大數(shù)據(jù)時代的數(shù)據(jù)分析精選(五篇)

序言：作為思想的載體和知識的探索者，寫作是一種獨特的藝術，我們?yōu)槟鷾蕚淞瞬煌L格的5篇大數(shù)據(jù)時代的數(shù)據(jù)分析，期待它們能激發(fā)您的靈感。

篇1

【關鍵詞】大數(shù)據(jù) 數(shù)據(jù)分析 數(shù)據(jù)分析師

近年來，業(yè)界、學術界興起了大數(shù)據(jù)討論，一夜間大數(shù)據(jù)時代到來了。大數(shù)據(jù)給學術界帶來了新的思潮，大數(shù)據(jù)正在顛覆著很多傳統(tǒng)行業(yè)的模式，帶來變革。有人預測，大數(shù)據(jù)必將成為商業(yè)、政府、科研、教育、醫(yī)療等各行業(yè)面臨的一個挑戰(zhàn)。在大數(shù)據(jù)時代，數(shù)據(jù)分析、數(shù)據(jù)挖掘工作面臨著機遇與挑戰(zhàn)，本文從數(shù)據(jù)分析的角度，結合國內外相關研究，試圖回答大數(shù)據(jù)是什么，如何應對大數(shù)據(jù)的問題。

一、認識大數(shù)據(jù)

（一）大數(shù)據(jù)的宗旨：經過分析的數(shù)據(jù)才有價值

大數(shù)據(jù)要發(fā)揮作用必須經過分析，這是由大數(shù)據(jù)的4V特性（數(shù)據(jù)量大、數(shù)據(jù)類型多、要求處理速度快、低密度）決定的。也就是說，數(shù)據(jù)都是高維、低密度的，從單個數(shù)據(jù)中難以看出規(guī)律。因此，必須經過分析，針對高維進行降維，提煉大量低密度信息中的價值，才能發(fā)揮作用。否則，大數(shù)據(jù)背景下，反而更容易使得“活”信息混跡在大量“死”數(shù)據(jù)中被淹沒。面向大數(shù)據(jù)的分析要“簡單、迅速、規(guī)模化”。

（二）大數(shù)據(jù)的目標：實現(xiàn)基于數(shù)據(jù)的決策與資源配置

大數(shù)據(jù)最終要實現(xiàn)科學決策，基于信息對稱的有效資源配置。隨著大數(shù)據(jù)分析技術的發(fā)展，可利用數(shù)據(jù)來源從線下封閉的數(shù)據(jù)庫、數(shù)據(jù)倉庫擴展到開放性的O2O（Online To Offline）融合數(shù)據(jù)，可分析數(shù)據(jù)結構從原來以數(shù)值為主的結構化數(shù)據(jù)發(fā)展到涵蓋文本、視頻、音頻等多媒體數(shù)據(jù)。從而，大數(shù)據(jù)將逐步改變我們的決策目標和社會資源配置方式。基于數(shù)據(jù)的科學決策是一貫追求的目標。然而，信息不對稱是常態(tài)，因此傳統(tǒng)決策目標是建立相對滿意而非最優(yōu)（決策科學家Simon提出），資源配置效率基于市場優(yōu)于基于計劃。大數(shù)據(jù)背景下，迅速獲取分析更多輔助決策信息成為可能，因此決策目標可實現(xiàn)向最優(yōu)的無限逼近，實現(xiàn)基于數(shù)據(jù)的“計劃”資源配置將更有效率。

（三）大數(shù)據(jù)的角度：個性化服務+中觀指數(shù)+宏觀連結

目前發(fā)展大數(shù)據(jù)，主要有基于數(shù)據(jù)為客戶提供個性化營銷服務、預測中觀行業(yè)或區(qū)域趨勢指數(shù)、基于連結的宏觀資源配置方案等角度。這不僅僅體現(xiàn)在阿里小微融資的個性化風控決策、高端品牌在線特賣品牌和定價動態(tài)決策（基于阿里巴巴網商活躍度指數(shù)和零售商品價格指數(shù)）、Discern group企業(yè)發(fā)展戰(zhàn)略咨詢報告上，還體現(xiàn)在阿里巴巴商務智能指數(shù)（預測經濟發(fā)展態(tài)勢）和基于公共氣象數(shù)據(jù)的各行業(yè)資源配置優(yōu)化服務上。

互聯(lián)網金融是大數(shù)據(jù)發(fā)展各角度的前沿陣地。在金融領域，要實現(xiàn)從金融互聯(lián)網向互聯(lián)網金融的快速轉型。傳統(tǒng)模式下的金融企業(yè)開展網上業(yè)務，如：網上銀行、網上理財，并不是真正的互聯(lián)網金融。互聯(lián)網金融是指通過互聯(lián)網新技術為客戶實現(xiàn)搜索或風控等服務增值，比較有代表性的是，消除供求雙方結構不對稱的P2P貸款，提高存取效率的保值理財產品余額寶。

（四）大數(shù)據(jù)的關鍵點：保證數(shù)據(jù)質量

要發(fā)展大數(shù)據(jù)分析，首先要保證數(shù)據(jù)質量。錯誤的輸入必然導致錯誤的輸出。沒有數(shù)據(jù)質量，一切都是浮云。數(shù)據(jù)質量沒有保證，是不敢用的。數(shù)據(jù)質量是一項耗時、費力的基礎工作。

保證數(shù)據(jù)質量要求數(shù)據(jù)采集與清洗過程中秉持兩大原則：相關性和低噪聲。第一，大數(shù)據(jù)，數(shù)據(jù)并非越“大”越好，而是相關數(shù)據(jù)越“大”越好。特別是，在數(shù)據(jù)采集中，要以采集盡可能多的“相關”數(shù)據(jù)為目標，而非不加篩選越多越好。第二，大數(shù)據(jù)，首先數(shù)據(jù)獲取時要保證不存在誘導傾向的干擾因素，同時進行去噪處理。

保證數(shù)據(jù)質量要建立數(shù)據(jù)的數(shù)據(jù)。針對數(shù)據(jù)質量建立數(shù)據(jù)標簽，才有進步。有了對數(shù)據(jù)質量的數(shù)據(jù)，數(shù)據(jù)才能被決策者更為安全科學有效地使用。

（五）大數(shù)據(jù)競爭的核心：分析人才的競爭

大數(shù)據(jù)時代，作為一種資源，數(shù)據(jù)不再是稀缺資源。互聯(lián)網、門戶網站、社交網站、微博、微信等新媒體積累了大量數(shù)據(jù)，缺乏的是對這些數(shù)據(jù)的分析人員。缺乏專業(yè)的分析人才，即使守著數(shù)據(jù)的“金山”，也只能望“山”興嘆。因此，美國Turbo Financial Group采用最新的大數(shù)據(jù)分析技術聚焦被FICO遺忘的15%人群建模，阿里提出建立大數(shù)據(jù)分析的開放式平臺，希望能夠集結更多專家智慧，同時培養(yǎng)阿里分析人才，挖掘阿里數(shù)據(jù)“金礦”。

二、把握大數(shù)據(jù)

大數(shù)據(jù)對社會生活帶來方方面面的影響，我們如何把握大數(shù)據(jù)時代的機遇，需要慎重對待大數(shù)據(jù)帶來的挑戰(zhàn)。總結起來，主要有三個方面：

（一）大數(shù)據(jù)時代，數(shù)據(jù)整理和清洗工作

（1）數(shù)據(jù)整理和清洗工作是數(shù)據(jù)分析的基礎。大數(shù)據(jù)專家根據(jù)經驗，普遍認為該工作是一項基礎性工作，耗時多且簡單，占到數(shù)據(jù)分析工作量的60%以上，是數(shù)據(jù)分析前提和基礎。在此基上，數(shù)據(jù)分析工作需要對數(shù)據(jù)進行標識，進行深度分析，撰寫專題報告，確保結果可以執(zhí)行，最終落實到決策和實施。

（2）大數(shù)據(jù)時代，需要充分借助IT技術管理數(shù)據(jù)質量工作。在大數(shù)據(jù)時代，人工逐筆發(fā)現(xiàn)、解決數(shù)據(jù)質量問題的方式成本高、效率低，不可持續(xù)。要盡量規(guī)范化、系統(tǒng)化、自動化管理數(shù)據(jù)質量工作，將節(jié)省下的人力資源投入到新問題的研究中。

（二）大數(shù)據(jù)時代，數(shù)據(jù)分析的特點

（1）采用倒金字塔模式分配“思考、工作、分享”的時間比重。數(shù)據(jù)分析工作包括三部分：“思考”，分析實際問題，將實際問題轉化成數(shù)學模型，提出解決方案的過程；“工作”，將解決方案程序化，得出結果的過程；“分享”，將分析的結果，轉化為決策，付諸實施的過程。在時間分配上，金字塔結構或柱形結構的分布形式不是最佳結構，倒金字塔結構比較合理。即，思考的過程花得時間長些，可以減少后期工作量，少走彎路。

（2）通過數(shù)據(jù)分析進行科學決策。很多人存在誤區(qū)，認為數(shù)據(jù)分析就是做報表、寫報告。在大數(shù)據(jù)時代，數(shù)據(jù)分析不僅僅停留在此，需要進行深度分析，建立數(shù)據(jù)化決策的流程。要尊重數(shù)據(jù)、認識數(shù)據(jù)，但不迷信數(shù)據(jù)。在尊重數(shù)據(jù)、尊重事實的前提下，減少主觀因素的干擾，快速做出數(shù)據(jù)化決策，這是一種能力。

（3）大數(shù)據(jù)時代，數(shù)據(jù)分析的要義是――簡單、迅速、規(guī)模化。數(shù)據(jù)分析的結果要簡潔、易懂；數(shù)據(jù)分析的時間要短，盡可能的自動化地出結果，要快速的滿足客戶的需求；數(shù)據(jù)分析的方法能夠實現(xiàn)大批量規(guī)模化。優(yōu)秀的數(shù)據(jù)分析師應具有全局的預見性，一有問題可以馬上把該問題打成很碎、很多的問題，甚至把一個問題克隆出很多問題，從而與業(yè)務人員建立信任，降低工作量。

（4）從“死”信息中，分離出“活”的信息。大數(shù)據(jù)有數(shù)據(jù)量大的問題――產生大量的“死”數(shù)據(jù)。錯誤數(shù)據(jù)是指數(shù)據(jù)與實際情況不一致，異常數(shù)據(jù)是指數(shù)據(jù)正確但數(shù)據(jù)遠離群體的大多數(shù)，這類數(shù)據(jù)情況的處理手段比較成熟。而大數(shù)據(jù)時代，大量數(shù)據(jù)是不活躍主體，即“死”數(shù)據(jù)。因此，需要從高維低密度數(shù)據(jù)中，提取“活”的信息，發(fā)現(xiàn)規(guī)律。防止由于“死”信息的存在，導致分析結果不能正確反映“活”的群體特征。

（三）大數(shù)據(jù)時代，數(shù)據(jù)分析師的培養(yǎng)

（1）培養(yǎng)核心技術人才，確保長期競爭力。美國在建立全國醫(yī)療系統(tǒng)時，將系統(tǒng)外包給了加拿大的一家公司，系統(tǒng)運行的第一天就出現(xiàn)了崩潰。美國政府為此對該模式進行了反思，概括起來有三點：①外包公司設計時只顧滿足甲方的眼前利益，不會為甲方的長遠利益考慮；②項目外包造成美國技術骨干人員斷層，導致出現(xiàn)問題后自身無法解決；③采用該模式導致美國沒有了核心技術。

因此，在采用項目外包模式的同時，需要掌握其核心技術。在大數(shù)據(jù)時代，從數(shù)據(jù)分析、信息管理、IT技術三個方面保持核心競爭力。需要培養(yǎng)和保持業(yè)務、產品設計、數(shù)據(jù)分析、數(shù)據(jù)架構等方面的骨干隊伍。

（2）建立專業(yè)化的大數(shù)據(jù)分析團隊。大數(shù)據(jù)分析的核心是數(shù)學建模，基礎是實際業(yè)務，結果是自動化程序。在實際工作中需要正確、合理的使用數(shù)學建模的思維，構建以數(shù)學模型做為基礎的數(shù)據(jù)分析，建立量化管理風險的理念。深刻認識并正確駕馭大數(shù)據(jù)分析，大數(shù)據(jù)分析的方法是處于不斷發(fā)展過程中的，需要根據(jù)實際問題，結合實際數(shù)據(jù)，靈活構建模型。

參考文獻：

[1]朱建平，章貴軍，劉曉葳.大數(shù)據(jù)時代下數(shù)據(jù)分析理念的辨析[J].統(tǒng)計研究，2014，（2）.

篇2

關鍵詞：大數(shù)據(jù)時代 數(shù)據(jù)分析 理念 辨析

中圖分類號：C8 文獻標識碼：A 文章編號：1674-098X（2017）01（c）-0136-02

近年來，對大數(shù)據(jù)的研究和應用已經受到我國各界人士的廣泛關注，國家統(tǒng)計局已經把信息處理技術列為關鍵性的創(chuàng)新技術工程之一。隨著我國大型計算機的迅速發(fā)展，處理大規(guī)模的復雜數(shù)據(jù)的能力逐漸提升，從這些大數(shù)據(jù)中提取有效信息的能力也逐步加強，毫無疑問，我國進入大數(shù)據(jù)時代的腳步將會進一步加快，人們將會感受到大數(shù)據(jù)時代下給其帶來的生活、工作上的便利。

1 大數(shù)據(jù)和大數(shù)據(jù)時代簡介

1.1 大數(shù)據(jù)

大數(shù)據(jù)是指遠大于一般數(shù)據(jù)的巨量資料，需要人們通過全新的處理模式才能獲取其中有價值的數(shù)據(jù)信息。“大數(shù)據(jù)”這一概念最早由維克托在《大數(shù)據(jù)時代》一書中引用得來，最開始對其定義為：不通過傳統(tǒng)的隨機分析方法直接對所有數(shù)據(jù)進行分析處理，主要有大量、高速、多樣和價值4個特征。

大數(shù)據(jù)可以分為大數(shù)據(jù)技術、大數(shù)據(jù)工程、大數(shù)據(jù)科學和大數(shù)據(jù)應用等領域。目前受到最多應用的是大數(shù)據(jù)技術和大數(shù)據(jù)應用。人們通過收集數(shù)據(jù)，提取有效信息就可以為企業(yè)發(fā)展或者社會活動提供最有效的實施途徑。因此，可以這樣說，在大數(shù)據(jù)的王國里，最成功的企業(yè)就是那些善于運用機遇的公司。

1.2 大數(shù)據(jù)時代

大數(shù)據(jù)時代是建立在信息時代的基礎上，通過互聯(lián)網、物聯(lián)網等渠道廣泛搜集海量數(shù)據(jù)資源并對其進行存儲、提取和展示。在大數(shù)據(jù)時代，幾乎所有人都能夠享受從任一數(shù)據(jù)中獲得所需要的信息，大數(shù)據(jù)時代也具有社會性、廣泛性、公開性和動態(tài)性4個特征。大數(shù)據(jù)時代的發(fā)展將會引領社會眾多領域和行業(yè)的變革，對人類的生產、生活方式產生深遠影響。

在大數(shù)據(jù)時代下，傳統(tǒng)的數(shù)據(jù)分析思想已經不再適用，應該做出改變。首先，應該轉變抽樣思想，大數(shù)據(jù)時代下的樣本即總體，已經不再依靠少量樣本分析事物的相關規(guī)律；其次，要轉變數(shù)據(jù)精確測量的思想，大數(shù)據(jù)時代要學會接受繁冗復雜的多樣性數(shù)據(jù)；最后要轉變探究事物的因果關系思想，轉為研究事物的相關規(guī)律。以上思想的轉變，均與統(tǒng)計學有關，因此，下面將分析大數(shù)據(jù)對統(tǒng)計學帶來的具體影響。

2 大數(shù)據(jù)對統(tǒng)計學研究工作的影響

2.1 大稻莘岣渙送臣蒲У難芯慷韻

大數(shù)據(jù)影響的領域范圍非常廣泛，在大數(shù)據(jù)時代，不僅能夠對以結構數(shù)據(jù)為度量單位的客觀主體，還可以對不能用數(shù)據(jù)衡量關系的文本、圖片、音像等非結構數(shù)據(jù)進行分析，大大擴展了傳統(tǒng)統(tǒng)計學的研究范疇。

2.2 大數(shù)據(jù)影響統(tǒng)計學的工作進程

統(tǒng)計學是對所搜集的數(shù)據(jù)進行整理和歸納的方法論學科。大數(shù)據(jù)時代的資料十分豐富，分析數(shù)據(jù)已經不再需要抽取樣本了，因為數(shù)據(jù)總體即是樣本。此時，傳統(tǒng)的統(tǒng)計學抽取樣本分析的工作方法已經不再適用，而是被現(xiàn)代化通過傳感器自動采集數(shù)據(jù)的方法所取代。

3 大數(shù)據(jù)時代下數(shù)據(jù)分析理念辨析

3.1 數(shù)據(jù)分析理念

傳統(tǒng)的數(shù)據(jù)分析是指用統(tǒng)計學方法將收集的數(shù)據(jù)資料進行系列分析，以便最大化地開發(fā)數(shù)據(jù)中的功能，從中提取有價值的數(shù)據(jù)，再和未經處理的數(shù)據(jù)進行對比，發(fā)揮數(shù)據(jù)的作用。大數(shù)據(jù)時代下的數(shù)據(jù)分析，由于數(shù)據(jù)量非常大，數(shù)據(jù)本身的動態(tài)特性使人們要研究的數(shù)據(jù)難度加大，因此，大數(shù)據(jù)時代的數(shù)據(jù)分析一般利用統(tǒng)計學的理念，采用更廣泛的方法統(tǒng)計和分析數(shù)據(jù)，以此擺脫對數(shù)據(jù)樣本的依賴，也可以避免數(shù)據(jù)的流動性給分析結果帶來的不確定性。大數(shù)據(jù)時代更加注重數(shù)據(jù)的增值分析工作，研究數(shù)據(jù)的未來走向，使其中有價值的數(shù)據(jù)可以增值，將有效數(shù)據(jù)有機整合，能夠及時發(fā)現(xiàn)問題和解決問題。

3.2 數(shù)據(jù)分析的主要程序

3.2.1 數(shù)據(jù)整理

統(tǒng)計數(shù)據(jù)的整理主要分為4個步驟：審核統(tǒng)計資料、對資料進行分組、匯總和編制統(tǒng)計表格或圖表、保管和公布。當統(tǒng)計對象為數(shù)據(jù)資料龐大、類型復雜、要求處理速度快的大數(shù)據(jù)時，這些步驟就顯得繁冗了，尤其是圖表的繪制是沒辦法實現(xiàn)的，因此，只需要對資料進行審核和存儲。大數(shù)據(jù)的審核和存儲不同于傳統(tǒng)意義上的數(shù)據(jù)審核和保存，大數(shù)據(jù)時代利用先進的現(xiàn)代化工具進行數(shù)據(jù)的審核和保存。

3.2.2 數(shù)據(jù)的開發(fā)

傳統(tǒng)數(shù)據(jù)的樣本量較小，目的主要著眼于解決問題，數(shù)據(jù)的時效性較強，數(shù)據(jù)的使用價值會隨時間流逝而降低。而大數(shù)據(jù)的流動性很強，隨著時間的推移會越來越壯大，而且具有推陳出新、價值重塑的可能，因此，在大數(shù)據(jù)時代，數(shù)據(jù)是會不斷增值的，開發(fā)大數(shù)據(jù)，是一項有重要意義的工作。

3.2.3 數(shù)據(jù)的應用

其中分別對教育、運輸、消費品、電力、石油與天然氣、醫(yī)療護理、消費金融等進行分析和預測。根據(jù)這些行業(yè)的特點，可以總結出大數(shù)據(jù)挖掘商業(yè)價值的基本方法為：客戶群體細分，為每個群體量定特別的服務；模擬現(xiàn)實環(huán)境，發(fā)掘新的需求的同時提高投資的回報率；降低部門聯(lián)系，提高整條管理鏈條和產業(yè)鏈條的效率；降低服務成本，發(fā)現(xiàn)隱藏線索產品和服務的創(chuàng)新。從圖1中可以看出，大數(shù)據(jù)的應用群體十分廣泛，能否對獲取的數(shù)據(jù)及時、迅速處理，對該行業(yè)的發(fā)展具有重要意義。

4 結語

該文主要對大數(shù)據(jù)時代下數(shù)據(jù)分析理念進行了相關的分析和研究。首先對大數(shù)據(jù)及大數(shù)據(jù)時代的概念做了簡要闡述，接著分析了大數(shù)據(jù)對統(tǒng)計學的兩點影響，最后分析了大數(shù)據(jù)時代下的數(shù)據(jù)分析理念。總而言之，在現(xiàn)代社會，大數(shù)據(jù)的應用已經成為時代新的特征，能否從海量數(shù)據(jù)中提取有價值的信息做出相應的預測，對于企業(yè)或者個人的發(fā)展具有重要意義。

參考文獻

篇3

關鍵詞：財經類高校；數(shù)據(jù)分析課程；課程建設

中圖分類號：G64 文獻標識碼：A 文章編號：1673-9132（2016）34-0040-03

DOI：10.16657/ki.issn1673-9132.2016.34.020

一、引言

隨著大數(shù)據(jù)時代的到來，數(shù)據(jù)分析在各行業(yè)的重要性日益凸顯出來。大數(shù)據(jù)時代要求人才具有極強的“數(shù)據(jù)視野”、“數(shù)據(jù)意識”和“數(shù)據(jù)能力”，即對所處行業(yè)數(shù)據(jù)的形式種類詳盡把握，對數(shù)據(jù)的作用深刻理解，對數(shù)據(jù)分析方法和分析軟件熟練運用。其中“數(shù)據(jù)能力”是前兩者的基礎，是實現(xiàn)大數(shù)據(jù)所有思想和理念的根本保證，是現(xiàn)代經濟管理人才的重要基本素養(yǎng)和技能。

我國的財經類院校肩負著為社會培養(yǎng)經濟管理類高級專業(yè)人才的重任，在大數(shù)據(jù)時代，社會對于經濟管理類高級人才在數(shù)據(jù)分析方面的要求極大增加，現(xiàn)代經濟管理理論的發(fā)展趨勢也體現(xiàn)出越來越重視數(shù)據(jù)分析的特點。這要求人才既有深厚的經濟管理理論功底，又能夠熟練使用數(shù)據(jù)分析工具對業(yè)務數(shù)據(jù)進行分析，并得到結論。特別是在研究生教育層面，對數(shù)據(jù)分析能力培養(yǎng)更加重要。

然而，目前在研究生數(shù)據(jù)分析能力的培養(yǎng)方面各財經類院校均存在著較多的不足。首先是覆蓋面小，除各院校的統(tǒng)計學院（或類似學科的學院和專業(yè)）外，強調這方面能力的培養(yǎng)的學院和專業(yè)較少，導致研究生對數(shù)據(jù)的運用和分析能力不足；其次是形式單一，主要以課堂教學為主，完全忽視了數(shù)據(jù)分析的實踐性，教學效果不好；再次是教學所用軟件平臺薄弱，多數(shù)使用SPSS，極少數(shù)專業(yè)學習SAS，對于在學術界和業(yè)界非常流行R語言、python等平臺則少有涉及。因此，合理設計數(shù)據(jù)分析類型課程，提高經濟管理類研究生在數(shù)據(jù)分析方面的理論水平與實踐能力，是廣大財經類高校不得不面對的迫切問題。本文講就財經類高校數(shù)據(jù)分析類課程的特點、建設思路和建設方案，結合筆者在教學實踐中的一些心得談一談自己的看法。

二、財經類高校數(shù)據(jù)分析課程的特征

數(shù)據(jù)分析的目的就是從數(shù)據(jù)中提取有價值的信息，進而形成知識。因此在絕大多數(shù)專業(yè)領域均有大量的數(shù)據(jù)分析需求，對人才的數(shù)據(jù)分析能力均有較高的需求。從財經類高校的專業(yè)分布看，可以把對數(shù)據(jù)分析能力的需求分成三個不同的類型。

第一類是以統(tǒng)計學院、信息學院（或類似學科的學院和專業(yè)）。這兩類專業(yè)的教學主要突出理論性、基礎性和方法性，立足于對學生的“數(shù)據(jù)視野”、“數(shù)據(jù)意識”和“數(shù)據(jù)能力”進行全面訓練，使學生能夠在畢業(yè)后在任意領域迅速承擔起高級數(shù)據(jù)分析的任務。

第二類是經濟學門類的相關學科。這類學科對于數(shù)據(jù)分析教學的要求偏重應用，即學生的“數(shù)據(jù)視野”、“數(shù)據(jù)意識”，但由于部分專業(yè)（如數(shù)量經濟學）對數(shù)據(jù)分析能力要求較高，因此對于“數(shù)據(jù)能力”的培養(yǎng)也需要兼顧。

第三類是管理學門類的相關學科。當前的管理學實踐離不開數(shù)據(jù)，對數(shù)據(jù)分析教學主要是應用層面的。要求學生具有良好的學生的“數(shù)據(jù)視野”和“數(shù)據(jù)意識”，而對于學生的“數(shù)據(jù)能力”的培養(yǎng)則并沒有太高要求。

三、財經類高校數(shù)據(jù)分析課程建設的思路

基于上述分析，研究生數(shù)據(jù)分析課程建設應當采取分層設課的原則，基于不同的教學需求，設置不同的課程群。

對于上述第一類專業(yè)，需要在專業(yè)核心課程群的基礎上，重點建設大數(shù)據(jù)相關課程。如分布式計算、非結構化數(shù)據(jù)分析、R語言、python語言等。在教學中，案例化教學和上機實操應當成為教學的主要形式，尤其軟件類課程應當在機房進行，保證學生有足夠時間熟悉操作并能隨時與教師互動。

對于上述第二類專業(yè)，需要以一門基礎課程為先導（如統(tǒng)計學導論），在配合若干專業(yè)課與軟件課的組合，如計量經濟學、時間序列分析、縱向數(shù)據(jù)分析與Eviews、SAS和R語言的配合。在教學時，理論與實操并重，在實操方面突出學生的軟件使用能力訓練，SPSS類型的軟件不應當成為此類專業(yè)的主要數(shù)據(jù)分析平臺（學生應當在學習專業(yè)課程時自主學習使用）。

對于上述第三類專業(yè)，可以考慮以一門數(shù)據(jù)分析課程為基礎，配合合適的軟件平臺，同時在其他專業(yè)課程教學中突出各個課程的數(shù)據(jù)分析教學內容和實踐環(huán)節(jié)，既可以基本達到教學目的。這類課程教學的重點在于對數(shù)據(jù)分析方法模型的理解，切忌死記硬背，同時輔以一定的案例和上機實操。在軟件平臺使用上，以SPSS這類擁有完善的GUI環(huán)境，所見即所得的平臺為主，也可以使用R語言強大的圖形能力作為演示工具，在演示的同時潛移默化地使學生了解R系統(tǒng)，進而為其進一步學習建立基層。

四、財經類高校數(shù)據(jù)分析課程建設方案――以R語言課程為例

在上述三類專業(yè)的數(shù)據(jù)分析課程建設中，R語言均扮演了重要角色。因此本部分將以R語言課程為例介紹建設方案。

（一）R語言的優(yōu)勢

R語言作為功能全面地數(shù)據(jù)分析平臺，在國際學術界和業(yè)界得到了廣泛的認同，是應用最普遍的數(shù)據(jù)分析軟件之一。與其他統(tǒng)計分析平臺（如SAS、SPSS、S-PLUS等）相比，R語言具有若干明顯的優(yōu)勢：

第一，完全免費，完全開源。與SAS多達幾十萬元的價格相比，R語言是一個完全免費的平臺，且功能同樣強大。

第二，安裝簡便，更新迅速，功能完善。R語言的安裝對于硬件的需求很低，且擁有Windows、Mac、Linux等多個平臺的版本。并且R通過其大量的程序包實現(xiàn)了功能的擴展，用戶總是能通過下載功能包獲得最新的分析模塊。

第三，R語言是被國際學術界廣泛認可，絕大多數(shù)國際知名高校都將R作為基本的教學和科研工具。

第四，R語言既是編程語言，又是高度功能化的數(shù)據(jù)分析平臺，同時具有編程語言的靈活性和功能化數(shù)據(jù)分析軟件的易用性。

（二）開展研究生R語言教學的必要性

首先，作為一種編程語言，R語言的教學可以訓練學生抽象思維、邏輯思維能力，同時作為一種數(shù)據(jù)分析平臺，R語言可以訓練學生數(shù)據(jù)分析模型的應用能力和實際操作能力，這一功能是其他非語言類軟件系統(tǒng)無法實現(xiàn)的。

其次，在研究生教學中開設R語言課程，可以極大提升學生在求職就業(yè)、考博和出國深造方面的競爭力。由于R語言在國內外學術界和業(yè)界有著巨大的影響，因此熟練掌握R語言無疑會使我們的研究生更加具備競爭力。

（三）研究生R語言教學的現(xiàn)狀及改革的迫切性

從當前的教學現(xiàn)狀來看，R語言僅僅是少數(shù)專業(yè)才有的課程。但是基于本人這幾年的教學和指導研究生的經驗來看，當前我國財經類高校研究生的動手能力較弱。其根本原因之一是缺少數(shù)據(jù)分析能力的訓練。若要在不過分增加研究生課程量的前提下迅速提高研究生這方面能力，R語言這種將抽象思維、邏輯思維、數(shù)據(jù)分析模型和數(shù)據(jù)分析實操緊密集合的平臺是最好的選擇。

（四）R語言教學的內容劃分

R語言集合了計算機語言與數(shù)據(jù)分析系統(tǒng)的特點，既能像SPSS那樣通過簡單操作即得到結果，又能夠項C語言那樣進行新功能的開發(fā)，尤其是其強大的圖形能力，更為數(shù)據(jù)分析人員提供了強大的數(shù)據(jù)可視化平臺。為了能夠為學生全面地講授上述內容，需要對課時進行合理分配，輔以合理的教學模式和考核模式。下面本文將以48學時的研究生課程為例，介紹R語言課程的基本內容和結構。

1.教學內容和學時分配

第一部分，R語言簡介（2學時），介紹R語言的歷史、基本操作環(huán)境、相關網站、系統(tǒng)本身和軟件包的安裝方法以及參考書籍等。

第二部分，R語言的數(shù)據(jù)結構（12學時），介紹向量、因子、索引、數(shù)組和矩陣、數(shù)據(jù)框、列表等概念和相關算法。這部分是后面教學的基礎，同時也是R語言區(qū)別于其他編程語言的重要方面，在教學時要突出對因子、索引（以及利用索引實現(xiàn)篩選等功能）、數(shù)據(jù)框等數(shù)據(jù)結構與數(shù)據(jù)分析的關系的介紹。

第三部分，R語言的編程結構（12學時），介紹成組、選擇和循環(huán)三種結構。在這部分教學中，重點在不能按照傳統(tǒng)程序設計語言的模式進行教學，要突出數(shù)據(jù)分析的特征，可以考慮使用R語言自己編制景點統(tǒng)計方法的代碼，如最小二乘法、距離判別、快速聚類等。

第四部分，R語言的繪圖功能（12學時），介紹高級繪圖語句、低級繪圖語句、交互繪圖語句以及ggplot2軟件包等。繪圖是R語言的優(yōu)勢，允許使用者自由的定義圖形，尤其是ggplot2軟件包的出現(xiàn)，更是將R的繪圖功能推上了新的高度。這部分不但是上述第一類、第二類專業(yè)研究生所需要掌握的內容，也是第三類專業(yè)研究生應當了解的內容。

第五部分，R語言的基本統(tǒng)計功能（10學時），經過前述四個部分的教學，學生已經對R語言具有了較為深入的了解，并應該具有獨立編制代碼的能力。在此基礎上，可以進行本部分的教學，即對于使用R語言實現(xiàn)諸如回歸分析、多元統(tǒng)計分析、時間序列分析的方法進行介紹。由于這一部分功能均有對應的軟件包和函數(shù)，因此在軟件操作方面非常簡單，如果跳過前面幾個步驟直接進行這部分的教學會使學生對R語言一知半解，缺少對R語言核心知識的理解。

2.教學及考核方式

由于R語言是一個操作性非常強的語言平臺，傳統(tǒng)的課堂教學+上機的教學模式會使得理論與實踐脫節(jié)。因此建議該課程全程在機房進行，這種教學方法的優(yōu)勢有三個方面：

第一，教師講解更到位。編程類課程重要的是思考過程而不是結果，因此傳統(tǒng)的課堂上聽講，上機課練習的模式會使得思考過程與結果脫節(jié)。而在機房上課則可以使學生跟隨教師的講解隨時練習和實驗，使得教學效果更好。

第二，師生互動更容易。學習編程的過程就是不斷試錯的過程，學生需要不斷地從發(fā)現(xiàn)錯誤――解決錯誤的過程中提高能力，而在這個過程中教師與學生的互動非常重要。

第三，課堂練習更直接。課堂練習在學習編程過程中具有非常高的重要性，傳統(tǒng)授課模式下，無法做到當天的學習內容當天聯(lián)系，是知識技能的掌握不牢，效率低下。

在考核方面，建議采取開卷上機考核的方式。由于R語言的教學具有極大的實踐性，因此“會用”才是最終的目的。同時，由于R語言極強的可擴充性，因此單純地考查學生對于R語言中一些功能代碼的記憶沒有任何意義，采取開卷的方式，重點考查學生解決數(shù)據(jù)分析問題的能力的上級考試才能夠實現(xiàn)對學生R語言學習水平的測度目的。

五、結論

當今社會已進入大數(shù)據(jù)時代，任何財經類專業(yè)人才的培養(yǎng)脫離了數(shù)據(jù)分析類教學內容都是不能適應社會需求的。而數(shù)據(jù)分析課程的理論與實踐并重的特點，要求在教學過程中既重視數(shù)據(jù)分析理論模型的講解，又重視數(shù)據(jù)分析平臺的訓練。只有這樣，才能使得財經類人才的培養(yǎng)跟上市場對于人才需求內容的轉變，培養(yǎng)出符合市場需要的人才。

參考文獻：

篇4

引言

目前人類每年產生的數(shù)據(jù)量已經從TB（1024GB=1TB）級別躍升到PB（1024TB=1PB）、EB（1024PB=1EB）乃至ZB（1024EB=1ZB）級別，隨著數(shù)據(jù)量的急劇增長，大數(shù)據(jù)時代已經到來。

隨著計算機處理技術和云計算的迅速發(fā)展，人們處理大規(guī)模復雜數(shù)據(jù)的能力日益增強，從大規(guī)模數(shù)據(jù)中提取有價值信息的能力日益提高。經營管理、工業(yè)生產等數(shù)據(jù)都可以直接從互聯(lián)網中提取并存儲到服務器中，然后進行數(shù)據(jù)挖掘和分析，對于提高企業(yè)經營管理水平，進行生產過程控制，提高生產效率發(fā)揮著巨大的作用。

數(shù)據(jù)是德國工業(yè)4.0五大特色之一。數(shù)據(jù)是信息化時代重要的生產要素，數(shù)據(jù)生產信息，信息改善決策，進而提高生產力。可以預測，未來數(shù)據(jù)積累量、數(shù)據(jù)分析能力、數(shù)據(jù)驅動業(yè)務的能力將是決定企業(yè)價值的最主要因素，是評價企業(yè)價值的核心。

一、大數(shù)據(jù)時代的數(shù)據(jù)分析

1.大數(shù)據(jù)

大數(shù)據(jù)是維克托?邁爾-舍恩伯格在2008年的著作《大數(shù)據(jù)時代》中提出的概念。維基百科給出的定義是，大數(shù)據(jù)指所涉及的資料規(guī)模巨大，無法通過目前常規(guī)軟件工具，在合理時間內達到擷取、管理、處理、整理成為有用信息的數(shù)據(jù)集合。

大數(shù)據(jù)的主要特征為大量性（Volume）、多樣性（Variety）、高速性（Velocity）、價值性（Value）。

（1）大量性。是指大數(shù)據(jù)的數(shù)據(jù)量巨大。在大數(shù)據(jù)時代，個人電腦、手機、平板電腦等網絡工具的使用和高度發(fā)達的網絡技術的普及，數(shù)據(jù)資料的來源范圍在不斷拓展，數(shù)據(jù)的計量單位從PB到EB到ZB，數(shù)據(jù)量增長發(fā)生了質的飛躍。

（2）多樣性。是指數(shù)據(jù)類型繁多。大數(shù)據(jù)不僅包括傳統(tǒng)的以文本資料為主的結構化數(shù)據(jù)，還包括信息化時代所有的文本、圖片、音頻、視頻等半結構數(shù)據(jù)和非結構化數(shù)據(jù)，且以半結構化和非結構化數(shù)據(jù)為主。

（3）高速性。指大數(shù)據(jù)處理時效性高。大數(shù)據(jù)產生速度快，有價值信息存在時間短，時效性強，在海量的數(shù)據(jù)面前，處理數(shù)據(jù)的效率關乎數(shù)據(jù)是否有使用價值，因此，能迅速有效的提取大量復雜數(shù)據(jù)中的有價值信息顯得非常重要。

（4）價值性。指大數(shù)據(jù)價值巨大，但價值密度低。大數(shù)據(jù)中存在反映人們生產、生活、商業(yè)等各方面極具價值的信息，但由于大數(shù)據(jù)規(guī)模巨大，數(shù)據(jù)時時刻刻都在更新變化，這些有價值的信息可能轉瞬即逝。因此，如何通過強大的機器算法迅速高效地完成數(shù)據(jù)的價值“提純”成為大數(shù)據(jù)時代亟需解決的難題。

2.大數(shù)據(jù)時代

大數(shù)據(jù)時代是指在大量數(shù)據(jù)信息基礎上所形成的新型信息時代，是建立在通過互聯(lián)網、物聯(lián)網等現(xiàn)代網絡渠道廣泛大量數(shù)據(jù)資源收集基礎上的數(shù)據(jù)存儲、價值提煉、智能處理和展示，促進數(shù)據(jù)發(fā)揮價值的信息時代。大數(shù)據(jù)時代，數(shù)據(jù)分析過程中數(shù)據(jù)的管理和應用效率得到提高，人們幾乎能夠從任何數(shù)據(jù)中獲得可轉換為推動人們生活方式變化的有價值的知識。大數(shù)據(jù)時代的發(fā)展會促進眾多領域和行業(yè)進行變革，會對人們未來生活產生深刻的影響。

3.數(shù)據(jù)分析

數(shù)據(jù)分析是指用合適的統(tǒng)計方法及與分析對象有關的知識，定量與定性相結合，對收集到的大量數(shù)據(jù)進行分析的過程，是為了提取有用信息和形成結論而對大量數(shù)據(jù)進行詳細研究和概括總結的過程。數(shù)據(jù)分析的目的是把隱藏在一大批看似雜亂無章的數(shù)據(jù)背后的信息挖掘和提煉出來，進而總結出研究對象的內在規(guī)律。

數(shù)據(jù)分析在企業(yè)經營管理中具有重要意義。企業(yè)通過統(tǒng)計調查、整理獲得的統(tǒng)計資料能夠對客觀對象的數(shù)據(jù)特征取得一定的認識，但只是停留在表面的初步認識。通過數(shù)據(jù)分析，挖掘數(shù)據(jù)背后隱藏的信息，總結隱藏在其中的內在規(guī)律，掌握事物的本質及內在的發(fā)展規(guī)律，將其應用到實際的經營管理中，可以幫助管理者進行合理的決策管理，并且及時調整企業(yè)的運營發(fā)展策略，使企業(yè)的各項管理工作不斷改善和提高。

目前常用的數(shù)據(jù)分析方法有：

老七種工具，即排列圖、因果圖、分層法、調查表、散步圖、直方圖、控制圖；

新七種工具，即關聯(lián)圖、系統(tǒng)圖、矩陣圖、KJ法、計劃評審技術、PDPC法、矩陣數(shù)據(jù)圖。

4.大數(shù)據(jù)時代的數(shù)據(jù)分析

從大數(shù)據(jù)中挖掘隱藏的有價值信息的關鍵在于對數(shù)據(jù)進行正確的數(shù)據(jù)分析，數(shù)據(jù)分析是大數(shù)據(jù)處理流程的核心。大數(shù)據(jù)的價值產生于分析過程，從規(guī)模巨大的數(shù)據(jù)中挖掘有價值信息所進行的分析過程就是大數(shù)據(jù)分析。

大數(shù)據(jù)分析和傳統(tǒng)數(shù)據(jù)分析最重要的區(qū)別在于數(shù)據(jù)量。數(shù)據(jù)量的急劇增長及大數(shù)據(jù)的特征，決定了數(shù)據(jù)的存儲、查詢以及分析的難度增加，對數(shù)據(jù)處理技術的要求迅速提高。大數(shù)據(jù)分析建立在海量原始數(shù)據(jù)基礎上，不需要預先設定研究目的和方法，而要從大量數(shù)據(jù)中通過數(shù)據(jù)挖掘技術找到數(shù)據(jù)之間的關系并建立模型，尋找導致現(xiàn)實情況的根源因素，甚至形成理論和新的認知，在此基礎上對未來進行預測和優(yōu)化，以實現(xiàn)社會運行中各個領域的持續(xù)改善與創(chuàng)新。

傳統(tǒng)的數(shù)據(jù)分析是“向后分析”，分析的是已經發(fā)生的情況。而在大數(shù)據(jù)時代，數(shù)據(jù)分析是“向前分析”，具有預測性。傳統(tǒng)的數(shù)據(jù)分析主要針對結構化數(shù)據(jù)，具備一整套行之有效且?V泛使用的分析體系：利用數(shù)據(jù)庫存儲結構化數(shù)據(jù)構建數(shù)據(jù)倉庫構建數(shù)據(jù)立方體進行分析。對于從大數(shù)據(jù)中提煉更深層次更有價值的信息的需要促使數(shù)據(jù)挖掘技術的產生，并發(fā)明了聚類、關聯(lián)分析、分類、回歸分析、估計、預測、描述和可視化等一系列行之有效的方法。同時大數(shù)據(jù)的到來使得在線數(shù)據(jù)分析成為可能，如Web頁挖掘、OLAP等。數(shù)據(jù)挖掘是在沒有明確假設的前提下去挖掘信息、發(fā)現(xiàn)知識，用于指導以后的行動。

二、大數(shù)據(jù)分析在企業(yè)經營管理中的意義

在企業(yè)的經營管理過程中，數(shù)據(jù)是關鍵且核心的因素，在關鍵環(huán)節(jié)進行科學的數(shù)據(jù)分析，對于提升企業(yè)的經營管理能力具有十分重要的意義與作用。

首先，對企業(yè)情況進行完整客觀的反映。在收集企業(yè)全面數(shù)據(jù)報表、調查資料的基礎上，利用數(shù)據(jù)分析工具進行嚴謹?shù)姆治觯纬煽茖W規(guī)范的數(shù)據(jù)分析報告，能發(fā)現(xiàn)數(shù)據(jù)背后的信息，便于理解、閱讀和利用，為企業(yè)發(fā)展決策提供參考。

其次，對企業(yè)運營情況進行有效監(jiān)督。監(jiān)督是數(shù)據(jù)分析在企業(yè)經營管理中的一項十分重要的功能。對企業(yè)經營管理過程中所產生的數(shù)據(jù)進行監(jiān)督具有十分重要的作用。在對企業(yè)數(shù)據(jù)、資料進行收集整理的過程中，能夠相對較為全面、如實地知曉行業(yè)動態(tài)及本企業(yè)運行發(fā)展狀況，能夠對企業(yè)的相關活動產生的效果進行了解，比如企業(yè)方針政策實行與否、經營計劃落實情況、經濟指標完成情況等，從而進行行業(yè)對比和橫向、縱向對比分析，以幫助企業(yè)良性發(fā)展。

第三，參與科學化決策。對收集整理到的數(shù)據(jù)資料有針對性的進行深層次地研究、分析，挖掘出數(shù)據(jù)資料潛在的實質涵義，促使企業(yè)管理者及相關部門能夠更為完整客觀地了解企業(yè)發(fā)展現(xiàn)狀及發(fā)展方向，從而能夠更有針對性地進行企業(yè)決策，計劃制定，起到數(shù)據(jù)分析在企業(yè)經營管理中的參與科學化決策的作用。數(shù)據(jù)驅動型決策是大數(shù)據(jù)時代決策的特點：盡可能全面、完整綜合地收集數(shù)據(jù)，在此基礎上使用恰當?shù)慕y(tǒng)計方法進行建模和分析，挖掘出數(shù)據(jù)背后的關系，預測事件發(fā)生的概率。企業(yè)利用大數(shù)據(jù)和數(shù)據(jù)分析進行決策時，首先要提高對數(shù)據(jù)的重視程度，轉變思維模式，在遇到重大決策時，先進行數(shù)據(jù)收集、分析，再進行決策。其次，要重視普通員工日常積累的數(shù)據(jù)。員工在完成日常工作的同時，積累了大量最基礎數(shù)據(jù)資料，企業(yè)將所有日常的數(shù)據(jù)加以整合分析，可以在決策時起到關鍵重要的作用。再次是建立數(shù)據(jù)輔助決策的流程和模板，建立基于決策任務的決策知識的收集、創(chuàng)造、共享、傳遞和激勵機制。

三、大數(shù)據(jù)分析在工業(yè)生產過程中的應用探討

隨著信息化的推進，數(shù)據(jù)已經成為一種重要的資源。未來大數(shù)據(jù)和數(shù)據(jù)分析將在工業(yè)生產全過程中進行應用，將大力提升企業(yè)內部運營管理效率，提升企業(yè)競爭力，同?r提升制造過程中的智能化。

信息技術隨著信息化與工業(yè)化的深度融合，已經滲透到了工業(yè)企業(yè)產業(yè)鏈的各個環(huán)節(jié)，ERP、MES等技術在工業(yè)企業(yè)中得到廣泛應用。工業(yè)企業(yè)中生產線高速運轉，工業(yè)設備產生大量數(shù)據(jù)，工業(yè)領域所擁有的數(shù)據(jù)日益豐富。基于大數(shù)據(jù)分析平臺，對這些數(shù)據(jù)進行分析，總結經驗、發(fā)現(xiàn)規(guī)律、預測趨勢、輔助決策，充分釋放和利用海量數(shù)據(jù)資源中蘊藏的巨大價值，優(yōu)化公司運營結構，精準決策，降低成本，提高效率。

大數(shù)據(jù)和數(shù)據(jù)分析的應用將給工業(yè)企業(yè)帶來創(chuàng)新和變革的新時代。信息化和工業(yè)化的深入融合，給工業(yè)領域帶來深刻的變革，通過互聯(lián)網、物聯(lián)網等帶來的低成本感知、高速移動鏈接、分布式計算和高級分析，給工業(yè)發(fā)展帶來了更快的速度、更高的效率和更高的洞察力。大數(shù)據(jù)分析在工業(yè)領域的應用主要包括產品創(chuàng)新、生產流程優(yōu)化、產品質量管理、生產計劃制定、產品定價、產品生命周期管理、庫存管理、供應商管理等各個方面。

1.產品創(chuàng)新。客戶與工業(yè)企業(yè)之間的交易產生大量的行為動態(tài)數(shù)據(jù)，同時對產品的使用情況跟蹤記錄，產生產品使用動態(tài)數(shù)據(jù)，對這些數(shù)據(jù)進行挖掘和分析，將分析結果使用到產品改進設計、創(chuàng)新等活動中，相當于讓客戶參與到產品的需求分析和產品設計等創(chuàng)新活動中，對產品創(chuàng)新具有不可估量的貢獻。

2.生產流程優(yōu)化。現(xiàn)代化的工業(yè)制造生產線安裝有數(shù)以千計的小型傳感器，在生產的全過程中可以探測溫度、壓力、振動和噪聲等。整個生產流程將產生大量數(shù)據(jù)，對這些數(shù)據(jù)從不同角度進行挖掘分析、比如設備診斷、能耗分析、工藝分析等。在此基礎上，對生產過程建立虛擬模型，仿真并優(yōu)化改進生產流程，提高設備使用率、降低能耗、減少質量事故發(fā)生幾率，優(yōu)化工藝等，從而提高生產效率。

3.進行質量分析，提高質量管理水平。高度自動化的設備在加工產品的同時記錄了龐大的檢測結果。利用檢測結果進行質量分析，可以提高質量管理水平。在產品的整個壽命周期，包括從市場調研到售后服務等的各個過程中適當運用數(shù)據(jù)分析過程，可以提高質量管理的有效性。例如QC工具在工業(yè)企業(yè)的應用。QC指質量控制。針對工業(yè)生產全過程特定的工作失誤或品質不良運用QC工具展開分析討論，并將結果可視化顯示在大家容易看到的地方，提醒大家，防止再次發(fā)生同樣的問題，同時誰有新的建議可以隨時提出，大家一起討論修訂。

六西格瑪也是目前企業(yè)質量管理中運用比較廣泛的工具，它是一種用于改善企業(yè)質量流程管理的技術，它以“零缺陷”的完美追求，帶動質量成本的大幅度降低。質量分析工具在廣泛使用，可以提高產品質量，從而最終實現(xiàn)財務成本的降低，同時實現(xiàn)企業(yè)競爭力的突破。

4.產品故障診斷與預測。無處不在的傳感器、互聯(lián)網技術的利用，使得產品故障診斷實時進行，提高了產品故障診斷的及時性。利用數(shù)據(jù)挖掘與分析技術，對記錄的數(shù)據(jù)進行建模與仿真，可以對產品故障實行動態(tài)預測。

5.生產計劃的科學制定。生產環(huán)節(jié)的大數(shù)據(jù)具有很大的利用價值，對其進行挖掘與分析，對計劃制定具有指導意義。通過對計劃與完成的對比分析，發(fā)現(xiàn)計劃與實際完成的偏差，在考慮產能約束、人員技能、物料供應、工裝模具等生產資源的基礎上，通過智能的優(yōu)化算法，建立計劃制定模型，從而制定更加科學合理的生產計劃。

6.進行科學合理的產品定價。產品定價的合理性需要有詳細的基礎數(shù)據(jù)和試驗數(shù)據(jù)作為支撐。一方面能夠獲取更加詳細的微觀數(shù)據(jù)信息，使產品成品的分析更加科學精確。另一方面可以研究客戶對產品定價的敏感度。通過這些數(shù)據(jù)分析，為產品定價提供決策參考。

7.實現(xiàn)產品生命周期管理。隨著物聯(lián)網的發(fā)展，條形碼、二維碼、RFID等能夠唯一標示產品，傳感器、可穿戴設備、智能感知、視頻采集、增強現(xiàn)實等技術能將產品生命周期的信息進行實時采集和分析，這些數(shù)據(jù)能夠幫助企業(yè)在供應鏈的各個環(huán)節(jié)跟蹤產品，收集產品使用信息，從而實現(xiàn)產品生命周期的管理。這些數(shù)據(jù)還可以用于售后服務，提高售后服務質量，從而提高產品競爭力。

8.庫存管理。信息化高度發(fā)達，可以獲取工業(yè)企業(yè)各方面的信息。庫存信息將完全展現(xiàn)在管理者面前，通過數(shù)據(jù)分析和挖掘，可以準確知道產品原材料和產成品庫存量。根據(jù)原材料庫存量和生產計劃確定原材料需求量，在此基礎上進行采購，可以保證產品生產需求，有最大限度地減少了資源浪費。

9.完善供應商管理，實現(xiàn)準時化采購。在對原材料大量數(shù)據(jù)挖掘和分析的基礎上，可以選擇最合適的供應商，保證原材料質量和準時供應，產品質量得到有效控制，同時降低庫存成本，增加了制造的敏捷性與柔性。

篇5

【關鍵詞】大數(shù)據(jù)；大數(shù)據(jù)營銷；京東

一、數(shù)據(jù)分析時代演變歷程

（一）數(shù)據(jù)1.0時代

數(shù)據(jù)分析出現(xiàn)在新的計算技術實現(xiàn)以后，分析1.0時代又稱為商業(yè)智能時代。它通過客觀分析和深入理解商業(yè)現(xiàn)象，取締在決策中僅憑直覺和過時的市場調研報告，幫助管理者理性化和最大化依據(jù)事實作出決策。首次在計算機的幫助下將生產、客戶交互、市場等數(shù)據(jù)錄入數(shù)據(jù)庫并且整合分析。但是由于發(fā)展的局限性對數(shù)據(jù)的使用更多的是準備數(shù)據(jù)，很少時間用在分析數(shù)據(jù)上。

（二）數(shù)據(jù)2.0時代

2.0時代開始于2005年，與分析1.0要求的公司能力不同，新時達要求數(shù)量分析師具備超強的分析數(shù)據(jù)能力，數(shù)據(jù)也不是只來源于公司內部，更多的來自公司外部、互聯(lián)網、傳感器和各種公開的數(shù)據(jù)。比如領英公司，充分運用數(shù)據(jù)分析搶占先機，開發(fā)出令人印象深刻的數(shù)據(jù)服務。

（三）數(shù)據(jù)3.0時代

又稱為富化數(shù)據(jù)的產品時代。分析3.0時代來臨的標準是各行業(yè)大公司紛紛介入。公司可以很好的分析數(shù)據(jù)，指導合適的商業(yè)決策。但是必須承認，隨著數(shù)據(jù)的越來越大，更新速度越來越快，在帶來發(fā)展機遇的同時，也帶來諸多挑戰(zhàn)。如何商業(yè)化地利用這次變革是亟待面對的課題。

二、大數(shù)據(jù)營銷的本質

隨著顧客主導邏輯時代的到來以及互聯(lián)網電商等多渠道購物方式的出現(xiàn)，顧客角色和需求發(fā)生了轉變，世界正在被感知化、互聯(lián)化和智能化。大數(shù)據(jù)時代的到來，個人的行為不僅能夠被量化搜集、預測，而且顧客的個人觀點很可能改變商業(yè)世界和社會的運行。由此，一個個性化顧客主導商業(yè)需求的時代已然到來，大數(shù)據(jù)沖擊下，市場營銷引領的企業(yè)變革初見端倪。

（一）大數(shù)據(jù)時代消費者成為市場營銷的主宰者

傳統(tǒng)的市場營銷過程是通過市場調研，采集目前市場的信息幫助企業(yè)研發(fā)、生產、營銷和推廣。但是在大數(shù)據(jù)以及社會化媒體盛行的今天，這種營銷模式便黯然失色。今天的消費者已然成為了市場營銷的主宰者，他們會主動搜尋商品信息，貨比三家，嚴格篩選。他們由之前的注重使用價值到更加注重消費整個過程中的體驗價值和情境價值。甚至企業(yè)品牌形象的塑造也不再是企業(yè)單一宣傳，虛擬社區(qū)以及購物網站等的口碑開始影響消費者的購買行為。更有甚者，消費者通過在社交媒體等渠道表達個人的需求已經成為影響企業(yè)產品設計、研發(fā)、生產和銷售的重要因素。

（二）大數(shù)據(jù)時代企業(yè)精準營銷成為可能

在大數(shù)據(jù)時代下，技術的發(fā)展大大超過了企業(yè)的想象。搜集非結構化的信息已經成為一種可能，大數(shù)據(jù)不單單僅能了解細分市場的可能，更通過真正個性化洞察精確到每個顧客。通過數(shù)據(jù)的挖掘和深入分析，企業(yè)可以掌握有價值的信息幫助企業(yè)發(fā)現(xiàn)顧客思維模式、消費行為模式。尤其在今天顧客為了彰顯個性，有著獨特的消費傾向。相對于忠誠于某個品牌，顧客更忠誠與給自己的定位。如果企業(yè)的品牌不能最大化地實現(xiàn)客戶價值，那么即使是再惠顧也難以保證顧客的持續(xù)性。并且，企業(yè)不能奢望對顧客進行歸類，因為每個顧客的需求都有差別。正是如此，大數(shù)據(jù)分析才能更好地把握顧客的消費行為和偏好，為企業(yè)精準營銷出謀劃策。

（三）大數(shù)據(jù)時代企業(yè)營銷理念———“充分以顧客為中心創(chuàng)造價值”

傳統(tǒng)的營銷和戰(zhàn)略的觀點認為，大規(guī)模生產意味著標準化生產方式，無個性化可言。定制化生產意味著個性化生產，但是只是小規(guī)模定制。說到底，大規(guī)模生產與定制化無法結合。但是在今天，大數(shù)據(jù)分析的營銷和銷售解決的是大規(guī)模生產和顧客個性化需求之間的矛盾。使大企業(yè)擁有傳統(tǒng)小便利店的一對一顧客關系管理，以即時工具和個性化推薦使得大企業(yè)實現(xiàn)與顧客的實時溝通等。

三、基于數(shù)據(jù)營銷案例研究

———京東京東是最大的自營式電商企業(yè)。其中的京東商城，涵蓋服裝、化妝品、日用品、生鮮、電腦數(shù)碼等多個品類。在整個手機零售商行業(yè)里，京東無論是在銷售額還是銷售量都占到市場份額一半的規(guī)模。之所以占據(jù)這樣的優(yōu)勢地位，得益于大數(shù)據(jù)的應用，即京東的JDPhone的計劃。JDPhone計劃是依據(jù)京東的大數(shù)據(jù)和綜合服務的能力，以用戶為中心整合產業(yè)鏈的優(yōu)質資源并聯(lián)合廠商打造用戶期待的產品和服務體驗。京東在銷售的過程中，通過對大數(shù)據(jù)的分析，內部研究出一種稱為產品畫像的模型。這個模型通過綜合在京東網站購物消費者的信息，例如：年齡、性別、喜好等類別的信息，然后進行深入分析。根據(jù)分析結果結合不同的消費者便有諸如線上的程序化購買、精準的點擊等營銷手段，有效的幫助京東實現(xiàn)精準的營銷推送。不僅如此，通過對于后續(xù)用戶購物完成的售后數(shù)據(jù)分析，精確的分析商品的不足之處或者消費者的直接需求。數(shù)據(jù)3.0時代的一個特征便是企業(yè)不在單純的在企業(yè)內部分析數(shù)據(jù)，而是共享實現(xiàn)價值共創(chuàng)。所以，京東把這些數(shù)據(jù)用于與上游供應商進行定期的交流，間接促進生產廠商與消費者溝通，了解市場的需求，指導下一次產品的市場定位。總的來說，這個計劃是通過京東銷售和售后環(huán)節(jié)的大數(shù)據(jù)分析，一方面指導自身精準營銷，另一方面，影響供應商產品定位和企業(yè)規(guī)劃，最終為消費者提供滿足他們需求的個性化產品。

四、大數(shù)據(jù)營銷的策略分析

（一）數(shù)據(jù)分析要樹立以人為本的思維

“以人為本”體現(xiàn)在兩個方面，一方面是數(shù)據(jù)分析以客戶為本，切實分析客戶的需求，用數(shù)據(jù)分析指導下一次的產品設計、生產和市場營銷。另一方面，以人為本體現(xiàn)在對用戶數(shù)據(jù)的保密性和合理化應用。切實維護好大數(shù)據(jù)和互聯(lián)網背景下隱私保護的問題，使得信息技術良性發(fā)展。

（二）正確處理海量數(shù)據(jù)與核心數(shù)據(jù)的矛盾

大數(shù)據(jù)具有數(shù)據(jù)量大、類型繁多、價值密度低和速度快時效高的特點。所以在眾多海量的數(shù)據(jù)中，只有反映消費者行為和市場需求的信息才是企業(yè)所需要的。不必要的數(shù)據(jù)分析只會影響企業(yè)做出時代Time2017年第04期中旬刊（總第657期）正確的決策。鑒于此，首先企業(yè)需要明確核心數(shù)據(jù)的標準；其次企業(yè)要及時進行核心數(shù)據(jù)的歸檔；最后要有專業(yè)的數(shù)據(jù)分析專業(yè)隊數(shù)據(jù)進行分析，得出科學合理的結果以指導實踐。

（三）整合價值鏈以共享數(shù)據(jù)的方式實現(xiàn)價值創(chuàng)造