大數據利用什麼造成社會資源浪費

A. 「大數據」要這樣用才賺錢!

「大數據」要這樣用才賺錢!

大數據的生意經其實很簡單，就是收入增加，花費減少；就是增加客戶，提高客戶體驗，提高資金回報的杠桿率；大數據應用成熟之後，大數據可以預測商業未來，發現新的商業機會。
一石激起千層浪，國務院發布的2015 第50號文《促進大數據發展行動綱要》刷滿了朋友圈，特別是其中提到了大力推動政府部門數據共享，穩步推動公共數據資源開放。2017年底前形成跨部門數據資源共享格局，到2018年實現統一共享平台全覆蓋和數據共享及交換。2020年培育10家國際領先的大數據核心龍頭企業，500家大數據應用、服務和產品製造企業。
眾所周知，大數據商業價值巨大。但是中國大數據的商業價值還沒有被充分挖掘。主要的困難在大數據的分散，具有價值的數據大部分集中在在政府內部，壟斷國企業，以及互聯網巨頭之中。分散的數據無法幫助企業拿到具有價值的信息，無法實現大數據的商業變現。政府開放數據，以及大數據交易市場的建立是中國大數據商業價值應用的重中之重。
另外大數據的應用場景和大數據隱私問題，也是大數據商業應用功能的兩大問題，不知道數據應用場景，就無法尋找具有價值的數據，就無讓數據發揮作用，大數據的應用就會停留在解決數據採集、處理、存儲等大數據1.0時代的低級階段，無法實現大數據商業變現，無法激勵企業進一步投資大數據，無法形成數據價值應用的生態循環。大數據隱私問題是所有企業不能迴避的問題，到底何種數據可以進行交換，何種數據可以採集和變現，何種數據可以作為商品在市場流通，這些問題既影響個人隱私保護，又影響到企業購買數據產品的積極性，同時也影響了數據企業的發展。
中國大數據企業分為三類，一類是大數據技術公司，為企業提供大數據平台搭建，技術咨詢，大數據計算和存儲的產品，例如華為、亞信、浪潮等傳統IT公司。一類是大數據服務公司，為企業提供基於大數據技術的服務、平台、產品。包括為企業搭建大數據挖掘工具，搜索引擎，分析引擎等大數據處理平台，大數據清洗和挖掘服務例如明略科技，ADMaster，百分點。最後一類是提供數據產品的大數據公司，他們擁有數據，加工生成具有價值的數據，為市場提供標準的數據產品。例如芝麻信用，TalkingData，九次方，星圖數據等。
中國大數據市場的數據來源有四種，一種是通過網路爬蟲採集的外部數據，大多數提供輿情分析的公司就是通過爬蟲技術來進行數據採集的。例如海量數據。一種是提供SaaS服務得到的數據，例如Talkindata。另外一種是靠和運營商或政府合作，通過數據挖掘得到的數據，例如亞信和九次方。最後一種就是自身平台產生的數據（電商、旅遊、媒體等互聯網企業），包括BAT以及較大的一些互聯網公司如360、當當、唯品會、聚美優品、攜程、今日頭條等。
一、開放數據的價值
開放數據就是政府向社會公布自己所擁有的，並經過脫敏的數據。包括天氣數據、GPS數據、金融數據、教育數據、交通數據、能源數據、醫療數據、政府投資數據、農業數據等。這些原始數據本身並沒有明顯的商業價值，但經過一些公司加工之後，可以產生巨大的商業價值。
開放數據在美國有幾千億美金的市場，包括300億美金的氣象數據，900億美金的GPS數據，上千億美金的醫療數據。但政府開放的數據是原始數據，數據自身的商業價值並不大，需要專業的公司對數據進收集，清洗，挖掘，展現，從而形成具有商業價值的數據。在美國有很多公司是依靠加工政府開放數據而實現其商業價值的，例如處理天氣數據的Zillow公司，the weather channel 公司，以及處理GPS數據的Garmin公司，它們的總市值已經超過了一百億美金。
1 、政府開放數據的主要范圍
a政府收集和製造的科學數據。例如天氣數據，政府資助的醫療研究數據。這些數據都可以作為公共資源進行使用。
b 政府運行的數據，例如政府支出或大型項目運行數據。開放數據一方面可以增加民眾對政府的信任，另一個方面可以給一些公司帶來商業機遇。
c監管行業的數據。這些數據由企業提供給政府，並且經過政府二次加工。這些宏觀數據對於產業規劃，企業的投資戰略都有很大影響。
2、 中國開放數據之路的挑戰
a 國家對數據治理還沒有完成。很多數據沒有集中管理，還是處於信息孤島狀態，這些都是開放數據需要解決的問題。數據治理投資巨大，時間周期較長，都是巨大的挑戰。
b 一些開放數據還不是電子形式。例如醫療數據和教育數據，在一些地區還處於紙質記錄狀態，沒有形成電子檔案。這些數據的電子化也是一個較大的挑戰。
c 開放數據的脫敏和整合將是一項重大的挑戰。特別是國有企業的數據，哪些數據可以公開，哪些數據需要脫敏，如何整合各個地方的數據，這些都是一個挑戰
d 大數據服務公司和大數據人才匱乏。由於大數據市場剛剛開始，市場上缺少大數據人才和大數據服務公司，公開的數據短時間可能很難產生商業價值，這會影響政府和企業開放數據的積極性，不利於形成良性的大數據商業市場，會影響開放數據項目的持續發展。
3、有關開放數據一些建議
人類社會即將進入數字時代，開放數據將會是巨大的生產力。政府已經認識到了開放數據的價值，會持續推動政府和國企的數據開放。即使短時間內開放數據的投資看不到商業價值，但其未來經濟價值會促使政府堅持開放數據的政策，持續進行投資。就像中國的高速公路，開放數據是另外一條信息高速公路，將數據轉化為資產，轉化為巨大的社會生產力，幫助企業實現更大的商業價值。
對於數據擁有者的政府，需要在保障公共安全和個人隱私的前提下，完成數據治理和數據整合，逐步向社會開放數據，並提高數據質量，公開面向所有個人和企業，有效利用政府科技資金，讓利益相關企業和個人參與到開放數據項目中，鼓勵創新，接受外部挑戰，利用集體智慧，實現數據最優選擇。
對於國有企業，需要在保護自身商業利益的前提下開放數據，幫助各自產業鏈企業的發展。同時開放數據也可以幫助其自身進行產業規劃，進行有效投資，發現市場機會和風險，穩健經營，科學決策。企業可以利用開放數據提高生產效率，減少資源浪費，降低決策失誤風險。產業鏈企業的良性發展，也會推動國企自身發展和進化，提高競爭力，優化企業經營，實現產業共贏。
對於企業家，開放數據將會作為新的資源，幫助企業進行發展，聚焦新的商業機遇，特別是在開放數據影響較大的保健行業，金融行業，能源行業，教育行業。數據服務公司可以利用開放數據，幫助消費者挖掘數據的潛在價值，為企業和政府提供具有價值的商業數據。對於經營中的公司，可以利用開放數據評價商業夥伴和潛在投資，通過提供數據來樹立消費者的忠誠度，學會在透明的商業社會中進行經營，尋找公共或私人合作的機會，專注自身產品和客戶，為消費者提供更好的產品和服務。
二、萬億的大數據市場
2014年的GDP中消費佔比已經超過了50%，標志著中國經濟正在向市場經濟轉型，消費佔GDP 50%－70%是中等發達國家向市場經濟過渡的一個表現，未來中國經濟增長最大的引擎應該來源於消費，特別是個人消費。中國正在經歷經濟結構調整和城鎮化，個人消費需求巨大，社會產品較為豐富，渠道也較為通暢，物流成本正在下降，運輸能力正在提高。但是社會消費零售總額增加的還不夠快，資源配置不平衡，社會整體消費水平還處於較低的水平。這些問題正在成為中國經濟發展的難題，是企業和社會需要解決的問題。
大數據的商業應用將會幫助企業解決這些問題；大數據的有效利用將會提高社會消費水平，將會幫住企業提高效率、洞察客戶、增加收入。大數據商業應用未來是萬億級的大市場，大數據是大生意。
大數據時代最重要的特徵是人類所有的行為都被數據記錄下來，無論是在電商的購買行為，旅遊度假，娛樂活動，行為軌跡等，所有的人類社會行為都被各種感測器和互聯網記錄下來。數據記錄了一切，人類社會的行為都變成了數據，用紙質媒體記錄人類歷史的時代已經過去，歷史正在被數據以文字、數據、表格、聲音、影像的方式記錄了下來。中國的大數據應用主要集中在徵信和精準營銷，這兩個市場的規模加在一起不過兩千億，但是大數據如果同所有企業的商業需求相結合，其產生的化學反應將是巨大的，市場規模將會超過萬億，大數據是個大生意。
網路連接了信息與讀者，阿里連接了商品與消費者，騰訊連接了人與人。BAT所有的連接都是建立在數據基礎之上的，可以認為大數據連接了一切。數據連接了消費者和商家，數據連接了客戶習慣，數據連接客戶喜好，數據連接了位置，數據連接了時間和空間，數據連接了歷史和現在。連接一切的大數據將會反饋所連接的事物、空間和時間，通過數據記錄來反饋物體的移動，客戶的消費習慣，個人愛好，行為習慣，活動軌跡，運動規律等。重要的這些反饋數據能知道；你是誰、你在哪裡、你喜歡什麼、你在干什麼、你的消費能力、以及你未來的需求等。所有被反饋的事物都被打上了一個或多個數據標簽，這些具有價值的標簽經過整理和分析後，將會揭示事物之間的相關性和規律，將會為個人、商家、社會帶來巨大價值。
1、大數據幫助製造業規劃生產，降低資源浪費
製造業過去面臨生產過剩的壓力，很多產品包括家電、紡織產品、鋼材、水泥、電解鋁等都沒有按照市場實際需要生產，造成了資源的極大浪費。利用電商數據、移動互聯網數據、零售數據，我們可以了解未來產品市場都需求，為客戶定製產品。
例如依據用戶在電商搜索產品的數據以及物流數據，可以推測出家電產品和紡織產品未來的實際需求量，廠家將依據這些數據來進行生產，避免生產過剩。移動互聯網的位置信息可以幫助了解當地人口進出的趨勢，避免生產過多的鋼材和水泥，
2、移動大數據幫助房地產開發商規劃房地產開發
房地產行業在過去為中國GDP貢獻了很大力量，未來粗放型的房地產行業將會轉向精細化經營，從選地到規劃和從設計到建設，都需要參考當地到人口數據和消費者信息，進行科學決策；利用大數據商業應用加快房子銷售速度，降低自身負債。
房地產公司可以利用人群的手機位置信息來幫助企業進行開發規劃、土地選址、商鋪開發等。同時利用人群到用戶畫像信息幫助房產公司選擇合作商戶，提升消費人氣，最終提高房產價值。
3、移動大數據幫助餐飲零售行業進行選址和顧客導流
餐飲零售行業最關注客戶流量，過去開店選址時經常安排人員在十字路口進行人流統計，利用統計的人口流動信息來決定開店地址。進入到移動互聯網時代之後，智能手機的位置信息可以幫助餐飲零售行業進行開店選址，企業可以參考客戶畫像來決定開店的規模，以及產品的類別。
移動互聯網端的用戶標簽和畫像數據還可以幫助企業進行一些精準營銷，為新開的商戶導入客流。特別是在規模較大的購物商廈中，移動App端的位置導航功能，可以指引客戶找到新的商戶，參加促銷活動。市場上已經有成熟的零售餐飲商家和移動互聯網大數據公司在開店引流方面進行合作，資金利用的杠桿率超過了5倍，投入產出比較高。
4、感測器數據幫助產品進行故障診斷和預測
家電和汽車正在走向智能化，通過安裝感測器，汽車和智能家電可以將運行參數和運行狀態傳送到廠家的雲平台，廠家可以了解其產品的運行狀態，零部件的老化程度，幫助廠家及時更換故障器件，延長產品使用壽命，提高安全系數。汽車行業和智能家電在物聯網領域將會產生巨大的市場，雲計算和大數據處理平台將起到關鍵的作用。
中國汽車市場的銷售規模超過萬億，家電市場也有一萬多億。車聯網和智能家電涉及的大數據應用市場也是巨大的，按照大數據商業變現高杠桿率的特點，其市場規模至少應該在百億左右。
5、利用移動互聯網位置信息進行精準營銷
O2O已經成為了一個重要的商業模式，很多互聯網企業和傳統企業都在尋找O2O的應用場景，訂餐、教育、家政、汽車美容等都成為O2O的應用典範。移動互聯網數據具有LBS和實時特點，可以幫助企業及時連接客戶，依據客戶需求進行精準營銷。
大型購物中心一般都設有電影院，經常存在某些電影在開場前30分鍾，大量電影票還沒有出售的情況。藉助於手機App推送廣告功能，電影院在電影放映前30分鍾，可以將電影票以2折價格推送給正在周圍就餐的客戶。依據客戶畫像信息，電影票將推送給喜愛看電影的顧客，增加電影銷售額。企業可以利用手機App進行廣告推送，做到千人千面，依據客戶喜好來進行廣告推送。這種精準廣告推送具有成本低、轉化率高的特點，在餐飲、服裝、美容、零售等行業取得了良好的應用效果。如果基於位置信息的精準廣告推送被大規模的商業應用，將會促進商品流轉，大幅度提高社會消費總額，幫助傳統企業實現互聯網＋的戰略。
6、電商大數據將會幫助企業優化資源配置
電商是最早利用大數據進行精準營銷的行業，電商網站內推薦引擎將會依據客戶的購買行為，進行關聯產品的推薦。除了精準營銷，電商還可以依據客戶消費習慣來提前為客戶備貨，並利用便利店作為貨物中轉點，在客戶下單後的短時間內，將貨物送上門，提高客戶體驗。電商還可以利用其交易數據和現金流數據，為其生態圈內的商戶提供小額貸款，也可以將此數據提供給銀行，為中小企業信貸提供支持。
電商的數據量足夠大，數據較為集中，數據種類較多，其商業應用具有較大的想像空間。包括預測流行趨勢，消費趨勢、地域消費特點、客戶消費習慣、消費行為的相關度、消費熱點等。依託大數據分析，電商可幫助企業進行產品設計、庫存管理、計劃生產、資源配置等，有利於精細化大生產，提高生產效率，優化資源配置。
7、移動大數據助力交通運輸規劃和管理
交通大數據應用主要在兩個方面，一方面可以利用大數據感測器的數據了解車輛通行密度，合理進行道路規劃。另一方面可以利用大數據分析來實現交通信號燈智能切換，提高已有線路運輸能力。
在美國，政府依據某一路段的交通事故信息來增設信號燈，降低了50%以上的交通事故率。大數據可以幫助機場安排航班起降，提高管理效率；航空公司可以利用大數據提高上座率，降低運行成本；鐵路公司可以利用大數據安排客運和貨運列車，降低運營成本。
8、大數據幫助金融行業進行價值變現
大數據在金融行業應用范圍較廣，典型的案例有花旗銀行利用IBM沃森電腦為財富管理客戶推薦產品，美國銀行利用客戶點擊數據集為客戶提供特色服務。招商銀行(600036,股吧)利用客戶刷卡、存取款、電子銀行轉帳、微信評論等行為數據進行分析，每周給客戶發送針對性廣告信息。
中國目前金融行業大數據價值變主要在用戶體驗提升和大數據營銷兩個方面，其中招商銀行信用卡中心和平安銀行(000001,股吧)走到了金融行業的前面。
大數據在很多行業都有廣泛的應用場景，例如在醫療行業，農林牧漁、能源行業、物流行業等，大數據將會是電商之後的另外一個巨大市場，結合了所有行業的商業需求之後，大數據產業的市場規模將會是個萬億級別。大數據不是電力但是比電力更能提供動力，大數據不是石油，但是比石油更能驅動企業發展。大數據就是資產，能夠幫助企業進行價值變現。大數據的生意經其實很簡單，就是收入增加，花費減少；就是增加客戶，提高客戶體驗，提高資金回報的杠桿率；大數據應用成熟之後，大數據可以預測商業未來，發現新的商業機會。

B. 大數據被濫用後，會產生什麼後果

因為大數據是一個時代潮流，是無法避免的一個時代趨勢，但是大數據一旦被濫用，會造成很嚴重的後果，僅僅是針對個人用戶，而是針對整個行業和社會都會有無法挽回的損失和嚴重後果。

首先提到大數據濫用，作為一個普通人，最擔心的就是自己的合法權益會受到侵害，當然這也是大數據濫用最大的危害和後果。

而大數據的濫用一旦發生到不可挽回的地步，必將摧毀的是大數據行業的發展，也必將將大數據行業推上一個風口浪尖的位置，使得大數據行業就此堙沒。

大數據的發展從來都是一把雙刃劍，可以為人類創造更多的財富與機遇，也可以顛覆整個行業的發展，大家看好大數據的發展嗎？

C. 大數據時代，對人們生活的影響在哪些方面

大數據時代的影響：

1、大數據技術不僅能夠提高人們利用數據的效率，而且能夠實現數據的再利用和重復利用，進而大大降低交易成本，提升人們開發自我潛能的空間。

2、人們可以低成本或零成本進行事物信息全息式的縱向歷史比對和橫向現實比對。大數據技術自身不僅能夠迅速衍生為新興信息產業，還可以同雲計算、物聯網和智慧工程技術聯動，支撐一個信息技術的新時代。

3、雲計算技術可以使人們及時利用各類大數據。物聯網技術的實質就是物物相連的互聯網，物聯網的核心和基礎仍然是互聯網，其用戶端延伸和擴展到了任何物品與物品之間，進行信息交換和通信。

(3)大數據利用什麼造成社會資源浪費擴展閱讀：

大數據時代帶來的機遇：

1、社會治理是對社會的經濟、政治和文化等事務進行的組織、協調、指導、規范、監督的過程。它涉及合理有效配置社會資源，比如提供教育、文化、衛生、體育、社會保障等社會公共服務和公共產品，保障社會公平與公正；涉及通過行政及司法手段保障社會安全和社會穩定。

2、創新社會治理，是我國應對社會轉型、化解社會矛盾、協調利益關系、維護社會秩序所面臨的一項重大戰略任務。

3、大數據技術通過對海量數據的快速收集與挖掘、及時研判與共享，成為支持社會治理科學決策和准確預判的有力手段，為社會轉型期的社會治理創新帶來了機遇。

D. 大數據對社會有哪些影響

一、思維方式改變

所謂思維方式，是一種習慣性的思考問題和處理問題的模式，並由此對我們的行為方式產生直接的影響。然而，如今大數據正影響著我們的思維方式。隨著網路、騰訊、淘寶等網路公司的迅速崛起以及他們的迅速致富，數據致富成了新的致富神話。先前那些房地產、電器大亨費了九牛二虎之力才取得的億萬財富，而這些網路數據商則在短短的幾年時間就迅速超越了這些實體公司的財富，並且所費人力、物力和財力甚少。

二、教育的改變

傳統的學校教育模式映射了工業化集中物流批量生產的模式：鈴聲、標准化的課堂、統一的教材、統一的服裝等。雖然這種教育也培養出了很多人才，然而大數據教育將呈現另外的特徵，例如彈性學習、個性化輔導等。學習分析是近年來大數據在教育領域較為典型的應用，利用鬆散耦合的數據收集工具和分析技術，研究並分析學生學習參與、學習表現和學習過程的相關數據，進而對課程、教學進行實時修正並預測學習者未來的學習趨勢。

三、經濟的改變

雖然我們在政治課上學到的是，生產決定消費，消費對生產有重要的反作用力。然而我認為，在如今這個極為宣揚個性與創造力的社會中，消費很大程度地決定著生產。消費者不認同的，就賣不出去，只有消費者認同的，才賣得出去。然而，大數據可以在較短的時間內，通過對數據的全面感知、篩選、收集、分析、共享等為生產者提供可靠的、及時的信息，讓生產者生產出更為暢銷、更具個性化的物品。

關於大數據對社會有哪些影響，青藤小編就和您分享到這里了。如果你對大數據工程有濃厚的興趣，希望這篇文章能夠對你有所幫助。如果您還想了解更多數據分析師、大數據工程師的技巧及素材等內容，可以點擊本站的其他文章進行學習。

E. 關於大數據的五大謬見

關於大數據的五大謬見
近期，有關大數據的新聞占據著各大媒體科技報道的主要版面。但是，有許多文章似乎華而不實，一些報道鼓吹大數據是能夠解決一切問題的解決方案，如它能進行入侵檢測、預防詐騙、治療癌症，甚至還能設置最優的產品價格。
但是，業界定義的大數據是指迅速收集的、各種各樣的、大量的數據集合，而不是能夠處理一切問題的萬能解決方案。在現實中，如果一些企業偏信這些與大數據相關的謬見，那麼這些企業很可能會偏離正軌，走向錯誤的發展方向，浪費大量的時間和金錢，喪失其在市場上有利的競爭地位，還可能損害企業的聲譽。
此篇文章就講述了業界常出現的有關大數據五大謬見。
1. 只有數據科學家才能處理大數據
事實上，在處理大數據時，光靠數據科學家是遠遠不夠的。
「如果你不能首先確定到底需要什麼樣的信息的話，那麼單憑數據科學家自己是不可能成功地從大數據中提取有用信息的」，賓夕法尼亞大學醫院（Penn Medicine）數據分析部門高級主管Pat Farrell說：「你還需要熟悉業界動態、掌握相關領域知識的人才，他們知道問題的所在，也了解什麼樣的解決方案對於你所從事的領域最有價值。」
例如，在賓夕法尼亞大學醫院有兩個系統，一個是醫療系統，一個是醫學院系統。長期以來，醫療系統通常從一個數據倉庫中收集臨床醫療數據。與此同時，在醫學院系統中，出現了一個新的技術，可以實現對人類基金組的排序，並產生了大量的數據。
Farrell說：「我們知道這些數據一定存在著某些價值，而我們最終也有了能夠獲取這些價值的計算能力。我們將專業的醫療知識與數據分析技術相結合，為預測醫療開拓了一片新的、更廣闊的領域。」
2. 數據越大，價值越大
收集數據，並把它儲存起來再登記入冊，這會花費許多時間、佔用很多資源。如果企業或機構在收集數據時不加選擇、任意地收集大量數據，那麼很可能會造成大量的資源浪費，而這些資源完全可以用到更有價值的項目上去。
Farrell建議企業在收集數據之前一定要有一個具體的目標，或關鍵性能指標，要明確自己需要什麼樣的數據，再去有目的地收集數據。
Farrell說：「你需要從你收集的數據中提取有價值的信息，但這並不代表你收集的數據越多，你所獲得的價值越大。」
3.大數據用於大企業
大企業或許會有更多的內部數據來源，他們可以利用這些數據獲取對自身企業發展有價值的東西。但這並不代表大數據只用於大企業，小企業也能夠收集來自社交媒體平台、政府機構和數據供應商的數據，並從這些數據中提取有利信息。
戴爾軟體信息管理解決方案部門的產品管理高級總監Darin Bartik說：「對於企業來說，不管它的規模有多大，利用數據分析制定的決策總比單純依靠直覺或第六感制定的決策要好得多，且更加可靠。」
小企業雖然不像大企業那樣經常利用數據分析來制定決策，但是當這些小企業真正這樣做的時候，它們會使公司走向快速、正確的發展軌道。
Darin Bartik說：「小企業可以利用其最佳實踐，進一步推動數據分析決策在企業中的發展，以此趕超或者勝過那些強大的競爭對手。」
4. 收集數據後不及時整理分類
位於美國舊金山的雲計算商業智能供應商Birst的首席執行官Brad Peters表示，雖然數據存儲的成本越來越低，但它並不是免費的。然而，對於許多大公司來說，它們對於數據慾望的增長速度要比數據存儲成本降低的速度快得多。
許多企業往往在收集完數據之後，並不迅速處理這些數據，造成數據存儲成本增加。Brad Peters說：「我發現很多大的企業或機構收集了一大堆數據之後卻不及時處理這些數據，導致他們在這些數據上的開支逐漸增大，而他們也並沒有從這些數據中獲取任何價值。」
事實上，企業中的一些數據集已經開始造成了企業的收益遞減。這種現象就像通過分析選民數據信息來預測選舉結果一樣，在預測過程中，你需要一定數量的選民作為樣本，但是如果樣本數量超過一個臨界點之後，無論增加多少選民，對於預測結果不會有任何太大的影響。也就是說，樣本數量過多，所花費的成本也就越多，但對於目標沒有任何實質性的價值。
「數據冗餘的話，企業支出的不僅僅是存儲成本，還會面臨許多其他的問題」， Recommind公司信息治理和大數據管理全球主管Dean Gonsowski說。比如，如果數據泄露的話，那麼公司也會承擔相應的損失。Recommind是一家位於美國舊金山的專注於非結構化數據分析的公司。
最終，數據越多，那麼分類整理數據所需要的時間也就越多。Dean Gonsowski說：「當數據倉庫的規模達到數十億條記錄時，那麼光是檢索數據就需要花上幾個小時，甚至是幾個星期。這時候，這些信息非但不會給企業帶來商業價值，反而會阻礙企業系統的運轉，因為這些系統根本不能處理這么大信息量。」
5. 所有數據都是一樣的
美國佛吉尼亞州曾收集過在過去20年裡學生的注冊信息、獎學金，以及學位授予情況的數據，但這並不意味著20年前收集的與之存儲在同一個數據域里的數據就一定是相同的數據。
佛吉尼亞州高等教育委員會的政策研究和數據倉庫部門的主管Tod Massa說：「由於數據都存儲在一個數據倉庫里，這導致研究人員認為這些數據都是等同的，而這正是我需要處理的一個最大的問題。我們收集的ACT（American College Test，美國大學入學考試）和SAT（Scholastic Assessment Test，學術能力評估測試）的學生成績，最初我們收集的只是整個佛吉尼亞州的學生成績，但這導致我們的調查研究出現一個缺口，所以後來我們不僅收集了佛吉尼亞州的數據，還收集了其他州學生的數據。而且，不同種族在K-12級和高等教育的數據也不同。」
事實上，任何特定的數據，如果由不同的組織機構，或在不同的時間內，或由不同的人發布的話，也有所不同。Tod Massa說：「假如收集數據的這家公司或機構是完全孤立或與世隔絕的，那麼情況可能會不一樣。但我認為，隨著時間的推移，它們收集的數據也會有所變化。」
因此，數據分析人員不僅要有數據統計的技能，還要掌握一定的數據知識，並清楚地了解相關行業內的動向和整體發展趨勢。
這一點也同樣適用於從外部數據源收集的數據，過去的那種數據收集和分析的方式已經完全改變了。能夠了解不同的數據文化背景和數據環境，對於充分利用這些數據是非常必要的。

F. 大數據利用的什麼會帶來新的壟斷和社會資源浪費

顧類計發展歷史難看財務產離經濟發展與類社進步特別類進入現代社財務計隨著市場經濟斷發展完善更新發展規律難看財務計發展必隨著經濟環境變化產變化或做相應調整終實現財務計發展與經環境變化間相互協調隨著現代信息化程度斷加深企業數據量逐漸增並呈現爆炸式增趨勢、數據結構復雜化發展變化態勢信息爆炸代論型企業私營企業都加快腳步追趕著數據發展腳步希望能夠發現企業實現財富途徑資源提高企業核競爭力自身價值

、數據代計工作提要求與產影響

隨著類代背景斷演進數據代決定企業發展步伐必須緊跟代發展進步與俱進、及創新作代發展必產物計工作發展必須與代同步必須定代背景進行完善數據代計工作提新要求

（）計工作應收集並存儲更具種結構數據資料

信息代發展所帶數據所蘊含價值估量其所包含各種用信息估算數據技術更全面反映企業經濟業務所需數據治療提供便利條件企業通效收集各種數據幫助企業效提高企業市場佔率、企業搶占競爭優勢種必趨勢企業計部門作直接與各種數據、資料、信息相接處部門能更利用種數據代所創造量數據資料企業信息使用者提供第手信息資料便於企業進行各種決策要求企業財務員必須能夠熟悉信息技術能夠快捷、准確眾數據資料、繁雜數據形式探尋價值數據用全面反應企業經濟業務發展狀況消滅信息稱產問題例：於企業本控制與內部控制員隨著市場經濟斷發展與完善微利代本高低企業獲利關鍵性素數據代專業本析與控制員僅要具備豐富、扎實財務專業知識必須企業各項產工藝流程、產環節、企業內控流程等進行解與高度關注各種指標及進行控（：產效率、產品報廢率、各種產品本差異、各種費用使用情況等數據指標）並本控制系統幫助充挖掘相關本數據並本數據進行合理配、歸集、構析等企業本效控制奠定基礎企業決策提供幫助

（二）計工作應更加關注非結構化數據帶價值

目前各企事業單位計處理主要針具結構化數據進行各種處理現代計算機技術發展、信息技術發展、網路技術普及等都計員進行結構化數據處理提供便利面已經基本趨於熟於結構化數據計算、匯總、統計等工作已經非嫻熟即使遇較數據量能相應商業軟體協助完整些工作隨著信息代斷發展半結構化、非結構化數據組件數據界主流種本質取代飛躍僅僅體現數據量變化更充體現數據所產價值要求計工作要想真海量數據資料找具豐富價值數據必須充析些數據價值並努力挖掘非結構數據數據價值挖掘越越能企業經營發展帶競爭優勢

（三）應斷滿足計信息使用者性化需要

計工作項企業經營者提供決策信息系統化工程隨著社主義市場經濟斷深入發展各企業面臨市場競爭益激烈企業各利益相關者於經營決策科性、確性、適用性等面內容越越關注引發企業計工作目標變化並逐漸完由經濟管理責任向決策責任轉變隨著數據代雲計算應用、數據信息容量增加、信息使用者需求逐漸變更加元化、復雜化、性化些要求於計工作言難預測隨著數據代發展企業決策者更加關注計信息性化發展趨勢傳統計工作重挑戰計工作數據代改進應努力遵循基本原則採取積極措施應種確定性

（四）效提升計信息准確度

傳統計工作企業財務報告編制主要建立基本確認、計量、記錄基礎由於技術手段缺乏與完善企業財務數據、相關業務數據作企業管理重要資源並未其價值充發揮並未引起足夠重視特別企業進行決策由於受技術條件限制於決策需求數據信息並未及、充收集、整理、析、評價導致數據間整理存難度數據使用效率偏低影響企業財務信息真實性、准確性、精確性、用性例：財務管理數據企業產財務報表失作用價值處於休眠狀態數據代促進技術發展企業高效率處理、整合各種海量數據並挖掘更價值、更能促進企業發展數據提升企業財務管理數據准確性使其向著科化、標准化、規范化向邁進

（五）全面促進財務員角色轉化

數據代使企業計員拜託傳統角色性僅僅進行簡單記賬、符合、報表析等工作想著進行高層計管理工作向轉變傳統計員通報表數據析簡單企業管理者、經營者、決策者提供數據依據市場經濟發展、競爭加劇建立財務報表基礎簡單數據析足滿足信息需求者需要數據代企業財務員同角度、同層面探尋企業發展所需信息徹底打破傳統Excel數據析所能實現數據析難題通些數據本質看企業發展問題、現狀並及企業經營狀況、經營進行客觀評價揭示企業足轉變經營者思路提供明確向
二、數據網路代計工作新思路

（）順應代發展作計工作總綱領

計工作實務斷變遷外部環境發展起並伴隨著環境變化產變革計工作必須結合密切代背景、背景、社背景讓計發展順應代發展潮流數據代獲取數據信息途徑越越簡單、越越快捷計工作發展必須適應代潮流作總綱領

（二）樹立本重點工作

力資源知識經濟代企業競爭力提升主要源泉並企業價值創造與轉移起著至關重要作用傳統力資源管理模式看似穩定實際隱患重重容易員工造相互推諉、扯皮現象發數據代信息傳遞呈現碎片化現象充發揮主觀能性、創造性才能提高海量數據產力本使數據代計工作轉變例：期財務員都脫離企業業務實際坐辦公室部門造車業務財務員則實現財務與業務完美結合要求財務員必須深入打破企業各業務部門環節業務信息直接轉變各種價值財務信息企業提供更專業財務析面海爾集團業務財務員功轉型做較

（三）信息技術支持提升財務管理能力

現代信息技術發展帶物聯網、互聯網、企業內部網路間迅猛發展促進數據代發展離信息技術支持針打數據收集、處理、輸、析等受重重阻礙現代信息技術已經現代企業競爭獲勝重要手段、擊敗手重要武器例：物聯網其廣泛通信網路作基礎實現物聯網與信息需求結合隨著數據代先進信息技術順應企業經營管理者需要斷發展企業財務管理者數據背景降低資金本、提高資金使用效率企業發展帶豐厚利潤

總隨著數據代企業選擇數據、處理數據、析數據、整合數據能力斷增強面新形勢企業計工作必須及進行創新才能確保企業健康、穩定、持續發展
-

G. 中國大數據的十大商業應用

中國大數據的十大商業應用

在未來的幾十年裡，大數據都將會是一個重要都話題。大數據影響著每一個人，並在可以預見的未來繼續影響著。大數據沖擊著許多主要行業，包括零售業、金融行業、醫療行業等，大數據也在徹底地改變著我們的生活。現在我們就來看看大數據給中國帶來的十商業應用場景，未來大數據產業將會是一個萬億市場。

1、智慧城市

如今，世界超過一半的人口生活在城市裡，到2050年這一數字會增長到75%。政府需要利用一些技術手段來管理好城市，使城市裡的資源得到良好配置。既不出現由於資源配置不平衡而導致的效率低下以及騷亂，又要避免不必要的資源浪費而導致的財政支出過大。大數據作為其中的一項技術可以有效幫助政府實現資源科學配置，精細化運營城市，打造智慧城市。

城市的道路交通，完全可以利用GPS數據和攝像頭數據來進行規劃，包括道路紅綠燈時間間隔和關聯控制，包括直行和左右轉彎車道的規劃、單行道的設置。利用大數據技術實施的城市交通智能規劃，至少能夠提高30%左右的道路運輸能力，並能夠降低交通事故率。在美國，政府依據某一路段的交通事故信息來增設信號燈，降低了50%以上的交通事故率。機場的航班起降依靠大數據將會提高航班管理的效率，航空公司利用大數據可以提高上座率，降低運行成本。鐵路利用大數據可以有效安排客運和貨運列車，提高效率、降低成本。

城市公共交通規劃、教育資源配置、醫療資源配置、商業中心建設、房地產規劃、產業規劃、城市建設等都可以藉助於大數據技術進行良好規劃和動態調整。

大數據技術可以了解經濟發展情況，各產業發展情況，消費支出和產品銷售情況，依據分析結果，科學地制定宏觀政策，平衡各產業發展，避免產能過剩，有效利用自然資源和社會資源，提高社會生產效率。大數據技術也能幫助政府進行支出管理，透明合理的財政支出將有利於提高公信力和監督財政支出。大數據及大數據技術帶給政府的不僅僅是效率提升、科學決策、精細管理，更重要的是數據治國、科學管理的意識改變，未來大數據將會從各個方面來幫助政府實施高效和精細化管理，具有極大的想像空間。

2、金融行業

大數據在金融行業應用范圍較廣，典型的案例有花旗銀行利用IBM沃森電腦為財富管理客戶推薦產品，美國銀行利用客戶點擊數據集為客戶提供特色服務。中國金融行業大數據應用開展的較早，但都是以解決大數據效率問題為主，很多金融行業建立了大數據平台，對金融行業的交易數據進行採集和處理。

金融行業過去的大數據應用以分析自身財務數據為主，以提供動態財務報表為主，以風險管理為主。在大數據價值變現方面，開展的不夠深入，這同金融行業每年上萬億的凈利潤相比是不匹配的。現在已經有一些銀行和證券開始和移動互聯網公司合作，一起進行大數據價值變現，其中招商銀行、平安集團、興業銀行、國信證券、海通證券和TalkingData在移動大數據精準營銷、獲客、用戶體驗等方面進行了不少的嘗試，大數據價值變現效果還不錯，大數據正在幫助金融行業進行價值變現。大數據在金融行業的應用可以總結為以下五個方面：

（1）精準營銷：依據客戶消費習慣、地理位置、消費時間進行推薦

（2）風險管控：依據客戶消費和現金流提供信用評級或融資支持，利用客戶社交行為記錄實施信用卡反欺詐

（3）決策支持：利用抉策樹技術進抵押貸款管理，利用數據分析報告實施產業信貸風險控制

（4）效率提升：利用金融行業全局數據了解業務運營薄弱點，利用大數據技術加快內部數據處理速度

（5）產品設計：利用大數據計算技術為財富客戶推薦產品，利用客戶行為數據設計滿足客戶需求的金融產品

3、醫療行業

醫療行業擁有大量病例、病理報告、醫療方案、葯物報告等。如果這些數據進行整理和分析，將會極大地幫助醫生和病人。在未來，藉助於大數據平台我們可以收集疾病的基本特徵、病例和治療方案，建立針對疾病的資料庫，幫助醫生進行疾病診斷。

如果未來基因技術發展成熟，可以根據病人的基因序列特點進行分類，建立醫療行業的病人分類資料庫。在醫生診斷病人時可以參考病人的疾病特徵、化驗報告和檢測報告，參考疾病資料庫來快速幫助病人確診。在制定治療方案時，醫生可以依據病人的基因特點，調取相似基因、年齡、人種、身體情況相同的有效治療方案，制定出適合病人的治療方案，幫助更多人及時進行治療。同時這些數據也有利於醫葯行業開發出更加有效的葯物和醫療器械。

醫療行業的數據應用一直在進行，但是數據沒有打通，都是孤島數據，沒有辦法起大規模應用。未來需要將這些數據統一收集起來，納入統一的大數據平台，為人類健康造福。政府是推動這一趨勢的重要動力，未來市場將會超過幾千億元。

4、農牧業

農產品不容易保存，合理種植和養殖農產品對農民非常重要。藉助於大數據提供的消費能力和趨勢報告，政府將為農牧業生產進行合理引導，依據需求進行生產，避免產能過剩，造成不必要的資源和社會財富浪費。大數據技術可以幫助政府實現農業的精細化管理，實現科學決策。在數據驅動下，結合無人機技術，農民可以採集農產品生長信息，病蟲害信息。

農業生產面臨的危險因素很多，但這些危險因素很大程度上可以通過除草劑、殺菌劑、殺蟲劑等技術產品進行消除。天氣成了影響農業非常大的決定因素。過去的天氣預報僅僅能提供當地的降雨量，但農民更關心有多少水分可以留在他們的土地上，這些是受降雨量和土質來決定的。Climate公司利用政府開放的氣象站的數據和土地數據建立了模型，他們可以告訴農民可以在哪些土地上耕種，哪些土地今天需要噴霧並完成耕種，哪些正處於生長期的土地需要施肥，哪些土地需要5天後才可以耕種，大數據技術可以幫助農業創造巨大的商業價值。

5、零售行業

零售行業比較有名氣的大數據案例就是沃爾瑪的啤酒和尿布的故事，以及Target通過向年輕女孩寄送尿布廣告而告知其父親，女孩懷孕的故事。

零售行業可以通過客戶購買記錄，了解客戶關聯產品購買喜好，將相關的產品放到一起增加來增加產品銷售額，例如將洗衣服相關的化工產品例如洗衣粉、消毒液、衣領凈等放到一起進行銷售。根據客戶相關產品購買記錄而重新擺放的貨物將會給零售企業增加30%以上的產品銷售額。

零售行業還可以記錄客戶購買習慣，將一些日常需要的必備生活用品，在客戶即將用完之前，通過精準廣告的方式提醒客戶進行購買。或者定期通過網上商城進行送貨，既幫助客戶解決了問題，又提高了客戶體驗。

電商行業的巨頭天貓和京東，已經通過客戶的購買習慣，將客戶日常需要的商品例如尿不濕，衛生紙，衣服等商品依據客戶購買習慣事先進行准備。當客戶剛剛下單，商品就會在24小時內或者30分鍾內送到客戶門口，提高了客戶體驗，讓客戶連後悔等時間都沒有。

利用大數據的技術，零售行業將至少會提高30%左右的銷售額，並提高客戶購買體驗。

6、大數據技術產業

進入移動互聯網之後，非結構化數據和結構化數據呈指數方式增長。現在人類社會每兩年產生的數據將超過人類歷史過去所有數據之和。進入到2015年，人類社會所有的數據之和有望突破5澤B（5ZB），這些數據如何存儲和處理將會成為很大的問題。

這些大數據為大數據技術產業提供了巨大的商業機會。據估計全世界在大數據採集、存儲、處理、清晰、分析所產生的商業機會將會超過2000億美金，包括政府和企業在大數據計算和存儲，數據挖掘和處理等方面等投資。中國2014年大數據產業產值已經超過了千億人民幣，本屆貴陽大數據博覽會就吸引了400多家廠商來參展，充分說明大數據產業的未來的商業價值巨大。

未來中國的大數據產業將會呈幾何級數增長，在5年之內，中國的大數據產業將會形成萬億規模的市場。不僅僅是大數據技術產品的市場，也將是大數據商業價值變現的市場。大數據將會在企業的精準營銷、決策分析、風險管理、產品設計、運營優化等領域發揮重大的作用。

大數據技術產業將會解決大數據存儲和處理的問題，大數據服務公司將利用自身的數據將解決大數據價值變現問題，其所帶來的市場規模將會超過千億人民幣。中國目前擁有大數據，並提供大數據價值變現服務的公司除了我們眾所周知的BAT和移動運營商之外，360、小米、京東、TalkingData、九次方等都會成為大數據價值變現市場的有力參與者，市場足夠大，期望他們將市場做大，幫助所有企業實現大數據價值變現。

7、物流行業

中國的物流產業規模大概有5萬億左右，其中公里物流市場大概有3萬億左右。物流行業的整體凈利潤從過去的30%以上降低到了20%左右，並且下降的趨勢明顯。物流行業很多的運力浪費在返程空載、重復運輸、小規模運輸等方面。中國市場最大等物流公司所佔的市場份額不到1%。因此資源需要整合，運送效率需要提高。

物流行業藉助於大數據，可以建立全國物流網路，了解各個節點的運貨需求和運力，合理配置資源，降低貨車的返程空載率，降低超載率，減少重復路線運輸，降低小規模運輸比例。通過大數據技術，及時了解各個路線貨物運送需求，同時建立基於地理位置和產業鏈的物流港口，實現貨物和運力的實時配比，提高物流行業的運輸效率。藉助於大數據技術對物流行業進行的優化資源配置，至少可以增加物流行業10％左右的收入，其市場價值將在5000億左右。

8、房地產業

中國房地產業發展的高峰已經過去，其面臨的挑戰逐漸增加，房地產業正從過去的粗放發展方式轉向精細運營方式，房地產企業在拍賣土地、住房地產開發規劃、商業地產規劃方面也將會謹慎進行。

藉助於大數據，特別是移動大數據技術。房地產業可以了解開發土地所在范圍常駐人口數量、流動人口數量、消費能力、消費特點、年齡階段、人口特徵等重要信息。這些信息將會幫助房地商在商業地產開發、商戶招商、房屋類型、小區規模進行科學規劃。利用大數據技術，房地產行業將會降低房地產開發前的規劃風險，合理制定房價，合理制定開發規模，合理進行商業規劃。大數據技術可以降低土地價格過高，實際購房需求過低的風險。已經有房地產公司將大數據技術應用於用戶畫像、土地規劃、商業地產開發等領域，並取得了良好的效果。

9、製造業

製造業過去面臨生產過剩的壓力，很多產品包括家電、紡織產品、鋼材、水泥、電解鋁等都沒有按照市場實際需要生產，造成了資源的極大浪費。利用電商數據、移動互聯網數據、零售數據，我們可以了解未來產品市場都需求，合理規劃產品生產，避免生產過剩。

例如依據用戶在電商搜索產品的數據以及物流數據，可以推測出家電產品和紡織產品未來的實際需求量，廠家將依據這些數據來進行生產，避免生產過剩。移動互聯網的位置信息可以幫助了解當地人口進出的趨勢，避免生產過多的鋼材和水泥。

大數據技術還可以根據社交數據和購買數據來了解客戶需求，幫助廠商進行產品開發，設計和生產出滿足客戶需要的產品。

10、互聯網廣告業

2014年中國互聯網廣告市場迎來發展高峰，市場規模預計達到1500億元左右，較2013年增長56.5%。數字廣告越來越受到廣告主的重視，其未來市場規模越來越大。2014年美國的互聯網廣告市場規模接近500億美元，參考中國的人口消費能力，其市場規模會很快達到2000億人民幣左右。

過去到廣告投放都是以好的廣告渠道＋廣播式投放為主，廣告主將廣告交給廣告公司，由廣告公司安排投放，其中SEM廣告市場最大，其他的廣告投放方式也是以頁面展示為主，大多是廣播式廣告投放。廣播式投放的弊端是投入資金大，沒有針對目標客戶，面對所有客戶進行展示，廣告的轉化率較低，並存在數字廣告營銷陷阱等問題。

大數據技術可以將客戶在互聯網上的行為記錄下來，對客戶的行為進行分析，打上標簽並進行用戶畫像。特別是進入移動互聯網時代之後，客戶主要的訪問方式轉向了智能手機和平台電腦，移動互聯網的數據包含了個人的位置信息，其360度用戶畫像更加接近真實人群。360度用戶畫像可以幫助廣告主進行精準營銷，廣告公司可以依據用戶畫像的信息，將廣告直接投放到用戶的移動設備，通過用戶經常使用的APP進行廣告投放，其廣告的轉化可以大幅度提高。利用移動互聯網大數據技術進行的精準營銷將會提高十倍以上的客戶轉化率，廣告行業的程序化購買正在逐步替代廣播式廣告投放。大數據技術將幫助廣告主和廣告公司直接將廣告投放給目標用戶，其將會降低廣告投入，提高廣告的轉化率。

目前影響大數據產業發展主要有兩個大問題，一個是大數據應用場景，一個是大數據隱私保護問題。

大數據商業價值的應用場景，大數據公司和企業正在尋找，目前在移動互聯網的精準營銷和獲客、360度用戶畫像、房地產開發和規劃、互聯網金融的風險管理、金融行業的供應鏈金融，個人徵信等方面已經取得了進步，擁有了很多經典案例。

但在有關大數據隱私保護以及大數據應用過程中個人信息保護方面還停滯不前，大家都在摸石頭過河，不知道哪些事情可以做，哪些事情不可以做。國家在大數據隱私保護方面正在進行立法，估計不久的將來，大數據服務公司和企業將會了解大數據隱私保護方面的具體要求。在沒有明確有關大數據隱私保護法規前，我們可以參考國外的隱私法，嚴格遵守國際上通用的個人隱私保護法，在實施大數據價值變現的過程中，充分保護所有相關方的個人利益。

最後縱觀人類歷史，在任何領域，如果我們可以拿到數據進行分析，我們就會取得進步。如果我們拿不到數據，無法進行分析，我們註定要落後。我們過去因數據不足導致的錯誤遠遠好過那些根本不用數據的錯誤，因此我們需要掌握大數據這個武器，利用好它，幫助人類社會加速進化，幫助企業實現大數據的價值變現。

以上是小編為大家分享的關於中國大數據的十大商業應用的相關內容，更多信息可以關注環球青藤分享更多干貨

H. 淺談大數據時代統計工作方法

淺談大數據時代統計工作方法
大數據時代帶來了數據信息的大爆炸，為社會生活各個領域帶來巨大變革，也給統計調查工作帶來了挑戰。大數據時代數據呈現出總量更大、種類更繁多、操作更復雜等新特點，這對新時代做好統計調查工作提出了新的更高要求，統計調查工作方式方法面臨優化和革新。當然，變革不代表取代和拒絕，而是尋求包容和提升的最佳狀態，使統計調查工作在新時代可以更加科學規范。
——加大信息技術驅動力，推動統計調查各環節技術改革。信息技術革命和互聯網時代催生了大數據，因此大數據時代統計調查必須以現代信息技術為工具和驅動力。一是拓寬數據收集渠道。統計調查數據的收集可以通過互聯網技術利用網路搜索或者從網路公司收集行業信息。二是減少中間環節。傳統統計調查層層統計上報的做法工作量較大，也容易造成數據失真。大數據時代統計調查可以利用網路傳輸數據平台建設等使統計數據第一時間直接從源頭傳輸到需求者，減少中間環節的人為干擾因素，既保證數據的及時性，也能保證數據的真實性和完整性。三是嚴控數據質量。數據的大爆發帶來的數據復雜性勢必會增加數據質量控制和統計執法的難度，因此，應適應時代的特點，建立動態的、在線的數據質量把控和統計執法制度。如在數據統計調查平台建立質量控制模板，實現實時監控，並且建立統計執法與數據質量監測的便捷通道，一旦數據質量報警可以立即在統計執法上得到響應。
——提升統計調查方法的科學性、規范性。以抽樣調查為例，要想快速樹立抽樣調查的權威性和主體地位，就必須在抽樣調查的各個環節建立科學完備的方法論，包括抽樣框構建、抽樣方案設計、抽樣估計和數據調整等各個環節。比如，要建立科學、統一、簡約的抽樣調查指標體系，取消過時的、利用率低的指標，改進不易取得和無法與大數據銜接的指標，增加政府及社會各界普遍關注的、與社會經濟發展相適應的指標。
——加快數據共享，打破部門「數據孤島」。目前，我國政府統計面臨數據來源單一、重復調查等諸多問題，部門「數據孤島」現象存在，阻礙了大數據時代統計調查工作的開展。從國外先進經驗來看，大數據時代需要逐步採用以信息化為媒介的、基於行政記錄和多種信息來源的開放式、共享式數據採集制度，即將不同政府職能部門行政管理信息資料共享化，如人口登記、房產登記、企業信息登記等，不同目的的統計調查僅是在此基礎上增加或修改特定指標即可。在我國，初步的部門數據共享已經實現，如經濟普查利用工商資料庫和基本單位名錄庫等作為清查庫，人口普查以公安部門戶籍資料和社保信息等作為核查依據等，但是仍存在部門統計數據協調難度大、利用效率低等問題。因此，在大數據時代需要快速搭建較為完備的數據交換和共享服務平台，除去部門保密數據資料外，絕大多數的統計數據信息應該逐步實現在政府部門間、甚至面向社會公布和共享，使各種目的的統計調查能夠各取所需、完善補充，有效發揮數據價值，減少社會資源浪費。
——培養新型統計調查人員，加強調查隊伍建設。為應對大數據時代給統計調查工作帶來的復雜性和不確定性，需要打造一支懂技術、守紀律的高素質統計調查隊伍。一是人員專業化。大數據調查需要全新的現代統計方法和統計工具，特別是現代信息技術和雲計算技術，因此必須組建專業程度高、針對性強的業務能手，並且定期組織培訓，培養專業化統計調查人才。二是隊伍穩定化。現代統計方法和統計流程大多大同小異，穩定的統計調查隊伍有利於不同調查方法的融通，減少人員的適應時間，最大限度降低調查成本。近年來，不少地區探索的統計調查外包模式，在一定程度上促進了人員專業化、隊伍穩定化，值得深入研究和推廣。三是組織紀律制度化。2017年4月，國家統計局成立了國家統計局統計執法監督局，標志著全面依法統計依法治統工作開啟了新的征程。統計數據真實性、統計調查科學性、統計執法嚴肅性等問題，一直是伴隨著各項統計調查工作的永恆話題，只有嚴格遵守統計紀律，將組織建設制度化，才能從根本上杜絕統計造假等統計違法行為，才能確保統計調查科學性，維護統計數據權威性。

I. 大數據背後是個萬億市場

大數據背後是個萬億市場

大數據的商業應用將會幫助企業解決這些問題；大數據的有效利用將會提高社會消費水平，將會幫住企業提高效率、洞察客戶、增加收入。大數據商業應用未來是萬億級的大市場，大數據是大生意。

大數據時代最重要的特徵是人類所有的行為都被數據記錄下來，無論是在電商的購買行為，旅遊度假，娛樂活動，行為軌跡等，所有的人類社會行為都被各種感測器和互聯網記錄下來。數據記錄了一切，人類社會的行為都變成了數據，用紙質媒體記錄人類歷史的時代已經過去，歷史正在被數據以文字、數據、表格、聲音、影像的方式記錄了下來。中國的大數據應用主要集中在徵信和精準營銷，這兩個市場的規模加在一起不過兩千億，但是大數據如果同所有企業的商業需求相結合，其產生的化學反應將是巨大的，市場規模將會超過萬億，大數據是個大生意。

網路連接了信息與讀者，阿里連接了商品與消費者，騰訊連接了人與人。BAT所有的連接都是建立在數據基礎之上的，可以認為大數據連接了一切。數據連接了消費者和商家，數據連接了客戶習慣，數據連接客戶喜好，數據連接了位置，數據連接了時間和空間，數據連接了歷史和現在。連接一切的大數據將會反饋所連接的事物、空間和時間，通過數據記錄來反饋物體的移動，客戶的消費習慣，個人愛好，行為習慣，活動軌跡，運動規律等。重要的這些反饋數據能知道；你是誰、你在哪裡、你喜歡什麼、你在干什麼、你的消費能力、以及你未來的需求等。所有被反饋的事物都被打上了一個或多個數據標簽，這些具有價值的標簽經過整理和分析後，將會揭示事物之間的相關性和規律，將會為個人、商家、社會帶來巨大價值。

1、大數據幫助製造業規劃生產，降低資源浪費

製造業過去面臨生產過剩的壓力，很多產品包括家電、紡織產品、鋼材、水泥、電解鋁等都沒有按照市場實際需要生產，造成了資源的極大浪費。利用電商數據、移動互聯網數據、零售數據，我們可以了解未來產品市場都需求，為客戶定製產品。

例如依據用戶在電商搜索產品的數據以及物流數據，可以推測出家電產品和紡織產品未來的實際需求量，廠家將依據這些數據來進行生產，避免生產過剩。移動互聯網的位置信息可以幫助了解當地人口進出的趨勢，避免生產過多的鋼材和水泥，

2、移動大數據幫助房地產開發商規劃房地產開發

房地產行業在過去為中國GDP貢獻了很大力量，未來粗放型的房地產行業將會轉向精細化經營，從選地到規劃和從設計到建設，都需要參考當地到人口數據和消費者信息，進行科學決策；利用大數據商業應用加快房子銷售速度，降低自身負債。

房地產公司可以利用人群的手機位置信息來幫助企業進行開發規劃、土地選址、商鋪開發等。同時利用人群到用戶畫像信息幫助房產公司選擇合作商戶，提升消費人氣，最終提高房產價值。

3、移動大數據幫助餐飲零售行業進行選址和顧客導流

餐飲零售行業最關注客戶流量，過去開店選址時經常安排人員在十字路口進行人流統計，利用統計的人口流動信息來決定開店地址。進入到移動互聯網時代之後，智能手機的位置信息可以幫助餐飲零售行業進行開店選址，企業可以參考客戶畫像來決定開店的規模，以及產品的類別。

移動互聯網端的用戶標簽和畫像數據還可以幫助企業進行一些精準營銷，為新開的商戶導入客流。特別是在規模較大的購物商廈中，移動App端的位置導航功能，可以指引客戶找到新的商戶，參加促銷活動。市場上已經有成熟的零售餐飲商家和移動互聯網大數據公司在開店引流方面進行合作，資金利用的杠桿率超過了5倍，投入產出比較高。

4、感測器數據幫助產品進行故障診斷和預測

家電和汽車正在走向智能化，通過安裝感測器，汽車和智能家電可以將運行參數和運行狀態傳送到廠家的雲平台，廠家可以了解其產品的運行狀態，零部件的老化程度，幫助廠家及時更換故障器件，延長產品使用壽命，提高安全系數。汽車行業和智能家電在物聯網領域將會產生巨大的市場，雲計算和大數據處理平台將起到關鍵的作用。

中國汽車市場的銷售規模超過萬億，家電市場也有一萬多億。車聯網和智能家電涉及的大數據應用市場也是巨大的，按照大數據商業變現高杠桿率的特點，其市場規模至少應該在百億左右。

5、利用移動互聯網位置信息進行精準營銷

O2O已經成為了一個重要的商業模式，很多互聯網企業和傳統企業都在尋找O2O的應用場景，訂餐、教育、家政、汽車美容等都成為O2O的應用典範。移動互聯網數據具有LBS和實時特點，可以幫助企業及時連接客戶，依據客戶需求進行精準營銷。

大型購物中心一般都設有電影院，經常存在某些電影在開場前30分鍾，大量電影票還沒有出售的情況。藉助於手機App推送廣告功能，電影院在電影放映前30分鍾，可以將電影票以2折價格推送給正在周圍就餐的客戶。依據客戶畫像信息，電影票將推送給喜愛看電影的顧客，增加電影銷售額。企業可以利用手機App進行廣告推送，做到千人千面，依據客戶喜好來進行廣告推送。這種精準廣告推送具有成本低、轉化率高的特點，在餐飲、服裝、美容、零售等行業取得了良好的應用效果。如果基於位置信息的精準廣告推送被大規模的商業應用，將會促進商品流轉，大幅度提高社會消費總額，幫助傳統企業實現互聯網＋的戰略。

6、電商大數據將會幫助企業優化資源配置

電商是最早利用大數據進行精準營銷的行業，電商網站內推薦引擎將會依據客戶的購買行為，進行關聯產品的推薦。除了精準營銷，電商還可以依據客戶消費習慣來提前為客戶備貨，並利用便利店作為貨物中轉點，在客戶下單後的短時間內，將貨物送上門，提高客戶體驗。電商還可以利用其交易數據和現金流數據，為其生態圈內的商戶提供小額貸款，也可以將此數據提供給銀行，為中小企業信貸提供支持。

電商的數據量足夠大，數據較為集中，數據種類較多，其商業應用具有較大的想像空間。包括預測流行趨勢，消費趨勢、地域消費特點、客戶消費習慣、消費行為的相關度、消費熱點等。依託大數據分析，電商可幫助企業進行產品設計、庫存管理、計劃生產、資源配置等，有利於精細化大生產，提高生產效率，優化資源配置。

7、移動大數據助力交通運輸規劃和管理

交通大數據應用主要在兩個方面，一方面可以利用大數據感測器的數據了解車輛通行密度，合理進行道路規劃。另一方面可以利用大數據分析來實現交通信號燈智能切換，提高已有線路運輸能力。

在美國，政府依據某一路段的交通事故信息來增設信號燈，降低了50%以上的交通事故率。大數據可以幫助機場安排航班起降，提高管理效率；航空公司可以利用大數據提高上座率，降低運行成本；鐵路公司可以利用大數據安排客運和貨運列車，降低運營成本。

8、大數據幫助金融行業進行價值變現

大數據在金融行業應用范圍較廣，典型的案例有花旗銀行利用IBM沃森電腦為財富管理客戶推薦產品，美國銀行利用客戶點擊數據集為客戶提供特色服務。招商銀行利用客戶刷卡、存取款、電子銀行轉帳、微信評論等行為數據進行分析，每周給客戶發送針對性廣告信息。

中國目前金融行業大數據價值變主要在用戶體驗提升和大數據營銷兩個方面，其中招商銀行信用卡中心和平安銀行走到了金融行業的前面。

大數據在很多行業都有廣泛的應用場景，例如在醫療行業，農林牧漁、能源行業、物流行業等，大數據將會是電商之後的另外一個巨大市場，結合了所有行業的商業需求之後，大數據產業的市場規模將會是個萬億級別。大數據不是電力但是比電力更能提供動力，大數據不是石油，但是比石油更能驅動企業發展。

以上是小編為大家分享的關於大數據背後是個萬億市場的相關內容，更多信息可以關注環球青藤分享更多干貨

J. 大數據帶來的隱患 數據壟斷

大數據帶來的隱患：數據壟斷
在信息爆炸的社會，受眾面對海量信息，往往需要花費大量的時間和精力進行篩選。但藉助來自移動互聯網和社會化媒體所提供的豐富數據資源（例如用戶的地理位置、關系網、興趣圖譜等信息），以及日臻精確的挖掘和分析技術，媒體可以了解受眾的心理、 需求以及行為習慣等，並以此為基礎提供更符合受眾需要的、個性化的內容服務與廣告營銷。這樣的精準傳播會加深受眾好感，提高用戶忠誠度。
以往觸不可及的夢想在大數據時代實現了。而最深刻的革命其實不在外界，而在人類的思維領域。
人類思維的轉向：人類的態度、情緒、行為等都可以變為數據進行分析和預測
人類內心深處隱秘的慾望、需求、情感是可以洞悉並預測的嗎？這是一個長久以來盤亘在心理學家、行為學家、哲學家心中的困惑，而大數據時代的統計學家、數據挖掘專家則做出了肯定而樂觀的回答。現在，「情感分析」、「預測模型」的應用已經漸入佳境，企業和媒體已經可以通過「情感分析」來確定社交媒體上用戶群的態度，而推特（Twitter）甚至在2012年美國大選時對用戶每天推文和評論的關鍵詞進行量化跟蹤，計算出「政治指數」來判斷民心所向。
大數據技術使得人類的態度、情緒、行為等以往認為難以測量的方面，都可以變為數據來進行分析和預測。日常生活里的可量化維度從未得到如此淋漓盡致的挖掘與利用，而數學模型也在更廣泛的領域里得到了重視。以往的統計分析強調的是因果關系，而現在的大數據研究更注重相關關系。因果關系的討論時常不夠全面，而對相關關系的把握更能夠產生效用。從對「為什麼」的疑問到對「是什麼」的追尋，這體現了人類對世界的探索和理解有了更豐富的思路。
也許最極端的結論來自全球復雜網路研究權威艾伯特-拉斯洛·巴拉巴西。在一書中，他宣稱人類行為93%是可以預測的：「當我們將生活數字化、公式化以及模型化的時候，我們會發現其實大家都非常相似。我們都具有爆發式，而且非常規律。看上去很隨意、很偶然，但卻極其容易被預測。」「爆發」即指人們的工作、娛樂及其他種種活動都有間歇性，會在短期內突然爆發，然後又幾乎陷入沉寂。人類行為並非隨機的小概率事件，而是在意向作用下非常規的突變行為。
不論巴拉巴西的理論是否贏得主流的共識，這些發現至少表明，在技術以外，大數據時代向人類昭示出越來越多富有啟發意義的世界觀和歷史觀。
大數據時代的隱憂：數據壟斷的困境
首先，數據的可接近性並不就使得其使用合乎倫理。大數據為監測和預示人們的生活提供了極大的方便，然而個人隱私也隨之暴露在無形的「第三隻眼」之下。無論是電子商務、搜索引擎還是微博等互聯網服務商都對用戶行為數據進行了挖掘和分析，以獲得商業利益，這一過程中不可避免地威脅到普通人的隱私。以往人們認為網路的匿名化可以避免個人信息的泄露，然而大數據時代里，數據的交叉檢驗會使得匿名化失效。許多數據在收集時並非具有目的性，但隨著技術的快速進步，這些數據最終被開發出新的用途，而個人並不知情。不僅如此，運用大數據還可能預測並控制人類的潛在行為，在缺乏有效倫理機制下有可能造成對公平、自由、尊嚴等人性價值的踐踏。
其次，越大的數據並非總是越好的數據。對數據的盲目依賴會導致思維和決策的僵化。當越來越多的事物被量化，人們也更加容易陷入只看重數據的誤區里。關於數據在何時何地有意義的爭議，已經不再局限於「標准化考試是否能夠衡量學生素質」之類的討論，而是拓展到更加廣闊的領域。另一方面，如果企業甚至政府在決策過程中濫用數據資料或者出現分析失誤，將會嚴重損害民眾的安全和利益。如何避免成為數據的奴隸，已經成為迫在眉睫的問題。
第三，大數據的有限接入產生新的壟斷和數碼溝。面對大數據，誰能接入？為何目的？在何種情境下？受到怎樣的限制？數據大量積累的同時，卻也出現了數據壟斷的困境。一些企業或國家為了維護自己的利益而拒絕信息的流動，這不僅浪費了數據資源，而且會阻礙創新的實現。與互聯網時代的數碼溝問題一樣，大數據的應用同樣存在著接入和技能的雙重鴻溝。對於數據的挖掘和使用主要限於那些具有計算機開發和使用背景的專業人士，這也就意味著誰將占據優勢、誰會敗下陣來，以及由此而來的面對「誰更有權力」的拷問。
進入大數據時代，數據的掌握者們是否會平等地交換數據，促進數據分析的標准化，在數據公開的同時如何與知識產權的保護相結合，不僅涉及到政府的政策，也與企業的未來規劃息息相關。