導語：如何才能寫好一篇大數據時代概念，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

Big Data“大數據”其本質是信息爆炸時代對數據的核心價值再挖掘，被大部分專業人士認為是計算機行業繼云計算、物聯網之后IT產業又一次顛覆性的技術變革。我們認為這其實不僅僅是技術變革，更實質上的是計算機服務時代的來臨，對數據的抽絲剝繭、總結結論更體現了計算機行業正從技術供應轉型為服務供應，大數據未來對國家治理模式、對企業的決策、組織和業務流程、對個人生活方式都將產生巨大的影響。

二、大數據的來源

根據IDC 的監測，全球在2010 年正式進入ZB時代，預計2011 年全球數據量將達到1.8ZB，預計到2020 年，全球將總共擁有35ZB 的數據量。如果把35ZB 的數據全部刻錄到容量為9GB 的光盤上，其疊加的高度將達到233 萬公里，相當于在地球與月球之間往返三次。

日益龐大的數據量使得有效利用成為產業發展關鍵，從而衍生了大數據概念，就目前正在有效利用的數據來源包括企業內部的經營交易信息，物聯網世界中商品、物流信息，互聯網世界中人與人交互信息、位置信息等等。

數據換算關系：

1MB=1024KB 1GB=1024MB

1TG=1024GB 1PB=1024TB

1EB=1024PB 1ZB=1024EB

三、大數據的價值體現

云計算的核心是業務模式，本質是數據處理技術。數據是資產，云為數據資產提供了保管、訪問的場所和渠道。如何盤活數據資產，使其為國家治理、企業決策乃至個人生活服務，是大數據的核心議題，也是云計算內在的靈魂和必然的升級方向。

根據麥肯錫的研究顯示，大數據技術將通過多種方式來為我們這個世界創造價值：首先，大數據技術能夠增加企業和價格的透明度，降低社會管理的成本和交易摩擦成本。其次，大數據技術能夠提高企業數據的準確性和及時性，使得企業可以更好的控制自己的設備與制造流程。另外，龐大的消費者數據將有利于企業進一步挖掘細分市場機會，提高產品的消費者滿意程度。同時，大數據的智能分析還將提高企業的決策水平，進一步降低企業經營的風險，最后大數據分析在研發過程中的應用，還能夠縮短產品研發時間，提高企業在商業模式、產品和服務上的創新能力。

大數據技術除了為各個行業帶來顯著的財務價值以外，在企業內部的應用也將極大提高各個企業的運營效率和營收能力。

研究顯示，如果企業數據使用率提升 10%，零售、咨詢服務、航空等行業人均產出將分別提升49%、39%和21%。財富1000 強中的中位數企業，數據使用率提高10%能夠每年增加約20 億美元的營收，導致其人均產出提升約14.4%。

而數據質量的提升，將會對企業產生更為顯著的影響，根據德州研究提供的數據，如果企業數據質量提升10%，公用事業、航空、電信、石油石化等行業受益最為明顯，ROE 提升幅度將會超過200%，財富1000 強企業中ROE 的提升幅度中位數約為76%。

四、國內大數據產業發展中的案例

國外的數據產業目前發展速度較快，而國內才剛剛開始，但已不乏成功案例，為企業創造效益、樹立良好形象。

馬云成功預測2008年經濟危機，并幫助他成千上萬的中小制造商準備過冬的糧食。讓馬云贏得了崇高的聲譽。

2008年初,阿里巴巴平臺上整個買家詢盤數急劇下滑，歐美對中國采購在下滑。海關是賣了貨,出去以后再獲得數據;而阿里巴巴提前半年時間從詢盤上推斷出世界貿易發生變化了。

馬云對未來的預測，是建立在對用戶行文分析的基礎上。通常而言，買家在采購商品前，會比較多家供應商的產品，反映到阿里巴巴網站統計數據中，就是查詢點擊的數量和購買點擊的數量會保持一個相對的數值，綜合各個維度的數據可建立用戶行為模型。因為數據樣本巨大，保證用戶行為模型的準確性。因此在這個案例中，詢盤數據的下降，自然導致買盤的下降。

五、大數據的市場空間

大數據的信息來源繁多，其信息量遠遠超越了現有企業IT架構和基礎設施的承載能力，其實時性要求則大大超越現有的計算能力。如果計劃在大數據時代獲益，必將引發新一輪的信息化投資和建設熱潮。

從麥肯錫的研究報告我們可以看到，僅美國醫療服務業、歐洲公共管理部門和全球定位數據市場三個領域每年就能產生超過7 千億美元的市場價值。相信未來大數據的產業規模將會至少以萬億美元來進行衡量，大數據將有可能給IT行業開拓一個新的黃金時代。

六、國內大數據概念的投資機會

IBM架構師Stephen Watt曾闡述大數據的生態系統就是貫穿數據的整個生命周期：從產生，到存儲，到處理，再到價值提取，最后被應用掉，這整個過程就構成了大數據的生態系統。參考其生態系統，然后以產品為維度，按照硬件、基礎軟件、應用軟件、信息服務四個方面來劃分大數據的整個產業鏈。

大數據技術目前還是一個很新的概念，國內的企業起跑線相當，大數據時代的來臨為諸多轉型企業提供了一個難得的機會，擁有大數據處理、挖掘技術的公司，擁有數據資產的公司，可持續關注。我們重點建議關注東方國信（300166）、拓爾思（300229）。

東方國信（300166）：1.核心技術：公司擁有電信行業通用數據倉庫模型、數據清洗與稽核、元數據管理、分析圖表引擎、可視化報表設計、基于語義層的即席查詢、數據挖掘算法模型、廣義工作流、業務服務規則引擎等核心技術。2.堅實客戶基礎： 公司主要服務于國內電信領域的運營商。公司是中國聯通、中國電信等企業商業智能系統的核心合作廠商之一，也是中國移動全資子公司中國鐵通企業商業智能系統的三家核心廠商之一。目前，公司已經成為中國電信行業BI應用軟件的領先供應商。3.業績預告：2011 年公司業績預告：預計2011 年歸屬于上市公司股東的凈利潤為5060.66 萬元-5904.10 萬元，同比增長20%-40%。

投資大參考點評：作為大數據領域的龍頭，公司不僅擁有核心數據分析技術，并且擁有堅實的客戶基礎，在細分子行業行業地位較高，未來業績增長穩定，近期的股價強勢不僅源于對對大數據概念的炒作，公司擁有較強的高送轉預期，可謹慎關注。風險：近期走勢較強，面臨前高壓力有回調可能，公司將于1月20日正式披露年報，如果高送落空可能面臨補跌風險。

拓爾思（300229）：1.公司了基于云服務的網絡輿情服務平臺TRS SMAS，該平臺只需要用戶登錄帳號，即可以從PC 抑或移動終端登錄，享受以SaaS服務形式打包提供的輿情內容及管理分析技術。除了輿情，SaaS也是公司推廣企業用戶垂直搜索市場的主要商業模式。（SaaS：提供商為企業搭建信息化所需要的所有網絡基礎設施及軟件、硬件運作平臺，并負責所有前期的實施、后期的維護等一系列服務，企業無需購買軟硬件、建設機房、招聘IT人員，即可通過互聯網使用信息系統。就像打開自來水龍頭就能用水一樣，企業根據實際需要，從SaaS提供商租賃軟件服務。）2.公司收入具備明顯的季節性特征，以2010年為例，四季度收入全年占比32%，利潤占比37%。且軟件企業增值稅退稅細則已于10 月13 日公布，預計退稅收入將增厚業績0.10-0.15 元，四季度業績將明顯好轉。3.業績預測：預計公司2011-2013 年EPS分別為0.75 元、1.20 元、1.88 元。

篇2

關鍵詞：數理統計；大數據；企業管理

隨著科技的發展和信息傳播速度的增加，人們處于信息爆炸的時代。與傳統的數據相比，在大數據時代，數據具有哪些變化？傳統的數理統計方法將會發生怎樣的變革？數據處理方式的變化以及數據傳播速度的增快將會對企業管理產生怎樣的影響？本文重點分析了數理統計方法在大數據時代下企業管理中的運用，從而促進企業不斷適應變化，實現長遠發展。

一、數理統計的概念與特點

運用數理統計的方法分析生活中的各種數據逐漸成為科學研究的一種趨勢，在相關數據的基礎之上，通過運用數理統計的方法，可以判斷事物發展的趨勢，從而歸納出一些客觀規律來指導我們的生活，提高生活質量。所謂的數理統計是指運用定量描述的方法分析隨機變量之間的關系，通過有限次的觀察實驗得到數據，發現數據之間的內在規律，并判斷整體的數據規律性。基本特點是以實驗觀察為基本出發點，以概率論作為基礎，選擇數學模型并進行驗證。正確運用充數理統計的方法的前提是掌握數理統計的基本概念和基本思想，而總體和樣本是數理統計的基本概念，總體是研究對象的全體，樣本是研究對象的一部分。通過樣本的信息對總體進行推斷是數理統計的基本思想。

二、大數據的概念與特點

目前，學者們對于大數據沒有達成統一的定義。一般來說，大數據是指數據資料非常龐大，無法運用目前的軟件在短時間內進行數據的分析與處理。它是對大規模數據管理和技術平臺的泛稱，與傳統的大規模數據不同，它除了數據的爆炸性增長之外，還包括對于數據的分析、處理和應用，最終實現挖掘大數據潛在價值的目的。大數據具有數據龐大、種類較多、價值性、處理速度快的特點。與傳統的數據不同，在大數據時代，我們分析的數據總量巨大，并不再僅僅依靠傳統的隨機抽樣的方法，除外，由于數據總量龐大，有著多樣性和豐富性的特點，使得我們無法確定數據的使用目的。在大數據時代，僅僅依靠傳統的幾種工具無法實現對于數據的處理和分析，而是運用強大的云計算能力進行數據的處理與分析。

三、大數據時代對于數理統計的影響

統計學是一門具有三百多年歷史的學科，在長期的發展過程中，不斷吸納各家之長，使得統計學的發展充滿生機與活力。大數據時代的到來，為統計學的發展帶來發展機遇的同時又帶來巨大的挑戰。具體如下：

1.大數據對于樣本和總體的影響

眾所周知，數理統計是通過具有代表性的樣本推斷總體的基本情況，從而對于社會經濟發展的總體趨勢做出判斷。而具有代表性的樣本是通過抽樣的方式實現的，然而，在大數據時代，雖然信息量龐大，數據類型多樣，但是大數據也存在著樣本缺乏代表性、噪聲等問題，因此，通過抽樣的方法對于數據進行分析可能會存在一定的偏差。傳統的數理統計方法收集到的數據具有結構化的特點，然而，在大數據時代，數據類型多種多樣，容量超大，因此，樣本數據與大數據存在很大的不同。樣本數據有著特定的研究目的，運用抽樣的方法獲得數據，具有數據有限的特點。基于樣本數據的特點，它的應用空間十分有限，通常無法滿足多層次、多樣化的需求特點，在抽樣過程中出現偏離方案的現象時，抽樣便無法進行，因此，樣本數據分析的方法無法得到廣泛推廣。而大數據不僅包含的信息量巨大，而且不受各種限制即可以接納各種各樣的數據類型。與樣本數據相比，大數據的優點是數據選擇空間巨大，可進行多角度、多方面的數據分析。更為重要的是由于樣本數據有限，可能無法判斷出數據的某些規律，而通過大數據，某些規律可能會十分清晰。樣本數據中無法發現的弱小信息，在大數據中可以找到。在樣本數據中被認為是異常的值，在大數據中可能會被接受。因此，在大數據時代背景下，我們認識事物的能力大大提高，充分發掘有用的信息，抓住很多決策分析的機會，促進對于各種社會現象的理解和認識。綜上所述，在大數據時代背景下，既可以作為總體也可以作為樣本。隨著社會的進步、互聯網技術的發展，人們處理各種復雜信息的能力大大加強，從多樣化的數據中獲取有價值的信息越來越多，社會迅速進入大數據時代。在大數據時代，不僅人們的生產方式和生活方式發生巨大變化，企業管理也面臨著新的機遇和挑戰。

2.相關分析發生變化

大數據時代的到來使得相關分析發生變化，彌補了傳統數據分析中的不足。首先，大數據時代的相關分析必須滿足“通用性”和“均等性”的準則，并且結果不受變量間形式的影響。近年來，隨著大數據的影響力逐漸增加，國外諸多專家和學者充分認識到大數據的相關分析的重要意義，并且對于改進大數據的相關分析進行了深入的研究。以Reshef（2011）等代表的學者提出了最大信息系數的研究方法，從而有效識別變量間的非函數相關關系。在此基礎之上，一些學者提出了隨機相關系數和最大相關分析的研究方法1。總之，新的相關分析方法涌現說明國內外學者發現傳統的相關分析中存在的缺陷，無法滿足大數據時代數據分析的要求，與此同時，他們也認識到大數據時代相關分析的重要性。

四、數理統計方法在大數據時代下企業管理中的運用

1.大數據推動企業變革

大數據對于企業管理方式產生十分深遠甚至是顛覆式的影響，例如：營銷方式的變化，商業模式的改變等等。在大數據時代，一個核心問題是數據的預測，大數據意味著一切以數據化的形式存在，也就意味著透明化。除外，數據也不再像過去那樣被認為是陳舊的和靜止的，在相關數據收集收集完畢后便不再具有價值。大數據時代，通過對原來的數據進行挖掘，可能會發現有用的信息。而對于企業來說，大數據時代要做到運用數理統計的方法做到決策的數據化，實現由過去依靠感覺進行決策向利用數據進行決策的轉變。即使過去部分企業認識到數據的重要性也僅僅關注過去的、已經發生的數據，而這些數據存在著滯后的缺陷，管理者依靠主觀經驗進行決策，那么決策的風險較大。而在大數據時代，管理者充分運用數理統計的方法分析過去、正在發生的全部數據，充分挖掘各種有用的信息，以制定科學合理的決策，從而促進企業的發展。

2.進一步提升企業的人力資源價值

眾所周知，人力資源在企業的成長和發展過程中發揮著至關重要的作用。大數據具有及時性、高處理速度的特點，充分保證數據的真實性和有效性，有利于企業進行科學決策，發現適合企業發展的優秀人才。傳統的企業人才招聘方式為結合企業的戰略目標、崗位分析等設定相關標準，然后依據這些標準對簡歷進行篩選，那么與企業戰略目標和崗位分析標準契合度較高的候選者即為企業需要的人才。然而，首先各類標準的制定可能是片面的，因此，招聘到的人才可能不符合企業的要求。除外，面試是一個依靠情商和智商綜合判斷的過程，及時設定了各種硬性指標，在實際的面試中，HR可能受多種綜合因素的影響，難以做出正確的決策。而在大數據時代背景下，可以減少這種不確定性的影響。通過數理統計的方法，對于收集到的各種數據進行收集、處理和綜合分析，發現求職者的各種素質和企業招聘人才之間的關聯性，找到真正適合企業發展的人才。并且隨著企業收集到的信息越來越多，發現適合企業的優秀人才的概率會越來越大。通過這種招聘方式，不僅可以大幅度降低招聘成本，而且能夠拓寬企業招聘渠道，豐富企業招聘形式，提高企業招聘的精確度，促進企業的長遠發展。隨著數據處理方式的不斷改進，人們對于大數據挖掘到的信息必將越來越豐富，這有利于提高企業決策的科學性，推動企業的長遠發展。

作者:江雯 單位:四川大學商學院

參考文獻：

[1]程鑫，石洪波.大數據時代傳統相關分析的局限性與拓展[J].統計與決策，2015,05,；73-74.

篇3

4月16日，央視《對話》欄目播出專題“誰在引爆大數據”，邀請維克托與國內“IT大牛”共同探討大數據時代。此番的推波助瀾，又引發了一次該書的熱銷。

維克托是十余年潛心研究數據科學的技術權威，是最早洞見大數據時展趨勢的數據科學家之一，也是最受人尊敬的權威發言人之一。維克托曾任哈佛大學、哈佛國家電子商務研究中心、新加坡國立大學等知名學府的信息研究部門負責人，現任牛津大學網絡學院互聯網治理與監管專業教授；他的學術成果斐然，有一百多篇論文公開發表在《科學》、《自然》等著名學術期刊上，他同時也是哈佛大學出版社、麻省理工出版社、通信政策期刊、美國社會學期刊等多家出版機構的特約評論員；他是備受眾多世界知名企業信賴的信息權威與顧問；他的咨詢客戶包括微軟、惠普和IBM等全球頂級企業；而他自己早在1986年與1995年就擔任兩家軟件公司的總裁兼CEO。

在寫作《大數據時代》這之前，維克托已經在《經濟學人》上和數據編輯肯尼斯?尼爾-庫克耶一起，發表了長達14頁的大數據專題文章，成為最早洞見大數據時代趨勢的數據科學家之一。

維克托在書中前瞻性地指出，大數據帶來的信息風暴正在變革我們的生活、工作和思維，大數據開啟了一次重大的時代轉型，并用三個部分講述了大數據時代的思維變革、商業變革和管理變革。

維克托最具洞見之處在于，他明確指出，大數據時代最大的轉變就是，放棄對因果關系的渴求，取而代之關注相關關系。也就是說只要知道“是什么”，而不需要知道“為什么”。這就顛覆了千百年來人類的思維慣例，對人類的認知和與世界交流的方式提出了全新的挑戰。

本書認為大數據的核心就是預測。大數據將為人類的生活創造出前所未有的可量化的維度。大數據已經成為了新發明和新服務的源泉，而更多的改變正蓄勢待發。書中展示了谷歌、微軟、亞馬遜、IBM、蘋果、Facebook、Twitter、VISA等大數據先鋒們最具價值的應用案例。

知名網絡評論人謝文在為該書中文版所寫的序中說：“《大數據時代》是迄今為止我讀過的最好的一本專著，中英文都算上。”他認為，此書的一大貢獻是，在大數據方興未艾、眾說紛紜的時刻，進一步闡述和厘清了大數據的基本概念和特點，這對許多認為大數據就是“數據大”的人來說很有幫助。

謝文還表示，正如維克托所強調的，最重要的是人們可以在很大程度上從對于因果關系的追求中解脫出來，轉而將注意力放在相關關系的發現和使用上。只要發現了兩個現象之間存在的顯著相關性，就可以創造巨大的經濟或社會效益。

篇4

關鍵詞：大數據背景；科技管理；創新；平臺構建

前言

以物聯網技術為代表的第三次信息技術革命爆發之后，物聯網成為人們生活中非常重要的依據，社會也逐漸發展到一個最新的階段和最新的模式。因此，社會中存在的所有“物體”在大數據背景下都會成為數據的重要來源。在面對較為龐大的數據時，其整合方式成為一個比較困難的問題，但與此同時云計算的出現為改善這種情況提供了合理的條件。隨著我國新技術和新模式的不斷出現和使用，人們能夠獲取的數據逐漸呈現出爆炸式的增加情況，人們的生活進入了大數據的階段，數據所呈現出的特點也會逐漸變得越來越復雜，因此，對大數據下科技管理創新平臺構建有著非常重要的現實意義。

1 大數據背景下科技管理的新特點

現階段，對于大數據的概念學術界并沒有形成一個比較標準的定義，但卻有很多不同的表述。其中，最普遍的一種觀點就是“大數據”的概念和“海量數據”與“大規模數據”的概念有著相同之處，但是“大數據”方面其數據的復雜性和出現的速度卻遠遠超出其他兩個概念，并且現有的技術處理能力也和其他兩個概念不相同。而科學技術管理指的是科學技術的發展和應用，并且其中還包括對科學研究整個過程的管理以及對科研人員的管理等。因此，在“大數據”背景之下，科學技術的管理也出現了如下新特點。

1.1 科技實驗的數據量大、復雜性高

與傳統的數據情況相比，隨著各種各樣傳感技術的不斷發展，很多物體都能夠成為大數據情況下數據的主要來源，并且對于科學實驗來講，這種情況會產生大量的、各種類型的數據，而不是抽樣的數據。“大數據”作為科學實驗中最真實的數據保證，能夠有效促進科學實驗的快速發展，但是在這樣的過程中，卻對很多非結構化的數據提出了最新的科學性分析要求，并且提出了很多的挑戰。“大數據”時代所呈現出的體量非常大，同時具有多樣性的特點，也是科學技術實驗數據所呈現出的最新的特點[1]。

1.2 科技設備需求量增加、成本高

隨著我國“大數據”的快速發展，對于科學技術的抽樣時間逐漸被“大數據”時代的分析情況所取代，同時針對科學技術中相關研究人員來說，在科學實驗的過程中也會更加追求數據所呈現出的廣泛性和真實性。為了能夠更好地得到越來越多的“大數據”，還需要在數據采集設備以及一些非結構化的數據采集設備中呈現出越來越多的需求，這一點也會從根本上增加科學技術研究的成本。因此，科研人員在研發新技術的過程中，很容易由于經費不足出現研發障礙。

1.3 科技管理多樣化

在“大數據”的發展過程中，科技資源和科研人員會逐漸呈現出多樣化的趨勢，并且科研技術的設備、科研軟件的開發以及科學數據的使用等，也能夠很好地保證科學技術設備的快速發展，并且會提高科技管理的多樣化。此外，“大數據”環境的出現及產生，會對所出現的最新科技研發以及科技發展中主動參與的人員產生一定的影響，例如針對同一種類型的數據所產生的或者對這種應用感興趣的不同類型的人群都能夠對最新的數據產生一定的聯系。

1.4 個性化研究需求量加大

在“大數據”時代下，科研主體所呈現出的多樣化也會導致數據個性化科研需求的出現。現階段，很多科技工作者都會在科技的全過程不斷地進行研發。但隨著社會不斷發展，很多研究人員出于自身的愛好和興趣，逐漸開始對科學技術進行研究，這些人員關注的僅僅是科技研發中的某一個環節，或者是數據的采集、數據分析，還有設備的制造等，這種情況也能夠最大程度地激發研究者的熱情，同時促進科技創新的產生，因此，個性化需求在科技管理過程中是非常重要的一個內容。

2 大數據背景下科技管理創新平臺的構建

在大數據階段，為了能夠更好地收集、分析和整理數據的內容，還需要在“大數據”和物聯網以及云計算終端的基礎之上，構建出一個比較完善的科學技術管理的創新平臺。同時，在平臺的創新過程中，需要把多元化的原則貫穿在始終。因此，還需要從四個維度出發，分別為科學技術戰略、科學技術政策以及科學技術的轉化和研發等，在這四項內容中，最為關注的就是科學技術的研發平臺。因此，在平臺的搭建過程中，還需要借助大數據中“物聯網”以及“云計算”的技術，要保證構建完整體系之后，科學技術管理平臺能夠實現自主選擇的目標。同時，隨著“大數據”的到來數據來源會逐漸變得廣泛，并且數據也會逐漸呈現出復雜的特點。在這樣的環境和背景之下，科學技術管理呈現出很多更新的特點，但也給管理帶來了很多困難。因此，想要構建最新的科學技術管理創新平臺，還需要有效地降低科研成本，這樣也能夠提高科學研究的效率。

3 結束語

根據上述內容能夠看出，縱觀我國歷史的發展，近現代社會中所出現的每一次重要變革都與科學技術的革新有著非常緊密的關系。科技是實現人類社會現代化的發動機，科學技術管理效果已成為國家未來發展的前途和命運的重要指引。社會中的變革是沒有止境的，科學技術的發展也是沒有止境的，因此，科學技術的管理也需要不斷的創新和變革才能夠跟得上時展的腳步。隨著物聯網、云計算的“大數據”時代到來，科學技術管理的數據來源不斷變得深入、復雜和廣泛，也逐漸呈現出科學技術資源需求的增加，因此，管理主體的多元化特點也呈現出來。要構建多元化的科學技術管理平臺，還需要不斷對“大數據”時代的科學技術進行改變，這也是現階段我國科學技術管理創新和發展的重要途徑。

參考文獻

[1]單鳳儒.論大數據時代企業經營者社會資本培育機制創新――以生活為媒介的“雙網”滲透培育機制探究[J].中國軟科學，2014，6：81-97.

[2]李莉，顧春霞，楊雅楠.大數據背景下科技型中小企業信用信息平臺建設――基于消除“隱性壁壘”問題的探討[J].中國流通經濟，

2014，8：63-69.

[3]蔡寧，王節祥，楊大鵬.產業融合背景下平臺包絡戰略選擇與競爭優勢構建――基于浙報傳媒的案例研究[J].中國工業經濟，2015，5：96-109.

[4]郭晉宇，李恩平.大數據背景下科技型中小企業創新能力影響研究――基于模糊綜合評價法模型[J].數學的實踐與認識，2016，10：

篇5

關鍵詞：大數據；資源；競爭；戰略思維

1企業迎來了大數據時代

移動互聯網和現代信息技術的快速發展，將人們的生產生活帶入到了“大數據時代”。根據互聯網數據中心（ IDC） 估計，到 2020 年全球數字信息量將增長 44 倍，2011―2012 年全球所創建的數據內容增長了48%，目前全球90%的數據都是在近兩年中生成的。“大數據”與“海量數據”“大規模數據”的概念一脈相承，指的是“科學儀器、傳感設備、互聯網交易、電子郵件、音視頻軟件、網絡點擊流等多種數據源生成的大規模、多元化、復雜、長期的分布式數據集”。大數據在改變人們日常生活方式的同時，也顯著地影響著企業的營銷方式、管理模式、商業模式、競爭情報獲取等多方面。有學者認為，大數據增強了企業決策的不確定性和不可預測性，傳統的戰略論邏輯遭遇到嚴峻挑戰。

2大數據的實質

大數據（bigdata），或稱巨量資料，指的是所涉及的資料量規模巨大到無法透過目前主流軟件工具，在合理時間內達到X取、管理、處理、并整理成為幫助企業經營決策更積極目的的資訊。大數據的4V特點：Volume、Velocity、Variety、Veracity。 互聯網周刊―大數據概念“大數據"的概念遠不止大量的數據（TB）和處理大量數據的技術，或者所謂的“4個V”之類的簡單概念，而是涵蓋了人們在大規模數據的基礎上可以做的事情，而這些事情在小規模數據的基礎上是無法實現的。換句話說，大數據讓我們以一種前所未有的方式，通過對海量數據進行分析，獲得有巨大價值的產品和服務，或深刻的洞見，最終形成變革之力。

3大數據下企業的機遇和挑戰

3.1大數據創造競爭優勢

根據科爾尼咨詢公司的IT創新研究，在過去兩年中有超過45%的公司實施了商業智能或是大數據計劃。進一步研究估計，世界500強中90%以上的公司，在一年之內將至少擁有一項大數據計劃。有效利用大數據浪潮，將會使企業獲得從上層（戰略）到下層（運營）的大量收益。大數據創造的價值，既體現在戰略管理中，以提升戰略決策能力，又體現在運營管理中，通過流程優化提高運營效率。結合商業模式研究的3種視角，大數據時代商業模式變革所創造的競爭優勢主要體現在以下3方面：

3.1.1經濟視角――大數據創造經濟價值。基于商業模式經濟視角，在很多領域中，應用大數據能夠促進生產率增長，創造更多的價值，拓展收入流。因為大數據具有提高效率和效益的潛能，使企業既能以較少投入獲得較多產出，又能提高產品和服務增加值。例如，在全球個人定位數據行業中，大數據將為服務提供者創造1000億美元的收入流，為終端用戶創造超過7000億美元的價值。

3.1.2運營視角――大數據創造低成本優勢。大數據創造的低成本優勢主要體現在商業模式運營層面。

3.1.3戰略視角――大數據創造差異化優勢。大數據創造的差異化優勢主要體現在商業模式戰略層面。

4大數據時代，企業經營管理的對策

4.1錘煉數據收集和分析能力

大數據意味著大商機，可以用于強化客戶對企業品牌的認知度和忠誠度。換言之，即數據收集能力加上數據分析能力等同于企業智商。精明的現代企業必然會在企業自身的品牌經營管理上狠下功夫。邁阿密大學商學院副教授、大數據經營管理研究專家羅伯特?普蘭特曾在《哈佛商業評論》上撰文指出，大數據提供了超越想象的事物―――不受時間限制地對消費者進行360 度全方位觀察。大數據使他們可以掌握消費者此前的行為、正在進行的“實時”行為，還可以對未來行為進行預測分析。大數據的出現，使得消費者的整個人生都有可能被追蹤、下載、分析。大數據所依據的是消費者真實的行為表現，而不是他們對自己行為的描述。據此提供的全新洞見可以催生出全新的品牌戰略。羅伯特?普蘭特提出了創建大數據時代品牌管理的

4.2以大數據采集和擁有為基礎，挖掘與分析數據價值在大數據時代

傳統商業模式將被未來商業發展的終極方向和新驅動力―――個性化所替代。大數據為個性化商業應用提供了充分給養和可持續發展的溫床。

4.3注重大數據管理人才培養，提升企業經營管理效率對于企業來說，大數據既是挑戰也是機遇，數據掌握的完整程度、跨渠道數據整合能力、數據分析能力等將成為企業實現可持續發展的能力

5結語

理解大數據如何提升企業競爭優勢、轉變商業模式，是實現大數據價值必不可少的過程。大數據目前還是一個新興領域，相關研究剛剛起步，且系統性不強。未來基于大數據背景的商業模式研究，應圍繞大數據時代商業模式的原型設計、創造性破壞機理、對企業績效影響的實證研究等方面展開。更為重要的是，開展基于中國情境的大數據商業模式研究，將更具有啟發性和導向性。

參考文獻：

[1]張建設.大數據： 戰略論的終結與社會化決策的興起[J].企業管理，2012，（10） .

[2]楊剛、李光金.企業戰略思維新探： 內涵、過程及要素[J].華東經濟管理，2011，（2） .

篇6

關鍵詞：大數據時代；管理會計；工作變革

對于當前這個信息化程度飛速發展的大數據時代來說，對數據進行簡單的整理與分析已經無法滿足時展對于數據信息的需求，如何將復雜的數據進行更為深入的整理與匯總處理，繼而用于指導下一步的發展戰略，是我們當前追求工作變革的重要內容。對于企業的會計工作來說，其主要的工作內容不僅僅局限于過去對于財務狀況的統計與整理，而是要將會計信息與數據應用于企業的決策和管理環節，這就是管理會計的具體內涵。怎樣能夠在大數據時代中進行有效的管理會計工作變革，是值得我們深入思考的重要問題。

一、大數據時代與管理會計的概念

(一)大數據時代的概念

所謂的大數據，并不是指數據的簡單匯聚與集合，而是在信息化水平高速發展的時代環境下，提出來的一種對于信息進行更為專業處理的信息資源的概念[1]。這種對于信息的處理不是將所有信息進行簡單的綜合統計，而是對于所獲得的數據信息進行詳細的分類與分析，將其所能夠展現出來的事物的發展規律和發展方向進行進一步的歸納處理，繼而進行數據信息的優化組合，整理出能夠用于指導企業發展方向及發展戰略的數據處理模式。從這個功能層面來說，大數據很難通過傳統的數據處理方式來實現指導決策的目的，而對于企業來說，數據的不斷累積也為其獲取企業發展信息制造了障礙，如果企業繼續運用傳統數據管理模式來進行信息數據的處理，那么企業的發展將會嚴重落后于社會的整體水平。

(二)管理會計的概念

管理會計在實質上也是企業會計工作的其中一個分支，其特殊之處就是在于對于資金的進一步管理上。管理會計的最主要的作用就是對企業的涉及到資金的各項活動進行管理，在實現經濟效益、完善資金結構的同時，也能夠使其資金信息對企業的決策者產生有利的決策影響，指導決策者更好地進行企業發展的戰略計劃的制定[2]。管理會計的職能主要包括以下幾點：第一，為企業經營的目標提供方向引導。管理會計可以通過對于會計信息的進一步處理，形成對于經營狀況的獨特認識，從而為企業的經營目標提供新的思路。第二，提高企業內部各部門之間的競爭意識。管理會計的結果可以對各部門的工作情況進行及時的反饋，從財務的角度形成對于各部門的評價標準，從而對比出各部門的資金消耗，從而控制某些惡意消耗企業資金行為的產生。第三，為企業提供更為合適的資金流動方案。管理會計能夠通過對財務信息的深度處理，對企業經營發展趨勢產生更為詳細的認識，從而制定出與企業發展更相適應的資金使用計劃[3]。

二、大數據時代管理會計工作的變革

(一)從服務屬性轉變為管理屬性

在大數據時代的環境中，企業的管理會計的職能有了更具時代性質的特征，其屬性也發生了質的變化。在傳統的管理會計工作當中，其更多的是為企業提供信息數據方面的服務，其本質上具有服務性的屬性，而在大數據時代的環境下，對于數據信息也提出了更高的要求。通過大數據平臺的資源信息所傳達出來的本企業、同行業其它企業的具體信息，我們就可以得到有利于自身企業發展的信息，繼而對企業進行具有針對性的管理變革，這就是管理會計所展現出來的管理屬性[3]。

(二)從工作后總結轉變為全程管控

我國企業的普遍經營模式都是在某一項工作結束之后再進行工作總結，從而獲得工作中的各項數據信息，在這種模式下，無法發揮對于工作進行當中產生的實時數據的指導作用，這樣可能導致的后果就是造成企業的經營狀態與最初的計劃并不相符，直接造成的后果就是經濟上的損失。而進入了大數據的時代，數據信息更加具有全面性和時效性，這就使得管理會計可以通過大數據平臺進行全程的財務監督與掌控，這就可以有效避免企業經營實際與計劃的錯位。

(三)從傳統統計轉變為信息技術管理

企業的傳統統計就是將企業在經營過程中產生的數據信息進行匯總整理，其信息的真實性、準確性、時效性都無法得到保證[4]。這對于企業管理者進行企業下一步發展計劃的制定就有可能產生錯誤的引導作用，而在目前的大數據環境下，許多企業已經轉變了數據處理模式，采用更具備信息技術水平的數據管理方式，充分發揮大數據平臺的作用，保證數據信息的及時有效。

(四)從財務報告審計轉變為跟蹤審計

在過去的企業的財務審計上，大部分企業采取的都是財務報告的形式，由部門的負責人提交相關的財務報告，會計部門依據財務報告的數據進行企業整體財務信息的審計工作，這就為某些不規范的資金流動行為制造了條件。這種報告式的財務審計方式，可能產生的就是某些想要謀取私利的部門負責人，以企業的經濟活動為由，進行企業資金的不合理利用，而這種不合理行為在財務報告上是無法顯示出來的。從這個方面來說，進行跟蹤式的審計手段，就可以及時地對每一筆資金的使用進行更為嚴格的把控。

三、完善大數據時代管理會計工作的措施

(一)深入探究管理會計的實質

深入探究管理會計的實質，這主要是對于企業的管理者而言的。管理會計的職能對于企業的經營發展來說具有重要的意義，這就要求企業的管理者要重視起管理會計的作用，大力支持管理會計的職能發的發揮。同時，企業的管理者應當適當給予管理會計相對應的權力，使其能夠進一步實行對于企業各部門的財務狀況信息進行統計、收集、整理等各項監督管理工作。

(二)重視對于大數據的運用

企業應注重對于大數據平臺的建設，重視對于大數據的應用。在這個思想一時的指導下，企業應加大對于信息技術的發展投入，通過人力物力等的投入實現企業的系統硬件和軟件的全面更新與升級，將管理會計與大數據處理相聯系，對企業信息進行及時的歸納整理，發現企業漏洞，進而調整企業的發展戰略計劃，為企業發展創造條件[5]。

(三)創建高素質人才隊伍

任何技術的升級與發展都離不開高素質人才的力量，企業想要完善大數據時代管理會計工作，就要著力培養一批高水平的專業技術性人才。企業在進行人才選拔時，應注重對其實際的操作能力的考察，選取操作能力強的會計人才進行培養，對其進行定期的提升性的培訓，著重加強對于管理會計知識的更新與填充。企業可以選派經驗豐富的會計人員進行指導，也可以聘請會計專家進行實踐指導，進一步提升管理會計的整體水平。

(四)建立大數據時代的信息共享系統

大數據時代只靠本企業信息資源必然是遠遠不夠的，這就要求企業要盡快建立大數據時代的信息共享系統，實現信息的全面性、廣泛性的收集與處理。企業應再次明確各部門人員的職權界限，將職權落實到個人，同時，也要加強對于本企業數據信息的安全性的保護，安裝防盜系統，為企業信息安全提供保障[6]。

四、結論

任何一個時代都具有專屬于那個時代的最為明顯的時代特征，而大數據時代的典型特征就是對于數據的更為充分的處理與運用，將數據信息換變為企業發展的指導意見，而這個過程就需要企業通過管理會計來完成。傳統的管理會計工作主要是對企業的發展狀況進行總結，而大數據時代的管理會計的工作變革則將其工作重點逐漸引向了對于企業的戰略決策和管理進行指導上，這就是信息化時代不斷進步與發展的產物。重視大數據時代下管理會計工作的變革，采取積極的促進手段，是企業尋求發展的必要途徑。

參考文獻：

[1]王迎秋.大數據時代引發會計變革的思考[J].經營管理者，2016，07(09)：58.

[2]劉鈺辰，王學香，任順娟.對大數據時代管理會計工作變革的思考[J].新經濟，2016，06(05)：109.

[3]吳松梅.大數據時代管理會計工作變革探析[J].財經界(學術版)，2015，11(19)：278-279.

[4]許亞湖，王婷.大數據時代管理會計的變革[J].財會通訊，2015，10(16)：13-15.

篇7

關鍵詞 大數據 圖書館 知識組織 知識服務

分類號 G252

DOI 10.16810/ki.1672-514X.2017.02.005

Abstract This paper takes knowledge organization and knowledge service of library as the research subject， analyzes the influence of big data to the subject， and bulids up the concept model of knowledge organization and knowledge service. Also， it proposes some advises to improve service ability and image of library， including focusing on the concept of user-centered， deepening knowledge service based on the mechanism of knowledge organization， and buliding up an effective， prolong， dynamic feedback mechnism of users’ satisfaction investigation.

Keywords Big data. Library. Knowledge organization. Knowledge service.

自知識組織概念的提出[1]并引入國內以來，我國學者對其從理論方法、技術工具和實踐應用等層面展開了研究[2]，使得知識組織理論體系不斷成型和完善。在知識服務方面，自學術界將信息服務概念向知識服務概念拓展和轉變以來，我國圖情界學者對知識服務從概念內涵、理論基礎和實踐措施等方面不斷深入研究并取得了不錯的成績。在面向知識服務的知識組織研究方面，基于國家自然科學基金項目“面向知識服務的知識組織模型與應用研究”開展的研究，也取得了系列研究成果[3]，為圖書館更好的應對大數據挑戰，組織開展高質量的知識服務提供了新的支持。

然而大數據環境下，作為當下圖書館服務轉型面臨的重要思考和挑戰，圖書館知識組織和知識服務研究在當今時代背景下仍然有著重要的研究意義和價值。本文以大數據為研究背景，以圖書館知識組織和知識服務為研究對象，探析未來圖書館應對圖書館服務轉型可行的知識組織形式和服務形態。

1 大數據與圖書館知識組織、知識服務

1.1 大數據基本內涵

大數據是一種數據增長和數據呈現的現象和存在形態，目前尚無統一的定義，但目前，大數據被認可為一種新的資源形態，一種新的思維方式和技術手段。因此，大數據環境下圖書館知識組織與知識服務進行研究，就是基于大數據資源，運用大數據思維和技術手段，提升圖書館知識組織效率以及提升知識服務水平。

1.2 知識組織與大數據知識組織

知識組織是圖情領域的重要研究主題，在知識和信息的獲取與交互方面扮演著重要角色[4]，主要研究知識處理和知識表達使用的語言與工具的構建與控制等問題[5]，以揭示、挖掘和表達知識單元及其關聯從而滿足用戶需求的知識服務[6]。在此基礎上，國內學者著手知識組織基本概念和內涵詮釋，知識單元的揭示、知識關聯的挖掘以及知識系統的構建，從而對知識再組織、再設計，優化知識組織過程。

圖情領域對知識組織的研究主要基于對知識組織本質的認知，從語義、本體、分類和系統構建等方面展開研究[7]。此外，文獻計量分析工具和方法也開始運用于知識組織研究中。而大數據知識組織就是基于大數據思維、技術工具和平臺對知識的本質和關聯進行深度挖掘和重新有序化，從而在該過程中組織并提供滿足用戶要求的知識服務。

1.3 知識服務與大數據知R服務

知識服務的目的是將零散的、無序的、未結構化的信息進行收集、整理、分析和加工，從而為用戶提供充足的高度集成的知識與服務[8]。國內較為受認可的知識服務的概念內涵界定為：以信息知識的搜尋、組織、分析、重組的知識和能力為基礎，根據用戶的問題和環境，融入用戶解決問題的過程之中，提供能夠有效支持知識應用和知識創新的服務[9]。可見知識組織是在信息服務基礎上深入和延伸的概念與服務形式，是用戶需求變化環境下服務的拓展與革新。

大數據環境下，大數據思維和技術為用戶需求的分析與挖掘提供了更加全面的支持。大數據知識服務實質上就是一種基于網絡的，多維度處理數據的信息服務新模式，主要包括數據、知識、資源、能力、服務、過程和任務七個元素[10]。因此，本文認為大數據知識服務是在原有的知識服務概念基礎上，引入大數據思維和技術，利用大數據工具和平臺，基于大數據知識組織，提供滿足用戶信息和知識需求的服務模式。

2 基于大數據環境的圖書館知識組織、知識服務

2.1 大數據對圖書館知識組織的影響

圖書館大數據一般由館藏、業務、用戶三大模塊產生[11]，是圖書館知識組織的重要數據來源和組成部分。大數據對圖書館知識組織的影響主要有以下幾個方面：

（1）大數據環境下，知識組織的關鍵就是基于大數據對數據、信息和知識在搜集、存儲、分析、管理和系統構建等方面的知識處理、構建和控制過程進行重組以及知識管理優化。

（2）大數據環境下，知識組織的存儲和知識組織系統構建的標準化統一化要求再次提升。知識組織的存儲和知識組織系統構建是知識組織關系重建以及知識組織機制能否有效溝通用戶和知識資源的重要影響因素，影響著知識資源再利用的有效性和精確性。大數據環境下，知識資源的豐富化和多形態化，需要在對知識組織進行研究時能夠統一和標準化知識表達過程和知識系統機制構建。

（3）大數據環境下，知識組織研究熱點和前沿多樣化。大數據環境下，圖情領域對知識組織的研究不在受原有的技術水平和思維模式的局限，可以基于大數據思維和技術，對知識組織進行拓展研究。

2.2 大數據對圖書館知識服務的影響

大數據環境下圖書館知識服務也面臨著變革的要求和挑戰，大數據對圖書館知識服務的影響主要可以體現在以下幾個方面：

（1）知識服務的“質”的要求提升。圖書館知識服務不得不正視大數據時代帶來的知識獲取便利性這一外部環境變化的特點，從而對自身提供的知識服務水平和知識“質”的內涵進行反思，進而提升滿足時代大環境下用戶需求的服務。

（2）館員服務能力要求提升。大數據環境下，圖書館館員不僅要具備傳統的文獻檢索能力和基本信息素養，還要學習并應用大數據技術，具備數據分析和處理的能力。這不僅僅是大數據時代對館員的業務技能要求，也是圖書館與時俱進提供高水平服務的基本要求。

（3）服務方式和服務思維要求轉變。大數據環境下，基于用戶需求和館員發展需要，變革原有的服務方式，活化圖書館服務資源配置，激活館員服務主動性，圖書館基于用戶需求挖掘及自身發展規劃上要積極主動，更有效的提升圖書館知識服務水平和“質”的內涵。基于此，圖書館要在活化服務形式的基礎上，引導館員認清圖書館發展大環境，挖掘服務對象知識服務需求和滿意度，在鼓勵其與自身特長及發展規劃相結合的基礎上，變革服務思維，主動挖掘知識需求，揭示知識關聯，提供主動性的知識服務。

2.3 大數據環境下圖書館知識組織、知識服務概念模型

（1）圖書館知識組織概念模型。知識組織以揭示、挖掘和表達知識單元及其關聯為目的，主要研究知識處理和知識表達使用的語言與工具的構建與控制等問題，也就意味著知識組織包含知識源、知識組織工具和知R最終表達三個環節，其過程與信息服務類似，包含知識收集、存儲、分析和整理等過程。大數據環境下，引入大數據思維和技術必然對知識組織過程產生影響，其中對用戶需求的分析也影響著知識組織的重組和集成的表達。因此，本文將大數據納入知識組織過程，在分析知識組織內外部重要影響要素的基礎上，構建圖書館知識組織概念模型，如圖1所示。

其中，圖書館大數據是以圖書館為依托的數據、信息和知識的集合體，是知識組織豐富的數據資源。收集和清洗后的數據構成知識源，結合大數據環境，在原有的知識組織研究成果的基礎上，引入大數據技術，進行大數據分析和數據深度挖掘，深度發現知識內在關系，并對其進行關聯揭示和重組等，構建知識庫。最后在新技術和新媒體環境與平臺的支撐下，推送知識，進行知識服務。此外，構建的知識庫又是新的知識源，而對知識服務進行滿意度調查，加入大數據環境下對用戶的需求分析等則又豐富了圖書館大數據，從而形成一個可循環的知識組織環路，形成圖書館知識組織的動態、開放和可完善的概念模型。

（2）圖書館知識服務概念模型。知識服務是對無序的、零散的、未結構化的數據和信息進行加工處理[12]，以滿足用戶需求為目標的知識重組和集成化服務。引入大數據思維和技術的知識服務在原有知識服務概念和形式的基礎上，可以利用大數據工具和平臺深度分析和挖掘知識內部結構和彼此關系，從而提供滿足用戶需求的知識服務。大數據環境下的圖書館知識服務可基于大數據知識組織和大數據工具，對其服務主體、客體、服務資源以及服務形式進行再思考，可以構建如圖2所示的概念模型。

其中，大數據環境下的圖書館知識服務可以基于大數據分析、數據挖掘、存儲設備以及系統平臺等軟硬件的支持，結合大數據環境下知識組織以及對用戶服務需求的挖掘與分析，對圖書館知識服務進行分析和重構。可以從圖書館大數據技術與平臺的完善、館員服務能力的培訓和提升、知識服務形式與機制改革以及重新規劃和配置圖書館知識服務資源等方面進行整合，開展包含知識可視化服務、知識檢索服務、知識推送、知識機構庫以及其他再生知識服務等在內的知識服務。該圖書館知識服務概念模型主要是從圖書館主體、服務對象、自身資源三個層面引入大數據理念并應用大數據技術，最終豐富圖書館知識服務具體內容，達到知識服務“質”的提升的要求。

2.4 基于圖書館知識組織的知識服務

大數據環境下圖書館知識組織和知識服務有著相互關聯的緊密關系。知識組織的研究可以更好的提升知識服務的最終呈現品質，而對知識服務的調研又可以反作用于知識組織的進一步研究和完善。

（1）大數據環境下，加強以用戶為中心的服務理念。在保障不侵犯用戶隱私的前提下，對用戶行為進行分析，深度挖掘用戶需求，并在此基礎上利用大數據工具和平臺對搜集的數據、信息和其他資源等進行深度挖掘、關聯分析和知識重構，優化知識組織過程，完善知識組織研究，并最終形成滿足知識服務需要的知識組織體系。

（2）深化基于知識組織機制的知識服務。重視知識組織與知識服務之間的密切聯系，構建良好的知識組織與知識服務溝通與動態反饋機制，構建滿足知識服務需要的雙向知識組織機制，從而設計并開展個性化的知識推送服務。在該過程中，尤其要注重對知識服務人員的配置和能力的培養，這是開展個性化和深度知識服務的基礎和必要前提。

（3）注重構建知識服務用戶滿意度調查的長效反饋機制。不論是知識組織還是知識服務，用戶是最終的服務與評價群體，同時也是新的數據、信息和知識的重要來源。因此，在以用戶為中心的思維制度下，構建知識用戶滿意度調查的長效反饋機制，將促進圖書館知識服務的高效可持續發展。

3 結語

技術的進步為圖書館服務提升提供了技術保障，但在大數據環境下，圖書館知識組織和知識服務都面臨著新的要求和挑戰，需要業界同仁共同努力，完善知識組織研究體系，優化圖書館知識服務。應對大數據的環境要求，圖書館需在以用戶為中心的服務理念下，抓住大數據帶來的服務提升的契機，優化知識組織過程，揭示并優化知識組織與知識服務之間的關聯，從服務主體、客體和自身資源等層面具體引入大數據思維和技術，最終提升圖書館知識服務水平。

參考文獻：

[ 1 ] BLISS H E. The organization of knowledge[M].NewYork：H.Holt and Company，1929.

[ 2 ] 張文亮，郭金婷.近5年我國知識組織研究綜述[J].圖書館學研究，2012（2）：2-5，11.

[ 3 ] 蘇新寧.面向知識服務的知識組織[J].情報資料工作，2015（1）：5.

[ 4 ] HJ？IRLAN B. Facet analysis：the logical approach to knowledge organization[J].Information Processing &Managemen，2013，49（2）：545-557.

[ 5 ] GONZáLEZ L， EUGENIA M. Organization knowledge on the digital network[J].Investigación Bibliotecológica，2015，29（67）：77-89.

[ 6 ] 徐w堪，蘇新寧，馮蘭萍.面向知識服務的知識組織過程研究[J].情報資料工作，2015（1）：6-13.

[ 7 ] 謝靖，錢愛兵，韓普，等.面向知識服務的知識組織工具：現狀與未來[J].現代圖書情報技術，2013（9）：8-14.

[ 8 ] KAWTRAKUL A. Ontology engineering and knowledge services for agriculture domain[J].Journal of Integrative Agriculture，2012，11（5）：741-751.

[ 9 ] 張曉林.走向知識服務：尋找新世紀圖書情報工作的生長點[J].中國圖書館學報，2000（5）：30-35.

[10] 秦曉珠，李晨暉，麥范金.大數據知識服務的內涵、典型特征及概念模型[J].情報資料工作，2013（2）：18-22.

篇8

關鍵詞：大數據時代；營銷；創新方向

一、大數據時代營銷創新研究的價值

1.1優化營銷活動效果預測的準確性

隨著我國市場經濟逐步深入發展，市場的競爭也越來越激烈，企業的營銷活動要想獲得成功，必須要準確的定位顧客的價值，但是由于顧客需求的多元化、競爭方式的隨機化以及科技更迭速度不斷加快，企業想要進行有效的預測愈發的困難。但大數據給準確預測帶來了可能，所謂“大”，不光是數據量的多，更意味著多樣化的數據處理模式，通過大數據，可以在最大程度上綜合數據，用多重數據方法來建模并進行分析，深層次的挖掘數據之間的相關性，以此來實現對未來事件的預測。

1.2提升營銷管理的科學性

大數據時代營銷創新的研究成果可以幫助到企業各個方面的營銷活動，它使得營銷活動的決策直到最終的實施環節都能做到嚴密而精確，使營銷管理真正的成為建立在科學基礎上的一種藝術。

1.3滿足我國營銷理論研究的前瞻性

由于大數據在全世界范圍內都屬于剛剛興起的一種科學技術趨勢，各國的研究程度差距不大，這實際上給我國的營銷理論研究提供了一次飛速發展的機會，有可能幫助我國從模仿者一躍成為引領人。大數據目前已經在社會經濟生活等許多方面發揮作用，許多企業正在利用大數據來推動營銷管理的實踐創新與變革。而通過大數據，我們又能將其中優秀的，有成果的實踐活動理論，抽象化，從而建立起具有普適性的新的營銷體系，這反過來又能夠幫助大數據更好的運用于各行各業的營銷實踐。可以說，這是建立具有中國特色的具有前瞻性的營銷理論的絕佳機會。

二、大數據時代營銷創新研究的價值

到目前為止，理論界還并沒有形成對大數據真正概念的共識。有人認為它是無法在一定的時間里通過傳統的數據庫軟件來進行生成、管理以及處理的數據集合，但也有人從商業管理的角度看，認為它應該是一種“分析”，通過它來從數據中得到有效的信息，并通過這些信息獲得商業優勢的一種智能化的管理活動。大數據的具體定義尚未有定論，但無論從哪個角度看，人們普通認為其具備以下的幾個特征：一是規模性，數據的絕對數量是首要保障；二是高速性，它包含數據生成與利用過程的高速以及分析處理數據上的高速這兩個方面；三是多樣性，大數據所包含的數據類型多種多樣，包括以各種形式存在的結構化數據與非結構化數據；四是價值性，這些數據應當有助于社會經濟領域各類管理實踐效率的提高以及有助于管理模式的有效創新。

三、大數據時代營銷創新研究的方向

3.1探索大數據的營銷應用價值

由于目前人們對于大數據的具體概念與特征仍然存疑，并且大數據又不僅僅是一種技術手段，它應當是社會中不斷增長的數據所催生的一種經濟與技術現象，這也就意味著大數據只有“工具特征”，缺乏“專業屬性”。如何將其所具備的各種特征與營銷管理進行有效的結合并真正促進企業的營銷創新是我們應當著重考慮的問題。所以，從大數據的共性特征著手，結合其在營銷領域的具體特性，進一步探索大數據的營銷應用價值是大數據時代營銷創新研究的一個重要方向。

3.2探索大數據時代營銷創新的內在機理

目前我們對于營銷創新的具體研究往往都停留在對其性質特征的分析上，對其內在機理的研究卻鮮有人提。大數據的出現，使得深化研究成為了可能。大數據所帶來的數據透明化與共享大大增加了全球數據資源的可獲得性以及可運用性。大數據在營銷管理實踐上的運用，是實現對營銷創新目的的一個重要工具。

3.3探索大數據時代營銷創新的支撐體系

在大數據背景下，營銷創新不能僅僅依靠營銷職能部門的努力，它必須依靠多方面力量的支持。由于數據的分析實踐本身就是一種跨職能與跨層級的組織行為，并且大數據要想實現在企業中的良好運用也必須依靠外部力量的支持。因此，一個綜合戰略，制度，政策多方面的支撐體系是推動大數據時代營銷創新的重要保障。如何從企業戰略，顧客的根本需求以及產業政策等多方面著手，建立起這樣一個良好的支撐體系，也成為了大數據時代營銷創新研究的另一個重要方向。

四、結語

隨著云計算、物聯網技術的發展，我們已經步入“第三次工業革命”時代，大數據的興起正是一個重要標準，現代企業之間的競爭開始轉化為數據之間的競爭，與以往相比，企業的數據越來越豐富，給企業帶來了巨大的參考價值。

參考文獻：

[1]馮芷艷，郭迅華，曾大軍，陳煜波，陳國青.大數據背景下商務管理研究若干前沿課題[J]. 管理科學學報. 2013（01）

篇9

2012年5月17日，《中國新時代》作為特邀嘉賓全程參與了在北京召開的主題為“洞察 優于析 智于行”的智慧的分析洞察論壇。在本次大會上，IBM正式了基于業務分析洞察（BAO）理論基礎之上的IBM智慧的分析洞察（Smarter Analytics）戰略，以及幫助企業將“洞察力”轉化為行動力，實現業務價值的“3A5步”智慧分析洞察動態路線圖。

毫無疑問，IBM此舉再次將“大數據”的實戰意義推進了一步。近幾年來，“大數據（Big Data）”一詞快速升溫，逐漸成為IT網絡通信領域熱門詞匯。包括IBM、EMC、甲骨文、微軟在內的各大巨頭廠商紛紛跑馬圈地，強勢進入，投入了巨大的資源搶占這個領域的話語權。大數據市場的快速發展，主要得益于非結構化數據的爆炸式增長。

事實上，“大數據”并不是一項技術，而是由于不斷增長的數據量和數據種類而逐漸衍生出來的一種現象。因此，“大數據”在業內并沒有統一的定義。不同廠商，不同用戶，站的角度不同，對大數據的理解也不一樣。

一場信息社會的變革

然而，最早提出“大數據”時代已經到來的機構并非IBM， 而是全球知名咨詢公司麥肯錫。麥肯錫在研究報告中指出，數據已經滲透到每一個行業和業務職能領域，逐漸成為重要的生產因素；而人們對于海量數據的運用將預示著新一波生產率增長和消費者盈余浪潮的到來。

麥肯錫的報告后，大數據迅速成為計算機行業爭相傳誦的熱門概念，也引起了金融界的高度關注。隨著互聯網技術的不斷發展，數據本身是資產，這一點在業界已經形成共識。“如果說云計算為數據資產提供了保管、訪問的場所和渠道，那么如何盤活數據資產，使其為國家治理、企業決策乃至個人生活服務，則是大數據的核心議題，也是云計算內在的靈魂和必然的升級方向。” 業內人士如是說。

事實上，全球互聯網巨頭都已意識到“大數據”時代數據的重要意義。包括EMC、惠普、IBM、微軟在內的全球IT 巨頭紛紛通過收購“大數據”相關廠商來實現技術整合，亦可見其對“大數據”的重視。

IDC研究表明，數字領域存在著 1.8 萬億 GB 的數據。企業數據正在以 55% 的速度逐年增長。ReadWriteWeb表示，如今，只需兩天就能創造出自文明誕生以來到 2003 年所產生的數據總量。現代企業正在經歷規模化、多樣化、高速化的數據挑戰，“大數據”已成為重要的時代特征。

IBM全球副總裁兼大中華區軟件集團總經理胡世忠表示：“大數據正帶來一場信息社會的變革。大量的結構化及非結構化數據以及流數據的廣泛應用，致使企業需要重新思考已有的IT模式；與此同時，大數據又將推動企業進行又一次基于信息革命的業務轉型，使企業能夠借助大數據帶來的大洞察，獲取更多的商業價值和發展機會，在激烈的市場競爭中脫穎而出。”

挑戰？機遇？

然而，2011 年的《IBM - 麻省理工斯隆管理學院評論》顯示：在對全球 100 個國家及地區從事 30 個行業的 3,000 名高管進行的調查中，有60% 的受訪者表示無法有效利用所有數據。而近期 IBM 對 64 個國家及地區從事 19 個行業的 1,700 名首席營銷官開展的最新調查更是進一步體現出了這個問題的嚴峻性：調查結果顯示，71% 的首席營銷官表示他們的企業沒有做好充分準備來應對大數據的挑戰。

因為大數據的概念聽起來很美好，似乎利用大數據的大門在不久的將來就會打開。但一切并沒有那么簡單。企業需要的并不僅僅是供應商賣出的技術，而是借助他們的專家來解決海量數據。

SAP商業智能和內存售前經理Carl Streatfield說：“和10-15年前相比，企業現在的環境截然不同。”“2005年，人們創造的信息量達到了150EB，而到2011年，這一數字達到了1200EB。這便是大數據時代的來臨。”這樣的數據量是巨大的，是IT剛開始時所無法想象的，不過企業必須找到最好的有競爭力的方式解決這些數據。

“改變的機會存在于信息洪流中。不過了解數據的內部結構成為一大挑戰，因為數據增長的速度太快，”Forrester高級分析師Brian Hopkins說。

越來越多的企業意識到了這種挑戰：IT 負責人和職員無法有效地對海量數據進行有效地收集、處理和分析；另一方面，企業CEO 以及高層管理人員因不能及時獲得所需的信息，而無法預測出潛在的業務風險，坐等商業機會的流失。

與此同時，也有越來越多的企業正在把握“大數據”時代的機遇：《麻省理工學院斯隆管理評論》和IBM商業價值研究院聯合舉行的2011年新智能企業全球高管調查和研究項目指出，2011年，58%的企業已經將分析技術用于在市場或行業內創造競爭優勢，實現業務價值，這一數據比2010年增加了21%。

毫無疑問，“大數據”時代的機遇和挑戰同時擺在了企業面前。

從“大數據”到“大洞察”

IBM在此時提出大數據平臺戰略，其目的顯而易見，它正在以自己的優勢瓜分這塊龐大而誘人的蛋糕。IBM表示，IBM智慧的分析洞察將成為企業成長轉型的重要戰略之一，幫助企業成功將“大數據”挑戰轉化為機遇，最終實現從“大數據”到“大洞察”的重大轉型及革新。“我們的大數據平臺戰略突破了傳統數據倉庫和數據管理理念，為企業組織提供實時分析信息流和因特網范圍信息源的能力，實現更為經濟高效的大數據管理，并為在此之上的業務分析和洞察奠定堅實的基礎。”

IBM全球企業咨詢服務部業務分析與優化服務大中華區總經理段仰圣表示：“在大數據時代，‘洞察’成為企業各個環節上至關重要的需求。因此IBM提出‘大洞察’的概念，通過IBM智慧的分析洞察為企業客戶提供四個方面全方位的‘洞察’：第一是通過客戶行為分析留住客戶，并在此基礎上實現客戶群體的持續增長；第二是通過信息管理、業務分析、內容管理等先進手段，幫助企業優化IT水平及業務流程，提高運營效率；第三是通過將業務分析貫穿財務規劃流程，洞悉企業利潤和成本來源，改善結算流程的處理時間和完整性，促進財務流程轉型；第四是將分析洞察包含在傳統和新興的風險類別中，預測未來的法規要求及檢測欺詐，幫助企業管理風險、欺詐和合規性。”

篇10

【關鍵詞】大數據時代；人力資源管理；影響；特點；風險

一、研究綜述

（一）研究背景

“大數據”時代最早由全球著名咨詢公司麥肯錫提出，它在其《大數據：創新、競爭和生產力的下一個前沿》的報告中指出：“數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。”大數據的思潮迅速的波及世界的每一個角落，這猶如一場即將到來的革命，沖擊著人們的傳統的觀念。大數據早已有之，之所以“大數據時代”的概念一直到最近幾年才提出，是因為以前大數據的運用領域比較窄，很多領域還沒有大數據的概念。但是現在，大數據已是一個十分流行的名詞。

大數據借助互聯網技術迅速發展，各個領域的學者開始思考量化在自己領域的可能性。同樣，大數據也將對于人力資源管理領域也將產生深刻的影響，越來越多的學者開始思考這一時代對于人力資源管理的意義。我們應該思考，是否可以借鑒大數據的思維和技術去解決諸如人力資源管理難以量化的難題？是否可以更好地衡量人力資本的價值？

（二）已有研究現狀

目前國外關于大數據在人力資源管理領域的研究基本沒有，而更多的是有關大數據技術應用方面的。國內現階段對于本課題的研究是最近兩年興起的，由于“大數據”時代是最近兩年興起的趨勢，因此國內本課題的相關研究并不是很多。

和云（2014）認為利用大數據方法豐富人力資源管理手段方法，無疑成為大數據時代企業人力資源管理變革不容回避的現實選擇。唐魁玉（2014）在“大數據”時代，微觀人力資源管理和宏觀人力資源管理都會受到不同程度的影響。

二、大數據時代的特點

（一）數據規模大

大數據時代最為顯著的一個特征就是數據量非常龐大。原有的GB、TB的數量級已經無法滿足需求，大數據的起始數量級一般認為是PB（1024TB），而EB（1024PB）、ZB（1024EB）的數量級也已經使用。這也正是因為數據量過大，傳統的數據處理手段無法達到人們對于數據處理的需要。

（二）數據種類多

大數據時代數據已經不僅僅局限于原有的結構化數據，半結構化、非結構化數據已經越來越多的運用到數據的處理當中，文字、音頻、圖片等等都已逐步數據化。當半結構化、非結構化的數據能夠被大規模收集和分析時，我們才能獲得以前所無法得到的信息，而這也有利于我們分析現象的本質。

（三）數據更新速度快

大數據時代的另一大特點就是數據更新速度快。隨著互聯網的發展，人們每天所接受的信息量十分巨大，據研究，現代人每天所接觸到的信息是古代人一年的信息量。而這也導致了數據的更新速度十分迅速，據研究，全世界每年的數據量每年以50%的速率增長，也就是說，超過一半的數據是人類近兩年產生的。而這也體現數據的時效性，過了一定的時間數據很可能價值就會大大降低。

三、大數據時代人力資源管理的變革

在大數據的浪潮洶涌而來時，也讓各行各業的HR們和人力資源管理領域的學者們陷入了思考之中。到底大數據對于人力資源管理會產生什么樣的影響？是否能將大數據的思維運用于企業人力資源管理的工作中？對于這些問題，筆者認為，大數據的思維對于人力資源管理的影響是廣泛而深刻的，它有可能改變原有的人力資源管理的理念和其各個模塊的工作方式。筆者將從以下幾個角度進行分析：

（一）企業招聘的精確化、節約化

在大數據的條件下，原有招聘模式遭到挑戰，企業可以通過互聯網進行大范圍的快速收羅符合職位要求的人才，通過大量個人信息和公共信息的對比，分析出最適合特定職位的應聘者，實現人才搜尋的精確化。另一方面，由于大量的工作可以在計算機上完成，省去了外派實地招聘和廣告的經費，這也一定程度上實現了成本的控制。

（二）培訓的個性化

大數據給培訓帶來的利處就是可以實現培訓的個性化，我們知道，實現個性化培訓的最大難題之一就是員工個性的把握，而在大數據條件下，企業可以根據員工大量結構化和非結構化的信息數據，分析員工的具體需求或者是不足之處，為員工準備個性化的培訓“套餐”，實現“私人訂制”。另一方面，可以依托大量網絡培訓資源，最大程度的降低成本。

（三）績效考核的全面化

以往的績效考核只能針對可以量化的工作指標，存在績效考核不全面的缺點，運用大數據的技術，我們可以掌握更多的與績效相關的指標，并將這些數據進行處理，以更全面地得到員工的績效情況。同時，大數據的高速更新特點能讓管理者第一時間了解員工的狀態，幫助管理者做出預判或者快速決策。

（四）員工關系的預判性和人性化管理

以往大多數情況下，企業管理者只能在員工產生矛盾之后才能進行協調和解決，而現在通過對員工大量非結構信息的分析，可以了解員工最近與同事之間的關系狀態，一旦發現有苗頭能夠及時協調，避免員工之間關系的惡化。另一方面，利用大數據更新快的特點建立實時獲取員工各方面需求的機制，為員工營造滿意的工作環境，以促進其工作效率的提高。

四、總結與反思

大數據時代的趨勢不可避免，正如哈佛大學社會學教授加里?金所言，所有領域都受到了這一趨勢的影響，人力資源管理領域也是如此，我們應該更多的思考我們能從這一趨勢中探尋出發展人力資源管理領域的更好的道路。

另一方面，我們也應該反思大數據時代可能帶來的風險，數據安全就是一個無法忽視的重要隱患，如何保護員工的信息安全，數據一旦泄露如何處理等等都是必須思考的問題。此外，大數據的質量也是一個非常關鍵的點，如何確保數據質量也值得我們深思。

參考文獻：

[1]麥肯錫環球研究院.大數據：創新、競爭和生產力的下一個前沿[R].美國：麥肯錫公司，2011

[2]和云，安星，薛競.大數據時代企業人力資源管理變革的思考[J].經濟研究參考，2014，23

[3]唐魁玉.大數據時代人力資源管理的變革[J].中國人力資源社會保障，2014，03