第一篇：运营商大数据应用的下一个五年：从数据推荐到专家系统
运营商大数据应用的下一个五年：从数据推荐到专家系统
/朝闻通/2013年，电信与媒体市场调研公司Informa Telecoms & Media预测了未来五年大数据运营将取代流量经营成为运营商运营的大势所趋，大数据业务成本平均占到运营商总IT预算的10%，并且在未来五年内将升至23%左右，成为运营商的一项战略性优势。
从2013年至2018年的这五年间，运营商领域的领跑者纷纷开始了大数据领域的实践。在互联网企业的竞争压力下，中国的电信行业大数据在过去五年内的发展更为迅速，变革更为彻底。目前国内运营商运用大数据主要有五方面：(1)网络管理和优化;(2)市场与精准营销;(3)客户关系管理;(4)企业运营管理;(5)数据商业化。
当大数据走进运营商网络、市场、客户关系、企业管理、业务创新等各个领域之后，数据的收集、处理、分析已不再是瓶颈，运营商真正期待和需要的是从基于数据的推荐迈入基于智能的专家辅助决策。运营商大数据平台不仅提供数据分析，更要为运营商管理者提供决策支持，从过去的数据推荐引擎演进为决策辅助专家系统。
在阿里巴巴加持下，浩鲸科技结合多年的运营商运营支撑经验，近期推出了智能决策解决方案。该方案基于浩鲸科技大数据平台提供的实时决策智能推荐引擎，根据商品、用户、用户行为等特征为每位用户提供实时的个性化实时推荐和决策辅助。2018年，智能决策解决方案在多个国内运营商多个省份公司系统中得到深入应用，成为辅助决策的利器。在管理者需要做出决策时提供最快、最及时、匹配度最高的决策建议，辅助管理者做出正确的选择。目前承接了广东、陕西、湖南等多地的经营分析项目，已成为运营商管理部门的重要辅助工具，以高效、高质、敏捷、安全支撑了运营商内外部的数据分析需求，并实现行业对于智慧运营的诉求。同时在营销分析、营销决策、渠道业务支撑等方面，智慧决策产品也在发挥作用。
图1 智能决策引擎
智能决策解决方案采用业界领先的营销算法框架，离线数据挖掘、近线仿真评估、在线最优测试。强建模：依托浩鲸科技自研的机器学习的平台，提供自动化建模、Python多算子集成、流程化监控、工程化生产能力，帮助企业快速沉淀用户特征、场景特征、权益特征、创意特征和渠道特征。
多算法：集成业界领先的营销推荐引擎ARE，内置丰富的营销算法和经验，包括User、ITEM、召回、排序、打分等，基于流式技术赋能客户实时决策。通过Multiple treatment算法进行综合评估，支持收益模拟测算和投放策略制定、实时营销数据监测并动态调控营销执行，达到成本和流量的最优控制。改变过往过多依靠人工经验、领导拍板决策的局面。
专行业：结合运营商业行业数据及多年服务经验，浩鲸科技提供的AI算法带有行业特色的规则配置。智能决策解决方案可以根据用户实时反馈的接触数据，灵活调整流量分配，实现贴近现实、兼顾长远的决策辅助，决策者可以根据需求实时对决策结果进⾏⼈⼯⼲预；也可以基于算法对决策进行干预，控制管理成本并合理安排预算。
易使用：提供管理派单、服务调用、界面集成等多种注智方式，将策略建议注入生产执行系统，提升管理智慧化的能力。并且内置的常用算法，能基于客户业务的特点，由算法专家提供少量专属定制的策略服务即可达到不断优化的推荐效果。
第二篇：《从大数据到智能制造》读后感
《从大数据到智能制造》读后感
近日，在繁忙的工作中有幸读到了由李杰、倪军和王安正三位教授联袂著作的《从大数据到智能制造》这本书，该书以大数据与智能制造的关系为视角，系统地阐述了如何利用大数据解决和避免在制造过程中的可见和不可见问题。作为制造行业的制造部门共通系的我来说感慨颇深、深受启发。
这本书总共分为三篇：导引篇、案例分析篇和专家访谈篇。分别从理论和实践对如何运用大数据去预测需求、预测制造、解决和避免不可见问题的风险，和利用数据去整合产业链和价值链。数据本身不会说话，也不会直接创造价值，真正为企业带来价值的是数据分析之后产生的信息的意义和行动的价值。FY17上半年公司主推的VAA附加价值分析活动，在这个埋藏金挖掘的过程中，第一步就是通过对大量数据的深入挖掘，去分析探讨其中的非附加价值，进而对非附加价值进行定义，利用大数据进行附加价值和非附加价值的可视化，最后通过改善对非附加价值进行削减突破，进而开展各种改善活动进行cost down。
中国是制造大国，西方国家又这样一句话“To live well，a nation must produce well”，说明制造也是一个国家综合国力的最重要的体现，也是决定民众生活质量的重要条件。随着“工业4.0”、“NNMI计划”和“IVI”的提出，我国也感受到了来自世界各位新技术战略的压力，也相继提出了“中国制造2025”，“互联网+”和“供给侧改革”等多项措施。除了技术的革新，我们从中更不难发现的是中国制造哲学的进步，作为制造企业，目标即为以低成本生产高质量的产品；通过全流程改善降低浪费。所有的流程都离不开大数据的分析。
在公司的整个运营过程中，每年都会进行OB和RB的经营数值预测和设定，在这个过程中就需要整合大量的数据，从数据中进行以往的review和今后的action plan，今年更是联协INZ，通过GP4数据模拟的导入，通过建模来推动材料、装备、工艺、测量和维护这五个环节。通过智能制造的第六个关键因素建模（Modeling），基于大数据，从而对生产线体的配布有直观、超前的判断。
分析大数据枯燥无谓，但是对于制造企业的发展必不可少，作为制造型企业的员工要更加重视基础数据的收集，以数据为基础进行革新、改革和发展。
制造部党支部
周楠
第三篇：从数据谈节水
从数据谈节水
教学目标：
根据学生的学习内容、新课程理念和认知水平，特制定如下目标：
（1）知识与技能：进一步巩固处理数据的基本步骤和方法，能灵活选用统计图对具体问题的数据进行清晰、有效地描述，并获取有用信息并作出合理决策.（2）过程与方法：让学生亲身经历独立思考、动手操作、团结合作、互相交流的学习过程，积累数学活动的经验，学会合理处理信息，发展数学应用意识.（3）情感与态度：使学生感受统计在生产生活中的作用；培养学生的数感；使学生乐于接触社会环境中的数学信息，激发学生的节水及环保意识.重点和难点：
（1）重点：培养学生的数感和统计观念.（2）难点：能根据具体问题选择适当的统计图描述数据并获取有用的信息，并作出合理的判断和预测.教学形式和课前准备：
本课题在多媒体教室进行学习.学生在课前也收集了一些有关水资源的资料，准备直尺、铅笔、圆规、量角器等作图工具.第一课时
活动一：广告展示，节约用水的公益广告
活动二：滴水实验，首先把水龙头开到最小，让它一滴一滴地滴水，再拿一个刻度杯在下面接着，看看在一定时间内，会浪费多少水。我们发现一个滴水的水龙头在15分钟的时间内，滴了250ml水，那么1小时就可以滴1000ml的水，一天可以滴24000ml水，一年可以滴8760000ml水，也就是8760L水，多么惊人的数字啊！所以，节约用水要从点滴做起。
活动三：节约用水小妙招用水方面
1、淘米水洗菜，再用清水清洗，不仅节约了水，还有效地清除了蔬菜上残存的农药。
2、洗衣水洗拖把，再冲洗厕所，第二道清洗衣物的洗衣水擦门窗及家具，洗鞋袜等。
3、大、小便后冲洗厕所，尽量不开大水管冲洗，而充分利用使用过后的“脏水”。
4、冲厕所尽量使用节水型设备，每次节约4—5kg。
5、将卫生间里水箱的浮球向下调整2厘米，每次冲洗可节省水近2kg。
6、淋浴时关掉水龙头擦香皂，洗一次可节水60kg。
7、用洗衣机洗衣服时，建议集中一次清洗，若分开两次洗，则多耗水120kg。
第二课时：
阅读课本的“背景资料”，从中收集数据，画出统计图，并回答下列问题：
（1）地球上的水资源和淡水资源分布情况怎么样？
（2）我国农业和工业耗水量情况怎么样？
（3）我国不同年份城市生活用水的变化趋势怎么样？
（4）根据国外的经验，一个国家的用水量超过其可利用水资源的20%，就有可能发生“水危机”，依据这个标准，我国1990年是否曾出现“水危机”？学生阅读资料，通过小组合作、讨论的形式完成。
第三课时：
收集全班同学各家人均月用水量，用频数分布直方图和频数折线图描述这些数据，并回答下列问题：
（1）家庭人均月用水量在哪个范围的家庭最多？这个范围的家庭占全班家庭的百分之几？
（2）家庭人均月用水量最多和最少的各有多少家庭？各占全班家庭的百分之
几？
（3）全班同学家庭人均日用水量的平均数是多少？按生活基本日均需水量（BWR）50升的用水标准，这个平均数是否超过用水标准？
（4）如果每人节约用水10升，按13亿人口计算，一天可以节约多少吨水？按BWR标准计算，这些水可提供给1个人多少年的生活用水？
（5）你还可以得到哪些信息？
（教师巡视，指导各小组开展调查实验活动）
第四课时：
阅读资料，从中收集数据，画出统计图，并回答问题：
（1）2000年全世界淡水资源利用情况怎样？
（2）如果我国的农田全部采用节水灌溉技术，每年至少可节约多少淡水资源？
（3）你觉得解决我国水资源短缺问题的关键是什么
（4）通过这节课的学习，大家获得了哪些统计活动知识？
（5）针对节水问题，谈谈你的想法.根据调查情况，写出结题报告，并以小组为单位展示。
附录：中国水资源
水是生命之源，水是人类的渴望，水是关系国家安全的重大战略问题。
但是，我们偏偏缺的就是水。缺水，是不争的无奈。
——因为缺水，多少沃野绿洲变成浩瀚的戈壁，我们的先人不得不无数次背井离乡，迁涉远土。
——因为缺水，我们曾不得不动员起全家的男女老幼，拿起那所有可以使用的坛坛罐罐去四处抢水。
然而长久以来，我们最不尊重的、无节制开发的、大大方方浪费的、明明白白污染的、无时不刻跑冒滴漏的也是水。用水者从来很少问起：自来水——你从哪里来？
所以，我们不得不再次拿起“节水光荣，浪费可耻”这个口号，去唤醒人们的觉悟。应该说，自然因素造成的水资源不足状况，我们无法在整体上改变，但人为因素加剧的缺水，则可通过努力使之缓解。这个努力，就是大力提倡节水和治污，这是我们在改变缺水状况的努力中能够做到也必须做到的事情，关键在于——节水，要从我做起，要从每一个用水人做起。
节水，是因为缺水
据多年记载，全国670多个城市中，约有400个城市常年供水不足，其中有110个城市严重缺水，年缺水量达60多亿立方米，由于缺水每年影响工业产值约2000多亿元，许多城市在天旱时被迫定时限量供水。
问题的严重性更在于——水源极为紧缺。我国是世界上最贫水的13个国家之一，人均水资源量不足2300立方米，只相当于世界人均的1／4，且时空分布严重不均。从时间上讲，北方各省（市、区）全年降水主要集中在7、8、9三个月，其余时间则多旱少雨；从空间上讲，南方多北方少，北方人均水资源更低，不足2000立方米，有些省份甚至低于500立方米。按照国际公认的标准，人均1750立方米为用水紧张线，1000立方米为生存基本线。足见我国水资源短缺的状况是十分突出的。
问题还在于，随着工业化、城镇化、现代化水平的提高，城市群的继续增加，城镇规模的不断扩大，城市用水的比重还要逐步上升，城市缺水的矛盾将会愈加突出。
就我省来讲，陕西是水资源严重短缺的省份之一，人均水资源占有量1266立方米，仅为全国人均量的1／2，世界人均量的1／8。按耕地面积计算，亩均水资源量860立方米，仅为全国亩均量的44％。陕西南北狭长，水资源分布很不均衡，水土组合极不合理。秦岭以南土地面积占全省的37％，而水资源量占全省的71％，秦岭以北地区面积占全省的63％，而水资源量仅占全省的29％。特别是经济比较发达、城市群相对集中、人口占全省60％、耕地面积占全省55％、工农业产值占全省80％以上的关中地区，人均水资源量仅388立方米，为全省人均量的30％，不到全国人均量的1／6，约为世界人均量的1／26，与已经出现水资源严重危机的北方几个省市人均量相当。其次，我省水资源年际、年内变化十分悬殊。据水文资料记载，我省地表径流在丰水年可达800亿立方米以上，而枯水年则不足280亿立方米，丰枯比达3：1。水资源年内分布也很不均衡，7—10月占全年径流量的60—70％，而其余8个月径流量仅占全年的30—40％。除此而外，我省以干旱缺水为主要特征的灾害十分频繁。据对1371年至1990年的620年历史记载分析，发生1—2年以上大范围持续干旱290次，平均两年一次。其中1950—1990年发生不同级别的旱灾37次，平均1.1年一次，年平均成灾面积超过1300万亩。进入90年代以来，我省干旱缺水的形势更加严峻，1994年—1995年全省发生的特大干旱，仅夏秋两季受灾面积就超过5000万亩，严重干旱2800万亩，绝收510万亩。长期的干旱缺水，不仅造成农业大面积减产，而且致使全省各城市均经历了长达20多年的大面积水荒，对工业生产、城市生活和社会稳定产生严重影响。由此不难看出，水资源短缺已成为制约陕西经济社会发展的重要因素。不仅如此，随着我省城市化步伐不断加快，城市经济快速发展和社会事业不断进步，城市人民生活水平的提高，城市缺水的矛盾将会愈加突出。因此，在认真做好城市供水工作的同时，突出节水和水污染防治工作显得十分重要，且任务艰巨，责任重大，意义深远。
节水，治污回用是根本出路
水资源的短缺，用水量的不断增加，本身就是一对难以化解的矛盾，而对水的浪
费和污染，有如雪上加霜，使矛盾更加突出。
水污染在我国已十分严重。城市污水排放量从1990年的近180亿立方米增加到现在的约360亿立方米左右，其中生活污水近80％未经处理直排水体。我国有63.8％的城市河段受到中度或严重污染，118个大城市中97.5％的城市地下水受到不同程度的污染。我国的一些城市虽然水源充足，但由于污染的加剧，可资利用的却很少，成为缺水型城市。“守着江河缺水喝”，是我国许多城市面临的窘境。可见，水污染加剧了水资源的短缺，使有限的水资源不能得到充分利用，使可以再利用的水资源不能进入再利用的良性循环。
节流、治污、开源，这三方面措施是相互影响、相互作用的。“节流”是由我国贫水的基本水情决定的，必须放在优先位置。“治污”具有保护水资源、改善水环境，增加供水量的多重效益，是解决城市缺水问题的根本出路。“多渠道开源”的内涵除了合理适度开发地表、地下水资源外，还包括雨水利用、海水代用、海水淡化和污水资源再生利用等，而污水资源的再生利用应当成为“开源”的主要途径。也就是说，城市水资源利用要治污为本，这是保护供水水质、改善水环境的必然要求，也是实现城市水资源与水环境协调发展的根本出路。
首先，工业污水防治要进行战略转变。我国长期以来实行的末端处理、达标排放为主的工业污染控制战略，现已被国内外证明是耗资大、效果差、不符合可持续发展的战略。专家指出：污水防治应实行从以末端治理为主向以源头控制为主的战略转变。那就是，淘汰物耗能耗高，用水量大、技术落后的生产工艺，推行“清洁生产”，在生产过程中提高水的利用率，实行中水处理，进行循环利用，减少污水排放量，逐步做到零排放。这样既减少了污染，又节约了水资源，降低了成本，提高了利润，达到经济效益和环境效益“双赢”。
其次，要下大气力提高城市污水处理能力，切实重视城市生活污水的再生利用。目前城市生活污水排放已是我国城市水的主要污染源，城市生活污水处理是当前和今后城市节水和城市水环境保护工作的重中之重，这就要求我们要把处理生活污水设施的建设作为城市基础设施的重要内容来抓，而且是急不可待的事情。一是要按照保本微利原则尽快提高污水处理费征收标准，使污水处理设施的建设和营运具备能够偿还投资贷款、维持日常运营费用的运行机制。污水处理费对设施运行成本补偿不足，是导致我省城市污水处理设施建设缓慢、污水处理能力严重滞后的重要原因，所以，调整污水处理费势必成为发展污水处理产业的关键所在。污水处理回用是解决城市生态环境用水和工业、服务业用水最有效、最廉价的手段；提高污水处理回用率，是改变水质型城市缺水状况，避免远距离调水导致城市用水价格大幅度上涨的根本措施；污水处理回用这一可靠的水资源也是城市长期、稳定、可持续发展的最重要条件。因此，应该把污水处理工作摆在城市基础设施建设的重要位置，将污水处理费的调整，优先于供水价格的调整。二是要建立稳定的污水处理设施专项投资渠道，同时引入市场机制，构筑多元化的投融资渠道，加快污水处理设施建设的步伐。提高城市污水处理率，需要的不仅仅是建设污水处理厂的投入，而且还需要建设形成拦截汇集污水的完整的管网系统，甚至其所需的投资量，远远大于污水处理厂建设本身。因此，必须建立一个稳定规范的财政注入资金的渠道，加大投资力度。同时，还必须积极引入市场机制，吸
纳集体、个人、外商投入城市污水处理设施的建设和营运，并建立完善的投资回报机制和完整易行的处理回用、销售收费规则，以对各种社会资金产生一定的吸引力。
第四篇：浅谈图书馆如何简单应用大数据特性
浅谈图书馆如何简单应用大数据特性
重庆师范大学涉外商贸学院
【摘 要】随着现代社会和科学技术的发展，以及大数据的概念出现以后，大数据已经渐渐融入到我们生活中的各个领域，正改变着人们的生活方式。图书馆作为文献信息中心，更应该接受和适应这种变化，并且利用大数据的特性进行发展和改变，来突出图书馆的特点和职能。
【关键词】图书馆；大数据；特性；简单应用
“大数据”（Big data）研究机构Gartner给出了这样的定义。“大数据”是需要新的处理模式才能具有更强的决策力、洞察发现力和流程优化能力，用来适应海量的、高增长率和多样化的信息资产。对于大数据这个概念大家并不陌生。
大数据有四特性：
1.大量
2.高速
3.多样性
4.低价值密度
随着社会和科技的发展，大数据已经融入到我们的生活中的各个领域。图书馆担负着教学和科研服务的双重任务，是培养人才和开展科学研究的重要基地，不仅要更好的融入当今社会的大数据时代，更应该更好的应用大数据的特性为广大读者服务。
一、大量
首先大数据与传统数据相比较，最明显是特点就是在于大数据的信息量巨大。
现在的图书馆已经不再是只用来存放纸质载体图书的建筑物，它还包括有电子资源以及各种不同形式、不同载体的信息和资源，图书馆的功能和内容正在发生转变。传统纸质图书载体能容纳的内容相对于大数据大量的概念来说已经不值得一提。而随着现代科技发展，出现的电子图书的信息量也是不能与大数据相比的。
原来所说的电子图书和数字资源一般都指存储于图书馆内的本地数据库中存储的资源。一般的电子图书和数字资源具有容量远远大于传统纸质载体图书，并且具有使用和检索都比纸质载体图书来的更为方便和快捷等优势。但在大数据环境下，使我们的这一概念发生了翻天覆地的变化。大数据的应用方式，在理论上可使图书馆的容量无限扩大。
大数据即将大量数据通过互联网聚集到某个特定点，也可以看成是把互联网上的所有数据集中在某一个特定数据库中，这个特定点或特定数据库存在于互联网中。事实上我们所说的特定点或者特定数据库只是把互联网中各个不同的数据库做成开放性数据库，让各个数据库之间进行相互通?，而形成的一个整体数据库。
因此，图书馆也可以链接并使用这一特定的整体的数据库。通过此链接，不仅可以无限扩大本馆自身的馆藏资源，还能使本馆资源得到开放，更加有效充分的利用馆藏资源，并实现数据交流和资源共享。
二、高速
大数据和传统数据最大的区别在于大数据的高速特性，它对于数据处理的能力要求必须非常出色。
大数据在进行数据处理的时候，既能对数据进行流处理，也同时能具备对数据进行批处理的能力。也就是说，大数据处理要求在连续不断处理数据的同时，能够对突如其来的批量数据进行计算和处理。
大数据的高速运行，要求数据有时效性。随着时间推移，数据的价值会折旧，不同年龄阶段的数据具有不同的价值，如期刊类，报纸类。这就要求图书馆及时更新其馆藏。好在大数据时代的资源和数据能够互相连接，弥补了部分馆藏和资源不能高速运行更新的缺点。
从数据开发来看，图书馆存储了大量的数据和资源。当这些数据和资源被聚集到一起时，会形成数据和资源的“矿山”，那么“挖矿”的效率就要求非常高，大数据高速运行就成了“挖矿”的优势。
在图书检索上，大数据的高速运行查找能够快速、精准的定位每一本图书的位置。对于不熟悉图书分类法的读者来说，利用大数据进行图书资料的查找和检索无疑是最方便快捷和准确的。
三、多样性
大数据的数据来源的多样性，这是传统数据做不到的。
对于图书馆来说，产生数据的方式多种多样，有日常的统计数据报表，有人工借还和自助借还数据，有读者检索图书产生的数据，有使用网络图书馆产生的点击量、浏览量等多种数据来源。可以看出读者自身也是数据的创造者。
在大数据环境下，图书馆通过记录、收集并保存产生的一切数据，待数据量达到一定规模的时候，通过对多样数据的各种提炼和分析，了解读者需求，更好的提供多样化的资源和优质的服务。
通过分析读者的阅读需求等数据，可帮助图书馆优化自身的馆藏结构，帮助图书馆纸质图书馆藏的剔旧、电子资源的购买和更新等工作更科学的进行。
四、低价值密度
大数据的低价值密度是指数据的真实性。
大数据追求的是数据的高质量，大数据的基本在于为决策提供帮助，因此大数据必须拥有绝对的真实性。
从来源上分析，传统数据的来源是从宏观上采集的。数据的采集有原则性，有规律，采集的对象有阶段性有针对性，或者直接是进行抽样采集的。传统数据的采集方式决定了传统数据在真实性上会有所欠缺。
大数据的采集方法与传统数据迥异。大数据的数据采集方式是从微观采集，它进行的是个体采集，每个个体都有自己单独的数据集合，也是产生数据的来源。大数据对于数据的采集是没有标准的，它的采集方法源于对个体的行为与现象记录。通过对大量真实数据进行提炼、分析和总结出来的有用数据，其真实性是毋庸置疑的。
图书馆应用低价值密度这一特性，可以帮助图书馆对文献进行开发。因为图书馆所提供的文献、资源、信息等必须具有权威性和真实性。以大数据为基础的参考信息作为文献开发依据具备了真实性的原则。
大数据能真实的分析读者使用图书馆的习惯和读者的读书习惯。通过记录和分析读者的阅读倾向的数据和读者使用馆舍的数据等等，能真实分析出哪些是读者使用的重点资源，哪些是读者不常使用的次要资源。通过对读者的阅读倾向的数据进行记录和分析，可帮助图书馆加强对读者重点使用的资源的建设。而对读者使用馆舍情况的记录和分析，可以对图书馆馆舍进行科学的改造和布置，让读者使用图书馆更感舒适。
大数据真实的记录和分析读者阅读和使用图书馆的各种数据，可以引导读者进行阅读。挑选读者重点使用的资源设立专门的阅读区域，可在设立的阅读区内进行与重点资源的相关参考内容的引导和推荐工作，方便读者更好更有效的使用图书馆资源。
通过大数据对读者数据的捕捉，图书馆能提供更优质的服务。建立数据，统计数据和应用数据，可使图书馆更具有竞争力。有大数据的真实为支撑的基础上，图书馆在现有基础上，能更好的优化和深化服务。
大数据的四个特性，并不一定是独立的，在很多方面，这四个特性都是融会贯通在一起的。应用其特性并不是只会用到其中的一个特性。图书馆对大数据特性进行合理的应用，能更好的建设发展自身，适应和满足社会的需求。
参考文献：
[1]李恬.大数据理念与图书馆大数据[J].新世纪图书馆，2014，（6）：24-27.[2]韩翠峰.大数据带给图书馆的影响与挑战[J].图书情报，2012，（5）37-40.[3]黄馥妃.大数据时代高校图书馆个性化服务研究[J].文化视野，2016.
第五篇：大数据的商业应用
大数据的商业应用
对大数据的开放和应用将对社会、商业和个人都产生巨大而深远的影响。目前我们已经观察到或者可以预测到的影响包括但不仅限于以下几个方面。
第一，围绕大数据的应用将激发前所未有的创新浪潮。社交网络的流行和物联网的建设使得对个体和群体（无论是人或物）的实时观察和了解正在逐渐成为可能，这为预测群体行为和了解个体偏好提供了强有力的工具。利用大数据这一特性的应用已经在多个领域展现其惊人的威力和创新能力。
第二，大数据的开放将极大地提升社会的公开透明度和提高政策制定的效率。一方面，多种类型数据的公开大大提升了政府的透明度，通过公众的监督提高民主程度。另一方面，通过为大众提供创新的平台，充分汲取群体的智慧，有效榨取数据的可利用价值，反过来可以提升社会效率和政府效率。
第三，随着大数据时代的来临和深化，在商业、经济及其他领域中，决策行为将日益基于数据和分析而做出，而并非基于经验和直觉。伴随着数据的大量累积和数据处理能力的不断提升，利用数据来进行判断和预测的能力将会得到无限的放大，数据将引领社会前进的方向。第四，个人成为大数据链条中不可或缺的一环，而对数据的依赖将改变人类的生活方式。
对银行的影响
（一）大数据提供了全新的沟通渠道和营销手段
一方面，社交媒体的兴起给银行提供了全新的与客户接触的渠道。已经有多家银行开通了官方微博，通过树立社会化的形象，拉近与客户之间的距离，利用社交媒体的力量，往往能够取得意想不到的效果。光大银行在2011年4月份通过其官方微博发起了“95595酒窝哦酒窝——光大电子银行酒窝传递活动”，向网民征集酒窝照片，并由参与者向好友进行传递，征集的照片会组成一个笑容墙展示，一个月的时间里有超过740000人参与了活动，使得光大银行的客服电话号码一夜走红。
另一方面，通过打通银行内部数据和外部社会化的数据可以获得更为完整的客户拼图，从而进行更为精准的营销和管理。银行本身拥有客户的大量数据，通过对数据的分析可以获得很多信息，从而成为进行管理和营销的依据。但由于银行拥有的客户信息并不全面，这种分析有时候难以得出理想的结果甚至有可能得出错误的结论。比如说，如果某位信用卡客户月均刷卡6次，平均每次刷卡金额500元，平均每年打3次客服电话，从未有过投诉，按照传统的数据分析，该客户是一位满意度较高、流失风险较低的客户。但如果看到该客户的微博，得到的真实情况是：工资卡和信用卡不在同一家银行，还款不方便，好几次打客服电话没接通，客户多次在微博上抱怨，该客户流失风险较高。
（二）大数据滋生了新型金融业态参与市场竞争
大量的数据来源和强大的数据分析工具正催生出很多新的金融业态来直接瓜分银行的信贷市场。在英国，一家叫做Wonga的公司利用海量数据挖掘算法来做贷款业务，他们大量使用社交媒体和其他网络工具，将客户的信息碎片关联起来，预测客户的违约风险，为其信贷业务提供依据。在中国，阿里巴巴旗下的阿里信贷自2012年8月起全面向普通会员开放，提供无抵押、无担保的低额贷款。而其依仗的正是掌握在手中的海量客户经营数据，有了这些数据，阿里巴巴可以说是对客户的资信状况了如指掌，从而最大程度地降低了信贷业务的风险。如果说像Wonga这种需要去网络上搜集数据来进行放贷的公司尚不足为惧，那么像阿里巴巴这种本身拥有雄厚客户基础和海量数据资产的公司介入信贷行业，将对行业格局产生深远的影响。“网络融资”可能成为 20 年后的主流，甚至可能发展到资金供需信息直接在网上发布并匹配，供需双方直接完成资金融通。
（三）利用数据的能力日益成为银行竞争的关键
麦肯锡在其研报中分析了不同行业从大数据浪潮中获利的可能，金融行业拔得头筹。作为金融行业的主要组成部分，银行业利用数据来提升竞争能力具有得天独厚的条件。
第一，银行业天然拥有大量的客户数据和交易数据，这是一笔巨大的财富。第二，银行业面临的客户群体足够大，能够得出具有指导意义的统计结论。
第三，在“小数据”时代，银行业已经在以信用评级模型和市场营销模型为代表的数据分析上积累了大量的实战经验，具备向“大数据”分析跨越的基础。随着“大数据”时代的来临，银行运用科学分析手段对海量数据进行分析和挖掘，可以更好地了解客户的消费习惯和行为特征，分析优化运营流程，提高风险模型的精确度，研究和预测市场营销和公关活动的效果，从每一个经营环节中挖掘数据的价值，从而进入全新的科学分析和决策时代。在这种情况之下，利用大数据的能力将成为决定银行竞争力的关键因素。
（四）从长远看大数据将全面颠覆金融服务形态
从长远来看，随着数据化和网络化的全面深入发展，金融服务将向虚拟化方向发展，从而全面颠覆金融服务形态。一是产品的虚拟化，资金流将越来越多地体现为数据信号的交换，电子货币等数字化金融产品的发展空间巨大。二是服务的虚拟化通过移动互联网、全息仿真技术等科技手段，银行完全可以通过完全虚拟的渠道向客户提供业务服务，现有的实体柜面可能趋于消亡。三是流程的虚拟化，银行业务流程中各类单据、凭证等将以数字文件的形式出现，通过网络进行处理，从而提高处理的便利性和效率。在这样的服务形态下，银行的整体运作就是一个数据的洪流，“数字金融”得以全面实现，银行的管理理念和运营方式也随之得以全面颠覆。
银行的发展方向
（一）促进金融服务与社交网络的融合
商业银行要打破传统数据源的边界，更加注重社交媒体等新型数据来源，通过各种渠道获取尽可能多的客户信息，并从这些数据中挖掘出更多的价值。
一是整合新的客户接触渠道，充分利用社交网络的作用，增强对客户的了解和互动，树立良好的品牌形象。
二是注重新媒体客服的发展，利用论坛、聊天工具、微博、博客等网络工具将其打造成为与电话客服并行的重要服务渠道。
三是将银行内部数据和外部社交数据互联，获得更加完整的客户视图，从而进行更为高效的客户关系管理。
四是创造性利用社交网络数据和移动数据等进行产品创新和精准营销。比如，当银行通过客户的移动定位信息知道该客户正在某商场购物，便自动发送关于该商场的某餐馆的刷卡促销活动的短信；设计新产品的时候在网络上征求客户意见，激发客户参与的热情，在了解客户需求的同时达到良好的宣传效果。
五是注重新媒体渠道的舆情监测，在风险事件爆发之前就进行及时有效的处置，将负面影响降至最低。
实现金融服务与社交网络的融合存在一些现实的困难，只能通过不断摸索的方式前进。首先，银行难以得知客户在社交网络上的用户名，也就难以进行数据整合。可以考虑进行一些针对性的市场活动来收集客户的用户名，或者在将来的客户申请表上添加社交网络用户名的选项。也可以考虑和社交网络进行直接的合作，在实名制的社交网络上，可以利用客户的官方证件号码来实现客户信息的对接。
其次，目前尚缺乏成熟有效的非结构化数据的处理工具。在初期可以采取半人工的方式进行处理。IT业投入在非结构化数据处理工具的研发力量非常强，相信不久的将来就能够有相对成熟的分析工具问世。
第三，目前在银行庞大的客户群体中，热衷于新媒体的毕竟只是一部分。如果凭借对他们的分析来制定针对全体客户的策略，统计样本的偏差可能会导致策略的失效。因此暂时只能用于制定一些针对特定客户群体的策略。随着出生在网络年代的年青一代的成长，这样的偏差会越来越小，最终将能覆盖几乎全部的客户群体。
第四，金融服务对系统安全性和稳定性的要求都远高于社交平台，在实现服务对接的时候可能会影响用户体验。最后，在诸如客户的定位信息之类的数据是否属于隐私，如何使用方面还存在许多法律上的空白。这些问题都有待各行业协调解决。
（二）布局与大数据金融的竞争和合作
这里所说的“大数据金融” 特指类似于阿里信贷这种基于大数据的金融服务商。随着大数据金融的发展，银行与他们的竞争和合作不可避免。一方面，银行可以通过发展自己的大数据平台与其开展直接竞争。在当前的各大电商平台上，每天都有大量的交易发生，但是这些交易的支付结算大多被第三方支付机构垄断，银行处于支付链条的末端，获取的价值非常小。大数据金融的核心竞争力在于其拥有的大量客户经营数据，银行在其产业链中的影响力很小，这也是阿里巴巴可以终止与建行的合作自行开展信贷业务的原因。为应对这种局面，银行可以考虑自行搭建大数据平台，获取属于自己的大数据，将核心话语权牢牢掌握在自己的手中。事实上，已经有不少银行开始了这方面的布局。2012年6月28日，建行的电子商务平台“善融商务”正式上线，包括B2B和B2C，业务范围包括电子商务服务、金融服务、营运管理服务、企业社区服务及企业和个人商城。这可以看作是建行对于阿里巴巴终止合作的直接应对。交行打造的电子商务平台“交博汇” 也开始向客户开放。在为客户提供增值服务的同时获得客户的动态经营信息，成为银行共同的驱动力。
另一方面，银行需要与大数据金融企业加强合作互利。完整和综合的大数据注定难以被某一家企业、机构或政府部门所独自掌控，因此任何想垄断大数据的想法和行为都是不现实的，企业之间的合作互赢是发展的潮流。在认同大数据巨大价值的共识下，银行可与电信、电商、社交网络等大数据平台开展合作，进行数据和信息的共享和利用，全面整合客户有效信息，将金融服务与移动网络、电子商务、社交网络等完美融合。建行与阿里巴巴的信贷合作可以说是在这方面进行了非常有益的探索，可惜由于阿里巴巴要求在信贷利息中分利被拒绝而导致合作终止。但由此可见建立银行与电信运营商、电商、社交网络等参与方的合理的利润分配模式是否合理是合作能否成功的关键因素。
（三）培养面对大数据时代的核心能力 一是数据整合的能力。不仅仅是银行内部数据的整合，更重要的是和大数据链条上其他外部数据整合的能力。大数据时代，有能力整合和管理数据的企业才能够主导产业链，作为大数据链条中的一环，银行应当以更加积极的姿态与链条上的其他企业进行数据和信息的交换，越是完整的数据，能够产生的作用就越大。由于各行业的数据标准和格式存在差异，如何逐渐统一数据标准以便进行更方便的数据交换和融合是当前面临的巨大挑战。
二是数据分析的能力。这里要注意区分传统的商业智能和大数据时代的数据分析能力。首先，传统的商业智能所处理的数据大多都是银行自身数据库当中的标准化、结构化的数据，而在大数据时代，更多需要处理的是大量的半结构化和非结构化的数据。其次，大数据时代处理的数据量与现在完全不在一个量级，现有的很多数据处理方法已经不能满足需求。最后，当前银行中常用的数据分析比如信用评级和市场营销模型，都是在建模后再进行系统实施，持续的时间较长。而在大数据时代，对于数据处理的实时性有很高的要求。这些本质上的区别不仅要求银行使用专门的数据储存技术和设备，更要求采用专门的数据分析方法和使用体系。不得不说的是，中资银行在对数据分析的重视程度和能力上与国际先进银行有着巨大的差距，很多中资银行在“小数据”时代的数据分析能力都亟需加强。
三是行动实施的能力。任何对大数据的分析只有转换为实际的商业行动才能够真正为银行创造价值。大数据时代的行动实施具有两个鲜明的特点：精准和快速。精准取决于大数据时代对客户的全面深刻了解，制定的行动方案都非常具有针对性，因此方案将会更加差异化。现在给全体客户统一版本发送的一条促销短信在将来可能需要发送上万个不同的版本。快速取决于大数据时代很多分析和策略都是系统自动完成的特性，更多的营销活动都将由客户的某项行为触发，然后由系统自动执行相应的行动。这些特性对银行的系统和人员都提出了更高的能力要求。
点击咨询 