第一篇：大數據的商業應用

大數據的商業應用

對大數據的開放和應用將對社會、商業和個人都產生巨大而深遠的影響。目前我們已經觀察到或者可以預測到的影響包括但不僅限于以下幾個方面。

第一，圍繞大數據的應用將激發前所未有的創新浪潮。社交網絡的流行和物聯網的建設使得對個體和群體（無論是人或物）的實時觀察和了解正在逐漸成為可能，這為預測群體行為和了解個體偏好提供了強有力的工具。利用大數據這一特性的應用已經在多個領域展現其驚人的威力和創新能力。

第二，大數據的開放將極大地提升社會的公開透明度和提高政策制定的效率。一方面，多種類型數據的公開大大提升了政府的透明度，通過公眾的監督提高民主程度。另一方面，通過為大眾提供創新的平臺，充分汲取群體的智慧，有效榨取數據的可利用價值，反過來可以提升社會效率和政府效率。

第三，隨著大數據時代的來臨和深化，在商業、經濟及其他領域中，決策行為將日益基于數據和分析而做出，而并非基于經驗和直覺。伴隨著數據的大量累積和數據處理能力的不斷提升，利用數據來進行判斷和預測的能力將會得到無限的放大，數據將引領社會前進的方向。第四，個人成為大數據鏈條中不可或缺的一環，而對數據的依賴將改變人類的生活方式。

對銀行的影響

（一）大數據提供了全新的溝通渠道和營銷手段

一方面，社交媒體的興起給銀行提供了全新的與客戶接觸的渠道。已經有多家銀行開通了官方微博，通過樹立社會化的形象，拉近與客戶之間的距離，利用社交媒體的力量，往往能夠取得意想不到的效果。光大銀行在2011年4月份通過其官方微博發起了“95595酒窩哦酒窩——光大電子銀行酒窩傳遞活動”，向網民征集酒窩照片，并由參與者向好友進行傳遞，征集的照片會組成一個笑容墻展示，一個月的時間里有超過740000人參與了活動，使得光大銀行的客服電話號碼一夜走紅。

另一方面，通過打通銀行內部數據和外部社會化的數據可以獲得更為完整的客戶拼圖，從而進行更為精準的營銷和管理。銀行本身擁有客戶的大量數據，通過對數據的分析可以獲得很多信息，從而成為進行管理和營銷的依據。但由于銀行擁有的客戶信息并不全面，這種分析有時候難以得出理想的結果甚至有可能得出錯誤的結論。比如說，如果某位信用卡客戶月均刷卡6次，平均每次刷卡金額500元，平均每年打3次客服電話，從未有過投訴，按照傳統的數據分析，該客戶是一位滿意度較高、流失風險較低的客戶。但如果看到該客戶的微博，得到的真實情況是：工資卡和信用卡不在同一家銀行，還款不方便，好幾次打客服電話沒接通，客戶多次在微博上抱怨，該客戶流失風險較高。

（二）大數據滋生了新型金融業態參與市場競爭

大量的數據來源和強大的數據分析工具正催生出很多新的金融業態來直接瓜分銀行的信貸市場。在英國，一家叫做Wonga的公司利用海量數據挖掘算法來做貸款業務，他們大量使用社交媒體和其他網絡工具，將客戶的信息碎片關聯起來，預測客戶的違約風險，為其信貸業務提供依據。在中國，阿里巴巴旗下的阿里信貸自2012年8月起全面向普通會員開放，提供無抵押、無擔保的低額貸款。而其依仗的正是掌握在手中的海量客戶經營數據，有了這些數據，阿里巴巴可以說是對客戶的資信狀況了如指掌，從而最大程度地降低了信貸業務的風險。如果說像Wonga這種需要去網絡上搜集數據來進行放貸的公司尚不足為懼，那么像阿里巴巴這種本身擁有雄厚客戶基礎和海量數據資產的公司介入信貸行業，將對行業格局產生深遠的影響。“網絡融資”可能成為 20 年后的主流，甚至可能發展到資金供需信息直接在網上發布并匹配，供需雙方直接完成資金融通。

（三）利用數據的能力日益成為銀行競爭的關鍵

麥肯錫在其研報中分析了不同行業從大數據浪潮中獲利的可能，金融行業拔得頭籌。作為金融行業的主要組成部分，銀行業利用數據來提升競爭能力具有得天獨厚的條件。

第一，銀行業天然擁有大量的客戶數據和交易數據，這是一筆巨大的財富。第二，銀行業面臨的客戶群體足夠大，能夠得出具有指導意義的統計結論。

第三，在“小數據”時代，銀行業已經在以信用評級模型和市場營銷模型為代表的數據分析上積累了大量的實戰經驗，具備向“大數據”分析跨越的基礎。隨著“大數據”時代的來臨，銀行運用科學分析手段對海量數據進行分析和挖掘，可以更好地了解客戶的消費習慣和行為特征，分析優化運營流程，提高風險模型的精確度，研究和預測市場營銷和公關活動的效果，從每一個經營環節中挖掘數據的價值，從而進入全新的科學分析和決策時代。在這種情況之下，利用大數據的能力將成為決定銀行競爭力的關鍵因素。

（四）從長遠看大數據將全面顛覆金融服務形態

從長遠來看，隨著數據化和網絡化的全面深入發展，金融服務將向虛擬化方向發展，從而全面顛覆金融服務形態。一是產品的虛擬化，資金流將越來越多地體現為數據信號的交換，電子貨幣等數字化金融產品的發展空間巨大。二是服務的虛擬化通過移動互聯網、全息仿真技術等科技手段，銀行完全可以通過完全虛擬的渠道向客戶提供業務服務，現有的實體柜面可能趨于消亡。三是流程的虛擬化，銀行業務流程中各類單據、憑證等將以數字文件的形式出現，通過網絡進行處理，從而提高處理的便利性和效率。在這樣的服務形態下，銀行的整體運作就是一個數據的洪流，“數字金融”得以全面實現，銀行的管理理念和運營方式也隨之得以全面顛覆。

銀行的發展方向

（一）促進金融服務與社交網絡的融合

商業銀行要打破傳統數據源的邊界，更加注重社交媒體等新型數據來源，通過各種渠道獲取盡可能多的客戶信息，并從這些數據中挖掘出更多的價值。

一是整合新的客戶接觸渠道，充分利用社交網絡的作用，增強對客戶的了解和互動，樹立良好的品牌形象。

二是注重新媒體客服的發展，利用論壇、聊天工具、微博、博客等網絡工具將其打造成為與電話客服并行的重要服務渠道。

三是將銀行內部數據和外部社交數據互聯，獲得更加完整的客戶視圖，從而進行更為高效的客戶關系管理。

四是創造性利用社交網絡數據和移動數據等進行產品創新和精準營銷。比如，當銀行通過客戶的移動定位信息知道該客戶正在某商場購物，便自動發送關于該商場的某餐館的刷卡促銷活動的短信；設計新產品的時候在網絡上征求客戶意見，激發客戶參與的熱情，在了解客戶需求的同時達到良好的宣傳效果。

五是注重新媒體渠道的輿情監測，在風險事件爆發之前就進行及時有效的處置，將負面影響降至最低。

實現金融服務與社交網絡的融合存在一些現實的困難，只能通過不斷摸索的方式前進。首先，銀行難以得知客戶在社交網絡上的用戶名，也就難以進行數據整合。可以考慮進行一些針對性的市場活動來收集客戶的用戶名，或者在將來的客戶申請表上添加社交網絡用戶名的選項。也可以考慮和社交網絡進行直接的合作，在實名制的社交網絡上，可以利用客戶的官方證件號碼來實現客戶信息的對接。

其次，目前尚缺乏成熟有效的非結構化數據的處理工具。在初期可以采取半人工的方式進行處理。IT業投入在非結構化數據處理工具的研發力量非常強，相信不久的將來就能夠有相對成熟的分析工具問世。

第三，目前在銀行龐大的客戶群體中，熱衷于新媒體的畢竟只是一部分。如果憑借對他們的分析來制定針對全體客戶的策略，統計樣本的偏差可能會導致策略的失效。因此暫時只能用于制定一些針對特定客戶群體的策略。隨著出生在網絡年代的年青一代的成長，這樣的偏差會越來越小，最終將能覆蓋幾乎全部的客戶群體。

第四，金融服務對系統安全性和穩定性的要求都遠高于社交平臺，在實現服務對接的時候可能會影響用戶體驗。最后，在諸如客戶的定位信息之類的數據是否屬于隱私，如何使用方面還存在許多法律上的空白。這些問題都有待各行業協調解決。

（二）布局與大數據金融的競爭和合作

這里所說的“大數據金融” 特指類似于阿里信貸這種基于大數據的金融服務商。隨著大數據金融的發展，銀行與他們的競爭和合作不可避免。一方面，銀行可以通過發展自己的大數據平臺與其開展直接競爭。在當前的各大電商平臺上，每天都有大量的交易發生，但是這些交易的支付結算大多被第三方支付機構壟斷，銀行處于支付鏈條的末端，獲取的價值非常小。大數據金融的核心競爭力在于其擁有的大量客戶經營數據，銀行在其產業鏈中的影響力很小，這也是阿里巴巴可以終止與建行的合作自行開展信貸業務的原因。為應對這種局面，銀行可以考慮自行搭建大數據平臺，獲取屬于自己的大數據，將核心話語權牢牢掌握在自己的手中。事實上，已經有不少銀行開始了這方面的布局。2012年6月28日，建行的電子商務平臺“善融商務”正式上線，包括B2B和B2C，業務范圍包括電子商務服務、金融服務、營運管理服務、企業社區服務及企業和個人商城。這可以看作是建行對于阿里巴巴終止合作的直接應對。交行打造的電子商務平臺“交博匯” 也開始向客戶開放。在為客戶提供增值服務的同時獲得客戶的動態經營信息，成為銀行共同的驅動力。

另一方面，銀行需要與大數據金融企業加強合作互利。完整和綜合的大數據注定難以被某一家企業、機構或政府部門所獨自掌控，因此任何想壟斷大數據的想法和行為都是不現實的，企業之間的合作互贏是發展的潮流。在認同大數據巨大價值的共識下，銀行可與電信、電商、社交網絡等大數據平臺開展合作，進行數據和信息的共享和利用，全面整合客戶有效信息，將金融服務與移動網絡、電子商務、社交網絡等完美融合。建行與阿里巴巴的信貸合作可以說是在這方面進行了非常有益的探索，可惜由于阿里巴巴要求在信貸利息中分利被拒絕而導致合作終止。但由此可見建立銀行與電信運營商、電商、社交網絡等參與方的合理的利潤分配模式是否合理是合作能否成功的關鍵因素。

（三）培養面對大數據時代的核心能力 一是數據整合的能力。不僅僅是銀行內部數據的整合，更重要的是和大數據鏈條上其他外部數據整合的能力。大數據時代，有能力整合和管理數據的企業才能夠主導產業鏈，作為大數據鏈條中的一環，銀行應當以更加積極的姿態與鏈條上的其他企業進行數據和信息的交換，越是完整的數據，能夠產生的作用就越大。由于各行業的數據標準和格式存在差異，如何逐漸統一數據標準以便進行更方便的數據交換和融合是當前面臨的巨大挑戰。

二是數據分析的能力。這里要注意區分傳統的商業智能和大數據時代的數據分析能力。首先，傳統的商業智能所處理的數據大多都是銀行自身數據庫當中的標準化、結構化的數據，而在大數據時代，更多需要處理的是大量的半結構化和非結構化的數據。其次，大數據時代處理的數據量與現在完全不在一個量級，現有的很多數據處理方法已經不能滿足需求。最后，當前銀行中常用的數據分析比如信用評級和市場營銷模型，都是在建模后再進行系統實施，持續的時間較長。而在大數據時代，對于數據處理的實時性有很高的要求。這些本質上的區別不僅要求銀行使用專門的數據儲存技術和設備，更要求采用專門的數據分析方法和使用體系。不得不說的是，中資銀行在對數據分析的重視程度和能力上與國際先進銀行有著巨大的差距，很多中資銀行在“小數據”時代的數據分析能力都亟需加強。

三是行動實施的能力。任何對大數據的分析只有轉換為實際的商業行動才能夠真正為銀行創造價值。大數據時代的行動實施具有兩個鮮明的特點：精準和快速。精準取決于大數據時代對客戶的全面深刻了解，制定的行動方案都非常具有針對性，因此方案將會更加差異化。現在給全體客戶統一版本發送的一條促銷短信在將來可能需要發送上萬個不同的版本。快速取決于大數據時代很多分析和策略都是系統自動完成的特性，更多的營銷活動都將由客戶的某項行為觸發，然后由系統自動執行相應的行動。這些特性對銀行的系統和人員都提出了更高的能力要求。

第二篇：商業數據保密協議

商業數據保密規定

1.保密的內容和范圍

(1)涉及商場所有的信息，包括商場使用ERP軟件保存在數據庫服務器上的商業數據和客戶資料及廠家合同信息。

(2)凡以直接、間接、口頭或書面等形式提供涉及保密內容的行為均屬泄密。

2.雙方的權利與義務、責任

(1)員工應自覺維護商場的利益，嚴格遵守本保密規定。

(2)員工不得向任何單位和個人泄露商場的任何資料信息；

(3)員工不得利用所掌握的商業秘密牟取私利；

(4)員工了解并承認，通過erp系統會將有具有商業價值的資料（保密信息）保存于數據庫服務器上，并且由于職務之便等原因，員工有可能在某些情況下訪問這臺服務器。員工同意并承諾，如果這些數據未經商場許可由員工披露給他人，所造成對商場的直接損失，并經證實，商場有權通過法律途徑向員工索賠。

(5)員工同意并承諾，對所有保密信息予以嚴格保密，在未得到商場事先許可的情況下不披露給任何其他人士或機構。

(6)員工同意并承諾，無論任何原因，員工不可恢復或刪除服務器上的任何保密信息，并不留存副本；員工保證離職后不會將商場的任何信息通過各種途徑來進行盈利及其他行為。

3.本協議項下的保密義務不適用于如下信息：①非由于員工的原因已經為公眾所知的；②由于員工以外其他渠道被他人獲知的信息，這些

渠道并不受保密義務的限制；③由于法律的適用、法院或其他國家有權機關的要求而披露的信息。

第三篇：淺談圖書館如何簡單應用大數據特性

淺談圖書館如何簡單應用大數據特性

重慶師范大學涉外商貿學院

【摘 要】隨著現代社會和科學技術的發展，以及大數據的概念出現以后，大數據已經漸漸融入到我們生活中的各個領域，正改變著人們的生活方式。圖書館作為文獻信息中心，更應該接受和適應這種變化，并且利用大數據的特性進行發展和改變，來突出圖書館的特點和職能。

【關鍵詞】圖書館；大數據；特性；簡單應用

“大數據”（Big data）研究機構Gartner給出了這樣的定義。“大數據”是需要新的處理模式才能具有更強的決策力、洞察發現力和流程優化能力，用來適應海量的、高增長率和多樣化的信息資產。對于大數據這個概念大家并不陌生。

大數據有四特性：

1.大量

2.高速

3.多樣性

4.低價值密度

隨著社會和科技的發展，大數據已經融入到我們的生活中的各個領域。圖書館擔負著教學和科研服務的雙重任務，是培養人才和開展科學研究的重要基地，不僅要更好的融入當今社會的大數據時代，更應該更好的應用大數據的特性為廣大讀者服務。

一、大量

首先大數據與傳統數據相比較，最明顯是特點就是在于大數據的信息量巨大。

現在的圖書館已經不再是只用來存放紙質載體圖書的建筑物，它還包括有電子資源以及各種不同形式、不同載體的信息和資源，圖書館的功能和內容正在發生轉變。傳統紙質圖書載體能容納的內容相對于大數據大量的概念來說已經不值得一提。而隨著現代科技發展，出現的電子圖書的信息量也是不能與大數據相比的。

原來所說的電子圖書和數字資源一般都指存儲于圖書館內的本地數據庫中存儲的資源。一般的電子圖書和數字資源具有容量遠遠大于傳統紙質載體圖書，并且具有使用和檢索都比紙質載體圖書來的更為方便和快捷等優勢。但在大數據環境下，使我們的這一概念發生了翻天覆地的變化。大數據的應用方式，在理論上可使圖書館的容量無限擴大。

大數據即將大量數據通過互聯網聚集到某個特定點，也可以看成是把互聯網上的所有數據集中在某一個特定數據庫中，這個特定點或特定數據庫存在于互聯網中。事實上我們所說的特定點或者特定數據庫只是把互聯網中各個不同的數據庫做成開放性數據庫，讓各個數據庫之間進行相互通?，而形成的一個整體數據庫。

因此，圖書館也可以鏈接并使用這一特定的整體的數據庫。通過此鏈接，不僅可以無限擴大本館自身的館藏資源，還能使本館資源得到開放，更加有效充分的利用館藏資源，并實現數據交流和資源共享。

二、高速

大數據和傳統數據最大的區別在于大數據的高速特性，它對于數據處理的能力要求必須非常出色。

大數據在進行數據處理的時候，既能對數據進行流處理，也同時能具備對數據進行批處理的能力。也就是說，大數據處理要求在連續不斷處理數據的同時，能夠對突如其來的批量數據進行計算和處理。

大數據的高速運行，要求數據有時效性。隨著時間推移，數據的價值會折舊，不同年齡階段的數據具有不同的價值，如期刊類，報紙類。這就要求圖書館及時更新其館藏。好在大數據時代的資源和數據能夠互相連接，彌補了部分館藏和資源不能高速運行更新的缺點。

從數據開發來看，圖書館存儲了大量的數據和資源。當這些數據和資源被聚集到一起時，會形成數據和資源的“礦山”，那么“挖礦”的效率就要求非常高，大數據高速運行就成了“挖礦”的優勢。

在圖書檢索上，大數據的高速運行查找能夠快速、精準的定位每一本圖書的位置。對于不熟悉圖書分類法的讀者來說，利用大數據進行圖書資料的查找和檢索無疑是最方便快捷和準確的。

三、多樣性

大數據的數據來源的多樣性，這是傳統數據做不到的。

對于圖書館來說，產生數據的方式多種多樣，有日常的統計數據報表，有人工借還和自助借還數據，有讀者檢索圖書產生的數據，有使用網絡圖書館產生的點擊量、瀏覽量等多種數據來源。可以看出讀者自身也是數據的創造者。

在大數據環境下，圖書館通過記錄、收集并保存產生的一切數據，待數據量達到一定規模的時候，通過對多樣數據的各種提煉和分析，了解讀者需求，更好的提供多樣化的資源和優質的服務。

通過分析讀者的閱讀需求等數據，可幫助圖書館優化自身的館藏結構，幫助圖書館紙質圖書館藏的剔舊、電子資源的購買和更新等工作更科學的進行。

四、低價值密度

大數據的低價值密度是指數據的真實性。

大數據追求的是數據的高質量，大數據的基本在于為決策提供幫助，因此大數據必須擁有絕對的真實性。

從來源上分析，傳統數據的來源是從宏觀上采集的。數據的采集有原則性，有規律，采集的對象有階段性有針對性，或者直接是進行抽樣采集的。傳統數據的采集方式決定了傳統數據在真實性上會有所欠缺。

大數據的采集方法與傳統數據迥異。大數據的數據采集方式是從微觀采集，它進行的是個體采集，每個個體都有自己單獨的數據集合，也是產生數據的來源。大數據對于數據的采集是沒有標準的，它的采集方法源于對個體的行為與現象記錄。通過對大量真實數據進行提煉、分析和總結出來的有用數據，其真實性是毋庸置疑的。

圖書館應用低價值密度這一特性，可以幫助圖書館對文獻進行開發。因為圖書館所提供的文獻、資源、信息等必須具有權威性和真實性。以大數據為基礎的參考信息作為文獻開發依據具備了真實性的原則。

大數據能真實的分析讀者使用圖書館的習慣和讀者的讀書習慣。通過記錄和分析讀者的閱讀傾向的數據和讀者使用館舍的數據等等，能真實分析出哪些是讀者使用的重點資源，哪些是讀者不常使用的次要資源。通過對讀者的閱讀傾向的數據進行記錄和分析，可幫助圖書館加強對讀者重點使用的資源的建設。而對讀者使用館舍情況的記錄和分析，可以對圖書館館舍進行科學的改造和布置，讓讀者使用圖書館更感舒適。

大數據真實的記錄和分析讀者閱讀和使用圖書館的各種數據，可以引導讀者進行閱讀。挑選讀者重點使用的資源設立專門的閱讀區域，可在設立的閱讀區內進行與重點資源的相關參考內容的引導和推薦工作，方便讀者更好更有效的使用圖書館資源。

通過大數據對讀者數據的捕捉，圖書館能提供更優質的服務。建立數據，統計數據和應用數據，可使圖書館更具有競爭力。有大數據的真實為支撐的基礎上，圖書館在現有基礎上，能更好的優化和深化服務。

大數據的四個特性，并不一定是獨立的，在很多方面，這四個特性都是融會貫通在一起的。應用其特性并不是只會用到其中的一個特性。圖書館對大數據特性進行合理的應用，能更好的建設發展自身，適應和滿足社會的需求。

參考文獻：

[1]李恬.大數據理念與圖書館大數據[J].新世紀圖書館，2014，（6）：24-27.[2]韓翠峰.大數據帶給圖書館的影響與挑戰[J].圖書情報，2012，（5）37-40.[3]黃馥妃.大數據時代高校圖書館個性化服務研究[J].文化視野，2016.

第四篇：大數據在物流方面應用

大數據時代在物流方面的應用

學院：經濟管理學院 專業：市場營銷123班 學號：2012016314 姓名：李燕

“大數據時代來了!”兩年，從業內到業外，這句口號見諸網媒、報端的頻率與日劇增。直至今天，從政府高管到行業巨頭，從商界大鱷到微企老板，關于數據創業，他們中有沒有直接參與已然不是那么重要了，重要的是現在誰都不敢不重視大數據。更值得期待的是已有先驅馱負大數據顛覆行業規則的構想，開始試水國內物流行業。

“物流業是一個產生大量數據的行業，在貨物流轉、車輛追蹤等過程中都會產生海量的數據，這么多資源如果不用就浪費了。”申通信息技術部總監邱成在接受本報記者采訪時說。目前，業內對大數據并沒有統一的定義。不同廠商、不同用戶，站的角度不同，對大數據的理解也不一樣。麥肯錫報告中對大數據的基本定義是：大數據是指其大小超出了典型數據庫軟件的采集、儲存、管理和分析等能力的數據集合。毋庸置疑的是，大數據的價值在于從海量的數據中發現新的知識，創造新的價值。越來越多的企業也意識到了大數據的價值，對數據分析與挖掘的需求與日俱增。

“物流業之所以做大數據，主要是因為：第一，快遞走入民生的勢頭越來越猛，對每一個節點的信息化需求也越來越多，這就需要通過大數據把信息化對接起來。第二，從企業自身角度來講，信息化對企業管理者的重要性也越來越突出。第三，提高對數據的加工能力，通過‘加工’實現數據的‘增值’。”邱成說。

長期以來，備受指責的行業中總少不了物流業，其對倉儲運輸車空間的利用不科學、安全性差、燃油效率低下、周轉時間隨路徑而浮動等，這些是導致中國物流業占GDP總量約18%遠高于歐美發達國家的最主要原因。

整個物流業尤其電商領域已經幾近爆發式成長，若應用大數據分析技術，倉儲運輸的空間將被系統化布置，物流車行程路徑也將被“最短化”、“最暢化”定制。兩年前，把一噸蔬菜從廣州運到北京比從北京運到美國洛杉磯物流成本都高，今天，當大數據時代到來的時候，物流行業規則能否因其改變，只能拭目以待。因為大數據試水物流行業，“游戲”才剛剛開始。

“現在我們在做淘寶、商業客戶的一些數據采集，在構成基礎數據網絡之后，再做第三方的增值應用。”邱成說。在前不久召開的“京交會”上，申通快遞展示了其最新的“信息化智能平臺”。該平臺通過對數據的歸納、分類和整合，可以清楚地查看申通網絡任何一個網點的經營現狀和業務構成等。

在百世匯通，通過技術人員運用科技手段進行分析、提煉，大數據正在為企業戰略規劃、運營管理和日常運作提供重要支持和指導。據百世物流科技（中國）有限公司副總裁張硯冰介紹，百世匯通嘗試運用大數據來管理、分析、判斷加盟網點的運營行為，通過網點在系統內的足跡建立數據分析模型，成功地預測了幾次網點的異動，使工作方式由被動式變為主動式、前置式，減少了大量客戶投訴，把問題消滅在萌芽階段。

不僅僅是物流業，電商企業也越來越關注大數據。早在今年年初，京東商城就已啟動云計算研發基地，并成立“京東商城——中國人民大學”電子商務實驗室，著力電子商務大數據的分析與合作；在“京交會”上，阿里巴巴集團與中國郵政集團、“四通一達”等十家快遞公司合作，核心內容仍以打通物流數據為基礎，重點將轉向“數據整合與分析”。

“淘寶做大數據是以訂單為核心，快遞企業做大數據是以快遞為核心。以申通為例，我們的客戶不只是淘寶，還有很多商業客戶。而且不少商業客戶都有與快遞企業在IT方面合作的想法，未來我們也希望能挖掘更多的數據價值，通過大數據給商業客戶提供信息化服務。”邱成說。

物流行業樹大根深，大數據在此行業內的應用也是非常廣泛的。物流中除去淘寶商城、京東商城、蘇寧易購等企業產生的包裹、快遞等小部件中短距離之間物品流通的小物流;還有與之相對應的重量大、體積大、長距離運輸的物品流通，如港口貨物運輸、大貨車集裝箱運輸等的大物流。

在亟待改進的物流行業，大物流領域利用大數據分析應用技術其實質就是利用地理信息、位置服務、物聯網在物流行業里做信息系統化，將現有的粗放、零散、低效、高耗的物流企業數據資源加以整合，建設成可以依據空間地理信息來統一協調監管的現代化物流。逐步利用大數據驅動信息化物流建設，在信息化的現代物流模式下，大物流領域的任何物流車船歸屬企業的名稱、物流車隊的整體油耗、車船的位置信息、車船的行程軌跡、車船的運行周期等這類空間地理數據通過系統智能化處理。

大物流領域成功應用大數據，無非是讓物流車隊效率提高、流程精簡。物流車隊本身的管理、設備等條件優化改善了，才有望使得中國物流運輸成本降低。理想的前景是聯合一個大型物流車隊，為其免費裝載上一臺設備，這種設備搜集的車隊車輛所有空間地理位置信息都即時反饋到監視后臺。怎樣獲取這些大數據也就是物流車隊提高管理效率的關鍵所在。然而，在劉俊偉來，這種期望的信息智能化的現代物流模式可能需要3-5年時間方可成熟。怎樣獲取這些大數據是一個問題，這需在資金投入、研發團隊打造方面的決心和魄力。

“隨著市場的發展，在未來，快遞企業會不斷加大在大數據方面的投入。”邱成表示。大數據的核心是發現和預測，利用其這個特點，可以提升快遞行業的整體服務水平。此外，對于快遞業做大數據的未來發展趨勢，也有業內人士指出，快遞員獲取的數據已不只是企業內部信息，還包括大量的外部信息。大數據則讓廠商能夠有的放矢，甚至可以做到為每一個客戶量身定制符合個體需求的產品和服務，從而顛覆整個商業模式。

盡管企業已熟知大數據所帶來的價值和優勢，但由于數據規模和種類的增加，處理速度的加快，以及易受攻擊的特點，隨之而產生的成本和復雜性給企業的IT資源和基礎設施帶來了更大的壓力。如何在降低成本的同時提高IT效率，成為快遞企業不得不面對的一大難題。

在邱成看來，投資、技術手段等并不是最大的難點。“快遞企業做大數據面臨的最大難題在于：一是基礎數據的采集。因為到現在為止，不少快遞企業的操作及信息傳輸并不是很規范，這給基礎數據的采集帶來了不小的困難。二是未來大數據的應用方向。比如我們現在有一些淘寶數據，首先要想好怎么用。”邱成說。

此外，也有業內人士建議，在大數據時代，企業要想用數據制勝，就必須盡早建立數據資產管理策略。只有擁有戰略性視野和專業技術，才能更好地獲得商業洞察力，才能將數據資產轉換成戰略資產和競爭力。

對于物流行業而言，必須能夠更好地利用大數據，這樣就可以更好地為客戶提供服務，降低成本，提高燃油效率。與劉俊偉觀點大同小異，Teradata天睿公司運輸物流業總監肖恩也認為，大數據在大物流領域的應用是一個主要的技術潮流。即目前已經積累下的大數據需要以更加智能的方法加以利用，同時還要開發新技術來更便捷的獲取多樣化大物流數據。

第五篇：大數據的海關應用

大數據是一個相當熱門的詞。所謂的大數據技術指的數據分析的前沿技術。簡言之，大數據技術就是一種從海量數據中快速獲得有價值信息的能力。對于“大數據”(Big data)，研究機構Gartner給出了這樣的定義：“大數據”是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。上海騰道

作為一項重要的技術革新，大數據技術具有以下幾方面特點：一是數據基礎必須具備海量特性;二是可以根據設定好的管理或經營目標反向尋找管理中實際存在的關鍵節點和核心環節;三是數據重新梳理有助于提升決策力和修正決策方案、使既有信息資產爆發更大價值。而這幾方面的特點，與海關審計工作的各項需求是相契合的，海關當前林林總總的信息系統的建設，也為運用大數據技術實現審計信息化奠定了良好的基礎。

那么對于海關來說這些大數據有著什么樣的作用？

1.拓展基礎數據資源

一是豐富海關執法相關領域基礎數據源，打破部門之間存在數據壁壘，實現海關緝私行政執法數據、稽查數據、監管場所信息、口岸單位數據等的關聯比對，尤其要打破目前各關區和海關各業務系統之間的數據壁壘，實現信息互聯互通。二是海關預算和財務管理方面，引入海關通用財務管理、固定資產管理等現有信息系統的基礎數據，打破現有系統之間數據分散、相互獨立、無法互通的現狀，實現“財”與“物”的聯動比對，實現海關所有信息系統之間數據的對碰分析。三是推動海關有關部門進一步加大對物資采購、基建修繕等領域信息系統的開發建設，為實現財務管理、政府采購、基建修繕、資產管理的橫向聯動分析以及海關總署-直屬海關-隸屬海關三級縱向聯動分析奠定基礎。

2.完善現有海關系統

以海關執法廉政風險預警處置系統為依托整合優化執法領域審計數據分析平臺，在充分利用現有系統數據資源和監控功能的基礎上，開發定制部分海關審計監控指標，完善構建按照不同系統用戶形成涵蓋全國海關數據指標集中展示和預警模塊。同時引入大數據思維，開發適應海關常規審計和經濟責任審計實踐需要的功能，一方面突出對被審計單位貫徹落實海關總署黨組重大決策、重要政策執行、業務發展動態和變化趨勢的整體分析把握，更突出對執法統一性、自由裁量權規制、高風險節點指標等落實情況的監控。另一方面，要充分應用結構分析、多維分析、挖掘分析等分析方法，開展海關橫向區域間對比分析、跨業務領域數據結合分析和縱向歷史趨勢分析，為有效發現系統性、區域性風險提供數據支撐。

3.外購公認的優秀大數據服務

先進的分析技術和大數據工具的進步神速，它們正以前所未有的方式幫助用戶獲取新的統計角度和結果。Tableau、Qlikview和NoSQL等工具和平臺迅速崛起帶來了全新的分析視角和機會，基于成熟的分析、視覺化以及數據管理的全新生態系統也以日新月異的速度改變著信息使用者的分析能力。可提供這類工具的供應商不勝枚舉，開放資源的開發商數量更是不計其數。作為海關審計的大數據建設，應該不僅僅局限于海關自身的技術開發力量，更為重要的是學會怎么利用現有的比較成熟的數據采集和挖掘手段，以降低成本，提升海關審計監督效益。