸟仓，其中，爆款商品、中端商品和末端商品各自存放的比例分别为60%、30%和10%。

入库并不是分仓的最终结束。离双11还有大概半个月时，菜鸟的后台就要提前做订单下沉，从仓库转移到城市仓，甚至转移到网点。

同时，仓库里面也开始运用一些数据，做一些提前的准备，将仓内的打包、质检等动作前置到双11前。这样在双11当天就可以以一个很高的准确率，在订单还没有下达之前打包好，等订单一来，直接出个电子面单就可以出库。

在农村，11月11日凌晨，云南省红河弥勒市弥阳镇中以则村村民张阿姨正准备睡下时，快递小哥就已经将今年双11的农村物流首单就送到她的农村合伙人手中。从下单到签收仅用了不到85分钟。

实际上，在今年双11之前，菜鸟农村便已织成了一张覆盖460多个县、2.1万个村的农村物流网络。菜鸟网络业务拓展专家王錁表示，没有菜鸟物流之前，农村的配送率只能达到30%，在菜鸟所覆盖区域，已经能达到100%的T+1（次日到达）、T+0（当日到达）服务承诺。

王錁表示，目前的菜鸟农村不再是狭义的农村物流概念，而是面向地市级、县以下的市场，为其提供物流服务、商品流通服务、寄件、售后服务，以及农产品解决方案的服务。

菜鸟网络E·T物流实验室推出智能配送机器人小G，已经在配送末端张开应用

如今，菜鸟网络已经开始依托于这个农村物流网络基础衍生出来的业务服务能力，对外进行业务输出，比如向农户、农业、农产品、工业品下乡等服务需要依托更大的网络承载，向外辐射菜鸟的服务能力。

目前，菜鸟正与政府合作，在全国各地试点建立县域智慧物流+，在地级市维度的试点范围内，打造一个智能化的物流基础设施，包括三网一站，即仓网、运力网络、数据网络，以及乡镇的橙运服务站。

“菜鸟农村物流网的打造，不但加快了农村电商的速度，促进城乡平等的购物环境，也增加了末端的商业机会。”王錁说。

菜鸟究竟想做什么？

3年前，当菜鸟网络成立，在全国大举买地建仓时，很多人还直呼看不懂;2年前，菜鸟提出打造天网、地网、人网，大家依然不明所以;1年前，菜鸟将三张网变成了五张网，维度更加清晰。

用王文彬的话说，菜鸟最终要做的是生态圈，通过大数据、智能化和协同化，为合作伙伴提供赋能。

这么多年来，中国的快递业实现了飞速发展，各快递企业不断以加盟模式快速扩张，快递商同质化特征明显，单体竞争力较弱，系统管理先天不足。在中国物流学会特约研究员杨达卿看来，传统的快递企业和物流企业都是低端恶性竞争，通过价格战参与市场博弈，如果希望整个物流生态转型升级，仅仅靠快递企业很难。

菜鸟网络的平台化模式出现，为中国民营快递产业系统改进提供了一些新的路径。它借力大数据，实现对整个集群的系统升级——既包括物流基础设施，也包括企业物流设备，以及快递服务产品等。这在全球快递市场都是一项前所未有的开创尝试，也因此充满更多挑战，“但这条路更适合中国快递市场生态。”杨达卿说。

然而，菜鸟为何能将这些彼此竞争的企业聚集到一个平台上，遵守统一的标准？杨达卿认为，因为菜鸟是局内人，掌握着数据，指导服务如何升级改进，这是菜鸟天然优势，所以在推进菜鸟升级有序发展过程中，本身就有天然优势，水到渠成。

天天快递副总裁陈向阳也坦言，第一批成为菜鸟网络合作伙伴的六家快递企业，可以说几乎70%的业务量是靠淘系订单。没有菜鸟的时候，他们就是跟天猫、淘宝合作，“后来有了菜鸟，他会将自己的一些想法、数据，赋能给我们，补齐我们的短板，对我们的成本控制、运营体系，时效提高都可以起到作用。”陈向阳说。

赋能的一方面，是通过大数据、智能化和协同化，为快递企业发展提供保障。另一方面，通过建立标准，提升快递企业的服务，从而提升消费者的购物体验，达到双赢。

陈向阳告诉《中国新闻周刊》，菜鸟从不干涉商家用哪家快递公司，它要求的是整个菜鸟所掌控的淘系快件的品质问题。不过，菜鸟会提供一个指数，对合作的几家快递企业服务质量的评价，然后将这个数据告诉商家。

尽管这几年天天快递在指数排名中都在前三，陈向阳依然感到了压力，但他同时表示，这个压力在某种程度上变相要求了快递企业去注重服务质量，有利于企业长远发展。

在杨达卿看来，菜鸟能做的不仅限于此，由于传统快递企业的服务都是短链条，菜鸟掌握了订单消费需求，可以末端培蓄，形成相对在线化的供应链条，帮助企业延长供应链，提升产业链，帮其从短链条变成长链条，从低端竞争引入高端竞争，加速企业升级。

事实上，火烈鸟在今年双11的做法，正是菜鸟网络在商家供应链上的探索，类似的案例还有美的、科沃斯等。今年双11，科沃斯全网销售突破4.11亿元，美的官方旗舰店单日成交额突破3.5亿元，登榜TOP10，帮他们销量大涨的正是物流。

依托于菜鸟仓，和往年物流环节需要临时租用仓库、征集人力不同，只要做好入仓规划，后续订单发货全部都由菜鸟处理。美的实现线上130家经销商共用一盘货的库存，所有货物统一调度，每卖出一台小家电都是从菜鸟仓发出，可以随卖随补，商家无需囤货，只需备1.2亿～1.5亿就可以支撑2个亿的销售，库存备货降低了40%，成本也降了40%。同时，15天库存可以做到支撑30天销售。

大数据浪潮推动企业管理变革 篇7

一、大数据时代到来

(一) 什么是大数据

21世纪, 随着数据数量的日益庞大、数据结构的日渐复杂、数据类型的不断增多, 由海量数据构成的数据集合带领我们进入了数据信息爆炸的大数据时代。基于云计算, “大数据”对海量数据进行处理与应用, 通过交叉利用、整合共享, 形成了掌握数据、利用数据创造价值的核心能力。

大数据的特点并不是数量大, 而是4V的基本特征, 即规模、高速、多样、价值。规模性显著地体现在基本单位的变化上, 像从池塘变成大海, 基本单位由MB提升为GB、TB甚至PT;高速性将数据的处理速度归为1秒定律, 即要在秒级时间范围内给出数据分析结果, 否则数据将会失去价值;多样性体现为数据种类繁多、结构复杂;价值性即在掌握数据、利用数据的过程中, 挖掘数据内在价值, 创造数据应用价值。

(二) 大数据浪潮的冲击

如今, 大数据的浪潮冲击着人们的生活与工作, 同样, 对于具有生命活力的企业而言, 数据俨然已经成为不可或缺的重要资产, 需要通过先进的技术被有效地管理、挖掘, 并加以利用, 创造数据价值, 实现数据这一资产的增值。企业可以通过客户在社交软件上发表的信息挖掘商机, 也可以从不断积累的客户信息中洞察未来客户需求。

大数据时代, 从掌握数据到利用数据, 再到最终为企业创造价值这样一个动态过程中, 每一个环节都不断推动着企业的变革, 企业管理层试图通过最佳的方式对数据进行最有效的利用, 抓住当今社会的核心资源, 进而提升自身竞争力。

二、海量数据推动六大变革

(一) 管理理念的变革

随着数据的大爆炸和信息的快速流动, 企业传统的封闭管理模式越来越行不通。昨天可能还在通过严格的管理与周密的体制对企业各部门员工施加强大的控制力, 通过标准的作业流程提高效率并获得竞争力, 今天就不得不转向数据驱动的经营管理模式, 紧紧抓住大量数据, 利用对数据的分析挖掘, 权变地匹配更合适的管理与服务, 应对外界多样的变化。

同时, 大数据驱动着企业变革决策理念, 进行智能决策。传统企业对数据的处理与分析仅仅滞留在单一的汇总整理层面, 客户需求预测、市场分析、竞争分析等各方面深入分析匮乏。此时, 如果仅凭管理者对市场的评估进行决策, 将会潜在蕴藏着很大的风险。大数据时代, 企业搜集、汇总、整理、分析海量内外部数据, 通过对这些数据的深入分析挖掘, 获得未来市场情况预测、竞争对手分析预测等有价值的信息, 进而确定行之有效的管理与服务制度, 保持长久竞争优势。

(二) 营销管理的变革

在这个数据就是业务, 数据就是核心竞争力的时代, 企业的营销方式也正随之改变。数据爆炸之时, 企业可以通过多种渠道, 采用最低成本, 方便快捷地搜集顾客的海量消费数据, 并运用先进的方法与工具, 灵活组合各项数据, 发现消费行为里潜在的共性, 从数据里渗透出有价值的信息, 重新对目标市场与目标人群进行划分。在对内部数据深度挖掘之余, 将内外部数据相结合, 充分利用数据的内在价值, 立体地描述未来市场消费需求。

了解消费倾向, 清晰市场需求, 企业可以将营销与数据中得到的个性信息相结合, 为顾客量身打造专属营销, 为顾客量身投放定向广告。同时, 企业可以在海量数据中找到顾客实时的热点话题, 并从中激发企业的无限创意, 更有针对性地为顾客生产创意产品, 设计创意广告。将营销与数据紧密结合已是时代的发展趋势, 数据让营销更有针对性, 更具竞争力。

(三) 财务管理的变革

数据量激增、数据种类繁多, 数据是企业潜在的智囊宝藏。财务管理的关键不仅仅再是单一地将数据应用与年终报告的一纸文字, 而是深入分析数据、应用数据, 及时为企业提供海量变量的最新动态, 帮助企业更智慧地作出决策。同时, 透过海量数据, 监管与审计部门可以看到数据背后的种种欺骗行为, 进一步防止企业财务管理进入道德雷区。

大数据为财务管理提出合作与共享的要求, 使得各项工作不再独立进行, 而是更全面更透彻地沟通分析, 明智决策, 使得财务预算、财务信息以及财务决策更具有战略意义。将各类财务与非财务数据结合, 是企业的财务管理不再局限于特有的时间与空间, 财务部门可以便捷地将数据进行横纵向对比, 员工可以随时随地查阅最新数据, 企业可以共享财务信息, 使得工作更灵活, 而可靠地提高全体员工的效率, 意味着企业的进步与发展。

(四) 人力资源管理的变革

各种各样的数据迅猛增长, 使得企业员工可以通过便捷的工具掌握实时资讯, 即员工更加专业、更富有知识。而对于专业知识水平较高的员工们, 未来企业将更多地采取人性化的柔性管理;海量数据的灵活流动, 使得各部门间沟通顺畅, 公司网络系统在数据的推动下逐渐被重拾, 再度进入全员经常使用的状态, 企业人力资源管理可以充分利用企业的网络平台发布薪酬、假日等与员工息息相关的信息, 同时还可以建立网络投票机制, 将内部员工的海量绩效数据公布于内部网络, 形成内部激励机制;数据的定量分析量化了人才管理、人事测评与考核等指标, 使得人力资源管理更加规范化, 考核结果更加量化可观。

海量数据同时也推动着人力资源管理各环节的优化改进。在企业招聘人才时, 可以透过海量数据分析应聘人员的未来潜力与在这一领域的发展空间, 企业可以录用在目前看来的优秀人才或潜力股, 而为其他应聘者建立企业人才储备库, 存储大量应聘人员信息, 以备未来之需;同时, 人力资源管理可以利用海量数据实现自身职能规范化, 通过数据挖掘, 预测员工潜能, 并对其进行定向培养开发与激励鼓舞, 提高企业整体水平;最后, 可以使得企业组织结构趋向扁平化, 员工通过数据与媒介发现自身潜力, 形成内在动机, 与其他员工对比形成外部激励, 最终自觉践行自我管理。因此, 传统的垂直命令式、等级制将越来越趋向扁平化的自我管理。

(五) 生产运作管理的变革

企业生产运作的标准即为敏锐快捷地制造产品、提供服务, 保证各环节高效运作, 使企业成为有机整体, 实现更好发展。数据浪潮冲刷着每一个企业, 同时, 企业在内部运营过程中, 深入地应用数据。企业不断搜集内外部数据, 提高数据的分析与应用能力, 将数据转化为精炼信息, 并由企业前台传给后台, 企业后台利用海量数据中蕴藏的信息分析决策。

数据在企业前台与后台间, 企业横向各部门间、纵向各层级间, 灵活游走传输, 使得企业运作的各个环节紧紧围绕最具时代价值的信息与决策展开。同样, 大数据使得全体员工可以通过移动设备随时随地查阅所需信息, 减少了部门之间的信息不对称, 使企业生产运作紧跟时代步伐, 在变化中发展壮大。

(六) 供应链管理的变革

企业从供应链的每个环节中都可以搜集到海量数据, 企业专员运用最佳技术与工具对其进行整合分析, 找出数据的内在联系, 挖掘数据的内在价值。通过数据分析, 预测企业未来供应链上各环节的情况, 制定严密周全的供应策略, 满足新时代的供应链要求。

首先, 企业通过大数据和预测分析, 对每个环节所需变量进行定量预测, 提高库存管理效率, 改善分销渠道, 加快供应速度, 并在实施过程中对各环节加以监控;其次, 企业可以提前了解并详细分析供应链中的重点难题, 从数据中发现未来潜在实际问题, 并提前制定解决方案, 这样能够在出现问题时, 及时做出反应, 节省人力物力财力;最后, 企业可以通过在各个影响供应流程的关键节点迅速收集分析高质量数据, 制定针对性决策, 并监督其实施, 及时对实施过程进行改善与纠正, 以保证整条供应链流畅运作, 提高品牌知名度与竞争力, 最终实现企业目标。

总之, 随着大数据时代的到来, 企业要不断改变自身以顺应时代浪潮。数据的意义是为企业带来蕴含商业价值的信息, 帮助企业有依据地智慧决策。然而海量数据的冲刷可能也会带来无形的危害, 因此, 企业要学会适度应用与管理手中掌握的海量数据, 以创新应对变化, 实现稳定生存、持续发展、不断壮大。

摘要：二十一世纪, “大数据”逐渐成为最热门的词汇, 面对扑面而来的海量数据, 不仅仅是简单地建立企业信息系统, 更关键的是在大数据的浪潮中, 寻求新的企业管理模式, 推动企业变革。本文通过分析大数据浪潮中企业管理模式的七大变革, 探究企业在大数据时代下的全新管理模式, 以求企业能实现持续稳步发展。

关键词：大数据,企业管理,七大变革

参考文献

[1][美]维克托·迈尔—舍恩伯格肯尼思·库克耶著, 大数据时代[M].周涛译.浙江人民出版社, 2012

大数据时代对气象服务的推动 篇8

一、大数据时代的概念

2011年5月 , 麦肯锡公司下属的全球研究所 (McKinsey Global Institute) 发布了一份专门的研究报告, 报告对美国政府目前拥有的数据量进行了估算, 美国政府共拥有848拍字节的数据总量 (谷歌每小时处理的数据为1拍) ;一分钟内, 微博、推特上新发的数据量超过10万;社交网络“脸谱”的浏览量超过600万;沃尔玛是世界上最大的零售王国, 它每小时要处理100多万笔电子交易记录……

这些庞大的数字意味着什么? 美国国家安全局通过收集电话监控数据记录发现本·拉登的蛛丝马迹;沃尔玛通过数据分析发现跟尿布一起搭配购买最多的商品居然是啤酒; 卫生局通过药店联网销售数据可以提前预知流感的爆发期; 交通安全管理局通过交通事故记录分析发现夏季是一年中交通事故的高发期, 恶劣天气和光线条件并不是发生事故的必然原因, 绝大部分事故都发生在正常天气及光线较好的白天……

最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡, 其称:“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。”越来越多的政府、企业等机构开始意识到数据正成为组织最重要的资产, 数据分析能力正成为组织的核心竞争力。

联合国在2012年发布了大数据政务白皮书, 指出了大数据对联合国和各国政府来说是一个历史性的机遇, 人们如今可以使用极为丰富的数据资源, 对社会经济进行前所未有的实时分析, 帮助政府更好地响应社会和经济运行。2013年3月, 奥巴马政府宣布投资2亿美元拉动大数据相关产业的发展, 将“大数据战略”上升为国家意志。奥巴马政府将数据定义为“未来的新石油”, 并表示一个国家拥有数据的规模、活性及解释运用的能力, 将成为综合国力的重要组成部分, 未来对数据的占有和控制, 甚至将成为陆权、海权、空权之外的另一种国家核心资产。

二、对大数据时代的理解

《大数据时代》的作者维克托·迈尔·舍恩伯格被誉为“大数据商业应用第一人”, 他在书中前瞻性地指出, 大数据带来的信息风暴正在变革我们的生活、工作和思维, 大数据开启了一次重大的时代转型。他明确地指出:大数据时代最大的转变就是放弃对因果关系的渴求, 取而代之关注相关关系。也就是说, 只要知道“是什么”, 而不需要知道“为什么”。这颠覆了千百年来人类的思维惯性, 对人类的认知和与世界交流方式提出了全新的挑战。

如天气预报的基础是通过地基气象观测、空基气象观测、天基气象观测取得的数据, 天气预报的工具是形式多样的数值预报模型, 天气预报的结论最终由预报员进行主观分析取得。在现有模式下, 由于预报工具和数据的局限性, “定时、定点、定量”一直是预报的难点。如果运用大数据理念, 通过对海量数据的分析对比、数据挖掘、现场实况温度、湿度、风向、风速等气象要素的综合分析, 也能进行天气预报, 在“定时、定点、定量”上可能会有更大突破, 当然这是建立在海量数据的基础上的。

2011年10月 , 美国联邦政府商务部下属的国家气象局 (NWS) 宣布, 该局已经在全国2000辆客运大巴上安装了传感器, 随着巴士的移动, 这些传感器可以沿途收集所有地点的温度、湿度、露水、光照度等数据, 并即刻传回国家气象局的数据中心。数据每10秒采集一次, 每天传感器要采集10万次以上的数据。这些数据是实时的、高精度的, 意味着天气预报不仅仅是“预”报, 更将逐渐走向“实”报、“精”报。

三、大数据气象服务模式的思考

随着大数据时代的来临, 气象部门可以做更多的工作, 如传统数据收集系统的更新, 建立大型气象数据库, 探索气象数据挖掘技术, 通过与国土、民政、水利、农业等部门的数据共享, 发现更多的关联要素, 通过数据的加工和公开, 进一步提升服务能效等。

1.传感器的开发和使用, 即传统数据收集系统 (气象观测装备) 的更新。美国施乐公司的一名计算机科学家提出:“最高深的技术是那些令人无法察觉的技术, 这些技术不停地把它们编织进日常生活, 直到你无从发现为止。”他开创性地提出了“普适计算”理论, 而实现普适计算的根本是人类生活的物理环境当中广泛部署的微小的计算设备———传感器。

传感器最早应用于民用领域源于由美国陆军工程部和美国国家海洋与大气管理局 (NCAA) 联手开展的“海浪监测计划”, 主要是在全美岸线和五大湖区建立一个定点的、连续的、实时的传感器网络, 对海浪大小进行监控。系统经过不断升级, 现在已经能够建成一个覆盖全美海岸线、从浅水到深水、精确的海浪监测网络。这些传感器不仅能监测海浪的能量和方向, 还能计算它的传播速度、偏度和峰度, 对海浪的监测不仅能提高沿海地区对海啸、风暴等自然灾害的应急能力, 还能极大地改善海上的交通安全, 同时也能为利用大海能量进行发电提供关键的分析型数据。

完善的气象监测网络和观测数据是气象服务的基础, 虽然我国气象部门的自动气象站已经遍布全国各地, 但受周边环境、地理位置、区域发展、维护不及时、经费不到位等因素的制约, 取得的观测数据在完整性、标准性、区域性等方面还存在各种问题, 因此创新监测模式和监测设备, 开发和使用体积小、功能全的传感器是提升气象监测能力和水平的重要途径。

2.气象数据的开放共享。在经济社会生活中, 不少行业, 如农业、交通业、建筑业、保险业、旅游业等与天气变化息息相关。美国商务部曾经做过一个专项分析, 最后得出的结论是, 全国三分之一的GDP产值都和天气情况紧密相连。

对于天气数据的公开, 各国做法均不相同, 基本上有三种模式, 一种是利润最大化模式, 一种是平均成本模式, 还有一种是边际成本①或免费模式。我国目前仅做到气象服务的公开, 而且三种模式均沾, 也就是我们平常所说的专业服务、决策服务和公共服务。公共服务基本采取免费模式, 专业服务采取利润最大化模式, 决策服务通过争取地方财政资金和项目投入, 可以看成平均成本模式。由于部门间信息数据共享不到位、专业人员缺乏、科研成果转化率不高、气象观测数据的研究和应用不够等原因, 专业气象服务能力不强, 气象服务的发展处在两难的境地之中。表面上看气象部门利用发布的信息收取费用, 弥补行政经费的不足, 而从长远看, 由于信息的封闭和垄断, 其对整个社会的经济发展是弊大于利的。

美国政府采取免费发布模式, 其开放性促进了全国的经济增长, 效果非常明显。最经典的例子就是美国海洋和大气管理局免费发布天气数据。2008年, 据首席经济学家韦伊尔估算, 仅全国的发电厂因为得益于该局发布的免费数据, 从而可以预测下一天、下一周的发电量、优化资源配置, 每年节省的经费达1.66亿美元。2001年, 普华永道对经济收益与免费的数据发布模式之间的关系专门做过调查, 它的研究结果是提供免费的数据发布, 2000年美国天气风险②管理行业的产值是整个欧洲的近60倍、整个亚洲的146倍。差距如此之大, 进一步说明了数据开放共享的根本优势。

就我国气象部门来讲, 数据的开放共享还有一定的难度, 一方面从安全角度讲, 需要就数据的开放共享制定一系列规章制度, 另一方面, 气象部门的体制机制制约了气象数据的开放共享, 气象部门属于双重管理体制。就体制来讲, 只有真正做到政事企分开, 让专业的人员和公司提供专业服务, 才能取得最大的经济效益。就经费投入来讲, 气象现代化建设、业务运行和人员经费有很大一部分是通过专业和专项服务获得的经济效益进行开展与维持的。只有政府承担所有事业经费, 解决这方面的后顾之忧, 彻底理顺关系和职能, 才能做到气象数据的开放共享, 真正为提升全国经济效益作出贡献。

3.服务理念的更新。气象部门的职责是围绕人们不断增长的社会生活需求, 提供更周到、细致、专业的气象服务, 这同时也定义了气象部门的发展方向, 就是提供人们和社会生产需要的精细化预报, 通过与农业、水利、交通、国土等部门间的数据共享、专业合作等手段, 提高公众服务产品的质量;通过建立完善的观测体系, 读取各种气象数据, 建立气象大数据库;通过开发数据挖掘技术, 发现与人们生活方方面面紧密相关的要素值; 通过政府打造统一的预警平台、规范的应急流程, 第一时间将预警信息发送至人们手中, 指导人们防灾减灾, 将天气灾害带来的风险降至最低, 真正发挥政府部门的参谋助手作用, 体现服务型政府的真正意义所在。

气象部门发展至今, 一直走在科技发展的前沿, 面对人类社会的发展, 以及传感器和微处理器的发展与普及, 我们正迈入大数据时代, 紧跟时代发展步伐, 积极调整发展思路, 充分发挥气象数据的优势开展气象服务, 才是气象部门不断提升自己的根本。

注释

1边际成本:指在一个特定的产量水平上, 增加一个单位产量所需要增加的成本。如对电脑制造商而言, 多制造一台电脑需要投入的人工和原材料。

细看物流园区大数据 篇9

日前, 第四次全国物流园区 (基地) 调查报告发布, 通过分析行业的真实发展现状, 反映业界的需求及诉求, 为物流园区的下一步发展提供了动态信息和参考。本刊小编特别提炼出了几条亮点内容, 以供行业读者参考。

调查

政府规划、企业主导仍然是我国物流园区开发建设的主要方式

近年来, 国家有关部门出台了一系列关于交通节点、物流节点、电子商务城市试点、自贸区等影响城市发展的规划, 而各级地方政府根据国家规划积极行动, 分别制定了一批符合当地发展要求的实施计划。这些规划和政策对物流园区的开发和建设形成了很大的影响。目前政府规划、企业主导仍然是我国物流园区开发建设的主要方式, 占被调查园区的比例为65%。

问题在哪?

园区同质化现象依旧存在, 部分园区面临生存压力。

土地资源及税收政策影响明显, 继续成为园区发展瓶颈。

专业服务能力有待提升, 综合型人才需求仍然旺盛。

建议:

政府:

1.加强区域统筹协调, 立法保护园区发展。

2.加快物流标准化建设, 夯实园区发展基础。

3.鼓励园区互联互通, 深化诚信体系建设。

运营者:

1.明确市场需求, 不断优化调整发展战略。

2.树立创新意识, 逐步构建物流产业生态圈。

大数据重构物流未来 篇10

从最早依靠工业化发展而崛起, 到近十年随着电商的普及而迈入新时代, 如今又到了行业转型升级开辟新路径的时刻, 我国物流业的发展动能不断因时而变。2016年物流业正发展壮大, 并步入资本时代, 然而在推进产业升级的过程中, 传统物流业以及互联网物流创新企业都在面对更为严峻的考验和竞争压力。

对物流行业而言, 由于产业升级关系到链条上每个相关主体的切身利益, 供应链能力决定了企业的竞争力和盈利能力。因此, 通过信息协同把各要素和想关注主体联合在一起, 以一体化的方式提升供应链竞争力尤为重要。供应链竞争力的提升, 必须从全局优化, 一体化考虑, 透明是其基础。

十年前, 深圳易流科技股份有限公司 (以下简称“易流科技”) 以运输全链条信息透明为切入点, 不仅在业内率先提出了“物流运输过程透明管理”的理念, 更是创建了“基于全供应链的物流透明管理系统”, 对推动物流信息系统建设的规范化与标准化均具有重要的实际意义。

2016年10月13日, 第十一届中国 (深圳) 国际物流与交通运输博览会智慧物流论坛暨第十届物流透明管理峰会在深圳隆重召开。今年正值“物流透明管理”理念提出十周年之际, 本届峰会以“透明连接未来—构筑透明一体化供应链”为主题, 吸引了物流供应链领域600多家企业1000余物流业精英人士参会, 峰会规模盛况空前。

政策解析:“三多、四化、五个一”

峰会上, 深圳市交通运输委员会副主任徐忠平首先致辞并指出, 互联网推动了智慧物流产业的兴起, 促进了物流产业的信息优化和管理的透明度, 此次峰会以“构筑透明一体化供应链”为主题, 顺应了物流产业发展的趋势和潮流。

中国物流采购联合会副会长贺登才用“三多、四化、五个一”介绍了物流行业当下的政策动向, 并着重介绍了“无车承运、营改增、治理超限超载”三个方面的政策重点。

“三多”第一“多”是多式联运, 多式联运正在上升为国家战略;第二“多”是多业联动, 即物流业和交通运输业、制造业、流通业、农业特别是金融业, 实现多业联动, 融合发展;第三“多”是多网协同, 包括天网、地网、运输网、仓储网络或者干线网络、配送网络的协同运作。

“四化”第一是平台化, 当今时代不管企业物流还是物流企业, 都在向平台化迈进;第二是集群化, 当前正在形成以物流产业为基础的产业集群;第三是智慧化;第四是生态化, 物流不是独立存在的, 而是和其所服务的上下游企业以及相关方面形成生态系统, 共生共荣, 共建共赢。

“五个一”一是基础设施一张网, 这个是大趋势;二是运营管理一体化;三是业务流程“一单制”;四是标准规范一根绳, 只有统一标准才能为一体化运作提供条件;五是市场监管一道令, 即打破地方和部门之间障碍, 形成全国统一的物流市场, 执行统一的监管标准。

中国物流信息化泰斗、中物联专家委员会主任戴定一从供应链角度对物流平台及大数据进行了深入分析。他认为, 物流平台及物流大数据需要解决公共物流基础设施的问题, 需要构建“公平-责任-诚信”的行业秩序, 并指出, 平台是在分离了资源的所有权与使用权之后实现了使用权的 (资源) 整合, 是物流发展从一种均衡向另一种均衡的演变, 是对供需进行结构化匹配。

实践分享:营造供应链管理新生态

互联网在传统产业, 特别是在物流与供应链中扮演了怎样的角色?作为中国第一家上市的供应链企业, 深圳怡亚通供应链股份有限公司董事长周国辉认为, 不能把互联网当做一种盈利的商业模式, 只能把它作为一种工具, 作为一个信息平台, 作为一个内容, 还要作为一个客户体验的平台。他还从当今企业生存环境的角度进行分析, 提出要实现供应链的优化管理, 需要摒弃“大而全、小而全、肥水不流外人田”的思维, 需要着眼核心竞争力的打造。周国辉指出, “供应链+互联网”将驱动o2o新生态:标准的o2o将消失, 实际的o2o将会重生, 并且实际的o2o将以供应链管理和服务为基础, 进行资源整合。

在认识了大数据技术能够帮助物流产业提高效率的现实之后, 下一步物流企业在实际操作用, 如何借助互联网实现供应链管理的创新成为关键。为此, 阿里云物流行业总经理刘飞从大数据及云计算的角度, 分享了需求预测、库存优化、配送调度优化、物流网络优化等方面供应链管理的创新案例, 这些案例都需要相应的计算模型和云计算的处理支持。“一个企业用没用大数据可能会带来质的差别。今天阿里云在国内公共云市场处于领导地位, 产品体系全, 节点多, 用户广。尤其是大数据平台, 我们提供从底层的计算引擎到一些通用模型与算法, 也会参与到用户具体的业务建模, 帮助用户构建业务模型。”

亚马逊物流副总裁李卓生也就大数据与供应链发表了自己的观点:“在我看来, 整个供应链就三句话—对的时间、对的地点、对的数量。只要把这件事情做好, 供应链就做好了。整个科技创新都是在协助企业怎么样把这件事情做好。”他还介绍了亚马逊的战略核心, 包括物流+、“海外购”、Kindle、云计算等, 通过创新电商仓储物流模式, 构建高科技数据系统, 实现有条不紊地处理海量订单和对用户需求的高效响应。

全球最大的日化企业P&G运输运作负责人陈联程分析说, 供应链的KPI由“成本、时效、安全”这三项组成, 供应链的内容包含“生产、计划、物流”三个方面。他认为, 当下物流业面临信息沟通的不同步、层层转包和资源浪费、配载能力千差万别、高峰时期的资源调配能力不足、假货的存在等问题, 这对物流业而言既是挑战也是机会点。如何解决这些问题?需要构建“透明化、数字化、自动化、简单化”的物流模式, 这就是供应链管理的下一个路口。

分论坛聚焦:“一体化”和“信息化”

当前, 我国物流业处于增速放缓、效率提升、需求调整和动力转换的战略转型期。全球新一轮科技革命, 为产业转型升级创造了重大机遇。互联网不仅作为一种技术手段, 更作为一种思维方式, 深刻影响着物流行业。如何利用信息化技术提升服务能力, 转变商业模式, 已成为关系到物流企业能否转型成功的关键。尽管我国物流信息化发展尚处初期阶段, 但物流企业对相关技术和产品的探索已经全面展开, 催生出互联网+车货匹配、互联网+合同物流、互联网+货运经纪、互联网+库存管理等新模式, 成为物流业大众创业、万众创新的重要源泉。

Geoconcept (法国) 公司的陈路毅表示, Geoconcept公司专门做基于GIS (地理信息系统) 做物流的区域规划与配送线路的优化。“目前GIS已经开始在中国应用了。与平常所用的百度地图、高德地图等不同, 这些地图只是一些图片, 本身并没有一些属性, 比如说道路的属性。在我们GIS定义里面, 道路其实分很多种属性, 比如说是高速公路、普通国道, 甚至是城市道路, 我们会考虑不同的车型在不同道路上的行驶速度是不一样的, 会影响物流配送的实操工作。通过GIS对道路进行分析之后, 我的模型才能建得更精准, 更符合物流使用的价值。”

国内也有做得比较有特色的物流互联网平台, 共生物流就是其中的一家。董事长卢立新表示, 共生物流致力于打造“共赢生态圈”, 简称共生, 就是通过互联网技术优化物流企业的采购、运营、销售、资金、财务以及内部的管理。同时, 他也指出, 没有信息化的传统物流, 必然会被淘汰, 但是盲目地信息化, 也并不一定能够给企业带来竞争力, 毕竟中国市场内有大量的中小微物流企业, 而真正适合这类企业的产品又少之又少。“物流信息化还有很多路要走, 有时候不仅仅是技术的问题, 要回到经营理念。”

经济全球化使得物流管理开始向供应链一体化的方向发展。如今, 供应链一体化已逐渐成为业内共识, 但是共识与落地还有一段差距, 该如何去做成为业内关注的又一大焦点。日日顺华南区总监张思海认为, 供应链一体化应该是一个生态圈, 内部和对外都必须融合, 而日日顺要打造虚实融合的最后一公里大物流生态圈平台, 依托四网融合的优势提供专业化、标准化、规范化的物流服务。

河南工业大学教授王焰认为, 供应链的竞争将成为一种新常态, 同时要关注四个“动”:第一, 供应链一体化是一个动态变化过程;第二, 创新的驱动性;第三, 市场的拉动;第四, 人才的跨界融合与流动。他还表示, 透明化是整个供应链一体化的基础, 前提是企业或人有没有这种主动的连接性, 从制造企业到流通企业再到现在的平台企业, 怎么样通过人的力量或者组织的主动性连接起来, 真正创造更多的价值。

未来预测:透明3.0引领数据物流时代

“当前, 整个物流行业陷入‘转型和创新’的迷茫之中, 好像不提转型和创新, 我的这个物流就没有水准。但这里我要提到, 物流是一个非常传统的产业, 对国内物流业而言, 现阶段更多注重的应该是工业工程的积累。”易流科技董事副总裁黄滨在主旨演讲中的观点犀利而中肯。

构建“透明化、数字化、自动化、简单化”的物流模式是供应链管理的下一个路口

他指出, 当下的行业热点与行业面临的实际问题不太一致, 行业的问题是“总体物流效率低下”与“个体执行的物流效率很高”形成悖论, “悖论”的根本原因是“无效的物流搬运次数过多”。因此, 他给出的思路是:从微观上, 物流企业要构建弹性和柔性的业务处理能力;从宏观上, 构建透明化的一体化的供应链系统, 即“物流透明3.0”。

透明一体化供应链是什么?黄滨解释说, 主要是指应用互联网以及信息化技术把供应链中物流要素进行透明连接, 并系统的考虑终端需求拉动以及供给的有效响应, 在这个过程中尽最大可能地减少不必要的中间环节的物流的过程, 在整体上实现物流及供应链效率的提升。

“只有把物流全要素的透明连接做起来以后, 我们才有可能实现未来物流的数据化。我相信, 当透明之光照耀整个中国物流行业的时候, 我们那个时候才会有资格产生真正巨无霸的互联网的物流公司。易流就走在这个正确的康庄大道上, 也希望我们所有的物流行业的人能够和易流一起开创中国物流的透明的未来!”黄滨说。

Windows.视窗

对物流行业而言, 产业升级关系到链条上每个相关主体的切身利益, 供应链能力决定了企业的竞争力和盈利能力。因此, 通过信息协同把各要素和想关注主体联合在一起, 以一体化的方式提升供应链竞争力尤为重要。

如今, 供应链一体化已逐渐成为业内共识, 但是共识与落地还有一段差距。日日顺华南区总监张思海认为, 供应链一体化应该是一个生态圈, 内部和对外都必须融合。

Windows.视窗

大数据推动大物流 篇11

关键词：大数据；文化创意；产业发展

1 大数据对文化创意产业的推动作用

每种类型文化创意产品的横空出世，均离不开创业者天马行空的艺术思维，而文化创意产品最终面向市场，作为商业工作人员，则要求文化创意产品能够被市场所广泛接受。在此我们有必要深思文化创意和市场推广的互相妥协，侧面要求我们从源头上考虑如何科学推动文化创意产业的发展，以准确预测具体文化创意产业的回报率。在这里，笔者认为有必要引入“大数据”的技术理念，作为预测文化创意产业回报率的技术支撑。

关于大数据对文化创意产业的推动作用阐述，关键是解决文化创意产品可复制性和产品质量相抵触的问题。在我国国民经济持续发展的大背景下，大数据等的新技术，成为提高产业回报率的关键点。某文化创意产品推出之前，投资者斥资1亿美元制作该产品，投资者这种魄力的投资信息，源自国内外数亿受众主体的“大数据”调查，在搜罗全部受众主体对文化创意产品的主客观意见之后，投资者从“大数据”中分析出该产品有利可图，灵活控制了产品的质量，使得该产品推出后大受市场欢迎。当前包括智能手机、平板电脑和互联网电视的横空出世，给大数据技术的发展营造了可持续的发展条件，包括谷歌、苹果、英特尔等在内，都借此契机开发了各种类似的产品。笔者通过调查发展，诸多互联网企业，广泛收集了用户的数据信息，文化创意产业的产业链由此被颠覆，譬如以上所提到的产品投资案例，在抽取了数千个样本户之后，譬如9000万用户对产品的选择倾向、3000万条评论和450万条主题搜索等，形成投资判断的“大数据”。某文化创意产品制作企业，多年来积累了各种数据资源，当用户通过浏览器登录账号后，其相关的位置数据、设备数据等，都会被无遗漏地记录下来，形成记忆代码，作为创意产品生产元素。

2 大数据对文化创意产业推动的实施路径

2.1 大数据平台的构建

文化创意产业的发展，要求兼顾产业的内容、渠道、需求和媒体。相比于传统产业，前者的价值依赖于渠道的全方位，否则创意信息将难以事无巨细地传递。笔者认为，创意产业的基本价值提炼，在于内容创意和营销推广的兼容，只有保证产业链各个环节资源的充分利用，才能够形成基础性的支撑。因此，大数据推动文化创意产业发展，有必要构建大数据平台，赋予平台产品咨询、人力资源服务、金融服务网络信息和基础设施等功能，在整个平台各个环节功能之后，再追求产业制作的内容创意和营销推广，最终实现行业的资源整合。

2.2 大数据技术的更新

大数据并非局限于某种技术范畴，随着信息化技术的发展，以及文化创意产业推动需求的提出，我们要及时更新大数据技术。长期以来，我国被视为文化创意的资源大国，大数据技术的分析模型和算法应用，有助于我们更好地梳理、分析和整合文化创意资源，重点突出文化创意资源的规律和价值。在步入大数据时代之后，笔者建议我们善于通过互联网获取用户的行为特征数据，在挖掘、分析海量的数据之后，基于用户的视角，获取文化创意，以及其形成的几率，这样就能够紧扣用户的心理需求，从创新的视角，进行合理的新媒体营销，进而推出符合目标用户的创意产品。当然，我们不能够过度依赖大数据分析技术，而要从辩证的角度，同时兼顾大数据所传递的流行趋势和文化消费的引领，使得文化创意产品既有创意，也有意义，这样所开发的文化创意产品，才能够具备持续的竞争力，避免文化消费的盲目和从众。也就是说，大数据要突破传统技术思维的桎梏，不断验证和改进数据挖掘模型，才能够保证海量数据运用精准的搜集。

2.3 社交网络场所的互动

大数据技术不仅仅是机械的数据搜集和分析，在整个数据运用过程中，无不掺入了人们的主观见解。很多文化创意产业，依赖于群体性的创意交流和分享，其中社交网络场所的互动，对文化创意传播，起到重要的推动作用。法国每年都会定期举办“博物馆周”，全世界博物馆的爱好者，均可以借助推特表达他们对艺术文化的看法和感情，尤其是幕后博物馆的知识测试，每个参与者均能够查找和分享各种博物馆信息，属于典型的博物馆网络互动平台，这也是实体创意产业网络互动的典型表现。纵观国内外很多实体文化创意园区，真正能够实现盈利的仅有10%左右，如果能够巧用互联网平台，降低文化创意互动交流的门槛，必然能够赢取文化创意发展的契机，推动文化创意产业的发展。

2.4 网络众筹平台的巧用

与其他产业一样，文化创意产业的发展，离不开全方位的投资，大数据时代的来临，不仅为文化创意产业发展提供产生和传播的平台，而且为文化创意产业发展拓展了筹集资金的渠道，譬如所谓的“团购”或者“预购”，有利于集中社会的各种闲散游资，支持创意产品的開发。我国文化部、财政部和央行，在《关于深入推进文化金融合作的意见》中，指出了文化产业发展金融产品与服务的创新，大数据所对应的网络众筹平台，正好与其互相呼应。以创意项目众筹平台Kickstarter为例，该平台总共有全球两百多个国家的用户，其中电影和音乐专辑等文化产品，在其中获得了支持。在大数据商业模式愈发成熟之后，大数据对文化创意产业的推动，将会变得更加明显。

3 结束语

大数据蕴含着巨大的潜力，文化创意产业借助大数据技术，基于差异性的数据维度，搜集有效的数据，并通过分析算法的优化，更为精准预估了文化创意的回报率。文章通过研究，基本明确了大数据对文化创意产业的推动作用，以及其实施路径，但考虑到文化创意产业发展环境的复杂性和多变性，我们在借助大数据推动文化创意产业发展时，必须紧扣产业发展的实际需求，予以灵活参考借鉴以上的实施路径，方可保证这些路径的适用性。

参考文献：

[1] 孙玉荣.大数据时代我国文化创意产业知识产权保护的路径选择[J].北京联合大学学报（人文社会科学版），2014 （2）：54-59.

[2] 梁颖涛，尹力.大数据视阈下广西文化创意产业集群化发展研究[J].企业导报，2014（5）：1-2.

[3] 马宁，郇玉萍.大数据时代的文化创意会展传播创新——以第九届北京文博会的大数据实践为例[J].参花（下半月），2015（1）：145-146.

[4] 曹祎遐.开拓新型文化创意产业发展之路[N].文汇报，2014-09-22.

[5] 吴芹，张纯.基于“钻石体系”陶瓷文化创意产业的发展对策研究[J].中国陶瓷，2010.

大数据推动图书馆建设与管理革新 篇12

在“互联网+”时代下,以下一代通信网络、物联网/传感网、三网融合、大数据和云计算为代表的新一代信息技术正使图书管理工作逐渐向网络化和智能化方向发展。图书管理系统主要功能是对图书的采购、编目、检索、统计和流通等环节进行控制管理。图书管理的关键问题是图书的分类标识和存放位置的确定。在新一代信息技术发展的推动下,图书馆的管理工作必将从网络化信息化模式向着智能化和精细化的角度发展,推动图书管理工作的创新。图书馆的数据必将成为海量般的增长,如何高效应用这些数据来图书管理和建设服务,是当今一个重要的思考问题。

海量图书数据的来源很多,物联网/传感网采集数据、日常工作数据和采用大数据挖掘技术经过数据挖掘和逻辑推理后形成的数据。物联网/传感网不仅能自动感知获取馆藏图书信息,还能对图书、人员进行定位,实时了解图书方位信息,同时还可以对图书环境进行监测。图书馆作为海量信息存储的载体,可运用大数据技术服务,增强收集、分析和提炼海量数据的能力,提升图书资源的智能化管理创新。大数据技术往往与云计算相结合,云计算在图书资源管理建设中存在着加快信息资源的整合与共享、提高信息资源的存储能力、提高服务器运行的可靠性、降低相关成本投入和提高图书馆信息资源的利用率等优势。

本文探讨在物联网/传感网和和云计算技术为代表的新一代信息技术推动发展的背景下,大数据技术助推图书管理工作逐渐向网络化和智能化方向发展。介绍了物联网/传感网和和云计算技术催生海量数据前提下,大数据技术概念、特征和应用等,提出了大数据推动图书馆建设与管理革新。在“互联网+”时代,在图书馆或校园内建立图书馆智能感知系统,为打造结合互联网、大数据和智能智能终端的大系统奠定基础,具有学术意义和参考价值。

2.大数据技术与图书馆管理

2.1大数据技术

大数据技术就是对产生的或存储的大量数据,记性分析和逻辑推理,从海量的数据中找到对用户有价值有意思的数据。图书馆本身就是大数据的存储载体,面临广大的学生、教师和社会用户,如何在海量数据中快速有效地寻求到用户感兴趣的资源正是图书馆大数据技术关心的问题所在。通过大数据技术处理日益增长的数据,更更有效提高图书资源的管理,提高服务质量,具有非常重要的意义。

2.2图书大数据来源

2.2.1物联网/传感网所获取数据

嵌入在每本图书里面的电子标签RFID里面保存有每本图书的元数据。若安装有无线传感器网络节点或物联网终端节点,嵌入在图书资料、图书存放室或图书馆任何一个角落,都在时时采集数据,将时空相关联的数据时时存储在本地或经过简单处理后发送到服务器再进行处理。这是图书大数据一个重要的来源,这包括如下几种类型的数据:图书的元数据、图书定位位置信息、环境检测信息和信息服务数据。这包括大量的原始数据和经过处理后的数据。

2.2.2管理系统工作数据

数据来源的一个很重要的地方是图书管理系统的工作数据。这是图书管理工作所产生的工作数据,既包含新产生的数据,也包含对原始数据处理后的数据。这数据都是数字图书馆管理需要产生的数据。这类数据的特点就是数据规范、统一和整洁,由数字系统产生,直接为系统所用,可以不经处理直接存放到服务器的数据仓库里面。

2.2.3管理服务数据或推理数据

管理服务数据包括从原来感知的原始数据或数字系统产生的规范数据,这类数据经过数据推理或关联后就衍生成了为用户所用的数据,这类数据一般为大数据推理数据,主要关于主动推送服务质量的提高。这类数据更多是在原始数据或在原始数据经过清洗后,或是在日常工作数据的基础上,经过逻辑推理或大数据挖掘等提炼出对用户有用的信息,这个信息就表现在用户感兴趣的、与之相关联的数据。

2.3大数据与图书管理

图书馆存储有的大量可利用数字资源。如何从海量数据中找出用户感兴趣的资源或数据,从提供服务的时效性和质量等方面,对构建现代智慧图书馆提出了较高要求。因此基于大数据的信息检索、逻辑推理、数据挖掘、垂直搜索、语义检索、文本挖掘和智能化处理等功能,等技术能很好地提高数据存储、传输与检索质量。从而能提升图书管理智能化管理工作。

3.大数据技术的提高图书管理质量

3.1大数据技术推动图书管理智能化

大数据技术能推动图书精细化管理水平的提高,主要体现在:提高与用户兴趣相关联的精细化服务质量;提高主动推送式服务质量;提高图书馆管理效益等几个方面:

3.1.1提高与用户兴趣相关联的精细化服务质量。切实体现到以用户为中心,提高服务用户的质量,提高服务内容与用户兴趣的相关度。这是以大数据技术为依托,根据用户的行为数据以及日常图书借阅、浏览和关注的内容,推理挖掘出用户当前关注或以后需要关注的内容,直接通过移动终端将挖掘或推理结果及时直接呈现给用户,体现主动推送式服务和服务质量的实时性。

3.1.2提高主动推送式服务质量。除了上述谈到的主动推送式服务,体现推送的实时性外,更加注重服务的质量。通过大数据技术,切实挖掘出背后深层次的用户需求和兴趣所在。提供与之高度相关联的服务内容,供用户参考决策。

3.1.3提高图书馆管理效益。运用物联网和传感网技术所产生的原始数据,提供了图书和管理者的方位信息,管理者可以将图书放在任意位置,用户通过数据库查找图书,便能获取图书位置信息直接获取,且随时提供在用户所在位置的相关内容。同时可以时时查看管理者的方位信息,了解管理的工作情况,以便更加精准地评价图书管理绩效和工作质量等。

3.2大数据带来图书数据大共享

大数据,必然带来数据的管理和共享的问题。数字系统网络化必然要求图书馆各系统数据之间能共享和访问。图书数据的共享需要体现在图书管理各子系统之间的数据共享、图书系统与校园网络其他系统数据共享,以及与校外图书及相关数据的共享几个方面:

3.2.1图书管理各子系统之间的数据共享。图书采编系统、借阅子系统等系统之间的数据应能共享,系统之间能透明访问,使之每个系统都能再关联其它系统的数据,再结合大数据技术进行逻辑推理和数据挖掘。因为只采用本系统的数据有时候不足以挖掘出高质量的数据来服务用户。

3.2.2图书系统与校园网络其他系统数据共享。图书系统作为校园网系统中的一个部分,应该与校园网其它系统,诸如教务系统、学生管理系统和财务系统等,结合这些数据,能够挖掘出学生更广泛的兴趣和最需要的图书资料所代表的知识。这才能体现出大数据技术的特征。

3.2.3校外图书及相关数据能够相互访问和共享,所体现的基于大数据技术的特征与上述一致。

3.3大数据让图书管理变得简单和规范

可在图书大数据技术基础上进行二次开发,更好满足本单位的具有特色的信息服务。

3.3.1根据大数据技术二次开发的功能要求,增加相应的智能终端设备和云计算信息化设备,从硬件建设角度跟上大数据技术开发要求。

3.3.2根据图书管理要求和任务开展大数据的功能拓展,开发相应的具有大数据处理技术的智能化信息技术模块,将服务范围和领域在时空范围内进行扩大,且提高服务的质量。

总结

大数据技术能提高图书管理质量和效益,拓展图书管理服务的空时范围和具体应用的领域,推动着图书馆的管理向智能化方向建设和发展。本文介绍了大数据技术背景下图书管理工作改进和管理服务质量提升的必要性和紧迫性,介绍了大数据技术概念、特征和应用,重点分析了大数据技术会场下的图书管理创新方式、模式以及内容。提出基于大数据技术的图书智能管理与应用创新。

摘要：传统的图书管理模式已经不能适用当前人们对信息快速获取的需求,新一代信息技术的发展和海量图书数据的增长,促使使用大数据技术来进行图书建设和管理革新。介绍了大数据技术概念和特征,阐述了图书大数据的来源以及如何运用大数据技术提供管理效益和服务质量。大数据技术推动图书管理与创新,使图书管理工作逐渐向网络化和智能化方向发展,具有重要意义。