《大数据发展的文献摘录》由会员分享，可在线阅读，更多相关《大数据发展的文献摘录（12页珍藏版）》请在金锄头文库上搜索。
1、“大数据”背景下营销体系的解构与重构对信息的接收始于对数据的接收，对信息的获取只能通过对数据背景的解读。数据背景是接收者针对特定数据的信息准备，即当接收者了解物理符号序列的规律，并知道每个符号和符号组合的指向性目标或含义时，便可以获得一组数据所载荷的信息。亦即数据转化为信息，可以用公式数据+ 背景= 信息表示2007 年，雅虎的首席科学家沃茨博士在自然上发表了一篇题为21 世纪的科学的文章，认为得益于计算机技术和海量数据库的发展，个人在真实世界的活动得到了前所未有的记录，这种记录为社会科学的定量分析提供了极为丰富的数据。由于能够测得更准、计算得更加精确，他认为社会科学将脱下“准科学”的外衣，真
2、正走进科学的殿堂受众的碎片化与重聚大数据与全媒体对抽样的“重塑” ，因为考虑到成本问题，人们用科学的抽样来代替普查。然而大数据的出现颠覆了传统的抽样是因为平台化的传播方式和碎片化的社会结构让抽样难以“准确”，难以用“样本”体现“全部”，难以具备足够的代表性，我们并没有否认抽样本身的科学性和可操作性，只是需要通过新的方式和手段重塑抽样。淘宝网在采集和存储了海量交易数据之后，自建云存储系统Ocean Base，实现数据的产品化，从而实现从交易平台到“生态圈”基础服务提供商的角色转变，完成由平台销售向数据销售的盈利模式的转变。目前，通过专业的海量数据挖掘，淘宝已经形成了面向进驻商家的多项数据产品。此
3、外利用淘宝开放数据平台所产生的第三方的数据开发产品还包括: 可以为非淘宝的其他电商网站提供的数据产品及软件，可以为各类网站及社区提供社会化电商的解决方案，可以为淘宝卖家提供的各类优化工具，可以为消费者提供的各类优化工具等。不可否认，可寻址技术、物联网技术在给我们带来高度真实的受众信息的同时，也作为双刃剑面临着伦理道德方面的拷问。据相关媒体报道，从全球范围来看，目前已有50 多个国家依靠法律形式规范个人信息数据的管理与使用。如美国通过了一批保护个人信息的法律，包括隐私权法信息保护和安全法防止身份盗用法网上隐私保护法和消费者隐私保护法等; 加拿大制定了隐私保护法和个人信息保护及电子文档法案; 英国
4、制定了数据保护法;日本制定了个人信息保护法; 欧盟先后制定了关于涉及个人数据处理的个人保护以及此类数据自由流动的指令关于个人数据自动化处理之个人保护公约等。试想一下, 19 95 年全球制造的总硬盘空间仅为2 0拍字节( IE 15) 现在, G o o g le 每天就要处理超过24 拍字节的信息 当然, 这些数据存储本身的成本也呈指数下降, 从1998 年的2 28 美元/千兆字节(IE 9)下降到20 10年的0 .06美元/千兆字节许多学校在探索 电子书包 云学习 翻转课堂 等, 它们都是 大数据 的产物 学生自己能学会的, 教师不讲 怎么知道学生哪些学会,哪些没有学会, 哪些学生自己
5、认为学会, 但其实没有学会, 需要学生对自己的评价, 学生对学生的评价, 教师对学生的评价,这样的课堂一定是教学与评价融为一体的维克托说: 执迷于精确性是信息缺乏时代和模拟时代的产物 只有5% 的数据是结构化且适用于传统数据库的 如果不接受混乱,剩下的95% 的非结构化数据都无法被利用, 只有接受不精确性,我们才能打开一扇从未涉足的世界的窗户 大数据 通常用概率说话, 而不是板着 确凿无疑 的面孔2011 年，中信银行信用卡中心通过大数据技术的新营销平台进行了1286 个宣传活动，每个营销活动配置平均时间从2 周缩短到2 3 天。2011 年的前3 个季度，中信银行信用卡中心交易量增加65%，
6、比股份制商业银行的平均水平高14%，比中国所有银行的平均值高4%。，马云用了一个很巧妙的比喻：“基于数据，就像为每个小企业装上一个GPS，为每个船装上一个雷达，我相信你出海的时候，你更有把握，死亡率会大大降低。”大数据如果走下去，没有安全保障，早晚会出事，这是个一攻一守的问题。”数据安全不是技术问题，而是文化和道德问题。，数据产品会改变一个企业在数据上的地位，如果没有一个容易应用的数据产品，大数据团队就会成为刨数据的工具。大数据时代，这种现象会越来越严重，所以一定要有数据产品，提供给懂商业的人去使用，而不是将数据专业的人变成商业部门的成员。，支付宝有点金融味道，偏重于自上而下，数据产品也是自上
7、而下，有点华而不实，数据虽然经过提炼了，但缺少底层的数据。淘宝是从下而上，数据产品是实而不华，它提供的大量裸数据不能帮你做决策，缺少决策工具。只要阿里具备了吸储的能力，那么在金融基础设施方面，阿里将凭借其庞大的网络生态和海量的客户和交易数据，对传统商业银行造成冲击。目前在中国，公民个人和企业的征信体系不健全，各个部门和地区都在建设征信数据体系，但是由于各种复杂原因，这些数据都不相互开放，使得银行贷款在信用评价方面困难重重，从而制约了小微企业的融资途径。具体针对小微企业而言，其财务制度不健全，一些资金流动不通过公司账户,不反映在财务报表中,而是通过企业主个人储蓄账户,以现金方式进行结算。银行在不
8、能确切掌握小微企业财务数据的情况下，只有要求其提交抵押物，但是对于小微企而言抵押物又是缺乏的，因而进一步限制了银行向其提供贷款。在大数据时代，评估这些小微企业甚至个人还款能力的技术手段有了巨大进步。通过分析这些企业往来的交易数据、信用数据、客户评价数据等，完全可以掌握他们可能需要的资金量，可以测算他们可能的还款时间，从而使放贷风险大大降低。，银行的每位客户经理能够管理100家小微企业，这已经是极限，我们力争最终每人管1000家以上，这才是真正的信贷工厂。比如，通过视频聊天的方式，信贷员帮助小微企业编制财务报表，要求他们在线提供个人银行流水、水电费单等票据,通过在线调查方式来判断企业的财务状况与
9、运营能力。信贷员足不出户，就可以对其信用和还款能力进行调查。第一，阿里信贷的客户资源不仅雄厚而且具有可持续性。2012年上半年，天猫商城以47.6%的市场份额稳坐前茅。对于当前融资难的中小微企业来说，阿里巴巴的小额贷款业务足以吸引其进入阿里巴巴电子商务平台，随着电商企业客户越来越多，使得主体业务也越做越大。第二，客户网上交易情况全都在阿里巴巴控制之中，但银行却很容易遇到某些不诚信的小企业弄虚作假、粉饰报表，因而可能得不到企业真实的财务数据而掩盖了风险。另外银行也不能用第三方的交易记录作为融资凭据，种种限制都使银行对建立属于自己的电商平台有浓厚的兴趣。第三，阿里金融的强大还在于其根据电商的特点设
10、计出了相应的贷款产品，一种是信用贷款，根据店铺的经营状况和申请人的资质来决定；一种是订单贷款，商家发货后还未收到货款，就可申请此项贷款，基本上具备了申贷资质的卖家，有多少订单就能获贷多少，同时也参考交易的真实性等信息。，中国目前商业银行竞争的主要不是技术，而是政府关系以及对地域经济的深入了解。他说，目前银行的核心竞争力还是来自对地域资源的控制，政府政策的支持。“而且信贷业务，如果要控制风险，要么利用人海战术，如包商银行，要么就是基于对地域经济的深入了解。而阿里金融在这些方面和一般银行比没有什么优势。”控制坏账率是阿里金融的关键，因为坏账率高就会侵蚀其资本，从而收缩其放贷能力，进而酿成风险。正是
11、由于不能吸储，阿里金融在控制坏账率上要求会非常高，而这又反过来影响其放贷规模。这导致其在与传统银行竞争时，被束缚住了手脚。不控制风险而做大规模，必然是死路一条。当宏观经济在较大范围出现系统性风险，比如遇到2008年金融危机那样的风险时，许多风险防控措施都会失效，不能吸储的阿里金融更是受到很大考验。以支付宝为代表的第三方支付，已经削弱了银行作为社会支付平台的地位；而以Facebook 为代表的社交网络崛起，更是威胁到银行的存贷中介的功能，因此互联网金融业发展正当时。2012 年3 月29 日美国政府启动“大数据研究与开发计划” ，旨在提升利用大量复杂数据集合获取知识和洞见的能力，并将为此投入两亿
12、美元以上资金a 全面的数据，有利于提高竞争情报的真实性。从数据来源上看，大数据主要包括交易数据、交互数据和感知数据等三种数据。其中，交易数据是以SQL 数据库来存储的事务性数据，来源于企业ERP、SCM、CRM 和Web 交易系统; 交互数据主要来源于社交媒体，如微博、Facebook、Twitter、Web 日志、点击流数据、电子邮件等; 感知数据主要来源于物联网，如传感器、RFID、GPS 芯片，是对周围物理世界的感应。这些不同来源的数据从不同方面反映着企业竞争对手、竞争环境以及企业自身的方方面面，为企业洞察行业的竞争态势、竞争对手的动向以及自身的优劣提供了足够的情报资源。更为重要的是，企
13、业用以分析的数据越全面，分析的结果就越接近于真实。b 社会化的数据，有利于提高竞争情报的精准性。长期以来，企业与客户之间总存在着无形的隔阂，使得企业难以真正了解他的客户。而大数据时代的一个重要趋势是数据的社会化，从博客论坛到游戏社区再到微博，从互联网到移动互联网再到物联网，到处都可以发现客户各类网络活动所产生的相关数据记录。数据的社会化使得企业更加贴近客户，这让企业竞争情报人员有机会收集客户的第一手资讯，近距离地观察客户，为企业提供精准的和预判性的客户竞争情报。c 即时传播的数据，有利于提高竞争情报的实时性。当前，互联网的重心逐步向着移动互联转移。截至2011 年12 月底，中国手机网民规模达
14、到3 56 亿，占总体网民中的比例达到69 4%6。手机上网成为人们工作和生活的一种习惯，越来越多的企业开通官方微博，第一时间发布自己的产品信息、人事变动等重要信息，而普通用户则随时针对特定的事件或对象发表自己的见解观点或者态度。如今，通过智能手机、平板电脑甚至具有网络功能的照相机、摄像机等泛互联网设备所产生的信息占互联网信息总量的1 /3 以上。这些即时传播的数据，如能利用好，将极大地提高竞争情报的时效性和企业的反应能力。如2012 年5 月18日，即Facebook 上市当天，社交媒体监测平台DataSift通过分析Twitter 上的情感倾向，成功地预测了Facebook的股价波动，延迟
15、情况只有几分钟到20 多分钟似曾相识的是21世纪初互联网泡沫的破裂。当时企业都认为互联网具有高价值，于是大量投入人力、资金。后来虽然互联网泡沫破裂了，但是它的高价值仍存在，并影响到各个行业甚至个人，使得经济得到飞速发展。与之类似，尽管大数据话题的炒作会冷却，但是大数据分析的价值会继续下去，企业关注的重点应该是如何采取正确的策略、流程和方法从大数据分析中获得价值。，驾驭大数据的真正问题不是技术问题，而是人、文化、流程或者基础设施。在5大数据时代) 生活!工作与思维的大变革6一书中, 列举了很多大数据制胜的案例比如美国的物流公司U P S通过监测全美6万辆车的各种数据发现, 能提前预测车辆哪些零件
16、需要更换, 而之前没有用大数据手段, 只能等汽车抛锚或出现问题时, 才能去更换零件( 从中U PS 节省了数百万美元的支出；再如一家创业公司, 通过分析过去十年美国航班的飞行情况, 再结合实时的天气! 空港各种数据, 能预测出很多航班是否正点这些预测甚至比航空公司自己给出的航班排期表都准确, 从而节省了乘客的时间大数据概念的兴起,实际是科技逻辑一贯的思路在起作用) 即在西方的科技逻辑体系中, 人是可以被物化的, 通过一系列外在的!标签式的符号, 能对人进行规定进而通过一系列外在的科技化语言和数据, 能找出规律, 找出趋势和发展方向, 从而对人的下一步行为进行判断；如果数字化分析依托时象是有规律的物体, 则可能问题不大但是如果是叶用户或消费者进行行为!购买的分析, 则可能会有一些陷阱；用更加通俗的话来说, 人有可预知的部分, 也有不可预知的部分前者属于理性, 可以交给大数据, 后者属于感
