大数据时代的前景大全11篇

绪论：写作既是个人情感的抒发，也是对学术真理的探索，欢迎阅读由发表云整理的11篇大数据时代的前景范文，希望它们能为您的写作提供参考和启发。

篇（1）

中图分类号： F49；F274 文献标识码： A 文章编号：1001-828X（2015）010-000-01

引言

大数据时代的到来，改变生活的方方面面，并且数据正在它独有的优势在各个领域内发挥重要的作用。信息技术的变化对我们来说并不陌生，但过去信息技术的改变重点常常在“T”（Technology，技术）上，而不是“I”（Information，信息）。大数据时代下，精准营销的提高了节省了时间，提高了效率，正逐渐成为营销市场最重要的发展方向。文章就精准营销如何在大数据时代下实现进行分析。

一、大数据时代对于营销的意义

（一）加强营销的科学化管理

大数据带来的技术革命，使得利用庞大的数据资源成为可能，从而促使营销出现科学性的转变，它使得银行的整个营销过程更加精确。通过一切建立在科学的数据分析的基础上，来量化营销行为，恰当选择客户人群，而不是盲目地不合理地投放资源，损失潜在和已有客户。原来的普遍观点是营销是一门说话的艺术，丝毫不带有科学色彩，使得营销具有随机性和随意性的特点，随着大数据时代的到来，我们可以通过各种技术支持数据挖掘，把营销的伪艺术标签改成科学标签，进一步加强科学化管理。

（二）增加营销对市场和顾客的可预见性

银行营销的关键所在就是是否能充分把握客户的心理，对于客户进行需求化定制，而大数据营销中对于数据的挖掘和分析充分证明了这一点是可行的。大数据并不是仅仅单纯指的是数据主观意义上的大，更是指处理数据的全面性，通过发掘各种数据的相互联系来制定个性化的营销方案。大数据时代使得营销过程得以量化，用数据来进行决策，这样就能促使银行定制的营销方案更能把握到消费者的心理，窥测到市场发展的趋势。这样定制出的个性化营销更加能增加顾客的满意度，这就是营销对于市场和顾客的可预见性。

二、大数据时代营销所面临的挑战

传统的营销模式强调策略、创意及覆盖度，随着大数据时代的到来，现在的营销模式主要是以海量数据挖掘为前提，以技术为驱动，对具有特定受众的个性广告进行传播。在海量数据下，如何收集、分析和利用数据是每个银行面临的难题，为解决这个难题，通常采用两种方法：一是自身建立相关的数据收集与分析系统，二是通过供应商卖出的技术，借助专家来解决这个问题。然而，根据2011年的《IBM―麻省理工斯隆管理学院评论》资料显示：在对全球100个国家及地区从事30个行业的3000名高管的调查中，有60%的受访者表示无法有效利用所有数据。因国内互联网环境较为封闭，数据拥有者开发度不高，大数据时代下，加剧了数据采集的困难，同时，数据量巨大、无规律、分散和数据本身个性化和实时性的特点，使得银行在对海量数据进行有效处理和分析上显得力不从心。技术条件的制约使银行很难形成清晰的消费者形象，在营销渠道中无法提供真正个性化的用户体验，精准营销也就变得极其困难。

三、实现精准营销的策略

（一）建立银行数据分析团队

一是作为现代银行，必须建立一支数据团队，从基础开始注重对于数据的收集工作，信息收集时要注意渠道的多样化与灵活化，不能仅仅依赖于某一业务系统。以银行为例，基础数据的来源可来自多方面而不是仅仅依赖于银行柜台系统，ATM提款机也可以记录顾客的存取信息，也可通过银行基金来了解顾客的信息；免费WiFi登录日志可计算出电子银行客户的使用及消费情况。此外，也可以通过多种方式进行问卷调查，如银行柜台或ATM提款机排队时，简单的调查表填写，了解客户要求和客户构成等信息。

（二）实现数据的有机结合

注重数据的分析和整合，对数据进行完整性和准确性评价，实现各种数据收集源的有机连接。如ATM机的统计记录可以得到某一顾客的存取款清单，和银行渠道信息的整合后可以得到顾客进一步的信息（如姓名、性别、年龄、住址、电话等）以及一段时间内的银行账户情况，还可以通过数据中顾客支付方式（现金、信用卡、借记卡等）情况记录，了解该顾客的支付习惯。

（三）变革营销组织结构

以数据采集、数据分析为基础的数据驱动的精准营销策略，将对传统的营销决策、营销手段、营销执行等产生极大影响，会给银行营销带来根本性的变革，这其中包括组织结构的改变。银行可通过建立专门的互联网金融公司来合理运用大数据可以实现精确化营销，以数据的搜集、挖掘、分析为工作中心的组织架构和员工分布将成为大数据时代银行营销变革的一个必然趋势，在大数据体时代，银行营销将由独立的手段转化为银行的系统工程行为。

（四）维护客户关系

随着经济的全球化和大数据浪潮的到来，银行也开始变得愈加重视客户关系的维护和管理，良好的客户关系能直接帮助银行快速有效地洞察客户的需求动态，如何加强银行的客户关系管理，能否高效的管理和挖掘客户资源，能否与客户之间建立长期的良好关系已成为银行持续保持竞争优势的关键所在。通过对以往的顾客数据进行挖掘和分析，可以找出银行现有客户中那些最能够影响客户划分的关键因素，并且把客户进一步细分成为更加精细的组别，以使得每个组别里的客户具有更多的关联性和相似性特征，从而银行可以更加有针对性的管理客户关系。

四、结语

在大数据体时代，银行营销由独立手段转化为银行的系统工程行为。以数据采集、数据分析为基础的数据驱动的精准营销策略，将会给银行营销带来根本性的变革，只有充分融入大数据时代并且将其与市场营销充分的结合起来才能在市场竞争中取得胜利。

参考文献：

[1]王佳辰.银行官方微博的营销策略及其 VI 设计研究[D].华东理工大学，2014：10-12.

[2]赵三珊.银行微博营销影响因素及策略研究――以电子商务银行为例[D].华东师范大学，2014：10-12.

篇（2）

中图分类号：G206 文献标识码：A 文章编号：1005-5312（2015）08-0280-01

网络广告的病毒式营销是当今广告界的一大趋势和潮流。这种营销的策略即在互联网上通过社交网络，用户进行转发回复更贴从，像病毒一样传播从而达到宣传品牌最终获利的目的。在电子网络的信息互联网时代，各类社交网站，如：Twitter、新浪、腾讯、Youtobe的出现，为各类视频资料上传传播提供了便利，这边使得病毒式营销了更加便捷的传播途径。网络盛行词“低头族”的出现，无时无刻我们不在使用网络，那怕一部小小的手机，我们只需要轻轻地点击便可以成为病毒式广告传播的媒介。无论是软性的时代条件还是科技条件都为病毒式广告传播提供了无尽的便利。

病毒式营销传播的成本低价格低廉，品牌商家只需要一个好的创意，进行视频录制或者软文的撰写都可以成为病毒式传播的种子，任何使用互联网的人都是传播者，无需像传统广告那样在各大电视台竞标花巨额的广告费用，却只能播出十几秒得广告。利用病毒式营销的网络广告则无需过多的拍摄费用与时间限制，可尽情的将品牌的信誉度与可信度扩展到最大化。其次，传播群体的广告性和无限限制性这也为病毒式广告传播提供了便捷。最后，与传统的广告营销的差别在于传统广告有一定的强制性，但是病毒式广告的传播则是得到了受众的肯定后进行的自愿的传播。那么，在这样无门槛成本低的营销方式下，一些无良商家也通过这样的方式谋取利益。例如：“微商”的盛行，他们无限的发展下线在朋友圈微博上进行地毯式的宣传，造成人们的一种手受众的一种营销疲劳，这也是病毒式广告的弊端。

那么，我们已“IKEA Big Sleepover”的案例对病毒式营销进行分析。

宜家家居曾在Facebook上发起了一个名为“IKEA Big Sleepover”的活动，在活动群累计十万的群众中选取100名幸运儿，他们将在宜家过夜，亲自感受到宜家的每一处的温暖，每一处的温馨。他们能身临其境的感受到宜家家居“生活，从家的地方开始”的品牌理念。将他们的生活录制成视频上传到网络上，获得了相当客观的转发量和评论，宜家家居在这次活动中增大了品牌的信誉度与知名度。这是一个成功的病毒式广告的传播。通过线上活动发起与最后的品牌的录制传播，线下的受众的亲身体验感受，线上线下的完美结合，是病毒式营销的一种有力的操作方式。

根据马斯洛层次需求理论：生理需求―安全需求―社会需求―尊重需求―自我超越的金字塔的逐次递减，病毒式广告营销被归属在社交需求的理论当中。当然，与传统的人际间的社交不一样，我们在日新月异的电子时代里面，网络社交成为社交需求的主力军。据2013年有关全球互联网用户数调查显示：约有24亿用户。全球人数约为80亿人，即全球用网人数约占全球总人数的30%。那么，这样庞大的用户群体，为病毒式广告传播提供了有力的契机。病毒式广告的传播给我们生活带来了巨大的变化，我们改变着自己，改变着世界。那么营销的主要目的是为企业获利，在传统的广告形式里，病毒式传播早就入侵我们的生活。

广告大师奥格威在他的书籍中写道：“我们做广告就是为了销售产品，否则就不是做广告。消费者不是低能儿，她是你的妻子，别侮辱他的智商。不要推出一个你的家人都不愿意看到的广告。”他的至理名言到如今全都影响着广告业。那么，被誉为十大最烂广告的史玉柱的“卡通形象的脑白金”广告，这是利用传统电视广告的形式进行病毒式传播并且获得惊人业绩的成成功案例之一。

在过往的几年里，网络的普及并不广泛，而脑白金借以动画形式的生动简洁有趣，买断各大地方卫视的得非黄金时段的广告事件，进行无限反复循环的播放，即便你不想看换台，也会发现各大地方卫视都在播放这则广告。“今年过节不送礼，送礼只送脑白金”已成为洗脑神广告，为该企业牟取巨大的收益。这样的营销方式虽遭受到一部分人的质疑，但在企业主的角度看，这无疑是成功的。

时代瞬息万变，各种营销新手段层出不穷，做为一名该行业的从业者如何做到既能最大限度的保留商业价值同时能够做到独善其身，是我们需要考虑与反思的问题。

篇（3）

【基金项目】海南大学机电工程学院车辆工程教学创新团队项目。

【中图分类号】G64 【文献标识码】A 【文章编号】2095-3089（2015）06-0169-01

一、大数据时代的含义和特点

随着科学技术水平的不断演进，人们的生活日益离不开互联网这一网络平台。随着数据规模的不断壮大和经过人为的数据整合以及分析之后，这些数据的集合体产生了强大影响效应。人们称这个集合体为大数据，由于大数据是当下社会发展的一大特征，因此，人们又称当下为大数据时代，简单概括为以下3个方面：体量大、多样性、易获取。

二、大数据时代对大学生学习能力的要求

现今，线上学习来提升自我知识技能将成为获取知识的一种重要方式。因此，对大学生的学习能力也提出了新的要求。

首先，当代大学生必须学会变被动接纳知识为主动获取，即提高自学能力。除了学好课堂书本上的知识外，还需要学会借助互联网大数据这一广阔平台，从而最大化的获取有用信息，并做到学以致用，以主动学习的姿态去给自己充电，完善自我知识技能。

其次，通过互联网大数据平台自学过程中，要善于做到运用信息工具：能熟练使用各种信息工具，特别是网络传播工具；获取信息：能根据自己的学习目标有效地收集各种学习资料与信息，能熟练地运用阅读、讨论、实验、检索等获取信息的方法；处理信息：能对收集的信息进行归纳、分类、存储记忆、鉴别、遴选、分析综合、抽象概括和表达等；生成信息：在信息收集的基础上，能准确地概述、综合、履行和表达所需要的信息，使之简洁明了，通俗流畅并且富有个性特色。

三、培养大学生自学能力的新举措

面对大数据时代背景下对大学生的新要求，作为高等院校从事教育的工作者们，有义务重新审视与改进当下的教育培养模式，从而引导大学生们激发自我学习的欲望，提升自我学习的能力，以适应新形势下对他们发展的需要。

1.转变传统授课模式以帮助学生提升自学能力

课前授课教师留下相关问题让学生借助互联网大数据平台查阅资料进行课前自主预习，做到带着问题和自己的见解上课；授课过程中做到课堂学习的主人，积极与教师形成良好的课堂交流，带动课堂学习氛围，并认真做好笔记，重视对笔记资料的总结，归纳出自己对问题的认识和见解。课后针对老师留下的作业和课堂上的疑问，再通过互联网大数据查平台查阅相关数据资料，对所学习的理论知识从各个方面加以进一步的理解和分析，做到温故而知新。

2.广泛开展研究性学习，将讲台让给学生

针对课程内容，分配教学任务于学生，让学生结合所用教材，并借助互联网大数据平台，轮流登上讲台为全班同学讲解教学内容，并延伸相关知识。这样做，既提升了学生的自学能力，也使得教学内容更加宽泛，让学生们学到更多书本以外的知识。而对于授课老师要做的，就是进行后续的内容补充与进一步的讲解。

3.带领学生进行科研活动，借此学到更多知识

当大学生通过自学或在课堂上学习到一定的专业基础知识后，在授课老师的带领下，学生应该参与到相关的科研活动中，并在教师的引导下进行科研训练，让学生明白什么是科研，应该怎么搞科研，怎样将理论与实践适当结合。在激发了他们的兴趣之后，让他们借助互联网大数据平台去进一步钻研科研活动，从而学习到更多领域内的知识与技能，补充自我素养，完善自我能力。

4.改革课程评价标准，带动学生自学积极性

传统的课程教育仍旧存在一张试卷决定学生学习知识好坏的弊端。为此，我们可以改革课程评价标准，注重学生平时表现，加大平时分所占的考核比重，弱化试卷分数的考核比重。因此，对积极借助互联网大数据平台自学的学生加以平时分上的鼓励，以鼓励带动学生们的学习积极性，促进他们去自学，从而提升其自学能力。

四、结语

大数据时代已然来临的今天，在它给我们的生活各个方面都带来变化之际，教育的适应性改革也显得很有必要。在大学生普遍自学能力较为薄弱的校园里，课程教学改革势在必行，引导学生有效、积极自学的行为迫在眉睫。我相信，通过上述新措施的有效实施，对学生的自学能力的提高将很有帮助，也将为社会培养出更多的适合时展需求的大学毕业生。

参考文献：

[1]涂子沛.大数据[J].学习月刊，2013，09：56.

篇（4）

大数据技术是一种新型技术，其应用领域比价广泛，并且取得一定的成绩。大数据技术在实际的应用过程中，根据各个领域的需要，大数据技术也不断在更新，以适合现代社会发展的需要。大数据技术主要用数据挖掘、数据分析领域中，能对数据进行科学整理、处理、提高数据的利用效率，互联网+时代，各个领域工作基本都离不开网络，网络时代数据量增多，如何科学有效的进行数据处理，提高数据的利用效率，这是需要解决的问题，大数据技术的产生，对数据的处理起到重要作用。

二、大数据技术应用前景

大数据技术是一种新型技术，具有广泛的应用前景，尤其在数据分析领域中，对提高数据的利用效率起到重要作用。大数据技术的进一步发展应用,对科技的交叉融合发展也有着促进意义。科技交叉融合是现代科技发展的需要，现在很多问题利用一种技术不能实现，需要多种技术结合使用，促进科技水平进一步提升，符合现代科技发展的需要。科技人才是企业发展的重要因素，尤其企业发展需要应用型高级技术人才，在互联网+时代，大数据技术方面的人才尤其缺乏，这也是大数据技术具有广泛的应用前景重要因素。

现在各个行业在发展的过程中都需要复合型的高级技术人才，大数据技术的实际应用对促进其它行业的发展起到重要作用，大数据技术具有良好的应用前景，对现代实际的应用型思想起到重要作用。大数据技术在其它行业中的应用提供了技术支持作用，大数据技术对促进其它行业的技术更新与改革起到重要作用，大数据技术在实际应用过程中根据其它行业发展的需要，需要在技术上不断更新，优化环境，完善其职能，为企业行业发展提供技术保障。大数据技术在实际的应用过程提升，符合大数据技术的发展需要。大数据技术在具体的应用过程中，根据各个领域的需要，大数据技术需要不断完善技术，以适合现代各个行业发展的需要，大数据技术能为其发展提供技术支持。

三、大数据技术在高校非计算机专业中的应用进行

（一）大数据技术在电子商务中的应用

电子商务在互联网+背景下得到快速发展，为高校电子商务专业的发展提供了机遇和挑战，电子商务专业在大数据技术作用下需要积极进行教学改革，以适合现代电子商务专业发展的需要，电子商务专业课程体系构建需要符合现代电子商务产业发展的需要。在电子商务体系内发挥大数据的优势，能有效建立完整的商务监督体系，企业决策机制以及运作模式也要依托大数据技术的信息处理功能。电子商务产业的职业岗位能力涉及到大数据知识，电子商务专业在课程构建的过程中需要把大数据相关知识纳入课程体系中，能为学生职业岗位能力提升起到保障作用。大数据技术的实际应用对提升电子商务专业建设，教学模式改革，教学内容整合，教学手段提升等都起到重要保障作用。

（二）大数据技术在会计领域中的应用

大数据技术在会计领域中的应用，对促进会计行业改革，高校会计专业教学改革都起到重要作用，同时完善会计专业人才培养方案，对提升学生职业技能起到重要作用。会计的职业岗位能力涉及到海量数据，会计信息化时代大数据技术的应用对提高会计的工作职能起到重要作用，符合现代大数据技术的应用需要。大数据技术在会计领域中的应用，尤其在会计信息系统建设中的应用，对提高数据挖掘、数据分析、数据处理能力的提升起到重要作用，会计行业涉及到数据很多，数据的种类、数据的形式都是多样化，利用大数据技术处理数据比传统的方式大大提高了工作效率，为会计行业的改革起到重要的技术支持作用，符合现代会计领域中的应用需求。总之，大数据技术在非计算机专业中的应用对促进其教学改革起到技术支持作用，大数据技术是一种新型技术，其具有广泛的应用，大数据技术在高校非计算机专业中的应用是专业发展的需要，也是社会发展对高校专业改革提出了新要求。大数据技术尤其在数据挖掘、数据分析、数据处理等方面起到重要作用，适合互联网+时代，高校非计算机专业发展的需要。

【计算机硕士论文参考文献】

[1]我国大数据应用现状与发展趋势分析[J].李亭亭,赵英豪.电子商务.2016(06).

[2]探讨大数据技术在疾病防控上的应用[J].黄文莉.电子技术与软件工程.2016(06).

篇（5）

中图分类号：P2文献标识码： A

现阶段，在大数据时代的影响下，我国测绘地理信息服务得到了明显的改善。但是，就当前我国测绘地理信息服务工作现状来看，其中还有着很多的不足指出，这也严重制约了测绘地理信息业的持续稳定发展，尤其是当下人们对于测绘地理信息服务要求越来越高，各种问题也逐渐暴露出来，这就导致大数据时代测绘地理信息服务在面临新的发展机遇的同时，也存在着巨大的挑战，需要引起测绘业的高度重视。下面，本文就以大数据时代测绘地理信息服务面临的机遇和挑战为主要的探讨课题，总而总结出一些自身的看法与建议。

一、测绘地理信息服务呈现出新的特点

如今，伴随着信息通信技术与互联网技术突飞猛进的发展，大数据时代测绘地理信息服务体系在面临当前新的机遇和挑战的同时，也在发生着翻天覆地的改变，逐渐成为人们日常生活及办公中不可或缺的一部分，这也为我国测绘行业的可持续发展打下了坚实的基础。

1.地理信息的价值空前提升

可以说，在世界空间中所产生的大部分信息都是与地理位置有着紧密的联系，而所谓的地理信息主要指的是通过将自然人文信息与社会经济整合在一起，以此展示资源环境与社会经济的发展规律，从而促进人、自然、社会的和谐统一发展。

2.科技进步催生全民测绘时代

在大数据时代的推动下，测绘地理信息服务发生了翻天覆地的变革，越来越多先进的测绘工具出现在我们视线中，这些现代的测绘工具正在逐步取代以往落后的测绘仪器，并且，人们通过利用互联网可以快速获取制图所需的资源和工具软件，现在的地图制图工作已经不再配有专门的技术人员和设备，从而提高了测绘地理信息服务的效率与质量。

3.地理信息服务呈现普世化趋势。

想要实现移动互联时代的管理和服务，就必定要依靠于地理信息技术的发展和地理信息数据的准确性。并且，随着互联网技术的飞速发展，地理信息技术水平也得到了提高，地理信息产业的发展前景一片光明，让每一个人都能够真正使用和享受到地理信息服务。

二、测绘地理信息服务面临的机遇和挑战

通常情况下，大数据时代对于信息整合、信息共享等方面有着较为严格的要求，尤其是对地理评估和地理分析的设计价值也越来越突出，这也势必会对传统的测绘地理信息服务造成一定的冲击，反而会对大数据时代测绘地理信息服务起到明显的促进作用。以下，笔者就具体归纳了我国当前测绘地理信息服务主要面临的机遇。

第一，政府作为正确的引导者，必须从根本观念上真正意识到大数据时代测绘地理信息服务的重要性，并根据经济社会的发展特点，紧抓大数据时代测绘地理信息服务发展过程中 所带来的机遇，从而制定出完善合理的战略对策，以此来提高信息消费水平，进一步增强我国整体的竞争实力。

第二，随着人们的生活水平逐渐提高，对于大数据时代测绘地理信息服务的需求量也越来越多，这也就间接的推动了其发展的机遇。那么，在这种情况下，无论是我国相关政府工作需要，还是社会群众日常生活的需求，都将会促进大数据时代测绘地理信息服务的蓬勃发展。

第三，随着科学技术的快速发展，越来越多高科、先进的科学技术出现在现代市场发展中，这也给大数据时代测绘地理信息服务带来了新的机遇。尤其是近几年通过技术人员坚持不懈的努力研发，已经对原有的测绘地理信息服务结构进行了不断的创新与变革，使其真正满足了社会未来的发展需求，这样不仅能够建立起更加完善的测绘地理信息服务体系，还进一步提高了我国测绘地理信息服务水平。

第四，由于大数据时代测绘地理信息服务的发展机遇呈现了多样性的状态，其不仅与人们的生活、工作有着密切的关系，更是与企业生产和政府管理是息息相关的联系。与此同似乎，大数据时代测绘地理信息服务的可持续发展，也有效的带动了其他测绘地理信息服务的迅速兴起。目前，我国已经有部分通信企业也已经开始认知到地理信息服务的必要性和经济价值，纷纷开始涉足这一领域中。由此，我们可以看出，大数据时代测绘地理信息服务具有非常广阔的发展前景，势必会成为我国测绘地理领域未来主要的发展趋势。

当然，机遇总是与挑战并存。当前，测绘地理信息服务发展也面临着新的考验，主要表现在以下三个方面：

第一，我国目前的测绘成果已经又早期的静态模式向着动态模式而发展，从独立朝着融合的方向而转变，这样导致测绘地理信息产业边际变得越来越模糊，从而加大了测绘地理信息服务管理工作的难度。

第二是管理对象普世化带来的挑战。在这样一个产业跨界发展、全民测绘的时代，管理对象空前庞大但又极具不确定性，无疑考验着行政管理者的智慧。

第三是技术方法通用化带来的挑战。测绘工具和方法的便捷化、测绘基础数据的易于获得，使得测绘行为变得更加便捷和隐蔽，极大地增加了对非法测绘行为和地理信息安全保密等的监管难度。

三、结束语

综上所述，我们可以了解到，人类正在逐步进入到大数据时代中，大数据时代的到来，数据必定会成为人们所关注的焦点，也为测绘地理信息服务提供了很好的发展平台。因此，在大数据时代前景下，对测绘地理信息服务工作进行不断的创新与变革，使其能够充分适应于大数据时代市场中的需求，建立完善的测绘地理信息服务工作体系，不断提高信息地理技术水平，从而促进测绘地理信息服务的可持续发展。

参考文献

篇（6）

大数据以预测为核心，而管理会计的一项重要职能就是做好企业当前经营和长期规划的经济前景预测，并帮助企业管理者做出正确的决策。在复杂多变的宏观经济形势下，如何把握企业经济的发展方向，使企业更好地适应市场需求，是体现企业综合管理水平的重要方面。而预测分析正是唯一可持续做好企业当前经营和长期规划的经济前景预测，以及长期竞争优势的工具――不但有能力回答企业经营管理中的各种问题，关键是可以发现问题，帮助企业确定科学合理的战略目标。而大数据为预测分析提供了基础数据和依据，可以在更大程度上提高预测结果的准确性和可靠性。

以战略成本为例，战略成本管理是始于通过路径分解进行的战略规划。而管理会计一项重要的工作是对企业前一年取得的工作成果、不足、优势和劣势进行总结，对新一年的目标进行定性和定量的描述，做到寻找路径、识别风险因子、合理配置资源和可落地的到人与时间点的行动计划。而做好战略成本，要将战略与绩效管理进行关联，即在制作规划的过程中，将公司的战略分解成具体可量化的目标，然后通过价值树形成公司绩效到部门绩效再到岗位绩效目标的一体化，并将公司目标、绩效指标、预算形成有效的关联。

其次，大数据时代也使得管理会计成为助力企业价值提升的助推器。

大数据给人类带来的是生活、工作和思维的变革，企业也将面临众多机遇和挑战，而掌控风险将成为企业管理变革的重要课题。管理会计的重要特征之一就是控制经济活动过程，使之按设定的目标和轨迹运行。而作为企业内部管控最有效的一种工具，全面预算管理正是实现企业“战略、业务、财务和人力”四位一体的最有效方法，而“四位一体”的根本目的是通过全面预算管理，使企业的各部门对经营目标形成统一的认识，以产生战略协同效应。

战略管理与全面预算管理的关系也是相互促进的，因此，企业实施全面预算管理过程中的基础数据也非常重要，如果基础数据不准确、不透明、不对称、不集成，整个预算就是“无源之水、无本之木”，企业高层的决策者就难以获取准确的信息。

篇（7）

0引言

随着互联网的飞速发展，企业计算、云计算、物联网等各种应用的涌现，“大数据”应运而生［1］。21世纪已迈入了“大数据时代”。作为大数据时代的人才，了解大数据时代特点，掌握大数据处理的基本方法，了解各行业使用大数据将造成的社会变革，已成为21世纪市场对人才的需求。大数据是未来发展的趋势，大数据课程的开设，有助于培养出符合市场发展和企业需求的21世纪创新型人才，而国内现有的高校人才培养和课程体系中缺少面向高校所有专业开设的大数据基础课程。如何设计和构建面向高校所有专业的《大数据基础》课程是本文研究的主旨。

1国内外大数据相关课程现状调查分析

目前，国外有多所高校开设了大数据方向专业课程，如波士顿大学、北卡罗莱纳州立大学、德保罗大学等。课程的开设与人才培养的侧重点紧密相关，主要分为3个方向：面向商学院、管理学院、财经学院的大数据分析方向，面向计算机学院与软件学院的大数据平台方向，面向理学院的深度计算分析方向［2］。在国外，大数据相关课程主要以课程体系的形式开设，重在以项目的形式培养学生实践动手能力和使用大数据技术解决问题的能力。近年来陆续有国内高校在计算机学院、软件学院等开设针对研究生的大数据专业方向课程。2014年，西安电子科技大学开设大数据技术与应用专业硕士方向；2013年，北京航空航天大学成立了“大数据技术与应用”软件工程硕士项目；2012年，西安交通大学软件学院建立了以大数据系列课程作为专业必选课、针对研究生的业务分析系；2011年，北京交通大学软件学院建立了研究生信息管理专业［2］。国内针对本科生的大数据相关课程开设较少。清华大学在本科培养方案中开设了专业限选课“云数据管理”；部分国内高校也开设了与大数据相关的课程，如“存储技术”、“数据挖掘”与“分布式编程和数据处理”等，但课程仅在计算机学院、软件学院等学院内部作为专业限选课或选修课开放。可以看到，随着大数据时代的到来，国内高校开始逐步开设大数据相关专业方向，并建设大数据专业课程。然而，大数据作为各行各业都需要使用的技术，是各行业人才都需要了解和掌握的。目前，国内鲜有高校面向全校本科生开设《大数据基础》课程。

2课程构建思路

根据社会各行业对人才在大数据方面的知识储备需求，学校设计构建了面向全校各专业本科生开设的《大数据基础》课程。在广泛调研了解社会各行业大数据处理及应用的基础上，在构建《大数据基础》课程内容中遵循以下3点思路：（1）不同行业的大数据均具有相同的数据类型和特点，只是数据的表现形式和使用方式不同。因此，课程需要介绍大数据的基本概念和特点，以及各行业使用大数据对时代的影响和变革。（2）大数据要发挥作用，其核心在于对大数据的处理，包括数据处理平台和数据处理方法。传统的数据处理平台和处理方式很多不适用大数据的处理，大数据有其特有处理方式。因此，大数据的处理是本课程讲授的核心和重点。（3）《大数据基础》作为面向各个专业的通识基础课程，为了提升学生对课程的理解能力与学习兴趣，需要通过对多个行业大数据应用案例进行讲述，以帮助其深入了解大数据的数据类型、应用处理方法和过程等，并对大数据时代产生进一步深入认知。

3课程构建思路

3．1课程内容设计

在第一章中，主要介绍大数据时代的产生、大数据的概念特点，大数据时代到来对社会生活产生的影响、引发的行业变革，以及在大数据时代来临之时，新的问题和挑战的提出。在这一章的介绍中，大数据的概念特点是基础，由此引起的社会变革是现象，需要学生们通过讨论进一步深入理解；新挑战的提出为学生们开辟了广阔的视角，有助于帮助他们根据时代需求确定学习研究的方向和对自身的培养规划。要从大数据中提取有价值的信息，需要对数据进行信息挖掘。第二章中首先介绍数据挖掘的概念，然后详细介绍数据预处理的方法流程和数据挖掘的主要方法，最后结合案例介绍大数据挖掘的实际应用。在案例选取中，使用了亚马逊推荐系统、谷歌翻译系统，以及上海外滩踩踏事件等有代表性的案例进行大数据挖掘的讲解，以帮助学生们理解大数据挖掘的方法、特点和应用价值。大数据的处理分实时流处理和静态分析处理两大类。在第三章中，结合案例介绍了大数据流处理和静态分析处理的平台和技术。大数据静态分析处理平台重点介绍了Hadoop平台，大数据实时流处理技术重点介绍技术原理和方案。这一章主要介绍大数据的处理方法，给学生们建立一个基本的概念框架。案例使用城市洪涝灾害分析预警平台，介绍静态数据分析处理和流数据分析处理在同一行业中的不同应用，以帮助学生们理解两种数据处理的特点和应用领域。作为面向全校的本科生通识课程，希望学生们能够通过本门课程了解大数据处理分析在社会生活各方面的应用前景，并结合各专业的应用需求分析及展望未来大数据在本专业的应用发展。因此，需要在课程中充分开拓学生们的视野，广泛地介绍各行业案例。第四章大数据应用及案例分析重点介绍了智慧城市、舆情分析、阿里大数据处理以及FaceBook脸谱网大数据处理案例。

3．2授课方法设计

课程各章节内容充分使用案例，深入浅出地进行讲解。由于各专业学生的知识储备不同，作为通识基础课程，只有充分引入各行业案例，才能既激发学生学习兴趣，又帮助学生掌握各个知识点。充分引入学生自主讨论机制。在大数据的数据类型、大数据预处理方式、大数据挖掘方法、大数据静态处理分析、大数据实时流处理等知识点的讲授中，先介绍基础概念，然后要求学生们针对自己本专业的大数据应用领域进行广泛讨论。

4实施及效果

《大数据基础》课程于2015年春季学期面向全校本科生开课。学生来自经济学院、新闻与传播学院、管理学院、社会学系、水电与数字化工程学院、计算机科学与技术学院、软件学院、船舶与海洋工程学院等多个学院。学生们普遍反映，通过该课程，对大数据时代及大数据应用有了一定了解，并能进一步延伸思考本专业领域的大数据应用发展方向及前景。

5结语

大数据技术对人们的工作和生活造成了巨大影响，是当前计算机领域的研究热点。本课程从大数据技术对日常社会、生活、工作的影响入手，深入浅出地介绍大数据的基本概念、相关的数据处理方法和数据挖掘技术，并通过实际案例讲述大数据在日常生活与各行业中的应用。通过本课程的学习，有助于提高学生们的大数据应用能力，为未来应用、研究和创新创造更多机会。

参考文献：

［1］孟小峰，慈祥．大数据管理：概念、技术与挑战［J］．计算机研究与发展，2013（1）：146－169．

［2］张晓芳，王芬，黄晓涛．国内外大数据课程体系与专业建设调查研究［C］．ICEMSS2015，2015．

篇（8）

一、什么是大数据和数据挖掘技术

大数据是指那些超过传统数据库系统处理能力的数据，数据量可达到PB以上，其基本特征是体量巨大、商业价值高、类型多样、去中心化和快速迭代。从技术角度讲，大数据涵盖了海量数据分析技术、大数据处理技术、分布式计算，等等。

烟草商业企业目前已经建立并投入使用的信息管理系统有很多，例如专卖管理信息系统、营销网络管理系统、物流仓储管理系统等，这些系统积累了大量数据。但由于各个系统相对独立，系统之间的衔接统筹缺乏可操作性，数据格式、存储介质存在较大差异，导致长期以来这些数据的利用水平较低，提供的参考依据较差，产生的附加价值较少。这就需要在全行业范围内建立统一的数据仓储系统，将企业内部分散的原始数据加以充分整合，通过汇总、分析、应用形成高效的信息处理网络，为企业提供完整、及时、准确的数据支撑――既保持了数据的准确性，又提高了数据的使用效率。另外，依托组织机构搭建的数据网络能够快速准确地展示市场变化的动态，为决策者制定策略、开发市场、分析前景、评估利弊提供可靠的依据。

二、大数据能为烟草行业做什么

利用大数据能够挖掘客户的行为习惯和偏好，在纷繁复杂的数据背后找到更加契合用户消费心理的产品和服务，并有针对性地调整和优化，使看似枯燥的数据产生价值。目前大部分烟草企业对数据信息不敏感，只是开展基本的采集和统计，没有将其转化为战略资源的意识和工具，“数据丰富，信息匮乏”的现象比较普遍，制约了市场分析和经营决策能力的深化和提高。

因此，烟草行业亟需建立基于大数据分析与应用的信息支撑网络，通过对多维数据的整合、运算、分析、利用等信息化操作，从海量数据中挖掘出隐含的、常规手段难以察觉的、对决策能提供直观帮助的规律性认识，从而为市场定位、品牌培育、营销策划、案例分析等实践行为提供参考依据。

例如，客户在订购卷烟时，会生成关于订单采集时间、地点、品牌、规格、数量、金额等一系列信息，企业通过分析涵盖这些信息的海量数据，就能发觉某个区域卷烟市场的整体特征和走势，包括品牌喜好分布、区域消费水平、消费者购买心理，等等。而这些，只是大数据应用技术所能带来好处的冰山一角。相信随着技术的发展和认识的深化，大数据将使整个烟草行业面貌一新。

三、大数据在烟草行业的应用前景

大数据能够帮助企业细分客户群体，降低运营成本，提升产品销量，提高客户依存度。在烟草行业未来的规划布局中，可以从营销、物流、客我关系和经营决策几个方面加以应用。

1.精准营销需要大数据的支持

卷烟营销系统记录了每个客户每笔订单的详细信息，例如客户名称、客户规模、客户结构、订单数量、消费金额等，通过加工和处理这些信息，既可以准确把握市场需求，又可以强化资源管理，还可以对需求偏好进行分类。做到以上三点，既可以提高市场预测的准确率，又可以提升客户满意度，还可以优化客户的操作体验。可以说，大数据技术在这个领域拥有无限的前景。

2.精益物流需要大数据的支撑

在对卷烟仓储、分拣配送等各个环节的数据进行深入分析的基础上，可以构建快速反应、高效运转、精准投放的供应链物流体系;通过科学设定各个品牌卷烟的合理库存水平，可以优化配送线路，消除物流过程中长期存在的设备空耗、市场失灵、人员冗余等各种弊端，降低人工成本，使物流服务更加快速、准确、高效地满足客户差异化的需求，实现物流服务的低成本，高效益。

3.客我关系需要大数据来密切

利用大数据可以有效加强客户管理，提高客户的依存度。一是要增强烟草企业利用数据的准确性和有效性，提高数据采集和利用的能力;二是要挖掘潜在客户、维护现有客户、培育重点客户，降低服务成本和客户流失率，通过满足客户个性化的需求，最大化客户的消费金额，提高客户的忠诚度和贡献率，全面提升企业的盈利能力和竞争力;三是通过建立预警机制，发现并监控订货频次和数量明显低于正常水平的客户，防止出现假冒卷烟和非法流通卷烟。

4.经营决策需要大数据来参考

企业运营过程中的各种信息都是通过数据反映出来的，通过数据分析，可以发现企业运营过程中呈现出的新规律和新趋势，从而对未来的生产活动和市场动态提供科学指导。以往大量的数据通过报表等方法进行统计，只能得到一般意义上的信息反映。利用大数据可以发现许多深层次、直观难以察觉的规律，对整体趋势进行预测，从而帮助决策者有针对性地应对瞬息万变的情况，做出迅速、准确的判断，科学制定未来的计划、方针和策略。

大数据时代的到来标志着信息社会由理念走向了实际。我们收集的所有数字信息现在都可以用新的方式加以利用。对烟草行业来说，这既是机遇，又是挑战。行业的发展离不开信息技术的利用和支撑，烟草企业应当敢于尝试新鲜事物，不断提升自身的生产经营水平和基础管理水平，才能在激烈的竞争中获得更大的生存空间。

参考文献：

[1]【英】维克托？迈克尔-舍恩伯格、肯尼斯・库克耶：《大数据时代：生活、工作与思维的大变革，盛杨燕、周涛译，浙江人民出版社，2012.

篇（9）

“大数据”顾名思义，就是在海量信息中挖掘，开拓所需要领域的信息内容，并对信息整合分析，发掘信息的内涵与外延。大数据发掘有着明确的经济目的，并引导实践的进行。因此，我们可以得出结论，大数据已经超出了技术层面的意义，且还是方法论和价值观的体现，大数据的特点如下：

1、数据海量，发掘范围广。大数据的重要特点就是信息量大，知识的产生都以信息的形式出现，因此数据的规模不仅是大，而且是越来越大。各种设备和终端随时进行数据的加工和创造，而大型数据平台如网络运营，小型数据平台如个人电脑等出现的数据量会达到或接近EB乃至ZB量级，而且数据量呈现的是几何级增长，远远超出其他很多领域代数级增长的速度。据数据显示，仅2015年，全球的数据产生量就超过8.1ZB，数据量之大令人咋舌。

2、数据分类广，涉及领域多。传统的数据存储方式主要是文本，但随着科技的发展，图片、视频、音频、地理位置以及网络日志等存储形式在信息总量的比重不断提高。数据规模更大的存储方式也会不断出现，因此，对数据处理平台的要求就会越来越高。

3、数据价值被海量的内容稀释。大数据条件下，信息的使用者对数据的需求量越来越大。在数据潜在价值的挖掘中，有效信息在总数据中的密度越来越低，提取的难度越来越大，大量精力和时间需要花费在信息的分析和总结上。

4、大数据挖掘技术的应用前景一片光明。大数据挖掘技术作为计算机技术和信息技术的一个分支，前景越来越被看好。就像金矿的规模越大，淘金技术的被重视程度就越高，技术提升的速度也就越快。因此，数据挖掘技术的全面推广也会给通信工程领域带来新的契机，相关领域都会得到带动而高速发展。

二、通信工程师在大数据发展速度不断加快的今天遇到的机遇和挑战

2.1通信工程师在大数据时代面临的机遇

任何领域的发展都需要应对市场需要，通信工程师利用大数据对自身服务的调整来迎合客户需要十分重要。通过大数据分析客户行为，改进产品设计、了解用户的偏好和消费倾向，及时准确进行市场的调研和分析，同时要给予用户美妙的使用体验。因此，通信工程师施展才能的天地是广阔的，这个时代给予通信工程师的机遇之大是前所未有的。

在技术层面，需要通过大数据分析网络数据变化，调整资源配置，同时分析网络日志，提高网络技术来加强网络利用率。同时注意知识更新，知识和技术与时代同步。在这样的背景下，大数据时代对通信工程师的理论才能和业务素养要求很高，即使有一片大有作为的天地，是否能取得成功也需要面对诸多的挑战。

2.2在大数据快速发展的条件下通信工程师面临的挑战

大數据产业有鲜明的互联网特征，因此，对大数据产业而言，运营商传统的金字塔组织结构已经过时，传统的信息系统无法应对海量数据信息的处理和发掘。这样就阻碍运营商自身大数据产业的快速发展。因此，依据市场的需要，通信工程师必须全面应对以客户和消费者为中心的运营体系，改造企业的运营模式和组织架构，实现管理经营和市场系统的合理对接，从而新型的数据应用将驱使运营商的信息服务模式的转型。通信工程师要随时面对职业角色的变化，能以不同的形式与社会需要接轨，互联网的特点要求通信工程师清楚了解其他交叉学科的进展情况，不能仅仅涉足该领域而忽视其它领域的发展。

通信工程师所要面对的技术难度空前加大，分辨和处理信息的能力对通信工程师的要求不断提高，而且工作很繁琐，执行工作时要做到信息处理准确。有人形象地把数据环境比作垃圾场，大数据背景下的信息处理堪比垃圾处理和再利用。一个重要问题是，在海量信息中找到解决问题的答案难度颇大。而且，各媒体和网络平台每天都在产生信息，如果受众不能合理把握，资源的巨大浪费不可避免。要减少资源的浪费，就要提高资源利用效率，信息处理的每个环节都要做到慎之又慎，在技术领域更需要精益求精。

通信工程师的就业前景受到其他领域专业人员的挑战。因为通信工程专业属于交叉学科，信息工程专业、计算机和电气工程专业的相关人才都会对通信工程师的就业带来不小挑战。通信工程师的就业领域与其他学科的相关人才竞争激烈，因此通信工程师需要有自身的技术特点，有一技之长才能在工作领域立足。要想与其他领域的跨界人才竞争，通信工程师需要扩大自己的眼界和学术领域。

通信工程的学科理论难度大，更需要从业者在学术上下一番苦工。其中涉及的数学、物理等学科的理论深奥，因此要打下坚实的基本功就需要迎难而上刻苦钻研，有了好的学术素养才能为将来的成功铺路。

良好的心理素质也成为成功的重要保证。当今世界竞争激烈，每个人都要面对一定的压力。如何应对压力，减少压力带来的消极影响对每个人都十分重要。如果在长期压力下，人的创造力和记忆力都会下降，工作能力自然会降低。通信工程师的抗压能力一定不能忽视。

通信工程师的职业特点要求长期出差和实地专业设备处理能力。如果长期出差就需要不断适应新的环境，同时需要妥善照顾自己。在工作过程中有时要求攀爬铁塔等专业技术操作，因此又对个人综合技能提出较高要求。

三、通信工程师需要如何利用机遇和面对挑战

大数据产业的蓬勃发展，是现代信息技术与互联网技术和相关应用发展到一定階段的必然产物。大数据应用的特点是将海量信息和社会应用的有机结合，因此必然引起社会领域的一系列变革，例如信息技术、商业模式和相关法律法规必然产生深刻变化。这一影响仿佛多米诺骨牌一样，产生社会和时代的一系列连锁反应。有了机遇就需要及时争取，通信工程师就有了用武之地。要利用机遇，就需要良好的个人素质。通信工程师需要在学生时代打下良好的理论基础。在工作中要做到学以致用，提高工作中的分析问题和解决问题的能力。在实际业务中，通信工程师又必须有效挖掘和利用信息，对社会的文化思想状况和民众的日常行为要合理地把握和分析，为政府、企业、社会团体和个人有效利用信息提供参考和决策。在大数据时代如同沙中淘金和海底捞针一样筛选和提取有价值和意义的信息，高水平地分析和处理信息，是每个通信工程师都必须面对的问题。同时为了更好地应对挑战，需要加强心理素质的培养。当今时代每个领域、每个人都无法逃避竞争。任何时代科技发展的前沿都免不了聚集大量高水平的人才，同时所在领域的高水平研究机构也层出不穷。个人合作基础上的团队竞争趋势明显，团队协作能力的重要性被一再强调。通信工程师要想在工作中大有作为，也需培养良好的心理素质，及时了解自身的不足，加强修养，和同行交流经验和信息，为将来的发展打下良好的基础。实地工作遇到的困难要及时想出应对方法，同时要注意动手能力的培养。

结束语：大数据时代是信息技术高速发展和社会进步的必然产物。这个时代的来临带给了通信工程师这个行业光明的前景。机遇来临的同时，挑战也随之并存。因此，通信工程师就需要抓住机遇，应对挑战。提高自身素质，才能在大数据时代人才的竞争中立于不败之地。

参考文献

[1]张峰，张迪.论大数据时代科研方法新特征及其影响[J].科学学研究，2016，34（2）：166-170，202.

[2]王琼，王冬霞，牛芳琳等.卓越通信工程师人才培养模式的思考与探索[J].辽宁工业大学学报（社会科学版），2014，12（5）：98-101.

[3]王元卓，靳小龙，程学旗等.网络大数据：现状与展望[J].计算机学报，2013，36（6）：1125-1138..

篇（10）

一、大数据与大数据时代

大数据带来的信息风暴正在变革我们的生活、工作与思维，人们在迎来计算机时代和互联网时代后，又跨入了一个新的时代――大数据时代。

最初，大数据这个概念是指需要处理的信息量过大，已经超出了一般电脑在处理数据时所能使用的内存量。但是，随着技术理念的不断更新和数据储备的创新发展，大数据已经不仅仅是简单的数据信息量大的含义了，而是“以一种前所未有的方式，通过对海量数据进行分析，获得有巨大价值的产品和服务，或深刻的洞见。”[1]

二、大学生就业指导工作在大数据时代的危机与挑战

（一）就业数据信息应用尚未引起高校足够重视

在数据信息的收集上，高校对数据的收集还局限于组织学生填写的毕业生求职、就业、创业信息库等范围，大学生的众多海量信息仍然未能作为数据对象进行收集，当然也就无法在大学生就业指导工作中被利用。

在数据信息的分析和利用上，高校往往注重数据信息的显性指标，如毕业生的年度就业率和签约率等，但数据信息背后所反映出来的如毕业生的求职意向，社会需求的变化甚至毕业生的个体特征等更深层次的问题，则往往被忽视。

（二）大学生就业指导工作中的数据分析能力面临提升

深刻透彻的数据信息分析需要具备统计学、计算机科学、数学等广泛的专业知识，就目前状况而言，由于缺乏专门的人才和硬件支撑，高校对这些数据信息库的应用，还停留在简单的信息采集、信息的同步与传递等层面，对于如何通过科学的信息技术手段进行大学生相关信息的收集、整理和分析，从而更好地将这些数据与技术应用于高校就业指导与服务工作，将是高校就业指导工作在大数据时代面临的一项重大挑战。

（三）就业指导工作已无法满足学生的个性化需求

当前高校为大学生提供的就业服务工作主要是共和粗放服务，如为大学生提供的就业形势和政策分析、考试报名信息、求职应聘技巧、招聘会信息等，都是为全体学生提供的公共信息，信息的推送还停留在简单的传递信息层面，缺乏对信息的深入分析和处理。此外，学生就业需求和选择的差异性，也给高校就业指导工作转向个性化服务和精准服务的能力提出了新的挑战。

三、大数据时代大学生就业指导工作的创新探索

（一）更新观念、转换思维，提高大数据的分析运用能力

首先，大数据时代的就业指导工作要收集和分析与就业相关的所有数据，而不再仅仅是一小部分数据。这是大数据技术的最大特点。

其次，在进行数据分析时，应当乐于接受与就业相关的数据的复杂性、多样性。大学生就业工作是一项关联性很强的工作，在进行数据的收集和分析时，要考虑所有相关信息，力求形成完整的数据信息链，为就业数据的分析运用打好基础。

最后，在进行数据分析运用时，不再探求难以捉摸的因果关系，而要关注与大学生就业有关的所有相关关系。因为当高校拥有海量数据和对数据良好的掌控、分析能力时，我们用相关关系分析法得出的结论来指导大学生的就业将更准确、更快速，且不容易受偏见的影响。

（二）以生涯规划为航线，导航学生成长，改进教学质量

大数据的分析、运用，除了能够帮助学校和教师改进教学方式、方法，提升教学质量外，还能有效指导大学生进行自我认知、环境认知，进而引导他们实施连续而又稳定的职业生涯规划和实践，导航大学生的成长。

大数据时代的大学生自我认知，主要是通过对学生日常行为产生的海量数据进行分析，来帮助学生认识自己。因此，高校在进行数据收集、分析时，不仅要包含学生的基本信息，如学生的选课、成绩、图书借阅等，还要收集、分析学生的微博、微信和关注论坛等与学生活动相关的个性化数据信息。

大数据时代的环境认知，就是通过对海量数据的分析利用，来实现对社会大环境和职业环境的分析预测。一方面是对社会环境及发展趋势、社会热点职业门类分布与需求状况等海量数据的分析；另一方面是对大学生所选行业、企业的前景、地位与发展趋势等外部环境，以及企业内部环境的分析，两者相结合，帮助大学生全面了解职业环境。

最后，大数据的应用，可以帮助学生在充分认知自我、认知环境的基础上，科学定位、准确进行职业生涯规划，并通过对数据的不断更新，帮助学生进行生涯的评估与调整，使各年级、各类型学生都可从中获益，最终实现“智慧校园”“。

（三）发挥预测功能，进行个性化就业指导，提升就业质量

将大数据运用于大学生个性化就业指导主要存在于三个阶段，一是就业启动前，二是大学生就业过程中，三是就业结束后。

就业启动前，通过对收集的多样化数据，如就业形势、就业政策、求职技巧、招聘需求、毕业生求职意向等进行的分析，对大学生进行个性化信息推送，帮助其确立求职意向，进行求职准备。

大学生就业过程中，要掌握就业市场的实时变化，判断毕业生的求职状况，关注大学生的求职心理，找出毕业生存在的问题，及时调整就业工作策略，并通过量身定做的“微服务”“、“微指导”等，来实现对大学生的一对一实时服务。

就业结束后，通过对已毕业、就业学生的个人基本信息、就业去向、当前发展等数据信息的全面分析，总结就业工作经验，促进高校就业工作的改革创新。同时继续进行就业行业、岗位数据，囊括岗位性质、基本要求、素质要求、发展前景、成长路径等数据信息分析，帮助毕业生充分了解应聘单位，尽快适应职场，站稳脚跟。

结语

大学生就业指导工作要不断提高对大数据的掌控、运用能力，其最终目的就是利用海量的数据资源，为大学生提供高效、科学、优质的服务，帮助他们从容应对日益严峻的就业形势，力争实现学生、学校、社会的三方共赢。

篇（11）

“可能感兴趣的人”“猜你喜欢”“购买此商品的人还购买了……”在你刷微博、网上购物时，经常会在相应的位置上见到如上提示。这些看似简单的用户体验背后，其实正孕育着被誉为“新油田”的大数据产业。

美国互联网数据中心指出，互联网上的数据每年将增长50%，每两年便可以翻一番，而目前世界上90%以上的数据是最近几年才产生的。这些数据又并非单纯指人们在互联网上的信息，全世界的工业设备、汽车、电表上有着无数的数码传感器，随时测量和传递着有关位置、运动、震动、温度、湿度乃至空气中化学物质的变化，也产生了海量的数据信息。

“大数据带给整个企业最大的好处是降低成本、实现创新。今天整个行业模式都因大数据时代的到来将被重新颠覆。”在当今数据大爆发的时代，无论是新增数据还是现有数据，都是企业的巨大财富，并为企业带来了前所未有的商机。但只有有效运用和管理企业数据，才能实现最大化的数据投资回报。对于大多数企业CIO来讲，借助大数据管理技术能够帮助其获得竞争优势，而且随着技术的不断进步大数据正在备受到CIO的关注。从市场层面来看，大数据时代的崛起，给许多的企业带来的机遇、挑战，同时它又给企业提供了新的市场增长空间，越来越多的企业开始布局大数据市场。

一、大数据在市场分析中遇到的问题

虽然大数据目前在国内还处于初级阶段，但是商业价值已经显现出来。首先，手中握有数据的公司站在金矿上，基于数据交易即可产生很好的效益；其次，基于数据挖掘会有很多商业模式诞生，定位角度不同，或侧重数据分析。比如帮企业做内部数据挖掘，或侧重优化，帮企业更精准找到用户，降低营销成本，提高企业销售率，增加利润。据统计，目前大数据所形成的市场规模在51亿美元左右，而到2017年，此数据预计会上涨到530亿美元。

企业或政府单位对于数据的驾驭，从最基本的获取到整合、治理、探索、分析、汲取智能、到采取精确行动，这种全能力的建立已经比以往任何时候更为重要。

传统的市场研究包括定性研究及定量研究，以座谈会为主的定性研究受制于主持人的访谈技巧，以街头拦问为主的定量研究虽然以严谨的抽样理论为基础，但同样不能完全代表总体的客观情况。而大数据时代革命性的调研方法为市场研究人员提供了以“隐形人”身份观察消费者的可能性，超大样本量的统计分析使得研究成果更接近市场的真实状态。

与此同时，大数据时代的新方法、新手段也带来新的问题，一是如何智能化检索及分析文本、图形、视频等非量化数据，二是如何防止过度采集信息，充分保护消费者隐私。虽然目前仍然有一定的技术障碍，但不可否认的是大数据市场研究有着无限广阔的应用前景。

二、大数据时代的市场研究方法

1.基于互联网进行市场调研

网络调研具有传统调研方法无可比拟的便捷性和经济性。快速消费品企业在其门户网站建立市场调研板块，再将新产品邮寄给消费者，消费者试用后只要在网站上点击即可轻松完成问卷填写，其便利性大大降低了市场调研的人力和物力投入，也使得消费者更乐于参与市场调研。同时，网络调研的互动性使得企业在新产品尚处于概念阶段即可利用3D拟真技术进行产品测试，通过与消费者互动，让消费者直接参与产品研发，从而更好地满足市场需求。

2.挖掘网络社交平台信息

脸谱、QQ、微博等社交平台已日渐成为新生代消费群体不可或缺的社交工具，快速消费品的消费者往往有着极高的从众性，因此针对社交平台的信息挖掘成为研究消费潮流趋势的新手段。例如，通过微博评论可以统计分析消费者对某种功能型产品的兴趣及偏好，这对研究消费态度及心理有非常大的帮助。更重要的是，这类信息属于消费者主动披露，与访谈形式的被动挖掘相比信息的真实性更高。

3.移动终端

随着3G网络及智能手机普及，市场研究已渗透到移动终端领域。大量的手机APP应用（例如二维码扫描等）为实时采集消费信息提供了可能性，移动终端的信息分析在购买时点、产品渗透率及回购率、奖励促销效果评估等方面将发挥不可估量的作用。

4.零售终端信息采集系统

目前，PC-POS系统在零售终端得到了广泛的应用，只要扫描商品条形码，消费者购买的商品名称、规格、购进价、零售价、购买地点等信息就可以轻松采集。通过构建完整的零售终端信息采集系统，快速消费品企业可以掌握商业渠道的动态信息，适时调整营销From .cn策略。

三、大数据时代市场分析特点

1.超大容量的数据仓库

数据仓库具有容量大、主题明确、高度集成、相对稳定、反映历史变化等特点，可以有效地支撑快速消费品企业进行大数据研究与应用。数据仓库可以更有效地挖掘数据资源，并可以按照日、周、月、季、年等周期提供分析报表，有助于营业结算。

2.专业、高效的搜索引擎

旅游搜索、博客搜索、购物搜索、在线黄页搜索等专业搜索引擎已经得到了广泛应用，快速消费品企业可以根据自己的特点构建专业化的搜索引擎，对相关的企业信息、产品信息、消费者评价信息、商业服务信息等数据进行智能化检索、分类及搜集，形成高度专业化、综合性的商业搜索引擎。

3.基于云计算的数学分析模型

市场研究的关键是洞察消费者需求，基于云计算的数学分析模型可以将碎片化信息还原为完整的消费过程信息链条，更好地帮助营销人员研究消费行为及消费心理。这些碎片化的信息包括消费者在不同时间、不同地点、不同网络应用上的消费价值观信息、购买信息、商品评论信息等。基于云计算的智能化分析，一方面可以帮助市场研究人员对消费行为及消费心理进行综合分析，另一方云计算成本低、效率高的特点非常适合快速消费品企业数据量庞大的特性。

四、大数据所蕴含的市场价值

大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。

1.数据的丰富性和自主性

社会化媒体数据包含了消费者的购买习惯，用户需求，品牌偏好等，且都是消费者自愿表述的对产品满意度和质量问题的想法，充满了情感因素，我们无需费尽心思的引导消费者参与调查问卷。

2.减少研究的“未知”视角

市场问卷调查有其固有的局限性，那就是你必须明确你的问题是什么。问卷设计者本身有未知的方面，所以在设计问题时会忽略自己的“未知”，但这些“未知”很有可能就是消费者所需要的方面。

3.数据的实时化的特征

不同于以往的发放回收市场调研报告再解决消费者问题，如今可以使营销人员快速发起营销活动，第一时间测试营销新方法，同时可以第一时间确认理解和追踪消费者的反馈。

4.数据的低投入特征

传统的市场调研方式费工费时，结合社会化媒体的市场调研则是低投入高回报的产业。使用正确的调研产品和方法便可以对消费者群体的用户习惯和反馈进行透彻分析。运用社会化媒体监测软件帮助企业在线倾听消费者意见，评估获取其见解。

五、总结

大数据的前景大方向是符合趋势的，但具体产品和数据处理能力，可能是最终成败的因素。如何获得大量数据，数据的质量、相关性以及是否有好的处理能力和技术，最终应用的方向是商业化的关键。竞争的最大压力是传统的市场研究还没有适应社会化媒体大数据时代的研究体系。正如Joe Tripodi （可口可乐营销副总裁）在《哈佛商业评论》（2011年4月）上指出的，“在印象时代，通过问卷询问方式获取的知名度，使用率，认知度等衡量品牌健康的指标体系，在消费者表达的时代就未必适用。因此，从品牌建设效果衡量的角度，也需要一套适应消费者表达时代的指标体系。”同时，尽管对大数据的整合与分析才刚刚起步，但已经有了一系列令人耳目一新的发现和应用。无数的案例和论著都指出，大数据的整合和分析，其前景和应用不可限量。

参考文献：

[1]赵春雷 乔治·纳汉.“大数据”时代的计算机信息处理技术[J].世界科学.2012（02）.

[2]2012年云计算与大数据挑战与机遇并存[J].硅谷.2012（04）.

[3]杜玉辉 蒋姣丽：大数据背景：高速公路收费系统数据的现状、分析与展望[J].电脑知识与技术.2012（15）.

[4]许翠苹：大数据驾临[J].通讯世界.2012（05）.