第一篇：信息技術背景下的大數據分析（定稿）

信息技術背景下的大數據分析

全球知名咨詢公司麥肯錫負責人稱：“數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對于海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來。”大數據在物理學、生物學、環境生態學等領域以及軍事、金融、通訊等行業存在雖已有時日，但卻因近年來互聯網和信息技術的發展才引起人們關注。教育也因此受到了巨大的影響，如何在信息技術時代使大數據成為教育教學的工具成了重要的課題。

2015年8月31日，國務院《關于印發促進大數據發展行動綱要的通知》明確提出：“信息技術與經濟社會的交匯融合引發了數據迅猛增長，數據已成為國家基礎性戰略資源。”“帶動社會公眾開展大數據增值性、公益性開發和創新應用，充分釋放數據紅利，激發大眾創業、萬眾創新活力。”在信息技術時代的背景下，大數據也必將推動教育公平和教育健康發展。

在大數據背景下，我們做了很多的嘗試，希望能夠運用信息技術并通過數據得到有價值的結論來指導實際的教育教學，希望能夠通過數據來診斷某一個時間段內的教育教學質量，希望能夠用數據來說明我們需要改進或者可以改進的某些方面。但是在實際過程中，對于數據的分析和應用缺乏分析的技術和應用的能力，以下筆者是結合工作實際，將通過《區域教育質量健康體檢》項目和學習診斷系統的數據運用和分析，結合微課的有效性探索所作出的嘗試與努力，來闡述大數據的一些分析方法和技術。

一、數據關聯性分析

（一）問題的提出

先來探討數據的關聯性問題。“健康體檢項目”是基于標準化的測試，且測試工具在若干年之內保持一定的穩定性，數據間就有一定的可比性。同時它又是大樣本的測試，數據具有全面性、客觀性。為了實現在信息技術的背景下更好地分析教學、改進教學、推動微課發展，首先要明確數據的價值。

我們認真分析了《2012年項目報告》所提供的數據。從2012年項目數據來看，學生的學業成績標準達成指數、高層次能力指數以及師生關系指數遠低于本區（市直）水平，但教師教學方式、作業指數以及學校壓力等常規教育指數均達到了本區（市直）水平。那么出現的問題應該怎么解決呢？

（二）問題的分析

通過初步分析發現，出現問題的幾個方面都和教學有關，是不是只需要改進課堂教學就可以了？那么與師生關系是因果關系還是關聯性關系呢？是不良的師生關系導致了學業水平低下嗎？2014年6月，在鄭州市義務教育質量健康指數發布會上，北京師范大學中國基礎教育監測協同創新中心劉堅教授給出了一組關聯性數據。從中可以看出，師生關系與學業水平存在正相關，并且相關度非常高。說明師生關系只能證明其存在著關聯關系，這種正相關的背后可能存在著兩種情況：師生關系不好導致學業成績下降，或者學業成績下降帶來的師生關系不好。也就是說，要解決這個問題需要兩個方面同時著力，不能分別對待。

（三）問題的解決

基于以上探索，筆者所在學校于2014年提出了“學校發展五大主題”：教師專業發展、學科組建設、課程建設、辦學特色、師生閱讀，將師生關系融入到教師專業發展和學科組建設中去，使之成為有機的結合體。通過后續的數據對比也發現兩者可以同時成長，雖無法證明兩者的因果關系，但卻能說明其存在著關聯性。但是更多的信息技術，比如微課技術并沒有得到很好地推廣，缺乏相關數據及經驗的支撐。

二、數據指向性分析

（一）問題的提出

在推進教學評一致性的過程中，微課可以促進教育的多元化和公平性，評價可以為目標的達成度和教學的有效性提供有力的證據，是否就能夠說明課堂教學的價值需要過程性的評價？一般來說，過程性評價包括課堂中的評價（評價任務的設置與實施）、課后評價（作業的布置與反饋）、形成性評價（階段性的面向目標的評價）和其他的內部評價方式。

為了更好地為課堂教學質量提供診斷結果和改進的依據，需要引進基于網絡信息技術的“必由學學習診斷系統”，它可以為我們的教學提出明確的改進方向，可以用數據指向課堂教學活動。但是面對龐大的數據，如何使之成為真正得力的助手就需要我們去分析數據，讓數據的指向性更加明確。

（二）問題的分析

通過使用學習診斷系統，我們拿到了一些數據，可以看出在某些具體題型上的問題，可以有效地縮小我們分析問題的范圍。經過繼續分析數據，雖然能夠發現其可以將問題的指向更加明確，看哪一個知識點哪一種題型得分較低，但是指向性依然不夠明確。我們所需的指向性是要能夠直接指向課堂教學的，直接面向課堂教學的，對此，我們還需要繼續做一些工作。

數據就是冷冰的數據，還需要實踐的證據作為佐證。因此，我們進一步查看了任課教師在所涉及知識點內容所使用的教案和學習卷，更加細致地分析問題所在。是概念性知識呈現方式不當還是程序性知識結構梳理不到位，是課堂評價任務落實不夠還是課后的評價存在問題等。只有這樣，才能將數據真正的還給一線老師，讓老師明白階段性的教學存在著哪些問題，有利于直面教學中的問題，從而改進教學。

（三）問題的解決

要想使學習診斷系統成為課堂教學的助手，首先需要為每一份評價工具標準準確地測試目標，也就是說，每一道題目考查的知識點是什么？所呈現的題型是什么？要提前標注出來。其次要為每一道題目提供適當的解釋，不能不顧及學生學習情況而一味地堆砌測試題。最后要對數據進行分析，使之指向課堂教學的改進。通過學習診斷系統的使用，促進課堂教學能力和學生學業水平的提升。

三、數據改進教學的基本要求

（一）數據分析的基本方面

1.可視化分析。在任何情況下數據可視化是數據分析工具最基本的要求。要借助信息技術將數據轉化為可視化的、可以直觀展示的數據，讓數據自己說話，讓人看到結果，要讓我們取得的數據更直觀地呈現教學中存在的問題。

2.數據挖掘。可視化是給人看的，數據挖掘是了解數據、掌握情況必不可少的。如何讓數據說話就是如何去挖掘數據背后的問題，就是去分析數據間的關聯性和數據的指向性。

3.預測性分析。數據挖掘可以更好地理解數據，而預測性分析可以根據可視化分析和數據挖掘的結果做出一些預測性的判斷。通過技術優化可以判斷一些基本的趨勢和走向。

4.數據質量和數據管理。數據質量和數據管理是一些管理方面的最佳實踐。通過標準化的流程和工具對數據進行處理可以保證一個預先定義好的、高質量的分析結果。

（二）數據的高信度

數據是用來研究問題、分析問題的，因此不論什么樣的數據采集都要達到高信度這個基本要求。為了保證數據的高信度，建議在采集數據時確保公平公開，在使用數據時遵循客觀的原則。不能拿診斷性數據指責采集的對象，不能將內部評價作為考核考評的依據，不能將過程性評價數據用來進行橫向對比。

（三）數據的合理性

某些時候為了獲取更多的數據，或者為了成為“大數據”而羅列數量龐大而又毫無關聯的測試內容，不僅會影響被測試人對測試的抵觸，也不利于數據的分析和整理。一些無關的評價維度會造成邏輯的混亂，為數據的有效分析設置障礙。而好的數據收集需要有適切的評價目的、合理的評價維度，不同的答案應該得到不同的結論，避免是非選項。好的數據收集過程會成為大數據展現其強大一面的助推器。

總之，在我們使用學業診斷系統的過程中，不僅有效地改進了課堂教學，順利地推進了基于標準的教學，將教學評一致性的理念進一步體現出來，同時也提升了教師的課堂教學能力和學生的學業水平。在數據分析的過程中也更好地體現出不同教學手段為教學效果帶來的變化，讓更多的信息化教學手段發揮出更好的作用。

（作者單位：鄭州市第五中學）

第二篇：大數據分析

1什么是大數據？ 云中大數據：融合技術

如今，大數據分析和云計算是全球企業最為關注的兩大 IT 話題，大數據分析提供獨具價值的洞察，幫助企業打造競爭優勢，啟迪創新，推動收益增長。作為 IT 服務的交付模式，云計算可以增強業務靈活性，提高生產力，同時增加效率，降低成本。

2大數據能給我們帶來什么？

中國社會的急劇發展帶來了數據的暴增，從街頭的交通攝像頭到商場的打折信息，再到網商的用戶資料、信息，無不充斥著大量的數據，而在這背后，如何找出有用數據，如何發現規律，如何找到新的商業機會？

大數據究竟能給我們帶來什么？

信息時代的特征之一就是數據的密集爆發，而這種數據的變化沒有一個循序漸進的過程，呈現跨越式的特征。比如手機里的信息不斷地堆積，從最開始的通訊錄到短信、彩信，再發展到現在的智能手機時代，更多的來自于應用的數據如微博等正在積累起大量的數據信息。放大到社會而言，產生的數據更是異常龐雜。毫無疑問，大數據時代已經來了。

什么是大數據？，數據已從 TB 級別躍升至 PB 級別；對大數據，現在比較流行的是用 4 個“V”來總結其四個層面的含義：容量巨大（Volume）

數據類型多（Variety），從普通的文字、視頻、圖片到逐漸增多的地理位置信息等，類型紛繁，已無規律可循；價值密度低（Value），以視頻為例，在連續不間斷監控過程中，可能有用的數據也許只有一兩秒；處理速度快（Velocity），實時分析對某些應用才更有意義，而不是批量式分析，即時處理已經成為趨勢之一。

大數據的發展趨勢和帶來的機會

在大數據概念出來之前，個人制造的數據往往被忽略，企業數據被談及的更多。企業內部的數據多數都是結構性數據，并被企業在或多或少地利用著，無論是數據挖掘還是商業智能化應用都已經初露端倪。面對這些應用需求，企業依托自身的數據庫系統就可以解決，例如應用少量 x86 服務器、客戶端，再加上 Sybase 系統、Oracle 系統、Unix 系統等。

隨著互聯網的快速發展，在企業數據還沒有井噴的時候，我們就發現個人用戶以及社會應用產生的數據已經開始爆發了，比如社交、交互式應用帶來了大量的網絡數據，這種非對稱性數據充斥在我們周圍，包括網絡日志、點擊流、電話記錄、醫療記錄、傳感器和監控攝像頭等等，各種來源的巨量數據種類豐富，讓人無所適從。此時傳統的硬件設備開始顯得捉襟見肘，無法滿足這種龐雜數據帶來的應用需求。很多時候，也許我們會認為這些數據里會有價值，但是卻不知道如何挖掘這些數據的內在價值，數據成為了堆砌。因此，對于數據精準分析的需求正在呼喚做數據分析的廠商們拿出下一步的舉動。

比如說，在淘寶龐大的用戶群中，淘寶賣家如何精準掌握一個新用戶的需求？一家飯館如何利用細節滿足每一個食客對于美味的需求？越來越多的應用需求推動著大數據的發展。更主要的是，未來可能各種傳感器會出現在社會的各個地方，數據會更多，比如交通、醫療等等，數據的采集已經不是問題，難點已經轉換為處理和分析。如此巨量的數據，處理難度可想而知。

大數據給中國市場帶來什么？

大數據應用需求在中國更加明顯。中國人口眾多，各行各業都呈現出極快的增長速度，電商、快遞、微博、社交等都承載了大量的個人信息；大型超市、賣場、商場、銀行等集聚了大量交易信息，日新月異的城市建設中，連接著更多數據采集傳感器和嵌入式設備的物聯網開始成型……大數據的時代正在到來，不僅有機遇，也存在挑戰，且機遇大于挑戰。

目前，網絡搜索曾經在數據分析方面獲得了一些機會，但遠遠不夠，而且也是在相對偏窄的一個區域內利用信息，更多的數據散落在社會各個環節中，梳理分析出這些大數據帶來的商業機會逐漸凸顯價值。在中國市場，工信部發布的物聯網“十二五”規劃上，把信

息處理技術作為4項關鍵技術創新工程之一提出來，其中包括了海量數據存儲、數據挖掘、圖像視頻智能分析，這都是大數據的重要組成部分。而另外 3 項關鍵技術創新工程，包括信息感知技術、信息傳輸技術、信息安全技術，也都與大數據密切相關。

大數據背后的商業機會

在實現大數據的過程中，硬件和軟件供應商都可以找到合適的位置和方法來實現自身的價值，因為大數據的實現需要硬件具備足夠的性能、靈活性以及可靠性和軟件層面的優化支持。從目前的企業計算領域來看，IA架構是承載和實現大數據的理想平臺。對于數據分析來說，基于英特爾至強處理器的雙路/多路平臺具備開放式、普及性、易優化、靈活易擴展等特點，是實現大數據應用的出色載體。英特爾的雙路至強處理器已經通過實踐驗證了自身在計算能力的領先性，而以其為基礎的主流服務器和存儲系統具備無可比擬的擴展性。對于商業智能來說，基于英特爾至強處理器的多路平臺則具備高性能、高能效、靈活擴展以及高性價比等優勢。

此外，英特爾還擁有類似于英特爾發行版 Hadoop 這樣的開源分布式架構以及相關的軟件工具如編譯器、函數庫等，英特爾已經形成了完整的大數據解決方案。英特爾提供經過驗證的方法和工具來優化 Hadoop 部署，包括具有代表性的 Hadoop 應用集合 HiBench，和基于數據流的 Hadoop 性能分析工具 HiTune 等等。Hadoop 對海量數據處理的支持，可以讓用戶不再依賴價格高昂的大型專有設備，而是通過大量 x86 服務器集群就可解決——利用較高性價比的 x86 服務器來搭配并行計算架構，從而可以以最符合經濟效益的方式完成龐大的計算任務。

對于國內市場而言，對于大數據應用機會的重視和抓取已經越發明顯，作為世界上人口最多的國家，中國產生數據的潛力可想而知，即便能掌握其中一部分大數據，對于企業發展也具有不可估量的價值。比如微博等社交網絡平臺上產生的大量碎片化信息，如果被合理應用，并精準分析、管理、挖掘這些數據的內在價值，那么就能掌握下一個互聯網發展機會抑或革命，這還僅僅是互聯網層面，放眼到全行業，可以利用的機會則更多。而英特爾與產業合作伙伴的強大產業生態鏈能夠滿足行業需求的同時在大數據時代用創新技術將大數據背后的價值一一呈現，并促進更多商業機會的出現。

3大數據：落地正當時我們正處于一個信息大爆炸的時代：寬帶普及帶來的巨量日志和通訊記錄，社交網絡每天不斷更新的個人信息，視頻通訊、醫療影像、地理信息、監控錄像等視頻記錄，傳感器、導航設備等非傳統 IT 設備產生的數據信息，以及持續增加的各種智能終端產生的圖片及信息，這些爆炸性增長的數據正在充斥整個網絡。據權威市場調查機構IDC預測，未來每隔 18 個月，整個世界的數據總量就會翻倍；到 2020 年，整個世界的數據總量將會增長 44 倍，達到 35.2ZB(1ZB=10億TB)。“大數據”時代正在來臨！

“大數據”的價值

所謂“大數據”，一般具有幾個特點：首先是數據量很大，已經從 TB 級躍升至 PB 級；其次是區別于傳統的數據結構，“大數據”時代的數據結構比較復雜，超過 80% 都是非結構化數據，比如道路上的視頻監控數據、網上的流媒體數據、物聯網中 RFID 的感應數據，以及社交網絡上產生的各種數據等。這兩個特點，給數據存儲、管理和挖掘帶來了困難。第三，數據更新快，比如視頻監控每秒鐘都在進行，微博隨時都有人在更新；最后，是對數據的隨機訪問，這些更個人化的數據在存儲后被再次訪問的時間是不確定的。這兩點就要求新的IT系統更夠更快地處理數據，并且能夠更智能地保存和管理數據。比如在某一天，你需要從監控錄像中找出某個人，那么就需要能夠迅速地查找、調用、分析之前保存的海量數據。“大數據”的這些特點，對數據搜索及管理提出了更高要求，因為在“大數據”時代只有經過分析提煉的關鍵數據才有價值。

全球知名咨詢機構麥肯錫在關于“大數據”時代的研究報告中指出，數據已經滲透到了每一個行業和業務職能領域，逐漸成為重要的生產因素；人們對于海量數據的運用將預示著新一波生產率增長和消費者盈余浪潮的到來。在互聯網時代，數據本身就是資產，而“大數據”則意味著這些資產正在變得龐大無比。雖然云計算可以為數據資產提供保管的場所和訪問的渠道，但如何盤活數據資產，使其為國家治理、企業決策乃至個人生活服務，則是“大數據”時代的核心問題。這就好比一座日益膨脹的礦山，雖然其中蘊含著大量的貴金屬，但是要想獲得這些價值，就必須解決篩選冶煉的問題。

“大數據”對IT解決方案提出更高要求

在“大數據”時代，超過 80% 的數據都呈現非結構化狀態，這些數據正在持續不斷地增加，并且需要長時間存儲，非熱點數據也會被隨機訪問。這種情況與傳統的、基于關系型數據庫的核心數據存儲方式有顯著的差異。這種差異，使得傳統的數據存儲和管理解決方案無法勝任“大數據”時代的分析、管理和挖掘工作。傳統的關系型數據庫以及數據分析軟件處理的結構化數據通常是GB級別的，很難適應“大數據”時代 TB、PB 級復雜數據類型的檢索分析。同時，因為“大數據”時代數據每時每刻都在快速增長，傳統解決方案也無法適應這種近乎無限的擴張性。為了適應“大數據”時代的到來，企業需要從技術、應用、硬件等各個層面做好準備，采用更新的IT解決方案，才能滿足“大數據”收集、存儲、管理和分析的要求。

“大數據”時代的IT解決方案，需要容納數量龐大的用戶和數據生產者，能夠從企業及社區網絡、移動智能終端、傳感器及物聯網、定位及地理信息設備中獲得大量的視頻、語音、圖片、文字、產品信息、地理信息、時間信息等非結構化數據，并對這些海量復雜數據進行分析和挖掘，從而獲得真正有價值的數據用于后續的經營。這種應用模式，要求“大數據”時代的IT解決方案具備可變的數據接口和高效的數據導入、管理、分析、統計技術；能夠支持PB級別的數據、支持非結構化以及結構化數據、支持每秒萬次級查詢，擁有更高的系統可靠性以及更高的統計分析效率，這就對計算能力、內存數據處理能力和管理能力提出了非常高的要求。

對于企業而言，“大數據”時代爆炸性增長的數據既是巨大的機遇，也將是巨大的挑戰。在“大數據”時代，IT解決方案既要能夠更高效、低成本的存儲和管理，也要能夠更快速、靈活及穩定的檢索和分析。而在這些方面，已經有不少廠商在努力圍繞大數據整合解決方案，英特爾就是其中的佼佼者。首先，IA 架構廣泛的普及率可以為企業提供更高的一致性，是承載和應對“大數據”的理想平臺。英特爾? 至強? 處理器擁有更高的計算性能和內存數據處理能力，以其為核心的服務器和存儲系統具備開放式、普及性、易優化、靈活等特點，具備無可比擬的擴展性，非常適合應對“大數據”的挑戰。除此之外，英特爾還有包括 Hadoop 這種開源架構等軟件方案（如編譯器、函數庫等），也將對“大數據”的處理提供了更高的效能。這些軟件方案通過優化底層算法，可實現更高的應用效率和更均衡的計算存儲分布；與英特爾硬件技術相結合，可以提供更高的平臺性能。同時，還能提供跨數據中心的HBase數據庫虛擬大表功能，并且實現了 HBase 數據庫復制和備份功能，在功能方面也更適應“大數據”時代管理分析的需要。這一切，都為收集數據、分析數據、優化數據、利用數據提供了堅實的基礎。

中國的“大數據”時代

“大數據”時代的核心應用就是對已知的數據進行分析來為未來發展和企業經營提供參考。作為一個人口大國，中國在“大數據”時代擁有巨大的機會和挑戰。機會在于，我國擁有世界上最多的人，從而可以提供最多的數據以供分析挖掘。而挑戰則是，我們怎樣才能從海量的數據中找出價值。憑借龐大的人口基數和市場，我國各行各業的規模都在不斷擴大，從而制造出龐大的數據。電商、快遞、企業的網站和IT系統都承載了大量的數據；傳統的大型超市、賣場、商場也集聚了大量的信息。特別是移動互聯浪潮下各種手持智能終端的普及和定位設備的應用，也在不斷產生大量的數據。如果能夠對這些數據進行分析挖掘，找出有價值的信息，就能夠大大促進中國企業的發展。比如，電信運營商可以對客服中心的數據進行分析來建立客服中心智能輔助平臺，幫助運營商把客服中心從成本中心轉變成營銷中心；汽車廠商可以分析各大汽車論壇用戶的海量評論來監控品牌口碑及輿情；電商企業可以分析用戶的各種歷史數據來挖掘用戶的喜好，從而實現精準營銷。面對“大數據”帶來的機遇和挑戰，我國政府在物聯網“十二五”規劃上把信息處理技術作為 4 項關鍵技術創新工程之一提出，其中就包括了海量數據存儲、數據挖掘、圖像視頻智能分析等“大數據”相關的重要技術。而另外 3 項關鍵技術創新工程，包括信息感知技術、信息傳輸技術、信息安全技術，也都與“大數據”密切相關。

“大數據”的未來

“大數據”的到來已經無可阻擋，這將考驗我們的技術是否跟得上數據的爆炸。比如，智慧城市的建立將改變現在的城市生態，但是作為信息采集源頭的數萬個攝像頭，如果通過實時高效的圖像分析而實現有機結合，就是我們需要解決的問題。英特爾作為IT上游領導廠商，通過深入了解 OEM 廠商、ISV、SI 甚至用戶的需求，將產業鏈上的每一環都緊緊扣在生態系統周圍，使之發揮最大的能動性，來應對“大數據”時代的挑戰。在電信、石油、交通、醫療以及制造等行業，英特爾以開發的架構支持新型的商業智能，將這一生態系統的力量發揮到極致。信息就是資源，誰掌握了“數據”，誰就掌握了未來。掌握大數據，就在當下。英特爾將利用各種軟硬件技術資源，幫助合作伙伴發掘數據價值，從而應對“大數據”時代的挑戰。

4大數據背后隱含的“商業秘密”

信息的密集爆發，帶來了大量的數據堆積，數據的變化幾乎沒有一個循序漸進的過程，砰然爆發的速度太快了，從居家到社交，從生活到工作都會形成大量的數據，無論是有用的還是無用的數據都圍繞在我們周圍。我們不會在意大量的數據，但是對自己有用的數據是很在意的，最簡單的一個例子，我們手機里的信息就不斷地堆積，通訊錄在增加，還有郵箱，如果說以前僅僅是短信息，那么現在還有彩信，照片，包括微博等等都堆積起大量的數據信息。

數據多了就顯得凌亂，甚至亂序，而這僅僅是我們個人的一些信息就顯得如此駁雜和繁多。那么對于社會公共信息來說，堆積起來的數據信息是超海量的，匯總進而分析這些數據的價值就變得非常關鍵，而且也潛在著非常巨大的商機。

大數據應用場景之一

每天開車上街，司機們很在意的是測速攝像頭，對于公共資源維護者來說也在意這些數據，當然他們不僅僅是測速，更多的是道路信息采集。什么路段擁堵了，哪個路口出交通事故了，一些城市已經樹立了交通指示屏，可以非常清晰明了地為司機提示哪條路段現在是什么情況，擁堵還是暢通，有沒有交通事故等等，這都是對數據采集后的分析結果呈現。之前，我們在城市的路口常常可以看到很多交通地圖，不過現在這種平面單一的指示正在被數字標牌所取代。當然不僅僅是路口，在商場、電梯，地鐵、候機樓、包括樓宇的戶外廣告等等，都已經不再是簡單的一個平面美女，更多地已經開始呈現數字化了。

大數據應用場景之二

各種尺寸的屏幕動態化呈現更多信息，如果說以前我們還驚奇于滾動的數字屏幕，那么隨著信息化的快速發展，單純地動感已經無法滿足我們的需求，更廣泛的信息呈現才是更迫切的一種需求。而且這種需求是雙向的，對大眾和商家都很重要。于是智能化數字標牌出現了。這類產品具備了互動的功能，用戶可以用觸摸或者體感的方式和它們進行交互操作，同時，它們都是聯網的設備，可以與數據中心或者其他的數字標牌進行數據的傳遞，還可以搜集并分析數據，為不同的人群進行定制化的互動展示。這就是大數據的一種應用。英特爾還推出了一套智能系統，通過在數字標牌上的應用，實現豐富的功能。

大數據應用場景之三

在大量數據的背后，如何找出有用數據，如何發現規律，如何找到新的商業機會？大數據，帶來了一個全新的機會，這個機會需要軟硬件的結合，需要大型數據的分析能力。在這方面，英特爾給予了硬件方面的強力支持，這里的硬件不僅僅是服務器端的，還有更多的終端產品，包括微小終端等等，都呈現數據分析后的結果以及快速分析的過程。

比如，英特爾的一款采用了酷睿 i5/i7 處理器的虛擬試衣鏡 K-mirror。它能夠通過紅外線感應器，將試衣者的人體輪廓抓取出來，配合深度感應器測算人體與屏幕的距離，最后將預先存儲在魔鏡里面的虛擬衣服自然地搭配到試衣者的身體上。借助 K-mirror，試衣者無需穿上婚紗，便可以輕松、快速地進行選擇與搭配，使得以往復雜繁瑣的婚紗挑選與試穿過程變得簡單隨意且妙趣橫生。目前已有眾多婚紗影樓、服裝零售店鋪安裝了這款體感式虛擬試衣鏡，吸引了大量顧客體驗這種高科技的試衣感受。

大數據應用場景之四

在移動市場我們常常聽到精準營銷，包括廣告的投放等等。但是廣告投資商非常在意的是自己的投放究竟獲得了多少的回報和收益，或者自己的投放帶來的反饋又是什么，在哪里的投放獲得最大的回報率？這都存在著大量數據的分析和歸納。有國外媒體報道，eBay 的數據庫每天增加 50TB，每天最少都有數百萬次的商品查詢，數據庫每日增加 1.5 兆筆記錄，數據庫的總容量則已超過 9PB。每天新增的數據量龐大，數據庫也極其龐大，從中分析顧客的瀏覽、消費行為就變成了一件很困難的事情。

大數據應用場景之五

再比如 Facebook，每天都有數億用戶留下龐大的數據，包括大量的圖片、影片等傳統數據庫系統較不擅長的非結構化數據。針對網絡社交平臺，一些公司已經開始研究和布局大數據的關鍵技術──Hadoop。基于 Hadoop 的海量數據分布式處理，可以不再依賴價格高昂的大型專屬設備，而通過自建大量 x86 服務器群集來解決。它利用大量平價的服務器，搭配并行計算架構，以最符合經濟效益的方式創造龐大的計算量。而且，英特爾可以提供經過驗證的方法和工具來優化 Hadoop 部署，包括具有代表性的 Hadoop 應用集合 HiBench，和基于數據流的 Hadoop 性能分析工具 HiTune 等等。

大數據應用之中國機遇

上述五個應用場景代表著現在市場和行業里對于大數據時代的典型描述，而對于國內市場而言，大數據分析和應用的機會也頗大，因為中國的用戶量太龐大了，產生數據的潛力不可估量，如果能掌握其中一部分大數據就對企業發展具有意想不到的價值。我們正面臨著大數據工業革命，不僅包含傳統的結構化(或關聯型)數據，而且也包含各類非結構化、非對稱性數據。這些數據不僅尺寸龐大，而且增

長速度更快于摩爾定律。可以說，誰能合理地分析、管理、挖掘這些數據的內在價值，誰就有可能成為下一個行業巨頭。

大數據之背后的故事

基于大數據的盛行，很多軟硬件廠商都在尋求著適合自己的方向，而英特爾利用不同級別的處理器架構，不同的數據應用架構，以及相關的解決方案，幫助用戶從端到端找到完整的解決辦法。在大數據分析方面，靈活、強大和開放的解決方案更容易來實現現有需求以及未來的升級擴展。而英特爾正在利用開放的架構聯合業界合作伙伴一同為大家打造不同的大數據方案，幫助用戶解決實際難點。無論從應用、需求還是解決方案層面，大數據都已經到了“應時而生”的時代，而在這背后，從后端數據挖掘分析的廠商到應用的供應商都能從中找到黃金機會，在促進大數據時代的同時完成自己的商業目標。

第三篇：大數據分析政府工作報告

大數據分析政府工作報告： 那注定牽動生活的十大新詞

有權不可任性 【出處】

在今年的政府工作報告中，國家總理李克強在談及簡政放權時強調：“大道至簡，有權不可任性。”

大數據分析：

2014年，政府交出了一張漂亮的簡政放權成績單：10多次國務院常務會議進行專題研究，2次電話會議全國動員，246項行政審批事項被取消和下放、149項職業認證被取消。獲得感 【出處】

兩會前夕，習近平再次強調，要把改革方案的含金量充分展示出來，讓人民群眾有更多獲得感。政府工作報告提出基本實現高速公路電子不停車收費聯網、綜合治理農藥獸藥殘留問題、大幅提升寬帶網絡速率等細節，力圖讓群眾獲得實實在在的獲得感。健康中國 【出處】

“健康是群眾的基本需求，我們要不斷提高醫療衛生水平，打造健康中國。”李克強總理在作政府工作報告時，這句承諾得到了熱烈的掌聲。大數據分析：

“健康中國”最核心的是加快健全基本醫療衛生制度，讓民眾看得上病、看得起病、看得好病。《報告》提出要全面推開縣級公立醫院綜合改革，在100個地級以上城市進行公立醫院改革試點，破除以藥補醫，降低虛高藥價，合理調整醫療服務價格，通過醫保支付等方式減輕群眾負擔。互聯網+ 【出處】

李克強總理提出“互聯網+”行動計劃，可以預見這將成為新興產業和新興業態的競爭高地。大數據分析：

互聯網+新媒體=網絡媒體 互聯網+娛樂=網絡游戲 互聯網+零售=電子商務 互聯網+金融=互聯網金融 目前，“互聯網+金融”已走入正軌，“互聯網+交通”各方仍在博弈磨合。今年春節的全民“搶紅包”就是互聯網金融移動支付暗戰傳統金融的典型案例。僅除夕當天，微信紅包的收發總量就達10.1億個，1541萬微博網友分享了由央視春晚及39位明星與商家送出的1.01億個紅包。書香社會 【出處】

書香社會今年第一次出現在《政府工作報告》中，李克強指出，要提供更多優秀文藝作品，倡導全民閱讀，建設書香社會。大數據分析：

一個民族的文化自信離不開崇尚閱讀、尊重文化的氛圍，讓閱讀成為一座城市高貴的堅持。3月2日，國家新聞出版廣電總局發布通知，將加快全民閱讀立法進程，其中，“深圳讀書月”作為“書香中國”的活動品牌，截至2014年已堅守了15年，15年參與總人次達1.06億。創客 【出處】

今年“創客”一詞第一次被寫入《政府工作報告》。《報告》指出，互聯網金融異軍突起,電子商務、物流快遞等新業態快速成長。李克強鼓勵眾多“創客”脫穎而出，文化創意產業蓬勃發展。大數據分析：

“創客”一詞來源于英文單詞"Maker”，指把各種創意轉變為現實的人。創客與眾創、眾包、眾籌緊密結合，正在發揮經濟新引擎的作用。

李克強總理今年1月初參觀了深圳的柴火創客空間。《報告》中提到，2015年高校畢業生將達749萬人，為歷史最高。因此今年《報告》特別鼓勵大學生大眾創業、萬眾創新，有創新式解決就業問題的考量。中國已形成以北京、上海、深圳為三大中心的創客生態圈。深港通 【出處】

2015年政府工作報告首次提到深港通，并表示2015年將適時啟動深港通的試點工作。大數據分析：

有評論認為，深港通核心不在于“通”，而在于“融”，不僅是深圳、香港兩地股市的互聯互通，更是金融、會計、法律等眾多高端產業全面融合。“通”是領導一句話，“融”得市場十年功。南上資金依然會顯得火熱，北下資金則要看政策的安排。領跑者 追趕者 準備者

沈陽、株洲、伊犁、江陽 智慧城市6大關鍵詞

城鎮化、工業化、信息化、低碳、綠色、可持續。

北京、上海、廣州、深圳、天津、武漢、寧波、南京、佛山、揚州、浦東新區 重慶、無錫、大連、福州、杭州、青島、昆明、成都、嘉定、莆田、江門、東莞 智慧城市 【出處】

李克強在政府工作報告中提出，發展智慧城市，保護和傳承歷史、地域文化。大數據分析：

物聯網、電子支付、云計算、4G網絡??2015年“兩會”上，構建智慧城市成為代表委員關注的熱點。事實上，“智慧城市”已成為全國新型城鎮化的一種戰略選擇。據《中國智慧城市發展水平評估報告》，當前國內“智慧城市”發展水平可大致分為3種類型。為官不為 【出處】

政府工作報告指出：“目前少數政府機關工作人員亂作為，一些腐敗問題觸目驚心，有的為官不為，在其位不謀其政，該辦的事不辦。”這是政府工作報告中首次納入治理庸官懶政內容。

大數據分析：

“為官不為”20年來首次寫入政府工作報告，與反腐高壓下少數官員群體“懶政”有關系。《報告》提出，要完善政績考核評價機制，分3類對待：對實績突出的，要大力褒獎；對工作不力的，要約談誡勉；對為官不為、懶政怠政的，要公開曝光、堅決追究責任。7% 【出處】

政府工作報告中表示，2015年GDP增長目標在7%左右，居民消費價格漲幅3%左右，城鎮新增就業1000萬人以上。GDP“7%左右”不再是硬指標。大數據分析：

過去十年《政府工作報告》中GDP增長目標從8%緩慢降至2015年的7%，體現了自2013年以來中央強調的不簡單以GDP論英雄。據報道，全國已有29個省主動降低了GDP的增長目標，上海甚至取消了GDP的增長目標。

回望

2014年政府工作報告 已改變生活的“新詞” ● 互聯網金融

“互聯網金融”或許是最快被寫入政府工作報告的經濟新詞匯之一。雖然在2014年的政府工作報告中只有一句“促進互聯網金融健康發展”，但其火爆態勢“一發而不可收拾”。最盛行領域：

1、打車服務；

2、網上購物；

3、網上銀行；

4、互聯網理財。

優點：起步門檻低；手續簡單，無時間地域限制；收益高。風險：法律法規不健全；能否達到承諾的收益；監管和立法。● 舌尖上的安全

2014年“兩會”政府工作報告提出了“一個嚴守、三個最嚴”，堅決治理餐桌上的污染，切實保障“舌尖上的安全”。

億贊普（IZP）大數據顯示，2013年人們對食品安全的平均關注指數是40，2014年這一數據降為34，遠低于2014年人們對汽車（98）、住房（85）、教育（80）、養老（73）和空氣污染（61）問題的關注度。

2014年，排在食品安全搜索首位的始終是“食品安全法”。過去人們關心的是地溝油、三聚氰胺、地溝油等重大食品安全事件本身，現在則把目標從治標轉向治本——監管和立法。● 企業黑名單

哪些企業會上黑名單？2014年“兩會”政府工作報告中給出了答案：違背市場競爭規則，侵害消費者權益的企業。

最常出誠信問題黑名單的行業：

1、食品行業；

2、餐飲行業；

3、藥品行業。

調查顯示，近70%的人不了解什么是黑名單制度。大家最關心的問題包括：企業黑名單制度怎么建立？企業上黑名單的標準是什么？上了黑名單的企業要承擔什么后果？

第四篇：精準營銷下的大數據分析利用

大數據模式下的精準營銷

于大部份營銷者來說，網站再定向(onsite retargeting)是其中一個最重要的營銷手段，所謂網站再定向的意思是對曾訪問您網站的用戶進行宣傳，在他們瀏覽網絡時向其展示廣告。此手段之所以重要是因為在第一次接觸中真正轉化為購買的只占2%，而沒有產生購買就離開網站的人群體高達98%。網站再定向的威力在于它能夠幫助你吸引很多的潛在客戶，由于這些用戶之前已經訪問了您的網站一次，這意味著他們確實對您的產品和服務感興趣。當你不斷向這些用戶顯示相關的廣告，將能夠吸引他們回訪并完成購買。理論上，網站再定向技術聽起來完美，但執行起來，卻可能讓很多廣告主走入死胡同，因為它只能夠覆蓋到舊有的訪客，而無法接觸新訪客。對于廣告主來說，網站再定向是一把雙刃刀，它雖然能帶來絕佳的ROI，卻由于覆蓋度不足，會在無形中扼殺銷售機會。

其實無論是廣告數據或購買行為數據，網絡都能記錄下來，而網絡的實時記錄特性，讓它成為當下廣告主實現定位營銷的不二之選。隨著技術不斷革新，廣告主精細化定位的需求也不斷得到滿足。在隨后的篇幅中，我們會簡單地對比幾大定位技術，并通過電商案例分析來討論如何讓這些數據技術協同起來，促成客戶從瀏覽廣告到掏錢購買的轉化，實現廣告主的收益最大化。

網絡營銷的精細化定位潛力只有在大數據的支持下才能完全發揮出來。圖中的數據金字塔劃分出了數據的四個層級。最底層是廣告表現數據，是關于廣告位置和其表現的信息。具體而言，就是廣告位的尺寸、在網頁的位置、以往的點擊率、可見曝光(viewable impression)等指標。

再上一層就是受眾分類數據。如今，市場上的數據提供商可以通過用戶的線上和線下的行為，來收集到廣告受眾的興趣、需求等數據。這些不會涉及個人真實身份的信息會被分析，并劃分為不同的群組，例如性價比追求者、網購達人等。有了受眾分類數據，廣告主可以在互聯網上按自己的需求和品牌的特性來投放。受眾分類數據的針對性更強，也能帶來比單純依賴廣告表現數據更好的點擊率與轉換率，因為它提供了消費者行為和偏好等寶貴信息。

第三層是搜索動機數據。搜索再定向是個用于發掘新客戶的技術。它的出現讓我們能夠發掘出那些很可能會購物的用戶，因為他們已經開始搜索與廣告主產品相關的信息了。那些具有高商業價值的數據可以進一步被篩選出來，廣告主可以將具有高購買意愿的人們再定向到自己的產品信息上來。

而位居數據金字塔頂端的是站內客戶數據，這指的是用戶在廣告主網站上的用戶行為數據，包括了用戶瀏覽的頁面，下載的信息，以及加入購物車的商品等數據。網站用戶通常是那些已經了解過品牌并且對公司也熟悉的一群人。

對于廣告主來說，金字塔四層的數據都獨具價值。舉例而言，廣告表現數據是每個廣告主都首先會關注的信息，因為這些信息在大多數廣告管理平臺和廣告交易平臺都能輕易獲得的。同時，那些與用戶需求和偏好相關的數據，能夠助力廣告主更好地實現精細化營銷。因此，要想針對性地影響消費者購買路徑的每個過程，我們就需要把這四層的數據分析整合，才能制定一個更全面的營銷方案。

以下，我們將分享一個真實的案例，讓廣告主明白應當如何打通各層數據，制定覆蓋消費者購買路徑的精準定位的營銷方案。

案例分享

背景：愛點擊的客戶，國內最知名的電子商務網站之一，希望能提高ROI(投資回報率)和線上交易數量

挑戰：客戶已經使用了網站再定向技術來實現一個較好的ROI，但是，從再站內定向所帶動的交易數量開始有下降的趨勢。

優化策略︰利用多重數據的整合，提升轉化漏斗每一階段的人群數目，以提升總轉化量

第一步：網站再定向

廣告主會發現網站內再定向帶來的購買轉化量有限，這是因為大部份廣告主只會再定向曾經將商品加入購物車的訪客。要想提升網站再定向的效果，最優的方法是根據用戶瀏覽過的頁面進行屬性分類，并呈現具有針對性的內容。具體參考下圖：

有了全面的追蹤和分類，再定向受眾數量的基數大幅增加。在短短兩個星期內，交易數量顯著提升，尤其是來自老訪客的成交量更是大幅提升44%。

第二步：搜索再定向(search retargeting)及購買第三方受眾分類數據

一方面，再定向可以有效地召回老訪客，增大重復進入網站及購買的可能性。但同時，廣告主還應該考慮怎么能增加新訪客，以保證轉化漏斗有足夠的新增流量。

首先，我們利用搜索關鍵詞捕捉有興趣的用戶，然后儲存有關的用戶數據，最后，在交易平臺上將合適的廣告呈現給該用戶。此外，我們還會關注第三方受眾分類數據中那些有著同樣行為特征的用戶信息，整合在一起進行精準投放。

在進行搜索再定向及購買受眾數據后，新客戶所帶來的成交大幅度上升254%，廣告效果花費CPA下降29%，同時增加該網站整體的瀏覽量。

第三步：利用機器學習(Machine Learning)進一步擴大客戶的數量

用戶來進行定位廣告投放。XMO的算法可以對比客戶的CRM消費者數據與第三方受眾數據，并預測出哪些網絡用戶會有特定的購買傾向。在這個案例中，XMO能通過機器學習來不斷產生新的受眾，平均每周能夠細分出一個有著230萬樣本的人群。通過將廣告投放到我們已有的目標受眾群和由機器學習鎖定的新目標受眾，我們可以看到非常喜人的廣告效果，雖然CPA輕微上升14%，但新客戶成交量大幅增長26%說明了機器學習能有效地為廣告主發掘新客戶。

什么是機器學習(Machine Learning)?(摘自維基百科Wikipedia)機器學習是人工智能的核心，根據數據或以往的經驗，通過設計算法來模擬背后機制和預測行為，并獲取新的數據。這是一個重新組織已有的知識結構使之不斷改善自身性能的過程。研究者可以

通過機器學習來抓取現有數據的特征來預測未知的概率分布，找到新的具有相同特征的數據并加入庫中。機器學習中最關鍵的就是開發出能智能識別復雜模式并能智能化決策的算法。

觀點總結

多渠道數據的整合可以在兩方面幫助廣告主提高廣告表現。

首先，此舉可以增加廣告受眾總數，并會為廣告主贏得源源不斷的訪問量。第二，多渠道數據整合后的定向還能促進消費者購買漏斗的每一個過程，廣告主通常利用網站再定向技術來召回“購物車放棄者”或者流失的老客戶，但實際上，廣告主應該把注意力放在現有客戶和新客戶的比例。總而言之，從搜索動機數據，到受眾分類數據，到最終的機器學習，都能促進購買漏斗的頂端訪客數量的增加。結合上創意的策略定制、精準的位置選擇，客戶的轉化率將會提高，廣告主也將挖掘出更多的商機。

第五篇：【大數據分析基礎】試題

__________________學院__________專業___________班級 姓名_______________ 學號_______________

………………………………（密）………………………………（封）………………………………（線）………………………………

密 封 線 內 答 題 無 效

四川工商學院

2020－2021學年第二學期期末考試

《大數據分析基礎》試題（A卷）

答卷說明：1、本試題共1頁，1個大題，滿分100分。

2、適用班級：20級財管，會計，審計(本)

一、撰寫大數據分析研究報告（共1題，總計100分）

1．考查內容和方式：

本課程采取撰寫數據采集、挖掘和分析研究報告的形式，運用所學知識，自定主

題，撰寫大數據分析研究報告。

具體要求如下：

1、要求每位學生自選主題，全面搜集資料，針對具體的數據進行采集、挖掘和分析方案，進行數據分析研究報告的撰寫；

2、研究報告應選擇恰當的分析方法和準確的撰寫方案，做到理論與實際相結合；

3、報告邏輯清楚，結論明確，充分運用所學大數據采集、挖掘和分析的理論知識進行定性與定量分析，內容準確且嚴格按照給定的格式要求完成報告撰寫及最終的排版打印，杜絕雷同與抄襲；

4、在分析的過程中要充分利用所學知識，并結合真實的采集數據。在分析的過程中，應有該數據的原始數據、具體的分析過程、分析結果，并對結果進行總結和歸納，得出結論。

2．考查審核方式：

1.期末卷面成績由兩部分組成：第一部分是報告內容完整與規范；第二部分是報告內容的質量水平，包括投資分析報告撰寫的科學性、問題的針對性，建議與思考方向的可行性等；教師根據報告水平和質量，按照評分標準進行打分。

2.字數要求：不少于6000字。

沃爾沃汽車市場競爭力分析報告

一．當前狀況：

1.2010~2018年沃爾沃在全球與中國都取得不錯成績,但與核心競品奧迪、奔馳、寶馬的銷量差距持續擴大: 2010年沃爾沃全球銷量落后奧迪、奔馳、寶馬60~90萬輛，2018年擴大至120~160萬輛,翻了--倍左右;2010年沃爾沃在華銷量落后奧迪、奔馳、寶馬11~20萬輛，2018年擴大至50~55萬輛，翻了三倍多。2019~ 2025年中國乘用車市場將全面進入轉型升級階段，首購為主向再購為主轉型、年輕用戶為主向中年用戶為主轉型、百花齊放向快速集中少數品牌轉型...在轉型升級的大時代里,為了更好抓住機遇與克服挑戰,沃爾沃與核心競品都會進一步強化在中國市場的布局與投放力度,包括全面推進“新四化”等頂層戰略、強化主流細分車市、搶占節能車戰機、吸引中年用戶等。但受制于規模優勢不足、與吉利整合相對遲緩、品牌號召力不強、本土化車型幾乎缺失等諸多因素, 2019~ 2025年沃爾沃與競品的在華銷量差距,極有可能持續擴大。未來十年中國25~ 50萬元價區的高端車市將迎來蓬勃發展階段,并將成為全球車市的最大新機遇,為全球高端品牌創造千載難逢的新發展機會。

2.2019~ 2025年建議吉利和沃爾沃努力實現“兩個轉變”: 加速由”放虎歸山”的過渡性理念,向“合作共贏”的可持續性發展理念轉型升級;加速由，“吉利是吉利，沃爾沃是沃爾沃”的過渡性合作策略，向“沃爾沃+吉利+領克+N=大吉利”的可持續性發展策略轉型升級。積極規劃“中國第二階段發展戰略”, 并升級為全球復興3.0階段核心內容與使命,抓住2021~2030年中國高端車市新機遇。

未來幾年只要沃爾沃在華銷量差距不再被奧迪、奔馳、寶馬拉開,基于中國高端車市的蓬勃發展,將大規模縮小沃爾沃與奧迪、奔馳、寶馬的全球銷量差距。

二競爭對手:

前言

2010-2018年沃爾沃在全球與中國都取得不錯成績，但心核心競品奧迪、奔馳寶馬的銷量差距持續擴大: 2010年沃爾沃全球銷量落后奧迪、奔馳、寶馬60-90萬鍋，2018年擴大至120 160萬輛，翻了一怕左右;2010年沃爾沃在華銷量落后奧迪。奔馳、寶馬11-20萬輛，2018年擴大至50-55萬輛，翻了三倍多。

2019-2025年中國乘用車市場將全面進入轉型升級階段，首購為主向再購為主轉型、年輕用戶為主向中年用戶為主轉型。百花齊放向快速集中少數品牌轉型.在轉型升級的大時代里，為了更好抓住機遇與克服挑戰，沃爾沃與核心競品都會進一步強化在中國市場的布局與投放力度，包括全面推進 “新四化等頂層戰略。強化主流細分車市、搶占節能車戰機、吸引中年用戶等。但受制于規模優勢不足。與吉利整合相對遲緩、品牌號召力不強、本土化車型幾乎缺失等諸多因素, 2019-2025年沃爾沃與競品的在華銷量差距。極有可能持續擴大。未來十年中國25-50萬元價區的高端車市將迎來蓬勃發展階段，并將成為全球車市的最大新機遇，為全球高端品牌創造千載難逢的新發展機會。

2019-2025年建議吉利和沃爾沃努力實現“兩個轉變”: 加速由“放虎掃山的過渡性理念，向“合作共贏”的可持續性發展理念轉型升級:加速由“吉利題吉利，沃爾沃是沃爾沃”的過渡性合作策略，向“沃爾沃+吉利+領克+N=大吉利的可持線性發展策略轉型升級積校規劃“中國第二階段發展戰路”，并升級為全球復興3 0喻段核心內容與使命.抓住2021-2030年中國高端車市新機遇。

未來幾年只要沃爾沃在華銷量差距不再被奧迪。奔池、寶馬拉開，基于中國高端車市的勃發展。將大規模縮小沃爾沃與奧迪、奔馳寶馬的全球銷量差距。

三．提出問題

2010~ 2018年沃爾沃與競品的銷量差距持續擴大，尤其是在中國市場一位娛樂圈的明星曾自信地說：“如果我想自我介紹，這幾十年我什么都不會做”，車上還有一個品牌有勇氣這么說，這就是沃爾沃。今天，我們將著眼于2019年沃爾沃市場，了解沃爾沃市場及其可持續發展性。2019年注定是與往年不盡相同的一年。中美競爭、汽車產業飽和、綠色出行政策的提出、中國汽車市場的下滑趨勢等國內外環境都不同程度地影響了汽車產業的發展。然而，在2019年前三季度，沃爾沃的銷量達到了之前的最高紀錄，達到了123551輛，比去年同期增長了15.2%。沃爾沃在中國的銷量也在很大程度上影響了其整體銷量，甚至起到了帶動增長的作用。同期，沃爾沃在全球市場的銷量為568663輛，同比增長8.1%。在這個經濟蕭條、多項因素影響且充滿挑戰的年份，沃爾沃以其銷售業績向我們證明了什么是“逆境生長”，什么是“靠實力吃飯”。

即便是吉利控股集團總裁李書福在對沃爾做調查分析時，也強調沃爾沃之所以銷售業績優異，是因為沃爾沃始終堅持以客戶為核心，從客戶角度看問題，解決問題

不斷創造價值，為客戶提供便利，讓客戶滿意，我們必須堅持做一個不忘初衷，牢記使命的企業。在所有這些成功的背后，我們離不開堅實制度的支持。大局決定格局，格局決定布局，布局決定結果，李書福對沃爾沃汽車的總結，是對自身業務定位的認可，是對其戰略的認可，是對其客戶導向方式的無限支持。

從市場角度看，即使整個行業都很悲觀，沃爾沃的銷售狀況依然沒有改變。數據分析和阻力分析表明，沃爾沃已經經受住了時代的挑戰，也有了堅定的時代立場。

四．最近的”，沃爾沃都做了些什么？

如袁小林在新年賀詞里提到的那樣，2020是一個一言難盡的代名詞，因為過去一年經歷了太多。其中影響最為深刻的還是新冠疫情，因此沃爾沃在去年一月底迅速推出保護員工、客戶、業務伙伴健康的全民舉措，并制定了針對經銷商與供應商的一系列政策，全力確保業務價值鏈的穩定。此外，沃爾沃還捐贈了1100萬人民幣用于疫苗研發與提供醫療物資本職業務上也在有序進行，隨著XC40純電版的上市，沃爾沃正式推出了創新的直售體系。當然，還有更多事情在2020年被有序推進自從吉利收購沃爾沃之后，沃爾沃已經發展成為真正的全球車企，全球銷量翻番，中國市場增長了5倍，這些都是“最近”一步一步慢慢做到的。同時，從“燃油”向“電動”的演進過程中，沃爾沃也根據自身情況制定了務實的實現路徑，并保持著獨立的思考。因為只有做好這些，才能走得更遠，才能待。

五．相信“最遠的”，是對信仰的堅持

事實上，相信未來也是一種精神力量，過去的艱難之所以能一個一個的克服，也是因為有對未來美好的期待。尤其是過去十年的發展，讓沃爾沃有了更大的發展格局，而這種格局的產生則是來自于相信“最遠的”。在消費者的認知中，沃爾沃是一個有內涵的豪華品牌，市場能有這種認知是因為沃爾沃的內涵是建立在對于安全、健康、可持續的極致追求上，建立在尊重生命、尊重自然的品牌基因上的。從產品到品牌調性都是充滿溫度與感情的，無論行業如何發展，沃爾沃的品牌調性充滿正能量是不會變的，引導用戶、行業積極向上的初衷不會變的。因為相信“最遠的”，是對信仰的堅持。

六.做好“最近的”相信“最遠的”，沃爾沃銷量勢如破竹

既做好了過去的具體業務、工作，又做好面對未來的準備、相信未來向好發展。因此，沃爾沃市場端表現向好是必然。

2020年，沃爾沃在中國大陸市場總銷量166,300輛，同比增長7.6%，這是其全球單一市場的最高銷量。可以說，2020年是沃爾沃乘風破浪前行的一年，其所倡導的”健康即豪華“品牌理念越發受消費者的認可。XC60、S90等主力車型在一些區域市場甚至出現了庫存告急的情況。緊接著在今年1月份，沃爾沃銷量共計19,122臺，同比勁增91.4%，可謂勢如破竹，這已經是其多個月銷量出現雙位數增長，收獲了中國大陸市場單月零售最高銷量具體車型上，XC60在1月銷售7,084輛，表現依舊強勁，S90與XC90的1月銷量分別達到4,438與2,082輛，同比分別大幅增長80%和66%；S60與XC40銷量分別達到2,633與2,566輛，同比分別增長395%和130%。

看得出來，目前沃爾沃旗下主力產品銷量基本處于迅速增長期，而之所以能這樣“春風得意”，就是因為沃爾沃做好了“最近的”、也相信“最”。

寫在最后

沃爾沃銷量不斷攀升，一是沃爾沃產品硬實力的體現，二是服務軟實力的體現。2021年，沃爾沃處在一個里程碑后的全新起點，已經蓄勢待發。有過去夯實的基礎，又做好了面對未來的準備，沃爾政治環境(Political)

國際關系方面，瑞典是最早同中國建交的西方國家號稱建設的是民主社會

主義.中瑞關系平穩發展，兩國在政治、經濟、文化等各個領域和各個層次的交流與合作日益增多并取得顯著成果。瑞典首相表示歡迎吉利與沃爾沃最終結盟，中國政府也對此事持鼓勵態度，在經濟和政策方面都給予了很多的支持。

中國民營汽車工業是政府大力扶持產業之一，擁有較多優惠政策。沃爾沃屬于吉利子公司，在中國的運營可以避免許多外商限制壁壘。

2.1.2經濟人口環境(Economic)

國際經濟環境方面，2008 年9月以來，近200年來逐漸形成的華爾街金融版

圖，正遇“地毯式”的巨變。破產和另類成為華爾街的關鍵詞。有著158年輝煌歷史的雷曼兄弟公司轟然倒下，美林集團易主美國銀行，大摩也尋求合并:美國最大儲蓄銀行一華盛 頓互惠銀行也在為避免破產苦尋買-....受這次金

SHOT ON MI 10 5G融風暴波及，西方各國經濟普遍陷入衰退.而福特公司也因此債務纏身沃登高之路將會更順暢。

（一）吉利汽車并購概況

1.并購雙方公司簡介。浙江吉利控股集團是一家大型民營企業集團，建于1986年，集團總部設在杭州，主要生產經營汽車和汽車零部件，集團現有吉利自由艦、吉利金剛、吉利遠景、上海華普、美人豹等八大系列30多個整車產品，已躋身中國國內汽車制造企業“3+6”主流格局。沃爾沃（Volvo），瑞典著名汽車品牌，被認為是目前世界上最安全的汽車，是北歐最大的汽車企業，也是瑞典最大的工業企業集團，世界20大汽車公司之一。1999年，福特以65億美元的高價得到沃爾沃品牌，但是高價并沒有換來高額利潤，在過去幾年里，沃爾沃品牌一直在虧損。

2.并購背景。沃爾沃汽車銷售額在近年來一直下滑，隨著2008年全球金融危機的蔓延，沃爾沃轎車、福特汽車出現巨額虧損。福特開始實行“one ford，one team”戰略，賣掉那些不掙錢的品牌。世界金融危機，中國制造企業當然不可能獨善其身，面臨著產銷量減少的困難。但是相對國外市場，中國國內汽車市場在政府的一些強有力政策的刺激下，仍保持著相對較快的增長速度，是全世界增長最快的汽車市場。從2009年2月開始，中國的汽車銷售量就已超越頭號選手美國，在3月份突破100萬輛之后，連續4個月穩定在110萬輛左右。而作為國內著名自主品牌之一的吉利汽車，其業績也很驕人。2008年吉利汽車集團國內銷量同比增長11.6%，出口同比增長79.8%，納稅額約10億元。2009年吉利實現整車銷售33萬輛，同比增長48%；實現銷售收入165億元，同比增長28%，實現利稅近24億元。面對國際金融危機帶來的嚴峻復雜的經濟形勢，吉利保持了國內行業十強的地位。

3.并購動因。（1）吉利實現戰略轉型。吉利汽車2001年進入汽車市場以來，一直是走低端市場路線，依賴低價格搶占市場。這雖然有利于提高市場占有率，但也造成產品利潤率低下，品牌的附加值低等問題。因此在2007年5月17日，吉利集團公布《吉利新聞發言人授權就戰略轉型的相關問題發表談話――吉利汽車進入戰略轉型期》，向人們傳遞信息：吉利將從低端走向高端，從價格優勢走向技術領先，預示著吉利汽車將從價格戰的“紅海”向科技、品牌的“藍海”轉型。（2）吉利借volvo提升企業價值。我國中高端人群的收入隨著經濟的發展而增長，中國車市將能看到中高級市場的爆發。但吉利以低端汽車起步，汽車的品牌價值較低，在中高級市場較為被動。吉利擁有了volvo，就能提升企業價值，從而在中高端市場取得主動權。

綜上所述，吉利并購volvo是為了獲得volvo的專利技術以及優質品牌等無形資產。本文通過分析吉利并購行為前后公司盈利能力、營運能力和償債能力的變化情況來分析吉利的并購行為是否成功，其包括并購融資策略是否正確

沃爾沃汽車未來五年的商業戰略重點包括產品規劃和開發、銷售與市場、零配件采購、本地化生產及人才戰略等幾部分。

不斷調查研究中國市場，在了解中國客戶需求、了解競爭對手的基礎上，規劃進口產品和國產化的產品，設計滿足中國消費者喜好的產品，快速適應中國市場的發展趨勢和中國客戶的不斷變化的需求。上海總部基地是沃爾沃汽車集團中國區的行政中樞，位于上海的沃爾沃汽車中國技術中心的工作重點是高檔轎車、電動車和新能源汽車的設計、研究和開發。在成都的沃爾沃汽車西部基地將以覆蓋中國西部市場為主，參與和支持中國西部大開發。在大慶的沃爾沃汽車北部基地將以覆蓋中國北部市場為主，其地理條件與緯度與瑞典相似，目的是參與和支持東北老工業基地振興。沃爾沃汽車將加強對銷售和市場的管理，4S店將從目前106家增加到220家，培訓和優化銷售服務人員，改善和提升客戶體驗和客戶服務，大力加強沃爾沃汽車“全球豪華汽車品牌”的品牌建設工作。沃爾沃汽車將進一步優化在華的采購和供應商管理，進一步完善與執行沃爾沃全球采購的一貫戰略。沃爾沃汽車將在中國和全球招聘數百名工程師，與位于瑞典哥德堡總部的全球研發總部同步在線工作，開發和設計面向全球和中國市場的汽車產品，并根據中國消費者的喜好和習慣為中國市場設計產品，培養和建設在中國整車設計能力。實施沃爾沃汽車在中國的人才戰略，吸引外部人才和培養內部員工相結合，建立一支中西合璧，有向心力的團隊，建立“全球型，本土化”的企業文化。

廣汽集團總經理 馮興亞馮興亞：首先是對整個新能源市場發展路徑的判斷，技術上最成熟的是節能汽車和混合動力車型，接下來是電動車，因為電動車作為國家戰略，無論是從能量密度、燃料電池的管理水平、充電基礎設施來看，都對電動車的推廣和增長有了一定的基礎。接下來就是氫燃料電池，氫燃料電池相對于純電動汽車需要突破的技術和空間還是非常大的，本身離商業化的應用還是有距離的。對氫燃料電池的研究主要還在前期的研發，示范性運行，還要在掌握各項技術，保證質量水平上再下功夫。廣汽集團的氫能源的技術是以乘用車作為平臺進行開發，氫能源的產品也很快會進入到示范運行的階段，通過示范運行介入，一旦氫能源的使用環境成熟了就可以馬上推進商業化的生產，主要還是發展階段的問題。吉利控股集團總裁、吉利汽車集團CEO、總裁 安聰慧安聰慧：今年電動車結果好的是兩端，一個是小型的，一個是大型的，大型的以新勢力為主，小型的很多傳統汽車企業在做。吉利的幾何主要聚集在A級車市場，去年開始出來比較好，因為2B的市場比較多，去年、前年整個網約車、出租車大量使用，今年疫情對這一塊市場沖擊很大，所以在2B這塊市場上，或者說一些運營車輛大幅度降低，所以吉利的幾何相對來講受的沖擊比較大。當然我相信這是眼前的，隨著時間的推移，我們在不同的細分市場都會有產品。李峰：起亞提出，到2025年純電動車銷售比例達到18%，這是短期的目標。長期目標是在2030年新能源汽車銷售比例超過30%，從ICE內燃機切換到NEV新能源方向。未來，起亞將不再推出派生車EV，全部采用專用E-GMP平臺，這個平臺不會生產傳統燃油車，燃油車基于i-GMP平臺打造。從明年開始，在全球每年投放一款基于E-GMP平臺打造的車型，到2027年總計投入7款車型。中國的第一款車會延遲半年以上，在2022年推出，內部研發代號是“CV”，正式的產品名稱還沒確定，其國產版本將于2022年國內正式推出。智庫君：面對市場挑戰和新四化趨勢，企業如何轉型？朱華榮：企業最大的困難就是創新、轉型。在新的一輪市場競爭中，隨著芯片技術，云計算、大數據等快速發展，汽車產業的格局正在重組。在這一輪或者新的重組格局里面會發生后進變先進，先進變后進，這是一個重構的過程。長安長期堅持技術投入，包括智能化、網聯化，向科技公司轉型。在轉型過程中，從技術創新中迅速變現給產品創新。無論是在智能駕駛領域或者智能語音交互領域，都能迅速向客戶提供他們所喜愛的產品。長安的智能化向三個方向轉型：第一產品智能化，可以看到全新產品序列UNI。第二個智能制造，降低成本、提升質量、提升效率；第三個智能管理。馮興亞：數字化在新四化中是屬于基礎性的東西，數字化轉型說起來很容易，但做起來很難。首先是思想轉變，認識到數字化的迫切性和各項工作對數字化的迫切需求。其次是組織變革。數字化實施過程和現有組織體系、工作流程存在差別，以前有消費者驅動、市場驅動、產品驅動，需求驅動，現在我們以數字表現出來，引領、引導各項工作的開展，在工作流程上和組織方式上都會發生調整。企業在做出選擇之后，就有了自己的命運道路。中國是全球最大的汽車市場，乘用車年產銷超過2100萬輛。在運營當中，我們自己照照鏡子，就知道有太多可以提升的地方。這些都是價值點，客戶會愿意支付貨幣來換這些價值，而那些我們沒有做到的地方，就是我們的成長空間。李峰：起亞總部發布的未來戰略“Plan S（Shift）”是對未來5-10年電動化的遠景規劃。規劃已經確定，目標是成為全球電動車主機廠Top3，致力于成為電動汽車領軍品牌。智能化方面，到2025年，實現智能網聯應用比例達到80%，ADAS智能駕駛系統應用比例達到60%，L4級無人駕駛投入量產。