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(shù)，我們?yōu)槟鷾?zhǔn)備了不同風(fēng)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(guān)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(xué)術(shù)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(xué)術(shù)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(yù)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(jié)合國內(nèi)外相關(guān)研究，試圖回答大數(shù)據(jù)是什么，如何應(yīng)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(jīng)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(jīng)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(jīng)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(biāo)：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(xué)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(shù)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(jié)構(gòu)從原來以數(shù)值為主的結(jié)構(gòu)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(biāo)和社會資源配置方式。基于數(shù)據(jù)的科學(xué)決策是一貫追求的目標(biāo)。然而，信息不對稱是常態(tài)，因此傳統(tǒng)決策目標(biāo)是建立相對滿意而非最優(yōu)（決策科學(xué)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(biāo)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(wù)+中觀指數(shù)+宏觀連結(jié)

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(wù)、預(yù)測中觀行業(yè)或區(qū)域趨勢指數(shù)、基于連結(jié)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(fēng)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(wǎng)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(wù)智能指數(shù)（預(yù)測經(jīng)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(wù)上。

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

（四）大數(shù)據(jù)的關(guān)鍵點：保證數(shù)據(jù)質(zhì)量

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

保證數(shù)據(jù)質(zhì)量要求數(shù)據(jù)采集與清洗過程中秉持兩大原則：相關(guān)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(guān)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(guān)”數(shù)據(jù)為目標(biāo)，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(dǎo)傾向的干擾因素，同時進行去噪處理。

保證數(shù)據(jù)質(zhì)量要建立數(shù)據(jù)的數(shù)據(jù)。針對數(shù)據(jù)質(zhì)量建立數(shù)據(jù)標(biāo)簽，才有進步。有了對數(shù)據(jù)質(zhì)量的數(shù)據(jù)，數(shù)據(jù)才能被決策者更為安全科學(xué)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(wǎng)、門戶網(wǎng)站、社交網(wǎng)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(shù)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(jié)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?nèi)绾伟盐沾髷?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(jié)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(chǔ)。大數(shù)據(jù)專家根據(jù)經(jīng)驗，普遍認為該工作是一項基礎(chǔ)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(chǔ)。在此基上，數(shù)據(jù)分析工作需要對數(shù)據(jù)進行標(biāo)識，進行深度分析，撰寫專題報告，確保結(jié)果可以執(zhí)行，最終落實到?jīng)Q策和實施。

（2）大數(shù)據(jù)時代，需要充分借助IT技術(shù)管理數(shù)據(jù)質(zhì)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(zhì)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(zhì)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(zhuǎn)化成數(shù)學(xué)模型，提出解決方案的過程；“工作”，將解決方案程序化，得出結(jié)果的過程；“分享”，將分析的結(jié)果，轉(zhuǎn)化為決策，付諸實施的過程。在時間分配上，金字塔結(jié)構(gòu)或柱形結(jié)構(gòu)的分布形式不是最佳結(jié)構(gòu)，倒金字塔結(jié)構(gòu)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(xué)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(jié)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(jié)果，要快速的滿足客戶的需求；數(shù)據(jù)分析的方法能夠?qū)崿F(xiàn)大批量規(guī)模化。優(yōu)秀的數(shù)據(jù)分析師應(yīng)具有全局的預(yù)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(wù)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(chǎn)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(dǎo)致分析結(jié)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(shù)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(shè)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(shù)骨干人員斷層，導(dǎo)致出現(xiàn)問題后自身無法解決；③采用該模式導(dǎo)致美國沒有了核心技術(shù)。

因此，在采用項目外包模式的同時，需要掌握其核心技術(shù)。在大數(shù)據(jù)時代，從數(shù)據(jù)分析、信息管理、IT技術(shù)三個方面保持核心競爭力。需要培養(yǎng)和保持業(yè)務(wù)、產(chǎn)品設(shè)計、數(shù)據(jù)分析、數(shù)據(jù)架構(gòu)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(xué)建模，基礎(chǔ)是實際業(yè)務(wù)，結(jié)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(xué)建模的思維，構(gòu)建以數(shù)學(xué)模型做為基礎(chǔ)的數(shù)據(jù)分析，建立量化管理風(fēng)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(jié)合實際數(shù)據(jù)，靈活構(gòu)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(guān)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(biāo)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(yīng)用已經(jīng)受到我國各界人士的廣泛關(guān)注，國家統(tǒng)計局已經(jīng)把信息處理技術(shù)列為關(guān)鍵性的創(chuàng)新技術(shù)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(fù)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(shù)、大數(shù)據(jù)工程、大數(shù)據(jù)科學(xué)和大數(shù)據(jù)應(yīng)用等領(lǐng)域。目前受到最多應(yīng)用的是大數(shù)據(jù)技術(shù)和大數(shù)據(jù)應(yīng)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(chǔ)上，通過互聯(lián)網(wǎng)、物聯(lián)網(wǎng)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(lǐng)社會眾多領(lǐng)域和行業(yè)的變革，對人類的生產(chǎn)、生活方式產(chǎn)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(jīng)不再適用，應(yīng)該做出改變。首先，應(yīng)該轉(zhuǎn)變抽樣思想，大數(shù)據(jù)時代下的樣本即總體，已經(jīng)不再依靠少量樣本分析事物的相關(guān)規(guī)律；其次，要轉(zhuǎn)變數(shù)據(jù)精確測量的思想，大數(shù)據(jù)時代要學(xué)會接受繁冗復(fù)雜的多樣性數(shù)據(jù)；最后要轉(zhuǎn)變探究事物的因果關(guān)系思想，轉(zhuǎn)為研究事物的相關(guān)規(guī)律。以上思想的轉(zhuǎn)變，均與統(tǒng)計學(xué)有關(guān)，因此，下面將分析大數(shù)據(jù)對統(tǒng)計學(xué)帶來的具體影響。

2 大數(shù)據(jù)對統(tǒng)計學(xué)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(lǐng)域范圍非常廣泛，在大數(shù)據(jù)時代，不僅能夠?qū)σ越Y(jié)構(gòu)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(guān)系的文本、圖片、音像等非結(jié)構(gòu)數(shù)據(jù)進行分析，大大擴展了傳統(tǒng)統(tǒng)計學(xué)的研究范疇。

2.2 大數(shù)據(jù)影響統(tǒng)計學(xué)的工作進程

統(tǒng)計學(xué)是對所搜集的數(shù)據(jù)進行整理和歸納的方法論學(xué)科。大數(shù)據(jù)時代的資料十分豐富，分析數(shù)據(jù)已經(jīng)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(xué)抽取樣本分析的工作方法已經(jīng)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(xué)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(jīng)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(xué)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(jié)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(dāng)統(tǒng)計對象為數(shù)據(jù)資料龐大、類型復(fù)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(yīng)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(yù)測。根據(jù)這些行業(yè)的特點，可以總結(jié)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(wù)；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(chǎn)業(yè)鏈條的效率；降低服務(wù)成本，發(fā)現(xiàn)隱藏線索產(chǎn)品和服務(wù)的創(chuàng)新。從圖1中可以看出，大數(shù)據(jù)的應(yīng)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(jié)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(guān)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(xué)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(yīng)用已經(jīng)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(yīng)的預(yù)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(guān)鍵詞：財經(jīng)類高校；數(shù)據(jù)分析課程；課程建設(shè)

中圖分類號：G64 文獻標(biāo)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(chǔ)，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(jīng)濟管理人才的重要基本素養(yǎng)和技能。

我國的財經(jīng)類院校肩負著為社會培養(yǎng)經(jīng)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(jīng)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(jīng)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(jīng)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(wù)數(shù)據(jù)進行分析，并得到結(jié)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(jīng)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(xué)院（或類似學(xué)科的學(xué)院和專業(yè)）外，強調(diào)這方面能力的培養(yǎng)的學(xué)院和專業(yè)較少，導(dǎo)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(xué)為主，完全忽視了數(shù)據(jù)分析的實踐性，教學(xué)效果不好；再次是教學(xué)所用軟件平臺薄弱，多數(shù)使用SPSS，極少數(shù)專業(yè)學(xué)習(xí)SAS，對于在學(xué)術(shù)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(shè)計數(shù)據(jù)分析類型課程，提高經(jīng)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(jīng)類高校不得不面對的迫切問題。本文講就財經(jīng)類高校數(shù)據(jù)分析類課程的特點、建設(shè)思路和建設(shè)方案，結(jié)合筆者在教學(xué)實踐中的一些心得談一談自己的看法。

二、財經(jīng)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(lǐng)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(jīng)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(xué)院、信息學(xué)院（或類似學(xué)科的學(xué)院和專業(yè)）。這兩類專業(yè)的教學(xué)主要突出理論性、基礎(chǔ)性和方法性，立足于對學(xué)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(xùn)練，使學(xué)生能夠在畢業(yè)后在任意領(lǐng)域迅速承擔(dān)起高級數(shù)據(jù)分析的任務(wù)。

第二類是經(jīng)濟學(xué)門類的相關(guān)學(xué)科。這類學(xué)科對于數(shù)據(jù)分析教學(xué)的要求偏重應(yīng)用，即學(xué)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(jīng)濟學(xué)）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(xué)門類的相關(guān)學(xué)科。當(dāng)前的管理學(xué)實踐離不開數(shù)據(jù)，對數(shù)據(jù)分析教學(xué)主要是應(yīng)用層面的。要求學(xué)生具有良好的學(xué)生的“數(shù)據(jù)視野”和“數(shù)據(jù)意識”，而對于學(xué)生的“數(shù)據(jù)能力”的培養(yǎng)則并沒有太高要求。

三、財經(jīng)類高校數(shù)據(jù)分析課程建設(shè)的思路

基于上述分析，研究生數(shù)據(jù)分析課程建設(shè)應(yīng)當(dāng)采取分層設(shè)課的原則，基于不同的教學(xué)需求，設(shè)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(chǔ)上，重點建設(shè)大數(shù)據(jù)相關(guān)課程。如分布式計算、非結(jié)構(gòu)化數(shù)據(jù)分析、R語言、python語言等。在教學(xué)中，案例化教學(xué)和上機實操應(yīng)當(dāng)成為教學(xué)的主要形式，尤其軟件類課程應(yīng)當(dāng)在機房進行，保證學(xué)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(chǔ)課程為先導(dǎo)（如統(tǒng)計學(xué)導(dǎo)論），在配合若干專業(yè)課與軟件課的組合，如計量經(jīng)濟學(xué)、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(xué)時，理論與實操并重，在實操方面突出學(xué)生的軟件使用能力訓(xùn)練，SPSS類型的軟件不應(yīng)當(dāng)成為此類專業(yè)的主要數(shù)據(jù)分析平臺（學(xué)生應(yīng)當(dāng)在學(xué)習(xí)專業(yè)課程時自主學(xué)習(xí)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(chǔ)，配合合適的軟件平臺，同時在其他專業(yè)課程教學(xué)中突出各個課程的數(shù)據(jù)分析教學(xué)內(nèi)容和實踐環(huán)節(jié)，既可以基本達到教學(xué)目的。這類課程教學(xué)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(xué)生了解R系統(tǒng)，進而為其進一步學(xué)習(xí)建立基層。

四、財經(jīng)類高校數(shù)據(jù)分析課程建設(shè)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(shè)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(shè)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(xué)術(shù)界和業(yè)界得到了廣泛的認同，是應(yīng)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(xué)術(shù)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(xué)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(xué)的必要性

首先，作為一種編程語言，R語言的教學(xué)可以訓(xùn)練學(xué)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(xùn)練學(xué)生數(shù)據(jù)分析模型的應(yīng)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(xué)中開設(shè)R語言課程，可以極大提升學(xué)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(nèi)外學(xué)術(shù)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(xué)的現(xiàn)狀及改革的迫切性

從當(dāng)前的教學(xué)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(xué)和指導(dǎo)研究生的經(jīng)驗來看，當(dāng)前我國財經(jīng)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(xùn)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(xué)的內(nèi)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(jié)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(xué)生全面地講授上述內(nèi)容，需要對課時進行合理分配，輔以合理的教學(xué)模式和考核模式。下面本文將以48學(xué)時的研究生課程為例，介紹R語言課程的基本內(nèi)容和結(jié)構(gòu)。

1.教學(xué)內(nèi)容和學(xué)時分配

第一部分，R語言簡介（2學(xué)時），介紹R語言的歷史、基本操作環(huán)境、相關(guān)網(wǎng)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(jié)構(gòu)（12學(xué)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(guān)算法。這部分是后面教學(xué)的基礎(chǔ)，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(xué)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(jié)構(gòu)與數(shù)據(jù)分析的關(guān)系的介紹。

第三部分，R語言的編程結(jié)構(gòu)（12學(xué)時），介紹成組、選擇和循環(huán)三種結(jié)構(gòu)。在這部分教學(xué)中，重點在不能按照傳統(tǒng)程序設(shè)計語言的模式進行教學(xué)，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(xué)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(nèi)容，也是第三類專業(yè)研究生應(yīng)當(dāng)了解的內(nèi)容。

第五部分，R語言的基本統(tǒng)計功能（10學(xué)時），經(jīng)過前述四個部分的教學(xué)，學(xué)生已經(jīng)對R語言具有了較為深入的了解，并應(yīng)該具有獨立編制代碼的能力。在此基礎(chǔ)上，可以進行本部分的教學(xué)，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(yīng)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(xué)會使學(xué)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(xué)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(xué)+上機的教學(xué)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(xué)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(jié)果，因此傳統(tǒng)的課堂上聽講，上機課練習(xí)的模式會使得思考過程與結(jié)果脫節(jié)。而在機房上課則可以使學(xué)生跟隨教師的講解隨時練習(xí)和實驗，使得教學(xué)效果更好。

第二，師生互動更容易。學(xué)習(xí)編程的過程就是不斷試錯的過程，學(xué)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(xué)生的互動非常重要。

第三，課堂練習(xí)更直接。課堂練習(xí)在學(xué)習(xí)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(dāng)天的學(xué)習(xí)內(nèi)容當(dāng)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(xué)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(xué)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(xué)生解決數(shù)據(jù)分析問題的能力的上級考試才能夠?qū)崿F(xiàn)對學(xué)生R語言學(xué)習(xí)水平的測度目的。

五、結(jié)論

當(dāng)今社會已進入大數(shù)據(jù)時代，任何財經(jīng)類專業(yè)人才的培養(yǎng)脫離了數(shù)據(jù)分析類教學(xué)內(nèi)容都是不能適應(yīng)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(xué)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(xùn)練。只有這樣，才能使得財經(jīng)類人才的培養(yǎng)跟上市場對于人才需求內(nèi)容的轉(zhuǎn)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(chǎn)生的數(shù)據(jù)量已經(jīng)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(jīng)到來。

隨著計算機處理技術(shù)和云計算的迅速發(fā)展，人們處理大規(guī)模復(fù)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(jīng)營管理、工業(yè)生產(chǎn)等數(shù)據(jù)都可以直接從互聯(lián)網(wǎng)中提取并存儲到服務(wù)器中，然后進行數(shù)據(jù)挖掘和分析，對于提高企業(yè)經(jīng)營管理水平，進行生產(chǎn)過程控制，提高生產(chǎn)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(chǎn)要素，數(shù)據(jù)生產(chǎn)信息，信息改善決策，進而提高生產(chǎn)力。可以預(yù)測，未來數(shù)據(jù)積累量、數(shù)據(jù)分析能力、數(shù)據(jù)驅(qū)動業(yè)務(wù)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(nèi)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(wǎng)絡(luò)工具的使用和高度發(fā)達的網(wǎng)絡(luò)技術(shù)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(zhì)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(jié)構(gòu)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(jié)構(gòu)數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，且以半結(jié)構(gòu)化和非結(jié)構(gòu)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(chǎn)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(guān)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(fù)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(chǎn)、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(zhuǎn)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(chǔ)上所形成的新型信息時代，是建立在通過互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等現(xiàn)代網(wǎng)絡(luò)渠道廣泛大量數(shù)據(jù)資源收集基礎(chǔ)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(yīng)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(zhuǎn)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(lǐng)域和行業(yè)進行變革，會對人們未來生活產(chǎn)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(guān)的知識，定量與定性相結(jié)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(jié)論而對大量數(shù)據(jù)進行詳細研究和概括總結(jié)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(jié)出研究對象的內(nèi)在規(guī)律。

數(shù)據(jù)分析在企業(yè)經(jīng)營管理中具有重要意義。企業(yè)通過統(tǒng)計調(diào)查、整理獲得的統(tǒng)計資料能夠?qū)陀^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(jié)隱藏在其中的內(nèi)在規(guī)律，掌握事物的本質(zhì)及內(nèi)在的發(fā)展規(guī)律，將其應(yīng)用到實際的經(jīng)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(diào)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(diào)查表、散步圖、直方圖、控制圖；

新七種工具，即關(guān)聯(lián)圖、系統(tǒng)圖、矩陣圖、KJ法、計劃評審技術(shù)、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(guān)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(chǎn)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(shù)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(chǔ)上，不需要預(yù)先設(shè)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(shù)找到數(shù)據(jù)之間的關(guān)系并建立模型，尋找導(dǎo)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(chǔ)上對未來進行預(yù)測和優(yōu)化，以實現(xiàn)社會運行中各個領(lǐng)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(jīng)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(yù)測性。傳統(tǒng)的數(shù)據(jù)分析主要針對結(jié)構(gòu)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(jié)構(gòu)化數(shù)據(jù)構(gòu)建數(shù)據(jù)倉庫構(gòu)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(shù)的產(chǎn)生，并發(fā)明了聚類、關(guān)聯(lián)分析、分類、回歸分析、估計、預(yù)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(shè)的前提下去挖掘信息、發(fā)現(xiàn)知識，用于指導(dǎo)以后的行動。

二、大數(shù)據(jù)分析在企業(yè)經(jīng)營管理中的意義

在企業(yè)的經(jīng)營管理過程中，數(shù)據(jù)是關(guān)鍵且核心的因素，在關(guān)鍵環(huán)節(jié)進行科學(xué)的數(shù)據(jù)分析，對于提升企業(yè)的經(jīng)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(diào)查資料的基礎(chǔ)上，利用數(shù)據(jù)分析工具進行嚴謹?shù)姆治觯纬煽茖W(xué)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(jīng)營管理中的一項十分重要的功能。對企業(yè)經(jīng)營管理過程中所產(chǎn)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?fàn)顩r，能夠?qū)ζ髽I(yè)的相關(guān)活動產(chǎn)生的效果進行了解，比如企業(yè)方針政策實行與否、經(jīng)營計劃落實情況、經(jīng)濟指標(biāo)完成情況等，從而進行行業(yè)對比和橫向、縱向?qū)Ρ确治觯詭椭髽I(yè)良性發(fā)展。

第三，參與科學(xué)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(zhì)涵義，促使企業(yè)管理者及相關(guān)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(jīng)營管理中的參與科學(xué)化決策的作用。數(shù)據(jù)驅(qū)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(chǔ)上使用恰當(dāng)?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(guān)系，預(yù)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(zhuǎn)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(chǔ)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(guān)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(wù)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(chǎn)過程中的應(yīng)用探討

隨著信息化的推進，數(shù)據(jù)已經(jīng)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(chǎn)全過程中進行應(yīng)用，將大力提升企業(yè)內(nèi)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(shù)隨著信息化與工業(yè)化的深度融合，已經(jīng)滲透到了工業(yè)企業(yè)產(chǎn)業(yè)鏈的各個環(huán)節(jié)，ERP、MES等技術(shù)在工業(yè)企業(yè)中得到廣泛應(yīng)用。工業(yè)企業(yè)中生產(chǎn)線高速運轉(zhuǎn)，工業(yè)設(shè)備產(chǎn)生大量數(shù)據(jù)，工業(yè)領(lǐng)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(jié)經(jīng)驗、發(fā)現(xiàn)規(guī)律、預(yù)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(jié)構(gòu)，精準(zhǔn)決策，降低成本，提高效率。

大數(shù)據(jù)和數(shù)據(jù)分析的應(yīng)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(lǐng)域帶來深刻的變革，通過互聯(lián)網(wǎng)、物聯(lián)網(wǎng)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(lǐng)域的應(yīng)用主要包括產(chǎn)品創(chuàng)新、生產(chǎn)流程優(yōu)化、產(chǎn)品質(zhì)量管理、生產(chǎn)計劃制定、產(chǎn)品定價、產(chǎn)品生命周期管理、庫存管理、供應(yīng)商管理等各個方面。

1.產(chǎn)品創(chuàng)新。客戶與工業(yè)企業(yè)之間的交易產(chǎn)生大量的行為動態(tài)數(shù)據(jù)，同時對產(chǎn)品的使用情況跟蹤記錄，產(chǎn)生產(chǎn)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(jié)果使用到產(chǎn)品改進設(shè)計、創(chuàng)新等活動中，相當(dāng)于讓客戶參與到產(chǎn)品的需求分析和產(chǎn)品設(shè)計等創(chuàng)新活動中，對產(chǎn)品創(chuàng)新具有不可估量的貢獻。

2.生產(chǎn)流程優(yōu)化。現(xiàn)代化的工業(yè)制造生產(chǎn)線安裝有數(shù)以千計的小型傳感器，在生產(chǎn)的全過程中可以探測溫度、壓力、振動和噪聲等。整個生產(chǎn)流程將產(chǎn)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(shè)備診斷、能耗分析、工藝分析等。在此基礎(chǔ)上，對生產(chǎn)過程建立虛擬模型，仿真并優(yōu)化改進生產(chǎn)流程，提高設(shè)備使用率、降低能耗、減少質(zhì)量事故發(fā)生幾率，優(yōu)化工藝等，從而提高生產(chǎn)效率。

3.進行質(zhì)量分析，提高質(zhì)量管理水平。高度自動化的設(shè)備在加工產(chǎn)品的同時記錄了龐大的檢測結(jié)果。利用檢測結(jié)果進行質(zhì)量分析，可以提高質(zhì)量管理水平。在產(chǎn)品的整個壽命周期，包括從市場調(diào)研到售后服務(wù)等的各個過程中適當(dāng)運用數(shù)據(jù)分析過程，可以提高質(zhì)量管理的有效性。例如QC工具在工業(yè)企業(yè)的應(yīng)用。QC指質(zhì)量控制。針對工業(yè)生產(chǎn)全過程特定的工作失誤或品質(zhì)不良運用QC工具展開分析討論，并將結(jié)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(zhì)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(zhì)量流程管理的技術(shù)，它以“零缺陷”的完美追求，帶動質(zhì)量成本的大幅度降低。質(zhì)量分析工具在廣泛使用，可以提高產(chǎn)品質(zhì)量，從而最終實現(xiàn)財務(wù)成本的降低，同時實現(xiàn)企業(yè)競爭力的突破。

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

5.生產(chǎn)計劃的科學(xué)制定。生產(chǎn)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(dǎo)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(chǎn)能約束、人員技能、物料供應(yīng)、工裝模具等生產(chǎn)資源的基礎(chǔ)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(xué)合理的生產(chǎn)計劃。

6.進行科學(xué)合理的產(chǎn)品定價。產(chǎn)品定價的合理性需要有詳細的基礎(chǔ)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(chǎn)品成品的分析更加科學(xué)精確。另一方面可以研究客戶對產(chǎn)品定價的敏感度。通過這些數(shù)據(jù)分析，為產(chǎn)品定價提供決策參考。

7.實現(xiàn)產(chǎn)品生命周期管理。隨著物聯(lián)網(wǎng)的發(fā)展，條形碼、二維碼、RFID等能夠唯一標(biāo)示產(chǎn)品，傳感器、可穿戴設(shè)備、智能感知、視頻采集、增強現(xiàn)實等技術(shù)能將產(chǎn)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(yīng)鏈的各個環(huán)節(jié)跟蹤產(chǎn)品，收集產(chǎn)品使用信息，從而實現(xiàn)產(chǎn)品生命周期的管理。這些數(shù)據(jù)還可以用于售后服務(wù)，提高售后服務(wù)質(zhì)量，從而提高產(chǎn)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(zhǔn)確知道產(chǎn)品原材料和產(chǎn)成品庫存量。根據(jù)原材料庫存量和生產(chǎn)計劃確定原材料需求量，在此基礎(chǔ)上進行采購，可以保證產(chǎn)品生產(chǎn)需求，有最大限度地減少了資源浪費。

9.完善供應(yīng)商管理，實現(xiàn)準(zhǔn)時化采購。在對原材料大量數(shù)據(jù)挖掘和分析的基礎(chǔ)上，可以選擇最合適的供應(yīng)商，保證原材料質(zhì)量和準(zhǔn)時供應(yīng)，產(chǎn)品質(zhì)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(guān)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(shù)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(diào)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(chǎn)、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(zhǔn)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(nèi)部，更多的來自公司外部、互聯(lián)網(wǎng)、傳感器和各種公開的數(shù)據(jù)。比如領(lǐng)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(wù)。

（三）數(shù)據(jù)3.0時代

又稱為富化數(shù)據(jù)的產(chǎn)品時代。分析3.0時代來臨的標(biāo)準(zhǔn)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(dǎo)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(zhì)

隨著顧客主導(dǎo)邏輯時代的到來以及互聯(lián)網(wǎng)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(zhuǎn)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(yù)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(dǎo)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(lǐng)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(diào)研，采集目前市場的信息幫助企業(yè)研發(fā)、生產(chǎn)、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(wǎng)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(jīng)成為影響企業(yè)產(chǎn)品設(shè)計、研發(fā)、生產(chǎn)和銷售的重要因素。

（二）大數(shù)據(jù)時代企業(yè)精準(zhǔn)營銷成為可能

在大數(shù)據(jù)時代下，技術(shù)的發(fā)展大大超過了企業(yè)的想象。搜集非結(jié)構(gòu)化的信息已經(jīng)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(zhǔn)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(chǎn)意味著標(biāo)準(zhǔn)化生產(chǎn)方式，無個性化可言。定制化生產(chǎn)意味著個性化生產(chǎn)，但是只是小規(guī)模定制。說到底，大規(guī)模生產(chǎn)與定制化無法結(jié)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(chǎn)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(guān)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(yīng)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(wù)的能力，以用戶為中心整合產(chǎn)業(yè)鏈的優(yōu)質(zhì)資源并聯(lián)合廠商打造用戶期待的產(chǎn)品和服務(wù)體驗。京東在銷售的過程中，通過對大數(shù)據(jù)的分析，內(nèi)部研究出一種稱為產(chǎn)品畫像的模型。這個模型通過綜合在京東網(wǎng)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(jié)果結(jié)合不同的消費者便有諸如線上的程序化購買、精準(zhǔn)的點擊等營銷手段，有效的幫助京東實現(xiàn)精準(zhǔn)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(nèi)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(yīng)商進行定期的交流，間接促進生產(chǎn)廠商與消費者溝通，了解市場的需求，指導(dǎo)下一次產(chǎn)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(dǎo)自身精準(zhǔn)營銷，另一方面，影響供應(yīng)商產(chǎn)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(chǎn)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(dǎo)下一次的產(chǎn)品設(shè)計、生產(chǎn)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(yīng)用。切實維護好大數(shù)據(jù)和互聯(lián)網(wǎng)背景下隱私保護的問題，使得信息技術(shù)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(biāo)準(zhǔn)；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(xué)合理的結(jié)果以指導(dǎo)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