大數據營銷論文范文
時間：2023-03-29 04:53:58
導語：如何才能寫好一篇大數據營銷論文，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。
篇1
流量業務是電信運營商收入增長最大的驅動力，但當前的困境在于，流量收入增長無法補償流量成本，形成所謂的剪刀差；更長遠來看，隨著流量滲透率的提升，流量收入增長將不可避免地放緩，在價格競爭作用下，流量收入出現下降也是可能的。與此同時，關于大數據的討論在技術、應用和模式等多個層面展開，已被認為代表著時展的方向。OTT們正在積極主動地利用這一趨勢改變自身經營模式、指導業務布局和演進方向。反之，盡管坐擁豐厚的大數據資產，電信運營商對于大數據的戰略價值一直處于樸素而將信將疑的狀態，缺乏對大數據經營模式的基本理解和全盤考慮。如果能夠揭示大數據經營和流量經營之間的內在聯系，對求解流量經營困境和認識大數據經營模式都大有裨益。
(二)當前流量經營的價值困境
流量是當今數字世界運轉的基礎。“客觀屬性”是對“流量”這一認識客體固有屬性的客觀描述，不因經營主體和經營方式而異。流量屬性包括以下方面：1)流量的規模性，指流量可用同一量綱進行規模比較，比如聯通單用戶流量規模要高于移動，百度流量規模要高于google中國，基于中國移動網絡發生的流量規模要高于基于百度服務發生的流量規模；2)流量的層次性，指流量與用戶真實行為(主體)的接近程度。流量蘊含著反映主體行為的信息，但程度有所不同。比如淘寶網所承載的流量直接反應用戶的網購行為，而電信網所承載的流量只是經過IP協議封裝的比特流，前者顯然更接近用戶真實行為因而被稱為表層流量，后者則被稱為底層流量；3)流量的異質性，指流量對用戶消費目的(客體)的涵蓋范圍。流量蘊含著反映客觀世界的信息，但范圍有所不同。比如文本、話音、圖片、音樂、視頻等不同類型之間，垂直應用與平臺式應用等不同類型之間，社交類、娛樂類與生產類應用等不同業務類型之間，其流量映射客觀世界的能力就各有差異和側重；4)流量的不可分性，雖然底層流量和表層流量在概念上區分了，但在實體上是緊密依賴的，是同一事物在不同經營層面上的不同投影。比如，淘寶的表層流量離不開運營商底層流量的依托，運營商底層流量也離不開淘寶等表層流量的呈現，同時，淘寶可推知用戶使用了多少底層流量，運營商也可部分解析出用戶的購物行為。
可見，流量是一個充滿想象空間的市場，而電信運營商似乎占據有利地位。綜合流量的層次性和異質性，流量被賦予了主體行為和客體存在在信息層面上統一投影的屬性，是信息社會不斷流動的血液，具備極大的社會價值和經濟價值。從流量的不可分割性來看，上層服務提供商與基礎運營商之間的相互依賴、相互制約將是長期的基本格局。從流量的規模性來看，至少在本地市場，由于基礎設施市場集中度高，電信運營商很容易就可獲得超過任何單一玩家(如apple和facebook)的規模優勢。
但現實情況中，流量規模的暴漲對電信運營商是一把雙刃劍，情況不容樂觀。流量在呈現客觀屬性的同時，在特定的經營主體及經營方式下，還會表現出影響甚至決定經營績效的經營特征。本文認為，固然客觀屬性有利于電信運營商開展新一輪價值創造，但在當前經營模式下，流量應有的價值并未得到充分挖掘，無法支撐電信運營商的可持續發展。
當前的流量經營模式是，通過提供同質化的、以M為價值衡量單位的流量產品來滿足用戶的接入需求，然后通過向用戶收取按照使用量計算的費用來補償網絡成本、運維成本和營銷成本。在這種模式體現出三大屬性：一是面向手段性需求。用戶向運營商購買流量不是為了流量本身，而是為了流量所承載的個性化互聯網應用。流量僅僅是服務于互聯網消費的手段，因此，與面向目的性需求的互聯網服務提供商爭奪用戶界面時，電信運營商天然地處于劣勢；二是無直接網絡效應，電信運營商無法將網絡效應內化從而無法實現業務的邊際效應遞增。流量用戶之間并未像話音用戶之間和短信用戶之間那樣構成彼此連接的網絡，用戶之間的網絡是通過業務構成的，而業務網卻控制在OTT手中。換言之，網絡效應主要存在于OTT業務層，而非管道層。因此，隨著使用OTT業務的用戶越來越多，以及用戶使用OTT的業務次數越來越多，OTT業務的邊際效用遞增，但電信運營商流量的邊際效用基本持平；三是邊際成本下降有限，面對指數級增長的流量需求，運營商不斷追加投資擴容、升級只能勉強跟上。上期投資剛進入邊際成本下降階段新的投資又追加進來，下降趨勢被中止。在投資壓力下，設備商又勾畫了美妙的技術前景，許諾平均成本將極大地降低，勾引運營商全面投資新技術。這樣多次循環和疊加，在相當長一段時間內，運營商都處于初始成本投資階段，流量邊際成本下降的周期被壓縮到很短。反觀OTT，一旦業務上線，在運營成本增長與業務量增長相比可忽略不計的前提下，業務邊際成本很快就會下降到接近于0。某種程度上，信息產品邊際成本為0規則的成立，是建立在電信運營商的犧牲之上的。
圖OTT業務與電信運營商流量業務的邊際效用/成本對比
電信業本是新經濟的鼻祖，網絡效應理論就是70年代從對話音網絡的研究中發展起來的。然而，在當前經營模式下，運營商的流量業務失去了網絡效應、邊際成本趨于0、邊際效用遞增等信息產品的新經濟特征，用工業經濟時代的經營模式去與新經濟時代的經營模式爭奪價值，注定是落于新型競爭對手的。這是僅在流量規模上做文章，沒有深入挖掘流量價值形成的后果，運營商由此陷入流量價值困境。
(三)大數據經營破解價值困境
大數據的定義眾說紛紜，從技術特征上它通常具備數據量大(volume)、數據類型多(variety)和數據處理和響應速度快(velocity)的特征，麥肯錫將大數據定義為超過了常規數據庫軟件所能搜集/存儲/管理和分析的規模的數據集。大數據概念具有深刻的IT烙印，正如“流量”概念具有深刻的電信烙印。通信與計算是信息的不同處理環節，在ICT端到端融合的背景下，流量和大數據完全可以統一在“信息”概念下，是信息全生命周期不同階段的稱謂。流量有表層底層之分，數據也有信息、知識、智慧之謂，流量經營和大數據經營均可理解為信息經營。
然而，僅僅揭示大數據本身的屬性是遠遠不夠的，如果脫離了正確的經營模式，一切價值都是虛妄。在這方面，電子科技大學周濤教授的觀點很有價值。他認為，大數據1.0是利用內部數據解決內部問題，大數據2.0是利用內部數據去解決外部問題，或利用外部數據解決內部問題，大數據3.0意味著大數據進入了一個以共享交易為特征的時代，出現了大數據公共平臺運營商(以下簡稱大數據運營商)。從1.0到3.0，大數據的工具屬性逐步減弱，目的屬性逐步增強，直至“大數據”像貨幣一樣在全社會范圍被收集、交換、處理、傳輸和應用，使得大數據可以真正成為時代的標簽。在這個意義上，大數據之“大”，就是不斷增強數據的透明性、不斷擴大數據的共享范圍、不斷提升數據的流動性，在更大范圍內解決信息不對稱以創造更大的價值。否則，無論數據多豐富，技術多先進，都較過去無本質突破，大數據之“大”盛名難副。這個過程，是大數據經營環境不斷完善和經營模式不斷演進的過程。
大數據經營模式嚴格來說是指大數據運營商的經營模式。大數據運營商采取雙邊平臺模式，一方面向消費者提供普遍服務，另一方面向企業客戶提供以大數據為中心的服務。可以形象地將這種經營模式比喻為“數據銀行”。1)大數據運營商自身掌握獨特而雄厚的數據資產，這往往是一個通過提供消費者服務集腋成裘的過程，正如銀行通過吸納個人存款掌握雄厚的現金等資產；2)這些數據的使用權和支配權歸大數據運營商但所有權屬于消費者，正如銀行可以自行決定吸納的存款如何使用，但儲戶擁有隨時要求提現的權力；3)大數據運營商以免費或部分免費提供服務為代價，換取消費者在使用該服務時產生大數據的支配權，正如銀行承諾利息收益換取現金存入或委托理財，并默認獲得資金支配權；4)這些大數據被用到千百萬家企業的生產服務流程中，為大數據運營商的企業客戶創造價值，為大數據運營商賺取收益，正如銀行吸納的存款被貸給各行各業的企業，融入經濟生活的角角落落。為了進一步理解該模式，下面描述一些細節：
細節一：場景舉例。風險控制是保險公司商業模式的核心環節，如果能夠更準確地獲知投保客戶的風險系數，保險公司就可能設計更有競爭力的保險險種和更豐厚的收益。比如車險，如果能對某潛在客戶的出行和駕駛行為數據如車速、車程、違規記錄等進行分析，保險公司就能更精確地推知該用戶在投保期內出現安全事故的概率，從而制定更為有利的保費和理賠政策，比如避免對高危客戶(通過各種指標定義)保費過低或保額過高，而對“安全系數”較高的客戶則可以在常規保費基礎上打折以提升產品的吸引力。同樣，對于疾病險，如果能夠對潛在客戶每天身體健康指標如血壓、心跳、卡路里消耗、睡眠時間等，保險公司就能識別優質客戶并針對性地設計相關疾病險種。在這個簡單的例子里，大數據產生于用戶使用的車聯網、移動健康等服務，大數據運營商需要向用戶提供這些服務，并承諾他們的個人數據不會被濫用。對于保險公司或其他中小型企業客戶，大數據運營商提供的核心產品是數據，但更可提供大數據基礎設施租用、承擔大數據分析任務甚至基于分析結果的營銷執行等附加服務。
細節二：如何規避隱私爭議。個人數據的隱私問題是大數據商業價值受到質疑的主因。實際上，這個問題可以從理念上和模式上給予回答。理念上，隱私問題自人類社會形成之初就存在，用戶心中總是存在一架權衡隱私顧慮和業務價值的天平。當前的隱私爭議不在于隱私被使用了，而在于被濫用了，沒為用戶帶來便利/效率/等正面價值甚至反而帶來負面價值。因隱私顧慮而扼殺業務創新只會在競爭中被淘汰，將注意力集中到利用個人數據創造更智能的業務，使用戶心中的天平偏向業務價值，這才是解決之道。模式上，大數據運營商扮演的是銀行角色，受消費者委托管理數據，基于數據所有者與數據使用者之間的契約關系執行數據開放動作，具體由雙邊平臺的雙方自愿談判商定。比如，保險公司若需要使用個人數據可向個人提供保費折扣，達成協議后大數據運營商則執行這一契約，按照協議開放指定數據，并全程監督數據使用。上述過程并不涉及隱私侵犯。對于那些無需識別個人身份的大數據應用，交易成本可以更低，正如銀行沒有必要向每個儲戶說明他/她的存款被用于哪一筆放貸或投資，而只需履行利息承諾即可。
細節三：如何獲得網絡效應。在上述經營模式下，大數據運營商將獲得網絡效應，這種效應源于該平臺上各行各業的企業。與話音業務類似，企業使用該平臺提供的數據的同時，也在為該平臺增加更多的數據資產。比如，“用戶A在facebook上的Like行為記錄”這一數據，若被WSJ網站使用，除了為WSJ產生“內容精準推薦”的價值外，用戶A對該內容的瀏覽行為和評論(如果有)也會被平臺記錄，從而提升原數據質量(如置信度評價)、豐富了關于用戶A的數據，其他企業將可從該平臺獲取更多價值。這樣，企業圍繞平臺構成了大數據共享網絡。大數據平臺成為網絡效應的受益者。于此同時，企業客戶在使用大數據產品時也具有邊際效用遞增的特征，數據用得越多，數據的價值就越大。可見，大數據經營完全符合新經濟規則。數據不因使用而損耗，且隨著使用次數增多價值反而變大，邊際成本趨于0，邊際效用遞增，大數據的價值與數據節點及數據使用者節點的平方成正比。
細節四：如何將流量轉化為大數據資產。針對流量業務，一方面優化現有面向消費客戶的經營模式，另一方面從流量中提取大數據資產，作為構建面向企業客戶大數據經營模式的基礎，兩者交叉補貼，平攤成本。用戶在消耗流量的同時，也在為大數據經營添磚加瓦。一個基礎設施，兩個經營模式，這是成本收益困境的基本解題思路。對流量經營而言，智能管道存在的價值是調控和配置管道資源，但智能調控和配置的前提是對調控對象的深度識別和解析，而這正好就是從流量提取大數據的過程。因此，智能管道將成為電信運營商獲取大數據的重要來源。大數據的另外兩個重要來源是BSS和各種信息類業務的后臺數據。不同域數據之間的混搭會取得1+1》2的效果。
(四)大數據平臺運營商的演化
在未來實體世界與數字世界無縫整合的世界，高速流動的信息將充當不可或缺的紐帶。誰能掌控兩個世界相互耦合的界面，誰就將成為下一輪破壞性創新周期中最大的贏家，而大數據平臺就是這樣的關鍵環節。當前雖然總體上處于大數據1.0階段，但基于數據重要性被不斷認知、傳統企業擁抱數字化商業模式熱情高漲等事實，大數據領域正孕育著一個前景廣闊、異彩紛呈的大市場。
未來的大數據運營商絕不僅僅包括現在的電信運營商，互聯網巨頭如facebook、google和阿里巴巴等也將沿著這一方向演進。阿里巴巴提出的“電商、金融、數據”三步戰略就是明證。阿里巴巴和新浪微博、高德地圖等之間的資本聯姻，也是走在數據布局的路上。平臺會擴張，生態會成長，當時代被烙上大數據的印記，圍繞大數據公共平臺運營商成長起來的大生態注定會成為信息文明的基石。從平臺演進的角度，本文認為大數據經營的成熟將經歷消費平臺、垂直平臺和公用平臺三個階段，簡要描述如下：
第一階段，競爭者們借助消費平臺海量用戶數據的原始積累取得了大數據平臺之爭的入場券。比如阿里巴巴的淘寶、騰訊的微信、facebook以及電信運營商的流量，都是典型的消費平臺。各類消費平臺有層次和領域的區別，滲透爭奪十分激烈，但就數據儲備而言都具備了進階的資格。同時，OTT玩家普遍發育了后向廣告模式，與電信運營商的流量前向收費模式相比，收入規模小但利潤率高。
第二階段，基于用戶積累向垂直行業擴張或者某個特定的環節延展。這個階段，消費平臺依然非常重要，但隨著數字世界與實體世界的整合，固守數字世界很快遇到增長極限，因而越來越多的資源將投入面向線下傳統行業的拓展。垂直行業方面，包括金融業(互聯網金融、移動支付等)、健康業(移動健康、移動醫療等)、汽車業(智能汽車、車聯網等)。特定環節方面，包括營銷(廣告)，CRM(如微信公眾賬號、淘寶賣家服務、FacebookConnect等)、產品設計(如天貓和華為定制手機合作等)。毫不意外，擴張的行業B2C特征較明顯，延展的環節則以營銷環節為出發點，而電信運營商通常以行業擴張為主，OTT以環節延展為主。總體而言，這些面向各垂直行業和特定環節的服務都以相對獨立的小平臺形式存在，每個垂直平臺的經營模式各不相同，大數據資產進一步積累，但以信息為中心的經營模式仍未確立。從進階第三階段的角度考慮，衡量第二階段經營成敗的標準有兩個：其一是是否與政府和傳統企業建立了全面的信任關系；其二是是否掌握了大部分行業都需要的20%的關鍵信息。
第三階段，面向全體社會成員的大數據公共平臺出現。大數據在企業生產和消費者生活各環節的價值被充分認識，垂直行業內部的信息鏈在第二階段被打通之后，進入跨行業信息共享階段，大數據時代來臨。在前文提到車聯網信息、個人健康信息和保險公司的共享是這一階段的典型案例，而車聯網、移動健康領域的數據布局和與保險公司信任合作關系的建立，則已在第二階段完成。值得強調的是，消費者的作用非常重要，因為各行業間打破信息隔閡唯一動力就來自于它們具有共同的用戶。這一階段，數據透明/共享/流動的范圍、網絡效應的范圍、創造價值的范圍達到了新的高峰。
上述三個階段所描述的經營模式是疊加而非替代關系。從大數據的角度看，第一階段著眼于積累原始資本，第二階段注重數據的垂直投資布局和精耕細作，第三階段注重跨行業數據的共享運營。但從經營視角來看，最終大數據運營商將具有三種核心業務、三種盈利來源，比如阿里巴巴的三步走戰略，并不是金融代替了電商，數據代替了金融，而是按照這個路徑最終形成三足鼎立的多元共生業務組合。
(五)對電信運營商的建議
既不甘于管道的低利潤率，又無法適應OTT基于速度和創意的競爭規則，電信運營商一直在尋找位于管道業務和OTT業務之間的黃金地帶。本文給出的答案就是大數據經營。大數據經營與傳統通信經營在業務屬性和經營模式上具有內在延續性。傳統通信業務通過將個人連成通信網絡解決個人與個人之間的信息不對稱，大數據經營通過將企業連成大數據網絡解決行業與行業之間的信息不對稱，這個方向符合信息社會的演進脈絡。通過選擇正確的模式，大數據經營完全可以和傳統通信業務一樣具備網絡效應等新經濟特征，從而帶領運營商走出當前流量經營模式的價值困境。
對電信運營商而言，大數據的戰略地位應從內部運營工具提升到“新大陸”，移動互聯網業務則從“新大陸”降低到撬動新大陸的“杠桿”。如果目標和OTT一樣都是大數據，而獲取大數據的手段并非僅自身運營OTT業務一途，電信運營商何必一定要吊死在這棵樹上呢？調整心態后再參與OTT競爭，也許更從容不迫。因此，電信運營商無需過于糾結為何不具備互聯網基因，而應立即與那些OTT站在同一起跑線上一道發力培養大數據基因，構建大數據經營模式。大數據目前還處于非常早期的階段，大數據競爭最終將是資源密集型的，電信運營商在這個戰場上的位勢要比在OTT戰場上好得多，至少暫時如此。比如，騰訊有微信和QQ，阿里有淘寶和支付寶，電信運營商有流量。關于下一步的布局，有如下幾點建議：
1)信息基礎設施的整合、開放與融合。最寶貴的資源不是網絡、不是IT，而是信息。用全局眼光建立統一的、公司級的技術架構、功能架構和數據架構，將企業內部的各種資源包括網絡資源、計算資源、應用和內容資源甚至物理設施資源納入資源池，在此基礎上構建資源管理、業務執行與管理、客戶和商務管理等應用平臺。最為關鍵的是，這些應用平臺必須共享一個中央用戶數據庫。要實現這一目標，最大的阻礙是傳統電信運營商的組織架構。Vodafone的做法是設立首席信息&技術官職位將CTO管理網絡的職責和CIO管理IT的職責整合起來，BT的做法是成立Technology，Service&Operations事業部負責網絡和IT的規劃、部署和運營，事業部CEO亦為BT集團CIO，對各大前臺業務單元的CIO具有直線職能權。
篇2
關鍵詞：大數據時代；科技期刊；出版；編輯
中圖分類號：G232 文獻標識碼：A 文章編號：1672-8122（2016）03-0105-02
20世紀80年代初，著名未來學大師及社會思想家阿爾文?托夫勒（Alvin Toffler）便預言大數據（big data）將成為“第三次浪潮的華彩樂章”。20世紀90年代以來，隨著計算機技術的迅猛發展，上至國家的重大決策，下至人民生活的衣食住行，方方面面的信息均被數字化，并得到有效的儲存。邁入21世紀，人類社會進入了一個大規模生產、分享和應用數據的時代――大數據時代，它強調信息技術的重點由“技術”轉變為“信息”。因此，在以信息為基礎的人文社會科學研究領域，大數據勢必引發其組織決策和業務流程等方面的根本性變革。而為學術研究服務的科技期刊在大數據時代浪潮中，又將面對怎樣的機遇和挑戰呢？
一、大數據的概念與特征
大數據，又稱為巨量資料或海量資料；其是由數量巨大、結構復雜、類型繁多的數據資料構成的數據集合，是以“云計算”為基礎技術支持的數據處理和應用模式。大數據技術是通過集成共享數據，將分散的數據資源轉變為集中的智力資源和知識服務能力。研究機構Garter定義“大數據”為需要新處理模式才能具有更強的決策力、洞察力和流程優化能力的海量、高增長率和多樣化的信息資源。簡而言之，從各種類型數據中，快速獲得有價值信息的能力，就是大數據技術。
大數據的特征通常表現為以下四個方面：數據體量巨大（Volume）、數據類型繁多（Variety）、價值密度低（Value）、處理速度快（Velocity）。這就是人們通常所說的大數據的4V特征，也是大數據區別于傳統數據的顯著特征。
二、大數據時代下科技期刊面臨的機遇
1.出版形態的多樣化。大數據時代，在計算機、互聯網等技術的不斷發展和創新環境下，傳統科技期刊的出版模式已悄然向大數據平臺、多媒介及全媒體模式轉型。科技期刊數據化集群建設得以實現的一個重要條件就是大數據技術的成熟與推廣，隨著大數據平臺技術的建立，科技期刊實現了內容的自主優化、信息服務的個性化，以及出版發行模式的多元化，科技期刊將向著在線投稿及評議系統、編輯管理系統和增值服務系統一體化的方向發展。大數據期刊平臺的構建將通過期刊內容推薦系統、流計算、期刊數據庫和期刊信息整合與治理四大功能板塊完成[1]。大多數科技期刊所采用的紙質媒介，在大數據時代背景下已不能滿足讀者的閱讀體驗，網絡、無線、手持閱讀器的全媒體出版要求凸顯。傳統紙質科技期刊傳播媒介將呈多樣化、全媒體的發展態勢，物聯網、互聯網、移動智能終端等技術平臺，都已成為科技期刊傳播的重要媒介。科技期刊利用數字化、多媒介、全媒體的出版模式，在為讀者提供平面媒體與數字媒體相結合的全新視聽閱讀感受的同時，也獲得了更多途徑和更深層次的推廣效果。
2.業務流程的智能化。隨著計算機技術的迅猛發展，以及云計算技術的成熟，使得任何復雜的數據都可以實現定量化分析[2]。因此，導致編輯工作流程中的信息收集、加工、傳遞等過程的智能化成為可能。科技期刊編輯的目標是將知識差大，且讀者或該領域從業人員感興趣的論文從眾多稿件中挑選出來，體現在編輯出版過程中就是組稿策劃和審稿過程[3]。而過去這一編輯流程基本依靠編輯人員的經驗、價值觀或學術專家提出的建議完成。而現在大數據技術將科技期刊歷史出版物數據化，將全社會、全行業的科技成果數據化，并將這些數據進行整合、分析，從中獲得真實、客觀、準確、全面的學術信息，從而為科技期刊的選題策劃、組稿及審稿提供依據。可以想象在大數據技術提供的真實、客觀、準確、全面的學術信息下，那些“一稿多投”或學術不端、學術腐敗的問題稿件，將無處遁形。在信息的加工過程中，大數據及云計算技術將過去編輯流程中，因編輯習慣不同或各期刊要求各異，而無統一標準的編輯規則模式轉化為統一、有序的編輯規則模式。在這種編輯規則模式下，利用人工智能工具或軟件，有可能實現稿件的計算機“預編輯”。從而減少編輯的重復勞動和簡單勞動，提升編輯質量和編輯效率。
3.評價規則的多元化。目前，對科技期刊及論文的質量和影響力的評估，普遍采用基于文獻計量學的評價體系，如影響因子和被引頻次。然而，由于模擬數據時代采集的數據樣本量小、種類少，導致科技期刊界對定性或定量評價的優劣爭議不斷[4]。大數據時代的到來解決了這一問題。通過文本分析、語義分析、專家印象評估及同行評估等方法，可以實現對科技期刊的定性評價。通過期刊影響因子動態跟蹤、論文被引動態跟蹤、論文瀏覽及下載量動態跟蹤等方法，可以實現對科技期刊的動態評價。通過專家反饋信息采集、同行引用反饋信息采集、讀者反饋與推薦信息采集、廠商應用效果市場反饋信息采集等方法，可以實現對科技期刊客觀評價。因此，基于大數據平臺的科技期刊及論文評估是定性與定量、歷史與現代、靜態與動態、學術價值和經濟效益、主觀與客觀相結合的多元化、綜合性科學評價機制[5]。
4.營銷模式以品牌營銷為主。大數據時代科技期刊的營銷模式是將文化價值、創新價值、版權價值和廣告價值融為一體的新型商業模式。文化價值即科技期刊的學術品牌，是科技期刊建設的最主要目標，有文化內涵、科技含量及藝術價值的品牌形象，不僅保證了科技的發展和文化的繁榮，更是吸引讀者的關鍵，從而獲得更好的經濟效益和社會影響力，實現科技期刊的良性發展。創新價值即是以創新為突破口的跨媒介融合出版，利用大數據技術獲取受眾群體的核心信息，通過大數據分析掌握市場動向，并及時提出有創新性的營銷策略，是科技期刊出版單位需要具備的專業能力。印刷時代建立的傳統版權原則和制度，在大數據時代受到了根本性動搖，傳統版權規則所確立的利益觀、價值觀，以及商業模式也被逐漸解構，特別是隨著數字出版的蓬勃發展，版權資源潛在的巨大市場和價值被重新挖掘和開發。版權產業迎來了前所未有的發展機遇，版權資源成為爭奪主戰場，版權資源的價值亟須重塑[6]。大數據時代，出版載體已向跨行業全媒體模式轉變，出版形態也更加豐富，廣告形式不僅僅局限在傳統期刊投放的平面廣告，聲音、動畫、影像等多媒體形式的廣告將有效地與科技期刊的主題報道內容相結合，讀者在閱讀雜志內容的同時，也反復接受了產品的展示與推廣，加強了品牌宣傳效果，真正達到廣而告知的目的。
5.出版編輯理念面臨的機遇。在大數據時代背景下，要求科技期刊的編輯工作從傳統的文字編輯加工，轉變為全媒體新出版語境下的數字編輯。數字編輯的定義是：在數字圖書、數字報紙、數字期刊、網絡原創文學、網絡教育出版物、網絡地圖、數字音樂、數字視頻、網絡動漫、網絡游戲、數字音像制品、手機出版等出版過程中，從事選題策劃、組織稿件、審核把關和加工整理的專業技術人員[7]。這就要求科技期刊編輯首先從思想上樹立數字編輯理念，深刻理解大數據時代，數字出版背景下編輯工作不斷追求創新和數字技術應用的要求。科技期刊數字出版編輯在推廣重要學術成果、傳播科技文化知識、促進科技期刊發展進程中，不僅是實現期刊全媒體化的先行軍，更是數字出版技術創新的開拓者。數字出版編輯應順應數字出版的潮流，更新數字化出版的編輯理念，主動參與文化、科技成果的數據化，并積極實現數字信息的加工與傳播。在讀者服務方面，編輯也利用大數據技術提供的精準信息，實現對目標消費群體的個體化信息推送，提供更為精準服務。數字出版編輯要不斷適應數字理念的創新，以適應大數據時代不斷深化的移動互聯網終端輸入內容智能化的趨勢[8]。
三、大數據時代下科技期刊面臨的挑戰
1.信息透明化導致期刊生存環境競爭激烈。通過大數據技術，所有科技期刊都將在一個更為透明的環境中生存。所有科技期刊的評價指標，都將作為公共信息，而被公之于眾。例如，中國科學技術信息研究所每年都會將中國科技論文統計源收錄期刊的主要計量指標，如核心總被引頻次、核心影響因子、核心即年指標等，以引證報告的形式，提供給大眾。在這些細化和量化的數據信息面前，科技期刊的優劣勢一目了然。這必將造成優秀期刊的良性發展和劣質期刊的自我淘汰。這種數據公開機制，有可能導致某些優質期刊或優勢學科領域的期刊獲得更多的讀者和作者資源，而對于新創辦的期刊和某些弱勢學科領域的期刊將進入一個更為不利的生存態勢之中。
2.對科技期刊編輯人才隊伍提出了新的要求。隨著大數據理念深入人心，大數據技術的日臻成熟，數字化出版必將成為科技期刊的主要出版形式[9]。因此，數字化編輯也將成為科技期刊編輯工作者的新要求。編輯工作者不僅應具備組稿策劃、文字編輯加工能力外，還應具備內容擴展、內容研究、內容創作等能力，以適應科技期刊在大數據時代下的數字化發展。
3.傳統的盈利模式不再滿足期刊的發展需求。在科技期刊數字化進程中，科技期刊文章無償向全社會提供閱讀已成為必然趨勢。因此，依靠紙質發行、有償下載閱讀的傳統盈利模式，已不能滿足期刊的發展要求。然而，在將來期刊出版社或編輯部是否能成為數據運營的主體，也是一個懸而未決的問題。數據庫運營商有可能通過與科技期刊共同建立和運行數字化出版平臺，或開發數字化產品，來分享雜志的發行和廣告收入。
由此可見，在大數據時代背景下，科技期刊將面臨前所未有的機遇和挑戰。作為科技期刊的從業者，我們要抓住這些機遇，迎接挑戰，完成科技期刊的完美轉型，盡早實現真正意義上的數字化期刊集群化。
參考文獻：
[1] 丁田.大數據時代科技期刊的未來形態[J].中國科技期刊研究，2014（2）.
[2] 賈曉青，王萍，陳清蓮.大數據時代科技期刊編輯思維拓展[J].出版科學，2014（6）.
[3] 張小強，張蘋，呂賽英.從信息傳播角度看科技期刊編輯出版過程及其優化[J].編輯學報，2007（3）.
[4] 朱劍.量化指標：學術期刊不能承受之輕――評《全國報紙期刊出版質量綜合評估指標體系（試行）》[J].清華大學學報（哲學社會科學版），2013（1）.
[5] 柴英，馬婧.大數據時代學術期刊功能的變革[J].編輯之友，2014（6）.
[6] 張勤.試論大數據時代版權資源的價值重塑[J].中國出版， 2015（11）.
[7] 李超.數字出版人才培養：職稱評定的作用[EB/OL].中國數字出版信息網，2013-05-23.
篇3
【關鍵詞】大數據 商業銀行 互聯網金融 云計算
一、商業銀行大數據應用研究綜述
目前國內對商業銀行大數據應用的研究論文并不多，國內研究主要介紹大數據這一新生事物及相關的技術，并探討大數據帶來的機遇和挑戰。國外的研究也主要側重大數據相關的技術方面。北京銀行董事長閆冰竹從高層管理的視角探討了大數據時代銀行業的發展模式。潘明道等對大數據特征進行分析，并給出銀行應對大數據挑戰可借鑒的思路。全面分析了大數據時代將給商業銀行帶來的重要影響，并給出了商業銀行培養面對大數據時代核心能力的策略建議。薛亮探討了大數據技術將給銀行業帶來的改變以及銀行的品牌建設如何適應這種改變。韋雪瓊等分析了大數據技術影響下金融市場的變化，以期作出更好的投資決策和判斷。
二、大數據應用給商業銀行帶來的機遇
大數據應用給商業銀行帶來的機遇營模式轉型提供了重要戰略契機！借助大數據中國銀行業的未來發展將呈現出全新的藍圖。
第一，大數據應用將拓寬商業銀行業務發展空間，加速產品創新。隨著數據的不斷積累和商業銀行數據分析能力的不斷提升，大數據應用將拓展銀行的業務發展空間，設計具有定價權和競爭力的創新產品。社交媒體的興起為銀行創造了全新的客戶接觸渠道，從銀行網點，ATM，POS等固定設備擴展到手機，IPAD等移動終端設備，再擴展到微博，微信等社交網絡。大數據應用導致支付模式不斷創新，從傳統支付，電子支付到第三方支付，再到移動支付。第二，大數據應用將提升商業銀行核心競爭力。我國商業銀行目前基礎設施和數據全部集中在數據中心，而且經過多年運行積累了大量的數據，因此最具條件率先盤活大數據資產，洞察數據中蘊涵的價值，更加科學地評價經營業績，評估業務風險，配置全行資源，引導銀行業務科學健康發展。第三，大數據應用將提升客戶服務水平。大數據時代商業銀行不僅銷售產品和服務，而且積累了豐富的客戶交易數據，特別是在網絡社會化和搜索引擎技術支撐下，商業銀行還能收集到社交網絡上客戶的活動軌跡以及市場數據。商業銀行只要善于分析和應用這些數據，通過數據再利用和數據重組，分析客戶的消費偏好，就能準確發現并掌握客戶需求，并通過不同渠道為客戶提供個性化的服務。
三、大數據在商業銀行的應用實踐
（一）渠道拓展
大數據時代商業銀行的渠道不僅包括傳統的渠道，而且還要整合日益互聯互通的各種渠道，并增加社交網站等新的客戶接觸點。商業銀行應整合門戶網站、網上銀行、電話銀行、手機銀行、等電子渠道，利用微博、微信、社交網站等新媒體，打造在線綜合金融營銷服務平臺，進行產品推送、意見收集、客戶服務和營銷服務。
（二）個性化服務
個性化的金融產品和服務將成為銀行業務發展的主要目標。個性化服務包括互聯網化的電子渠道全景體驗、個性化產品推薦。LBS位置營銷、面向客戶個體的深度觀察等。商業銀行通過收集并分析社交網絡數據，聚類出不同的客戶群體，如高影響力的客戶、存在嚴重不滿情緒的客戶、轉行傾向的客戶，然后向這些客戶群采取更有針對性的服務。
（三）精準營銷
通過客戶行為分析并預測需求實現精準營銷是典型的大數據應用。精準營銷包括目標客戶的精準定位，傳播途徑的選擇，營銷活動執行趨勢分析和異常監控，營銷活動的傳播效果和市場效果評估，商業銀行應用大數據分析用戶影響力。用戶聚集區域和日常活動軌跡，用戶基礎銀行業務使用的規律，用戶關注點來實現客戶營銷。
（四）小微企業信貸
商業銀行需要通過大數據挖掘，分析和運用，去識別具有市場潛力的中小企業客戶，完善批量化，專業化審批，將貸款提供給合適的小微企業。
四、商業銀行應對大數據策略
大數據應用取決于三個因素：數據，技術和思維。因此，商業銀行需在這三個方面進行體制機制的創新實踐，未雨綢繆應對大數據挑戰。
（一）數據
商業銀行需要提升互聯網數據獲取，管理和整合能力，不僅要完成銀行內部數據的整合，更重要的是和大數據鏈條上其他外部數據的整合。商業銀行不斷地從廣泛來源獲取、量度、建模、處理、分析大容量多類型數據，及時在互聯互通的流程、服務、系統間共享數據，并將分析結果應用于業務決策與支持。
（二）技術
商業銀行必須進行技術創新，搭建自己的大數據基礎設施來跨越這個鴻溝。大數據基礎設施分為硬件和軟件兩類。硬件基礎設施需要通過建設私有云來提供靈活，按需和動態的IT能力。軟件基礎設施是指商業銀行培養一批既熟悉金融，同時也對互聯網和大數據應用有深入了解的復合型人才，這些人才通過對數據進行實時深度分析，能夠對未來趨勢有更多的研判和預測，并為決策提供智力支持。
（三）思維
大數據時代商業銀行必須具有數據思維。大數據時代重要特征就是社會數字化，一切社會現象解釋、監控、預測與規劃都離不開對數據足跡的收集，整理和分析。因此商業銀行需要具有數據思維，放棄對因果關系的渴求，取而代之關注相關關系，放棄對隨機樣本關注，而關注全數據，數據分析結果不是精確性，而是混雜性。
參考文獻：
[1]趙國棟.大數據時代的三大發展趨勢及投資方式[R].國金證券研究報告，2012.
篇4
1.如何從中國情境中創新營銷理論?——本土營銷理論的建構路徑、方法及其挑戰
2.基金營銷與資金流動:來自中國開放式基金的經驗證據
3.移動電子商務互動營銷及應用模式
4.企業市場營銷戰略創新
5.國外移動圖書館營銷案例分析及其啟示——以加拿大伯靈頓公共圖書館為例
6.基于5T理論視角下的企業微博營銷策略及應用分析——以歐萊雅的微博營銷為個案研究
7.大數據時代的聯動式數據庫營銷模式構建——基于“一汽大眾”的案例研究
8.移動互聯網環境下互動營銷策略對消費者行為影響實證研究
9.中國壽險業營銷效率評價研究
10.我國汽車行業營銷趨勢研究
11.社會化媒體時代的內容營銷:概念初探與研究展望
12.人力資源經理的議題營銷過程及策略研究
13.控股股東卷入、兩權偏離與營銷戰略風格——基于第二類問題和終極控制權理論的視角
14.保險營銷策略問題初探
15.社會化媒體營銷研究述評
16.論“共主體”營銷話語的建構與踐行——關于現代營銷近視癥的矯治研究
17.學科服務目標的精確定位與學科服務的精準營銷
18.基于IPA的旅游目的地意象整合營銷傳播——兩個江南水鄉古鎮的案例研究
20.政府旅游公共營銷的實現機制和路徑選擇——基于扎根理論的一個探索性研究
21.我國汽車營銷現狀及創新分析
22.目的地營銷績效:現狀及價值鏈模型
23.移動營銷消費者采納行為動態演化研究
24.網絡營銷新渠道:SNS營銷
25.我國智能手機營銷策略分析
26.基于體驗營銷的酒店品牌建設研究
27.我國高校圖書館營銷新方式
28.國外圖書館社會化媒體營銷的案例研究及其啟示
29.多渠道零售商線上線下營銷協同研究——以蘇寧為例
30.東風商用車網絡營銷對策
31.網絡營銷績效評價體系的研究評述
32.雙元營銷能力平衡、戰略地位優勢與新創高技術服務企業績效
33.營銷能力對技術創新和市場績效影響的關系研究——基于我國中小上市企業的實證研究
34.4R營銷理論與學術期刊網絡營銷策略
35.多市場接觸下的聯合非倫理營銷行為——基于市場集中度和產品差異度的二維分析模型
36.企業微信營銷研究及策略分析
37.企業微博營銷效果和粉絲數量的短期互動模型
38.基于自媒體的旅游景區營銷策略研究
39.關于逆營銷的效果研究:基于CLT理論的視角
40.全渠道營銷理論——三論迎接中國多渠道零售革命風暴
41.搜索引擎營銷研究綜述及展望
42.技術與生存:數字營銷的本質
43.基于DEA的企業微博活動營銷效果評估——以S企業官方微博為例
44.基于營銷理念的高校圖書館數字參考咨詢服務
45.電子商務對營銷渠道管理的影響
46.中國市場營銷研究英語論文綜述——基于內容及來源的描述分析
47.中國煙草業營銷分析
48.“大數據”背景下營銷體系的解構與重構
49.保險營銷渠道團隊管理研究
50.企業微博營銷中品牌曝光度對網絡口碑的影響研究
51.論旅游景區的差異化營銷策略選擇與組合
52.創新高職市場營銷教學 促進學生職業能力培養
53.我國網絡營銷發展策略研究
54.銷售低迷狀態下的白酒營銷回歸與創新
55.新媒體環境下高校圖書館移動信息服務微營銷研究
56.基于消費者懷舊的品牌營銷策略
57.關于我國汽車營銷模式發展的探討
58.口碑、口碑傳播和口碑營銷的辨析
59.供應鏈下的市場營銷資源合理運用問題探討
60.大數據時代營銷創新研究的價值、基礎與方向
61.旅游產品體驗營銷中的價格影響因素及定價策略
62.社會資本、組織學習對企業國際營銷能力升級的影響機制——基于海信集團國際化發展的縱向案例
63.基于groupon模式的我國經濟型酒店網絡團購營銷研究
64.保險O2O營銷模式的實踐與研究
65.“心”營銷:文化藝術產業新媒體營銷策略研究
66.企業網絡社區營銷價值、機理及模式研究
67.關注和融入中小企業成長——論中小企業銀行服務營銷
68.互聯網對我國保險營銷渠道影響分析
69.高科技企業市場營銷策略研究
70.論企業應對市場營銷環境變化的策略
71.微博網絡營銷對國際貿易的影響及對策
72.公益事件營銷中企業—消費者契合度和宣傳側重點影響效果研究
73.體驗式營銷在汽車營銷中的應用
74.關系營銷導向對營銷創新的影響研究
75.傳播學視角下微信營銷的利與弊
76.市場營銷專業復合型人才“三位一體”培養模式研究——以重慶大學市場營銷特色專業建設為例
77.金融服務營銷的核心理念——價值的共同創造
78.企業社會化媒體營銷傳播的效果分析——以微博擴散網絡為例
79.微博營銷信息的時空擴散模式研究——以曲江文旅為例
80.旅游目的地營銷績效評價研究現狀與展望
81.制度壓力、合理性營銷戰略與國際化企業績效——東道國受眾多元性和企業外部依賴性的調節作用
82.關于紅色旅游市場營銷研究——以云南省為例
83.我國自主品牌汽車的市場營銷策略研究
84.傳播學視角下即時性營銷模式與戰略實現——以微信營銷為例
85.網絡拓撲特征對病毒式營銷傳播動態影響的研究——基于新浪微博大數據的實證分析
86.高校圖書館微博營銷策略研究——以清華大學圖書館為例
87.市場營銷理論、實踐、教育的創新與融合——2014中國市場營銷國際年會綜述
88.面向Y一代用戶的大學圖書館服務營銷策略研究
89.贛南臍橙三位一體營銷戰略探討
90.我國網絡營銷的現狀與發展趨勢研究
91.關系資源對營銷能力的影響機制:顧客導向和創新導向的中介效應
92.營銷動態能力的概念與量表開發
93.新形勢下電力市場營銷模式與新型電價體系
94.基于內部營銷視角的圖書館管理新策略
95.消費者參與社交網絡營銷因素的實證分析
96.深入理解營銷渠道研究的過去和未來
97.關系營銷導向對企業使用渠道權力的影響
98.論中小企業的市場營銷策略
99.基于全方位視角的企業營銷績效評價研究
100.基于藍海戰略的保險營銷創新研究
101.我國汽車營銷模式的現狀與創新方向
102.我國網絡營銷中的道德問題及其對策
103.綠色營銷研究:內涵、現狀與對策
104.國外綠色農產品營銷的特點及借鑒
105.小微企業營銷現狀與對策研究——以廣東省中山市為例
106.體育賽事營銷的本質及營銷觀念創新研究
107.內部營銷對酒店員工工作滿意的影響研究——以組織承諾為中介變量
108.營銷管理的新趨勢——績效營銷研究探析
109.保險營銷模式的轉變與發展——電話營銷與網絡營銷模式的互補
110.我國自主品牌汽車的國際化營銷戰略淺析
111.中國汽車營銷渠道的現狀與發展趨勢
112.當前中國電影營銷的關鍵問題研究
113.全球化時代的城市大事件營銷效應:基于空間生產視角
114.我國高校圖書館營銷現狀調查及分析
115.IFLA圖書館國際營銷獎及其背后的營銷理念
116.營銷刺激、心理反應與有機蔬菜消費者購買意愿和行為——基于有序Logistic回歸模型的實證分析
117.感性消費時代的企業色彩營銷策略
118.淺析我國保險網絡營銷的問題與對策
119.營銷策略對品牌忠誠的影響:顧客感知價值的中介作用
120.體驗營銷研究前沿評介
121.國內市場營銷研究進展分析
篇5
作者簡介
段云峰
承擔了國內最大電信運營商的數據倉庫和大數據中心的設計和建設、運營工作(截止到2015年該系統達到18000TB存儲容量，累計投資120億元)，積累了15年的大數據領域的實際工作經驗。帶領相關的團隊，從系統創建到系統運營，開發了很多大數據領域的各種應用。積累了國內唯一的大數據在大企業建設、運營方面的經驗。其前后主持設計的文檔，有150余冊、1200多萬字，涉及大數據系統的數據模型、數據接口、系統架構、質量管控、業務應用、系統安全等各個領域。
秦曉飛
具有理學學士、工學學士和管理學碩士學位。最近十幾年先后從事BI系統的運維、開發、項目管理以及應用推廣等工作，參與并見證了中國移動BI系統從TB級別數據倉庫向PB級別大數據平臺跨越的整個過程。先后獲得高級工程師、信息系統項目管理師、高級電信業務師、國際信息系統審計師等專業資格認證，并且被評為2012年山西省青年崗位能手。在《移動通信》《中國新通信》《電子世界》《信息與電腦》等雜志發表多篇專業論文，并且申報了多項國家發明專利。
目錄
01大數據現狀／1
1.1大數據的概念和特點／2
1.2互聯網思維的故事／4
羊毛出在豬身上／4
圈客戶／圈眼球／4
1.3“天變了”／5
用戶變了／6
平臺變了／8
金融變了／9
營銷變了／9
思維變了／10
1.4大數據為什么需要互聯網思維／12
大數據項目不同于傳統IT項目／12
大數據產業是咨詢服務產業／13
互聯網思維是咨詢服務產業的法寶／14
大數據“變現”需要互聯網思維／15
大數據中“群眾的智慧是無窮的”／15
1.5小結／16
02堪比“文藝復興”的互聯網思維／17
2.1文藝復興的意義類比／18
藝術解放思想，思想解放生產力／19
引導了第一次工業革命／19
互聯網引導新的工業4.0／20
改寫金融業，改寫社會／21
2.2互聯網企業的發展／21
BAT的造夢／22
IT技術成為企業的核心競爭力／22
2.3互聯網思維的概念／24
2.4互聯網思維的特點／24
2.5互聯網思維改寫了手機產業／26
2.6互聯網思維改變大數據／29
大數據的客戶體驗／29
大數據的產品化思維／30
大數據的平臺思維／37
大數據的迭代思維／42
2.7大數據的新生／44
從配角到主角／44
產業化成為可能／45
大數據的春天／45
2.8小結／46
03大數據的發展／47
3.1大數據產業的發展／48
互聯網改寫了歷史，大數據改寫了互聯網／48
第三次浪潮中的新興產業／49
數據成為最大的資產／50
促進“理性社會”／51
3.2從網絡運營到大數據運營／52
互聯網平臺如何使用用戶數據／53
建立數據分析保障管理體制／55
從基礎設施到產品提供／57
從網絡產品到數據產品／59
3.3如何運營大數據／60
互聯網基因／60
對內服務／63
對外服務／66
大數據營銷／68
3.4大數據發展的瓶頸／69
與傳統IT不同／70
機構和機制不同／71
新理論和新思維／71
轉型更難／72
3.5小結／72
04大數據的客戶體驗／74
4.1客戶是誰／75
內部客戶／外部客戶／77
個人客戶／集團客戶／78
校園客戶／80
4.2客戶的大數據需求是什么／80
取數——“取柴火”／82
取知識——“將柴火燒成炭”／83
取專業建議——“集體供暖”／84
4.3客戶體驗是什么／85
什么是體驗／85
數據如何可讀／90
“啤酒和尿布”的另一個角度解讀／95
4.4客戶體驗如何提升／96
服務不同角色／96
娛樂思維／98
管家式服務／98
4.5小結／99
05大數據產品設計／100
5.1大數據產品背景／101
產品長什么樣／101
谷歌是搜索門戶還是數據門戶／102
提品還是平臺／103
賣咨詢服務／104
智慧產品／104
5.2大數據產品內容／105
工具類／106
中間類／107
像棋譜一樣的知識庫／108
數據分析手機／109
互聯網聯通了人，數聯網聯通了大腦／110
5.3產品的“客戶流量”／110
吸引客戶／110
運營客戶／111
5.4大數據產品類比／113
大數據的搜索門戶／113
大數據的社交平臺／113
大數據的電商平臺／115
大數據的云化——在云里找數據／115
5.5大數據產品特點／115
目的決定產品特點／116
通過對比顯示價值／116
更多的群眾參與／116
5.6產品的界面優化／117
從蘋果App中學習什么／117
結果的可視化／117
5.7產品的用戶定位／117
如何讓孩子看懂／118
數據的消費者／118
DIY發燒友／118
產品的商業模式／118
5.8小結／119
06大數據的極致思維／120
6.1產品的極致／121
傻瓜化的App／121
新的觸摸屏在哪里／123
服務的極致／124
專家的極致／125
棋手的極致／126
智能改造之后的極致產品／127
智慧產品的極致／132
6.2思維的極致／134
兵書的知識提煉／134
參謀的極致／134
知識庫和運維／135
思維的“眾籌”／135
6.3營銷的極致／136
點對點的精準營銷／136
成本控制的極致／137
6.4“講故事”的極致／137
吸引人的標題／138
吸引人的敘事方法／139
吸引人的數據證據選擇／140
6.5小結／140
07大數據的快速迭代／142
7.1怎么“快”／143
標準零件的拼接／143
分析過程簡單／143
不要追求完美，但求不斷完善／144
7.2數據的標準／144
大數據是否還有邏輯模型／144
口徑的管理／145
業務元數據和技術元數據／145
7.3平臺的標準／146
云計算平臺的標準化／146
PaaS還是SaaS／147
7.4環境的標準／148
編程規范和標準／148
軟件結算的標準等／149
7.5迭代的知識積累／149
農業知識積累出的農歷／149
何時更新、如何更新／150
7.6小結／150
08大數據的平臺思維／151
8.1大數據的平臺定義／152
數據得到豐富，取得規模效益／153
運營能夠細分，拓展發展前景／153
8.2大數據平臺思維的特點／153
平臺越來越通用，應用越來越專業／153
孤立的數據是金，共享的數據是鉆／154
數據的多維決定著平臺價值的多樣／154
8.3大數據的平臺實體——“數聯網”／154
數據交換的高效網絡／155
數聯網的內容／155
訪問工具／160
數據管控／161
8.4大數據平臺的生態環境／180
誰會購買大數據產品／181
各方獲利的互聯網模式／182
速度彌補精度／184
8.5平臺SDK的開放性／185
平臺的可編程API接口／186
數據的標準／186
數據的可讀性／187
加工的簡化性／188
容易參與／190
人人參與／192
8.6互聯網企業的數據開放平臺／192
阿里巴巴的御膳房／192
騰訊的微信開放平臺／199
百度的阿拉丁／202
8.7人人的“數據”到數據的“人人”／204
8.8互聯網平臺升級到大數據平臺／205
互聯網平臺是新時代的農業文明／205
大數據平臺的價值最大化／205
電信運營商，新的電力公司or大數據公司／206
8.9小結／207
09大數據的跨界思維／208
9.1大數據跨界的背景／209
Hadoop的興起，去了IOE／209
大數據的滲透——大數據×／210
9.2大數據跨界的定義／211
大數據跨界的特點／211
大數據跨界的展望／213
大數據跨界的案例／215
9.3大數據的業務多維／216
橫看成嶺側成峰／216
數據的行業解讀／216
9.4大數據的行業交叉／216
電信數據與金融數據的交叉／217
電商數據與醫藥數據的交叉／219
9.5小結／220
10大數據實踐案例探索／222
10.1大數據提升客戶體驗／223
基于角色的應用／223
解決問題的應用／226
用戶的GUI界面／234
10.2大數據實現產品化／238
BI Store案例／238
自助分析工具／242
用戶的知識庫／251
10.3大數據的極致思維／254
思維導圖案例／255
大數據分析報告劇本／256
10.4大數據的跨界思維／258
大數據在交通行業的應用／258
大數據在金融行業的應用／259
大數據在制造業的應用／261
10.5大數據的平臺思維／261
淘寶的API開放平臺／261
某電信運營商的對外開放平臺／265
10.6大數據的快速迭代／267
多波次灰度營銷／267
數據字典的迭代／268
10.7小結／269
篇6
關鍵詞：數據分析；設計思維；市場定位；精準營銷
中圖分類號：TS941 文獻標志碼：A
The Influence of Industry Big Data Analysis on New Models of Design Thinking
Abstract： Based on discussing big data analyzing technology as well as enterprise case studies and tracking surveys， the paper states that such data analyzing technology will facilitate the generation of new models of design thinking， which will more rely on Internet technology， and systematically reorganize complicated resources and information into data that can be further used as an important guidance for new product design. These data will help enterprises realize cooperation of various participants， information sharing and tier management in the process of product design and R&D and improve the efficiency and benefits of their design and R&D system.
Key words： data analysis； design thinking； market positioning； precision marketing
在全球服裝紡織業格局中，中國還處于起步探索階段，缺少真正有市場競爭力的自主設計品牌。企業們普遍缺乏高效務實的設計創新能力，成為了我國服裝紡織行業的發展短板。面對國際品牌的激烈競爭，企業們需要建立自己的新型設計思維模式。更加適應市場需求的新設計思維將是一套有理有據、高效靈敏的產品設計與管理系統，這將有助于企業們更超前的把握市場發展動態，更精準的分析產品的優劣勢，更合理的籌劃銷售策略，更敏銳的找到未來商業機會從而打造企業及品牌的市場競爭實力。
目前在經濟發達國家的服裝產業中，類似的研究已經進行到了比較成熟的階段，如法國的Lectra（力克）公司，通過將其CAD/CAM 、三維技術與互聯網技術的結合，進行最優化的數據傳輸，可以滿足企業在整個生產過程中從服裝系列設計到視覺化銷售的所有環節的需求。力克公司的發展資料為本文的研究提供了非常有價值的可參考實例。
1 針對服裝紡織產業大數據分析技術的研究
服裝紡織產業大數據分析技術是基于互聯網大數據分析的專業服裝設計和生產管理輔助工具。該分析技術采用的是個性化分布式數據挖掘技術，通過對互聯網海量真實的服裝銷售數據的分析，監控并分析網站，采用JAVA語言對網站中各種內容信息進行智能化的分析和挖掘，多維度、全方位對服裝屬性數據進行篩選，可甄別出不同時間段、不同地域、不同年齡層次、不同性別甚至不同消費習慣的服裝購買者對服裝顏色、款式、面料、尺寸等屬性的偏好，并形成直觀易懂的可視化報表，從而對設計和生產管理者形成指導，更加方便直接的形成“設計指導書”或者“生產指導書”。能夠使產品更加符合品牌特征和市場需求，極大地提高設計生產效率，減少成本與避免試錯風險。
在數據分析技術的層面上，它是基于html的個性化分布式數據挖掘系統。核心內容是監控并分析網站，生成Excel表格形式的報表，報表包含關鍵詞和網站的鏈接地址。這種分析為采用Java語言對網站中的各種內容信息進行智能化的分析與挖掘。相當于目標網站名單讀取模塊，采用Excel表格存儲目標網站列表和關鍵詞，并且用Java語言讀取信息，并利用web界面即時呈現監控結果。
2 服裝紡織產業大數據分析技術對設計思維影響的實例研究
參與本次研究項目的北京相與文化發展有限公司，是一家由中法意等多國設計師和業內人士組成的專業服裝紡織品品牌孵化和設計營銷整合機構。
2014年公司開始進行自主開發和使用基于互聯網的服裝設計大數據分析系統，如圖 1 所示，針對某款產品的數據分析結果，將對設計工作產生重要的引導作用。設計師們會根據數據分析結果來判斷設計思路是否合理，改變了傳統設計流程中過于強調設計師主觀感受的不穩定性，將基于互聯網的海量數據經過精準的篩選和整理，生成直觀可視化的數據報表，并且形成多點共享和分級管理的平臺化工具，將設計研發流程模塊化，迅速找到針對市場切實有效的產品設計賣點和營銷方式，可以極大地提高服裝設計師和生產管理者的工作效率，降低了設計研發成本并有效減少了企業在新品設計研發方面的試錯風險。
為了調研資料的充分性和客觀性，本論文還調研了參與10家生產銷售與男士T恤相關的服裝企業。在男士T恤這個產品品類的設計開發之前，這些企業想去了解該產品的設計研發方向的需求集中體現在以下幾個方面，如基礎風格、花型圖案、面料材質、款式細節和服飾工藝等；并且在這幾個需求里面，關于花型圖案的調研量最大，這個環節也就成為了企業們最為關注的問題所在，另外占比量22%位居其次的款式細節，也成了男士T恤的另一個設計重點。以上調研的數據比例圖示（圖2），充分證明了企業對產品的設計研發方向的設定，是有著比較明晰準確的需要點的，占比29%的企業都認為要將花型圖案作為男士T恤的設計重點。如果通過產業數據分析技術，能比較清楚地告知這些企業，在服裝設計研發的時候，是否要優先關注哪些方面以及如何把握這些方面的設計工作，這無疑對企業把控產品與市場需求的貼合度方面是有重要幫助的。
3 產業大數據分析技術對新型設計思維模式的影響
“積累、效率、協作、降本”―― 代表著新型設計思維模式核心要素的，將給產品的設計研發思維帶來全新突破，將有力地幫助中國數以萬家企業將設計真正轉化為生產力并最終打造核心競爭能力，完善品牌體系并全面提升品牌價值。
將與產品相關的市場數據進行搜集整理和分析，在互聯網大數據分析技術的幫助下，找到對企業的產品設計研發最具有參考價值的類比信息，不同于傳統設計模式的主觀化和分散化，新一代的設計思維模式需要將資源和信息模塊化，形成支持系統；從而在企業的整體產品設計研發流程中實現多點協作、信息共享和分級管理，極大地提高了流程的效率，降低了錯誤判斷市場導向帶來的經營風險，節省了設計開發的時間和成本，同時新型設計思維模式又會強化對于流程中每個環節的工作指標的評估，從而達成有效良性的管理機制。
4 結語
篇7
(一) 京東商城發展情況
京東 (JD.com) 是當前我國最大的自營式B2C電商企業, 為京東集團CEO劉強東于1998年6月18日在中關村成立, 并于2014年5月22日在納斯達克掛牌, 成為僅次于阿里巴巴、騰訊、百度的中國第四大互聯網上市公司。其中, 2013年5月6日正式成立京東商城, 在線經營商品涉及計算機、3C數碼、家電、汽車配件、服裝與鞋類、奢侈品、家居與家庭用品、化妝護理用品、食品與營養品、書籍、母嬰用品、體育商品、百貨、機票、網上超市等3150萬種SKU的商品, 滿足用戶在線購物的日常生活購物需求, 同時京東在全國大部分地區覆蓋自身的物流配送網絡, 完善的售后服務、物流配送及市場推廣, 組建六大物流平臺提供更加快捷的配送服務, 并且支持貨到付款等服務, 真正能幫用戶實現購物的“多、快、好、省”。
京東商城作為國內較大的B2C電商企業之一, 其B2C電商模式已經發展得較為成熟。在該企業的營銷推廣與日常運營中, 對整合營銷傳播進行了靈活而高效的運用, 尤其通過廣告投放、商品促銷、市場活動、公共關系四大方面對企業的營銷資源進行不斷整合優化, 這對于企業的業績推動、口碑宣傳、企業文化打造等方面都起到了不可估量的作用, 因此本文對此進行分析, 總結其可借鑒之處, 以為我國各同類企業提供參考與借鑒。
(二) 京東商城整合營銷主要傳播方式分析
廣告投放。京東主要采用的是以網絡傳播為主, 整合視頻、戶外、電視、網頁廣告等營銷傳播方式, 不斷擴大知名度、增加網站流量, 提升企業品牌形象, 達到吸引客戶購買的目的。一方面京東側重在公共汽車、站牌進行戶外廣告投放, 采用大眾的傳播方式不斷擴大宣傳, 如喊出標志性口號如“好物低價, 上京東”、“多、快、好、省”等等;另一方面, 京東的廣告主要投放在網絡上, “雙十一”促銷活動打出四支TVC廣告片, 分別從“多、快、好、贊”4個維度中針對大型促銷節中售假貨、發貨慢、退貨難、付款難等問題, 做出針對性的回應, 指出要提高消費者在雙11活動中的優質購物體驗。2017年京東年貨節通過拍攝《把年味兒帶回家》紀錄片推廣京東商城“把年味帶回家”主題的大促銷, 讓消費者獲得全新的購物體驗。此外, 隨著京東商城獲得1.5億美元融資后, 京東也在加強電視等媒體的廣告投入, 如在電視劇中植入廣告, 進一步提升品牌知名度。推薦閱讀：生態資源管理運營范文分析的管理學博士論文
商品促銷。商品促銷是企業進行營銷的重要手段, 對于京東商城來說, 借助著便利的網絡宣傳傳播渠道, 可以綜合利用多樣化的促銷宣傳方式。一方面通過不同的節日氣氛使商品促銷常態化、特色化, 比如針對年中“618”的大促活動、“雙十一”、“雙十二”、“開學季”、“周末放價”等推出有針對性的促銷活動, 以雙十一為例, 京東商城從11月1日開始, 推出連續11天的“低價爽購”促銷活動, 同時3C、家電、消費品、服飾家居這四大事業部分別拿出大牌優惠商品, 輪流上陣促銷, 最后在11日全面低價爽購, 讓消費者從容購物的同時獲得踏踏實實的回饋。另一方面, 京東還進行不定時的促銷, 如京東商城的首頁中設置“秒殺”、“優惠券”、“閃購”等專欄, 對特價商品、限時搶購商品分門別類, 并推出“全民來砍價”等多種電子商務促銷手段, 讓消費者的選擇更加多樣, 豐富目標消費者群體的購物體驗, 增強了客戶黏性, 有助于提升京東的銷售額和知名度。
篇8
關鍵詞：建筑信息模型；三維建模；互聯網
傳統BIM思想，是以建筑工程項目的各項相關信息數據作為模型的基礎，進行建筑模型的建立，通過數字信息仿真模擬建筑物所具有的真實信息。雖然BIM技術在建筑設計過程中已體現出優勢，如三維模型，建筑元素的真實材料及構成，自動產生建筑設計的平，立，剖圖等。同時用BIM模型可模擬建筑施工過程以預防在施工過程 中可能發生的事故和拖延。但BIM真正的強大功能是可以將建筑的維護和運營管理過程自動化。這將提高建筑維護及運營管理的較率，以進一步節省建筑維護及運營成本。一般認為建筑50 年的維護及運營成本分別是該建筑最初造價20倍和100倍。對BIM技術的應用，不是基于一個或幾個軟件工具，它應該是基于一個成熟的和通用的MM建模平臺結合建筑設計，施工，維護及 運營的理論及經驗而開展的一系列的服務，開發和管理工作（項目）。這里還包括采用先進的建筑項目的采購模式，如PPP或PFI，以及先進建筑項目的管理過程，如設計及施工，設計及建造等等。
新BIM+思想，做為一種數據、容器來看，可應用于VR+電商、室內定位、稅收的評估、政府的監管、消防的監管、安監的監管、重大危險源的監管、公共服務、應急預案等。
一、BIM產業鏈應用項目的研究與分析
服務-建模服務，應用通用BIM建模軟件或平臺把已建成的建筑圖紙轉化為建筑模型，或為正在設計的項目建BIM模型。
開發-針對不同建筑維護及運營管理部門的要求，在通用BIM平臺上開發各種管理軟 件及樓宇自動化系統。
管理-直接應用自己開發的基于BIM的建筑設計、施工、建筑維護及運營軟件及平臺 為社會提供建筑設計，施工，維護及運營管理服務，從提高（信息）管理效率中創造價值。特別是在維護及運營過程中。
BIM數據采集，這個產業鏈條前端是數據采集端，數據采集端就有智能裝備、采集平臺到數據的管控。BIM信息采集軟件、BIM信息自動化處理軟件、AutoCAD Revit建模軟件。
BIM數據管控就是要建力大數據平臺，建立數據的分析、數據的管控數據匯聚、數據的萃取、數據格式的轉換、坐標的定位、與GIS的融合的BIM大數據平臺。有了這些，就可以在此基礎上建立BIM數據應用。以BIM數據為基礎的，融入互聯網+思想，結合物聯網、云計算、大數據等技術，創建各種應用服務與商業模式。
BIM衍生產業鏈，BIM本身就是一個數據，同視頻數據樣，核心是視頻數據，中間就是數據管控，其次就是視頻分析與應用。BIM產業鏈條衍生的產業方向：數據采集可以可衍生，軟件業、智能裝備（如：各種傳感器以及室內導航等產業）
數據的管控可以衍生：BIM大數據、云平臺、大數據中心等。數據應用可以衍生：智能化服務、運維、基于BIM的信息服務業、信息服務加上智能化服務如：VR+電商。以前傳統的服務基于勞動力的服務，現在是智能化+信息化的服務，如：建筑物溫度傳感能源都是我們服務的對象。
BIM能夠應用與工程項目規劃、勘察、設計、施工、運營維護等各階段，實現建筑全生命期各參與方在同一多維建筑信息模型基礎上的數據共享，為產業鏈貫通、工業化建造和繁榮建筑創作提供技術保障；支持對工程環境、能耗、經濟、質量、安全等方面的分析、檢查和模擬，為項目全過程的方案優化和科學決策提供依據；支持對專業協同工作、項目的虛擬建造和精細化管理，為建筑業的提質增效、節能環保創造條件。
二、BIM在施工中的全生命周期管理
利用已經搭建完成的模型和碰撞檢查軟件，對建筑與結構、設備專業管線之間進行各種錯漏碰缺的檢查，并導出碰撞檢查報告，提出設計優化建議，一方面可以提高設計單位的設計質量，另一方面避免在后期施工過程中出現各類返工引起的工期延誤和投資浪費。線上信息共享，第一可以用作施工單位指導現場施工，避免因返工造成的工期拖延和資金浪費；第二是用作管理單位嚴格按此監管工程質量和可以進行準確的工程量統計；第三可以形成各系統功能控制區域，用作運營管理單位后期運維技術支持。在BIM思想下施工管理各個環節的分工任務，采用BIM工程質量、進度、費用造價等信息在內的多項研究進行分析。
三、基于BIM互聯網+電商模式
充分利用BIM在虛擬現實方面的優勢，擴大其應用邊界。以城市的家裝建材市場項目為根據地，實行線上只體驗不交易，免除經銷商無法實體店自由經營的顧慮，通過線上商品尺寸數據與價格真實與當地建材經銷商所售商品壹壹對應的、傻瓜化家裝DIY電商軟件，讓業主可以自行設計家裝并自動生成全套預算，從而縮短決策時間，不再刻意提防家裝公司與建材商之間的合伙下套，再通過業主在朋友圈對自己Diy作品的炫耀及親朋好友的熱心參謀設計，使得業主及其親友社交圈層的潛在消費需求得到質的提升，拓寬了建材經銷商對目標客戶的影響渠道，因為業主的親朋好友自然是和業主屬于同類經濟實力消費人群，業主雖然已經買了房，但并不等于他的親朋就不再需要買房！ 這將有利于誠信建材經銷商實體店商品的銷售，從而刺激當地經銷商相應地產項目的招商，順利實現商鋪銷售。一旦在一個城市試驗成功，獲得經驗與實操團隊，就可以迅速將這種模式照搬連鎖到其它三四五線城市的建材市場項目。然后更可以通過對已覆蓋地區的業主個性化需求進行定制大數據的整理，得出定制家居工廠的流水線訂單，同時各地房開也需要借助這個平臺的圈層社交影響力來實現老帶新營銷，各種房地產廣告營銷需求自然就找上門來。
（作者單位：湖北工業大學工業設計學院）
參考文獻：
篇9
金融科技的崛起改變和塑造著客戶的金融消費行為和交易習慣，方便快捷的數字化體驗成為客戶選擇的重要考量因素，數字化渠道成為服務客戶的主流， 數字化時代已經到來。一些金融科技公司迅速抓住數字化時代契機，打造以客戶體驗為中心、以數據技術為驅動、以互聯網渠道為重點的經營模式，動搖了銀行的絕對優勢地位，在移動支付、小額信貸等領域不斷沖擊銀行的傳統業務。面對新的數字競爭對手和領先的平臺型企業的進攻，銀行等金融機構開始變得“無形”，銀行的數字化轉型已經迫在眉睫。
一、銀行數字化轉型概述
銀行的數字化轉型是利用科技手段改造傳統 金融，廣泛運用大數據、云計算、區塊鏈以及人工智能等新興技術，優化金融服務模式和內部管理方式。總體來看，數字化轉型要求銀行具備以下幾個能力:
一是客戶洞察能力。客戶洞察能力是通過客戶的交易行為和習慣操作分析客戶的偏好和特征，從中得到有價值的判斷，幫助銀行理解客戶行為背后的驅動因素、價值潛力及產品銷售機會，從而形成銀行與客戶的良性互動。銀行需要做的是了解客戶的需求，衡量客戶的看法，有效識別客戶未滿足的需求、不滿意的期待以及主要的訴求，建立需求反饋機制，從根本上著手解決客戶需求與銀行服務對接錯位的問題，有效提升客戶體驗。
二是快速反應能力。快速反應能力主要包括三個要素，分別是產品研發、人力資源和管理，三種因素集成而得的協調的、相互關聯的系統決定了快速反應能力的高低。數字化時代也是敏捷時代，激烈的市場競爭和對客戶的白熱化爭奪要求銀行能夠快速配置財務、人力、資金等各種資源，以響應市場和客戶的需要。 因此，銀行需要用靈活高效的產品研發、組織架構及運營模式替代過去的內部資源組織形式，提高應對客戶需求和市場變化的敏捷性。
三是數據激活能力。數據是數字化時代銀行的核心資產。良好的數據獲取、分析和運用能力可以幫助銀行挖掘客戶信息價值，制定切實可行的營銷計劃， 了解客戶的行為習慣和喜好，支持客戶的交易行為，構建新的業務模式，進而贏得競爭優勢。銀行在客戶數據管理、數據質量管理、數據模型構建等方面的工作有助于提升數據激活能力。
二、國內外銀行推進數字化轉型主要特點
（一）具有明確清晰的數字化轉型戰略
銀行決策層和管理層對數字化轉型戰略有清晰的愿景、持續的投入和堅定的決心；有明確的戰略布局和 發展規劃；戰略落地部門對數字化轉型戰略高度認同、自覺執行，全行上下對數字化轉型的愿景、目標和路徑達成充分共識，全行的行動和決策統一在數字化轉型戰略部署下。最高領導自上而下帶領全行積極變革， 高管在設計、試點和實施關鍵節點投入充足時間積極參與。轉型項目主題與高管最關注的大事或痛點高度契合，不與日常工作脫節。
（二）以客戶為中心，改造客戶旅程提升客戶體驗
從客戶角度出發，沿整個客戶旅程來審視客戶體驗，做到真正優化客戶體驗、提升業績。踐行“以客戶為中心”的服務理念，堅持產品服務客戶所需，根據客戶的實際需求，搭配適合的產品；打通客戶旅程的關鍵節點，通過客戶旅程改造和內部流程變革，從前端到后臺重新設計銀行的核心旅程，分析新的機會，采用多樣化的方式使客戶滿意，應用并不斷改善新的智能技術，用于創新和促進客戶體驗，提高客戶服務效率， 完善全旅程客戶服務體系。
（三）推進全渠道轉型，實現客戶各種觸點的體驗一致
讓客戶可以通過線上線下所有渠道與銀行接觸，在所有渠道提供統一的客戶體驗和品牌形象，在各個渠道之間實現無縫遷移，使客戶能夠隨時隨地選用自己覺得方便的渠道完成所需的交易或服務。從定義客戶旅程入手，根據不同渠道的功能與體驗特征，明確渠道總體定位框架，構建整合渠道體系，進而通過協助、引導、差異化定價等手段幫助客戶向最有效渠道遷移，并同時在人力資源、數據平臺等方面建立內部的配套支撐，為客戶提供統一、流暢和卓越的體驗。
（四）打造優秀的大數據管理、分析與運用能力
實踐表明，大數據在銀行業績提升、風險防控、效能改善與管理優化等領域具有重要價值，尤其在決策支 持、信用風險、精準營銷與個性化定價等領域發揮的價 值最大。銀行應圍繞大數據生態體系，運用大數據及相 關領域的最新技術，培育數據挖掘和分析技能，全方位 建設數據分析和運用能力，從海量數據中提取出有價值 的信息，為銀行的決策、風險控制和客戶管理服務。
美國第一資本金融公司自2002 年起開始實施“信息決策”戰略，單獨設立了首席數字官（CDO），平均每年開展8 萬個以上的大數據實驗分析，是全球范圍內最早運用大數據技術的銀行。依靠豐富的數據積累和強大的模型分析能力，在客戶獲取、激活、產品組合管理、客戶挽留、風險控制等方面取得了巨大的成功。它的移動銀行應用成為首款支持蘋果TouchID功能的軟件。2016 年，亦率先通過亞馬遜網站的Alexa虛擬助理實現了語音控制的金融服務交易。在數字化戰略的推動下，它從一家單一經營信用卡業務的公司迅速成長為美國資產排名前十的綜合性銀行。
（五）打造開放銀行體系，建設金融生態圈
開放銀行是指開放應用程序編程接口（API）向合格的外部商業伙伴，將銀行的賬戶能力、支付能力、特色產品能力、數字經營能力、全渠道服務能力等開放給合作伙伴，共建跨界融合生態。通過改變傳統模式，無感、無限、無界提供場景化金融服務，使客戶金融服務需求在生活服務需求中第一時間得到滿足。
近年來，國內銀行頻頻探索利用API或SDK接口等方式打造開放銀行生態圈。比如，浦發銀行在2018 年7月推出了API Bank 無界銀行，截至2018年11月末，總共實現了211 個API服務，對接84 款APP，出臺電商平臺、出國服務、跨境服務等多個場景金融服務方案。中信銀行通過連接京東商城、滴滴專車、淘寶等平臺，將平臺數據引入，用于識別和分析客戶營銷機會與業務拓展風險。
（六）建立敏捷工作機制，全方位提升創新能力
銀行傳統的組織架構是按照職能來劃分部門的， 然而敏捷的組織形式是從各個相關部門抽調人員，成立敏捷團隊，實現組織架構上的扁平化管理，敏捷團隊的成員按照“端到端”的原則，每個人都對項目的全 過程負全責，所有人的績效考核指標都是一樣的。敏捷團隊的成員在同一辦公地點集中辦公，保證員工單線程工作，變串聯為并聯，同時輔之以定期培訓和考量、時間短和注重決策的輕量會議等，全面提升反應速度。對敏捷團隊充分授權，減少交接和精簡流程， 去除冗余層級、重復決策等環節。
星展銀行的數字化轉型在經歷了第一階段“將核心業務進行數字化改造”和第二階段“銀行業務與客戶需 求深度融合”之后，進入第三階段“構建創業型企業的 文化氛圍”。星展銀行調動全員力量，提倡“有利于客戶體驗的努力都值得嘗試”，讓每位員工都自覺了解客戶體驗和關切，以自己的親身體驗重新構思客戶旅程， 推動全方位轉型。如星展的呼叫中心、ATM分析、HR等，全部逐步實現技術轉型，都是自下而上、由底層員工推動的。
三、零售業務數字化轉型的關鍵著力點
銀行數字化轉型，尤其是零售業務的數字化轉型成為銀行業發展新趨勢。由于零售業務存在客戶規模大、長尾客戶服務不足、客戶結構分化等特征，金融科技的運用能夠有效緩解這部分現實問題，大部分銀行在推進數字化轉型的過程中優先選擇零售業務為突破口，利用科技手段驅動零售銀行業務全面釋放潛能， 使銀行服務擺脫時間、地點、人員的束縛，實現自動化、 實時化、線上化處理。零售業務數字化轉型的幾個重點體現在以下方面：
（一）提高產品服務的觸達能力
拓展多元化服務渠道，利用互聯網渠道擴大服務半徑，覆蓋更多長尾客戶，同時將線上渠道與線下服務網絡進行有效銜接，實現閉環服務，構建“物理+ 虛擬”的線上線下全渠道服務體系。在銀行的多元化服務渠道中，手機APP的客戶觸達作用越來越突出。根據易觀產業數據庫的報告顯示，2018 年一季度，我國手機銀行注冊用戶數超過15 億戶，手機銀行客戶交易規模達到66.89 萬億元人民幣，活躍用戶持續增長， 逐漸成為用戶首選的服務主渠道，到2018 年底手機銀行渠道用戶比例達57%，首次超越網銀用戶比例。手機 銀行的發展趨勢主要表現為兩方面：一方面是加強人工智能技術的應用，將生物識別技術應用于智能核驗身份，在銀行APP登錄、交易中增加面部識別及指紋識別等功能；將人工智能技術引入到理財和投資顧問服務中，為客戶精準定制個性化的理財產品等。另一方面是加強與外部機構的合作，在產品欄目引入保險、助學貸款、校園貸款等項目，實現與高校、保險公司、金融科技公司等外部企業的深度連接。網點作為服務客戶的傳統渠道，同樣面臨數字化轉型課題。網點的數字化轉型要注重培養智能機具對柜面業務的替代能力，數字化再造網點的業務流程，將信息化、業務流程和智能機具有效整合，加強網點分流引導，重點推進各類業務的線上協助化服務。
（二）提升個性化服務能力
根據騰訊研究院的報告顯示，采用個性化精準營銷的銀行，營銷成功率能夠提高50％～65％以上；根 據客戶畫像推送銀行產品，購買率可以提高30％～ 55％ ；通過大數據進行全面客戶管理的銀行，存量客戶激活率能夠提升30％以上，壞賬率能降低25％。為提高個性化服務能力，銀行可以通過強大的數據整合分析體系，實時、智能化地處理客戶行為數據，根據客戶的信用資質、收入水平、風險承受能力、行為特征、 使用習慣、使用偏好綜合考量，利用積累的內外部數據及成熟的算法進行個性化的界面展示，實現“千人千面”。同時，基于對客戶行為特征的分析挖掘，在客戶來到網點或電子銀行渠道時，按照為客戶群體打好的標簽，展現因人而異個性化廣告，讓用戶對感興趣的廣告信息進入業務辦理，改變傳統的廣告營銷模式。實現精準營銷離不開大數據技術的運用和支持，提高以大數據為基礎的個性化服務能力，可以幫助銀行增加獲客精準度，降低獲客成本，提升客戶交互體驗和 產品轉化率，并實現個性化定價。運用大數據技術， 第一步是即刻捕捉數據，海量獲取數據，這些數據包括銀行內部數據和外部數據，結構化和非結構化數據， 清洗處理這些數據，提取特征信息，為客戶畫像做準備； 接下來，要按照客戶基本信息、興趣愛好、社會特征、消費行為等維度，建立標簽化的客戶模型；再通過客戶特征、產品需求等參數，對客戶進行分類；最后采用協 調過濾、關聯規則、知識推薦等算法，使產品和服務智能觸達客戶。
（三）增強場景化服務能力
銀行發展進入生態建設的新時期，必須打造一個吸引和留住客戶的生態系統，讓客戶可以在生活場景中了解、使用和發現金融消費機會。場景金融的關鍵在于銀行把金融服務融入到客戶的衣食住行場景中， 以場景為核心向用戶提供服務。與傳統金融服務模式的區別在于，場景金融不再是一個個獨立的業務流程或者單獨的產品，而是嵌入到生活場景中的綜合金融解決方案，服務內容體現“金融+ 生活”的高度融合。場景金融是一種完整的生態，是從金融需求到金融解決方案的閉環服務。構建場景金融服務模式，銀行可以從兩方面入手：一方面，與掌握場景流量的互聯網、新零售、房地產、能源、制造、出行等行業開展廣泛的跨界合作；另一方面，可自建場景，繼續發力場景生態建設，在電子商務平臺、社區銀行、移動生活服務、 加油站金融、汽車金融、機場金融等方面尋找細分市場，盡早構建“生活+ 金融”完整生態圈。除此之外，銀行可以改造傳統的銀行網點，將原有的金融服務單一場景延伸為多元化服務場景，引入休閑、積分兌換、消費等生活化場景，讓銀行網點與客戶的日常生活有機結合，推動網點場景化轉型。
四、銀行零售業務數字化轉型的路徑
（一）批量獲取并經營零售客戶
互聯網的發展和手機的普及把銀行零售客戶行為從線下網點變為線上和線下并重，在平臺和場景中獲取金融服務成為新的趨勢。零售業務必須把客戶工作、生活場景重新整合，通過線上平臺與各大電商平臺、社會資源平臺對接，批量化營銷和管理零售客戶，實現跨越式發展。通過與衣、食、住、行、育、娛、醫、壽等場景平臺對接，整合信息流、資金流、物流，將金融服務嵌入場景服務，為零售客戶提供綜合金融服務。同時在后臺對接信貸系統實現線上融資、額度管理、風險防控等。建設包括人臉識別等生物認證技術在內的身份核驗系統，打造大數據分析平臺和連接第三方金融信息平臺，進一步完善零售平臺金融服務功能，更有效地達到批量獲客、活客、留客，提供綜合金融服務。
（二）完善專業化管理模式
專業化管理模式是零售業務數字化轉型的基本保障，需要在產品研發、銷售管理、渠道布局、數據驅動和風險管理等方面全面提升零售板塊的專業能力。突出產品引擎作用，豐富強化消費信貸、財富管理、信用卡等專業產品線，研發有市場競爭力的拳頭產品。強化總行銷售管理職能，負責零售營銷計劃制定、營銷業績統計、個人客戶經理績效管理、技能培訓等， 打通總行、分行、支行、個人管理與督導機制。發展線上線下一體化的全渠道管理，包括網點布局、線上渠道開發、新業態規劃等，構建全渠道、多觸點的一致客戶體驗。打造基于大數據的定量分析與業務決策能力，推動大數據分析的規劃和開發，打通零售客戶底層數據基礎與數據驅動的應用。完善風險組織架構， 增強集中化、專業化、高效的風險管理能力。
（三）推動敏捷組織改造
在零售板塊探索敏捷組織改造，建立以客戶為中心、快速創新的組織。轉變領導角色，向戰略家、設計師、輔導者轉變，充分授權團隊，注重培養團隊自主運作能力，在數字化快速迭代的工作方式下，把管理機制從復雜的“過程導向”轉向責任分明的“決策導向”。以項目為導向，組建“小而靈活”的跨部門團隊， 負責零售數字化項目端到端的實施落地，賦予團隊充分決策權。改革決策機制，將傳統瀑布式的大項目“化整為零”，分階段進行項目投入和審批，縮短項目研發時間。
（四）管理零售客戶旅程，提升零售客戶體驗
基于當前零售客戶體驗存在的差距和差異化戰略 兩大維度，梳理零售客戶旅程，進行優先排序后分批推動客戶旅程改造。建立全方位的零售客戶反饋收集體系，包括：針對金融服務、設施、產品及流程的整體滿意度及推薦值評價；通過短信、微信、APP客戶端等進行交易后的即時反饋；對投訴進行產品、渠道、對象、 成因的多維分析等，將收集的反饋及監測數據匯總成零售客戶體驗儀表板，將抽象的體驗轉化為直觀、可操作的優化舉措，進而緊跟零售客戶需求，推動數字化產品創新。
篇10
【關鍵詞】教師培訓；TPACK；課程開發
【中圖分類號】G40-057 【文獻標識碼】A
【論文編號】1671-7384（2013）07/8-0035-04
信息時代我國教師專業知識更新的必要性
信息技術的發展與不斷應用將人類社會從工業社會帶入信息化社會，而在信息化社會中，我們也親身體驗并感受著信息技術給我們的生活、工作和學習帶來的各種革命性的變化。各個國家與組織也在研究與思考這個特殊的時代，我們需要培養什么樣的人才才能更好地適應與推動時代的發展。美國的“21世紀技能合作項目”與歐洲研究小組曾經就21世紀所需要人才的技能進行了深入研究。從研究結果可以發現，在這個知識快速更新、技術快速發展的時代，需要解決的問題越發復雜。這些問題往往涉及多個學科、多個領域乃至多個國家[1]。這要求信息時代的學生能夠快速學習、應對變化、發現問題、分析問題并創造性地解決問題。此外，越來越多的學生出生、成長在信息化社會，成為典型的“數字土著”。他們的思維方式、學習方式已經體現出了更多的信息化特征。信息時代將教師推到了一個前所未有的富有挑戰性的位置，即在這樣的大背景下，教師專業知識的更新顯得尤為必要與迫切。
TPACK：思考信息時代教師專業知識構成的新框架
越來越多的研究者已經開始注意到，原有的教師知識框架已經不能滿足信息時代下教學實踐與人才培養的需要，教師的知識體系需要在原有的學科內容與教學法知識基礎上進行擴充與更新，需要考慮融入信息技術的因素。有學者先后提出過ICT-related PCK、e-PCK、TPACK等教師知識框架。目前討論較多、也較有影響力的是美國學者提出的TPACK。TPACK是密西根州立大學的Punya Mishra和Matthew J. Koehler教授于2005年首次提出的。即在原有教師專業知識構成框架的基礎上，融入了“T”（技術）的因素[2]。目前，TPACK在國外的研究較為廣泛與深入（詳見介紹TPACK的相關文章）。國內對于TPACK的研究還很有限，僅能檢索到十幾篇文獻，多數集中在對TPACK的介紹，少數的幾篇論文對于TPACK框架指導下的具體學科教師知識進行了研究與分析。國內外學者對于TPACK的介紹與討論為信息時代教師專業知識的新發展提供了一個全新的框架，即信息時代教師專業知識構成中已經不可回避“信息技術”這一要素。TPACK的提出者也指出，TPACK知識框架不是P（教學法知識）、C（學科知識）、T（技術知識）三種要素的孤立組合，而是涉及三種要素之間的互動，三者之間是相互影響與相互作用的，需要教師培訓者與一線教師的探索。我們不得不承認，這種理論框架必須要能夠轉化為實實在在的課程，對于教師的專業成長才有切實的意義與價值。因此，我們需要將三者之間的“相互作用”具體化、實例化、課程化，即基于TPACK這樣的理論框架，開啟面向信息時代的教師培訓課程開發工作。筆者認為，在面向信息時代的教師培訓課程開發中，有兩個關鍵問題需要解決：一是對信息技術的系統認識與理解（信息技術是什么），二是將信息技術與其他兩個要素之間的相互作用具體化。
信息時代教師培訓課程開發的關鍵問題
（一）該如何理解“信息技術”
TPACK的提出者對于“技術”的理解包含了傳統的技術（粉筆、黑板等）與現代信息技術。對于信息技術的闡述是通過舉例的方式，沒有給出系統而深入的分析。筆者認為，這種方式會導致對于技術的認識出現盲人摸象的片面性與局限性，不利于教師培訓課程的整體設計與開發。
對于信息技術的理解，可以從宏觀、中觀以及微觀三個層次展開。以下將分別闡述三個層次上的理解。
1.宏觀上的理解
“信息技術”代表的是一種解決問題的思維方式，屬于相對穩定的意識與理念層面。隨著互聯網與物聯網的不斷發展，人類與周遭事物都慢慢被數字化和網絡化。解決問題的方式也更加依賴于信息技術實體，使得人們的思維方式總會包含如下的關鍵詞：數字化、網絡化、多媒體化、快速更新與變化、全球化等。著名學者麻省理工學院教授尼葛洛龐帝所著的《數字化生存》一書就是向人們傳達出這樣一種理念：在數字化時代，“信息技術”意味著一種生存狀態[3]。出版一本出版物時，會想著同時生成數字化版本（包含配套VCD或者在線網站等）；為一個產品做宣傳時，營銷的形式不再局限于海報與電視廣告，而是包含了網絡視頻廣告、微博與微信的文字與圖片整合營銷；了解一個人或者事物時，會考慮到搜索引擎或者社交網絡上搜集這個人的相關信息；當想要做一種舉措與改變時，會希望了解其他國家和地區的做法，等等。正如尼葛洛龐帝在書中所提到的：“幾乎全球各地，都在向個人電腦俯首稱臣。我們看到計算機離開了裝有空調的大機房，挪向了書房，放到了辦公桌上，現在又跑到了我們的膝蓋上和衣兜里。不過這還沒完。”尼葛洛龐帝提到的“沒完”的后續發展就是，信息技術會潛移默化地跑到我們的頭腦里，成為一種思維、意識，參與并影響著我們的決策。
2.中觀上的理解
“信息技術”代表著由各種硬件和軟件等以實體存在的技術形式。自第一臺計算機埃尼阿克誕生，到現在智能移動設備普及到各個領域。這期間不斷涌現出各種技術形態：互聯網、移動互聯網、計算機、智能手機、平板電腦、射頻識別標簽（RFID：Radio Frequency Identification）等，還有運行在這些硬件上的各種軟件。目前，提及信息技術，絕大多數人是從這個實體層面來理解的，這個層面上的信息技術具有不斷更新、發展的特性。我國教育信息化發展進程中幾次大型工程，包括“農遠工程”、“校校通”工程、“中小學教師教育技術能力建設項目”等，都是試圖通過為學校配備硬件設施與軟件資源，以及讓教師能夠在教學中合理應用硬件設施與軟件資源展開的。
3. 微觀上的理解
“信息技術”代表著人們在應用軟硬件基礎上所形成的數據。隨著人們對于各種硬件與軟件的應用，已經形成了海量的數據，我們已經進入到了“大數據”時代。在大數據時代，如何有效利用數據則成為一個關鍵命題。麻省理工學院的教授布倫喬爾森比喻說，大數據的影響，就像是4個世紀前人類發明的顯微鏡一樣。顯微鏡把人類對自然界的觀察和測量水平推進到了細胞級別，給人類社會帶來了歷史性的進步和革命。大數據將成為我們新的觀察人類自身社會行為的“顯微鏡”和“儀表盤”。在2010年，美國總統科學技術委員會給總統和國會的報告《規劃數字化的未來》中指出，聯邦政府的每個機構和部門，都需要制定一個應對“大數據”的戰略。2011年《Science》上的一項研究顯示，來自世界上不同文化的人們，每天、每周的心情都遵循著相似的模式。這項研究建立在兩年多來對84個國家240萬人的5.09億條微博的數據分析基礎上，這是以前完全無法做到的[4]。Udacity、Coursera和EDX等在線教育課程通過跟蹤學生的在線學習軌跡來尋找最佳的教學方法。通過分析學生看過的每個論壇帖子以及他們是否正確完成課外作業，來預測看過某個帖子之后的學生正確作答的概率，并由此來確定哪些論壇帖子最合適學生閱讀。這些都是過去無法得知的，對于數據的應用徹底地改變了教學方式。
（二）該如何理解信息技術與學科知識以及教學法知識之間的相互作用
如前所述，TPACK為信息時代教師專業知識構成提供了新的框架，但這種框架需要具體化、實例化，最終形成課程，才對一線教師的專業成長有切實的價值與意義。因此，根據上述對于信息技術三個層面的理解，筆者將信息技術與學科知識以及教學法知識之間的相互影響與相互作用通過上表具體闡述出來。
信息時代教師培訓者以及培訓課程的新發展
1.教師培訓者要持續關注并深入研究信息技術的發展及其在學科教學的融入
隨著信息技術的不斷普及與發展，具備信息技術意識與能力已經不僅僅是信息技術學科教師或者培訓者的工作范疇。而且已有大量研究證明，讓教師單獨學習信息技術課程并不必然導致教師能夠在教學中合理恰當地使用。作為各個學科的教師培訓者，除了關注學科知識以及教學法知識以外，更加需要關注信息技術的發展及其對教育的影響。舉例來說，如上表所提到的“現在以及未來適合本學科知識的各種硬件與軟件有哪些”、“其支持教學的優勢與劣勢分析”、“基于數據的決策與分析方法”、“信息技術支持下各學科通用教學模式以及學科創新教學模式”等都需要各學科教師培訓者的持續關注與深入研究。
2.教師培訓課程的新發展：人人時時處處的小粒度微課程
人人的貢獻：隨著互聯網的發展步入Web2.0時代，每個人都成為內容的生產者，每位教師也將成為優質教師培訓課程的貢獻者。很多人曾詬病原有培訓課程在理論與實踐的結合上存在的問題，教師作為培訓課程開發的參與者將很好地解決這一問題，使得培訓課程更具現場感，更加鮮活。
時時處處的記錄分享：隨著智能手機、平板電腦以及移動互聯網的普及，對于問題、反思以及經驗的記錄、整合與分享也將更加便捷。每一位教師都可能在自己的教學過程中伴隨反思與總結的過程生成簡單的培訓課程（如，通過社交應用Papa，拍下照片的同時，錄下自己對于當前教學情境的困惑、反思與經驗等）。這些課程也將成為后續教師培訓課程開發的原型。
小粒度的微課程：伴隨著移動互聯網與移動終端的發展，微課程在過去的兩年內得到了國內外很多研究者與實踐者的認可。目前已經形成了幾種相對典型的微課程。如國外的common draft提供的視頻、美國新墨西哥州圣胡安學院的戴維 · 彭羅斯（David Penrose）所制作的一分鐘課程，還有我國鄂爾多斯市李玉平老師制作的課程都是微課程的典型代表[5]。筆者認為3分鐘左右的小粒度微課程更適合工作繁忙的教師隊伍在各種空閑時間通過各種移動設備進行學習。
