緒論：寫作既是個人情感的抒發，也是對學術真理的探索，歡迎閱讀由發表云整理的11篇大數據時代的前景范文，希望它們能為您的寫作提供參考和啟發。

篇（1）

中圖分類號： F49；F274 文獻標識碼： A 文章編號：1001-828X（2015）010-000-01

引言

大數據時代的到來，改變生活的方方面面，并且數據正在它獨有的優勢在各個領域內發揮重要的作用。信息技術的變化對我們來說并不陌生，但過去信息技術的改變重點常常在“T”（Technology，技術）上，而不是“I”（Information，信息）。大數據時代下，精準營銷的提高了節省了時間，提高了效率，正逐漸成為營銷市場最重要的發展方向。文章就精準營銷如何在大數據時代下實現進行分析。

一、大數據時代對于營銷的意義

（一）加強營銷的科學化管理

大數據帶來的技術革命，使得利用龐大的數據資源成為可能，從而促使營銷出現科學性的轉變，它使得銀行的整個營銷過程更加精確。通過一切建立在科學的數據分析的基礎上，來量化營銷行為，恰當選擇客戶人群，而不是盲目地不合理地投放資源，損失潛在和已有客戶。原來的普遍觀點是營銷是一門說話的藝術，絲毫不帶有科學色彩，使得營銷具有隨機性和隨意性的特點，隨著大數據時代的到來，我們可以通過各種技術支持數據挖掘，把營銷的偽藝術標簽改成科學標簽，進一步加強科學化管理。

（二）增加營銷對市場和顧客的可預見性

銀行營銷的關鍵所在就是是否能充分把握客戶的心理，對于客戶進行需求化定制，而大數據營銷中對于數據的挖掘和分析充分證明了這一點是可行的。大數據并不是僅僅單純指的是數據主觀意義上的大，更是指處理數據的全面性，通過發掘各種數據的相互聯系來制定個性化的營銷方案。大數據時代使得營銷過程得以量化，用數據來進行決策，這樣就能促使銀行定制的營銷方案更能把握到消費者的心理，窺測到市場發展的趨勢。這樣定制出的個性化營銷更加能增加顧客的滿意度，這就是營銷對于市場和顧客的可預見性。

二、大數據時代營銷所面臨的挑戰

傳統的營銷模式強調策略、創意及覆蓋度，隨著大數據時代的到來，現在的營銷模式主要是以海量數據挖掘為前提，以技術為驅動，對具有特定受眾的個性廣告進行傳播。在海量數據下，如何收集、分析和利用數據是每個銀行面臨的難題，為解決這個難題，通常采用兩種方法：一是自身建立相關的數據收集與分析系統，二是通過供應商賣出的技術，借助專家來解決這個問題。然而，根據2011年的《IBM―麻省理工斯隆管理學院評論》資料顯示：在對全球100個國家及地區從事30個行業的3000名高管的調查中，有60%的受訪者表示無法有效利用所有數據。因國內互聯網環境較為封閉，數據擁有者開發度不高，大數據時代下，加劇了數據采集的困難，同時，數據量巨大、無規律、分散和數據本身個性化和實時性的特點，使得銀行在對海量數據進行有效處理和分析上顯得力不從心。技術條件的制約使銀行很難形成清晰的消費者形象，在營銷渠道中無法提供真正個性化的用戶體驗，精準營銷也就變得極其困難。

三、實現精準營銷的策略

（一）建立銀行數據分析團隊

一是作為現代銀行，必須建立一支數據團隊，從基礎開始注重對于數據的收集工作，信息收集時要注意渠道的多樣化與靈活化，不能僅僅依賴于某一業務系統。以銀行為例，基礎數據的來源可來自多方面而不是僅僅依賴于銀行柜臺系統，ATM提款機也可以記錄顧客的存取信息，也可通過銀行基金來了解顧客的信息；免費WiFi登錄日志可計算出電子銀行客戶的使用及消費情況。此外，也可以通過多種方式進行問卷調查，如銀行柜臺或ATM提款機排隊時，簡單的調查表填寫，了解客戶要求和客戶構成等信息。

（二）實現數據的有機結合

注重數據的分析和整合，對數據進行完整性和準確性評價，實現各種數據收集源的有機連接。如ATM機的統計記錄可以得到某一顧客的存取款清單，和銀行渠道信息的整合后可以得到顧客進一步的信息（如姓名、性別、年齡、住址、電話等）以及一段時間內的銀行賬戶情況，還可以通過數據中顧客支付方式（現金、信用卡、借記卡等）情況記錄，了解該顧客的支付習慣。

（三）變革營銷組織結構

以數據采集、數據分析為基礎的數據驅動的精準營銷策略，將對傳統的營銷決策、營銷手段、營銷執行等產生極大影響，會給銀行營銷帶來根本性的變革，這其中包括組織結構的改變。銀行可通過建立專門的互聯網金融公司來合理運用大數據可以實現精確化營銷，以數據的搜集、挖掘、分析為工作中心的組織架構和員工分布將成為大數據時代銀行營銷變革的一個必然趨勢，在大數據體時代，銀行營銷將由獨立的手段轉化為銀行的系統工程行為。

（四）維護客戶關系

隨著經濟的全球化和大數據浪潮的到來，銀行也開始變得愈加重視客戶關系的維護和管理，良好的客戶關系能直接幫助銀行快速有效地洞察客戶的需求動態，如何加強銀行的客戶關系管理，能否高效的管理和挖掘客戶資源，能否與客戶之間建立長期的良好關系已成為銀行持續保持競爭優勢的關鍵所在。通過對以往的顧客數據進行挖掘和分析，可以找出銀行現有客戶中那些最能夠影響客戶劃分的關鍵因素，并且把客戶進一步細分成為更加精細的組別，以使得每個組別里的客戶具有更多的關聯性和相似性特征，從而銀行可以更加有針對性的管理客戶關系。

四、結語

在大數據體時代，銀行營銷由獨立手段轉化為銀行的系統工程行為。以數據采集、數據分析為基礎的數據驅動的精準營銷策略，將會給銀行營銷帶來根本性的變革，只有充分融入大數據時代并且將其與市場營銷充分的結合起來才能在市場競爭中取得勝利。

參考文獻：

[1]王佳辰.銀行官方微博的營銷策略及其 VI 設計研究[D].華東理工大學，2014：10-12.

[2]趙三珊.銀行微博營銷影響因素及策略研究――以電子商務銀行為例[D].華東師范大學，2014：10-12.

篇（2）

中圖分類號：G206 文獻標識碼：A 文章編號：1005-5312（2015）08-0280-01

網絡廣告的病毒式營銷是當今廣告界的一大趨勢和潮流。這種營銷的策略即在互聯網上通過社交網絡，用戶進行轉發回復更貼從，像病毒一樣傳播從而達到宣傳品牌最終獲利的目的。在電子網絡的信息互聯網時代，各類社交網站，如：Twitter、新浪、騰訊、Youtobe的出現，為各類視頻資料上傳傳播提供了便利，這邊使得病毒式營銷了更加便捷的傳播途徑。網絡盛行詞“低頭族”的出現，無時無刻我們不在使用網絡，那怕一部小小的手機，我們只需要輕輕地點擊便可以成為病毒式廣告傳播的媒介。無論是軟性的時代條件還是科技條件都為病毒式廣告傳播提供了無盡的便利。

病毒式營銷傳播的成本低價格低廉，品牌商家只需要一個好的創意，進行視頻錄制或者軟文的撰寫都可以成為病毒式傳播的種子，任何使用互聯網的人都是傳播者，無需像傳統廣告那樣在各大電視臺競標花巨額的廣告費用，卻只能播出十幾秒得廣告。利用病毒式營銷的網絡廣告則無需過多的拍攝費用與時間限制，可盡情的將品牌的信譽度與可信度擴展到最大化。其次，傳播群體的廣告性和無限限制性這也為病毒式廣告傳播提供了便捷。最后，與傳統的廣告營銷的差別在于傳統廣告有一定的強制性，但是病毒式廣告的傳播則是得到了受眾的肯定后進行的自愿的傳播。那么，在這樣無門檻成本低的營銷方式下，一些無良商家也通過這樣的方式謀取利益。例如：“微商”的盛行，他們無限的發展下線在朋友圈微博上進行地毯式的宣傳，造成人們的一種手受眾的一種營銷疲勞，這也是病毒式廣告的弊端。

那么，我們已“IKEA Big Sleepover”的案例對病毒式營銷進行分析。

宜家家居曾在Facebook上發起了一個名為“IKEA Big Sleepover”的活動，在活動群累計十萬的群眾中選取100名幸運兒，他們將在宜家過夜，親自感受到宜家的每一處的溫暖，每一處的溫馨。他們能身臨其境的感受到宜家家居“生活，從家的地方開始”的品牌理念。將他們的生活錄制成視頻上傳到網絡上，獲得了相當客觀的轉發量和評論，宜家家居在這次活動中增大了品牌的信譽度與知名度。這是一個成功的病毒式廣告的傳播。通過線上活動發起與最后的品牌的錄制傳播，線下的受眾的親身體驗感受，線上線下的完美結合，是病毒式營銷的一種有力的操作方式。

根據馬斯洛層次需求理論：生理需求―安全需求―社會需求―尊重需求―自我超越的金字塔的逐次遞減，病毒式廣告營銷被歸屬在社交需求的理論當中。當然，與傳統的人際間的社交不一樣，我們在日新月異的電子時代里面，網絡社交成為社交需求的主力軍。據2013年有關全球互聯網用戶數調查顯示：約有24億用戶。全球人數約為80億人，即全球用網人數約占全球總人數的30%。那么，這樣龐大的用戶群體，為病毒式廣告傳播提供了有力的契機。病毒式廣告的傳播給我們生活帶來了巨大的變化，我們改變著自己，改變著世界。那么營銷的主要目的是為企業獲利，在傳統的廣告形式里，病毒式傳播早就入侵我們的生活。

廣告大師奧格威在他的書籍中寫道：“我們做廣告就是為了銷售產品，否則就不是做廣告。消費者不是低能兒，她是你的妻子，別侮辱他的智商。不要推出一個你的家人都不愿意看到的廣告。”他的至理名言到如今全都影響著廣告業。那么，被譽為十大最爛廣告的史玉柱的“卡通形象的腦白金”廣告，這是利用傳統電視廣告的形式進行病毒式傳播并且獲得驚人業績的成成功案例之一。

在過往的幾年里，網絡的普及并不廣泛，而腦白金借以動畫形式的生動簡潔有趣，買斷各大地方衛視的得非黃金時段的廣告事件，進行無限反復循環的播放，即便你不想看換臺，也會發現各大地方衛視都在播放這則廣告。“今年過節不送禮，送禮只送腦白金”已成為洗腦神廣告，為該企業牟取巨大的收益。這樣的營銷方式雖遭受到一部分人的質疑，但在企業主的角度看，這無疑是成功的。

時代瞬息萬變，各種營銷新手段層出不窮，做為一名該行業的從業者如何做到既能最大限度的保留商業價值同時能夠做到獨善其身，是我們需要考慮與反思的問題。

篇（3）

【基金項目】海南大學機電工程學院車輛工程教學創新團隊項目。

【中圖分類號】G64 【文獻標識碼】A 【文章編號】2095-3089（2015）06-0169-01

一、大數據時代的含義和特點

隨著科學技術水平的不斷演進，人們的生活日益離不開互聯網這一網絡平臺。隨著數據規模的不斷壯大和經過人為的數據整合以及分析之后，這些數據的集合體產生了強大影響效應。人們稱這個集合體為大數據，由于大數據是當下社會發展的一大特征，因此，人們又稱當下為大數據時代，簡單概括為以下3個方面：體量大、多樣性、易獲取。

二、大數據時代對大學生學習能力的要求

現今，線上學習來提升自我知識技能將成為獲取知識的一種重要方式。因此，對大學生的學習能力也提出了新的要求。

首先，當代大學生必須學會變被動接納知識為主動獲取，即提高自學能力。除了學好課堂書本上的知識外，還需要學會借助互聯網大數據這一廣闊平臺，從而最大化的獲取有用信息，并做到學以致用，以主動學習的姿態去給自己充電，完善自我知識技能。

其次，通過互聯網大數據平臺自學過程中，要善于做到運用信息工具：能熟練使用各種信息工具，特別是網絡傳播工具；獲取信息：能根據自己的學習目標有效地收集各種學習資料與信息，能熟練地運用閱讀、討論、實驗、檢索等獲取信息的方法；處理信息：能對收集的信息進行歸納、分類、存儲記憶、鑒別、遴選、分析綜合、抽象概括和表達等；生成信息：在信息收集的基礎上，能準確地概述、綜合、履行和表達所需要的信息，使之簡潔明了，通俗流暢并且富有個性特色。

三、培養大學生自學能力的新舉措

面對大數據時代背景下對大學生的新要求，作為高等院校從事教育的工作者們，有義務重新審視與改進當下的教育培養模式，從而引導大學生們激發自我學習的欲望，提升自我學習的能力，以適應新形勢下對他們發展的需要。

1.轉變傳統授課模式以幫助學生提升自學能力

課前授課教師留下相關問題讓學生借助互聯網大數據平臺查閱資料進行課前自主預習，做到帶著問題和自己的見解上課；授課過程中做到課堂學習的主人，積極與教師形成良好的課堂交流，帶動課堂學習氛圍，并認真做好筆記，重視對筆記資料的總結，歸納出自己對問題的認識和見解。課后針對老師留下的作業和課堂上的疑問，再通過互聯網大數據查平臺查閱相關數據資料，對所學習的理論知識從各個方面加以進一步的理解和分析，做到溫故而知新。

2.廣泛開展研究性學習，將講臺讓給學生

針對課程內容，分配教學任務于學生，讓學生結合所用教材，并借助互聯網大數據平臺，輪流登上講臺為全班同學講解教學內容，并延伸相關知識。這樣做，既提升了學生的自學能力，也使得教學內容更加寬泛，讓學生們學到更多書本以外的知識。而對于授課老師要做的，就是進行后續的內容補充與進一步的講解。

3.帶領學生進行科研活動，借此學到更多知識

當大學生通過自學或在課堂上學習到一定的專業基礎知識后，在授課老師的帶領下，學生應該參與到相關的科研活動中，并在教師的引導下進行科研訓練，讓學生明白什么是科研，應該怎么搞科研，怎樣將理論與實踐適當結合。在激發了他們的興趣之后，讓他們借助互聯網大數據平臺去進一步鉆研科研活動，從而學習到更多領域內的知識與技能，補充自我素養，完善自我能力。

4.改革課程評價標準，帶動學生自學積極性

傳統的課程教育仍舊存在一張試卷決定學生學習知識好壞的弊端。為此，我們可以改革課程評價標準，注重學生平時表現，加大平時分所占的考核比重，弱化試卷分數的考核比重。因此，對積極借助互聯網大數據平臺自學的學生加以平時分上的鼓勵，以鼓勵帶動學生們的學習積極性，促進他們去自學，從而提升其自學能力。

四、結語

大數據時代已然來臨的今天，在它給我們的生活各個方面都帶來變化之際，教育的適應性改革也顯得很有必要。在大學生普遍自學能力較為薄弱的校園里，課程教學改革勢在必行，引導學生有效、積極自學的行為迫在眉睫。我相信，通過上述新措施的有效實施，對學生的自學能力的提高將很有幫助，也將為社會培養出更多的適合時展需求的大學畢業生。

參考文獻：

[1]涂子沛.大數據[J].學習月刊，2013，09：56.

篇（4）

大數據技術是一種新型技術，其應用領域比價廣泛，并且取得一定的成績。大數據技術在實際的應用過程中，根據各個領域的需要，大數據技術也不斷在更新，以適合現代社會發展的需要。大數據技術主要用數據挖掘、數據分析領域中，能對數據進行科學整理、處理、提高數據的利用效率，互聯網+時代，各個領域工作基本都離不開網絡，網絡時代數據量增多，如何科學有效的進行數據處理，提高數據的利用效率，這是需要解決的問題，大數據技術的產生，對數據的處理起到重要作用。

二、大數據技術應用前景

大數據技術是一種新型技術，具有廣泛的應用前景，尤其在數據分析領域中，對提高數據的利用效率起到重要作用。大數據技術的進一步發展應用,對科技的交叉融合發展也有著促進意義。科技交叉融合是現代科技發展的需要，現在很多問題利用一種技術不能實現，需要多種技術結合使用，促進科技水平進一步提升，符合現代科技發展的需要。科技人才是企業發展的重要因素，尤其企業發展需要應用型高級技術人才，在互聯網+時代，大數據技術方面的人才尤其缺乏，這也是大數據技術具有廣泛的應用前景重要因素。

現在各個行業在發展的過程中都需要復合型的高級技術人才，大數據技術的實際應用對促進其它行業的發展起到重要作用，大數據技術具有良好的應用前景，對現代實際的應用型思想起到重要作用。大數據技術在其它行業中的應用提供了技術支持作用，大數據技術對促進其它行業的技術更新與改革起到重要作用，大數據技術在實際應用過程中根據其它行業發展的需要，需要在技術上不斷更新，優化環境，完善其職能，為企業行業發展提供技術保障。大數據技術在實際的應用過程提升，符合大數據技術的發展需要。大數據技術在具體的應用過程中，根據各個領域的需要，大數據技術需要不斷完善技術，以適合現代各個行業發展的需要，大數據技術能為其發展提供技術支持。

三、大數據技術在高校非計算機專業中的應用進行

（一）大數據技術在電子商務中的應用

電子商務在互聯網+背景下得到快速發展，為高校電子商務專業的發展提供了機遇和挑戰，電子商務專業在大數據技術作用下需要積極進行教學改革，以適合現代電子商務專業發展的需要，電子商務專業課程體系構建需要符合現代電子商務產業發展的需要。在電子商務體系內發揮大數據的優勢，能有效建立完整的商務監督體系，企業決策機制以及運作模式也要依托大數據技術的信息處理功能。電子商務產業的職業崗位能力涉及到大數據知識，電子商務專業在課程構建的過程中需要把大數據相關知識納入課程體系中，能為學生職業崗位能力提升起到保障作用。大數據技術的實際應用對提升電子商務專業建設，教學模式改革，教學內容整合，教學手段提升等都起到重要保障作用。

（二）大數據技術在會計領域中的應用

大數據技術在會計領域中的應用，對促進會計行業改革，高校會計專業教學改革都起到重要作用，同時完善會計專業人才培養方案，對提升學生職業技能起到重要作用。會計的職業崗位能力涉及到海量數據，會計信息化時代大數據技術的應用對提高會計的工作職能起到重要作用，符合現代大數據技術的應用需要。大數據技術在會計領域中的應用，尤其在會計信息系統建設中的應用，對提高數據挖掘、數據分析、數據處理能力的提升起到重要作用，會計行業涉及到數據很多，數據的種類、數據的形式都是多樣化，利用大數據技術處理數據比傳統的方式大大提高了工作效率，為會計行業的改革起到重要的技術支持作用，符合現代會計領域中的應用需求。總之，大數據技術在非計算機專業中的應用對促進其教學改革起到技術支持作用，大數據技術是一種新型技術，其具有廣泛的應用，大數據技術在高校非計算機專業中的應用是專業發展的需要，也是社會發展對高校專業改革提出了新要求。大數據技術尤其在數據挖掘、數據分析、數據處理等方面起到重要作用，適合互聯網+時代，高校非計算機專業發展的需要。

【計算機碩士論文參考文獻】

[1]我國大數據應用現狀與發展趨勢分析[J].李亭亭,趙英豪.電子商務.2016(06).

[2]探討大數據技術在疾病防控上的應用[J].黃文莉.電子技術與軟件工程.2016(06).

篇（5）

中圖分類號：P2文獻標識碼： A

現階段，在大數據時代的影響下，我國測繪地理信息服務得到了明顯的改善。但是，就當前我國測繪地理信息服務工作現狀來看，其中還有著很多的不足指出，這也嚴重制約了測繪地理信息業的持續穩定發展，尤其是當下人們對于測繪地理信息服務要求越來越高，各種問題也逐漸暴露出來，這就導致大數據時代測繪地理信息服務在面臨新的發展機遇的同時，也存在著巨大的挑戰，需要引起測繪業的高度重視。下面，本文就以大數據時代測繪地理信息服務面臨的機遇和挑戰為主要的探討課題，總而總結出一些自身的看法與建議。

一、測繪地理信息服務呈現出新的特點

如今，伴隨著信息通信技術與互聯網技術突飛猛進的發展，大數據時代測繪地理信息服務體系在面臨當前新的機遇和挑戰的同時，也在發生著翻天覆地的改變，逐漸成為人們日常生活及辦公中不可或缺的一部分，這也為我國測繪行業的可持續發展打下了堅實的基礎。

1.地理信息的價值空前提升

可以說，在世界空間中所產生的大部分信息都是與地理位置有著緊密的聯系，而所謂的地理信息主要指的是通過將自然人文信息與社會經濟整合在一起，以此展示資源環境與社會經濟的發展規律，從而促進人、自然、社會的和諧統一發展。

2.科技進步催生全民測繪時代

在大數據時代的推動下，測繪地理信息服務發生了翻天覆地的變革，越來越多先進的測繪工具出現在我們視線中，這些現代的測繪工具正在逐步取代以往落后的測繪儀器，并且，人們通過利用互聯網可以快速獲取制圖所需的資源和工具軟件，現在的地圖制圖工作已經不再配有專門的技術人員和設備，從而提高了測繪地理信息服務的效率與質量。

3.地理信息服務呈現普世化趨勢。

想要實現移動互聯時代的管理和服務，就必定要依靠于地理信息技術的發展和地理信息數據的準確性。并且，隨著互聯網技術的飛速發展，地理信息技術水平也得到了提高，地理信息產業的發展前景一片光明，讓每一個人都能夠真正使用和享受到地理信息服務。

二、測繪地理信息服務面臨的機遇和挑戰

通常情況下，大數據時代對于信息整合、信息共享等方面有著較為嚴格的要求，尤其是對地理評估和地理分析的設計價值也越來越突出，這也勢必會對傳統的測繪地理信息服務造成一定的沖擊，反而會對大數據時代測繪地理信息服務起到明顯的促進作用。以下，筆者就具體歸納了我國當前測繪地理信息服務主要面臨的機遇。

第一，政府作為正確的引導者，必須從根本觀念上真正意識到大數據時代測繪地理信息服務的重要性，并根據經濟社會的發展特點，緊抓大數據時代測繪地理信息服務發展過程中 所帶來的機遇，從而制定出完善合理的戰略對策，以此來提高信息消費水平，進一步增強我國整體的競爭實力。

第二，隨著人們的生活水平逐漸提高，對于大數據時代測繪地理信息服務的需求量也越來越多，這也就間接的推動了其發展的機遇。那么，在這種情況下，無論是我國相關政府工作需要，還是社會群眾日常生活的需求，都將會促進大數據時代測繪地理信息服務的蓬勃發展。

第三，隨著科學技術的快速發展，越來越多高科、先進的科學技術出現在現代市場發展中，這也給大數據時代測繪地理信息服務帶來了新的機遇。尤其是近幾年通過技術人員堅持不懈的努力研發，已經對原有的測繪地理信息服務結構進行了不斷的創新與變革，使其真正滿足了社會未來的發展需求，這樣不僅能夠建立起更加完善的測繪地理信息服務體系，還進一步提高了我國測繪地理信息服務水平。

第四，由于大數據時代測繪地理信息服務的發展機遇呈現了多樣性的狀態，其不僅與人們的生活、工作有著密切的關系，更是與企業生產和政府管理是息息相關的聯系。與此同似乎，大數據時代測繪地理信息服務的可持續發展，也有效的帶動了其他測繪地理信息服務的迅速興起。目前，我國已經有部分通信企業也已經開始認知到地理信息服務的必要性和經濟價值，紛紛開始涉足這一領域中。由此，我們可以看出，大數據時代測繪地理信息服務具有非常廣闊的發展前景，勢必會成為我國測繪地理領域未來主要的發展趨勢。

當然，機遇總是與挑戰并存。當前，測繪地理信息服務發展也面臨著新的考驗，主要表現在以下三個方面：

第一，我國目前的測繪成果已經又早期的靜態模式向著動態模式而發展，從獨立朝著融合的方向而轉變，這樣導致測繪地理信息產業邊際變得越來越模糊，從而加大了測繪地理信息服務管理工作的難度。

第二是管理對象普世化帶來的挑戰。在這樣一個產業跨界發展、全民測繪的時代，管理對象空前龐大但又極具不確定性，無疑考驗著行政管理者的智慧。

第三是技術方法通用化帶來的挑戰。測繪工具和方法的便捷化、測繪基礎數據的易于獲得，使得測繪行為變得更加便捷和隱蔽，極大地增加了對非法測繪行為和地理信息安全保密等的監管難度。

三、結束語

綜上所述，我們可以了解到，人類正在逐步進入到大數據時代中，大數據時代的到來，數據必定會成為人們所關注的焦點，也為測繪地理信息服務提供了很好的發展平臺。因此，在大數據時代前景下，對測繪地理信息服務工作進行不斷的創新與變革，使其能夠充分適應于大數據時代市場中的需求，建立完善的測繪地理信息服務工作體系，不斷提高信息地理技術水平，從而促進測繪地理信息服務的可持續發展。

參考文獻

篇（6）

大數據以預測為核心，而管理會計的一項重要職能就是做好企業當前經營和長期規劃的經濟前景預測，并幫助企業管理者做出正確的決策。在復雜多變的宏觀經濟形勢下，如何把握企業經濟的發展方向，使企業更好地適應市場需求，是體現企業綜合管理水平的重要方面。而預測分析正是唯一可持續做好企業當前經營和長期規劃的經濟前景預測，以及長期競爭優勢的工具――不但有能力回答企業經營管理中的各種問題，關鍵是可以發現問題，幫助企業確定科學合理的戰略目標。而大數據為預測分析提供了基礎數據和依據，可以在更大程度上提高預測結果的準確性和可靠性。

以戰略成本為例，戰略成本管理是始于通過路徑分解進行的戰略規劃。而管理會計一項重要的工作是對企業前一年取得的工作成果、不足、優勢和劣勢進行總結，對新一年的目標進行定性和定量的描述，做到尋找路徑、識別風險因子、合理配置資源和可落地的到人與時間點的行動計劃。而做好戰略成本，要將戰略與績效管理進行關聯，即在制作規劃的過程中，將公司的戰略分解成具體可量化的目標，然后通過價值樹形成公司績效到部門績效再到崗位績效目標的一體化，并將公司目標、績效指標、預算形成有效的關聯。

其次，大數據時代也使得管理會計成為助力企業價值提升的助推器。

大數據給人類帶來的是生活、工作和思維的變革，企業也將面臨眾多機遇和挑戰，而掌控風險將成為企業管理變革的重要課題。管理會計的重要特征之一就是控制經濟活動過程，使之按設定的目標和軌跡運行。而作為企業內部管控最有效的一種工具，全面預算管理正是實現企業“戰略、業務、財務和人力”四位一體的最有效方法，而“四位一體”的根本目的是通過全面預算管理，使企業的各部門對經營目標形成統一的認識，以產生戰略協同效應。

戰略管理與全面預算管理的關系也是相互促進的，因此，企業實施全面預算管理過程中的基礎數據也非常重要，如果基礎數據不準確、不透明、不對稱、不集成，整個預算就是“無源之水、無本之木”，企業高層的決策者就難以獲取準確的信息。

篇（7）

0引言

隨著互聯網的飛速發展，企業計算、云計算、物聯網等各種應用的涌現，“大數據”應運而生［1］。21世紀已邁入了“大數據時代”。作為大數據時代的人才，了解大數據時代特點，掌握大數據處理的基本方法，了解各行業使用大數據將造成的社會變革，已成為21世紀市場對人才的需求。大數據是未來發展的趨勢，大數據課程的開設，有助于培養出符合市場發展和企業需求的21世紀創新型人才，而國內現有的高校人才培養和課程體系中缺少面向高校所有專業開設的大數據基礎課程。如何設計和構建面向高校所有專業的《大數據基礎》課程是本文研究的主旨。

1國內外大數據相關課程現狀調查分析

目前，國外有多所高校開設了大數據方向專業課程，如波士頓大學、北卡羅萊納州立大學、德保羅大學等。課程的開設與人才培養的側重點緊密相關，主要分為3個方向：面向商學院、管理學院、財經學院的大數據分析方向，面向計算機學院與軟件學院的大數據平臺方向，面向理學院的深度計算分析方向［2］。在國外，大數據相關課程主要以課程體系的形式開設，重在以項目的形式培養學生實踐動手能力和使用大數據技術解決問題的能力。近年來陸續有國內高校在計算機學院、軟件學院等開設針對研究生的大數據專業方向課程。2014年，西安電子科技大學開設大數據技術與應用專業碩士方向；2013年，北京航空航天大學成立了“大數據技術與應用”軟件工程碩士項目；2012年，西安交通大學軟件學院建立了以大數據系列課程作為專業必選課、針對研究生的業務分析系；2011年，北京交通大學軟件學院建立了研究生信息管理專業［2］。國內針對本科生的大數據相關課程開設較少。清華大學在本科培養方案中開設了專業限選課“云數據管理”；部分國內高校也開設了與大數據相關的課程，如“存儲技術”、“數據挖掘”與“分布式編程和數據處理”等，但課程僅在計算機學院、軟件學院等學院內部作為專業限選課或選修課開放。可以看到，隨著大數據時代的到來，國內高校開始逐步開設大數據相關專業方向，并建設大數據專業課程。然而，大數據作為各行各業都需要使用的技術，是各行業人才都需要了解和掌握的。目前，國內鮮有高校面向全校本科生開設《大數據基礎》課程。

2課程構建思路

根據社會各行業對人才在大數據方面的知識儲備需求，學校設計構建了面向全校各專業本科生開設的《大數據基礎》課程。在廣泛調研了解社會各行業大數據處理及應用的基礎上，在構建《大數據基礎》課程內容中遵循以下3點思路：（1）不同行業的大數據均具有相同的數據類型和特點，只是數據的表現形式和使用方式不同。因此，課程需要介紹大數據的基本概念和特點，以及各行業使用大數據對時代的影響和變革。（2）大數據要發揮作用，其核心在于對大數據的處理，包括數據處理平臺和數據處理方法。傳統的數據處理平臺和處理方式很多不適用大數據的處理，大數據有其特有處理方式。因此，大數據的處理是本課程講授的核心和重點。（3）《大數據基礎》作為面向各個專業的通識基礎課程，為了提升學生對課程的理解能力與學習興趣，需要通過對多個行業大數據應用案例進行講述，以幫助其深入了解大數據的數據類型、應用處理方法和過程等，并對大數據時代產生進一步深入認知。

3課程構建思路

3．1課程內容設計

在第一章中，主要介紹大數據時代的產生、大數據的概念特點，大數據時代到來對社會生活產生的影響、引發的行業變革，以及在大數據時代來臨之時，新的問題和挑戰的提出。在這一章的介紹中，大數據的概念特點是基礎，由此引起的社會變革是現象，需要學生們通過討論進一步深入理解；新挑戰的提出為學生們開辟了廣闊的視角，有助于幫助他們根據時代需求確定學習研究的方向和對自身的培養規劃。要從大數據中提取有價值的信息，需要對數據進行信息挖掘。第二章中首先介紹數據挖掘的概念，然后詳細介紹數據預處理的方法流程和數據挖掘的主要方法，最后結合案例介紹大數據挖掘的實際應用。在案例選取中，使用了亞馬遜推薦系統、谷歌翻譯系統，以及上海外灘踩踏事件等有代表性的案例進行大數據挖掘的講解，以幫助學生們理解大數據挖掘的方法、特點和應用價值。大數據的處理分實時流處理和靜態分析處理兩大類。在第三章中，結合案例介紹了大數據流處理和靜態分析處理的平臺和技術。大數據靜態分析處理平臺重點介紹了Hadoop平臺，大數據實時流處理技術重點介紹技術原理和方案。這一章主要介紹大數據的處理方法，給學生們建立一個基本的概念框架。案例使用城市洪澇災害分析預警平臺，介紹靜態數據分析處理和流數據分析處理在同一行業中的不同應用，以幫助學生們理解兩種數據處理的特點和應用領域。作為面向全校的本科生通識課程，希望學生們能夠通過本門課程了解大數據處理分析在社會生活各方面的應用前景，并結合各專業的應用需求分析及展望未來大數據在本專業的應用發展。因此，需要在課程中充分開拓學生們的視野，廣泛地介紹各行業案例。第四章大數據應用及案例分析重點介紹了智慧城市、輿情分析、阿里大數據處理以及FaceBook臉譜網大數據處理案例。

3．2授課方法設計

課程各章節內容充分使用案例，深入淺出地進行講解。由于各專業學生的知識儲備不同，作為通識基礎課程，只有充分引入各行業案例，才能既激發學生學習興趣，又幫助學生掌握各個知識點。充分引入學生自主討論機制。在大數據的數據類型、大數據預處理方式、大數據挖掘方法、大數據靜態處理分析、大數據實時流處理等知識點的講授中，先介紹基礎概念，然后要求學生們針對自己本專業的大數據應用領域進行廣泛討論。

4實施及效果

《大數據基礎》課程于2015年春季學期面向全校本科生開課。學生來自經濟學院、新聞與傳播學院、管理學院、社會學系、水電與數字化工程學院、計算機科學與技術學院、軟件學院、船舶與海洋工程學院等多個學院。學生們普遍反映，通過該課程，對大數據時代及大數據應用有了一定了解，并能進一步延伸思考本專業領域的大數據應用發展方向及前景。

5結語

大數據技術對人們的工作和生活造成了巨大影響，是當前計算機領域的研究熱點。本課程從大數據技術對日常社會、生活、工作的影響入手，深入淺出地介紹大數據的基本概念、相關的數據處理方法和數據挖掘技術，并通過實際案例講述大數據在日常生活與各行業中的應用。通過本課程的學習，有助于提高學生們的大數據應用能力，為未來應用、研究和創新創造更多機會。

參考文獻：

［1］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（1）：146－169．

［2］張曉芳，王芬，黃曉濤．國內外大數據課程體系與專業建設調查研究［C］．ICEMSS2015，2015．

篇（8）

一、什么是大數據和數據挖掘技術

大數據是指那些超過傳統數據庫系統處理能力的數據，數據量可達到PB以上，其基本特征是體量巨大、商業價值高、類型多樣、去中心化和快速迭代。從技術角度講，大數據涵蓋了海量數據分析技術、大數據處理技術、分布式計算，等等。

煙草商業企業目前已經建立并投入使用的信息管理系統有很多，例如專賣管理信息系統、營銷網絡管理系統、物流倉儲管理系統等，這些系統積累了大量數據。但由于各個系統相對獨立，系統之間的銜接統籌缺乏可操作性，數據格式、存儲介質存在較大差異，導致長期以來這些數據的利用水平較低，提供的參考依據較差，產生的附加價值較少。這就需要在全行業范圍內建立統一的數據倉儲系統，將企業內部分散的原始數據加以充分整合，通過匯總、分析、應用形成高效的信息處理網絡，為企業提供完整、及時、準確的數據支撐――既保持了數據的準確性，又提高了數據的使用效率。另外，依托組織機構搭建的數據網絡能夠快速準確地展示市場變化的動態，為決策者制定策略、開發市場、分析前景、評估利弊提供可靠的依據。

二、大數據能為煙草行業做什么

利用大數據能夠挖掘客戶的行為習慣和偏好，在紛繁復雜的數據背后找到更加契合用戶消費心理的產品和服務，并有針對性地調整和優化，使看似枯燥的數據產生價值。目前大部分煙草企業對數據信息不敏感，只是開展基本的采集和統計，沒有將其轉化為戰略資源的意識和工具，“數據豐富，信息匱乏”的現象比較普遍，制約了市場分析和經營決策能力的深化和提高。

因此，煙草行業亟需建立基于大數據分析與應用的信息支撐網絡，通過對多維數據的整合、運算、分析、利用等信息化操作，從海量數據中挖掘出隱含的、常規手段難以察覺的、對決策能提供直觀幫助的規律性認識，從而為市場定位、品牌培育、營銷策劃、案例分析等實踐行為提供參考依據。

例如，客戶在訂購卷煙時，會生成關于訂單采集時間、地點、品牌、規格、數量、金額等一系列信息，企業通過分析涵蓋這些信息的海量數據，就能發覺某個區域卷煙市場的整體特征和走勢，包括品牌喜好分布、區域消費水平、消費者購買心理，等等。而這些，只是大數據應用技術所能帶來好處的冰山一角。相信隨著技術的發展和認識的深化，大數據將使整個煙草行業面貌一新。

三、大數據在煙草行業的應用前景

大數據能夠幫助企業細分客戶群體，降低運營成本，提升產品銷量，提高客戶依存度。在煙草行業未來的規劃布局中，可以從營銷、物流、客我關系和經營決策幾個方面加以應用。

1.精準營銷需要大數據的支持

卷煙營銷系統記錄了每個客戶每筆訂單的詳細信息，例如客戶名稱、客戶規模、客戶結構、訂單數量、消費金額等，通過加工和處理這些信息，既可以準確把握市場需求，又可以強化資源管理，還可以對需求偏好進行分類。做到以上三點，既可以提高市場預測的準確率，又可以提升客戶滿意度，還可以優化客戶的操作體驗。可以說，大數據技術在這個領域擁有無限的前景。

2.精益物流需要大數據的支撐

在對卷煙倉儲、分揀配送等各個環節的數據進行深入分析的基礎上，可以構建快速反應、高效運轉、精準投放的供應鏈物流體系;通過科學設定各個品牌卷煙的合理庫存水平，可以優化配送線路，消除物流過程中長期存在的設備空耗、市場失靈、人員冗余等各種弊端，降低人工成本，使物流服務更加快速、準確、高效地滿足客戶差異化的需求，實現物流服務的低成本，高效益。

3.客我關系需要大數據來密切

利用大數據可以有效加強客戶管理，提高客戶的依存度。一是要增強煙草企業利用數據的準確性和有效性，提高數據采集和利用的能力;二是要挖掘潛在客戶、維護現有客戶、培育重點客戶，降低服務成本和客戶流失率，通過滿足客戶個性化的需求，最大化客戶的消費金額，提高客戶的忠誠度和貢獻率，全面提升企業的盈利能力和競爭力;三是通過建立預警機制，發現并監控訂貨頻次和數量明顯低于正常水平的客戶，防止出現假冒卷煙和非法流通卷煙。

4.經營決策需要大數據來參考

企業運營過程中的各種信息都是通過數據反映出來的，通過數據分析，可以發現企業運營過程中呈現出的新規律和新趨勢，從而對未來的生產活動和市場動態提供科學指導。以往大量的數據通過報表等方法進行統計，只能得到一般意義上的信息反映。利用大數據可以發現許多深層次、直觀難以察覺的規律，對整體趨勢進行預測，從而幫助決策者有針對性地應對瞬息萬變的情況，做出迅速、準確的判斷，科學制定未來的計劃、方針和策略。

大數據時代的到來標志著信息社會由理念走向了實際。我們收集的所有數字信息現在都可以用新的方式加以利用。對煙草行業來說，這既是機遇，又是挑戰。行業的發展離不開信息技術的利用和支撐，煙草企業應當敢于嘗試新鮮事物，不斷提升自身的生產經營水平和基礎管理水平，才能在激烈的競爭中獲得更大的生存空間。

參考文獻：

[1]【英】維克托？邁克爾-舍恩伯格、肯尼斯?庫克耶：《大數據時代：生活、工作與思維的大變革，盛楊燕、周濤譯，浙江人民出版社，2012.

篇（9）

“大數據”顧名思義，就是在海量信息中挖掘，開拓所需要領域的信息內容，并對信息整合分析，發掘信息的內涵與外延。大數據發掘有著明確的經濟目的，并引導實踐的進行。因此，我們可以得出結論，大數據已經超出了技術層面的意義，且還是方法論和價值觀的體現，大數據的特點如下：

1、數據海量，發掘范圍廣。大數據的重要特點就是信息量大，知識的產生都以信息的形式出現，因此數據的規模不僅是大，而且是越來越大。各種設備和終端隨時進行數據的加工和創造，而大型數據平臺如網絡運營，小型數據平臺如個人電腦等出現的數據量會達到或接近EB乃至ZB量級，而且數據量呈現的是幾何級增長，遠遠超出其他很多領域代數級增長的速度。據數據顯示，僅2015年，全球的數據產生量就超過8.1ZB，數據量之大令人咋舌。

2、數據分類廣，涉及領域多。傳統的數據存儲方式主要是文本，但隨著科技的發展，圖片、視頻、音頻、地理位置以及網絡日志等存儲形式在信息總量的比重不斷提高。數據規模更大的存儲方式也會不斷出現，因此，對數據處理平臺的要求就會越來越高。

3、數據價值被海量的內容稀釋。大數據條件下，信息的使用者對數據的需求量越來越大。在數據潛在價值的挖掘中，有效信息在總數據中的密度越來越低，提取的難度越來越大，大量精力和時間需要花費在信息的分析和總結上。

4、大數據挖掘技術的應用前景一片光明。大數據挖掘技術作為計算機技術和信息技術的一個分支，前景越來越被看好。就像金礦的規模越大，淘金技術的被重視程度就越高，技術提升的速度也就越快。因此，數據挖掘技術的全面推廣也會給通信工程領域帶來新的契機，相關領域都會得到帶動而高速發展。

二、通信工程師在大數據發展速度不斷加快的今天遇到的機遇和挑戰

2.1通信工程師在大數據時代面臨的機遇

任何領域的發展都需要應對市場需要，通信工程師利用大數據對自身服務的調整來迎合客戶需要十分重要。通過大數據分析客戶行為，改進產品設計、了解用戶的偏好和消費傾向，及時準確進行市場的調研和分析，同時要給予用戶美妙的使用體驗。因此，通信工程師施展才能的天地是廣闊的，這個時代給予通信工程師的機遇之大是前所未有的。

在技術層面，需要通過大數據分析網絡數據變化，調整資源配置，同時分析網絡日志，提高網絡技術來加強網絡利用率。同時注意知識更新，知識和技術與時代同步。在這樣的背景下，大數據時代對通信工程師的理論才能和業務素養要求很高，即使有一片大有作為的天地，是否能取得成功也需要面對諸多的挑戰。

2.2在大數據快速發展的條件下通信工程師面臨的挑戰

大數據產業有鮮明的互聯網特征，因此，對大數據產業而言，運營商傳統的金字塔組織結構已經過時，傳統的信息系統無法應對海量數據信息的處理和發掘。這樣就阻礙運營商自身大數據產業的快速發展。因此，依據市場的需要，通信工程師必須全面應對以客戶和消費者為中心的運營體系，改造企業的運營模式和組織架構，實現管理經營和市場系統的合理對接，從而新型的數據應用將驅使運營商的信息服務模式的轉型。通信工程師要隨時面對職業角色的變化，能以不同的形式與社會需要接軌，互聯網的特點要求通信工程師清楚了解其他交叉學科的進展情況，不能僅僅涉足該領域而忽視其它領域的發展。

通信工程師所要面對的技術難度空前加大，分辨和處理信息的能力對通信工程師的要求不斷提高，而且工作很繁瑣，執行工作時要做到信息處理準確。有人形象地把數據環境比作垃圾場，大數據背景下的信息處理堪比垃圾處理和再利用。一個重要問題是，在海量信息中找到解決問題的答案難度頗大。而且，各媒體和網絡平臺每天都在產生信息，如果受眾不能合理把握，資源的巨大浪費不可避免。要減少資源的浪費，就要提高資源利用效率，信息處理的每個環節都要做到慎之又慎，在技術領域更需要精益求精。

通信工程師的就業前景受到其他領域專業人員的挑戰。因為通信工程專業屬于交叉學科，信息工程專業、計算機和電氣工程專業的相關人才都會對通信工程師的就業帶來不小挑戰。通信工程師的就業領域與其他學科的相關人才競爭激烈，因此通信工程師需要有自身的技術特點，有一技之長才能在工作領域立足。要想與其他領域的跨界人才競爭，通信工程師需要擴大自己的眼界和學術領域。

通信工程的學科理論難度大，更需要從業者在學術上下一番苦工。其中涉及的數學、物理等學科的理論深奧，因此要打下堅實的基本功就需要迎難而上刻苦鉆研，有了好的學術素養才能為將來的成功鋪路。

良好的心理素質也成為成功的重要保證。當今世界競爭激烈，每個人都要面對一定的壓力。如何應對壓力，減少壓力帶來的消極影響對每個人都十分重要。如果在長期壓力下，人的創造力和記憶力都會下降，工作能力自然會降低。通信工程師的抗壓能力一定不能忽視。

通信工程師的職業特點要求長期出差和實地專業設備處理能力。如果長期出差就需要不斷適應新的環境，同時需要妥善照顧自己。在工作過程中有時要求攀爬鐵塔等專業技術操作，因此又對個人綜合技能提出較高要求。

三、通信工程師需要如何利用機遇和面對挑戰

大數據產業的蓬勃發展，是現代信息技術與互聯網技術和相關應用發展到一定階段的必然產物。大數據應用的特點是將海量信息和社會應用的有機結合，因此必然引起社會領域的一系列變革，例如信息技術、商業模式和相關法律法規必然產生深刻變化。這一影響仿佛多米諾骨牌一樣，產生社會和時代的一系列連鎖反應。有了機遇就需要及時爭取，通信工程師就有了用武之地。要利用機遇，就需要良好的個人素質。通信工程師需要在學生時代打下良好的理論基礎。在工作中要做到學以致用，提高工作中的分析問題和解決問題的能力。在實際業務中，通信工程師又必須有效挖掘和利用信息，對社會的文化思想狀況和民眾的日常行為要合理地把握和分析，為政府、企業、社會團體和個人有效利用信息提供參考和決策。在大數據時代如同沙中淘金和海底撈針一樣篩選和提取有價值和意義的信息，高水平地分析和處理信息，是每個通信工程師都必須面對的問題。同時為了更好地應對挑戰，需要加強心理素質的培養。當今時代每個領域、每個人都無法逃避競爭。任何時代科技發展的前沿都免不了聚集大量高水平的人才，同時所在領域的高水平研究機構也層出不窮。個人合作基礎上的團隊競爭趨勢明顯，團隊協作能力的重要性被一再強調。通信工程師要想在工作中大有作為，也需培養良好的心理素質，及時了解自身的不足，加強修養，和同行交流經驗和信息，為將來的發展打下良好的基礎。實地工作遇到的困難要及時想出應對方法，同時要注意動手能力的培養。

結束語：大數據時代是信息技術高速發展和社會進步的必然產物。這個時代的來臨帶給了通信工程師這個行業光明的前景。機遇來臨的同時，挑戰也隨之并存。因此，通信工程師就需要抓住機遇，應對挑戰。提高自身素質，才能在大數據時代人才的競爭中立于不敗之地。

參考文獻

[1]張峰，張迪.論大數據時代科研方法新特征及其影響[J].科學學研究，2016，34（2）：166-170，202.

[2]王瓊，王冬霞，牛芳琳等.卓越通信工程師人才培養模式的思考與探索[J].遼寧工業大學學報（社會科學版），2014，12（5）：98-101.

[3]王元卓，靳小龍，程學旗等.網絡大數據：現狀與展望[J].計算機學報，2013，36（6）：1125-1138..

篇（10）

一、大數據與大數據時代

大數據帶來的信息風暴正在變革我們的生活、工作與思維，人們在迎來計算機時代和互聯網時代后，又跨入了一個新的時代――大數據時代。

最初，大數據這個概念是指需要處理的信息量過大，已經超出了一般電腦在處理數據時所能使用的內存量。但是，隨著技術理念的不斷更新和數據儲備的創新發展，大數據已經不僅僅是簡單的數據信息量大的含義了，而是“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。”[1]

二、大學生就業指導工作在大數據時代的危機與挑戰

（一）就業數據信息應用尚未引起高校足夠重視

在數據信息的收集上，高校對數據的收集還局限于組織學生填寫的畢業生求職、就業、創業信息庫等范圍，大學生的眾多海量信息仍然未能作為數據對象進行收集，當然也就無法在大學生就業指導工作中被利用。

在數據信息的分析和利用上，高校往往注重數據信息的顯性指標，如畢業生的年度就業率和簽約率等，但數據信息背后所反映出來的如畢業生的求職意向，社會需求的變化甚至畢業生的個體特征等更深層次的問題，則往往被忽視。

（二）大學生就業指導工作中的數據分析能力面臨提升

深刻透徹的數據信息分析需要具備統計學、計算機科學、數學等廣泛的專業知識，就目前狀況而言，由于缺乏專門的人才和硬件支撐，高校對這些數據信息庫的應用，還停留在簡單的信息采集、信息的同步與傳遞等層面，對于如何通過科學的信息技術手段進行大學生相關信息的收集、整理和分析，從而更好地將這些數據與技術應用于高校就業指導與服務工作，將是高校就業指導工作在大數據時代面臨的一項重大挑戰。

（三）就業指導工作已無法滿足學生的個性化需求

當前高校為大學生提供的就業服務工作主要是共和粗放服務，如為大學生提供的就業形勢和政策分析、考試報名信息、求職應聘技巧、招聘會信息等，都是為全體學生提供的公共信息，信息的推送還停留在簡單的傳遞信息層面，缺乏對信息的深入分析和處理。此外，學生就業需求和選擇的差異性，也給高校就業指導工作轉向個性化服務和精準服務的能力提出了新的挑戰。

三、大數據時代大學生就業指導工作的創新探索

（一）更新觀念、轉換思維，提高大數據的分析運用能力

首先，大數據時代的就業指導工作要收集和分析與就業相關的所有數據，而不再僅僅是一小部分數據。這是大數據技術的最大特點。

其次，在進行數據分析時，應當樂于接受與就業相關的數據的復雜性、多樣性。大學生就業工作是一項關聯性很強的工作，在進行數據的收集和分析時，要考慮所有相關信息，力求形成完整的數據信息鏈，為就業數據的分析運用打好基礎。

最后，在進行數據分析運用時，不再探求難以捉摸的因果關系，而要關注與大學生就業有關的所有相關關系。因為當高校擁有海量數據和對數據良好的掌控、分析能力時，我們用相關關系分析法得出的結論來指導大學生的就業將更準確、更快速，且不容易受偏見的影響。

（二）以生涯規劃為航線，導航學生成長，改進教學質量

大數據的分析、運用，除了能夠幫助學校和教師改進教學方式、方法，提升教學質量外，還能有效指導大學生進行自我認知、環境認知，進而引導他們實施連續而又穩定的職業生涯規劃和實踐，導航大學生的成長。

大數據時代的大學生自我認知，主要是通過對學生日常行為產生的海量數據進行分析，來幫助學生認識自己。因此，高校在進行數據收集、分析時，不僅要包含學生的基本信息，如學生的選課、成績、圖書借閱等，還要收集、分析學生的微博、微信和關注論壇等與學生活動相關的個性化數據信息。

大數據時代的環境認知，就是通過對海量數據的分析利用，來實現對社會大環境和職業環境的分析預測。一方面是對社會環境及發展趨勢、社會熱點職業門類分布與需求狀況等海量數據的分析；另一方面是對大學生所選行業、企業的前景、地位與發展趨勢等外部環境，以及企業內部環境的分析，兩者相結合，幫助大學生全面了解職業環境。

最后，大數據的應用，可以幫助學生在充分認知自我、認知環境的基礎上，科學定位、準確進行職業生涯規劃，并通過對數據的不斷更新，幫助學生進行生涯的評估與調整，使各年級、各類型學生都可從中獲益，最終實現“智慧校園”“。

（三）發揮預測功能，進行個性化就業指導，提升就業質量

將大數據運用于大學生個性化就業指導主要存在于三個階段，一是就業啟動前，二是大學生就業過程中，三是就業結束后。

就業啟動前，通過對收集的多樣化數據，如就業形勢、就業政策、求職技巧、招聘需求、畢業生求職意向等進行的分析，對大學生進行個性化信息推送，幫助其確立求職意向，進行求職準備。

大學生就業過程中，要掌握就業市場的實時變化，判斷畢業生的求職狀況，關注大學生的求職心理，找出畢業生存在的問題，及時調整就業工作策略，并通過量身定做的“微服務”“、“微指導”等，來實現對大學生的一對一實時服務。

就業結束后，通過對已畢業、就業學生的個人基本信息、就業去向、當前發展等數據信息的全面分析，總結就業工作經驗，促進高校就業工作的改革創新。同時繼續進行就業行業、崗位數據，囊括崗位性質、基本要求、素質要求、發展前景、成長路徑等數據信息分析，幫助畢業生充分了解應聘單位，盡快適應職場，站穩腳跟。

結語

大學生就業指導工作要不斷提高對大數據的掌控、運用能力，其最終目的就是利用海量的數據資源，為大學生提供高效、科學、優質的服務，幫助他們從容應對日益嚴峻的就業形勢，力爭實現學生、學校、社會的三方共贏。

篇（11）

“可能感興趣的人”“猜你喜歡”“購買此商品的人還購買了……”在你刷微博、網上購物時，經常會在相應的位置上見到如上提示。這些看似簡單的用戶體驗背后，其實正孕育著被譽為“新油田”的大數據產業。

美國互聯網數據中心指出，互聯網上的數據每年將增長50%，每兩年便可以翻一番，而目前世界上90%以上的數據是最近幾年才產生的。這些數據又并非單純指人們在互聯網上的信息，全世界的工業設備、汽車、電表上有著無數的數碼傳感器，隨時測量和傳遞著有關位置、運動、震動、溫度、濕度乃至空氣中化學物質的變化，也產生了海量的數據信息。

“大數據帶給整個企業最大的好處是降低成本、實現創新。今天整個行業模式都因大數據時代的到來將被重新顛覆。”在當今數據大爆發的時代，無論是新增數據還是現有數據，都是企業的巨大財富，并為企業帶來了前所未有的商機。但只有有效運用和管理企業數據，才能實現最大化的數據投資回報。對于大多數企業CIO來講，借助大數據管理技術能夠幫助其獲得競爭優勢，而且隨著技術的不斷進步大數據正在備受到CIO的關注。從市場層面來看，大數據時代的崛起，給許多的企業帶來的機遇、挑戰，同時它又給企業提供了新的市場增長空間，越來越多的企業開始布局大數據市場。

一、大數據在市場分析中遇到的問題

雖然大數據目前在國內還處于初級階段，但是商業價值已經顯現出來。首先，手中握有數據的公司站在金礦上，基于數據交易即可產生很好的效益；其次，基于數據挖掘會有很多商業模式誕生，定位角度不同，或側重數據分析。比如幫企業做內部數據挖掘，或側重優化，幫企業更精準找到用戶，降低營銷成本，提高企業銷售率，增加利潤。據統計，目前大數據所形成的市場規模在51億美元左右，而到2017年，此數據預計會上漲到530億美元。

企業或政府單位對于數據的駕馭，從最基本的獲取到整合、治理、探索、分析、汲取智能、到采取精確行動，這種全能力的建立已經比以往任何時候更為重要。

傳統的市場研究包括定性研究及定量研究，以座談會為主的定性研究受制于主持人的訪談技巧，以街頭攔問為主的定量研究雖然以嚴謹的抽樣理論為基礎，但同樣不能完全代表總體的客觀情況。而大數據時代革命性的調研方法為市場研究人員提供了以“隱形人”身份觀察消費者的可能性，超大樣本量的統計分析使得研究成果更接近市場的真實狀態。

與此同時，大數據時代的新方法、新手段也帶來新的問題，一是如何智能化檢索及分析文本、圖形、視頻等非量化數據，二是如何防止過度采集信息，充分保護消費者隱私。雖然目前仍然有一定的技術障礙，但不可否認的是大數據市場研究有著無限廣闊的應用前景。

二、大數據時代的市場研究方法

1.基于互聯網進行市場調研

網絡調研具有傳統調研方法無可比擬的便捷性和經濟性。快速消費品企業在其門戶網站建立市場調研板塊，再將新產品郵寄給消費者，消費者試用后只要在網站上點擊即可輕松完成問卷填寫，其便利性大大降低了市場調研的人力和物力投入，也使得消費者更樂于參與市場調研。同時，網絡調研的互動性使得企業在新產品尚處于概念階段即可利用3D擬真技術進行產品測試，通過與消費者互動，讓消費者直接參與產品研發，從而更好地滿足市場需求。

2.挖掘網絡社交平臺信息

臉譜、QQ、微博等社交平臺已日漸成為新生代消費群體不可或缺的社交工具，快速消費品的消費者往往有著極高的從眾性，因此針對社交平臺的信息挖掘成為研究消費潮流趨勢的新手段。例如，通過微博評論可以統計分析消費者對某種功能型產品的興趣及偏好，這對研究消費態度及心理有非常大的幫助。更重要的是，這類信息屬于消費者主動披露，與訪談形式的被動挖掘相比信息的真實性更高。

3.移動終端

隨著3G網絡及智能手機普及，市場研究已滲透到移動終端領域。大量的手機APP應用（例如二維碼掃描等）為實時采集消費信息提供了可能性，移動終端的信息分析在購買時點、產品滲透率及回購率、獎勵促銷效果評估等方面將發揮不可估量的作用。

4.零售終端信息采集系統

目前，PC-POS系統在零售終端得到了廣泛的應用，只要掃描商品條形碼，消費者購買的商品名稱、規格、購進價、零售價、購買地點等信息就可以輕松采集。通過構建完整的零售終端信息采集系統，快速消費品企業可以掌握商業渠道的動態信息，適時調整營銷From .cn策略。

三、大數據時代市場分析特點

1.超大容量的數據倉庫

數據倉庫具有容量大、主題明確、高度集成、相對穩定、反映歷史變化等特點，可以有效地支撐快速消費品企業進行大數據研究與應用。數據倉庫可以更有效地挖掘數據資源，并可以按照日、周、月、季、年等周期提供分析報表，有助于營業結算。

2.專業、高效的搜索引擎

旅游搜索、博客搜索、購物搜索、在線黃頁搜索等專業搜索引擎已經得到了廣泛應用，快速消費品企業可以根據自己的特點構建專業化的搜索引擎，對相關的企業信息、產品信息、消費者評價信息、商業服務信息等數據進行智能化檢索、分類及搜集，形成高度專業化、綜合性的商業搜索引擎。

3.基于云計算的數學分析模型

市場研究的關鍵是洞察消費者需求，基于云計算的數學分析模型可以將碎片化信息還原為完整的消費過程信息鏈條，更好地幫助營銷人員研究消費行為及消費心理。這些碎片化的信息包括消費者在不同時間、不同地點、不同網絡應用上的消費價值觀信息、購買信息、商品評論信息等。基于云計算的智能化分析，一方面可以幫助市場研究人員對消費行為及消費心理進行綜合分析，另一方云計算成本低、效率高的特點非常適合快速消費品企業數據量龐大的特性。

四、大數據所蘊含的市場價值

大數據技術的戰略意義不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業化處理。換言之，如果把大數據比作一種產業，那么這種產業實現盈利的關鍵，在于提高對數據的“加工能力”，通過“加工”實現數據的“增值”。

1.數據的豐富性和自主性

社會化媒體數據包含了消費者的購買習慣，用戶需求，品牌偏好等，且都是消費者自愿表述的對產品滿意度和質量問題的想法，充滿了情感因素，我們無需費盡心思的引導消費者參與調查問卷。

2.減少研究的“未知”視角

市場問卷調查有其固有的局限性，那就是你必須明確你的問題是什么。問卷設計者本身有未知的方面，所以在設計問題時會忽略自己的“未知”，但這些“未知”很有可能就是消費者所需要的方面。

3.數據的實時化的特征

不同于以往的發放回收市場調研報告再解決消費者問題，如今可以使營銷人員快速發起營銷活動，第一時間測試營銷新方法，同時可以第一時間確認理解和追蹤消費者的反饋。

4.數據的低投入特征

傳統的市場調研方式費工費時，結合社會化媒體的市場調研則是低投入高回報的產業。使用正確的調研產品和方法便可以對消費者群體的用戶習慣和反饋進行透徹分析。運用社會化媒體監測軟件幫助企業在線傾聽消費者意見，評估獲取其見解。

五、總結

大數據的前景大方向是符合趨勢的，但具體產品和數據處理能力，可能是最終成敗的因素。如何獲得大量數據，數據的質量、相關性以及是否有好的處理能力和技術，最終應用的方向是商業化的關鍵。競爭的最大壓力是傳統的市場研究還沒有適應社會化媒體大數據時代的研究體系。正如Joe Tripodi （可口可樂營銷副總裁）在《哈佛商業評論》（2011年4月）上指出的，“在印象時代，通過問卷詢問方式獲取的知名度，使用率，認知度等衡量品牌健康的指標體系，在消費者表達的時代就未必適用。因此，從品牌建設效果衡量的角度，也需要一套適應消費者表達時代的指標體系。”同時，盡管對大數據的整合與分析才剛剛起步，但已經有了一系列令人耳目一新的發現和應用。無數的案例和論著都指出，大數據的整合和分析，其前景和應用不可限量。

參考文獻：

[1]趙春雷 喬治·納漢.“大數據”時代的計算機信息處理技術[J].世界科學.2012（02）.

[2]2012年云計算與大數據挑戰與機遇并存[J].硅谷.2012（04）.

[3]杜玉輝 蔣姣麗：大數據背景：高速公路收費系統數據的現狀、分析與展望[J].電腦知識與技術.2012（15）.

[4]許翠蘋：大數據駕臨[J].通訊世界.2012（05）.