前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇大數(shù)據(jù)時(shí)代范文，相信會(huì)為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

大數(shù)據(jù)時(shí)代范文第1篇

新聞回放：

2012年，大數(shù)據(jù)成為國內(nèi)軟件和信息服務(wù)產(chǎn)業(yè)最熱門的話題。無論是各大IT廠商、還是企業(yè)用戶，都將大數(shù)據(jù)作為未來的重要發(fā)展方向之一。另外，中國政府和國內(nèi)科研教育機(jī)構(gòu)對于大數(shù)據(jù)的重視程度也上升到了一個(gè)新的高度。

 

2012年4月，中國移動(dòng)、中國聯(lián)通、中國電信三大運(yùn)營商不約而同地落戶西安西咸大數(shù)據(jù)處理與服務(wù)產(chǎn)業(yè)園，這是中國首家以大數(shù)據(jù)業(yè)務(wù)為中心的高新園區(qū)。

2102年9月，北京航空航天大學(xué)成立大數(shù)據(jù)科學(xué)與工程國際研究中心。之后，北京航空航天大學(xué)又設(shè)立了國內(nèi)首個(gè)“大數(shù)據(jù)技術(shù)與應(yīng)用”軟件工程碩士項(xiàng)目。

2012年12月，在2012中國軟件大會(huì)上，賽迪集團(tuán)軟件與信息服務(wù)業(yè)研究所、軟件和信息服務(wù)雜志社聯(lián)合了國內(nèi)首份大數(shù)據(jù)發(fā)展藍(lán)皮書。

科研和人才培養(yǎng)方面的啟動(dòng)，標(biāo)志著大數(shù)據(jù)市場已經(jīng)進(jìn)入發(fā)展期。

而從用戶層面來看，2012年，大數(shù)據(jù)在國內(nèi)銀行、電信、零售以及快消品等行業(yè)都已經(jīng)有成功應(yīng)用案例出現(xiàn)?？梢钥吹?，一個(gè)大數(shù)據(jù)時(shí)代的雛形已經(jīng)清晰地浮現(xiàn)在我們眼前。

 

新聞點(diǎn)評： IT應(yīng)用的價(jià)值發(fā)生質(zhì)變

2012年，被很多人稱為是大數(shù)據(jù)元年。之所以這樣說，是因?yàn)樵?012年，大數(shù)據(jù)真正從概念走向了實(shí)踐應(yīng)用，開始落地。

事實(shí)上，大數(shù)據(jù)這一概念并不是憑空產(chǎn)生的，用戶關(guān)于數(shù)據(jù)分析、處理的需求一直未曾停止過。那么，為什么在2012年，這一需求突然爆發(fā)呢？

催生這一需求爆發(fā)的原因以下幾點(diǎn)：

一是圖像、語音、視頻等非結(jié)構(gòu)化數(shù)據(jù)的迅猛增長，使得用戶所面臨的數(shù)據(jù)量越來越大、越來越復(fù)雜，此時(shí)，用戶迫切需要對這些海量數(shù)據(jù)進(jìn)行處理和分析；

二是數(shù)據(jù)處理分析技術(shù)的進(jìn)步。最近兩年，隨著HANA、Hadoop、列式數(shù)據(jù)庫等一批新技術(shù)的出現(xiàn)，使得大數(shù)據(jù)的分析和處理不再可怕。

三是企業(yè)市場競爭的需要。

以上幾個(gè)因素交織在一起，使大數(shù)據(jù)在2012年顯得異?；鸨?，同時(shí)也加速了大數(shù)據(jù)的落地進(jìn)程。

在2012年，我們可以看到，大數(shù)據(jù)已經(jīng)在很多行業(yè)開始得到成功應(yīng)用。例如，農(nóng)夫山泉公司通過應(yīng)用大數(shù)據(jù)技術(shù)，取代了企業(yè)原來的數(shù)據(jù)集市，對大量的數(shù)據(jù)進(jìn)行實(shí)時(shí)的分析，這樣企業(yè)可以得到實(shí)時(shí)的業(yè)務(wù)信息，并及時(shí)對市場做出快速反應(yīng)，這使農(nóng)夫山泉在激烈的市場競爭中占得先機(jī)。

 

另外，在公共衛(wèi)生、經(jīng)濟(jì)發(fā)展和經(jīng)濟(jì)預(yù)測、互聯(lián)網(wǎng)等多個(gè)領(lǐng)域，大數(shù)據(jù)的實(shí)踐應(yīng)用也開始逐漸涌現(xiàn)。可以說，大數(shù)據(jù)時(shí)代的雛形已經(jīng)逐步呈現(xiàn)。

在很多人看來，大數(shù)據(jù)是一項(xiàng)IT技術(shù)。但事實(shí)上，大數(shù)據(jù)的更大意義在于，它早已超越了IT技術(shù)的范疇，并且將會(huì)對一些傳統(tǒng)的商業(yè)思維進(jìn)行顛覆。而其中對于企業(yè)而言，最重要的就是，要將數(shù)據(jù)作為一項(xiàng)重要的資產(chǎn)。未來，對于大數(shù)據(jù)的分析和處理能力，將成為企業(yè)的核心競爭力之一。

 

IDC在其關(guān)于大數(shù)據(jù)的報(bào)告中就曾指出，未來領(lǐng)軍企業(yè)與其他企業(yè)之間最大的差別在于新數(shù)據(jù)類型的引入。那些沒有引入新的分析技術(shù)和新的數(shù)據(jù)類型的企業(yè)，不太可能成為其行業(yè)的領(lǐng)軍者。

 

這意味著，IT應(yīng)用的價(jià)值將發(fā)生質(zhì)的改變：IT技術(shù)將真正和企業(yè)的業(yè)務(wù)融合到一起，而不僅僅只是一種支持工具。這對于整個(gè)IT產(chǎn)業(yè)的發(fā)展而言，都具有十分重要的意義。

大數(shù)據(jù)時(shí)代范文第2篇

數(shù)據(jù)就像一個(gè)神奇的磚石礦，當(dāng)它的首要價(jià)值被發(fā)掘后仍能不斷給予。我們看到的只是冰山一角。就像一些特殊類型的信息也早已經(jīng)在市場上交易，如書籍、文章、音樂、電影等，這些在過去的幾十年中已經(jīng)通過個(gè)人的數(shù)據(jù)加入數(shù)據(jù)庫當(dāng)中，同時(shí)隨著社交平臺的出現(xiàn)，我們的人脈關(guān)系、想法、喜好和日常生活模式也逐漸被加入到巨大的個(gè)人信息庫中。在數(shù)字化的時(shí)代，數(shù)據(jù)的作用被掩蓋，數(shù)據(jù)只是被交易的對象。被視為附屬于企業(yè)經(jīng)營核心業(yè)務(wù)的一部分，或者被歸入知識產(chǎn)權(quán)或個(gè)人信息中相對局限的類別，但是在大數(shù)據(jù)時(shí)代，事情發(fā)生了變化，數(shù)據(jù)的價(jià)值從他最基本的用途轉(zhuǎn)變?yōu)槲磥淼臐撛谟猛?，這一轉(zhuǎn)變意義重大，它影響了企業(yè)評估其原有的數(shù)據(jù)和訪問者的形式，促使甚至是迫使公司改變他們的商業(yè)模式，同時(shí)也改變了組織看待和使用數(shù)據(jù)的方式了。

銷售企業(yè)為了核算和分析而收集銷售數(shù)據(jù)，制造企業(yè)為了確保產(chǎn)品符合質(zhì)量標(biāo)準(zhǔn)而監(jiān)控輸出，互聯(lián)網(wǎng)為了分析和優(yōu)化其呈現(xiàn)給訪問者的內(nèi)容而記錄訪問痕跡。電子商務(wù)記錄顧客購買的書籍為了給顧客提供個(gè)性化的建議，所以數(shù)據(jù)的價(jià)值不是因?yàn)槭褂枚鴾p少或增加，而是不斷的因?yàn)樾枨蠖掷m(xù)地被處理。這也意味著即使首次或之后的每次使用都能只帶來了少量的價(jià)值，但是只要數(shù)據(jù)被多次使用過，企業(yè)仍然可以對數(shù)據(jù)加以有效利用。數(shù)據(jù)的大小和沉寂不是大數(shù)據(jù)時(shí)代的重要標(biāo)志，數(shù)據(jù)創(chuàng)新和數(shù)據(jù)掘金才是大數(shù)據(jù)時(shí)代重要的標(biāo)志。

數(shù)據(jù)如何創(chuàng)新首要在于數(shù)據(jù)的重組，因?yàn)樘幱谛菝郀顟B(tài)的數(shù)據(jù)的價(jià)值只能通過與另一個(gè)截然不同的數(shù)據(jù)集結(jié)合才能釋放出來。隨著大數(shù)據(jù)的出現(xiàn)，數(shù)據(jù)的總和比部分更有價(jià)值，當(dāng)我們完成數(shù)據(jù)的重組，其數(shù)據(jù)總和本身的價(jià)值比單個(gè)總和更大。比如將商家信息與電子地圖相結(jié)合，微社交平臺與傳統(tǒng)的電子商務(wù)結(jié)合，移動(dòng)平臺與傳統(tǒng)的銷售相結(jié)合。這些應(yīng)用都給了我們指導(dǎo)性意義，通過這種數(shù)據(jù)的重組，使得我們對數(shù)據(jù)更加親和，能夠更加簡單地接觸。

大數(shù)據(jù)時(shí)代范文第3篇

關(guān)鍵詞：大數(shù)據(jù) 數(shù)據(jù)挖掘 營銷

中圖分類號：F49 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9416（2015）030-0209-01

近幾年，大數(shù)據(jù)（big data）一詞越來越多地被提及，人們用它來描述和定義信息爆炸時(shí)代產(chǎn)生的海量數(shù)據(jù)，并命名與之相關(guān)的技術(shù)發(fā)展與創(chuàng)新。2012 年3 月，奧巴馬公布了美國《大數(shù)據(jù)研究和發(fā)展計(jì)劃》，標(biāo)志著大數(shù)據(jù)已經(jīng)成為國家戰(zhàn)略，上升為國家意志。從硅谷到北京，大數(shù)據(jù)的話題傳播迅速。

1 大數(shù)據(jù)時(shí)代

隨著計(jì)算機(jī)技術(shù)全面融入社會(huì)生活，經(jīng)過半個(gè)多世紀(jì)的發(fā)展，信息爆炸已經(jīng)積累到了一個(gè)開始引發(fā)變革的程度。它不僅使世界充斥著比以往更多的信息，而且其增長速度也在加快。最先經(jīng)歷信息爆炸的學(xué)科，如天文學(xué)和基因?qū)W，創(chuàng)造出了“大數(shù)據(jù)”這個(gè)概念。

1.1 大數(shù)據(jù)時(shí)代產(chǎn)生的背景

最早提出“大數(shù)據(jù)”時(shí)代到來的是全球知名咨詢公司麥肯錫，麥肯錫稱：“數(shù)據(jù)，已經(jīng)滲透到當(dāng)今每一個(gè)行業(yè)和業(yè)務(wù)職能領(lǐng)域，成為重要的生產(chǎn)因素。人們對于海量數(shù)據(jù)的挖掘和運(yùn)用，預(yù)示著新一波生產(chǎn)率增長和消費(fèi)者盈余浪潮的到來?！贝笠?guī)模生產(chǎn)、分享和應(yīng)用海量數(shù)據(jù)的時(shí)代之所以能夠開啟，源于信息科技的進(jìn)步、互聯(lián)網(wǎng)與云計(jì)算技術(shù)和物聯(lián)網(wǎng)的發(fā)展。

（1）信息科技的進(jìn)步。信息處理、信息存儲(chǔ)和信息傳遞是信息科技的三個(gè)主要支撐，存儲(chǔ)設(shè)備性價(jià)比不斷提升、網(wǎng)絡(luò)帶寬的持續(xù)增加，為大數(shù)據(jù)的存儲(chǔ)和傳播提供了物質(zhì)基礎(chǔ)。

（2）互聯(lián)網(wǎng)與云計(jì)算技術(shù)?；ヂ?lián)網(wǎng)時(shí)代，電子商務(wù)、社交網(wǎng)絡(luò)和移動(dòng)通信產(chǎn)生了大量結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)，以云計(jì)算為基礎(chǔ)的信息存儲(chǔ)、分享和挖掘手段，可以便宜、有效地將這些大量、高速、多變化的終端數(shù)據(jù)存儲(chǔ)下來，并隨時(shí)進(jìn)行分析與計(jì)算?；ヂ?lián)網(wǎng)領(lǐng)域的公司最早重視數(shù)據(jù)資產(chǎn)的價(jià)值，他們從大數(shù)據(jù)中淘金，并且引領(lǐng)著大數(shù)據(jù)的發(fā)展趨勢。

（3）物聯(lián)網(wǎng)的發(fā)展。眾所周知，物聯(lián)網(wǎng)時(shí)代所創(chuàng)造的數(shù)據(jù)不是互聯(lián)網(wǎng)時(shí)代所能比擬的，而且物聯(lián)網(wǎng)的數(shù)據(jù)是異構(gòu)的、多樣性的、非結(jié)構(gòu)和有噪聲的，最顯著的特點(diǎn)是是它的高增長率。大數(shù)據(jù)是物聯(lián)網(wǎng)中的關(guān)鍵技術(shù)，物聯(lián)網(wǎng)對大數(shù)據(jù)技術(shù)的要求更高，它的發(fā)展離不開大數(shù)據(jù)。

1.2 大數(shù)據(jù)與數(shù)據(jù)挖掘

Google、Amazon、Facebook、Twitter，這些稱霸全球互聯(lián)網(wǎng)的企業(yè)，它們的成功都具備一個(gè)共同的因素，就是收集分析海量的各種類型的數(shù)據(jù)，并能夠快速獲取影響未來的信息的能力。“購買了此商品的顧客還購買了這些商品”，這恐怕是世界上最廣為人知的一種商品推薦系統(tǒng)了，而創(chuàng)造出這個(gè)系統(tǒng)的正是Amazon。Amazon 通過分析商品的購買記錄、瀏覽歷史記錄等龐大的用戶行為歷史數(shù)據(jù)，并與行為模式相似的其他用戶的歷史數(shù)據(jù)進(jìn)行對照，提供出最適合的商品推薦信息。Facebook 可以為用戶提供類似“也許你還認(rèn)識這些人”的提示，這種提示可以準(zhǔn)確到令人恐怖的程度，而這正是對龐大的數(shù)據(jù)進(jìn)行分析而得到的結(jié)果。這種以數(shù)據(jù)分析為核心的技術(shù)就是數(shù)據(jù)挖掘（data mining）。

從技術(shù)角度看，數(shù)據(jù)挖掘是從大量的、復(fù)雜的、不規(guī)則的、隨機(jī)的、模糊的數(shù)據(jù)中獲取隱含的、人們事先沒有發(fā)覺的、有潛在價(jià)值的信息和知識的過程。從商業(yè)角度來說，數(shù)據(jù)挖掘是從龐大的數(shù)據(jù)庫中抽取、轉(zhuǎn)換、分析一些潛在規(guī)律和價(jià)值，從中獲取輔助商業(yè)決策的關(guān)鍵信息和有用知識。大數(shù)據(jù)概念的提出，將為數(shù)據(jù)挖掘技術(shù)的發(fā)展和應(yīng)用帶來一個(gè)很大的機(jī)遇。

2 數(shù)據(jù)挖掘

數(shù)據(jù)挖掘旨在從大數(shù)據(jù)中提取隱藏的預(yù)測性信息，用便于理解和觀察的方式反映給用戶，作為決策的依據(jù)。

2.1 數(shù)據(jù)挖掘原理

數(shù)據(jù)挖掘又稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn)（Knowledge Diseoveryin Databases，KDD），是一個(gè)從數(shù)據(jù)庫或數(shù)據(jù)倉庫中發(fā)現(xiàn)并抽取隱含的、明顯未知的、具有潛在用處的信息的過程。數(shù)據(jù)挖掘一般流程主要包括三個(gè)階段：數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘、結(jié)果解釋和評價(jià)。在數(shù)據(jù)挖掘的處理過程中，數(shù)據(jù)挖掘分析方法是最為關(guān)鍵的。

（1）數(shù)據(jù)準(zhǔn)備。數(shù)據(jù)準(zhǔn)備是從海量數(shù)據(jù)源得到數(shù)據(jù)挖掘所用的數(shù)據(jù)，將數(shù)據(jù)集成到一起的過程。由于數(shù)據(jù)收集階段得到的數(shù)據(jù)可能有一定的污染，即數(shù)據(jù)可能存在不一致，或有缺失數(shù)據(jù)、臟數(shù)據(jù)的存在，因此需通過數(shù)據(jù)整理，對數(shù)據(jù)進(jìn)行清洗及預(yù)處理。

（2）數(shù)據(jù)挖掘。是數(shù)據(jù)挖掘中最關(guān)鍵的一步，使用智能的方法提取數(shù)據(jù)模式，例如決策樹、分類和聚類、關(guān)聯(lián)規(guī)則和神經(jīng)網(wǎng)絡(luò)等。首先決定要提取什么樣的模型，然后選取相應(yīng)的算法參數(shù)，分析數(shù)據(jù)從而得到可能形成知識的模式模型。

（3）結(jié)果解釋和評價(jià)。數(shù)據(jù)挖掘后的結(jié)果需要轉(zhuǎn)換成用戶能夠理解的規(guī)則或模式，并根據(jù)其是否對決策問題具有實(shí)際意義進(jìn)行評價(jià)。

2.2 數(shù)據(jù)挖掘技術(shù)在營銷中的應(yīng)用

無差別的大眾媒體營銷已經(jīng)無法滿足零和的市場環(huán)境下的競爭要求。精準(zhǔn)營銷是企業(yè)現(xiàn)在及未來的發(fā)展方向，在精準(zhǔn)營銷領(lǐng)域，最常用的數(shù)據(jù)挖掘分析方法包括分類、聚類和關(guān)聯(lián)三類。

（1）關(guān)聯(lián)規(guī)則。挖掘關(guān)聯(lián)規(guī)則就是發(fā)現(xiàn)存在于大量數(shù)據(jù)集中的關(guān)聯(lián)性或相關(guān)性，例如空間關(guān)聯(lián)挖掘出啤酒與尿布效應(yīng)；時(shí)間關(guān)聯(lián)挖掘出孕嬰用品與家居裝修關(guān)系；時(shí)間關(guān)聯(lián)挖掘出調(diào)味品、紙巾與化妝品的消費(fèi)等。

此外，關(guān)聯(lián)規(guī)則發(fā)現(xiàn)也可用于序列模式發(fā)現(xiàn)。序列模式發(fā)現(xiàn)的側(cè)重點(diǎn)在于分析數(shù)據(jù)項(xiàng)集在時(shí)間上或序列上的前后（因果）規(guī)律，可以看作是一種特定的關(guān)聯(lián)規(guī)則。例如顧客在購買了打印機(jī)后在一段時(shí)間內(nèi)是否會(huì)購買墨盒。

（2）分類分析。分類是假定數(shù)據(jù)庫中的每個(gè)對象屬于一個(gè)預(yù)先給定的類，從而將數(shù)據(jù)庫中的數(shù)據(jù)分配到給定的類中。它屬于預(yù)測性模型，例如在銀行業(yè)，事先定義用戶的信用狀況分為兩類：信用好和信用壞，對于一個(gè)信用狀態(tài)未知的用戶，如果需要確定其信用度，可以采用“決策樹”法構(gòu)建一個(gè)分類模型，決策樹方法著眼于從一組無次序、無規(guī)則的客戶數(shù)據(jù)庫中推理出決策樹表現(xiàn)形式的分類規(guī)則。決策樹的非葉子節(jié)點(diǎn)均是客戶的一些基本特征，葉子節(jié)點(diǎn)是客戶分類標(biāo)識，由根節(jié)點(diǎn)至上而下，到每個(gè)葉子節(jié)點(diǎn)，就生成了一條規(guī)則，由該決策樹可以得到很多規(guī)則，構(gòu)成了一個(gè)規(guī)則集合，從而進(jìn)行數(shù)據(jù)分析。

（3）聚類分析。聚類是將物理或抽象對象的集合進(jìn)行分組，然后組成為由類似或相似的對象組成的多個(gè)分類的分析過程，其目的就是通過相似的方法來收集數(shù)據(jù)分類。為品牌找客戶，回答品牌“誰來賣”是精準(zhǔn)營銷首先要解決的問題，科學(xué)細(xì)分客戶是解決這一問題的有效手段。聚類可以將目標(biāo)客戶分成多個(gè)類，同一個(gè)類中的客戶有很大的相似性，表現(xiàn)在購買行為的高度一致，不同類間的客戶有很大的相異性，表現(xiàn)在購買行為的截然不同。

3 結(jié)語

大數(shù)據(jù)時(shí)代背景下“數(shù)據(jù)成為資產(chǎn)”，數(shù)據(jù)挖掘技術(shù)作為支撐精準(zhǔn)營銷的重要手段，將它應(yīng)用于營銷行業(yè)的決策中，不僅拓展了數(shù)據(jù)挖掘技術(shù)的應(yīng)用范圍，而且大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘技術(shù)可以幫助企業(yè)獲得突破性回報(bào)。

參考文獻(xiàn)

[1]維克托?邁爾―舍恩伯格；肯尼思?庫克耶.大數(shù)據(jù)時(shí)代：生活、工作與思維的大變革[M].周濤譯.杭州：浙江人民出版社，2013.

[2]王偉玲.大數(shù)據(jù)產(chǎn)業(yè)的戰(zhàn)略價(jià)值研究與思考.技術(shù)經(jīng)濟(jì)與管理研究[J]，2015（1）.

[3]俞立平.大數(shù)據(jù)與大數(shù)據(jù)經(jīng)濟(jì)學(xué)[J].中國軟科學(xué)，2013（7）：177-183.

大數(shù)據(jù)時(shí)代范文第4篇

更要跨越“數(shù)據(jù)鴻溝”

云計(jì)算上，一個(gè)較為悲觀的觀點(diǎn)是，中國企業(yè)已經(jīng)沒有多少機(jī)會(huì)。由于云計(jì)算基礎(chǔ)設(shè)施建設(shè)需要巨大的資金投入，長時(shí)間、大范圍的部署和持續(xù)的更新維護(hù)，有足夠的資源、實(shí)力去構(gòu)建大規(guī)模云計(jì)算平臺的企業(yè)并不多。

“當(dāng)時(shí)我說，縱觀全球，也不會(huì)有太多的公司有資格成為云平臺的掌控者，如今看來，微軟、亞馬遜、谷歌等少數(shù)公司位于第一軍團(tuán)?！蔽④浌救蛸Y深副總裁、微軟亞太研發(fā)集團(tuán)主席張亞勤博士說，到大數(shù)據(jù)階段，大數(shù)據(jù)是信息化一個(gè)很重要的推動(dòng)力。大數(shù)據(jù)就像黃金，它對于社會(huì)、企業(yè)和個(gè)人，都是一種核心的競爭力。

工業(yè)和信息化部軟件司副司長陳英認(rèn)為，大數(shù)據(jù)所蘊(yùn)含的價(jià)值如今正在逐步釋放，大數(shù)據(jù)的挖掘利用對提升政府管理職能和企業(yè)的決策能力、創(chuàng)新發(fā)展模式都將產(chǎn)生深遠(yuǎn)影響。發(fā)展我國的大數(shù)據(jù)產(chǎn)業(yè)對于推動(dòng)經(jīng)濟(jì)由粗放型向集約型發(fā)展，加速經(jīng)濟(jì)發(fā)展轉(zhuǎn)型會(huì)起到至關(guān)重要的作用。

陳英表示，目前發(fā)達(dá)國家已開始了大數(shù)據(jù)的戰(zhàn)略部署，我國要加快這方面的探索，依托自主創(chuàng)新，掌握自主的大數(shù)據(jù)技術(shù)與裝備，務(wù)實(shí)推動(dòng)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展。

目前國內(nèi)相關(guān)企業(yè)正加快在這一領(lǐng)域的投入。中關(guān)村在大數(shù)據(jù)領(lǐng)域具有良好的發(fā)展?jié)摿?，技術(shù)發(fā)展被認(rèn)為與美國硅谷同步，海量數(shù)據(jù)挖掘等技術(shù)處于國內(nèi)領(lǐng)先地位，云基地內(nèi)聚集了一批掌握大數(shù)據(jù)尖端技術(shù)的領(lǐng)先企業(yè)。目前，由企業(yè)、高校共同發(fā)起的中關(guān)村大數(shù)據(jù)產(chǎn)業(yè)聯(lián)盟已經(jīng)成立，以進(jìn)一步加快中關(guān)村大數(shù)據(jù)產(chǎn)業(yè)生態(tài)環(huán)境的構(gòu)建，力爭引領(lǐng)未來大數(shù)據(jù)產(chǎn)業(yè)發(fā)展方向。同時(shí)，大數(shù)據(jù)產(chǎn)業(yè)已經(jīng)納入《中關(guān)村戰(zhàn)略性新興產(chǎn)業(yè)集群創(chuàng)新引領(lǐng)工程（20132015年）》，將開展大規(guī)模云運(yùn)營服務(wù)和大數(shù)據(jù)挖掘服務(wù)。

去年末，陜西省西咸新區(qū)灃西新城規(guī)劃了國內(nèi)首家大數(shù)據(jù)處理與服務(wù)專業(yè)園區(qū)，目標(biāo)是到2017年建成以西咸新區(qū)為核心的國家級大數(shù)據(jù)處理和服務(wù)產(chǎn)業(yè)集群。騰訊公司也在近日表示，將把下一代騰訊網(wǎng)打造成“大數(shù)據(jù)”時(shí)代的智慧門戶。

“云計(jì)算和大數(shù)據(jù)的結(jié)合，將產(chǎn)生難以估量的影響。數(shù)據(jù)已經(jīng)被認(rèn)為是寶貴資源，任何一家有雄心、渴望獲取洞察力的企業(yè)，都應(yīng)及早制定大數(shù)據(jù)戰(zhàn)略和方案?！睆垇喦谡f，否則，所有的機(jī)會(huì)將被“數(shù)據(jù)鴻溝”所延宕。

大數(shù)據(jù)時(shí)代

對小企業(yè)意義非凡

對于原本就十分龐大的IT巨頭來說，大數(shù)據(jù)是不是只是它們的機(jī)會(huì)？

來自百度的專家說，“擁有大數(shù)據(jù)的企業(yè)，它在數(shù)據(jù)的處理能力方面，肯定有先天的優(yōu)勢，但是在移動(dòng)互聯(lián)網(wǎng)，用戶的要求是豐富多彩的。作為一家企業(yè)，哪怕你是百度這樣的企業(yè)，也滿足不了所有用戶的要求。貼近社會(huì)、貼近用戶這樣的一些中小開發(fā)者，甚至是一些個(gè)體開發(fā)者，他們了解用戶的需求，開發(fā)出豐富多彩、很多、很小的應(yīng)用，有些是大公司想不到的?！?/p>

實(shí)際上，大數(shù)據(jù)的擁有者和第三方開發(fā)者之間可以有著很好的結(jié)合點(diǎn)。比如百度地圖中的定位技術(shù)開放出去，第三方開發(fā)者可以調(diào)用這個(gè)技術(shù)，使其開發(fā)的應(yīng)用功能更強(qiáng)大、更好地滿足用戶的需求?！翱梢赃@樣講，擁有大數(shù)據(jù)的企業(yè)，它對整個(gè)產(chǎn)業(yè)鏈的拉動(dòng)應(yīng)該發(fā)揮了更大的作用”。

對于那些擁有行業(yè)經(jīng)驗(yàn)，并熟練掌握云計(jì)算開發(fā)和應(yīng)用技能的小型企業(yè)，尤其是初創(chuàng)企業(yè)來說，則更是意義非凡。張亞勤說，最近幾年，我們看到的一些明星初創(chuàng)公司，人員規(guī)模只在數(shù)十人，但對某個(gè)行業(yè)擁有深厚知識，并能通過云和大數(shù)據(jù)的技術(shù)手段，快速解決該行業(yè)的共性需求。在未來數(shù)年，這樣的“小而美”、“快而精”的企業(yè)會(huì)越來越多，并做出有可能改變世界的顛覆性產(chǎn)品。

“現(xiàn)在最火的做數(shù)據(jù)分析的公司，都是小公司，十幾個(gè)人、幾十個(gè)人?！睆垇喦诮榻B說，中關(guān)村有一個(gè)扶持小企業(yè)的微軟“云加速器”項(xiàng)目，第一期大部分都是做消費(fèi)者社交、手機(jī)的，到第二期，有2/3的公司是做大數(shù)據(jù)分析工具，石油、農(nóng)業(yè)、企業(yè)社交、教育等各行各業(yè)都有。

專家認(rèn)為，由于數(shù)據(jù)分散在各行各業(yè)，大數(shù)據(jù)時(shí)代可能不會(huì)出現(xiàn)“數(shù)據(jù)壟斷”現(xiàn)象，但是要讓數(shù)據(jù)真正發(fā)揮作用，需要數(shù)據(jù)的開放，甚至讓數(shù)據(jù)可以像商品和貨幣一樣互相交換流通。除了互聯(lián)網(wǎng)領(lǐng)域，我國金融、電信、工商、交通衛(wèi)生等行業(yè)已積累大量的數(shù)據(jù)資產(chǎn)，如何喚醒這些數(shù)據(jù)，是推動(dòng)大數(shù)據(jù)在行業(yè)中應(yīng)用的關(guān)鍵。

大數(shù)據(jù)時(shí)代

對依法管理互聯(lián)網(wǎng)提出更高要求

大數(shù)據(jù)時(shí)代的來臨，對依法管理互聯(lián)網(wǎng)提出了更高的要求。

“當(dāng)數(shù)據(jù)量越來越大，當(dāng)個(gè)性化、隱私性的數(shù)據(jù)越來越多，怎樣去使用這個(gè)數(shù)據(jù)，是很有爭議性的?！睆垇喦谡f。

由于相關(guān)的法律界限不清晰，有些企業(yè)可能會(huì)利用數(shù)據(jù)做一些讓用戶不高興的事。對廣大的網(wǎng)民而言，無論是電商、搜索還是微博等互聯(lián)網(wǎng)服務(wù)商，盡管是對用戶群體行為數(shù)據(jù)的挖掘，得出一些趨勢性的報(bào)告，但如果這些報(bào)告被用來獲取商業(yè)利益，依然有一種隱私被窺視的感覺。

最近有上千家公司寫信抗議微軟，緣于在最新版的微軟IE瀏覽器中，增加了一個(gè)私密瀏覽的可選功能，用戶在這一模式下用瀏覽器干了什么事，別人都無法看到。典型的應(yīng)用就是當(dāng)用戶選擇開啟這個(gè)功能，如果瀏覽淘寶網(wǎng)，包括點(diǎn)擊感興趣的商品、下單、購買等，淘寶網(wǎng)都無法跟蹤和搜集用戶的一系列在線行為，也分析不到相關(guān)的數(shù)據(jù)信息。對那些不喜歡預(yù)先告知用戶，直接進(jìn)行后臺數(shù)據(jù)抓取的互聯(lián)網(wǎng)服務(wù)商來說，是非常不歡迎這個(gè)功能的。

與此同時(shí)，信息安全的問題仍然存在。張亞勤認(rèn)為，大數(shù)據(jù)本身的一些安全性問題，實(shí)際上也正是云計(jì)算所具有的。服務(wù)器被黑客攻擊之后，存儲(chǔ)在云上的數(shù)據(jù)有可能包含著個(gè)人用戶和企業(yè)用戶的敏感信息，這些信息就可能會(huì)被黑客所利用，造成安全隱患。要解決大數(shù)據(jù)所帶來的信息安全問題，需要更完善的法律，更清晰的商業(yè)規(guī)范，以及更好的獎(jiǎng)懲制度。

大數(shù)據(jù)時(shí)代范文第5篇

1.從基于經(jīng)驗(yàn)的管理轉(zhuǎn)變到基于量化的管理是商業(yè)銀行業(yè)務(wù)經(jīng)營模式變化的重要特征。目前，國內(nèi)外各大商業(yè)銀行早已步入量化經(jīng)營的時(shí)代，在開拓某一項(xiàng)新業(yè)務(wù)時(shí)，需要充分依據(jù)業(yè)務(wù)數(shù)據(jù)判斷潛在市場的規(guī)模，在進(jìn)行客戶風(fēng)險(xiǎn)及價(jià)值的判斷環(huán)節(jié)，要遵循嚴(yán)格的數(shù)據(jù)及規(guī)則構(gòu)建科學(xué)的評價(jià)模型。如果沒有足夠的數(shù)據(jù)基礎(chǔ)，業(yè)務(wù)開拓及管理的不確定性增大，風(fēng)險(xiǎn)也會(huì)增加。但同時(shí)，目前量化管理的特點(diǎn)是基于高度結(jié)構(gòu)化、嚴(yán)格定義和大量清洗后的歷史交易數(shù)據(jù)，更多是用于報(bào)告已經(jīng)發(fā)生過的事情。因此，其利用的數(shù)據(jù)不夠大，挖掘的程度不夠深，應(yīng)用的領(lǐng)域不夠廣。國外先進(jìn)金融機(jī)構(gòu)已意識到相關(guān)問題，開始應(yīng)用海量的客戶交易和行為等數(shù)據(jù)，基于新的數(shù)據(jù)分析技術(shù)支持經(jīng)營管理。例如，美國銀行構(gòu)建的反洗錢模型、富國銀行進(jìn)行的交叉銷售等。

2.在實(shí)施新資本協(xié)議過程中，數(shù)據(jù)的挑戰(zhàn)貫穿整個(gè)過程。2012年，巴塞爾委員會(huì)“有效風(fēng)險(xiǎn)數(shù)據(jù)整合和風(fēng)險(xiǎn)報(bào)告的原則”，對新協(xié)議實(shí)施中數(shù)據(jù)的要求進(jìn)行了概括總結(jié)。委員會(huì)指出，2009年金融危機(jī)的一個(gè)最重要教訓(xùn)，就是銀行的IT和數(shù)據(jù)架構(gòu)不足以支持金融風(fēng)險(xiǎn)管理的要求，很多銀行無法及時(shí)、準(zhǔn)確地在集團(tuán)、跨業(yè)務(wù)條線、子公司間匯總風(fēng)險(xiǎn)暴露和風(fēng)險(xiǎn)集中度。因此，委員會(huì)明確要求銀行高層治理結(jié)構(gòu)中必須包括良好的數(shù)據(jù)整合能力，并采取措施建立一個(gè)良好的、有前瞻性的數(shù)據(jù)庫，幫助銀行及監(jiān)管者預(yù)測未來可能發(fā)生的風(fēng)險(xiǎn)?；诖?，各國銀行業(yè)新協(xié)議實(shí)施的評估過程中，最重要的工作之一，就是評估該國商業(yè)銀行的數(shù)據(jù)管理水平。2011年，我國銀監(jiān)會(huì)“監(jiān)管統(tǒng)計(jì)數(shù)據(jù)質(zhì)量管理良好標(biāo)準(zhǔn)”，確定了數(shù)據(jù)管理的15項(xiàng)原則、61條標(biāo)準(zhǔn)，要求建立定期評估工作機(jī)制，并將標(biāo)準(zhǔn)實(shí)施情況作為銀行高級計(jì)量方法驗(yàn)收的重要條件。從銀監(jiān)會(huì)現(xiàn)場評估結(jié)果來看，我國銀行業(yè)數(shù)據(jù)質(zhì)量管理仍有較大提升空間，領(lǐng)先銀行也僅處于“大體不符合”到“大體符合”的中間階段。監(jiān)管機(jī)構(gòu)之所以對數(shù)據(jù)如此重視，主要有四個(gè)原因：一是高級計(jì)量模型對數(shù)據(jù)依賴性強(qiáng)，模型越精細(xì)，數(shù)據(jù)質(zhì)量對模型結(jié)果準(zhǔn)確性的影響就越大；二是數(shù)據(jù)質(zhì)量的高低直接關(guān)系到資本計(jì)量的準(zhǔn)確性，進(jìn)而影響風(fēng)險(xiǎn)管理、監(jiān)管的有效性；三是隨著風(fēng)險(xiǎn)管理量化水平的提高，需要采集、處理的風(fēng)險(xiǎn)管理基礎(chǔ)數(shù)據(jù)范圍越來越大；四是委員會(huì)強(qiáng)調(diào)監(jiān)管者和銀行具有對風(fēng)險(xiǎn)的預(yù)測能力，現(xiàn)有的數(shù)據(jù)、計(jì)量體系離這個(gè)要求差距較大。

3.大數(shù)據(jù)契合新資本協(xié)議實(shí)施對數(shù)據(jù)的要求。新資本協(xié)議實(shí)施的本質(zhì)是提升資本對風(fēng)險(xiǎn)的敏感程度，要求銀行能夠準(zhǔn)確地識別、度量風(fēng)險(xiǎn)，并將計(jì)量結(jié)果貫穿到業(yè)務(wù)經(jīng)營管理的全流程之中。從資本協(xié)議發(fā)展的歷程看，BaselI作為標(biāo)準(zhǔn)法體系，僅在風(fēng)險(xiǎn)資產(chǎn)的標(biāo)準(zhǔn)分類基礎(chǔ)上賦予統(tǒng)一的權(quán)重，而BaselII則更加依賴對客戶PD、債項(xiàng)LGD/EAD等風(fēng)險(xiǎn)參數(shù)的估計(jì)，在風(fēng)險(xiǎn)度量方面向前走了一大步。新資本協(xié)議的實(shí)施及標(biāo)準(zhǔn)的不斷提升，表面上是針對資本充足率，使用更高級的方法有助于節(jié)約資本，但這不是實(shí)施新協(xié)議的主要目的，其根本目的是建立完整的風(fēng)險(xiǎn)識別、度量、預(yù)測和管理體系，進(jìn)而通過資本覆蓋非預(yù)期損失。從目前我國商業(yè)銀行實(shí)施資本計(jì)量高級方法的情況看，主要存在三方面的數(shù)據(jù)問題：一是數(shù)據(jù)范圍不夠，很多數(shù)據(jù)尚未得到有效利用。目前資本計(jì)量高級方法中主要依賴的數(shù)據(jù)是客戶財(cái)務(wù)信息、交易數(shù)據(jù)、區(qū)域及行業(yè)數(shù)據(jù)、宏觀經(jīng)濟(jì)數(shù)據(jù)，客戶的定性變量。這些數(shù)據(jù)往往是依據(jù)設(shè)計(jì)好的表單結(jié)構(gòu)進(jìn)行采集，數(shù)據(jù)大多是靜態(tài)的、滯后的，而大量的客戶行為數(shù)據(jù)，例如客戶的網(wǎng)點(diǎn)交易記錄、客戶訪問記錄、通話記錄等，都沒有得到有效考慮，相比而言這些數(shù)據(jù)雖然價(jià)值密度低，但代表了客戶的具體想法和行為，反映了客戶要做的事情和所需的服務(wù)；二是數(shù)據(jù)質(zhì)量不高。由于我國商業(yè)銀行業(yè)務(wù)數(shù)據(jù)積累歷史較短，信息化程度較低等原因，數(shù)據(jù)短缺、奇異值較多、時(shí)間長度不夠等問題普遍存在，因此在資本計(jì)量模型建設(shè)過程中，由于要遵循一定的準(zhǔn)則和假設(shè)，需要進(jìn)行大量的數(shù)據(jù)清洗，并基于業(yè)務(wù)合理性的判斷進(jìn)一步篩選，在這個(gè)過程中被動(dòng)損失了很多數(shù)據(jù)和變量；三是商業(yè)銀行跨業(yè)務(wù)領(lǐng)域、跨子公司間相關(guān)數(shù)據(jù)未得到有效整合，也對風(fēng)險(xiǎn)計(jì)量的準(zhǔn)確性及風(fēng)險(xiǎn)識別的時(shí)效性產(chǎn)生一定影響，例如，通過對小企業(yè)主的信用卡交易情況與所屬企業(yè)貸款的關(guān)聯(lián)性分析可以發(fā)現(xiàn)，在企業(yè)貸款違約之前，往往存在企業(yè)主信用卡嚴(yán)重的透支情況，而這些風(fēng)險(xiǎn)特征的發(fā)現(xiàn)，均需要各業(yè)務(wù)領(lǐng)域、子公司間數(shù)據(jù)的高度融合和關(guān)聯(lián)。因此，采用大數(shù)據(jù)技術(shù)可以很好的解決上述問題，并能夠從看似沒有任何規(guī)律的數(shù)據(jù)中挖掘出風(fēng)險(xiǎn)特征和潛在的風(fēng)險(xiǎn)點(diǎn)。

二、大數(shù)據(jù)是商業(yè)銀行零售業(yè)務(wù)量化經(jīng)營變革的重要機(jī)遇

大數(shù)據(jù)產(chǎn)生于新一代信息技術(shù)融合發(fā)展過程，是新一代信息技術(shù)中最有顛覆性的變革力量。就如《第三次浪潮》作者托夫勒所說：“如果說IBM主機(jī)拉開了信息化革命的大幕，那么大數(shù)據(jù)則是第三次浪潮的華彩樂章”。

1.零售業(yè)務(wù)是商業(yè)銀行最能體現(xiàn)大數(shù)據(jù)優(yōu)勢的領(lǐng)域。未來銀行業(yè)的競爭將集中在對客戶相關(guān)數(shù)據(jù)的收集和分析環(huán)節(jié)，銀行需要成功地通過各種渠道收集客戶數(shù)據(jù)，精確分析客戶的意愿，為客戶提供個(gè)性化服務(wù)。大數(shù)據(jù)技術(shù)必將成為銀行實(shí)現(xiàn)一體化客戶關(guān)系管理，有效增強(qiáng)自身盈利能力的有力工具和核心競爭力。從商業(yè)銀行業(yè)務(wù)經(jīng)營的情況看，零售業(yè)務(wù)由于需要面對成千上億的客戶，涉及存款、貸款、匯款、理財(cái)?shù)确椒矫婷鏄I(yè)務(wù)，例如，僅信用卡交易類數(shù)據(jù)，一天的數(shù)據(jù)量就有近百萬筆，而其又會(huì)衍變出大量的消費(fèi)習(xí)慣、投資偏好、日常生活規(guī)律等消費(fèi)信息。因此其涵蓋的數(shù)據(jù)和信息是十分巨大的，可以從中挖掘出很多有規(guī)律、有價(jià)值的信息，是最能體現(xiàn)出大數(shù)據(jù)優(yōu)勢的業(yè)務(wù)領(lǐng)域。就如國外學(xué)者所言：“未來屬于能將數(shù)據(jù)轉(zhuǎn)化成產(chǎn)品的人或公司”。因此，哪家商業(yè)銀行能夠領(lǐng)先一步，積極探索大數(shù)據(jù)技術(shù)在零售業(yè)務(wù)領(lǐng)域的應(yīng)用，就必然能在日后的業(yè)務(wù)競爭中取得先機(jī)。

2.大數(shù)據(jù)技術(shù)可以應(yīng)用于零售業(yè)務(wù)的全生命周期領(lǐng)域。在產(chǎn)品設(shè)計(jì)階段，可以通過對群體客戶的行為特征進(jìn)行分析。一是可以綜合分析多種服務(wù)交付渠道，包括網(wǎng)點(diǎn)、網(wǎng)絡(luò)、移動(dòng)終端等的大量客戶行為數(shù)據(jù)，建立預(yù)測分析模型，發(fā)現(xiàn)客戶行為模式，提高客戶服務(wù)價(jià)值；二是構(gòu)建客戶理財(cái)洞悉渠道，采用移動(dòng)理財(cái)收集的數(shù)據(jù)能對不同地域的花銷和節(jié)約習(xí)慣等方面形成深刻洞悉，制定差異化的理財(cái)產(chǎn)品和營銷方式。在客戶營銷階段，可以利用其每月的存款額和支用額反映客戶不同的收入特征，再結(jié)合其網(wǎng)頁瀏覽記錄、信用卡消費(fèi)記錄、投資記錄等，就能很好地把握其消費(fèi)習(xí)慣和風(fēng)險(xiǎn)偏好，為其制定個(gè)性化的產(chǎn)品配置和服務(wù)。在貸款申請階段，可以利用其收入、學(xué)歷、消費(fèi)習(xí)慣等特征，在較短的時(shí)間內(nèi)預(yù)測業(yè)務(wù)發(fā)展趨勢、客戶信用變動(dòng)等情況，支持業(yè)務(wù)審批。在貸后預(yù)警及反欺詐階段，可以對現(xiàn)在的銀行交易記錄包括非直接交易的數(shù)據(jù)，如郵件、語音、視頻等進(jìn)行處理、分析，構(gòu)建客戶行為檔案，收集該客戶的基本信息以及所有歷史交易信息，進(jìn)行特征的分析與歸納，通過比對本次交易信息和歷史行為信息，找出正常和異常的信息，實(shí)現(xiàn)實(shí)時(shí)偵測功能。

3.各種硬件、軟件設(shè)施的快速發(fā)展能夠支持大數(shù)據(jù)在零售業(yè)務(wù)領(lǐng)域的有效應(yīng)用。隨著信息傳輸、儲(chǔ)存技術(shù)的迅速發(fā)展以及物聯(lián)網(wǎng)技術(shù)的逐步應(yīng)用，成千上萬的網(wǎng)絡(luò)傳感器、二維碼、視頻采集器等設(shè)備嵌入到現(xiàn)實(shí)世界中，產(chǎn)生了大量的實(shí)時(shí)信息和機(jī)讀數(shù)據(jù)。同時(shí)，云計(jì)算技術(shù)的逐步成熟，將為物聯(lián)網(wǎng)等信息獲取端產(chǎn)生的海量數(shù)據(jù)提供巨大的存儲(chǔ)空間，并能夠利用超級計(jì)算機(jī)進(jìn)行高效化、智能化和多元化的計(jì)算、分析，使在線處理、實(shí)時(shí)處理變?yōu)榭赡?。隨著各類數(shù)據(jù)呈現(xiàn)爆炸式增長，商業(yè)銀行不應(yīng)再滿足于簡單的數(shù)據(jù)處理，而應(yīng)該通過各種新技術(shù)、新設(shè)備進(jìn)行數(shù)據(jù)分析，把握未來發(fā)展的規(guī)律，使相關(guān)部門做出更好的決策。因此，大數(shù)據(jù)可以讓零售業(yè)務(wù)的海量數(shù)據(jù)產(chǎn)生價(jià)值、并讓數(shù)據(jù)真正成為商業(yè)銀行寶貴的資產(chǎn)資源。

4.不同產(chǎn)業(yè)領(lǐng)域已進(jìn)行的大數(shù)據(jù)實(shí)踐，為商業(yè)銀行大數(shù)據(jù)應(yīng)用提供了豐富經(jīng)驗(yàn)。大數(shù)據(jù)不僅給信息處理技術(shù)、軟硬件開發(fā)等方面的企業(yè)帶來新的發(fā)展機(jī)會(huì)，還對醫(yī)療、零售、金融、制造、能源等領(lǐng)域的發(fā)展帶來新的沖擊，直接推動(dòng)這些領(lǐng)域的產(chǎn)業(yè)升級。大數(shù)據(jù)分析已在不同領(lǐng)域得到了廣泛應(yīng)用，美國總統(tǒng)奧巴馬競選時(shí)就擁有一個(gè)幾十人的數(shù)據(jù)分析與挖掘團(tuán)隊(duì)，進(jìn)行大規(guī)模、深入的數(shù)據(jù)挖掘，幫助奧巴馬在獲取有效選民、投放廣告、募集資金方面提高工作的有效性，就像奧巴馬成功競選后媒體指出的那樣：華盛頓那些基于直覺與經(jīng)驗(yàn)決策的競選人士的優(yōu)勢在急劇下降，取而代之的是數(shù)量分析專家與電腦程序員的工作，他們可以在大數(shù)據(jù)中獲取洞察。在公共衛(wèi)生領(lǐng)域，2009年GOOGLE利用特定檢索詞的使用頻率及流感在時(shí)間和空間上傳播間的關(guān)系，在不需要知道搜索詞和流感間的關(guān)系，也不需要醫(yī)生確認(rèn)的情況下，純粹依賴于大數(shù)據(jù)處理了4.5億個(gè)不同的數(shù)字模型，最終發(fā)現(xiàn)一個(gè)由45條檢索詞組合構(gòu)成的數(shù)學(xué)模型，其預(yù)測能力高達(dá)97%，與疾控中心的統(tǒng)計(jì)數(shù)據(jù)相比，時(shí)效性大大提前。在投資領(lǐng)域，GOOGLE日本公司基于用戶的搜索詞，將大數(shù)據(jù)技術(shù)應(yīng)用于實(shí)時(shí)預(yù)測股價(jià)走勢。其利用搜索關(guān)鍵詞和股價(jià)實(shí)時(shí)信息，構(gòu)建了數(shù)萬個(gè)數(shù)學(xué)模型，從中發(fā)現(xiàn)最可能的模式，用于預(yù)測未來股價(jià)變動(dòng)情況。一些對沖基金（如DerwentCapital和MarketPsych）通過分析微博的文本數(shù)據(jù)，尋找股市投資信號?，F(xiàn)在，微博中的信息甚至被用于預(yù)測好萊塢的票房收入。在保險(xiǎn)領(lǐng)域，不同于傳統(tǒng)保險(xiǎn)行業(yè)將數(shù)據(jù)分析集中于保單、被保險(xiǎn)人、服務(wù)提供商、人、保險(xiǎn)利益、產(chǎn)品、核保和銷售賣點(diǎn)、理賠、市場營銷等領(lǐng)域，保險(xiǎn)公司開始嘗試引入先進(jìn)的數(shù)據(jù)記錄系統(tǒng)，將汽車加速計(jì)、剎車頻率和力度、每次行使里程和駕駛時(shí)間、駕駛位置、安全帶使用情況等納入分析，以求更準(zhǔn)確地預(yù)測保險(xiǎn)人行為，合理計(jì)算不同保險(xiǎn)人的保費(fèi)。目前，國際大型金融機(jī)構(gòu)已開始逐步嘗試在零售業(yè)務(wù)領(lǐng)域進(jìn)行大數(shù)據(jù)技術(shù)的應(yīng)用，積極向強(qiáng)調(diào)“基于數(shù)據(jù)（事實(shí)）”的方向前進(jìn)。例如，在風(fēng)險(xiǎn)管理領(lǐng)域，過去商業(yè)銀行可能要花費(fèi)幾個(gè)小時(shí)（甚至幾天）才能分析出相關(guān)數(shù)據(jù)特征，輸出風(fēng)險(xiǎn)管理報(bào)告，而通過整合多渠道（如分支行、網(wǎng)絡(luò)、移動(dòng)終端、外部數(shù)據(jù)庫等）的海量數(shù)據(jù)，利用大數(shù)據(jù)分析技術(shù)，能實(shí)時(shí)得出相關(guān)趨勢特征，顯著提高風(fēng)險(xiǎn)報(bào)告的獲取速度，預(yù)測風(fēng)險(xiǎn)事件的發(fā)生。

5.各大商業(yè)銀行已逐步嘗試進(jìn)行大數(shù)據(jù)分析及業(yè)務(wù)應(yīng)用。隨著大數(shù)據(jù)技術(shù)的逐步成熟，各大商業(yè)銀行已開始逐步利用大數(shù)據(jù)技術(shù)進(jìn)行風(fēng)險(xiǎn)管理、客戶營銷等方面的業(yè)務(wù)活動(dòng)。例如，花旗銀行利用大數(shù)據(jù)分析獲取客戶信息，并且分析預(yù)測客戶的下一步需求，進(jìn)而向客戶營銷相關(guān)金融產(chǎn)品，如某客戶為自己的孩子辦理了一張信用卡，其后花旗銀行根據(jù)此信用卡的消費(fèi)情況、還款情況以及持卡人的各種金融產(chǎn)品消費(fèi)行為，再結(jié)合持卡人的不同年齡及職業(yè)，提前預(yù)判分析出這位客戶可能需要的金融產(chǎn)品，達(dá)到有效的精準(zhǔn)營銷。目前，國內(nèi)各大商業(yè)銀行也逐步嘗試?yán)么髷?shù)據(jù)技術(shù)進(jìn)行相關(guān)業(yè)務(wù)的拓展活動(dòng)。如建設(shè)銀行利用客戶業(yè)務(wù)數(shù)據(jù)，將客戶劃分為長期負(fù)債族、活躍結(jié)算族、基本需求族等八類客戶群，然后根據(jù)客戶的金融產(chǎn)品購買行為、宏觀市場因素、客戶生命周期等變化因素，進(jìn)行更加準(zhǔn)確的目標(biāo)客戶篩選，同時(shí)其由專業(yè)的業(yè)務(wù)和數(shù)據(jù)分析人員適時(shí)調(diào)整和修正客戶劃分的數(shù)據(jù)模型，從而進(jìn)一步提高客戶營銷的精準(zhǔn)性。營銷結(jié)果顯示，通過系統(tǒng)篩選的客戶產(chǎn)品購買意向達(dá)成率是隨機(jī)抽取客戶的1.5倍，實(shí)際購買率是隨機(jī)抽取客戶的6倍。

三、我國商業(yè)銀行適應(yīng)大數(shù)據(jù)時(shí)代的行動(dòng)

1.高度重視大數(shù)據(jù)帶來的機(jī)遇和挑戰(zhàn)，樹立基于數(shù)據(jù)的量化管理理念。商業(yè)銀行各級管理層要充分意識到大數(shù)據(jù)發(fā)展的特征和趨勢，采取措施加強(qiáng)數(shù)據(jù)管理和應(yīng)用水平，推動(dòng)全行各級機(jī)構(gòu)和部門數(shù)據(jù)分析能力的提升。

2.高度重視各種數(shù)據(jù)的積累。大數(shù)據(jù)時(shí)代的數(shù)據(jù)包含了方方面面的屬性信息，可以理解為“信息即數(shù)據(jù)”。因此，商業(yè)銀行除了要積累各種傳統(tǒng)意義上的經(jīng)營交易數(shù)據(jù)外，還要重視其它類型的非結(jié)構(gòu)化數(shù)據(jù)積累，例如網(wǎng)點(diǎn)交易記錄、電子渠道交易記錄、網(wǎng)頁瀏覽記錄、外部數(shù)據(jù)等，都應(yīng)得到有效的采集、積累和應(yīng)用。

3.強(qiáng)化對制度等文本數(shù)據(jù)的標(biāo)準(zhǔn)化。每一家商業(yè)銀行的各級機(jī)構(gòu)均有大量的制度、流程和規(guī)定等文本數(shù)據(jù)，但尚未進(jìn)行有效組織。因此，要按一定的分類標(biāo)準(zhǔn)對之進(jìn)行梳理，使之與其它數(shù)據(jù)得到有效整合，有利于數(shù)據(jù)挖掘工作的開展。

4.積極搭建大數(shù)據(jù)技術(shù)應(yīng)用的各種資源條件。在現(xiàn)有數(shù)據(jù)庫基礎(chǔ)上，積極探索引進(jìn)適應(yīng)大數(shù)據(jù)要求的分析平臺和工具，培養(yǎng)大數(shù)據(jù)分析人才，建立適應(yīng)管理要求的數(shù)據(jù)分析管理機(jī)制。