大数据提升

大数据提升（精选12篇）

大数据提升 篇1

如何用大数据提升公共服务水平?面对这个问题,需要用丁厨师站在牛之前的眼光,找一找出手的关键点。

人们对常用的词语反而容易不深究精确含义,两个原因,一是用的地方多,二是用得太顺口。“大数据 ” 缘何称大 , 原来是指 “ 扩大”的大,要把数据一词指涉的范围扩大。从按字段一条一条存在数据库中的结构化数据,扩大到各种文件格式的非结构化数据。因此大数据意为非结构化数据,或者非结构化数据和结构化数据的总称。

大数据成流行语之后,很多人理解为体积“很大很大的”数据, 用TB、ZB之类来设立标准,属于以讹传讹,但可谓歪打正着。因为要使用非结构化数据,在里面发现规律,体积小了不行。大数据的第二个“义项”,总量大的数据,人们也接受了。

国务院8月31日印发的《促进大数据发展行动纲要》,起笔给大数据一个定义,“以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合”,融合了上面说到的两个意思。《纲要》认为, 大数据已经成了“新一代信息技术和服务业态”。

《 纲要 》 说大数据 的三大意 义在于“三新”——推动经济转型发展的新动力、重塑国家竞争优势的新机遇、提升政府治理能力的新途径。第一项视野阔大,技术、物质、资金、人才,生产要素无所不包,涉及经济的宏观和微观层面。 第二项重点在于,把资源、技术和产业结合为整体竞争力。第三项说大数据能用于公共管理。国务院居于我国五级政府体系顶端,公共管理是其司职,所以《纲要》“三新”的第三项最实。

管理即服务。我国政府的建设目标,是“法治政府、创新政府、廉洁政府和服务型政府”。用好大数据, 提高公共管理水平,是互联网时代的必由之路。此次发布《纲要》,体现出国务院提高全国各级政府治理能力的紧迫感,对各地政府机构和信息技术企业,都是机遇。

如何用大数据提升公共服务水平?面对这个问题,需要用丁厨师站在牛之前的眼光,找一找出手的关键点。我们来建言一二。

注重公共信息的透明化和个人信息的隐私保护。大数据“业态” 的发展将把物理空间中的事物(包括人)映射到数字空间。物理空间的“群己”关系,也会映射为数字空间的“群己”关系。公共事业, 有必要向政府的服务对象(法人和自然人)开放的,应该利用信息技术透明化,而且要界面友好,图文并茂,方便人们检索和理解。有关个人的隐私信息,则涉及安全,有待加强保护。

利用大数据和其他信息技术更新政府组织。删削繁冗一直是我国政府组织改革的方向之一,采用信息技术正是节约人力的途径。考虑就业问题,经济的某些部门有意维持人力密集的形态是恰当的,但公务员队伍精简为好。

防止重复 建设 。 大数据的 基础设施建设是商机,关系到大量企业的利益,如果不加引导,必然会产生重复建设和“为建而建”的情况。事前规划、事中监督、事后评估的方法,应该使用充分。

以改善民生为指针。提升公共服务水平,居首的指针是改善民生。 公共服务中的大数据技术是否运用得当,先看城乡居民的满意度,再看激活经济的效应,当无大错。

大数据提升 篇2

当今时代，数据已成为国家基础性战略资源，大数据正日益对全球经济运行机制、社会生活方式和国家治理能力产生重要影响。党中央、国务院高度重视大数据发展及创新应用，十八届五中全会明确提出实施国家大数据战略。

■科技革命的加速推进特别是大数据时代的到来，迫切要求政府治理加快由封闭管理向开放治理转变，由单向管理向协同治理转变，由被动响应向主动服务转变，由定性管理向定量管理转变，由粗放管理向精准化管理转变，由运动式管理向常规性管理转变，由此实现社会治理思维的变革、社会治理手段的改进、政府决策技术的进步、风险掌控能力的提升、公共管理流程的再造、社会协同治理的进阶。

■进入互联网时代、大数据时代，公共产品和公共服务必须逐步从“供给导向”向“需求导向”转变、从重“服务覆盖”向重“服务体验”转变、从“被动提供”向“主动提供”转变。

■以大数据提升政府治理能力的第一步，是要把传统的办公室集中办公、纸质公文在不同部门之间传递的方式改造为无纸化、网络化、虚拟化的新方式，实现政务流程信息化，并运用互联网实现政务网上运行。

■需要警醒的是，如果没有跨领域、海量性、专业化的数据开放共享，以大数据提升政府治理能力就是一句空话；但如果一股脑不加辨别地将所有数据全面开放，则可能带来隐私机密大泄露、经济大波动的灾难。

当今时代，数据已成为国家基础性战略资源，大数据正日益对全球经济运行机制、社会生活方式和国家治理能力产生重要影响。党中央、国务院高度重视大数据发展及创新应用，十八届五中全会明确提出实施国家大数据战略。国务院印发的《促进大数据发展行动纲要》指出，大数据已成为“提升政府治理能力的新途径”。这就要求各级政府树立大数据思维，借助大数据手段推动政府管理理念和社会治理模式进步，实现国家治理体系和治理能力现代化。

一、大数据是政府提升治理能力的全新契机

大数据不仅将改变生产方式、生活方式，社会组织方式尤其是政府治理也将因之发生深刻变革。一个以大数据倒逼政府治理能力提升的态势正在形成，政用大数据已经成为大数据创新应用的大势所趋。对此，我们决不可回避。

提升政府治理能力面临艰巨挑战。当前，我国正处于发展关键期、改革攻坚期、矛盾凸显期，政府治理面临大量新挑战新情况。从发展现状看，工业化、城镇化、信息化加速推进，城乡发展不平衡、区域发展不协调问题较为突出，大量“单位人”转变为“社会人”，大量常住人口变成流动人口，社会结构和利益格局发生深刻变化，政府需要处理、应对的公共事务的规模和种类海量增长，复杂程度前所未有，传统的治理模式面临严峻挑战。从群众需求看，随着物质生活条件逐步改善，特别是互联网、大数据广泛运用，人民群众对政务服务、民生保障的需求呈现出个性化、多样化的新特点，对服务的体验感、参与感、精准化提出更高要求，既有的强调标准化服务的“老办法”，也面临多样化、个性化需求的“新问题”。

以大数据提升政府治理能力是大势所趋。科技革命的加速推进特别是大数据时代的到来，迫切要求政府治理加快由封闭管理向开放治理转变，由单向管理向协同治理转变，由被动响应向主动服务转变，由定性管理向定量管理转变，由粗放管理向精准化管理转变，由运动式管理向常规性管理转变，由此实现社会治理思维的变革、社会治理手段的改进、政府决策技术的进步、风险掌控能力的提升、公共管理流程的再造、社会协同治理的进阶。大数据将成为加快政府治理能力现代化的最重要、最有力推手。在大数据思维下，基于大数据的科学决策、精细管理、精准服务将成为常态，将大大推动政府管理理念和社会治理模式进步，推进法治政府、创新政府、廉洁政府、智慧政府和服务型政府建设，逐步实现治理能力现代化。

以大数据提升政府治理能力的成功案例。事实证明，政府部门通过应用大数据可以大幅度提升生产力和工作效能，并有效降低管理成本。近年来，一些地方和部门积极推动政用大数据发展，取得了初步成效。比如，贵州抢抓大数据发展机遇，在大力发展大数据及其关联产业的同时，着力构建政府数据交互共享平台，推动政府数据融合共享，不断挖掘大数据在提升政府治理能力、保障改善民生方面的价值，特别是创造性提出对权力运行全过程进行数据留痕、融合分析，并在实践中取得了初步成效，提升了政府行政效能和权力运行透明度。

二、以大数据提升政府治理能力的几点思考

大数据在政府治理方面应用前景广阔、使用价值巨大，关键是要构建起一套“用数据说话、用数据决策、用数据管理、用数据创新”的全新机制。

以大数据助推权力制约无缝化。监管权力，核心在于编织权力制约的“笼子”。实现权力制约无缝化，就是要实现权力监督常态化、规范化，实现无禁区、全覆盖、零容忍，倒逼政府自觉规范和约束权力运行。政府应借助大数据手段，对权力运行过程中产生的数据进行全程记录、融合分析，及时发现和控制可能存在的风险，挖掘分析出各类不作为、乱作为及腐败行为发生的概率和“蛛丝马迹”，并通过实践不断使这一探索更加合理化、规范化、科学化，从而形成无缝化的“数据铁笼”，完善权力监督和技术反腐体系，提升政府效能和治理能力。

以大数据助推政府决策科学化。当前，由于政府决策、施策的事项纷繁复杂，各类矛盾交织、各种变量融合的情况比比皆是。缺乏数据支撑的决策特别是凭经验做出的决策，往往“顾此失彼”，科学性、前瞻性不够。政府应借助大数据手段，利用数据关联分析、数学建模、虚拟仿真乃至人工智能等技术，在基于广泛、大量数据的基础上进行模块化分析和政策模拟，为决策提供更为系统、准确、科学的参考依据，为决策实施提供更为全面、可靠的实时跟踪，推动政府决策由过去的经验型、估计型向数据分析型转变，最终实现政府决策机制再造。

以大数据助推政务管理精准化。面对越来越复杂多变的社会事务，传统的管理思维往往停留在增加编制、增加人员、增加经费等层面，信息化手段运用不足，止步于粗放式管理。政府应借助大数据手段进行政务管理，通过数据的“留痕”、关联分析，对诸如市场监管、检验检疫、违法失信、消费维权、司法审判等各类数据进行交叉融合，精准掌握企业、个人等各类主体的真实状况，准确把握、及时发现问题，从而进一步提升政府监督管理的精准性和针对性。同时，通过深度数据挖掘分析，对市场主体的行为动向和违规违法风险进行预测预警，促使政府在跨部门数据共享和联合行动的基础上，实时响应、处理公共事件和公众诉求，对各类违法行为实施精准打击，实现从事中干预、事后反应向事前预测、超前预判转变。

以大数据助推公共服务多样化。过去，政府公共服务往往追求一体化、广覆盖、“一刀切”，容易忽略群众多样化、差异化的需求。进入互联网时代、大数据时代，公共产品和公共服务必须逐步从“供给导向”向“需求导向”转变、从重“服务覆盖”向重“服务体验”转变、从“被动提供”向“主动提供”转变。政府应借助大数据手段，在降低公共服务成本的同时，为多样化服务开辟广阔空间，从而倒逼政府服务模式创新，使医疗、养老、扶贫、社会救助等公共服务更加精准化、人性化，使智慧医疗、智慧教育、智慧养老等成为现实。

以大数据助推治理模式多元化。随着海量数据的聚集、融合以及大数据思维手段的广泛应用，要求政府既有治理模式加快从一元转向多元，切实提升共治力、善治力、综治力。比如，要稳步推进公共数据资源开放，数据开放将不仅是保障公民知情权的需要，更是推动一个地方经济社会发展、营造创新创业氛围的基础性支撑。应加快推进从政府“一家独大”向“政府搭台、社会唱戏”转变，使共建共治理念更加深入人心，逐步形成网络状、实时化、多维度的政府、社会协同治理结构和格局。需要强调的是，大数据在为政府治理提供方便的同时，也会给个人隐私、企业机密、政府公信乃至国家安全带来挑战。政府必须强化主导和主力作用，既要大力推动数据开放和共享，又要全力确保数据安全。

三、以大数据提升政府治理能力的主要技术路径

以大数据提升政府治理能力是一项新生事物，必须敢想敢干敢试，用新思路、新技术开辟新路径、打开新局面，开启政用大数据发展的新征程。

夯实基础设施。以大数据提升政府治理能力的第一步，是要把传统的办公室集中办公、纸质公文在不同部门之间传递的方式改造为无纸化、网络化、虚拟化的新方式，实现政务流程信息化，并运用互联网实现政务网上运行。需要指出的是，大数据背景下的信息化不同于以往电子政务工程，更不是简单地将政府行政过程由物理空间转移到网络空间，而是为政务流程的数据再造提供基础和平台。因此，从一开始就要始终高度关注数据的来源、安全、汇集等问题，预先做出技术和制度安排，为下一阶段工作打好基础。这一步可以称为“信息化”。

强化数据关联。大数据的价值不在于数据有多大，而在于其关联度有多高。以大数据提升政府治理能力的第二步，是要提高数据结构化水平并通过数据留痕记录权力运用的过程，找到数据之间的关联。和信息化不同，这一步强调的是实现数据留痕、数据汇集、数据关联、数据分析和数据智能，系统提升政府效能和公信力。这就需要将数据作为思考问题的出发点和落脚点，从顶层设计入手，统一数据标准，提供数据接口，借助新的技术手段，不断提升数据的结构化水平和数据汇聚程度，从而能进行更快更好更强的数据融合分析，以此来改进服务，优化流程。这一步可以称为“数据化”。

推进流程自动。治理能力强弱的标准，在于能否更快速、更高效。以大数据提升政府治理能力的第三步，是要实现计算机对数据的自动流程化管理。这包括五个环节：一是身份数据化，将人和组织数据化，实现对其身份的识别和确认，找出和问题相关的群体；二是行为数据化，把人和组织的各种行为数据化，以确定一些跟人的身份相关的行为轨迹，进而把握规律和行为缘由；三是数据关联化，对人或组织的身份和行为数据进行关联分析，挖掘人与物、物与物之间的关联关系；四是思维数据化，研究人或组织的行为数据背后的思维的数据化表达、记录方式，进而分析动机、目的和深层次心理反应；五是预测数据化，在汇集各类数据的基础上对数据进行激活，预判下一阶段的发展，找出风险点和薄弱环节。经过以上环节，不需要人为干预，实现政务服务流程的自动化和智能化。这一步可以称为“自流程化”。

实现跨界融合。互联网思维的精髓就在于跨界与融合。以大数据提升政府治理能力的第四步，是要运用行政倒逼、利益调整等多种手段打破“数据孤岛”，实现数据按需、契约、有序、安全式开放，并形成不断开闭合的跨部门数据共享机制。需要警醒的是，如果没有跨领域、海量性、专业化的数据开放共享，以大数据提升政府治理能力就是一句空话；但如果一股脑不加辨别地将所有数据全面开放，则可能带来隐私机密大泄露、经济大波动的灾难。因此，数据开放共享必须有边界、有规则、有步骤。可以探索以契约的方式对开放共享的规模、层次、展现形式、使用时限等进行事先约定，并根据相关法律和约定对开放对象数据使用情况进行监管，从而实现数据开放需求、隐私保护需求和安全保障需求之间的平衡。这一步可以称为“融合化”。

基于大数据时代的企业领导力提升 篇3

摘 要：随着信息通讯技术的快速发展，物联网、云计算、互联网、车联网、手机、电脑等信息技术的完善与应用，大数据时代随之而来。人类社会生活方式发生了翻天覆地的变化，企业的经营和管理面临着新的挑战。企业已经不能按照传统方式进行经营管理，数据是企业提升竞争力的关键。提升企业中领导的能力已经成为时代的必然。因此，本文主要分析和研究了大数据时代下，企业经营管理过程中产生的问题以及相应的企业领导能力提升措施

关键词：大数据时代；企业领导力；提升

中图分类号： G211 文献标识码： A 文章编号： 1673-1069（2016）19-16-2

1 大数据时代下企业经营管理的问题

1.1 大数据利用效率低

1.1.1 缺乏数据提取、分析技术和能力

虽然企业在大数据时代能够收集海量数据，但是企业需要提取分析这些数据，才能实现数据的价值。而大数据存在数据量庞大、类型繁多、价值密度低等特点，造成数据繁杂、结构化和非结构化共存，资源隐藏的问题，难以被企业吸收利用。企业要有足够的分析技术和整合能力，才能将大数据化整为零，发挥大数据的应用价值。

1.1.2 缺少大数据分析人才

科学的数据分析是一项去伪存真、去粗取精、由表及里的活动。进行分析后，数据变得有效和有意义，成为决策的依据。数据分析人员需要掌握一套分析理论方法和技能，包括统计分析、分析软件和工具。数据分析人员利用分析技能，从冗杂的数据中筛检有价值的数据，成为组织决策的信息。但是现实活动中，对大数据综合专业分析素质的人才相对较少，这也造成了大数据的利用效率低。

1.1.3 企业领导人员不重视

过去，经营管理者依靠个人丰富的经验和抽样性数据信息进行决策，已经形成惯性。在很多企业，大数据使用价值和理念还未深入人心，造成许多企业领导人员不重视。另外，由于数据分析有限，大数据的使用也仅仅在汇总数据上，并没有深入分析，例如客户信息的收集，在大数据条件下，可以对大量的客户进行集中或者分类分析，从而得到某个年龄段客户的消费习惯等等，更好的把握客户把握市场。

1.2 企业数据缺乏安全管理

互联网等大数据传送和承载的载体存在着被黑客、病毒攻击的安全问题。企业在生产经营管理活动中，会产生和获得各种类型的数据，例如企业客户数据、内部数据、业务数据和外部数据，这些都会涉及个人信息和隐私。企业进入大数据时代，必然面临着如何保护有效数据安全的问题。

2 大数据时代下企业领导力的提升

2.1 完善企业规章

完善的企业规章制度是所有企业领导设定目标和计划的基础，也是每个员工执行工作标准，提高企业领导，还需要提高和完善企业的规章制度。因此，企业需要改进规章制度，可以从以下几个方面进行：第一，根据企业的实际发展情况，考虑到目前企业先进管理方法和手段，制定符合各自企业发展的制度。商业领袖们能够根据当前的发展现状，发现企业规章制度的不足，不符合规定，企业的发展将被删除，然后制定符合条例的发展企业。例如，员工评估体系、激励制度、培训制度等，商业领导需要根据当前企业发展的规模和趋势进行相应的调整，在满足的同时，企业的发展符合时代发展趋势。第二，加强规章制度来实现。一些企业规章制度相对完善，但由于缺乏实践，规章制度已成为形式，没有发挥应有的作用。为此，企业领导必须以身作则，做好表率，以指导企业员工强调规章制度的重要性，自觉遵守企业的规章制度。此外，企业还需要通过积极宣传、会议等，明确员工的福利制度，促使其真诚地接受企业规则，加强规章制度的维护。

2.2 树立和培养科学化的宏观领导思维

在大数据时代下，领导面对的是混杂而庞大的信息流，并呈现出多重混合交叉关系。运用互联网提升领导力，需要把这种思维融入领导的决策理念中，改变领导的思想维度、决策方式和决策思路。让领导摒弃直觉和经验，通过对大量、及时获取的信息进行分析，掌握组织的进展或发展趋势，对当前及未来影响的可能因素进行量化的关联性分析，从系统和整体的角度分析决策目标，准确预测未来，做出更科学的领导战略部署。

2.3 加强数据获取能力

几乎零成本的信息采集的时代，涌现出大量的数据，如果一个领导系统，能够充分了解互联网的基本知识，了解网络操作的基本原则，把握互联网的基本应用，容易获得准确的目标材料，可以有效地节省工作时间成本在数据收集的过程中，同时借助新技术，新工具，以确保外部有效性领导工作动态的传播，极大地提高工作质量和工作效率。此外，利用互联网获取信息后，也注重提高数据筛选能力，判断信息的合法性、可靠性、准确性、筛选和过滤，初步分析，筛选所有信息必须基于一定的系统思考，具有客观性和结合现状和发展趋势，确定标准也应该从实际情况出发，坚持实事求是的态度，以确保信息筛选的科学性。

2.4 数据决策力

一般的领导决策流程主要包括明确目标和结果、资源约束分析、可行方案的落实、决策方法的选取、选择并确定最优方案、果断地宣布决断方案、监控决断是否被完全贯彻。决策科学主要强调决策方法、决策资源、决策风险、决策机遇和决策目标五方面，而其中利用好的决策方法、工具和理论来分析、判断、决断问题，使组织收益最大化，是领导决断的关键。在大数据时代，不仅要善于数据挖掘分析，更重要的是要将挖掘分析的结果用于决策，即：使领导者在洞察事物发展趋势的基础上进而转换为卓越的决策力，促进组织的持续发展。在决策力方面，领导者需基于大数据信息和决策分析模型，融合决策收益量化与定性指标体系、数据决策分析方法、风险预判模型、组织资源条件，以及决策时机的综合把握，集成智能分析决策系统和人脑分析、直觉判断等方式的优势，进行科学、系统地精准决策，促进大数据真正为决策所用。

2.5 提高组织管理的智能化

加强网络基础设施建设的投资，以提高信息处理效率，提供技术支持和服务，提升领导力。充分利用云计算、数据挖掘和有效的工具来提高数据处理能力，使从数字到数字的转换。来自组织内部的信息，如部门的项目研究报告的各种各样的信息，和不同种类的数据生成的各种功能的业务，根据事实的数字数据和文本数据，如社会媒体网站和其他类型的互联网，互联网移动办公和其他外部数据，应该继续创新和优化智能决策过程的组织程度，有效整合相关信息数据，反馈和参与的关键资源，如针对升级和提高组织内部的技术支持，并确保领导能力不断提高的技术建设。

2.6 员工激励力

领导者为促进组织目标的实现，必须具有持续激励追随者的能力。愿景激励：要善于构建组织成员共同认可、并愿为之全力以赴的愿景，以此调动其动力。资源配置与利益激励：追随者作为社会人，既有其精神追求，也有着其物质的追求和利益诉求，领导者要在积极获取组织发展所需资源的前提下，善于通过资源配置的方式，促进追随者按组织期望开展工作。动机与成就激励：要善于激发并满足追随者合理的、良好的动机，并采取适当方式提供成长与发展平台，促进追随者的成长，满足其成就动机与发展的需要。价值观激励：价值观是人们世界观的核心，是驱动人们行为的内部动力。领导者要善于建设合乎社会文明进程，融成员个人价值实现和团队、组织、国家利益为一体的价值观体系。环境激励：建设组织良好的空间环境和优秀的人文价值环境，培育良好的组织文化，促进基业长青。

3 结语

大数据时代的到来，使企业经营管理面临重要的改革。大数据在企业经营决策中扮演着重要的角色，是决策的基础。企业的发展是我国经济发展的重要组成部分。企业应该抓住大数据时代的机遇，顺应时代潮流和市场需求，应用大数据和新兴技术提高企业的竞争力。企业必须要认识到大数据时代的重要，将数据应用在决策、管理和生产经营商，从而提高企业的生产效率，降低生产成本，实现企业的目标。

参 考 文 献

[1] 曲阳.中庸型领导对组织领导力发展的影响及演化机制研究[D].南开大学，2014.

[2] 王磊.企业信息化领导力形成机理及对竞争优势的影响研究[D].吉林大学，2015.

[3] 程云.企业领导力开发的有效性研究[D].武汉大学，2013.

[4] 王欣.基于大数据的企业竞争情报系统的重构[D].黑龙江大学，2014.

依靠大数据提升县域经济治理能力 篇4

关键词：大数据提升,必要性,治理能力

一、传统的经济治理存在的问题

(一) 信息失真

中国统计数据的准确性, 一直为人们所质疑。因为存在注水统计和牛鞭效应。信息链的长度是影响信息失真情况的一个决定性因数, 信息链越长, 那么信息传递过程中的层级也就必然越多, 信息被认为处理的机会就越多。当信息传递到最后一个环节时, 信息离原始的信息已经有很大的偏差了。

(二) 单类型结构化数据成为科学化决策的障碍

数据一直是政策制定的依据, 人们在进行数据分析时, 越来越不满足于既有的数据, 想搜集到更多的信息, 但受限于当时的数据记录、储存和分析的工具和技术, 人们只能收集到少量的数据进行分析, 在这种观念的影响下, 人们开始慢慢养成一种习惯, 单类型结构化数据正式成为决策分析和处理过程中最为重要的工具。

(三) 体制制度导致传统的分析手段导致决策风险

科层制管理、职位分等、下级接受上级指挥, 且层级多, 整个信息的传递一级一级地传递, 在科层制下, 传统的分析手段是身处金字塔最高层的领导根据各基层所上报的数据进行统计, 然后进行多维度的分析。虽然这种分析手段在组织、数量乃至于项目方面, 都可以做的很精细, 但它对于后续的问题溯源分析却是一筹莫展, 只能粗略地进行定性判断, 这就意味着决策有风险。

二、应用大数据进行经济治理的必要性

(一) 从经验决策向数据决策转变

大数据带来的最大变革还在于决策思维、范式和方法的转变。过去仅限于信息技术, 决策者们在制定经济决策时往往缺少足够的数据支持, 甚至就是那么少得可怜的数据, 其本身的真实性和准确性都难以保证, 这就使得我们的经济决策不得不取决于决策者的经验和直觉。这种决策多是无差别、简单的“一刀切”式的, 而大数据决策无疑将有助于规避这种风险, 有助于决策者更加精确而迅速地设计政策方案。在大数据时代, 决策者们作出的决策, 越来越取决于数据及其分析的结果, 而不是经验和直觉的主导。只要提供的数据量足够庞大真实, 通过数据挖掘模式, 就可以较为准确地把握住人们的行为规律, 预示经济运行态势等在内的一系列复杂问题。

(二) 大数据驱动市场监管

市场既需要培养, 也需要监管。监管机构必须以市场规则为底线, 对那些破坏规则、危害市场竞争的行为和主体予以适时打击, 以此来维护规则, 确保市场环境的稳定和良性运行。大数据在这方面, 使监管机构可以主动出击, 事先预防风险的发生。监管者可以通过对核心变量采取量化跟踪监控, 对市场系统内的行为和其潜在的风险进行系统性、规范性和前瞻性的监管。确保市场在健康的轨道上发展。

(三) 大数据把脉经济运行

国内在大数据应用上已进行大量探索, 涵盖了社会经济发展和管理的方方面面, 如宏观经济预警、经济运行监测。大数据有助于我们把握经济运行脉搏。通过跟踪那些与经济周期相关的关键词的搜索, 完全可以确定经济运行的波动。经济主管部门或相应的大数据公司, 将相关搜索数据汇总, 以此来估测经济运行情况, 然后再将其预测结果, 与包括中央银行、统计局, 甚至某些学术机构、投资银行、智库乃至经济学家个人所设立的监测报告相比对。这种模式克服了传统模式的滞后问题, 也为相关部门提前介入提供了时间上的可能, 这将有助于降低经济波动的幅度, 进而降低受波及面和受损程度。

三、如何依靠大数据提升县域经济治理能力

目前我国大数据应用刚刚起步, 基于大数据的商业模式还在萌芽阶段, 从需求来看, 很多产业对大数据的使用还没有意识, 从供给来看, 由于技术和人才储备上的落后, 也缺乏深厚的数据分析手段来支撑需求。面对新形势的挑战, 我们必须利用大数据来提升县域经济的治理能力和办事效率, 打造高效透明政府, 为社会提供更好服务。

(一) 在政府经济治理理念中融入大数据思维

大数据的本质不在于“大”, 而在于其蕴含的大数据思维, 能够直观呈现数据背后的人类行为模式。运用大数据提升政府经济治理能力, 需要把这种大数据思维融入政府经济治理理念, 改变政府经济治理的理念向度、工作方式和决策思路。现在政府大数据未能实现其应有的服务价值和人本关怀, 受制于诸多因素。缺乏大数据思维。“大数据思维”至少有“海量、开放、共享、实时”等特征, 这要求公共部门改变传统思维模式, 激活那些束之高阁的沉睡数据, 积极抓取实时信息, 整合多部门形成信息资源聚合, 及时便捷地通过互联网、手机APP等多种方式向公众开放分类数据资源, 实现数据的价值。相比较而言, 多数部门没有认识到数据只有开放共享, 才能释放价值。因此, 或不重视数据开放, 或出于数据安全的惯性使然, 不愿意开放数据, 也不关心部门之外的数据需求, 抱着多一事不如少一事的心态。

在大数据视域下, 人们面对的是全体数据, 这些数据呈现出混杂性的特征, 数据之间不再是简单的因果关系, 而是多重交合的相关关系。传统的政府经济治理理念往往是基于社会局部“现实”的抽象分析方法, 依据一定方式选择样本数据, 基于少部分人的需求来预判大多数人的行为模式和需求, 这种治理理念必须要发生变革才能适应大数据时代的要求。这种变革就是把大数据思维的价值观和方法论融入政府治理理念中, 将对基于稀缺数据的治理, 转向覆盖更广泛、涉及更多人的大数据分析, 从数据收集者转向数据分析者, 从大数据中预测社会需求, 预判社会问题, 探索政府经济治理的多元、多层、多角度特征, 提升政府经济治理能力。

(二) 树立“需求本位”的大数据建设理念。

大数据建设和开放使用不是以政府能够供给为导向, 而是以公众和社会的实际需求为导向, 这是各个国家大数据开发的基本趋势。美国的信息化建设一直秉承着“以公众需求为导向”的理念, 德国政府“让数据而不是公民跑路”, 都充分体现了尊重公民和社会需求。“需求本位”的重点不是要求政府产出数据资源, 而是要求政府根据需求进行数据建设和开发;“需求本位”还倒逼政府放弃长期以来“部门本位”的数据生产模式, 促使部门之间实现数据资源的整合共享, 以适应“需求本位”对数据资源的要求。

(三) 把大数据技术运用于政府经济治理具体过程

大数据不仅是科学概念, 更是一个实实在在的应用技术。在我国信息化水平最高的北上广等地, 各级政府十分重视并大力推进大数据等现代技术在政府治理中的应用探索。但也应该看到, 大数据的实际运用, 需要较高的采集、存储、分析、整合、控制等技术, 而目前政府经济治理过程中大数据技术的运用基本还处于初级阶段, 亟待深入发展。要完善大数据基础设施建设。大数据基础设施是大数据技术应用的载体, 决定了数据能否被有效收集、分析、挖掘和应用, 因此, 要加快完善大数据基础设施建设, 为政府经济治理中大数据技术的应用提供基础和平台。广东地税通过建立省级数据应用大集中平台, 告别了靠手工操作和人海战术的粗放型管理模式, 实现了税款自动入库、自动划解和实时监控, 取得了税款的稳定快速增长。通过对海量数据的分析和比对, 广东地税对每个行业、每家企业、每个税种实现了精细化分析和掌控。例如, 房地产业和建筑安装业流动性大、中间环节复杂, 难以监控, 历来是征管难点。广东地税依托大数据平台, 开发了建筑安装业和房地产行业税源控管系统。通过该系统, 可实时获取房地产开发项目明细信息, 包括土地使用权信息、建筑工程进度、房产销售进度、销售明细以及各阶段的税款缴纳情况等, 实现了项目从产生到消亡的全过程监控。要开展政府经济治理大数据技术应用示范工程。可以选择医疗、金融、食品安全等具有一定大数据基础的政府经济治理重点领域实施大数据技术应用示范工程, 加强对政府经济治理其他领域大数据技术运用的带动和促进。此外, 从技术角度而言, 技术型企业更有大数据技术开发的经验, 政府可与技术型企业合作, 利用技术型企业的技术优势, 共同开发政府经济治理领域的大数据运用技术。

(四) 整合大数据资源的数据标准和应用规则

大数据应用的前提, 是海量数据信息的采集、更新、共享和融合。从政府层面来说, 大数据可以整体利用原来分散在不同部门、行业、主体的数据, 对其进行整合管理, 为大数据的优化利用提供数据基础。但由于目前对这些数据资源本身的管理缺乏统一标准和应用规则, 因此政府经济治理过程中数据资源的有效利用难以实现。要建立统一的大数据标准体系。建立统一的大数据标准体系, 以及大数据生成、发展及发布的数据标准格式, 便于数据的无缝隙统筹整合, 使得原本散落在各部门的信息数据整合起来, 打破信息孤岛状态, 为政府经济治理建立基础。广东地税借助大数据平台, 积极推进第三方涉税信息共享, 明确了28个部门共享涉税信息的内容和方式。目前, 工商税务信息每天都进行实时交换, 推动了地税机关在办证服务上的创新, 从原来的限时办证发展到现在的即时办证, 从原来填写100多项登记信息, 升级到填写8项必要信息内容, 甚至可以享受免填服务。

大数据提升 篇5

期间，韩启德一行听取了市经济信息化委等部门的情况汇报，考察了上海申康医院发展中心、万达信息股份有限公司、市公共信用信息服务平台、市交通信息中心、长宁区华阳街道综合治理中心等单位，并与有关单位进行了座谈。韩启德表示，上海应破解制度障碍，打破部门隔阂，加强综合协调，培养一批真正懂得大数据的学科交叉型人才，走出一条可复制的大数据技术之路。

政府治理能力是促进一个国家快速、均衡、持续、健康发展的能力。在我国,随着以解决深层次矛盾为诉求对象的各项改革的深入进行以及可持续发展阶段的到来,国家现代化迈进了关键的发展时期。要实现我国的第三步发展战略目标,须进一步提高我国政府的政治治理能力、政府的适应能力及政府的统合能力。中科同向总经理邬玉良介绍说，政府和互联网产业是应用大数据技术最快、最广的产业。简言之，政务方向的大数据应用是在政府运行过程中挖掘数据的价值，提供给政府管理者，提高政府决策的效率、准确性、科学性。

对于大数据技术，社会公众往往觉得这是离自己生活很遥远的事情。其实不然，大数据技术早已在不知不觉中进入了百姓的日常生活，并成为政府部门发挥其服务职能的有效手段。例如，气象部门根据天气预报每天发布的穿衣指数、户外运动指数；交通部门经过对过往数据的分析每天发布的道路交通运行指数等，都是大数据技术最简单的应用，政府部门对于大数据更深层次的应用在于通过这一技术提升城市经济运行管理水平、社会舆情管理水平。

邬玉良认为城市经济的平衡、协调、可持续发展对资源优化配置提出了越来越高的要求。因此，建立一套结合城市运行特点的资源与经济指标体系，将分散在各部门的资源数据与城市经济监测数据相结合，为优化经济结构提供数据支撑，对提升城市经济运行管理水平具有重要意义。

大数据提升 篇6

【关键词】大数据 商务英语专业 教学水平 提升

【中图分类号】G 【文献标识码】A

【文章编号】0450-9889（2016）05C-0150-03

在互联网高速发展的21世纪，大数据技术正以前所未有的发展速度和规模影响着社会每一个领域，海量数据的搜集、储存、分析和应用为人类开启一个崭新的数据价值应用时代。电子商务、社交网络和移动通信把人类社会带入了数据信息新时代，同时也对商务英语人才培养提出了新挑战和新要求，迫切要求商务英语专业教学做出新的变化。在此背景下，本文拟从学生需求角度调查分析大数据背景下广西商务英语专业发展状况，探索如何进一步提升商务英语教学水平，以满足社会和经济发展需求。笔者采用问卷调查和访谈等形式，对广西3所高校的商务英语专业120名学生进行调研，分析大数据背景下学生对具体专业课程设置、教学资源、教学评估机制的满意度与需求，并提出相应的对策。

一、大数据推动的商务变革对商务英语教学的新挑战和新要求

大数据并不是一种新技术潮流，而是在信息技术高度发展之后，人们如何开发利用数据以解决问题的思路和工具，其孕育着崭新的商业模式。大数据的商务应用就是利用数据分析的方法，从大数据中挖掘有效信息，为用户提供辅助决策，实现大数据价值的过程。现今，人们利用搜索引擎的频率越来越大，搜索和查询的内容也越来越丰富。无论是政治、经济、科技，还是文化、教育、教学，网络资源和资料都能为其提供一个庞大的数据库。据Tech in Asia报道，百度每日处理的搜索量多达50亿次以上。张引、陈敏等在研究中指出，大数据在金融电子商务、web数据、多媒体视频网站和移动电话数据中的应用中，用户数量和数据规模之大、可靠性和准确性之高等都是大数据商务价值的充分体现。

数字化商务模式的发展客观上促使了对新型商务人才的需求，要求商务人士具有数据思维能力，能在语言、技术、思维上都能适应现行的数据商业发展模式，成为数据时代的职业经理人。这对现行商务英语专业教学提出了新挑战、新要求，要求商务英语专业打破传统人才培养模式，提高专业教学水平。

工业时代形成的标准化教室、标准化教材、标准化目标等，较好地适应了工业化的批量生产。而大数据与传统的数据相比，具有非结构化、分布式、数据量巨大、数据分析由专家层变化为用户层、大量采用可视化展现方法等特点，这些特点正好适应了个性化和人性化的变化。传统数据诠释的是宏观教育状况、整体学生水平，且其采集方法、内容归类、分析构成等已被摸索出一套成熟的标准，数据更多是在阶段性的评估中获得。而大数据更关注微观、个体层面，要求时时处处采集信息，全面客观记录信息，大量采用可视化展现方法等，帮助信息收集方获取精准材料。因此，大数据时代商务英语专业教学面临着如何通过数据记录、汇集、分析、综合、评估的方式，客观、微观地可视化呈现“教”和“学”，更好地体现出商务英语教学水平。

二、大数据背景下商务英语专业学生学习新需求分析

（一）课程需求分析。根据商务英语专业学生课程体系设置满意人数和满意度的调查统计，商务英语专业学生对整个课程设置体系中的英语语言课程和商务英语专业课程的满意人数和满意度分别是105人（87.5%）、60人（50%），满意度差接近40%。而对于商务英语专业课程内容的设置，被调查者的满意程度出现了极端的现象。对国际贸易理论与实务和外贸函电课程的满意人数达到了100人和97人，分别占总数的83%和81%，而对商务沟通课程的满意人数只有25人，占总数的12.5%。对于其余商务英语专业课程，被调查者的满意度也不高，最高只占总调查人数的37%。根据被调查分析，造成这种结果的原因有以下几个方面。

1.理论课程。受前期课程的影响（在低年级阶段，只有英语语言基础课），到高年级选修商贸类专业课程时，如果要求用英语语言表达商贸信息，学生面临着很大的挑战，从而导致放弃学习或不敢面对学习。在调查过程中发现，被调查者对于后期专业课程的满意需求情况是：（1）太难，根本学不会（30人，25%）；（2）课堂上能理解老师的讲解，下课后很快忘记（100人，83.3%）；（3）能理解一部分（100人，83.3%）；（4）完全能理解课堂教学内容（20人，16.7%）。调查还显示，一部分学生希望低年级阶段能有学习了解经济（汉语版）、金融、贸易等入门课程的途径，为高年英语语言和专业课程（尤其是理论课程）双语授课做铺垫。

2.操作课程。受客观条件限制，实训课程课时不足、实训环境不佳，学生仅是了解简单的理论操作流程或在实训实验室象征性地完成部分操作，而不能把和国际贸易相关的各个操作流程反复操练。根据调查分析，几乎所有的人认为实践操作课程练习不足；75%（90人）希望能有固定的实习基地；70.8%（85人）希望安装有操作软件的实验室开放管理，让学生在课外也能有一定的时间利用软件资源；同样，几乎所有的学生认为，如果可以，他们更愿意通过网络在线练习操作，从而可以突破时空限制。

3.选修课程。受电子商务和跨境电子商务、物联网+英语语言在跨境电子商务中运用的影响，数据信息服务、会展英语、跨境人民币结算、国际结算、国际物流、跨境电子商务沟通、跨境电子商务活动策划等许多新的商务形式不能和现行教学结合。调查显示，被调查者对电子商务、跨境电子商务、国际结算、国际物流、跨文化商务沟通、东盟国家商贸与文化课程都有一定的需求。

如上所示，如何充分利用现代互联网技术和大数据技术使学生课下有效复习，提高学生的实践操作能力及丰富学生专业知识，仍有待加强。

（二）教学资源需求分析。教学资源是课堂教学所需的各种教和学的材料、工具、实验设备，以及各种教材、教案、课件、电子音像制品、网络资源等可以用于“教”和“学”的资源。大数据技术给现代教学提供了更广阔的平台和更大的资源库，可以为学校、教师和学生建立虚拟的数据校园、个人数据图书馆，等等。

根据调查显示，在3所被调查的高校中，“数据”在“教”和“学”中的具体运用还不够明显。传统的印刷教材和多媒体课件（如课堂授课用PPT、音频、视频材料）是目前课堂教学的资源和教学工具。为此，笔者做了有关学习资源和学习工具的调查。其中，关于获取信息和知识的常用途径，92.6%（115人）选择印刷材料；87.5%（105人）选择电子学习工具，如MP3、MP4等；92.6%（115人）选择社交网络；79.1%（85人）选择主题网站。这是一组很有意思的数据，选择传统印刷材料和现代社交网站的被调查者比例在同一水平线上。笔者为此分别通过电邮的方式访谈了不同学校的被调查者，反馈信息也很简单：传统印刷教材编辑比较系统、有逻辑、重点突出，但是信息量有限；网络信息或知识更具有趣味性，便于携带、便于查阅，而且量大、集中，瞬间就可以获取到无数资源。这表明，网络教学资源有自己独特的优势和价值，已经从不同层面为学生提供信息和知识共享，也开始挑战传统印刷教学资源的地位。例如，Udacity、Coursera、EDX世界三大在线教育课程已经为学生提供了在线课程和网上学习资源，并且通过跟踪学生学习动态、形成数据集以不断完善、优化其在线资源库。

（三）教学评估需求分析。教学评估体系是商务英语人才培养中的重要环节，也是商务英语教学的一个重要环节。教学评估在衡量“教”和“学”的效果、明确教学导向起着重要的反馈作用。课堂教学一般是通过不同类型的测试来评价教学效果，如期中、期末和平时测试。测试的结果通常以数字成绩呈现、体现教学成绩。但是，教学评估“数字”只能告诉人们分数成绩，而无法传递“数字”背后的因素，如学习兴趣、学习行为、学习意识等。

在调查中，多数被调查者认为数字不足以衡量其知识和能力。他们在选择在衡量标准时，近90%的被调查者认为学习过程应该作为评估的一项参考标准。这样，传统教学评估方式—— 考试，是无法把学生的学习过程呈现在卷面上的，因而也不能成为评估的一部分。要让学习过程和考试一样“数字”化，就要使结构化的数字、量化的评估转变成个性化的数据，让元数据（Metadata）准确定位学生，由理性转向可视化。

三、大数据背景下提升商务英语教学水平的措施

大数据背景下提升商务英语教学水平的总体思路见图1。具体可以采取以下方面的措施。

（一）优化创新培养模式。包括以下方面：

1.线上教学。“线上教学”（online instruction），亦称“网络教学”（Web-Based Instruction）或“网上学习（online-learning），是指充分利用互联网的功能，如网页、电子邮件、社交网站等代替传统教师进行的教学活动。“线上教学”不仅可以让师生在网络内互动交流，同时还使传统的教师“主导”、学生“主体”关系发生逆转，学生成为教学的主体、教师转变为辅助配角。“线上教学”可以通过互联网技术和大数据技术解决学生课下有效复习、提高学生实践操作能力及丰富学生专业知识多样化的问题。

首先，“线上教学”可以弥补课堂教学的不足，如教学资源单一、回溯性复习等。在高速发展的互联网和大数据技术的推动下，“线上教学”不仅可以使师生互动，还可以跟踪、记录师生的“教”和“学”，使教学变得更加灵活、高效。“线上教学”模式就如同帮助学习者建立个人电子书包，利用电子工具如电脑或其他移动电子设备，通过互联网集成建立教学资源、教学系统、教学环境，完成学习活动。只要教师或管理者拥有专业化网上教学能力和水平，师生互动同样高效。“线上教学”可以把课堂教学所需的教材、教案、讲解、讨论、复习、作业、测评等由线上管理员分类管理。这些管理员各司其职，负责管理学生线上学习、表现、测评等，如教学面（e-teacher）、辅导面（e-tutor）、行政面（e-supervisor）、评估面（e-assessor）。例如，前文提到的三大在线教育课程，他们通过网上跟踪、记录学生的点击率、鼠标停留的时间长短等学习痕迹了解学习者的兴趣、学习困难之处等。因此，“线上教学”不失为现代商务英语专业人才培养的一种教学模式，可以弥补传统课堂教学的不足。

其次，“线上教学”还有助解决学生实践课程操作练习不足的问题。笔者查阅国内设有商务英语专业的（方向）的高校中，有少数几所经贸类的高校已经为学生建立商务实践中心。学生可以通过互联网在课堂教学以外的环境中完成操练活动。另外，POCIB（Practice for Operational Competence in International Business，国际贸易从业技能综合实训互联网培训证书课程）的课程培训和POCIB大赛的经验表明，“线上教学”可以完成并解决实践操作课程的操练问题。通过线上操作练习，无论是学生还是教师，都可以通过数据集监测、管理“教”和“学”。

最后，“线上教学”还可以解决专业知识多样化问题。课程内容的多样化、多元化，甚至是个性化可以满足更多学生的学习需求。调查研究发现，3所高校中，外国语学院商务英语专业的师资都不理想，大都是由外语语言文学专业领域的教师构成。这样的情况导致了商务英语专业商务课程设置不理想，不能满足社会和学生的需求。在大数据时代，互联网技术足以缓解这方面的压力。通过网络或网络数字化教学资源共享，校内院系之间、高校之间交叉选课、学分互认、图书馆等资源相互开放，学生和教师定期交流。另外，慕课（MOOCs，Massive Open Online Courses）或公开课已经相当受欢迎。根据教学需求，可以把相关课程以慕课或公开课的形式形成学校局域网网上学校。同时，通过互联网和大数据技术，搜集、整理、汇集课程的点击率、回溯检索、个性需求、兴趣爱好等，以优化提升课程设置和教学水平。

2.在线评估。商务英语专业是跨商务和语言两个学科，其中有不少课程是和操作实践相关的，如进出口业务操作、单证制作、物流等。受互联网技术的影响，这些实际工作已经实现了无纸化操作，而且商务英语专业教学都有相关的实践操作软件，通过大数据技术，跟踪学生学习、操作练习、反馈学习情况、在线指导或辅导已不再有技术困难。以POCIB为例，学员通过系统操作软件进行的所有询盘、发盘、还盘等磋商活动，直到最终合同落实都会记录在案，作为最终的评价依据。另外，POCIB会对学员每一个履约步骤的正确性、每张单据填写项目的正确性进行检查和评价，并且及时反馈结果，同时也会根据学员一段时间的表现给出建议，帮助其提升业务技能，以有效地帮助学员迅速获得知识支撑和操作指导。

大数据技术的非结构化、分布式特点使其更多关注微观、个体层面，全面客观记录信息，大量采用可视化展现方法等，帮助信息收集获取精准材料。因此，建立在线评估机制，使教学评估从依靠数字或经验转向依靠数据。学生个体学习过程中的综合表现、学习参与情况、师生互动等都可以通过大数据技术汇集在一起。在线评估机制关注到每一个微观个体，也真正实现了教育个性化。同时，通过分析评估数据集，还有助于促进专业教学发展，改进或提升教学水平。

（二）加强师资培训。商务英语专业师资队伍的建设是专业发展的前提条件。在大数据时代，社会、经济、贸易以及科学技术的发展进步对商务英语专业教学队伍提出了新挑战和新要求。师资队伍的发展能否“与时俱进”、能否随时代变化要求调整教学内容、重新整合教学资源、革新教学方法、运用新技术、新理念指导专业教学，决定了商务英语专业毕业生能否适应社会和市场的变化和需求。因此，大数据时代的商务英语专业师资队伍不仅要扩展自己的知识面以满足社会和学生的发展需求；同时还要不断提高使用现代教学技术的能力，充分利用互联网及大数据技术的优势，把课堂面授教学和穿越时空的网上教学充分结合，提高商务英语专业的整体教学水平。

（三）完善课程设置。根据学习者需求，结合大数据时代社会发展的背景，适当增加经济、贸易方面的学习，如上文提到的数据信息服务、会展英语、跨境人民币结算、国际结算、国际物流、跨境电子商务沟通、跨境电子商务活动策划、相关文化课程等和当下商务活动模式相关的新课程。这些不仅可以适当增加学生经济、贸易课程方面的学习，还有利于提升学生英语语言和商务相结合处理国际商务事务的能力。国际经济、贸易在互联网技术和大数据技术的影响下瞬息万变，但其发展变化始终存在一定的规律，而且始终是在经济学理论的框架内变化，因此，学生还需要学习掌握一定的国际经济学理论知识。

【参考文献】

[1]张引，陈敏，廖小飞.大数据应用的现状与展望[J].计算机研究与发展，2013（50）

[2]杨家兴.线上教学的带领[J].中国电化教育，2005（9）

[3]贺平，郑娟，王济军.电子书包应用现状与未来研究趋势[J].中国电化教育，2013（12）

[4]祝智庭，郁晓华.电子书包系统及其功能建模[J].电化教育研究，2011（4）

[5]赖盈如.电子书包使用需求之系统观研究——以台北市大同高中为例[D].台北：台北教育大学教育传播与科技研究所学位论文，2003

[6]林君芬，赵建华，郑兰桢.电子书包：探索个性化教育的新模式——新理念、新技术和新实践的三方对话[J].教育信息技术，2013（1-2）

[7]李振超，陈琳，等.建立高校数字化学习资源共享机制的SWOT分析[J].当代教育科学，2014（3）

善用大数据分析提升广告投放效率 篇7

他们不是情报组织的高级探员, 而是一群20岁出头的年轻人, 在一家移动广告联播平台公司Vpon工作。2008年该公司成立之初, 只是一家在台湾以手机短信与App应用软件推广购物折扣随行就市的小企业, 年营收只有80万元新台币, 差点在2010年倒闭。现在, 因为善用大数据分析, Vpon成为台湾新创移动网络团队, 抢下台湾移动广告50%的市场占有率, 去年又前往最难立足的中国大陆网络市场发展, 缔造出超越同业23倍的广告投放成效, 成为首屈一指的大中华区移动平台, 其企业市值预估超过10亿元新台币。

放眼中国大陆移动广告市场, 论规模, Vpon登上第二;论品牌广告主的评价, 根据i Research报告, Vpon排名第一。至于用户与流量增长, 则居同业之冠, 预估2013年营收将突破1亿元新台币。

他们是怎么做到的?执行长吴诣泓说:“我们帮广告主找到最适合的人群, 在最合适的时间投放广告。”他与技术长黄俊杰2008年共同合资创业, 2010年遭遇发展瓶颈后决定转型, 放弃开发自己的App应用软件, 转而运用技术与串接能力, 做第三方平台。它的商业模式很简单, 一块是广告主 (品牌与媒体代理商) , 一块是App应用开发者。从广告主那里收钱, 分钱给App开发者。简而言之, 就是移动平台上的Google Ad Sense (谷歌公司开发的一个网络广告平台, 可以让具有一定访问量规模的网站发布商为他们的网站展示与内容相关的Google广告, 谷歌公司根据广告被点击的次数支付佣金, 是一种快速简便的网上赚钱方法) 。

Ad Sense是Google称霸全球的商业模式, 网友在自己的博客放上Google提供的广告, 只要有人点击, Google就会与这位网友分享利润。确立这个定位后, Vpon很快地运转起来。当众人目光还集中在App软件开发商时, 它却抢先成为App产业经济中台湾岛内第一颗亮眼新星。

App业者对用户的了解永远只在单一特定基础上, 例如导航、看新闻、聊天与查天气等。但Vpon与App开发商合作, 从用户基础延伸, 可以通过手机的型号、使用时间、地点与开启App的类型, 搜集与串连各方信息。比方说, 无聊、逛街、通勤与阅读等不同情景时都有不同的营销策略, 而广告呈现的形式则有插入栏位、全屏广告与地图图钉等。

吴诣泓举例:假设用户打开汽车导航仪, 很快经过几个3G基地台, 代表他可能正在开车。在中国大陆, 开车的人群通常属于中高端客户层, 因此Vpon可投放车险广告, 但不会在他驾车的时候投放, 而是等他停下来才执行。怎么知道他停下来了?只要看用户是否开启了其他内容或游戏类型的App应用软件。

黄俊杰解释道:多数同等规模的业者, 仅使用传统探勘方法分析使用者的基本资料与最近两天的使用行为;但要认识一个人没那么简单, 可能要一年的时间, 这对资料量和运算的要求非常高。Vpon在传统的资料探勘外, 运用当前海量资料结合Hadoop云计算, 在0.1秒内就能做出广告决策, 大幅增加情境预测的准确度, 也获得超越同业平均值23倍以上的广告投放效率。

台湾康健人寿网络营销主任江美姿透露:“目前网络广告能买的, 我们已经买到尽头;手机用户增长很快, 移动广告将成为亚洲区重点营销策略。”江美姿与台湾各大移动广告平台合作后发现:Vpon因为能分级锁定特定族群, 成效最高。

大数据分析如何提升供应链效率 篇8

到底如何应用大数据?

1、精确的需求预测

需求预测是整个供应链的源头, 整个市场需求波动的晴雨表, 销售预测的灵敏与否直接关系到库存策略, 生产安排以及对终端客户的订单交付率, 产品的缺货和脱销将给企业带来巨大损失。企业需要通过有效的定性和定量的预测分析手段和模型, 并结合历史需求数据和安全库存水平综合指定精确的需求预测计划。

如汽车行业, 在应用SAS分析平台进行精准预测后, 可以及时收集何时售出、何时故障及何时保修等一系列信息, 由此从设计研发、生产制造、需求预测、售后市场及物流管理等环节进行优化, 实现效率的提升, 并给客户带来更佳的用户体验。

2、资源获取:敏捷、透明的寻源与采购

为新产品、优化成本而寻找新的合格供应商满足生产需求;同时, 通过供应商绩效评估和合同管理, 使采购过程规范化、标准化、可视化、成本最优化。

3、协同效率:建立良好的供应商关系, 实现双方信息的交互

良好的供应商关系是消灭供应商与制造商间不信任成本的关键。双方库存与需求信息交互、VMI运作机制的建立, 将降低由于缺货造成的生产损失。采购订单与生产订单通过各种渠道快速、准确的反应能力在当前集团化、全球化、多组织运作的环境下尤为重要。订单处理的速度在某种程度上能反应出供应链的运作效率。

4、供应链计划, 与物料、订单同步的生产计划与排程

有效的供应链计划系统集成企业所有的计划和决策业务, 包括需求预测、库存计划、资源配置、设备管理、渠道优化、生产作业计划、物料需求与采购计划等。企业根据多工厂的产能情况编制生产计划与排程, 保证生产过程的有序与匀速, 其中包括物料供应的分解和生产订单的拆分。在这个环节中企业需要综合平衡订单、产能、调度、库存和成本间的关系, 需要大量的数学模型、优化和模拟技术为复杂的生产和供应问题找到优化解决方案。

5、库存优化

成熟的补货和库存协调机制消除过量的库存, 降低库存持有成本。通过从需求变动、安全库存水平、采购提前期、最大库存设置、采购订购批量、采购变动等方面综合考虑, 监理优化的库存结构和库存水平设置。

6、物流效率

建立高效的运输与配送中心管理, 通过大数据分析合理的运输管理、道路运力资源管理, 构建全业务流程的可视化、合理的配送中心间的货物调拨以及正确选择和管理外包承运商和自有车队, 提高企业对业务风险的管控力, 改善企业运作和客户服务品质。

7、网络设计与优化

对于投资和扩建, 企业从供应链角度分析的成本、产能和变化更直观、更丰富也更合理。企业需要应用足够多的情景分析和动态的成本优化模型, 帮助企业完成配送整合和生产线设定决策。

8、差异化管理

制造业各行业管理特点突出, 在供应链管理上呈现行业管理差异。如汽车行业重点关注准时上线和分销环节、食品饮料行业关注的重点在冷链及配送环节、服装行业的供应链管理重难点在消灭链条上高库存等等。

9、风险预警

在大数据与预测性分析中, 有大量的改善供应链的机会。例如, 问题预测可以在问题出现之前就准备好解决方案, 避免措手不及造成经营灾难。还可以应用到质量风险控制, 如上海宝钢, 其生产线全部实现流水化作业, 生产线上的传感器可获得大量实时数据, 利用这些可以有效控制产品质量。通过采集生产线上的大量数据, 来判断设备运营状况、健康状况, 对设备发生故障的时间和概率进行预测。这样企业可由此提前安排设备维护, 保证生产安全。

大数据如何作用于供应链的呢?

大数据将用于供应链从需求产生, 产品设计到采购、制造、订单、物流以及协同的各个环节, 通过大数据的使用对其供应链进行翔实的掌控, 更清晰地把握库存量、订单完成率、物料及产品配送情况等;通过预先进行数据分析来调节供求;利用新的策划来优化供应链战略和网络, 推动供应链成为企业发展的核心竞争力。

供应链管理大数据应用产业目前正处于起步期, 未来两年将快速发展。有深度行业积累的供应链协同数据平台将是未来两年资本主要进入的领域。据产业市场研究与分析公司Industry ARC的详细研究, 2012年全球大数据市场规模约为69.3亿美元, 2013年增长一倍至122.1亿美元左右。预计该市场到2018年将达到404亿美元, 2013-2018年的CAGR约为31.4%。

这么大的投资规模, 到底能带来哪些价值呢?

1、库存优化

比如, SAS独有的功能强大的库存优化模型可以实现在高客户满意度基础上, 把供应成本降到最低并提高供应链的反应速度。利用他, 库存成本第一年就可下降15%~30%, 预测未来的准确性则会上升20%, 由此带来的是其整体营业收入会上升7%~10%。当然还有一些其他的潜在好处, 如提升市场份额等。此外, 运用SAS系统, 产品质量会得到显著提升, 次品率也会因此减少10%~20%。

2、创造经营效益

从供应链渠道, 以及生产现场的仪器或传感器网络收集了大量数据。利用大数据对这些数据库进行更紧密的整合与分析, 可以改善库存管理、销售与分销流程的效率, 以及对设备的连续监控。制造业要想发展, 企业必须了解大数据可以产生的成本效益。对设备进行预测性维护, 现在就具备采用大数据技术的条件。制造业将是大数据营业收入的主要来源。

3、B2B电商供应链整合

物流外包上升到供应链外包是一个巨大的飞跃, 体现了电商的强大竞争力和整合能力, 海量数据支持和跨平台、跨公司的对接成为可能。B2B供应链整合具有强大的市场空间, 能够改善我国产业布局、产业链优化、优化产能分配、降低库存、降低供应链成本、提高供应链效率。

4、物流平台规模发展制约发展

B2C商业模式整合已经成为现实, 但是物流执行平台的建设是拖后腿的瓶颈。多样产品的销售供应链的整合有很大的技术难题, 如供货周期、库存周期、配送时效、物流操作要求等, 这样的物流中心难度很大, 大数据平台建设将驱动整体销售供应链整合;中国的还有的现实问题跨区域物流配送、城乡差异等, ZF的管制是一大难点、疑难杂症, 大数据平台有助于ZF职能调整到位。

5、产品协同设计

过去大家最关心的是产品设计, 可是现在, 在产品设计和开发过程中, 相关人员相互协同, 工厂与制造能力也在同步设计和开发中。当前的压力在于向市场交付更具竞争力、更高配置、更低价格、更高质量的产品, 而同时满足所有这些要求, 是制造和工程企业的下一个重大的价值所在。这也正是大数据的用武之地。

企业如何部署大数据?

要让数据发挥价值, 首先要处理大数据, 要能够共享、集成、存储和搜索来自众多源头的庞大数据。而就供应链而言, 这意味着要能够接受来自第三方系统的数据, 并加快反馈速度。其整体影响是增强协同性、加快决策制定和提高透明度, 这对所有相关人员都有帮助。传统供应链使用大量的结构化数据, 企业部署了先进的供应链管理系统, 将资源数据, 交易数据, 供应商数据, 质量数据等等存储起来用于跟踪供应链。

而当前大数据的概念则超出了传统数据产生、获取、转换、应用分析和存储的概念, 出现非结构化数据, 数据内容也出现多样化, 大数据部署将面临新的挑战。当前, 数据量呈爆炸式增长, 而随着M2M (机器对机器的通讯) 的应用, 此趋势仍将持续下去。

但是, 如若能够解决这些挑战, 将可以打开崭新的局面?核心在以下两个方面。

1、解决数据的生成问题, 即如何利用物联网技术M2M获取实时过程数据, 虚拟化供应链的流程。通过挖掘这些新数据集的潜力, 并结合来源广泛的信息, 就可能获得全新的洞见。如此, 企业可以开发全新的流程, 并与产品全生命周期的各个方面直接关联。与之集成的还有报告和分析功能, 为流程提供反馈, 从而创建一个良性的强化循环。

以Siemens PLMSoftware为骨干, 并以Teamcenter这样的技术平台为核心, 企业便可以设想出整个集成实施情景。在此情景下, 由于客户、用户、设计和测试提出的所有需求和反馈都能被反馈至开发环节, 因此实现安全管理的大数据便成为变更和竞争优势的催化剂。由设计部门向仿真部门提出仿真要求, 仿真部门将结果反馈给设计部门, 然后再传至供应链、制造、包装和物流部门, 从中我们看到了一个基于大数据的良性循环的诞生。

2、解决数据应用的问题, 如何让供应链各个价值转换过程产生的数据发生商业价值, 是发挥数据部署的革命性生产力的根本。大数据在供应链的应用已经不是简单的交易状态可视, 支撑决策库存水平, 传统ERP结构是无法承担的。因此企业必须重新做好数据应用的顶层设计, 建立强大全面的大数据应用分析模型, 才能应对复杂海量的数据如何发挥价值的挑战。

大数据提升 篇9

随着LTE无线网络大规模部署,国内三大运营商在市区、县城、校园等重要场景均实现了LTE广覆盖,用户规模在逐渐壮大,移动互联网业务的需求逐渐增长,LTE网络的各类相关数据呈爆炸式增长。相比2G/3G网络建设,LTE网络的规划和建设问题需从多维度数据分析,进而提升网络建设的精准性,网络资源精确投放。面对庞大的用户原始数据清单,仅仅依靠传统的数据处理方式分析的话,将会存在一定的困难,降低了规划建设效率。鉴于此,目前提出了大数据处理平台解决方法,借助大数据处理平台可完成对海量用户数据的多维度分析,实现用户行为分析、业务趋势分析、价值用户挖掘、终端能力分析等方面的内容分析,通过多维度网络问题分析,提升LTE网络建设的精准性,进而提升运营商的网络竞争力。

本文主要介绍大数据分析在网络规划中的应用情况,通过运用大数据分析方法从用户业务感知、用户聚类及分布分析、终端能力及分布分析、价值基站等多维度全面分析网络现状,发掘网络问题,为提出完整的网络规划方案做好基础分析工作,提升LTE网络建设的精准性,进而提升用户感知体验。

2 LTE网络规划新要求

传统的网络规划方法仅基于KPI指标分析,未考虑用户感知、用户行为等相关信息,不能做到良好的网络资源配置。LTE网络规划新要求是要聚焦价值区域,在市场互动引领下,低成本建设有竞争力的网络。这就要求LTE网络规划必须做到聚焦区域、聚焦网格、聚焦场景的精准性规划建设。

鉴于上述新要求,LTE网络规划分析的基础数据调研除了常规基础数据外,如业务量、KPI指标、测试数据、MR数据、投诉数据等数据,又增加了对O+B侧数据分析。O+B侧数据是指Gn口、BSS侧等数据,包括用户通话详单及用户账单等信息。主要用来分析用户等级统计及分布分析(钻石、金卡、银卡、普通用户,VIP用户)及用户终端统计及分布分析(重点关注明星终端用户、4G终端用户等)。

注:基础数据情况是以某省联通为例进行说明,仅为举例说明。

通过提取大数据分析所需的Gn口、BSS侧等数据,并导入大数据平台处理分析。对用户聚类及分布、业务分布、终端能力及分布、用户业务感知、网络质量和性能等方面进行分析及应用聚焦,发掘制约网络的关键问题,确定投资价值区域,为资源的精准投放、建设差异化领先的移动网络提供数据支撑。

3大数据应用分析

3.1大数据分析重点

通过运用大数据分析方法从用户、业务、承载、终端、感知等多个维度全面分析LTE网络现状,发现网络建设的价值区域。

(1)用户分析

从消费能力、业务使用习惯等方面,重点对VIP用户、潜在价值用户和移动互联网用户进行分析;分析各用户群的地理分布和轨迹,为3G/4G网络资源的精准投放提供支撑。根据用户分析确定价值维度,给出站点选取优先级的标准。

(2)终端分析

不同能力的终端统计,发展趋势分析;终端分布分析(重点关注明星终端、4G终端等)。根据终端分析确定价值维度,给出站点选取优先级的标准。

(3)承载分析

机卡网联合承载分析,用户迁移思路、用户迁移策略分析;针对4G终端业务承载进一步细致分析,对提升4G驻留比给出建议。

(4)业务分析

主要从业务密度和分布规律方面进行分析,涉及主流业务的地理聚集特征以及时间分布特征分析等内容。

(5)感知分析

根据业务分类,对主流业务的用户感知进行评判和分析。对4G业务感知速率分析、4G语音回落、下载速率等内容分析。

3.2案例说明

以某省联通的无线网络规划为例,运用大数据分析平台进行分析。基于2015年8月份语音原始详单、数据原始详单及用户原始信息详单进行大数据分析。相关情况如下所述。

3.2.1用户分析

(1)用户总体情况分析

出账用户总计2 400万户,2G/3G/4G用户数占比分别为46%,33%和21%;从趋势来看,总用户数保持平稳,2G、3G用户逐步下降,4G用户快速增长。另外从用户分布情况发现,2G用户分布比较分散,3G和4G用户主要在城区和高等交通线比较集中。图1列举了2015年3月至8月的出账用户数统计情况。

(2)用户ARPU值及VIP用户分布

对用户ARPU值及VIP用户分布情况进行分析,全网低于100元用户占93%,高于200元用户占比1.68%;3G、4G用户的ARPU值相近,其中4G用户为64.17元,3G用户为65.73元,2G用户ARPU值较低,为16.56元。

VIP用户(含钻石卡、金卡、银卡)主要集中于经济发达的地市及其他地市的市区、县城热点区域及高等交通干线。

(3)用户流量分布

全网低于100MB用户占比80%,高于1GB用户占比4%,高于1GB的用户贡献了大部分流量,总体来说,低流量用户较多,应加强对潜在用户的习惯培养。

高流量的基站主要分布在经济发达的地市及其他地市的市区、县城、校园等区域。

3.2.2终端分析

从终端品牌来看,品牌居前的为苹果、三星、小米、华为和联想数量排前5;从终端型号来看,前5种都是i Phone系列的终端,其次为小米的终端,相关占比统计情况如图2。

另外对基站下的终端价格加权平均得出平均价格,高价格终端集中于经济较发达地市,高铁交通线是高价格终端带状区域的集中地,市区及5A景区是高价格终端聚集较高区域。

3.2.3承载分析

全网机卡网联合分析,3G网络承载了绝大部分流量,按现有数据统计,有近70%的流量集中在3G网络;

2G/3G/4G终端产生的流量占比分别为5.4%,42.6%和52.0%。

由表4可知,按用户套餐终端来统计,4G套餐4G终端贡献了绝大部分流量,占比为39.6%,其次为3G套餐3G终端和4G套餐3G终端相当,占比分别为21.8%和20.2%左右;3G套餐4G终端用户,为11.9%。

4G网络驻留比是反映4G网络建设精准性的重要指标,指标含义是指使用过4G网络的用户在4G网络上产生的流量占4G活跃用户全部流量的比例,4G网络驻留比已经剔除非4G终端影响,4G网络驻留比与4G网络覆盖面积占3G网络覆盖面积的比例有关,也与4G用户驻留区域有关。

因此,根据大数据平台数据对4G网络驻留比的情况分析。未布署4G区域的回落流量占总回落流量56%,4G布署区域内占44%,4G驻留比需要提升。建议对于4G未覆盖区域,根据基于单站的4G终端和高端用户的承载情况,进一步扩展4G部署区域;对于4G已覆盖区域,一方面对回落比超过30%的站作为重点优化调整站点;另一方面,还需要省进一步分析从未驻留在4G网络的4G终端用户情况,再由市场部出台相关政策,设法推进某些品牌终端软件升级。

3.2.4业务分析

某省浏览业务占比最大,约为40%,其次为流媒体业务约为26%,二者之和占全部业务的66%;由此可见,浏览业务和流媒体业务的渗透率很高。如图3业务类型占比情况。

以高校用户为例,进一步分析出用户的业务偏好。对于高校浏览类业务渗透率最高的应用是腾讯网、微信朋友圈、QQ空间,户均流量最高的是QQ空间、手机淘宝、腾讯网。高校流媒体业务渗透率最高的应用是QQ音乐、腾讯视频、爱奇艺,户均流量最高的应用是WO186.tv、PPLIVE、乐视视频。

3.2.5感知分析

浏览类业务页面响应成功率、流媒体业务初始播放时延、流媒体业务停顿时长占比对用户感知影响较大。

在此以某地市用户业务使用情况分析举例。

由表5分析可知,目前的手机业务中用户感知度好的是浏览业务,对于下载业务用户感知度较低。

对业务的感知情况并进行地理化展示。

由图4可见,市区、密集热点区域的网络建设质量良好,用户的业务感知较好。

另外我们分析了3G/4G网络端到端的业务速率情况,如表6。

从表6可知,3G网络业务速率均值为1 123.61kbit/s,端到端业务良好率均值为85.22%;4G网络平均速率2 111.81kbit/s,整体端到端业务良好率均值为93.87%,业务发展较好。

3.3应用情况总结

综合以上用户、终端、承载、业务、感知等多维度综合分析,可确定价值区域及价值用户的区域范围,为规划方案提供准确性判断,这部分区域将是本次规划中需要重点投入网络资源的区域。

基于对网络多维度细致分析,利用大数据工具进行综合价值、收入、用户数、业务量、终端均价及终端能力等数据的叠加分析,梳理出网格重要性,进一步优化网格分级,并可查找出现网存在的问题,形成网络问题库;根据网格的等级,设定不同的网络覆盖质量和数据业务能力目标,并聚焦到相应的网络,通过规划与优化深入结合方式进行需求分析,采用合理的建设方案解决问题。

4结束语

综上所述,借助大数据处理平台可提升LTE网络规划质量,提升用户感知和资源效能。通过对现网用户的等级、ARPU值、流量分布、终端分析、业务承载及感知等多维度分析,发掘价值区域、价值网格、价值场景,提高了LTE网络规划的精准性目标。

参考文献

[1]李兴龙.大数据分析在网络规划中的应用研究[J].邮电设计技术,2015,(5):23-27

[2]黄勇军,冯明,丁圣勇.电信运营商大数据发展策略探讨[J].电信科学,2013,(3):6-11

[3]刘旭峰,耿庆鹏,许立群.运营商获取移动互联网用户价值的策略研究[J].邮电设计技术,2012,(8):9-12

[4]李梅,杜翠凤,沈文明.基于大数据分析的移动通信网络规划方法[J].移动通信,2015,(10):22-27

大数据提升 篇10

1 媒介素养

媒介是指物理层面上的传播形式, 如报纸、广播、电视等。随着技术的发展, 媒介从以往的单一的印刷媒介时代进入到报刊、电视、广播、互联网和移动设备等多种媒介并存的信息时代。素养指正确使用媒介和有效利用媒介的能力, 是人类认知、认识和批判能力的重要组成部分。媒介素养教育是指导学生正确理解、建设性地享用大众传播资源的教育, 培养学生具有健康的媒介批评能力, 使其能够充分利用媒介资源完善自我, 参与社会发展。

2 高校学生网络媒介素养现状及存在问题

高校学生处在心理走向成熟的关键时期, 情绪情感不稳定, 自我控制能力薄弱, 自我防护意识欠缺, 思维具有片面性和表面性, 在面对形式多样的媒介时缺乏辨识能力和筛选能力。调查结果显示, 媒介素养教育问题虽然已经备受关注, 但是高校学生的媒介素养现状仍不乐观。很多学生认为媒介资源在很大程度上影响了自己的学习和生活的方方面面, 但对媒介素养的认识不够科学、具体和细致, 在媒介的使用上存在盲目性, 对从媒介获取的信息盲目信任。部分教师、学校还没有足够的重视或有意识的提高学生的媒介素养。

3 提升高校学生网络媒介素养的途径探析

3.1 学生主动培养媒介素养意识

部分高校学生对媒介信息的分辨能力低, 因此要主动丰富和建构自己的媒介素养知识体系和框架。要主动了解媒介素养及其教育的相关内容, 科学理性地认知媒介, 构建、丰富媒介素养知识结构。另外, 学生作为接受信息的群体, 虽然具备一定的媒介认知能力和使用能力, 但还应该继续提高对媒介信息的甄别能力和批判能力, 而不是一味的、无选择的、无目标的接收媒介信息。尤其是大众传播媒介日益商业化和社会化, 其所传播的媒介信息也在一定程度上显现商业化色彩。受众要想全面和客观的了解媒介信息, 就要学会追根求源, 透过媒介资源的表面现象查看其本质内涵。

3.2 学校大力开展媒介素养教育

首先, 学校要普及和丰富媒介素养课堂教育, 可从以下几个方面努力:一是要合理完善高校学生媒介素养教育的课堂内容, 参考优秀的媒介素养教育内容设置体系, 结合地方、学校、学生的媒介素养现状, 改革媒介素养教学内容。二是设置科学的媒介素养教育课程体系。参考国内外媒介素养教育的成功案例, 根据各高校、各地区的实际状况, 在全面了解学生基础的情况下, 将学生媒介素养教育课程纳入人才培养计划, 严格按照大纲规定科学实施。三是要合理充分地利用社会和学校及地方的优质媒介教育资源, 大力开展提升高校学生媒介素养的实践活动, 使学生在充分掌握了媒介素养理论知识之外, 能够将理论应用于实践, 在实践活动中丰富媒介素养知识体系。

其次, 丰富校园文化环境。良好的校园文化环境所营造的健康、积极向上的氛围是大学生提升媒介素养的重要保障。校园局域网、无线电台、报纸、网上资源库等媒介的普及, 为构建校园媒介素养氛围的创造了良好的途径。可以帮助学生全面、系统地了解媒介的功能、运作等方面的基本知识, 对于提高学生对媒介资源的公正、理性认识, 避免接触媒介信息时的盲目性具有重要意义。

最后, 提高教师的媒介素养水平。教师作为教学活动的组织者、实施者和指导者, 其媒介素养水平的高低直接决定了课堂教学的实施效果, 进而影响到学生自身媒介素养水平的提高。作为教师, 要主动的运用信息时代丰富的资源提升自己的媒介素养, 可以通过参加培训、研讨、报告、讨论等形式丰富自己的媒介素养知识。在课堂上教师可以通过改革评价方式等途径引导、激发学生提升自身媒介素养。

3.3 社会创建良好的外部环境

要完善相关的组织和研究机构建设。组织和机构建设是大力、全面推进媒介素养教育的良好保障。政府和相关部门应该加强专业的媒介素养教育组合和研究机构建设, 以期能够为学校和地方提供丰富、科学、合理地媒介素养教育资源。政府可出台或完善相关的法规和政策, 通过制度保障或优惠政策为组织机构推进媒介素养研究和教育创造条件。另外, 要加大经费投入和支持力度, 通过资金支持保障研究机构媒介素养教育相关课题和项目的正常实施, 在全社会背景下营造重视媒介素养教育的良好的外部环境。

此外, 大众传播媒介作为信息的提供者, 要充分发挥媒介信息资源的监督和把关功能, 尽量规避不良信息给社会、受众造成的不良影响。媒介机构应该对部门从业人员提出严格要求, 提升成员的媒介素养和职业道德, 加大对违规人员的惩处力度, 净化媒介环境。利用大众媒介的传播优势, 营造良好的媒介素养氛围。

总之, 为提升高校学生的网络媒介素养, 除了学生自身要有意识的培养自己的素养之外, 学校和教师应该将内容丰富、形式多样的媒介素养知识融入到课堂教学和校园活动中, 社会也应该营造一种良好的氛围环境, 以良好的环境和外部条件促进高校学生的网络媒介素养的提升。通过媒介素养教育, 进而提升学生在大数据时代中的竞争力。

参考文献

[1]李昕言.城市小学生媒介素养现状及提升策略研究——以济南市小学生媒介素养调查为个案[D].济南:山东师范大学, 2011.

[2]靳君.浅谈师范生媒介素养的现状和培养策略[J].时代教育:教育教学刊, 2010 (6) :34.

大数据提升 篇11

关键词：大数据；供应链管理；价值提升；分析与研究

大数据在我们中国的起步比较晚，在供应链领域的应用还处在刚刚起步的阶段，当前，大数据应用在供应链管理方面比较多的是市场需求和营销两个领域比较多，随着物流业的发展壮大，大数据分析在供应链的应用将越来越广泛，大数据分析，大数据应用，大数据存储在供应链领域蕴含巨大的发展潜力。

一、大数据分析的内涵

大数据分析是基于网络自由流通，通过大数据对数据信息进行存储、分析、决策等，从而实现大数据知识体系中的资源按需使用、能力智慧管理、过程职能控制。因此大数据知识服务体系是大数据系统中最重要也是最核心的内容，全世界有将近90%的数据信息没有得到充分的利用，而传统的知识服务体系又无法将知识进行纵向扩展和多角度的眼神，无法实现知识的有效利用。而大数据知识服务模式的，能够实现知识的纵向扩展和眼神，同时在提取大数据信息的时，还能为一些结构化或者半结构化的数据进行常规或者深度分析以及知识服务竞争力方面的分析，帮助企业进行有效预测。

与传统的数据分析相比，大数据分析在服务模式更趋向于个性化、智能化、自主化、体验化，技术上呈现规模化、网络化、数字化等特征。大数据分析最典型的特征主要有：第一，大数据分析具有不确定性，因为数据信息只能是代表过去某一段时间发生的事情，未来社会发展变化，谁也无法预料；第二大数据强调用户的参与，所有大数据信息来源、服务资源、知识体系都是来源于网络大数据这个环境中，很多数据资料都是来源于大数据用户，所以大数据分析的时候，更多的体现在用户自身需求上面；第三大数据是一种自主需求的智慧服务；第四大数据需要付费按需使用；第五大数据是一种共性技术与个性技能相集合的知识服务模式；第六大数据是绿色环保的知识服务模式。

二、供应链管理

供应链管理诞生于上个世纪80年代中期，最先是在制造业中广泛应用，后来逐渐发展成为了一种的新的管理模式。直到90年代中后期，供应链管理这个概念由国外一些跨国公司传入我们国家，我国才开始了有关供应链管理方面的研究与实践。供应链管理，是从企业的供应链为中心，通过供应链管理，让客户以最少的成本，让客户获得最大的经济价值，达到缩短企业资金周转时间、实现企业盈利增长、减低企业风险等目的。

（一）供应链管理的内涵。每一个企业都处在一个相应的供应链条上，所有的产品必须通过相应的渠道才能最终到达客户的手中，供应链管理以整个供应链作为管理对象，通过协调和优化供应链条上的各个环节，降低生产成本，为客户创造更高的利润，从而达到整个供应链的整体最大利益化，实现企业的共赢。

（二）供应链管理的目标和目的。企业采用供应链管理的最终目的是为了降低企业生产成本、提高客户满意程度、提升企业产品流程和服务质量，让供应商和制造商能够达成战略合作伙伴关系，实现双赢。

三、供应链管理与大数据融合

（一）供应链管理引入大数据。在互联网和云时代的发展下大数据可以满足现代市场对数据资源的需求。大数据不仅仅有着庞大的数据量，同时能够有着更深层次的数据利用价值，能够广泛地应用到各个行业，可以优化供应链。通过分析企业大量的数据信息能够对其中隐藏的价值进行进一步的挖掘，能够在经营管理、交易模式等方面充分发挥大数据的优势，优化企业供应量的管理，指导企业的经营决策，提升企业数据资源的价值。应用大数据，能够指导企业进行科学的管理，为企业的决策提供基础。目前供应链和网络一体化发展模式是未来供应链管理发展的趋势，在供应链发展中，需要不断加深中间业务环节和内容的复杂程度，企业对供应链管理在信息处理质量、市场业务开拓、合作伙伴选择、商业运作模式上提出了更高的要求。将大数据引入供应链管理，从供应链上游到下游全程协同数据，运用云计算对数据进行获取、跟踪、预测、分析，形成低成本、高质量的可靠信息，发挥数据的最大价值。

（二）大数据升级供应链管理。企业的发展与大数据的运用存在着密切的内在联系。以大数据为核心驱动力的供应链管理模式，在供应链上从需求、采购、生产、销售各环节到对供应商、生产商、分销商、零售商以及最终消费者各成员通过大数据的运用进行监控、分析、反馈，对供应链全局进行掌控，以提升供应链运营的有效性，有效减少供应链成本，并实现从历史数据决策向即时数据决策的推进。大数据在供应链的应用并不是简单的将企业状态、交易过程、资源运用等数据可视化，而是通过有效的数据配置和管理，对数据资源深入发掘，并充分运用至企业经营决策与实施中，通过获取有价值的数据加快供应链上各环节的运营节奏，提高供应链整体的响应速度，以推动供应链成为企业发展的核心竞争力，并提升供应链自身价值，形成智慧型供应链。大数据在数据加速运转的现代社会具有很好的发展前景，能够挖掘、管理、分析大数据信息，从而将企业流程优化，为企业打造新型的产品，优化供应链，提升供应链价值，进而增加企业的经济效益，提升企业的竞争实力。本文分析了大数据和供应链管理的内涵和特点，进而提出了大数据和供应链融合的价值，希望本文的提出能够为相关企业提供一定的参考。

参考文献：

[1]牛晓健，郭东博，裘翔，张延.供应链融资的风险测度与管理——基于中国银行交易数据的实证研究[J].金融研究，2012，11：138-151.

[2]于永利.大数据升级电商供应链管理[J].互联网经济，2015.

大数据提升 篇12

关键词：大数据,高校,档案,服务

每一场信息技术变革都对人们的生活与认知方式产生深远的影响,高校档案信息服务人员必须认识大数据时代自我提升的紧迫性与必要性,从传统档案信息服务理念中转变过来,积极探索基于大数据背景下高校档案信息服务水平提升的有效策略,提升档案信息服务的能力与水平。

1 高校档案信息服务水平提升的必要性

1.1 高校档案信息服务水平提升是顺应大数据时代的必然要求

大数据时代,数据信息量庞大、数据信息类型丰富、数据信息的密度偏低、信息处理速度快。大数据时代的这些特点,迫切需要高校档案信息服务做出相应的改变,采取有效的措施实现自身的新发展,否则就难以满足大数据时代的发展要求,难以发挥高校档案信息资源的价值。

1.2 高校档案信息服务水平提升是数据信息服务的时代需求

大数据时代,人们的信息获取观念产生了重大转变,社会需要信息供体转变信息供给方式,树立“数据为主”的信息服务观念。高校传统的档案信息服务显然已经难以适应社会以“数据为主”的信息服务理念,必须基于社会档案信息服务需要,建立新型的档案信息服务模式,顺应信息时代的要求。

1.3 高校档案信息服务水平提升是促进自我发展的内在要求

大数据时代,信息量巨大,资源类型丰富,高校档案信息服务面临着新的发展形势。高校档案信息传统服务已经表现出一定的滞后性,服务面不广,服务缺乏灵活性、便捷性,大大制约了高校档案事业的进一步发展。高校档案管理工作只有进一步提升档案信息服务水平,才能实现由内而外的发展,扩大档案管理工作影响力。

2 大数据时代高校档案信息服务水平提升策略

2.1 基于大数据理念合理定位,深挖高校档案信息资源价值

2.1.1 基于大数据理念合理定位

大数据时代,信息资源的价值是所有信息供体与需求对象关注的重点。高校档案信息服务水平的提升必须基于大数据时代档案信息供给与需求特点,科学合理定位高校档案信息服务方向。高校根据档案信息服务定位,做到因校制宜,因人定制,积极寻找适合高校档案管理特点的大数据技术产品,提升档案信息服务的智能化水平。

2.1.2 推动高校档案信息资源增值

大数据为高校档案资源的挖掘创造了便捷的条件,也为档案资源的共享搭建了平台。高校档案信息资源管理者,必须利用大数据时代资源量巨大、信息类型丰富等优势,深入挖掘高校档案信息资源价值,摆脱狭隘的档案资源建设观念,拓展档案信息资源建设的广度与深度。

2.2 推动档案信息资源内外整合,构建智能化信息服务平台

2.2.1 加强信息资源整合意识

大数据时代,高校档案工作要获得更好发展,必须根据大数据时代资源结构特点,进一步优化档案信息资源结构,拓展资源建设的视角,推动高校传统档案资源与最新档案信息资源整合,发挥高校档案资源自身优势;同时,加强高校档案资源与第三方高校档案资源、网络档案资源的整合,使高校档案资源建设走出封闭式建设模式,利用外在档案信息资源进一步优化高校档案资源结构。

2.2.2 提高服务平台智能化水平

大数据时代的一个显著特点是信息处理速度快速,因此,高校档案信息服务人员必须借助信息技术优势,进一步提高档案信息服务平台智能化水平。高校要根据档案信息服务定位,完成档案信息服务平台的更新与升级,为用户提供快速、便捷的档案信息服务。

2.3 充分运用云计算的架构优势,推动高校档案数字化升级

2.3.1 推动信息数字化升级

高校档案信息管理者要提升服务水平,必须推动档案信息的数字化升级。档案信息的数字化升级是一项复杂的工作,既要保证档案信息数字化升级的技术含量,又要确保档案信息数字化升级过程中的信度。

2.3.2 凸显云技术架构优势

为了进一步提升档案信息数字化升级效率,高校要充分利用云技术优势,发挥云技术在高校档案信息数字化建设中的架构优势,突出档案信息资源运用的灵活性与可扩展性,满足用户更高层次的档案信息需求。

2.4 加强档案信息服务思想认识,探索档案服务多元化模式

2.4.1 树立资源共享理念

大数据时代,信息资源服务理念应该是发挥档案信息资源的最大价值。高校档案信息服务必须转变思想理念,根据档案资源的运用价值与权限进行合理分类,在确保档案资源安全的前提下,进一步加强档案资源共享理念,使档案信息资源发挥更大的价值。

2.4.2 探索多元服务模式

大数据背景下,档案是一种资源,能够被转化为实际的价值。这就需要高校档案信息服务人员积极探索多元化服务模式,从服务高校行政部门,向服务全校师生、服务社会转变,最大程度上发挥高校档案资源的价值。档案信息资源的多元化服务模式需要进一步深化,根据资源类型与用户群体特征,构建多元化、个性化、业务化档案信息服务新模式。

3 结语

高校档案信息服务人员必须提升服务意识,加强实践探索,基于大数据时代特点,积极探索高校档案信息服务水平提升的有效路径,使高校档案工作贴近时代需求,始终焕发出生命力,推动高校档案事业发展。

参考文献