時間：2024-03-01 14:48:56
序論：速發表網結合其深厚的文秘經驗，特別為您篩選了11篇大數據時代的概念與特征范文。如果您需要更多原創資料，歡迎隨時與我們的客服老師聯系，希望您能從中汲取靈感和知識！
一、引言
大數據技術基于云技術、物聯網二者之間，大數據的到來是歷史發展的自然進程?，F如今，大數據已然成為一個熱門詞。對于它的探討在各個領域都不勝枚舉。我們今天探討大數據技術在教育形態帶來的變革，并從哲學的角度分析它的科學性和意義。
二、大數據時代的教育變革
教育這個詞匯可謂是包羅萬象。談到教育，我們可以聯想到傳統的興起于工業化時代的教育模式。這種教育模式是我們最為熟悉的，或者說是對教育狹義的理解。帶著工業化顯著的氣息特色：老師、學生、課堂、黑板、講桌、鈴聲等。那么廣義的教育的定義是什么，我們從百科上找到了這樣的定義；“教育是以知識為工具教會他人思考的過程，思考如何利用自身所擁有的創造更高的社會財富，實現自我價值?！蹦敲次覀冊谝灾R為媒介進行思考的過程就是一個受教育的過程。我們探索歷史的長河，在西方歷史中尤為突出。從西方第一個哲學家泰勒斯起到大學的興起，這期間傳統的教育模式悄然形成，教育的概念逐漸塑立。泰勒斯建立了米利都學派，他的學生有阿那克西曼德、阿那克西美尼等。他們最先嘗試以現實的物來解釋世界，還提出了偉大的命題：“萬物源于水?！碧├账褂米约旱乃枷牒椭R影響著他的學生，這開啟了教育的先河。隨后比較有規模的就是著名的三大哲學家：蘇格拉底、柏拉圖、亞里士多德。蘇格拉底的教育模式頗為新奇，他自創的蘇格拉底諷刺法1和助產術2是他施行教育的模式。到了柏拉圖便建立起了柏拉圖學園，與我們今天的課堂相近。亞里士多德的思想更是深深地影響了西方世界。隨著生產力的發展經濟的飛速轉化，大學的興起，工業化時代的到來，教育形態逐漸形成、穩固。
當今的時代，是互聯網飛速發展的時期?！皵祿币辉~是時代的濃縮代表。數據的集中以物聯網、云計算等綜合技術的成熟為基礎，數據是過程性和綜合性的考慮。透過數據看到的是世界的邏輯關系。大數據伴隨著云技術和物聯網是推動教育形態變革的主要力量。在這個時代，我們的知識將會無處不在，思考隨時進行，因此我們的教育隨時發生。教育形態自然會發生天翻地覆的變化。
大數據時代的教育變革的具體表現是我們探索的主要內容。變化是一個相對的概念，我們總結了以往的教育模式，再對比如今的教育方法，最終得出了變革的概念。如今我們有這樣一組數據，美國從1997年以來的十多年間，在家上學的人數迅速增長。這樣的數據就會引起我們的思考，這顛覆了我們從前在課堂上課的方式，那么家庭教育是怎樣進行的呢。我們進行了統計，發現視頻成為主要載體，這樣的教育信息量更多更大，資源極其豐富。更是達到了隨時學習、終身學習、按需學習。
2014年在清華大學舉行的“首屆全國高校學院院長高端論壇暨清華大學思想政治教育專業創建三十周年紀念大會”中，多次提到了教育形態的改革。打造立體教學模式、利用多媒體等方式統籌利用各項資源。這些數據都體現了我們教育形態發生的變革。
三、哲學角度看大數據與教育形態的關系
我們論述了大數據時代的到來引發了教育形態發生的變革。我們既看到了現象，就要從哲學角度透過現象追求本質，探索根本原因。看大數據是怎樣潛移默化的影響教育形態。
探討大數據的影響力我們可以從大數據的特征中總結。大數據的顯著特征就是信息量大且繁多。這樣對我們的思維模式有一個新的鍛煉，會多帶來不同。大數據的公開性和容易獲得性是它的另一特點。大數據的產生是在商業過程中自動化產生并存儲下來。那么這樣的數據必然會給我們提供廣泛的參考，進而預測性又是大數據的一大重要特征。我們討論的這些是大數據顯而易見的特征。大數據深層的特征是存在在它的研究方式中的。大數據不同于以往的調查方式，由于以往技術的局限多數進行的是抽樣調查，這樣得出的概率性遠比整體調查少的多。大數據就是重全體輕抽樣。那么對于大數據得出的結果，我們是重在分析它所展示的關系而非看重結果。我們探討大數據的特征，可以舉在教育中的一個實例來反映。
我們用簡單的方式舉例，一個學生考試得了80分。這是一個結果，更是一個數字。但是對于我們的大數據來說并不是這樣的。它會分析數字背后的因果關系；它會整體調查影響學生分數的全部原因；更會產生預測性的斷定，是否是家庭、智力或者是態度等因素影響了分數的形成。在大數據時代，我們的關注點從感性上升到了理性，這樣的技術的運用讓我們的世界觀和方法論都有了理性的參考，這可以說是一個新事物。
我們總結了大數據的特征，更找到了大數據在教育形態發生變革的作用力。這樣的研究方式，我們可以從哲學的角度探討。
大數據采取的是整體調查。從這個角度來看，與我們的歸納主義3所倡導的主張有一致性。歸納主義認為，搜集盡量多的數據、事實，并從中推導出結論。大數據的研究方式似乎與歸納主義不謀而合，但是如果我們這樣思考，就會將大數據的研究方式推到了狹隘的空間。
大數據帶來的研究方式，我們從哲學的角度出發進行思考，對于今天互聯網高速發展的時代有著很重要的意義。我們可以從既存的哲學研究方式中去思考它，更可以從它出發去創新新的思維模式。因為大數據不再是以往單純的直線思維，它帶來了多重立體的思考。這樣的時代意義確實需要我們探討。
參考文獻：
[1]托夫勒：《未來的沖擊》，電信出版社，2001.
[2]韓志君：《簡析大數據在教育領域的運用》，《科技世界》，2014年第六期.
[3]劉鳳娟：《大數據的教育應用研究綜述》，《現代教育技術》，2014年08.
注釋：
中圖分類號：G250 文獻標識碼：A 文章編號：1003―6938（2014）04―0117―03
[3]周楓.大數據時代檔案館的特征及發展策略[J].檔案與建設，2013（8）.
[4]李小晨.大數據時代背景下的檔案管理探討[J].云南檔案，2013（6）.
[5]EMC：大數據先鋒，http：///microsites/bigdata2013W3/index.htm？reg=IN1&M=06388987-2697-4CE4-A2E0-764926E1C82F.
doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2015 . 17. 017
[中圖分類號] F232 [文獻標識碼] A [文章編號] 1673 - 0194（2015）17- 0036- 02
1 大數據的含義及其特征
隨著信息時代的到來，“大數據”這個概念也被廣為傳播。美國奧巴馬政府也高調制定了其大數據研究和開發計劃，大數據已經開始進入到人們的生活中。對于大數據這一概念，目前暫無確切的定義，通常是通過數據產生的過程和數據形成的兩個過程進行描述，本文從大數據產生和大數據的特征兩個維度進行定義。大數據具有規模大、類型多、處理速度快、價值密度低4個基本特征。
（1）大數據的基本特征是數據規模大，大不僅體現在數量上，還體現在范圍上。隨著數理統計技術的發展以及數據處理能力的提高，用傳統的少量的樣本特征來推斷整體的習慣已經被摒棄，人們通過搜集和整理更大量、更大范圍的數據，進行更精準的決策。
（2）大數據所包含的數據類型繁多、復雜多變。大數據時代數據來源范圍更廣闊，比如電子商務、手機信息、行車信息、購物會員信息等多渠道，同時數據的格式也不盡相同。因此，數據的多樣性具有來源多樣性以及格式多樣性等特點。
（3）大數據的另一個顯著特征就是處理速度快。面對巨大數量的數據，同時數據形式多樣化，只有加快數據處理的速度才能讓數據的時效性和有效性得到充分發揮。在巨量數據的情況下，數據還具有流動性，隨著時間的推移其價值也會降低甚至失去其自身的意義，因此，在大數據時代下，數據處理越來越強調其時效性，對其處理速度也提出了更高的要求。
（4）大數據下大量數據的聚集導致數據的價值密度低。大數據所包含的巨量數據信息中包含了所有數據和全部字段細節，對于要解決一些特定的問題和決策來說，有大量不相關信息包含其中，造成了相對有效數據的密度低。面對這個特征，為了提升決策的效率以及效益，需要提煉有效數據。大數據為了保證信息的完整性以及能夠滿足所有應用，這就要求數據數量的激增，而有效信息的比例相對減少，也就是我們所說的價值密度低的特征。
2 大數據時代管理會計面臨的挑戰
2.1 會計工作者對大數據的應用認識不足
大數據時代的到來對很多行業來說既是機遇也是挑戰，會計從業者對大數據的正確認識是迎接機遇和挑戰的必要條件。目前很多企業并沒用充分認識到這一點，對大數據的認識不足，主要表現為：首先，認為大數據技術比較遙遠，而且僅僅是存在于如谷歌、微軟等高精尖技術公司，不愿意為大數據技術投入人力、物力、財力，甚至有意避開大數據這一領域的有效應用；其次，對于大數據的認知度不足，調查顯示，在中小企業中，對大數據有過關注和了解的人不足50%，另一半則僅僅聽過這個名詞而已，并沒有真正關注和了解。再這樣的情況下，大數據在會計工作者中的應用與推廣必將受到影響。
2.2 會計的信息存儲空間不足
我們強調了大數據時代其特征中數據量的巨大，并且要求所存儲數據的全面性以及持續性，這些都需要巨大的存儲空間，而目前對于處理這些TB級別的數據有很大困難。
2.3 會計信息的安全無保障
大數據時代基礎數據搜集中，包含著大量的私密信息，這些信息的安全關系到員工及客戶的自身安全；同時大數據也涉及到企業核心信息。這些數據一旦泄露，都將對客戶或者企業造成威脅，給企業帶來不可彌補的損失。因此，面對大數據的應用，對于信息安全的要求是一個不可回避的重要課題。
2.4 針對大數據的會計分析技術不足
大數據的特點之一就是數據價值密度低，也就是說面對眾多數據，對其有效的分析和充分的利用是實現大數據有效應用的途徑之一。目前，對于大數據的有效應用少之又少，一方面是因為數據量過大，另一面則是因為傳統的分析方法不能很好地適用于非結構化數據的分析。
2.5 大數據時代下會計人才缺失
目前，全世界都面臨著大數據專業人才的缺口，面對大數據的特點，必須有專業數據分析技能的會計工作者才能勝任，才能將眾多數據轉化為有效的深度挖掘和分析決策報告。專業知識的短缺必將阻礙會計工作者在大數據時代下的發展，因此，對于數據處理及數據挖掘等相關方面的培訓是會計工作者提升自身技能的必備條件。
3 如何應對大數據給會計工作帶來的挑戰
大數據時代的到來是一個漸進的過程，在這個過程中，對會計工作的能力要求也是一個漸變和逐步提升的過程，會計人員必須積極應對這些變革，迎接大數據帶來的挑戰。
3.1 提升自身對數據挖掘的應用能力
大數據的有效應用就是考驗會計工作從海量信息中找到有價值信息的過程，只有找到了有價值的信息才能為生產經營提供正確的發展方向。這些都需要依賴于數據倉庫以及數據挖掘技術。
3.2 提升會計信息化的安全性
前面提到了目前會計信息安全性的問題，如何防止他人惡意非法訪問以及竊取相關數據是目前急需解決的問題。目前比較有效的防護辦法為：企業啟用用戶身份安全認證以及訪問控制機制，同時增加會計信息安全評估機制，在企業內部建立和健全一個會計信息管理系統。
3.3 加大對大數據知識的會計人才的培養
隨著大數據的逐步應用，為應對大數據知識及技能人才缺失的現狀，企業一方面可以加大招聘力度，另一方面可以通過對現有會計人員進行培訓或者交流學習等方式，提升會計工作人員的大數據挖掘分析的能力。
4 結 語
隨著大數據時代的到來，對會計工作的需求也上升到了一個新的高度，在技術上說，要求會計人員了解大數據的特點，并且能從中挖掘和整理出有效的信息，能為公司解讀有效數據并提供決策依據；從職業操守上來看，需要會計工作者嚴保數據庫中的敏感信息，不可泄露客戶及公司的信息。因此，需要不斷提升會計工作的技能和職業操守來應對大數據時代的到來，更好地利用大數據來更加出色地完成會計工作。
主要參考文獻
[1]袁振興，張青娜，張曉琳，等.大數據對會計的挑戰及其應對[J].會計之友，2014（32）.
[2]許金玲，趙爽.大數據時代管理會計工作變革研究[J].現代經濟信息，2014（23）.
【關鍵詞】大數據；集團管控；信息技術
一、引言
在過去的數年中，信息技術正在將人類社會帶入“第三次工業革命”時代。大數據是繼物聯網、云計算之后IT產業又一輪顛覆性的技術變革，對社會、企業和個人都將產生深遠影響。
大數據時代來臨之際，我國集團管控尚處于初步階段，很多集團企業雖然在形式和法理上有了集團公司的名號，但是在集團公司內部管理與控制方面尚未建立真正的集團公司運作模式。
當前我國集團管控現狀是：集團公司內部的管控嚴重滯后于集團公司規模、業務的發展狀況，集團管控過程中存在嚴重的缺位、越位、錯位現象。
破解上述難題的基礎在于解決集團因信息缺失、時效性差、真實信息被過濾而造成的決策失效等問題。顯然，大數據的出現和發展為解決集團信息問題提供了新思路。如何順應大數據的發展趨勢以強化集團管控，集團企業正面臨新的機遇和挑戰。
二、大數據概述
（一）大數據概念
數據被稱作信息化時代的石油，其重要性不言而喻。對于大數據的概念，企業和學術界目前尚未形成公認的準確定義。維基百科將大數據定義為“無法在一定時間內用常規軟件工具對其內容進行抓取、管理和處理的數據集合”；權威IT研究與顧問咨詢公司Gartner將大數據定義為“在一個或多個維度上超出傳統信息技術的處理能力的極端信息管理和處理問題”。
盡管存在不同的表述，但一個普遍的觀點是，大數據雖與“海量數據”和“大規模數據”的概念一脈相承，但其在數據量、數據復雜性和產生速度三個方面均大大超出了傳統的數據形態，也超出了現有技術手段的處理能力。
在應用層面上，大數據是指通過先進的信息技術對海量數據進行捕捉、存儲、分析和挖掘，這些數據具有快速、復雜和多變的特點。從產業角度，常常把這些數據與采集它們的工具、平臺、分析系統一起稱為“大數據”。
（二）大數據特點
大數據描述的是隨著數據量和數據類型激增而逐漸衍生出來的一種現象，不僅包括大規模的體量、多樣化種類的數據集，還包括對這種數據集進行高速采集、處理與分析以提取價值的技術架構與技術過程。
業界通常用4個V來概括大數據的特征：數據量大（Volume），數據量通?？蛇_到PB級甚至是ZB級，并且增長迅速；數據類型多（Variety），網絡日志、音頻、視頻、圖片、地理位置信息等結構化、半結構化和非結構化數據并存，數據類型層出不窮；價值稀疏性（Value），有價值的數據比例?。凰俣瓤欤╒elocity），數據的時效性極強，并且生命周期更短，因此，這就要求有極高的數據處理速度，只有及時對數據進行提取、分析和挖掘才有意義。
三、大數據給集團管控帶來的機遇與挑戰
集團管控是指大型企業的總部或者管理高層，為了實現集團的戰略目標，在集團發展壯大過程中，通過對下屬企業或部門采用層級的管理控制、資源的協調分配、經營風險控制等策略和方式，使得集團組織架構和業務流程的達到最佳運作效率的管理體系。
集團管控的重點在于如何提高管理效率，降低運營風險從而進一步強化核心競爭力。集團公司運作的本質就是既要發揮規模效應，又要發揮整合效應和協同效能。
在大數據時代，數據逐漸成為企業最重要的資產之一，集團的決策行為將日益基于數據分析，而不是像過去更多憑借經驗和直覺。作為構筑在數據分析和信息處理基礎上的集團管控，它的發展將面臨著全新的信息技術所帶來的新機遇和挑戰。
1.大數據技術能夠徹底解決信息孤島難題，為集團管控提供全面、準確、及時的數據支撐
企業集團內部信息被屏蔽成信息孤島，主要有兩個方面的原因：
一是在計劃經濟向市場經濟體制轉型的大背景下，我國部分企業集團是先有“兒子”后有“老子”。在這種情況下，導致企業集團信息被先出生的“兒子”有意無意的滯留在底層，企業集團層面無法有效獲取“產、供、銷，人、財、物”等所需的決策信息。
二是很多企業在兼并、重組前已實現了企業ERP，兼并重組后ERP系統間彼此獨立，數據難以完整、有效、及時的采集和傳輸，信息難以共享。
通過大數據技術平臺，現代企業集團可以建立起覆蓋各個成員的信息化管理平臺從而打破集團間信息孤島，實現信息共享、系統間數據的無縫對接，為企業集團各管理層全面掌握了解企業集團“產、供、銷，人、財、物”等相關決策信息提供了前提條件。
2.大數據技術能夠深刻挖掘集團數據資產價值，提升集團市場競爭力
在大數據背景下，數據資產會逐漸成為促進企業利潤增長的核心動力之一。
目前，大多數企業對于數據的關注主要集中在存儲和傳輸環節，在數據量每年大約增長60%的背景下，企業平均只能獲取其中25%～30%的數據。面對集團內外部日常經營所產生地爆炸式增長的海量數據，集團傳統的信息系統甚至已經無法對其進行有效的分析。
大數據技術為企業有效利用數據提供了新的途徑和機遇：通過深入挖掘自身數據的商業價值，推動企業決策機制從“業務驅動”向“數據驅動”轉變，從而提升集團決策能力、市場競爭力。
3.大數據將促使數據業務成為各行各業的主營業務，從而改變其管理模式
整合市場資源、推進業務協同創效，大數據將為現代企業的運營管理模式帶來深刻變革，使得企業可以整合產業生態鏈資源，進行產業模式創新；可以重塑企業與員工、供應商、客戶、合作伙伴之間的關系，進行企業管理創新；可以整合資源，創新協同價值鏈，提供新的產品與服務，打造新的商業和管理模式。
總之，大數據將對現代企業的管理運作理念、組織業務流程、市場營銷決策以及消費者行為模式等產生巨大影響?，F代企業將逐漸從“以產品為中心”、注重微觀層面的產品、營銷、成本和競爭等要素的傳統管理模式，轉變為“以服務為中心”、注重宏觀層面的資源、能力、協同發展、價值創造和產業鏈合作等要素的“企業網絡生態系統”的新型管理模式。
四、結束語
中圖分類號：C8 文獻標識碼：A 文章編號：1674-098X（2017）01（c）-0136-02
近年來，對大數據的研究和應用已經受到我國各界人士的廣泛關注，國家統計局已經把信息處理技術列為關鍵性的創新技術工程之一。隨著我國大型計算機的迅速發展，處理大規模的復雜數據的能力逐漸提升，從這些大數據中提取有效信息的能力也逐步加強，毫無疑問，我國進入大數據時代的腳步將會進一步加快，人們將會感受到大數據時代下給其帶來的生活、工作上的便利。
1 大數據和大數據時代簡介
1.1 大數據
大數據是指遠大于一般數據的巨量資料，需要人們通過全新的處理模式才能獲取其中有價值的數據信息?！按髷祿边@一概念最早由維克托在《大數據時代》一書中引用得來，最開始對其定義為：不通過傳統的隨機分析方法直接對所有數據進行分析處理，主要有大量、高速、多樣和價值4個特征。
大數據可以分為大數據技術、大數據工程、大數據科學和大數據應用等領域。目前受到最多應用的是大數據技術和大數據應用。人們通過收集數據，提取有效信息就可以為企業發展或者社會活動提供最有效的實施途徑。因此，可以這樣說，在大數據的王國里，最成功的企業就是那些善于運用機遇的公司。
1.2 大數據時代
大數據時代是建立在信息時代的基礎上，通過互聯網、物聯網等渠道廣泛搜集海量數據資源并對其進行存儲、提取和展示。在大數據時代，幾乎所有人都能夠享受從任一數據中獲得所需要的信息，大數據時代也具有社會性、廣泛性、公開性和動態性4個特征。大數據時代的發展將會引領社會眾多領域和行業的變革，對人類的生產、生活方式產生深遠影響。
在大數據時代下，傳統的數據分析思想已經不再適用，應該做出改變。首先，應該轉變抽樣思想，大數據時代下的樣本即總體，已經不再依靠少量樣本分析事物的相關規律；其次，要轉變數據精確測量的思想，大數據時代要學會接受繁冗復雜的多樣性數據；最后要轉變探究事物的因果關系思想，轉為研究事物的相關規律。以上思想的轉變，均與統計學有關，因此，下面將分析大數據對統計學帶來的具體影響。
2 大數據對統計學研究工作的影響
2.1 大稻莘岣渙送臣蒲У難芯慷韻
大數據影響的領域范圍非常廣泛，在大數據時代，不僅能夠對以結構數據為度量單位的客觀主體，還可以對不能用數據衡量關系的文本、圖片、音像等非結構數據進行分析，大大擴展了傳統統計學的研究范疇。
2.2 大數據影響統計學的工作進程
統計學是對所搜集的數據進行整理和歸納的方法論學科。大數據時代的資料十分豐富，分析數據已經不再需要抽取樣本了，因為數據總體即是樣本。此時，傳統的統計學抽取樣本分析的工作方法已經不再適用，而是被現代化通過傳感器自動采集數據的方法所取代。
3 大數據時代下數據分析理念辨析
3.1 數據分析理念
傳統的數據分析是指用統計學方法將收集的數據資料進行系列分析，以便最大化地開發數據中的功能，從中提取有價值的數據，再和未經處理的數據進行對比，發揮數據的作用。大數據時代下的數據分析，由于數據量非常大，數據本身的動態特性使人們要研究的數據難度加大，因此，大數據時代的數據分析一般利用統計學的理念，采用更廣泛的方法統計和分析數據，以此擺脫對數據樣本的依賴，也可以避免數據的流動性給分析結果帶來的不確定性。大數據時代更加注重數據的增值分析工作，研究數據的未來走向，使其中有價值的數據可以增值，將有效數據有機整合，能夠及時發現問題和解決問題。
3.2 數據分析的主要程序
3.2.1 數據整理
統計數據的整理主要分為4個步驟：審核統計資料、對資料進行分組、匯總和編制統計表格或圖表、保管和公布。當統計對象為數據資料龐大、類型復雜、要求處理速度快的大數據時，這些步驟就顯得繁冗了，尤其是圖表的繪制是沒辦法實現的，因此，只需要對資料進行審核和存儲。大數據的審核和存儲不同于傳統意義上的數據審核和保存，大數據時代利用先進的現代化工具進行數據的審核和保存。
3.2.2 數據的開發
傳統數據的樣本量較小，目的主要著眼于解決問題，數據的時效性較強，數據的使用價值會隨時間流逝而降低。而大數據的流動性很強，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，在大數據時代，數據是會不斷增值的，開發大數據，是一項有重要意義的工作。
3.2.3 數據的應用
其中分別對教育、運輸、消費品、電力、石油與天然氣、醫療護理、消費金融等進行分析和預測。根據這些行業的特點，可以總結出大數據挖掘商業價值的基本方法為：客戶群體細分，為每個群體量定特別的服務；模擬現實環境，發掘新的需求的同時提高投資的回報率；降低部門聯系，提高整條管理鏈條和產業鏈條的效率；降低服務成本，發現隱藏線索產品和服務的創新。從圖1中可以看出，大數據的應用群體十分廣泛，能否對獲取的數據及時、迅速處理，對該行業的發展具有重要意義。
4 結語
該文主要對大數據時代下數據分析理念進行了相關的分析和研究。首先對大數據及大數據時代的概念做了簡要闡述，接著分析了大數據對統計學的兩點影響，最后分析了大數據時代下的數據分析理念。總而言之，在現代社會，大數據的應用已經成為時代新的特征，能否從海量數據中提取有價值的信息做出相應的預測，對于企業或者個人的發展具有重要意義。
早在20世紀80年代，在美國著名的未來學家阿爾文?托夫勒的《第三次浪潮》這本書中就提出了大數據，并且把其比喻為“第三次浪潮的華彩樂章”，從此“大數據”這個詞就走進了人們的視野。1996年大數據被美聯社再次提及，但這時的“大數據”還僅代表它的字面含義―數據量大，并不涉及它的處理技術和類型等方面。此后，大數據的發展開始備受關注，關于如何使用大數據進行經濟預測，以及大數據的相關特征和定義也更加明確。直到今日，大數據仍然具有它的科研價值，并在各行各業發揮著它的作用。
一、大數據的基本概念和特征
（一）大數據的概念
大數據時代的到來，促使一些專家學者展開了對大數據的研究。雖然研究領域涉及方方面面，但對大數據的定義至今沒有一個公認的標準。
麥肯錫對大數據概念的解釋是：大數據是指大小超出傳統數據庫軟件工具抓取、存儲、管理和分析能力的數據群。
維基百科的表述是：大數據是難以用現有數據庫管理工具處理的兼具海量和復雜性特征的數據集成。
國內專家涂子沛將大數據定義為那些大小已經超出傳統意義上的尺度，一般的軟件工具難以捕捉、存儲、管理和分析的數據。
（二）大數據的特征
隨著人們對大數據的認知更加清晰，大數據的特征也表述的更加具體、明確。目前，對于大數據的特征各界普遍的共識是4V特征，即數量大（Volume）、種類多（Variety）、實時性（Velocity）、價值密度低（Value）。
二、大數據發展的靜態分析
對于大數據的研究主要可以分為兩大方面，一方面是理論上的擴展，另一方面是實踐上的應用。首先理論研究上的擴展可以從兩方面來了解，即大數據引發人類生產生活的思維變革，以及可供挖掘的巨大價值。
（一）思維變革
大數據時代的到來，引發了人們生產生活各方面的思維變革。在思維變革這一方面，舍恩伯格和巴拉巴西兩位學者在各自的著作中都有所提到。維克托?舍恩伯格、肯尼斯?庫克耶在2011年末出版的《大數據時代》一書中認為，大數據思維是一種意識，在這種意識的驅動下，我們的思想發生了轉變，不再探求難于捉摸的因果關系，轉而關注事物的相關關系。而艾伯特-拉斯洛?巴拉巴西則在《爆發：大數據時代預見未來的新思維》一書中對大數據思維的本質進行了分析，他認為大數據所帶來的思維變革是科學由簡單走向復雜的反映，其本質上就是復雜性思維。兩位專家學者都對大數據帶給我們的思維上的影響給出了肯定的回應。除此之外，國內學者鄔賀銓在《大數據思維》一文中，通過列舉大數據思維在各行業領域內的應用以及對大數據誤區的解讀，來說明大數據不僅可以應用到各行業領域，還能夠深刻影響經濟生活的方方面面。
（二）價值挖掘
涂子沛在《大數據時代的來臨》一文中這樣強調，大數據的“大”，其側重點并不在于其字面理解上的大容量，而是在于大數據背后所潛藏的巨大價值。李國杰院士在《對大數據研究的科學價值》一文中提出，大數據的價值主要體現在它的驅動效應，即巨大的經濟利益驅使下企業不斷擴大數據處理規模。在大數據的價值方面，研究者多看中于大數據的協同效應以及大數據背后所潛藏的巨大價值。另外，他還指出：對大數據進行研究主要是將其視為一種研究方法或一種發現新知識、新技術的研究工具而存在，而不是把數據本身當成研究目標。大數據作為一種研究工具，與統計分析，人工智能等有著密切的聯系，可以通過大數據來探索事物發展的規律，幫助我們實現科學決策。
三、大數據發展的動態分析
在大數據的理論研究領域不斷取得成果的同時，各行各業對大數據在實踐上的應用也如火如荼的進行著。
（一）創造商業價值
大數據發揮其價值是建立在云計算的基礎之上，而云計算的概念是谷歌公司在2006年首次提出的。支撐谷歌公司內部各種“大數據”應用的，正是其自行研發的云計算服務器。從理論到實踐應用，大數據經歷了幾十年的時間，到現在成為各行各業重視的焦點。
根據麥肯錫數據報告顯示，在零售和金融行業，運用大數據進行分析的企業領先于其他行業領域的企業，且收入和利潤均有不同程度的增加。另外，“數據的全部價值遠遠大于其最初的使用價值，在初次使用之后的每次使用中都會發現其新的價值?！逼髽I可以通過對原始數據的重組來獲得對企業有利的、全新的價值利用。
（二）制定政策決策
各國政府通過大數據的分析運用和發展使政府和公共機構的政務更加公開、透明。而數據的公開透明是大數據得到分析、價值得到挖掘的重要前提。英、德、法、美、新加坡等多國的政府機構都推出了公共數據庫開放網站，以實現政府公務的公開透明。與此同時，大數據在民生領域例如醫療、交通、天氣預測和地理位置勘探等方面的創新應用也使得社會的信息化水平得到提高和加強。
最典型的例子就是，美國的大衛?羅斯柴爾德利用大數據對未來進行了準確的預測。大衛?羅斯柴爾德是微軟紐約研究院的成員，2012年他通過對大量的數據進行分析，建立一個分析模型，而成功預測出當年美國總統大選51個選區當中的50個選區的結果，準確率高達98%。2013年初又利用大數據準確的預測了除最佳導演之外的所有獲獎名單，準確率高達95.8%。事實表明，利用好大數據對于準確的預測未來具有重大的價值，也為人們進行科學決策和防范于未然提供了依據，可以說，在未來人們可以根據大數據預測分析的能力，更好的制定決策，實施對人類有利的舉措。
四、結語
大數據從誕生至今，與其說是信息技術發展到一定程度上的發明，不如說是一個發現。在面對飛速發展的信息技術時代，大數據的研究者們從大數據的理論層面延伸至實踐上的應用，不斷地推進、完善該領域的研究。從理論研究到實踐應用，每個理論都有其適用的方面和無法解釋的現象，大數據領域也是如此，雖然仍舊有很多我們無法解決的難題，但這并不影響大數據在各個領域發揮著它舉足輕重的作用。另外在進行實踐時，各行業、各領域在運用大數據進行經濟決策、指導社會實踐的過程中，也要意識到大數據帶來的挑戰，例如產生信息垃圾、隱私泄露、數據濫用等。應該結合自己行業的特殊性，與大數據技術進行適當的融合，順應時展的潮流，做到改革創新，避免卷入大數據的洪流之中。與此同時，不僅是企業和個人，政府也要在經濟迅速發展、信息技術不斷更新的今天，重視自身素質的提高，利用大數據發揮更大、更廣泛的作用。（作者單位：河北經貿大學）
參考文獻：
[1] 潘[.走近大數據[J].調研世界.2014（10）
[2] 艾伯特?巴拉巴西.爆發：大數據時代預見未來的新思維[M].北京：中國人民大學出版社，2012.
1．1大數據的概念
不同的人對“大數據”有不同的理解。從企業管理的角度上看，筆者認為大數據有以下內涵:①大數據是一個決策支持系統，可以提供海量的數據信息，通過梳理、篩選、分類，大數據能夠揭示出各種隱含且有用的信息，幫助決策者在復雜的環境下科學地進行決策，從而克服拍腦門、拍胸膛、拍屁股的“三拍”決策模式。②大數據是一個技術平臺，通過這個平臺可以為傳統產品改造和升級指明方向，從而提升其產品技術含量、降低成本增加其附加值。③大數據是一種定量分析的能力，可以提升企業管理者洞察事物本質的能力、優化生產流程的能力。大數據的意義在于提升數據專業化加工處理能力，大數據能否帶來利益在于能否通過數據分析實現企業價值增值。④大數據是一種分析工具，由于社會分工越來越專業，數據挖掘工具越來越多，這就要求企業決策者了解和掌握這些有效的分析工具。大數據要求企業決策者具備學習能力和知識更新能力，要求企業決策者提升定量分析的能力。透過特定的大數據分析工具，可以使企業決策者更好地解析產品和市場中的特定信息，了解產品的競爭地位和客戶信息，可以為企業提供更精準優質的服務。⑤大數據提供一個完整的過程分享。互聯網時代可以提供此前無法分享的信息，客戶現在通過大數據可以了解產品在企業訂單、生產、制造和運輸過程的全部動態信息。
1．2大數據的特征
一般意義而言，大數據有以下幾個特征:①數據種類多(Variety)。從財務數據到社交媒體數據;從文字圖表到圖像;從音頻文件到視頻數據等各種類型數據。②數據量大(Volume)。隨著互聯網和通信技術能力的提升，能夠產生超越歷史的海量數據信息。③變化速度快(Velocity)。如亞馬遜每天產生630萬筆訂單。有人經過測算，2003年以前人類創造并記錄的所有信息量的總和為5TB，而現在產生同樣的數據量僅需兩天。④蘊藏的商業價值大(Value)。大數據猶如一個巨大的寶藏，蘊含著無盡的財富。這就是大數據的4V特性。
2大數據在企業管理中的作用
2．1宏觀作用分析
(1)用于PEST分析。PEST分析方法即大數據用于對政治或政策、經濟環境、社會環境和科學科技等幾個方面進行的分析。(2)用于市場潛力分析。將大數據用于分析人口規?？偭?、地區分布、性別與年齡結構、收入與消費結構、常住與流動性等方面;還可以分析行業規模、細分市場增長潛力及行業發展方向，獲得更多市場開發信息，減少開發成本和無效的廣告支出，提高企業競爭力。(3)用于行業集中度分析。集中度分析又稱為行業集中率，是指某行業的前n家最大的企業產銷量占市場總額的百分比。集中度有絕對集中度與相對集中度之別，可以分別進行計算。(4)用于發現快速成長的新興產業。通過大數據，可以了解那些產品和用戶增長速度飛快的企業，例如隨著信息技術的飛速發展，電子商務獲得了快速成長的空間，物流企業如雨后春筍般地增長趨勢。大數據可以輔助發現業務增長快或者用戶量增長快的企業。
2．2微觀作用分析
(1)更高效的供應鏈管理。例如一家服裝小企業，通過大數據平臺直接把產品從工廠送達到全球各地的用戶手中，使國外市場的銷售額比上年同期增加了70%，但交易成本只是過去的1/10。說明這家企業通過大數據縮短了銷售路徑、節約了銷售成本、增加了利潤。過去銷售環節中要經歷國內出口商—國外進口商—批發商—零售商的路徑模式，而現在可以直達用戶，大大提高了供應鏈的物流效率。(2)更快捷地獲取信息。卡夫食品公司通過采用IBM大數據與分析方案，在10．5億條博客、論壇和討論版的內容中抓取了47．9萬條關于Vegemite新產品的討論信息，并進行深層分析，最終高效地完成了產品升級。該案例表明大數據平臺使企業能比過去更快捷地獲取信息并取得決策優勢，從而增強企業的應變力［3］。(3)更有效地提供服務。菲亞特汽車公司通過大數據分析，提前預測哪些人會購買特定型號的菲亞特汽車。通過采用IBM大數據的解決方案，將目標客戶的響應率提高了15%～20%，客戶忠誠度提高了7%，54%的客戶在第二次購車時仍選擇了菲亞特?？梢姡髽I通過大數據平臺的相關分析，使得客戶目標更明確、服務更有效。(4)更精準的廣告投放。2012年Facebook公司的廣告收入高達43億美元，是因為Facebook提供了新的廣告系統，該系統具有傳統廣告所沒有的新功能。只要廣告客戶將眾多的產品照片上傳到其數據庫，用戶一旦登錄Facebook，該廣告系統便會根據不同用戶的年齡、興趣、特點，自動生成相關廣告，投放的依據是對用戶“關系圖譜”的數據分析。(5)更強大的風險防范能力。大數據環境下企業面對的經營管理環境存在著許多潛在的未知風險?；ヂ摼W言論影響效應被放大，企業在發展過程中更易受到外界包括輿論環境的影響。企業在面對這些不可預知的對企業發展有較大影響的因素，應有針對性地利用大數據進行準確分析，找出對企業存在隱蔽性威脅的因素，進而采取相應措施來規避這些威脅因素，防范企業各類風險。根據專業機構調查顯示，大多數企業決策者在被問到大數據對企業有哪些作用時，回收統計數據表明:①可以改善客戶關系;②可以優化企業運營管理;③可以提高企業風險與財務管理水平;④可以幫助企業開拓新的業務模式;⑤可以提升員工的協作能力。
3大數據時代企業管理的新特征
3．1企業與外界信息互動更加頻繁快捷
信息來源更廣泛，信息互動更快捷。一些企業為了適應大數據時代的變化，正在構建自己的信息平臺。通過信息平臺，企業可以實現與外界的即時溝通與對話。例如武漢中商旗下的中商百貨連鎖公司和中商平價連鎖公司都已建立微信公共平臺;天虹商場宣布與微信合作;友阿股份與騰訊合作建設微信公眾平臺。
3．2“數據”成為越來越重要的戰略資源
互聯網時代，“資源”的概念正發生變化，企業資源不僅指原材料、生產設備、員工、技術專利，還包括大數據信息;不僅指具有實物形態的煤炭、石油、天然氣、金屬資源和農產品等，還包括看不見摸不著的企業數據信息?；ヂ摼W時代每分鐘都在產生大量的數據，這些龐大的數據資源構成了數據加工企業的原材料，其產品可以幫助企業生產者更好地了解世界、了解市場、了解不同人群的需求方式。大數據日益成為企業生產經營的重要環節，被許多公司視為一種可計算的真實財富。2006年，微軟以1．1億美元的價格購買了大數據公司Forecast。2008年，谷歌則以7億美元的價格購買了為Forecast提供數據的ITASoftware公司。可見，大數據時代改變了企業現存條件下的資源概念，數據正在成為企業的重要資源。
3．3內部信息更加公開透明
在大數據時代，公眾有更多機會參與并監督企業社會責任報告的制定與執行的全過程。密切關注企業履行社會責任的理念、過程、方式，監督企業經營活動對社會、經濟、環境等領域造成的直接和間接影響。公眾有權要求公司承擔更多的社會責任，過去那種不關心社會責任追求股東利潤最大化的企業運營方式，帶來了許多負面后果，如損害雇員的健康和福利、損害居民環境等問題［6］。隨著信息的開發透明，那些不承擔社會責任的企業將暴露在大數據的陽光下而無處藏身，會受到公眾的輿論指責進而影響企業自身形象。
3．4更便捷的即時服務與過程分享
大數據時代使溝通更加便利和即時，企業可以通過大數據平臺與企業內部員工溝通，也可以通過平臺與企業外部客戶與供應商之間進行溝通與互動。例如社交媒體通過挖掘用戶數據制定有針對性的營銷策略，用戶所發表的評論、圖像、視頻及對評論的支持與反對，蘊含著用戶消費傾向。
3．5數據挖掘工具成為企業決策的重要幫手
數據挖掘是從大量、不完全、有噪聲、隨機、模糊的數據中提取隱含在其中的、人們事先不明確，但又是潛在有用的信息和知識的過程。數據挖掘是一門交叉學科，它把人們對數據的應用從低層次的簡單查詢，提升到數據中的知識發現與智慧凝練。數據挖掘需要各種復合技術人才將數據庫知識、統計原理、人工智能技術、并行計算方法等內容的知識進行融合創新，正在形成新的技術熱點。有條件的公司應當加大情報研究和數據挖掘技術投入，招聘數據分析師，對企業所在的行業、市場前景、競爭狀況、發展趨勢進行預測和預警，為企業決策提供有效支持。在全球500強企業中，90%以上的重要投資與經營決策都取決于充分的數據分析支持。在歐美等發達地區，數據分析普遍被作為運營決策的前提要素，為社會經濟的高速發展發揮了巨大作用。
4大數據時代企業的對策
4．1建立有效的信息平臺，防范企業經營風險
信息為客戶和顧客提供更好的選擇，企業只能做好自身工作才能立于不敗之地。通過信息平臺，將客戶資料進行科學分類，按照不同的分組標志將客戶劃分為不同的客戶群體，研究不同客戶的習慣、行為、企業文化、愛好特點;重視對大客戶的管理，盡可能滿足大客戶的需求，優先保障對大客戶的供應，聽取大客戶對產品質量改進方面的要求，邀請大客戶參與技術革新和產品升級方案。不忽略中小客戶的需求，有差別地定制出符合其不同需要的特色產品，更好地滿足中、小客戶對產品的需求。
4．2與信息技術的深度融合，加快實現產業升級
有專家指出，大數據將會在未來10年內改變幾乎每一個行業的業務功能，促進各行業的業務轉型和升級。美國的17個行業中，已經有15個行業大公司擁有大量的數據系統，其平均擁有的數據量已經遠遠超過了美國國會圖書館所擁有的數據量。在醫療與健康行業，根據麥肯錫預測，大數據將使美國醫療市場每年多獲得3000億美元的新價值，并使全國醫療開支減少1/3。在制造領域企業將采用IT系統，包括電腦輔助設計、工程制造、產品開發管理的數字制造平臺PLM，將多種系統的數據集整合在一起，滿足多種功能和特色的需求。此外，在智能交通、再生能源、新材料、貿易零售、餐飲服務等行業，正在以大數據為契機，加速其與大數據的融合，形成大批“互聯網+”企業。
4．3借助企業外腦，提升企業服務水平
由于行業差異，專業數據信息分析公司能夠提供更專業的信息服務。專業數據分析公司通過對數據分析去發現隱含的問題，提出專業診斷，為科學決策提供依據。例如，淘寶作為一種新興的商業模式平臺，以顧客訂單需求為導向，發掘大數據進行相關分析，進而能夠針對性地為顧客提供個性化服務。
4．4更加重視新技術的推廣與應用
新技術的應用是大數據開發的基礎和源泉。在不久的將來，也許很多原來單純依靠人類自身判斷力的領域應用，最終都將被計算機系統的數據分析和數據挖掘功能所普遍改變甚至取代。一小片合適的信息，也許會促使創新邁進一大步;一組數據，也可能會超出數據收集人難以想象的應用，甚至可能在另一個看起來毫不相關的領域得到應用。借助這些創新型的大數據應用，數據的能量將會層層被放大。下一代互聯網實際上就是一個全球的數據庫網，在這個數據庫網中，計算機可自動為用戶搜尋、檢索和集成網上最新技術的信息，加快技術更新和應用的步伐。
4．5更加重視企業的社會責任
大數據時代企業應當將利潤與企業社會責任很好地統一起來。讓企業的經濟發展與其社會價值和環境保護相結合。大數據時代將企業直接置于公眾的監視之下，因此企業要取得良好的經濟利益必須注重企業的社會責任。全球500強企業中90%以上的重要投資與經營決策都充分依賴大數據分析支持?！爸挥心切┠軌虮M早發現大數據價值，并及時反映到業務中，從而樹立競爭優勢地位的數據驅動型企業，才能在如今充斥著多種多樣數據的時代中生存下來”。只有充分認識大數據時代企業管理的特征，加速與信息技術的深度融合，提前應對環境變化的企業，才能在未來發展中抓住先機快速發展。
中圖分類號：TM76；TM63 文獻標識碼：B 文章編號：1009-914X（2016）25-0373-03
1 引言
半個世紀以來，隨著人類對自然和社會認識的進一步加深及人類活動的進一步擴展，科學研究、互聯網應用、電子商務、移動通信等諸多應用領域產生了多種多樣的數量巨大的數據。這不僅使得世界充斥著比以往更多的信息，而且其增長速度也在加快。信息總量的變化最終導致了質變，最先經歷信息爆炸的學科，如天文學和基因學，創造出了“大數據”這個概念。時至今日，這個概念幾乎已應用到了所有人類致力發展的領域中。大數據（BIG DATA）的出現對傳統的數據存儲、數據處理和數據挖掘提出了新的挑戰，同時也深刻地影響著人類的生活、工作和思維。
2 什么是大數據
2.1 大數據的概念
說起大數據，從字面意思來講就是巨量數據集合，到底有多大？可能很多人并沒有很具體的概念。一組名為“互聯網上一天”的數據告訴我們，一天之中，互聯網產生的全部內容可以刻滿1.68億張DVD；發出的郵件有2940億封之多（相當于美國兩年的紙質信件數量）；發出的社區帖子達200萬個（相當于《時代》雜志770年的文字量）；賣出的手機為37.8萬臺，高于全球每天出生的嬰兒數量37.1萬。國際數據公司（IDC）的研究結果表明，2008年全球產生的數據量為0.49ZB，2009年的數據量為0.8ZB，2010年增長為1.2ZB，2011年的數量更是高達1.82ZB，相當于全球每人產生200GB以上的數據。而到2012年為止，人類生產的所有印刷材料的數據量是200PB，全人類歷史上說過的所有話的數據量大約是5EB。IBM的研究稱，整個人類文明所獲得的全部數據中，有90%是過去兩年內產生的。
然而大數據并非一個確切的概念。對于“大數據”（Big data）研究機構Gartner給出了這樣的定義?！按髷祿笔切枰绿幚砟Ｊ讲拍芫哂懈鼜姷臎Q策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。而麥肯錫全球研究所給出的定義是：一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力范圍的數據集合，具有海量的數據規模（Volume）、快速的數據流轉（Velocity）、多樣的數據類型（Variety）和價值密度低（Value）四大特征，即4V特征。在維克托?邁爾-舍恩伯格及肯尼斯?庫克耶編寫的《大數據時代》中大數據指不用隨機分析法（抽樣調查）這樣捷徑，而采用所有數據進行分析處理。業界學者楊善林認為在海量數據的量化基礎上，同時具備大分析（Big Analytics）、大帶寬（Big Bandwidth）、大內容（Big Content）等三大要素的巨大數據集。謝國忠則認為大數據的本質是利用企業內部信息，將龐大的信息進行有效整合，并結合新的數據類型為企業創造價值。
2.2 大數據的特點
大數據有有它自己的特征。目前工業界普遍認為大數據具有 4V+1C 的特征：
（1）數據量大（Volume）。存儲的數據量巨大，拍字節級別是常態，因而對其分析的計算量也大。
（2）多樣（Variety）。數據的來源及格式多樣，數據格式除了傳統的格式化數據外，還包括半結構化或非結構化數據，比如用戶上傳的音頻和視頻內容，而隨著人類的活動的進一步拓寬，數據的來源更加多樣。
（3）快速（Velocity）。數據增長速度快，同時要求對數據的處理速度也要快，以便能夠從數據中及時地提取知識，發現價值。
（4）價值密度低（Value）。需要對大量的數據處理挖掘其潛在的價值，因而，大數據對我們提出的明確要求是設計一種在成本可接受的條件下，通過快速采集、發現和分析從大量、多種類別的數據中提取價值的體系架構。
（5）復雜度（Complexity）。對數據的處理和分析難度大。
IBM在此基礎上又提出了5V特征，即在4V的基礎上增加了真實性（Veracity）。
3 什么是大數據思維
要想大數據為人所用， 必須改變原有對數據的認識，將大數據與創意結合，并能充分利用數據分析技術，為企業和國家決策提供依據。大數據研究專家維克托?邁爾-舍恩伯格指出，大數據時代，人們對待數據的思維方式會發生如下三個變化：第一，人們處理的數據從樣本數據變成全部數據；第二，由于是全樣本數據，人們不得不接受數據的混雜性，而放棄對精確性的追求；第三，人類通過對大數據的處理，放棄對因果關系的渴求，轉而關注相關關系。事實上，大數據時代帶給人們的思維方式的深刻轉變遠不止上述三個方面。我認為，大數據思維最關鍵的轉變在于從自然思維轉向智能思維，使得大數據像具有生命力一樣，獲得類似于“人腦”的智能，甚至智慧。
大數據思維是一種總體思維。過去，人們對搜集數據、處理數據形成了一個思維定勢，那就是我們不可能搜集到相當多數量的數據，我們只能在力所能及的條件下選擇一小部分去分析和處理，為了讓數據處理變得更簡單，對數據的選擇就盡可能到最少，也由于當時信息處理水平的限制，導致所選的數據不具備代表性，盲目因素太多。當我們進行抽樣調查來分析數據的時候，往往會以調查問卷的形式選擇一部分樣本進行分析，這為人們提供了不少的便捷，但相應的缺點也是一覽無余，這種樣本分析法不管你有多深入的去挖掘，它都只能代表總體數據中的一小部分，不能代表全部數據，也許樣本調查的準確性會達到90%以上，但是依然會遺漏一些很有價值的數據，就會導致數據的失真。但是隨著大數據時代的到來，我們可能還沒有意識到我們已經具備處理和分析大數據的能力，我們的思維正在一點點的改變，首先，我們不能一直依靠對小部分數據樣本進行分析，而是轉向為分析全部數據。
大數據思維是一種容錯思維。在小數據時代，由于收集的樣本信息量比較少，所以必須確保記錄下來的數據盡量結構化、精確化，否則，分析得出的結論在推及總體上就會“南轅北轍”，因此，就必須十分注重精確思維。然而，在大數據時代，得益于大數據技術的突破，大量的非結構化、異構化的數據能夠得到儲存和分析，這一方面提升了我們從數據中獲取知識和洞見的能力，另一方面也對傳統的精確思維造成了挑戰。維克托?邁爾-舍恩伯格指出，“執迷于精確性是信息缺乏時代和模擬時代的產物。只有5%的數據是結構化且能適用于傳統數據庫的。如果不接受混亂，剩下95%的非結構化數據都無法利用，只有接受不精確性，我們才能打開一扇從未涉足的世界的窗戶”。也就是說，在大數據時代，思維方式要從精確思維轉向容錯思維，當擁有海量即時數據時，絕對的精準不再是追求的主要目標，適當忽略微觀層面上的精確度，容許一定程度的錯誤與混雜，反而可以在宏觀層面擁有更好的知識和洞察力。
大數據思維是一種相關思維。在小數據世界中，人們往往執著于現象背后的因果關系，試圖通過有限樣本數據來剖析其中的內在機理。小數據的另一個缺陷就是有限的樣本數據無法反映出事物之間的普遍性的相關關系。而在大數據時代，人們可以通過大數據技術挖掘出事物之間隱蔽的相關關系，獲得更多的認知與洞見，運用這些認知與洞見就可以幫助我們捕捉現在和預測未來，而建立在相關關系分析基礎上的預測正是大數據的核心議題。通過關注線性的相關關系，以及復雜的非線性相關關系，可以幫助人們看到很多以前不曾注意的聯系，還可以掌握以前無法理解的復雜技術和社會動態，相關關系甚至可以超越因果關系，成為我們了解這個世界的更好視角。維克托?邁爾-舍恩伯格指出，大數據的出現讓人們放棄了對因果關系的渴求，轉而關注相關關系，人們只需知道“是什么”，而不用知道“為什么”。我們不必非得知道事物或現象背后的復雜深層原因，而只需要通過大數據分析獲知“是什么”就意義非凡，這會給我們提供非常新穎且有價值的觀點、信息和知識。也就是說，在大數據時代，思維方式要從因果思維轉向相關思維，努力顛覆千百年來人類形成的傳統思維模式和固有偏見，才能更好地分享大數據帶來的深刻洞見。
大數據思維是一種智能思維。大數據使得人可以被量化，但卻讓計算機更具智能。工業革命使得需要人完成的工作只用機器就可以完成了，但大數據卻可以使得機器有了分析問題的能力。衛星定位系統積累的大量數據，可以制作電子地圖和導航，還可以通過分析數據開發出無人駕駛汽車，讓機器變得擁有智慧。如何讓計算機擁有智慧，除了要擁有大數據外，必須變革思維，創新分析思路與過程，不斷探索新的方法，讓堆積如山的數據不斷創造新的價值。例如手機上常用的地圖軟件，可以搜索很多路況同步數據，為用戶提供出行信息。這只是大數據最基礎的應用，繼續延伸， 是否可以根據上下班時段的交通流量估算失業率；是否可以通過對主要商圈的監控估算消費情況；是否可以將廢棄的數據重新創造價值；是否可以利用用戶在拼寫過程中的拼寫錯誤讓拼寫檢查軟件更優化；是否可以通過分析各實體和產業之間的關聯關系，預測各行業發展趨勢，找出關鍵影響因素；是否可以分析顧客的偏好，量體裁衣式的為顧客提供更好的服務； 是否可以運用大數據模擬現實情境，發掘出新的需求和更好的回報；是否可以創新大數據的使用模式，將大數據深加工，用戶可以很方便地結合自身情況選擇適合自己的產品。
4 建立大數據思維促進中國鐵路創新
4.1 以數據為核心
大數據時代，計算模式也發生了轉變，從“流程”核心轉變為“數據”核心。Hadoop體系的分布式計算框架已經是“數據”為核心的范式。非結構化數據及分析需求，將改變IT系統的升級方式：從簡單增量到架構變化。例如：IBM將使用以數據為中心的設計，目的是降低在超級計算機之間進行大量數據交換的必要性。大數據下，云計算找到了破繭重生的機會，在存儲和計算上都體現了數據為核心的理念。大數據和云計算的關系：大數據與云計算是一個問題的兩面，一個是問題，一個是解決問題的方法。而大數據比云計算更為落地，可有效利用已大量建設的云計算資源，最后加以利用。中國鐵路信息化歷經50余年的發展，取得廣泛的應用，擁有海量的資源，大數據將成為推動中國鐵路創新發展的新引擎。隨著中國鐵路信息化的到來，中國鐵路發展的戰略需求也發生了改變，數據的處理分析成為了一個關注重點，軟件也將從編程為主轉變為以數據為中心。如何高效地從海量數據中分析、挖掘所需的信息和規律，結合已有經驗和數學模型等生成更高層次的決策支持信息，獲得各類分析、評價數據，為設備管理、網絡狀態評估等提供決策支持，為鐵路工作人員提供有用信息，成為鐵路未來發展的趨勢。
4.2 全樣本考慮
統計學里頭最基本的一個概念就是，全部樣本才能找出規律。為什么能夠找出行為規律？一個更深層的概念是人和人是一樣的，如果是一個人特例出來，可能很有個性，但當人口樣本數量足夠大時，就會發現其實每個人都是一模一樣的。在大數據時代，無論是商家還是信息的搜集者，會比我們自己更知道你可能會想干什么?，F在的數據還沒有被真正挖掘，如果真正挖掘的話，通過信用卡消費的記錄，可以成功預測未來5年內的情況。大數據的核心就是預測，大數據能夠預測體現在很多方面。大數據不是要教機器像人一樣思考，相反，它是把數學算法運用到海量的數據上來預測事情發生的可能性。正因為在大數據規律面前，每個人的行為都跟別人一樣，沒有本質變化。例如：大數據助微軟準確預測世界懷。微軟大數據團隊在2014年巴西世界足球賽前設計了世界懷模型，該預測模型正確預測了賽事最后幾輪每場比賽的結果，包括預測德國隊將最終獲勝。預測成功歸功于微軟在世界杯進行過程中獲取的大量數據，到淘汰賽階段，數據如滾雪球般增多，常握了有關球員和球隊的足夠信息，以適當校準模型并調整對接下來比賽的預測。世界杯預測模型的方法與設計其它事件的模型相同，訣竅就是在預測中去除主觀性，讓數據說話。利用大數據技術可以從鐵路的客票系統、貨票系統、貨運電子商務平臺、運輸信息集成平臺等信息系統采集海量的原始信息，這些信息可以為市場分析和預測提供有力的支撐。與傳統方法側重于對調查抽樣統計數據的分析不同，基于大數據技術的市場分析和預測技術既能夠利用上述海量數據，分析客、貨運量完整全面的變化過程，深入挖掘運量變化的規律性，進而預測市場的未來走勢；還能夠利用GPS、傳感器等物聯網手段采集獲取精細的運輸數據，并且通過互聯網接入的政治、經濟、其他交通方式、氣候等影響因素數據，將旅客和貨物流量流向的精細化分析與影響因素關聯性分析相結合，挖掘各影響因素對鐵路運量變化影響的方向和時滯，量化各因素對運量變化的影響。在對典型設備故障診斷與狀態預測方面，可以綜合利用GSM-R接口監測數據、網絡管理信息、場強和服務質量動態檢測數據、無線干擾檢測監測數據等數據源，采用數據挖掘技術，研究監測檢測數據綜合分析方法、多源數據關聯分析方法和適用于通信業務數的故障診斷分析方法，建立典型故障診斷模型、GSM-R網絡QoS測試綜合評價模型、CTCS-3列控系統降級故障表示模型等，對列車控制的車載系統、地面控制系統、無線通信網絡交互作用進行可靠性評估和故障綜合診斷，為列車控制系統降級原因分析、GSM-R網絡維護、網絡優化等提供支持。
4.3 用信息找人
互聯網和大數據的發展，是一個從人找信息，到信息找人的過程。先是人找信息，人找人，信息找信息，現在是信息找人的這樣一個時代。信息找人的時代，就是說一方面我們回到了一種最初的，廣播模式是信息找人，我們聽收音機，我們看電視，它是信息推給我們的，但是有一個缺陷，不知道我們是誰，后來互聯網反其道而行，提供搜索引擎技術，讓我知道如何找到我所需要的信息，所以搜索引擎是一個很關鍵的技術。例如：從搜索引擎――向推薦引擎轉變。今天，后搜索引擎時代已經正式來到，什么叫做后搜索引擎時代呢？使用搜索引擎的頻率會大大降低，使用的時長也會大大的縮短，為什么使用搜索引擎的頻率在下降？時長在下降？原因是推薦引擎的誕生。就是說從人找信息到信息找人越來越成為了一個趨勢，推薦引擎就是說它很懂我，知道我要知道的東西。例如，我們結合12306網站數據及實名制購票資料，對出行旅客的個人信息、出行線路、出行時間周期進行的統計分析，同時借助互聯網大數據預報人員遷徙情況，最后完全勾勒出旅客的需求，使鐵路可以充分了解每一位旅客，實時的知道他們旅行目的地，以及出發時間及需要的服務層次，有針對性地推送一些旅游服務、餐飲、住宿、景觀等方面的產品，使得營銷工作更加精準，營銷效率也更高。
5 大數據思維帶來的挑戰
大數據的發展速度有目共睹，想要在競爭社會中走的更遠，人人都需要建立大數據思維。那么在建立大數據思維中，有哪些挑戰呢？
第一，大數據應用和商業回報間的矛盾。未來的大數據應用一定是可定制的、可在云上打包的服務，即將業務、數據、分析能力多面定制，一起打包。企業需要可快速部署和有明確投資回報率的應用，這涉及到數據的質量和豐富度及業務人員對數據的依賴度。這需要企業內各個部門的有效協作，并規避無法確定的風險，比如分析結果的不確定性，業務場景的復雜性，人員的能力缺失等。傳統手段，比如通過社交媒體、郵件、網絡文本等獲得的數據量非常龐大，但解破這些數據的關系和價值卻給企業帶來巨大挑戰。企業希望成為數據的主人，但在辨析數據的有效性、能帶來哪些商業回報，以及如何幫助決策等方面卻缺乏有效工具。
第二，海量數據與核心數據間的矛盾。要做大數據，首先要了解自己的企業，或者企業所在的行業的核心是什么。我們發現，有很多企業在競爭過程中，最終不是被現有競爭對手打敗，而是被很多潛在未知的競爭對手打敗的。舉例來說，大部分人都認為亞馬遜是做電商的，但其實亞馬遜現在最主要的收入來自云服務，也就意味著亞馬遜的核心數據（價值）是云服務。只有在此基礎上，亞馬遜建立的大數據才是有效的、服務于戰略的。
第三，內部數據與數據間的矛盾。企業所獲取的數據，很大一部分是內部數據，這讓企業面對另一個挑戰，如何讓內部數據與相關數據產生聯系并使之成長。只有讓內外部數據的交融在用戶場景中，才能為業務用戶描繪更精準的業務發展空間。
第四，規律發現和規律失效間的矛盾。調研顯示，從大數據應用總結出的規律來看，建立失效預警是特別必要的。當企業通過大數據分析發現一個規律，并在現實中應用時，必須要設立一些預警指標。當指標達到一定程度，既表明之前發現的規律已經失效，必須發現新的規律、建立新相關指標，這稱為數據價值的有效性。沒有根據實際應用場景的變化而及時更新的數據，挖掘得再多都是無謂的浪費，熟練應用失效預警，企業才能培養起團隊對數據真實有效的敏感性。
6 結語
大數據思維把人們從舊的發展觀、價值觀中解放出來，復雜技術的涌現和科技進步促使人們開始從大數據思維視角重新審視世界，從而獲取正確理解世界的角度性工具。大數據思維是客觀存在，大數據思維是新的思維觀。用大數據思維方式思考問題，解決問題是當下企業潮流。中國鐵路正處于加快轉變發展方式的新形勢下，為了適應市場化經營要求，構建鐵路運輸企業的核心競爭力，提升鐵路的持續發展能力和盈利能力，應用大數據思維去推動鐵路創新發展具有極其重要的現實意義。
參考文獻：
[1]李國杰，程學旗.大數據研究：未來科技及經濟社會發展的重大戰略領域――大數據的研究現狀與科學思考[J].中國科學院院刊.2012（06）
[2]孟小峰，慈祥.大數據管理： 概念、技術與挑戰[J].計算機研究與發展，2013，50（1）
[3]王衛東，徐貴紅，劉金朝，張文軒，邢小琴.鐵路基礎設施大數據的應用與發展[J].2015（05）
[4]維克托?舍恩伯格，肯尼斯?庫克耶.大數據時代[M].杭州：浙江人民出版社，2013.
[5]王元卓，靳小龍，程學旗.網絡大數據：現狀與展望[J].計算機學報. 2013（06）
[6]劉婷，徐寰春.淺析大數據時代背景下智慧城市規劃[J].智能城市.2016（09）
[7]李藝杰.淺談大數據時代數據信息現狀及發展[J].中國新技術新產品. 2014（15）
[8]馮永強，張良，馮怡，朱尚杰.大數據應用的現狀與展望[J].信息化建設. 2015（12）
[9]張保國.淺議大數據在公交經營管理中的應用[J].城市公共交通.2016（03）
[10]方巍，鄭玉，徐江.大數據：概念、技術及應用研究綜述[J].南京信息工程大學學報（自然科學版）.2014（05）
[11]鄔賀銓.大數據時代的機遇與挑戰[J].求是.2013（04）
[12]王浩，張怡.大數據時代下人類思維方式變革的趨勢[J]. 新西部（理論版）. 2015（02）
一、問題的提出
云計算、移動互聯網等新信息技術的廣泛應用及社會化網絡的興起，使信息數據產生機制更復雜、傳播速度更快、類型更多樣，全球進入信息數據量“井噴式”增長的大數據時代。國際數據公司（In原ternationalDataCorporation，IDC）指出：全球創建和復制的數據量五年內增長近九倍，預計將以每兩年至少翻一番的速度繼續增長。僅2013年，世界范圍存儲的數據就達1.2ZB（1ZB抑1021B），將這些數據刻錄到CDR只讀光盤并堆起，其高度將是地球到月球距離的五倍[1]。生產和信息方式的變革引起管理規范及其深層次上價值觀的轉變。傳統企業營銷中，為避免無法獲取整體數據的弊端，多依據小樣本采樣統計推斷以形成所謂“科學決策”。然而采樣分析的成功取決于樣本的絕對隨機性，大數據時代，營銷調研建立在對大樣本持續收集數據的基礎上，實時分析和輸出調查結果將為營銷決策提供及時判斷臨界值。在大數據背景下對營銷活動進行研究，具有聚焦數據，提高營銷決策科學性；強調洞察，增強營銷活動“預見性”；重視創新，增強營銷理論“前瞻性”等研究價值[2]。特別是中國具有眾多人口和龐大市場，也使中國成為最為復雜的大數據國家之一。那么，大數據對營銷活動究竟會產生怎樣的影響？其內在機理是什么？通過文獻綜述，對大數據概念進行界定，梳理其發展的歷史脈絡，在此基礎上分析大數據對消費者行為、營銷決策模式、營銷戰略、營銷要素等的影響表征及其機理，最后對大數據的營銷應用研究做出述評。
二、大數據的發展脈絡及概念界定
（一）大數據的發展脈絡
大數據的概念最早要追溯到上世紀，只是在互聯網時代，大數據才從規模、類型等方面得以實現。早在1981年，美國著名未來學家Toffler在其著作《TheThirdWave》中，提及“大數據”，并稱之為“第三浪潮的華章”[3]。2001年，META集團（現為Gartner）的分析師Laney指出數據增長帶來規模性（Volume）、高速性（Velocity）、多樣性（Variety）等變化[4]?！禢ature》則在2008年9月開設“BigData”專刊[5-7]，同時《Sci原ence》也推出數據處理研究?？癉ealingWithDa原ta”，對數據洪流（DataDeluge）所帶來的社會變革及影響做出討論[8]。大數據研究的開創性論文是Gins原bergetal（2009）的“DetectingInfluenzaEpidemicsUsingSearchEngineQueryData”，該文探討了如何利用谷歌搜索引擎查詢詞來預測流行病[9]。只是在最近幾年，大數據才成為高頻詞。2011年5月，麥肯錫公司《大數據：創新、競爭和生產力的下一前沿》報告，指出“在數據滲透于各領域并成為生產要素的背景下，對海量數據挖掘應用，將帶來新的生產增長和消費者盈余浪潮”[10]。2012年3月，美國開始實施“大數據研發計劃（BigDataRe原searchandDevelopmentInitiative）”，將大數據喻為“未來新石油”，并視為與互聯網、超級計算機同等重要的國家戰略，這也是美國在“信息高速公路”計劃后所實施的又一國家級重大科技戰略。日本緊隨其后，推出“新ICT戰略研究計劃”。同年，世界經濟論壇《大數據、大影響》報告，從多個行業領域闡述大數據給世界經濟帶來的發展機會[11]。就國內而言，2011年12月，國金證券開創國內大數據研究先河，將其研究成果引入資本市場[12]。2012年5月，香山科學會議組織“大數據科學與工程：一門新興的交叉學科”為論題的會議，同年6月，中國計算機學會青年計算機科技論壇（CCFYOC原SEF）舉辦“大數據時代，智謀未來”會議，對大數據挖掘技術、組織架構、平臺治理等展開探討。2013年6月，國家自然科學基金委管理科學部、美國營銷科學學會（MSI）、南京大學商學院（管理學院）和香港中文大學工商管理學院聯合主辦“2013營銷科學與應用國際論壇”，也將“大數據、社會化、移動化對市場營銷的新挑戰”作為主要議題之一。2014年2月，北京銀行與小米科技就移動支付、便捷信貸、產品定制、渠道拓展等簽署協議，表明國內企業運用大數據戰略進入實質性階段。2014年3月5日，總理第一次把大數據寫進政府工作報告，闡明了國家對大數據產業鼎力支持的政策，隨后一系列公開講話進一步明確了這一戰略部署。2015年2月，百度公司利用百度遷徙、百度指數等大數據產品直觀地呈現了春運“景觀”，把大數據研究成果可視化地展示在電視屏幕上。2015年3月，政府工作報告中進一步提出“互聯網+”計劃，推動大數據與現代工業相結合。
（二）大數據的概念界定
大數據本身就是抽象的概念，當前對其概念界定尚未達成統一，不同組織及學者給予不同的表述，見表1。盡管各方對大數據概念并不統一，但其中“大規模數據”“體量、復雜性及速度超越傳統數據”“超越現代技術手段處理能力”等觀點得到基本認可。IBM公司及Laneyetal（2001）認為大數據具有“3V”特征：規模性（Volume），數據量一般要達到TB級甚至PB級；多樣性（Variety），數據結構類型包括結構化數據、半結構化數據和非結構化數據；高速性（Ve原locity），產生、處理、分析數據的速度加快。國際數據公司（IDC）在此基礎上，增加“價值性（Value），即“大數據價值很大但呈現低密度性”的特點，從而形成大數據的“4V”特征[16]。而NetApp公司認為大數據具有“ABC”三特征：大分析（BigAnalytic），通過對大數據實時分析構建新的業務模式并更好地了解顧客需求；高帶寬（BigBandwidth），快速有效地對數據進行處理分析；大內容（BigContent），包括各種類型數據，同時對數據存儲、擴展、安全等管理的高要求[17]。
三、大數據對未來市場營銷的沖擊
根據（移動）互聯網時代大數據的特征、消費者行為變化及營銷模式的可能演變，通過相關文獻梳理，勾畫的大數據對未來營銷活動的影響趨勢，見圖1。
（一）大數據對消費行為的影響
1援消費行為更理性。工業化時代，信息不對稱的客觀存在，消費者易受各種如低價促銷、廣告宣傳等影響。而大數據時代，消費者有更多、更方便的途徑獲取更詳細的商品價格、成本、產地、質量等信息，并可更方便地搜尋、比對和遴選，從而做出更理性的選擇[18]。2援消費行為冪律分布。大數據時代，消費者評價系統更廣泛，先前購物者的購后評價及經驗對新消費者具有重要參考。相比先前購物者的好評，消費者則會更關注其差評，以便做出正確的消費決策。同類產品中，質量好、價格有優勢、服務好的產品受到越來越多的青睞，并不斷吸引新的消費者，形成“滾雪球式”的“馬太效應”，消費行為呈現冪律分布。3援消費行為更個性化。工業化時代，商家追求規模經濟的考慮，只能在有限范圍滿足消費者個性化消費。而大數據時代，信息廣泛并快速傳播，消費者的消費認知及創造力大大提升，消費異質性不斷增大，對產品或服務的關注并不僅限于以往的質量、品牌、價格、售后等，更關注其個性化的滿足程度。
（二）大數據對營銷決策模式的影響
大數據時代，思維方式發生三個變革：其一，要分析與事務相關所有數據而不是少量數據所構成的樣本；其二，要接受數據紛亂復雜的事實，而不能過于苛求精確；其三，更加主動地分析相關關系而不再探究難以捉摸的因果關系[19]，可以說，數據驅動型決策（Data‐drivenDecisionMaking）是大數據背景下決策的特點[20]，以“數據化、智能化、實時化垣經驗”將成為大數據時代的營銷決策范式。1援數據決策技術升級，注重實時處理及相關分析。傳統分析多基于多元統計、計量經濟學模型等方法，對大量一手和二手結構化數據實施分析，從中尋求研究對象的內在聯系，常用方法有：聚類分析、因子分析、相關分析、回歸分析、A/B測試、數據挖掘等。大數據背景下，數據規模大、傳遞速度快、非結構化數據多等特點，使得傳統數據分析及數據庫管理手段很難適應時代要求。數據產生及傳播速度加快，要求數據應用實現從離線（Offline）向在線（On原line）的實時處理轉化[21]。數據關聯成為大數據的主要價值來源，但數據間交互廣、價值密度低、碎片化嚴重，也使決策重點從以往因果關系分析向相關關系分析轉變。2援決策參與主體向社會大眾傾斜，數據分析師地位加強。大數據使營銷決策越來越依賴于數據分析而非經驗或直覺[22]，直覺判斷將被精準的數據分析代替。管理者決策重心在于正確發現并提出問題，一線員工對決策參與度將大大提升，決策主體從社會精英向社會大眾傾斜，扁平化組織架構、學習型企業文化將得到加強。同時，能綜合運用數據分析、分布式管理的數據分析師，將為企業營銷決策提供更多智力支持。
（三）大數據對營銷戰略的影響
1援激發協同營銷的競爭格局。大數據環境下企業與行業的邊界日趨模糊，營銷系統開放性更明顯。企業競爭不再局限于個體之間或供應鏈的鏈條間，而是向多主體所構建的商業生態系統間延伸[23]。企業營銷戰略的設計應打破傳統的個體競爭思維，在不斷提升自身營銷網絡化和動態化能力基礎上，利用外部資源，形成協同營銷格局。2援一對一營銷的精準定位。大數據背景下，企業可以記錄消費者在產品各個生命周期階段的品牌偏好、口碑評價等行為數據，基于社會學、心理學、營銷學、傳播學等相關理論，并借助數據挖掘、統計計量等，按一定的細分標準進行消費行為細分，從而結合自身資源優勢，形成目標市場的選擇和一對一營銷的精準定位。
（四）大數據對營銷要素的影響
1援產品：顧客參與式的產品設計和個人定制。大數據背景下，虛擬企業和智能車間將會越來越多地被采用，顧客參與式的產品設計和個人定制將大行其道。那些市場價值在較短時間發生貶值的短生命周期產品的時效性更強、需求波動大，與外界存在著復雜非線性關系[24]。而長周期產品特別是其中生產工藝復雜、流程管理復雜、客戶需求復雜的復雜品（ComplicatedProduct）將實現供應鏈縱向一體化整合及全生命周期數據整合[25]?！叭ⅰ鄙芷诘耐暾髷祿蓭椭髽I構建消費者興趣圖譜，從而應用于營銷和新媒體關系定位中。2援渠道：渠道縮短及渠道多元化。大數據背景下，信息技術更為成熟，經由中間商的渠道模式將讓位于直銷，渠道長度越來越短。特別是具有及時反饋交互關系平臺技術的實施，使企業可開發出更多、更便捷的渠道與顧客連接，實現多渠道及跨渠道營銷。諸如微商等“屏幕+手指+快遞”的購物方式，配合超低的價格，使營銷渠道更趨多元化。3援價格：透明度更高，基于支付意愿的差異化定價。傳統營銷定價多從產品成本、利潤率、顧客接受度等簡單因素考慮，并依據先前相關銷售經驗建立精算模型。大數據背景下，傳統精算模型將被顛覆，價格不對稱性有所改善，定價透明度越來越高，明智的價格策略是企業“陽光”定價，基于支付意愿的差異化定價將成為主導，電子支付成為主流。4援促銷策略：促銷手段的數字化、互動化趨勢。大數據背景下，傳統電視、報紙、廣播等大眾傳媒的傳播效率不斷下降，而建立在數據庫基礎上的移動互聯網將成為促銷信息的重要傳播手段，促銷手段更具數字化。同時，促銷手段更新穎，目標受眾被多元化數據鎖定，并特別強調與顧客間的互動和情感溝通。
四、大數據研究在營銷中的應用評析
（一）研究層次：偏宏觀層面研究，輕微觀分析
當前對大數據的相關研究，更多從宏觀層面對其概念內涵、形成脈絡及其對社會所產生的影響方面展開描述，而對大數據所形成各種影響的內在機理缺少必要的微觀分析。大數據為未來營銷帶來深刻影響，但機會和挑戰并存，其合理利用前提是必須擁有準確、可靠、及時的高質量的數據[26]，只有在此基礎上，才能提煉出有效的營銷決策信息，才能幫助企業實現精準定位。
（二）研究視角：多立足于信息科學視角，缺少管理視角
當前，國外從管理學視角應用大數據技術來支持管理決策已成為商科教育的熱點[27]。相比之下，國內相關研究還處于起步階段，數據驅動決策的管理模式還有待形成，現有的相關研究則更多立足于對數據信息的采集、處理、檢索、挖掘及離線分析等信息科學視角。而只有立足管理決策的視角，探討大數據對現代經濟組織的戰略定位、架構設計、營銷實施等實時問題，才能真正發掘大數據的“資源”價值，建立起信息引導決策的機制。
大數據概念和傳統數據概念具有較大的區別。就目前狀況而言，其概念具有較大的模糊性和不確定性?！拜^為統一的認識是大數據有四個基本特征：數據規模大（Volume），數據種類多（Variety），數據要求處理速度快（Velocity），數據價值密度低（Value），即所謂的四V特性?！盵1]被譽為“大數據商業應用第一人”的維克托?邁爾?舍恩伯格在《大數據時代》一書中前瞻性地指出：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。他在書中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。因此，大數據是這個時代的重要特征，它深刻地影響著人們的生產和生活。
21世紀初的flas的興起，為動畫產業和新媒體的結合奠定了堅實的基礎。新媒體是大數據時代下的重要平臺，其具有極強的包容性和納構性。這為動畫的極速發展做好了承載基礎。大數據語境下的動畫必須與時俱進，能夠在新的條件下做好面對各種變化的準備，和傳統背景下的動畫相比較，大數據語境下的動畫產業具有以下特點：
（1）交互性。大數據語境所呈現的是廣袤的數據信息，而所有的數據不具備單獨的意義，在整體基礎上才會顯示出其價值。而在這樣的邏輯條件下，數據的主體，即參與數據的人，具有參與的主體性。這導致大數據語境具備“去中心”、“非標準”、“整體性”等特征。因此，交互性是這個時代的重要特征。從動畫發展而言，交互性帶來了主客雙方的積極參與，雙向建構能夠極大地促進動畫的發展。創作者和觀者之間的距離被大數據消解掉，創作主體和觀者之間的認知發生變化。二者主體意識更明確，觀者能夠通過各種數據的傳遞給動畫創作者直接反饋信息，動畫創作者能夠最快速地接收新思想，從而完善作品。
（2）成年化。大數據所映射的人群更多是成年人，在以大數據為依托的各種媒體平臺中，成年人是最為活躍的人群。相對低齡人群而言，他們更具有參與意識，主體意識更明確。因此，在動畫產業中，首先反映在受眾年齡上。由于不斷地有成年人踏入互聯網平臺，自身發展起來的創作欲望得到了極大的釋放，各種動畫作品相繼投放到大數據平臺。而活躍在這個平臺的大量成年人擁有話語權。他們帶來的效果之一就是促進了動畫受眾的大齡化。相較之傳統動畫以低齡人群為主的策略，大數據給出的答案很明確――成年人同樣是最廣泛的受眾，并且有不斷擴張之勢。
（3）價值取向的大眾化。隨著大數據背景下的新媒體平臺的自由與開放特征的彰顯，人人都是參與者，人人都是主體。從客觀上促進了動畫產業在價值取向上的大眾化。大眾化是大眾文化的產物，是對精英文化的消解，是大眾自我建構意識和自我身份認同的表現。因此，大數據背景下的動畫產業所具有的價值取向大眾化特征，能夠促進主體的多樣性，能夠帶來受眾的多樣性。不僅如此，“藝術源于生活”的創作理念能夠得到最大程度的彰顯，動畫產業也將呈現出創作上的豐富性和接受上的直接性。
通過分析可以看出，大數據語境下的動畫發展具有廣闊的發展空間，同時擁有巨大的藝術接受者群體。在這樣的背景下，動畫產業應該順勢而為，不斷超越自身困境，完善發展路徑和創新機制。就目前的動畫自身而言，從內涵上來講，還有較大的完善空間。只有在突破自身局限的探索中，動畫產業在大數據背景下才能夠真正從容地多維發展。探尋發展路徑，可以從以下幾方面做嘗試：
（1）以核心價值為導向的敘事邏輯。核心價值體現一個時代的整體價值取向，具有極大的普遍性和認同感。動畫產業是文化產業的重要組成部分，其核心應該是有助于受眾整體情感的抒發，而非小眾群體情感的肆意宣泄。以《瘋狂原始人》為例，其被認為是一個核心價值取向主流得近乎平庸的故事，從敘事結構上來講，其近乎平鋪直敘，毫無耳目一新之感，但就是這樣的一部動畫電影，卻取得了巨大的成績，在受眾心目中留下了難以磨滅的影響。歸根結底，該動畫電影以核心價值為導向的敘事邏輯更偏重動畫精神的傳遞，敘事結構上的波瀾不驚往往能夠最大限度地為觀者注入創作者感情。因此，大數據語境下的動畫發展，不能以小眾取代大眾，以“非主流”取代“主流”，相反，應該高揚核心價值觀，產生普遍的認同感，這是當下動畫發展值得深思的方面。
（2）以傳統文化元素為動力的創作模式。傳統文化元素能夠極大地激發觀者的文化認同感和文化自豪感，有助于動畫創作者和接受者的雙向建構。以中國傳統文化為例，可以取材用于動畫創作的范圍極其廣泛。以20世紀初期萬氏兄弟的動畫為例，其動畫中的形象均取之于中國古典文學?！洞篝[天宮》是中國動畫源頭的經典作品，其中的孫悟空形象既吸收了古典文學中的形象，也借鑒了中國京劇、昆曲等的臉譜和打扮，融入了創作者的主體精神。當然，以傳統文化元素為動力進行創作，應該注重以下幾方面內容：第一，要充分尊重傳統文化元素本來面貌。在當下的很多動畫作品中，不乏吐槽傳統文化，糟蹋傳統文化的現象出現。這種現象除了給傳統文化帶去不良影響外，更多的是體現了創作者以及創作團隊的膚淺，同時也給整個作品帶來不良影響，當然這種現象也是對受眾極不負責的行為，是極不尊重受眾的行為。第二，對傳統文化要持“取其精華去其糟粕”的客觀態度。傳統文化中不乏一些脫離時代，不符合當下實際的內容。動畫創作者及團隊應該與時俱進，和時代相結合。將傳統文化中最經典的東西放大，讓受眾能夠在其中感受到傳統文化的魅力所在。第三，將傳統與現代有機結合。大數據背景下的動畫產業發展具有時代特征。因此，在動畫創作中，應該將傳統文化和時代特征有機融合，讓受眾真正感受到動畫作品的當下性，而非一部針對傳統文化的說教片。以上三方面，是在運用傳統文化元素進行動畫創作過程中應該關注的問題。只有如此，體現傳統文化的動畫作品才是具有靈性和活性的作品。
（3）建立國際視野下的動畫發展機制。動畫從二維動畫發展到三維動畫，是計算機技術發展的產物，隨著技術的不斷進步和發展。三維動畫也將呈現出更加廣闊的發展空間，相比較而言，國外三維動畫發展較早，且已經達到技術與藝術統一的層次，國內三維動畫發展相對較晚，但發展迅速，潛力巨大。因此，我們在不斷探索和發展自身動畫的前提下，應該建立起全球視野，吸收和借鑒國外發展的成果，不斷自我創新，循序漸進地發展自身動畫。這是大數據語境下動畫發展的必然趨勢，也是各個領域發展的趨勢。同時，建立和探索有利于動畫發展的機制，將促進動畫發展的速度。
參考文獻：
[1] 馬建光，姜巍.大數據的概念、特征及其應用[J].國防科技，2013，34（2）.
