前言：中文期刊網精心挑選了大數據戰略報告范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
大數據戰略報告范文1
[關鍵詞]發達國家；大數據；政策
doi：10.3969/j.issn.1673 - 0194.2017.04.103
[中圖分類號]D035 [文獻標識碼]A [文章編號]1673-0194（2017）04-0-02
互聯網和移動互聯網的快速發展，使人們進入了全新的數據時代和共享經濟時代，阿里巴巴董事局主席馬云曾在IT博覽會的演講中向全世界表達了“我們正式從IT時代走向DT時代”的思想，大數據發展不到十年歷程，卻已成為當前經濟發展和國家競爭力提升的新引擎，給全社會帶來了深遠影響，其戰略意義在于對數據的專業化處理分析和共享運用，實現數據的價值增值。2015年，國務院《促進大數據發展行動綱要》指出要大力促進中國大數據技術的發展，黨的十八屆五中全會提出“實施國家大數據戰略”等，標志著大數據已經被納入政府創新戰略高度。而貴州發展大數據產業已處于先行探索階段，2014年初貴州省出臺《貴州省大數據產業發展應用規劃綱要（2014―2020年）》和《關于加快大數據產業發展應用若干政策的意見》，提出將大數據作為重點扶持的新支柱產業，2016年省政府工作報告中明確要強力推進大數據戰略行動，并通過與國內其他園區、企業開展戰略合作，積極引進大數據企業、互聯網龍頭、軟件服務商。為了營造了良好大數據產業發展環境，貴州將率先采取數據開放、各部門之間數據整合等一系列措施。
1 發達國家大數據戰略發展分析
1.1 發達國家大數據戰略概述
1.1.1 美國
2011年，美國總統科技顧問委員會認為大數據具有重要的戰略意義。2012年，美國將大數據定義為“未來的新石油”，美國政府認為一個國家擁有數據的規模、活性和解釋運用的能力將成為綜合國力的重要組成部分，對數據的占有和控制將成為國家核心資產之一，編制出臺了《大數據研究和發展計劃》，加大對海量數據收集、存儲、梳理分析，做到核心技術的共享運用，進一步擴大大數據人才數量。增加經費投入，前期投入2億多美元推動大數據技術研發。
1.1.2 澳大利亞
2011年，澳大利亞政府公布了《國家數字經濟戰略》報告，旨在確保2020年前基本完成國家寬帶網絡的物理建設，使澳大利亞成為世界數字經濟的領軍者。2013年，澳大利亞政府積極編制實施了《公共服務大數據戰略》（以下簡稱《戰略》），率先實施數據開放戰略。該《戰略》旨在推動公共行業利用大數據分析進行服務改革，制定更好的公共政策，保護公民隱私，使澳大利亞在該領域躋身全球領先水平。澳大利亞在大數據立法方面最具代表性的是1998年的《隱私法案》（以下簡稱《法案》），該《法案》旨在通過對信息的采集及程序性規定來保護個人隱私。
1.1.3 英國
英國政府加大對大數據的前期投資與籌備建設，興起一股“數據權”運動，2013年，《把握數據帶來的機遇：英國數據能力戰略》，進一步加強在數據挖掘和價值萃取中的領先地位，從提升數據分析技術、推動研究與產業合作、保證數據的安全存儲與共享使用等幾個方面做出部署，確保戰略目標得以落地。
1.2 發達國家大數據戰略分析
大數據不僅是基礎性戰略資源，而且作為一種新興戰略性產業正迅猛的發展，成為不同國家、區域和企業間的競爭焦點，正在引發深刻技術與商業變革，打破傳統產業體系，推動產業鏈分化重組，催生新興產業體系。總體看來，上述發達國家對大數據政策措施體現以下共同特征：一是頒布戰略規劃實施整體布局，為搶占大數據發展先機，增強國家在大數據領域發展中的國際領先地位；二是注重大數據配套政策研究制定，重點在人才培養、產業扶持、資金保障、數據開放共享等多方面展開，為我國及特別是貴州省大數據產業發展構建良好的生態環境。
2 我國主要地區大數據產業應用發展現狀及分析
2.1 我國主要地區大數據產業應用發展現狀
我國政府非常重視大數據產業發展，并將大數據發展作為國家戰略重點來抓，2012年以來科技部、發改委、工信部等部委在科技和產業化專項上陸續支持了一批大數據相關項目，在推進技術研發方面取得了積極效果。2013年6月工信部了《電信和互聯網用戶個人信息保護規定》。2014年《政府工作報告》明確提出：“以創新支撐和引領經濟結構優化升級；設立新興產業創業創新平臺?！?015年，黨的十八屆五中全會決定實施國家大數據戰略。在國家的戰略引導下，國內各地結合實際情況積極推進，快速推動大數據產業發展。
2.1.1 北京
為進一步加強對大數據和云計算的利用，北京市將實施《北京市大數據和云計算發展行動計劃（2016-2020年）》，頒布了《北京市公共服務網絡與信息系統安全管理規定》《北京市政府信息依申公開工作辦法（試行）》《北京市政府信息公開工作考核辦法》《北京市政府信息協調辦法（試行）》《北京市政府信息清理工作辦法（試行）》和《北京市政府信息公開規定》等相關的政策法規，并依托中關村產業和技術優勢，積極推進下一代互聯網產業集群、移動互聯網和新一代移動通信及衛星應用產業集群的關鍵支撐技術發展，包含基礎網絡設施、支撐與服務、網絡運營、終端設備等關鍵環節的完整大數據產業鏈。2014年，中關村管委會出臺《加快培育大數據產業集群推動產業轉型升級的意見》，推動大數據行業應用，促進生產效率提升；實施大數據解決方案，推動商業模式創新；構建擁有人才、技術、資本、數據、平臺配置完善的大數據產業生態系統；完善大數據產業創新發展環境等六大主要方面推動大數據技術和應用創新。
2.1.2 上海
上海市在全國率先制定大數據產業發展戰略，提出凝聚上海大數據領域優勢力量，研究大數據基礎理論，攻克關鍵技術，研制大數據核心裝備，形成大數據領域的核心競爭力，加速大數據資源的開發利用，推進行業應用，培育數據技術鏈、產業鏈、價值鏈，支撐智慧城市建設。建設大數據公共服務平臺，促進大數據技術成果惠及民眾；推進行業應用，重點選取金融證券、互聯網、數字生活、公共設施、制造和電力等具有迫切需求的行業，開展大數據行業應用研發，探索“數據、平臺、應用、終端”四位一體的新型商業模式，促進產業發展。
2.1.3 廣東
廣東省是率先啟動大數據戰略的省份之一，頒布了《廣東省信息化發展規劃綱要（2013～2020年）》，指出“智慧城市是一種新型信息化的城市形態?！弊鳛槁氏韧菩写髷祿鹇缘氖》葜?，廣東將積極組建省大數據專家委員會和省大數據技術產業聯盟等，并在省內高校和科研院所中選定首批大數據戰略研究機構，研究制定大數據發展中長期規劃，出臺《廣東省實施大數據戰略的意見》等相關文件，進一步推動促進信息化和工業化深度融合，并積極推動廣州、深圳、東莞、佛山及茂名等大數據、云計算和物聯網產業基地建設。
2.1.4 天津
天津市在濱海新區已啟動了高水平大數據產業基地建設?！稙I海新區大數據行動方案》指出，到2015年，要實現“2111”的發展目標，即聚集200家大數據企業，引進10個信息中心和數據中心項目，實施10項典型應用示范項目，形成10項殺手锏技術產品；到2017年，建成具有國際競爭力的大數據產業基地和數據資源聚集服務區。天津大數據產業涉及數據的存儲、分析、傳輸及安全等多個環節，其中核心是數據的分析和挖掘，擬優先發展的大數據技術和產業化領域包括數據存儲與計算技術領域，數據獲取、挖掘與分析技術領域，數據安全技術領域，數據組織與管理技術領域。
2.1.5 重慶
重慶市頒布實施了《重慶市大數據行動計劃》，提出重慶市實施大數據行動計劃的總體目標、主要任務和保障措施。要重點打造2～3個大數據產業發展示范園區，培育核心企業10家及大數據應用和服務企業500家，培養引進大數據領域高端人才1 000名，形成500億元大數據產業規模，努力建成國內有影響力的大數據產業發展基地。同時，打造大數據跨境電商平臺，發展跨境電子商務和大數據集聚區，推動重慶產業結構調整和商業模式創新；積極引進騰訊公司在重慶建立其在中西部地區的首個大型云計算數據中心。
2.2 我國主要地區大數據應用分析
我國主要地區大數據產業應用主要圍繞大數據領域的核心競爭力，加速大數據資源的開發利用，推進行業應用，培育數據技術鏈、產業鏈、價值鏈等。當前，從區域角度研究大數據產業發展戰略的相關成果較少，貴州省大數據發展還存在數據開放共享不足、產業基礎薄弱、頂層設計與統籌規劃缺乏、創新應用領域不廣等亟待解決的問題，有必要將產業經濟學、技術經濟學、政策科學等理論方法引入大數據研究，做好支持大數據產業發展的政策體系建設的頂層設計，以實現完善大數據的政策法規體系建設、超前布局大數據的理論研究目標。
3 發達國家及我國主要地區大數據產業發展對貴州省的政策啟示
參照我國其他地區及發達國家大數據發展經驗不難看出：不同地區，大數據技術基礎、市場基礎與數據文化氛圍不盡相同，其政策側重點也存在差異。貴州要先行加快發展大數據，要充分結合省情實際，發揮生態環境優勢和資源環境優勢，更加注重大數據戰略技術能力儲備和戰略應用實施兩個方面，做好頂層設計與發展規劃。
3.1 加強大數據政策法規戰略的制定及標準體系建設
建立以發展規劃和大數據標準為引導、政策法規相協同及法治建設為保障的大數據政策法規戰略體系，提出大數據標準體系的基本構成，包括大數據產業標準、大數據應用標準等，研究大數據標準體系的效力層級，提出針對不同層次的標準賦予不同效力的應對策略等。
3.2 分析貴州省公共領域數據開放的基本規則
貴州公共領域數據開放需堅持的基本原則包括：平等開放原則、開放數據負面清單原則、無償開放為主的原則及效率開放原則等。分析貴州省公共領域數據的開放范圍，包括普遍開放的數據范圍、特別開放的數據范圍、不予開放的數據范圍等，提出貴州省公共領域數據的開放流程、時限、用途等規范措施。
3.3 制定貴州省公共領域數據互聯互通的相關措施
根當前制約公共領域數據互聯互通的主要問題，制定貴州省公共領域數據互聯互通負面清單制度，制定公共領域數據互聯互通的具體數據類型、范圍、時限、程序等規則。
3.4 分析數據權利的性質、內容、范圍、權能
分析數據權利的性質，提出數據權的權利內容與邊界（數據權不同于著作權、不同于數據庫權）；研究出數據權權能及其行使方式（數據采集權、數據占有權、數據使用權、數據處分權以及數據收益權等）；提出數據權利法制化的路徑及貴州省可行做法等。
大數據戰略報告范文2
關鍵詞：大數據；發展脈絡；營銷趨勢；研究評析
一、問題的提出
云計算、移動互聯網等新信息技術的廣泛應用及社會化網絡的興起，使信息數據產生機制更復雜、傳播速度更快、類型更多樣，全球進入信息數據量“井噴式”增長的大數據時代。國際數據公司（In原ternationalDataCorporation，IDC）指出：全球創建和復制的數據量五年內增長近九倍，預計將以每兩年至少翻一番的速度繼續增長。僅2013年，世界范圍存儲的數據就達1.2ZB（1ZB抑1021B），將這些數據刻錄到CDR只讀光盤并堆起，其高度將是地球到月球距離的五倍[1]。生產和信息方式的變革引起管理規范及其深層次上價值觀的轉變。傳統企業營銷中，為避免無法獲取整體數據的弊端，多依據小樣本采樣統計推斷以形成所謂“科學決策”。然而采樣分析的成功取決于樣本的絕對隨機性，大數據時代，營銷調研建立在對大樣本持續收集數據的基礎上，實時分析和輸出調查結果將為營銷決策提供及時判斷臨界值。在大數據背景下對營銷活動進行研究，具有聚焦數據，提高營銷決策科學性；強調洞察，增強營銷活動“預見性”；重視創新，增強營銷理論“前瞻性”等研究價值[2]。特別是中國具有眾多人口和龐大市場，也使中國成為最為復雜的大數據國家之一。那么，大數據對營銷活動究竟會產生怎樣的影響？其內在機理是什么？通過文獻綜述，對大數據概念進行界定，梳理其發展的歷史脈絡，在此基礎上分析大數據對消費者行為、營銷決策模式、營銷戰略、營銷要素等的影響表征及其機理，最后對大數據的營銷應用研究做出述評。
二、大數據的發展脈絡及概念界定
（一）大數據的發展脈絡
大數據的概念最早要追溯到上世紀，只是在互聯網時代，大數據才從規模、類型等方面得以實現。早在1981年，美國著名未來學家Toffler在其著作《TheThirdWave》中，提及“大數據”，并稱之為“第三浪潮的華章”[3]。2001年，META集團（現為Gartner）的分析師Laney指出數據增長帶來規模性（Volume）、高速性（Velocity）、多樣性（Variety）等變化[4]?！禢ature》則在2008年9月開設“BigData”專刊[5-7]，同時《Sci原ence》也推出數據處理研究?？癉ealingWithDa原ta”，對數據洪流（DataDeluge）所帶來的社會變革及影響做出討論[8]。大數據研究的開創性論文是Gins原bergetal（2009）的“DetectingInfluenzaEpidemicsUsingSearchEngineQueryData”，該文探討了如何利用谷歌搜索引擎查詢詞來預測流行病[9]。只是在最近幾年，大數據才成為高頻詞。2011年5月，麥肯錫公司《大數據：創新、競爭和生產力的下一前沿》報告，指出“在數據滲透于各領域并成為生產要素的背景下，對海量數據挖掘應用，將帶來新的生產增長和消費者盈余浪潮”[10]。2012年3月，美國開始實施“大數據研發計劃（BigDataRe原searchandDevelopmentInitiative）”，將大數據喻為“未來新石油”，并視為與互聯網、超級計算機同等重要的國家戰略，這也是美國在“信息高速公路”計劃后所實施的又一國家級重大科技戰略。日本緊隨其后，推出“新ICT戰略研究計劃”。同年，世界經濟論壇《大數據、大影響》報告，從多個行業領域闡述大數據給世界經濟帶來的發展機會[11]。就國內而言，2011年12月，國金證券開創國內大數據研究先河，將其研究成果引入資本市場[12]。2012年5月，香山科學會議組織“大數據科學與工程：一門新興的交叉學科”為論題的會議，同年6月，中國計算機學會青年計算機科技論壇（CCFYOC原SEF）舉辦“大數據時代，智謀未來”會議，對大數據挖掘技術、組織架構、平臺治理等展開探討。2013年6月，國家自然科學基金委管理科學部、美國營銷科學學會（MSI）、南京大學商學院（管理學院）和香港中文大學工商管理學院聯合主辦“2013營銷科學與應用國際論壇”，也將“大數據、社會化、移動化對市場營銷的新挑戰”作為主要議題之一。2014年2月，北京銀行與小米科技就移動支付、便捷信貸、產品定制、渠道拓展等簽署協議，表明國內企業運用大數據戰略進入實質性階段。2014年3月5日，總理第一次把大數據寫進政府工作報告，闡明了國家對大數據產業鼎力支持的政策，隨后一系列公開講話進一步明確了這一戰略部署。2015年2月，百度公司利用百度遷徙、百度指數等大數據產品直觀地呈現了春運“景觀”，把大數據研究成果可視化地展示在電視屏幕上。2015年3月，政府工作報告中進一步提出“互聯網+”計劃，推動大數據與現代工業相結合。
（二）大數據的概念界定
大數據本身就是抽象的概念，當前對其概念界定尚未達成統一，不同組織及學者給予不同的表述，見表1。盡管各方對大數據概念并不統一，但其中“大規模數據”“體量、復雜性及速度超越傳統數據”“超越現代技術手段處理能力”等觀點得到基本認可。IBM公司及Laneyetal（2001）認為大數據具有“3V”特征：規模性（Volume），數據量一般要達到TB級甚至PB級；多樣性（Variety），數據結構類型包括結構化數據、半結構化數據和非結構化數據；高速性（Ve原locity），產生、處理、分析數據的速度加快。國際數據公司（IDC）在此基礎上，增加“價值性（Value），即“大數據價值很大但呈現低密度性”的特點，從而形成大數據的“4V”特征[16]。而NetApp公司認為大數據具有“ABC”三特征：大分析（BigAnalytic），通過對大數據實時分析構建新的業務模式并更好地了解顧客需求；高帶寬（BigBandwidth），快速有效地對數據進行處理分析；大內容（BigContent），包括各種類型數據，同時對數據存儲、擴展、安全等管理的高要求[17]。
三、大數據對未來市場營銷的沖擊
根據（移動）互聯網時代大數據的特征、消費者行為變化及營銷模式的可能演變，通過相關文獻梳理，勾畫的大數據對未來營銷活動的影響趨勢，見圖1。
（一）大數據對消費行為的影響
1援消費行為更理性。工業化時代，信息不對稱的客觀存在，消費者易受各種如低價促銷、廣告宣傳等影響。而大數據時代，消費者有更多、更方便的途徑獲取更詳細的商品價格、成本、產地、質量等信息，并可更方便地搜尋、比對和遴選，從而做出更理性的選擇[18]。2援消費行為冪律分布。大數據時代，消費者評價系統更廣泛，先前購物者的購后評價及經驗對新消費者具有重要參考。相比先前購物者的好評，消費者則會更關注其差評，以便做出正確的消費決策。同類產品中，質量好、價格有優勢、服務好的產品受到越來越多的青睞，并不斷吸引新的消費者，形成“滾雪球式”的“馬太效應”，消費行為呈現冪律分布。3援消費行為更個性化。工業化時代，商家追求規模經濟的考慮，只能在有限范圍滿足消費者個性化消費。而大數據時代，信息廣泛并快速傳播，消費者的消費認知及創造力大大提升，消費異質性不斷增大，對產品或服務的關注并不僅限于以往的質量、品牌、價格、售后等，更關注其個性化的滿足程度。
（二）大數據對營銷決策模式的影響
大數據時代，思維方式發生三個變革：其一，要分析與事務相關所有數據而不是少量數據所構成的樣本；其二，要接受數據紛亂復雜的事實，而不能過于苛求精確；其三，更加主動地分析相關關系而不再探究難以捉摸的因果關系[19]，可以說，數據驅動型決策（Data‐drivenDecisionMaking）是大數據背景下決策的特點[20]，以“數據化、智能化、實時化垣經驗”將成為大數據時代的營銷決策范式。1援數據決策技術升級，注重實時處理及相關分析。傳統分析多基于多元統計、計量經濟學模型等方法，對大量一手和二手結構化數據實施分析，從中尋求研究對象的內在聯系，常用方法有：聚類分析、因子分析、相關分析、回歸分析、A/B測試、數據挖掘等。大數據背景下，數據規模大、傳遞速度快、非結構化數據多等特點，使得傳統數據分析及數據庫管理手段很難適應時代要求。數據產生及傳播速度加快，要求數據應用實現從離線（Offline）向在線（On原line）的實時處理轉化[21]。數據關聯成為大數據的主要價值來源，但數據間交互廣、價值密度低、碎片化嚴重，也使決策重點從以往因果關系分析向相關關系分析轉變。2援決策參與主體向社會大眾傾斜，數據分析師地位加強。大數據使營銷決策越來越依賴于數據分析而非經驗或直覺[22]，直覺判斷將被精準的數據分析代替。管理者決策重心在于正確發現并提出問題，一線員工對決策參與度將大大提升，決策主體從社會精英向社會大眾傾斜，扁平化組織架構、學習型企業文化將得到加強。同時，能綜合運用數據分析、分布式管理的數據分析師，將為企業營銷決策提供更多智力支持。
（三）大數據對營銷戰略的影響
1援激發協同營銷的競爭格局。大數據環境下企業與行業的邊界日趨模糊，營銷系統開放性更明顯。企業競爭不再局限于個體之間或供應鏈的鏈條間，而是向多主體所構建的商業生態系統間延伸[23]。企業營銷戰略的設計應打破傳統的個體競爭思維，在不斷提升自身營銷網絡化和動態化能力基礎上，利用外部資源，形成協同營銷格局。2援一對一營銷的精準定位。大數據背景下，企業可以記錄消費者在產品各個生命周期階段的品牌偏好、口碑評價等行為數據，基于社會學、心理學、營銷學、傳播學等相關理論，并借助數據挖掘、統計計量等，按一定的細分標準進行消費行為細分，從而結合自身資源優勢，形成目標市場的選擇和一對一營銷的精準定位。
（四）大數據對營銷要素的影響
1援產品：顧客參與式的產品設計和個人定制。大數據背景下，虛擬企業和智能車間將會越來越多地被采用，顧客參與式的產品設計和個人定制將大行其道。那些市場價值在較短時間發生貶值的短生命周期產品的時效性更強、需求波動大，與外界存在著復雜非線性關系[24]。而長周期產品特別是其中生產工藝復雜、流程管理復雜、客戶需求復雜的復雜品（ComplicatedProduct）將實現供應鏈縱向一體化整合及全生命周期數據整合[25]?！叭ⅰ鄙芷诘耐暾髷祿蓭椭髽I構建消費者興趣圖譜，從而應用于營銷和新媒體關系定位中。2援渠道：渠道縮短及渠道多元化。大數據背景下，信息技術更為成熟，經由中間商的渠道模式將讓位于直銷，渠道長度越來越短。特別是具有及時反饋交互關系平臺技術的實施，使企業可開發出更多、更便捷的渠道與顧客連接，實現多渠道及跨渠道營銷。諸如微商等“屏幕+手指+快遞”的購物方式，配合超低的價格，使營銷渠道更趨多元化。3援價格：透明度更高，基于支付意愿的差異化定價。傳統營銷定價多從產品成本、利潤率、顧客接受度等簡單因素考慮，并依據先前相關銷售經驗建立精算模型。大數據背景下，傳統精算模型將被顛覆，價格不對稱性有所改善，定價透明度越來越高，明智的價格策略是企業“陽光”定價，基于支付意愿的差異化定價將成為主導，電子支付成為主流。4援促銷策略：促銷手段的數字化、互動化趨勢。大數據背景下，傳統電視、報紙、廣播等大眾傳媒的傳播效率不斷下降，而建立在數據庫基礎上的移動互聯網將成為促銷信息的重要傳播手段，促銷手段更具數字化。同時，促銷手段更新穎，目標受眾被多元化數據鎖定，并特別強調與顧客間的互動和情感溝通。
四、大數據研究在營銷中的應用評析
（一）研究層次：偏宏觀層面研究，輕微觀分析
當前對大數據的相關研究，更多從宏觀層面對其概念內涵、形成脈絡及其對社會所產生的影響方面展開描述，而對大數據所形成各種影響的內在機理缺少必要的微觀分析。大數據為未來營銷帶來深刻影響，但機會和挑戰并存，其合理利用前提是必須擁有準確、可靠、及時的高質量的數據[26]，只有在此基礎上，才能提煉出有效的營銷決策信息，才能幫助企業實現精準定位。
（二）研究視角：多立足于信息科學視角，缺少管理視角
當前，國外從管理學視角應用大數據技術來支持管理決策已成為商科教育的熱點[27]。相比之下，國內相關研究還處于起步階段，數據驅動決策的管理模式還有待形成，現有的相關研究則更多立足于對數據信息的采集、處理、檢索、挖掘及離線分析等信息科學視角。而只有立足管理決策的視角，探討大數據對現代經濟組織的戰略定位、架構設計、營銷實施等實時問題，才能真正發掘大數據的“資源”價值，建立起信息引導決策的機制。
（三）應用范圍：國內多理論研究，實踐廣度、深度不夠
大數據戰略報告范文3
2012年美國政府首先開放了388529項原始數據和地理數據，涵蓋了農業、氣象、金融、就業、人口統計、教育、醫療、交通、能源等大約50個門類。數據匯集了從家庭、企業能耗趨勢分析到全球實時地震通知等，甚至還可以查詢從好奇號火星車發回來的火星天氣數據。
2013年，美國政府宣布“大數據的研究和發展計劃”，旨在提高美國從大型復雜數據中提取知識和觀點的能力。美國大學開始培養數據科學家。此舉使美國成為全球首個將大數據上升到國家戰略層面的國家，也是數據科學家人才儲備啟動最早的國家。
今年3月，美國宣布將美國國家海洋大氣局、美國國家航空航天局、美國地質調查局以及其他聯邦機構的氣象數據上線開放，希望通過這項計劃能吸引更多的社會機構和研究團體參與到氣候研究中來，進而降低極端天氣事件給美國帶來的損失。
今年6月，美國食品藥品監督管理局宣布開放醫療和健康大數據，先期已開放了“300萬份藥物不良反應報告”的數據。這些是2004～2013年間提交給FDA的藥物不良反應和醫療過失記錄。分析人士稱，“此舉將使美國新藥研制時間縮短3至5年，美國臨床健康開支每年減少165億美元，為美國醫藥產業每年創造1000億美元的價值?！?/p>
數據科學最重要的基礎在于定義了數據自然（data nature）。數據自然是所有存入信息系統的數據總集合，包括數字、字符、音視頻以及計算機程序等。在數據自然的視角下，人、社會、大自然及其歷史，都將轉變成數據自然，人類同時生活在大自然和數據自然之中。人類將通過探索數據自然來更加深入地了解大自然，了解社會和人類行為。
數據科學認為，與大自然一樣，數據自然也有未知、復雜、多樣等屬性。要在數據自然中獲得收益，需要采用系統性的數據科學方法。有一種說法是數據和石油一樣，是資源。沒有探礦、采油、煉油技術和工程師，石油點燈都嫌煙大。與此類似，沒有數據科學和數據科學家，數據的用處有限。
在大數據時代，用數據科學的方法，透過探索數據自然，為人類提供了更為本質、更為深刻、更為迅速認知把握自然、社會的全新途徑。我們的生產生活方式將因大數據時代數據科學所帶來的新知識、新觀點和新方法而產生深刻變化。
美國“大數據國家戰略”正是基于數據科學最新成就的、面向未來的戰略舉措。
當今社會，政府是最大的數據擁有者。美國政府開放數據，相當于為公眾提供免費共享的數據自然，允許社會在其上創新，發展數據科學，開發數據應用，創造新的商業模式。這與卓別林電影《淘金記》中的場景頗為類似。當年美國開放西部，鼓勵民間發展淘金科技，獲得商業利益。
美國大數據國家戰略的意圖十分清晰：通過政府開放數據，激活社會創新，不斷突破大數據的核心技術，開發軍事、科研、商業等領域的實際應用，獲得軍事、商業優勢，鞏固并強化美國的全面戰略優勢。
大數據戰略報告范文4
會議開場，《化妝品觀察》總編鄧敏致辭，介紹了大數據研究的背景。
《大數據時代》翻譯、電子科技大學互聯網科學中心主任周濤分析道，目前大數據有3個趨勢：數據量變大，數據形態多樣化，數據關聯性增強。伴隨這3大趨勢，整個產業形態會發生變化。
數聯銘品總裁曾途對大數據時代化妝品企業的評估演變進行了剖析。他指出，目前國內化妝品行業在數據使用上充滿矛盾，一方面追尋渠道數、銷售額、利潤率等數據，但另一方面，咨詢、公關公司數據有效性低，缺乏數據基礎，決策所需信息獲取困難。
“大數據是理解市場的符號?！痹痉治龅馈Ｍㄟ^培養大數據理念與思維，建立大數據管理和應用平臺，同時進行外部數據戰略儲備等行為來布局大數據。
以傳統數據調查為例，通過收集和挖掘大量微博等社交媒體數據和電子商務數據，大數據可以獲得總體數據，而非樣本數據，同時通過用戶行為總結用戶特征，能超越因果分析，實現相關關聯分析。
如何建立外部數據戰略儲備？曾途表示，可以運用高價值數據，如社交媒體數據（用戶網絡使用習慣研究、用戶社交關系研究、用戶情感及產品訴求分析）、網站論壇數據（市場動態監測、競爭對手監測、商業機會發現）、電子商務數據（用戶消費數據研究、用戶瀏覽行為研究、用戶評論數據挖掘）、移動終端數據（用戶移動終端使用習慣分析、用戶活躍區域分析、用戶接觸媒體分析）。
曾途分別通過“美寶蓮BB霜”美譽度分析、“瑪麗黛佳睫毛膏”二次購買率分析、“相宜本草”互聯網廣告監測等3個案例，分析了高價值數據的實際應用（見表1、表2、表3）。
事實上，大數據并非新生事物，也不是新概念。然而，隨著大數據的火熱，卻讓不少人直呼“霧里看花”。正是在這樣的背景下，此次研討會旨在通過溝通交流，了解企業的實際需求，找到大數據如何與實際運用相關聯，從而推動本土化妝品企業的發展和行業進步。
現場提問：
蓓體施黛總經理戚勇：大數據的服務方向是什么？
周濤：目前數據服務在行業內有4種形式：1.數據售賣和數據查詢。目前在中國數據監管不太好，很多人在售賣數據，舉個例子，我是某眼霜產品的品牌商，可能會需要其他購買眼霜的用戶的數據。數據查詢是合法的，比如查詢用戶的特征，包括用戶的年齡、使用偏好等。2.平臺建設。這主要是針對大企業，售賣設備，建立數據中心。3.應用型。通常以項目的形式，范圍包括如管理庫存或發郵件尋找目標客戶或管理會員等。4.咨詢報告。針對行業的共性問題和自身產品個性化的問題，通過咨詢報告進行深度分析，給出建議。
大數據戰略報告范文5
關鍵詞：大數據時代；財務分析；財務指標
互聯網迅速發展的大數據時代，財務分析的內涵和外延都在不段擴展，如何利用蘊藏在海量財務數據背后的寶貴信息，為企業管理者經營決策提供科學依據是當下很多企業財務分析需要進行攻堅的難題，因此放棄固守報表核算和報表分析這一傳統思路，實現從“事務型”向“經營管控型”的轉變是具有重要的理論與實踐意義的。
一、大數據對財務分析的影響
大數據也被稱作巨量資料，它是一種需要新的處理模式才能夠讓企業擁有更加強大的決策能力和洞察能力的信息資產，一般分為四個層面：數據收集與存儲層；數據整合與加工層；知識發現層；應用層。大數據的引進，衍生出財務共享服務模式的出現，使財務從集中式向共享式變化，擴展了財務管理的方式。正確的大數據為財務分析在提供宏觀經濟數據上的支持集中表現在以下三方面。
（一）為戰略分析提供有力的保證
利用大數據分析，不僅可以從產品服務的經營模式入手，還可以從市場發展潛力，產品品質，員工積極性，創新能力，顧客滿意度，產品壽命周期，價值鏈等多方面進行分析。通過在此之上獲知的分析數據，可以及時把公司的戰略轉化為政策，把公司的意志轉化為行動。
（二）通過對財務管理信息的挖掘與扶持，建立企業數據庫
隨著計算機的不斷發展和數據挖掘技術的興起，越來越多的傳統行業將受到信息化的“洗禮”，從海量數據中提取有意義的關聯規則或其他隱藏信息，再對企業信息化進程中獲得的海量財務數據通過分析對象，數據采集，數據預處理，特征提取，數據挖掘等手段來進行分析并加以運用，為企業搭建出有效的數據庫。
大數據可以借助數據庫內部信息系統，按收入分布和消費階層來開發出針對性的產品，促進企業產品的銷售，也可以多維度對產品銷售收入、利潤分析、存貨進銷存分析及區域差異化進行分析，并能為企業的快速發展控制風險，為經營戰略提供數據扶持。
（三）提升財務管理信息的準確度
傳統財務使用的是“漏斗式”記賬方法，會計人員在記賬時只是將原始憑證中的結構化信息轉記到記賬憑證上，因而過濾了很多非結構化的重要信息，而這些非結構化的信息由于受制于技術限制，有些與決策相關的數據并沒有受到應有的重視，或者由于數據分類標準的差異，導致數據整合利用難度大，效率低。但運用大數據可以使大量財務管理數據的準確性得以提升。正確的大數據為財務分析提供宏觀經濟數據上的支持，不但可以衍生出財務共享服務模式，而且使財務從集中式向共享式變化，擴展了財務管理的方式，使財務分析思路進入多車道模式，為企業管理者經營決策提供科學依據。
二、傳統財務分析面臨的主要問題
（一）財務分析者只注重財務處理能力
很多財務分析者因為是財務出身，所以只偏重于財務處理能力的提高，并不清楚企業經營環境及采用的經營模式，那么進行財務分析得到的分析報告可能會產生歧義。在這種錯誤的不正確的信息導向下，決策者也絕對不可能制訂出正確的、有效的經營決策。因此，在不掌握具體經營方式前提下所進行的財務分析都是徒勞并且毫無意義的。
（二）會計分析方法造成的差異
會計準則允許企業采用不同的會計方法，而不同的方法就會產生不同的財務結果。在比較不同的企業時，必須考慮到會計方法上的差異所帶來利潤表的不同。第一，會計政策運用上的差異。企業在不同會計年度間采用不同會計方法以及不同企業以不同會計方法為基礎形成會計信息，均會使信息具有的可比性造成極大影響。例如：裝修費作為長期待攤費用處理，年限是否妥當；固定資產計提折舊年限是否有差別等等。第二，會計數據的自身局限制。會計工作是基于一系列假設的前提而進行的，前提受主觀因素的影響較大。例如：大量的預收賬款的存在，是否有提前確認收入粉飾報表的可能；發出的存貨的計價方法變更是否會影響到營業成本的確認；子公司和關聯方是否會對公司利潤產生影響等等。
（三）財務運用比率分析法的缺陷
財務比率分析只是一種評估企業業績的手段，而不是能解決企業所有的管理問題。單個比率是無法提供關于整個企業所有的相關信息，因此，必須計算一組財務比率，然后才能對企業進行適當的評估。合理選擇比率取決于該企業所屬行業的特征。即使采用多項比率來衡量和預測一家公司的業績，如果不與行業平均值和競爭對手比較，也無法得出有用的結論。此外，財務比率是計算的結果，如果沒有仔細的解釋和其他額外的非財務信息，這些比率本身是無法揭示企業所面臨的實際問題。即使可以通過這些比率來識別企業的潛在問題，財務比率也無法提供有效的解決方案。
（四）財務分析報告形式單一
現階段管理會計提出的報表分析依然停留在傳統“事務型”狀態，注重事后分析，忽視事前、事中管控。因而分析出來的財務報告對于后續的溯源分析一籌莫展，只能粗略地進行定性判斷，財務分析報告形式單一，無法給管理層做出決策性指引。因此，要針對企業所處時期，針對不同的服務對象（投資者，債權人，管理者不同的利益主體需要的財務分析目的是不同的）采用對應合理的分析方法來實現財務分析的多元化。
三、大數據時代下改進財務分析的對策
（一）培養財務分析專業人才
財務分析者一定要對整個企業經營生產活動有全過程，全方位的了解和把握。從事財務分析的人員，不僅要精通企業財務會計的原理，方法及相關的政策法規，而且要全面掌握現代企業經營管理知識及應用數學、概率論、統計。最為重要的一點是讓財務分析者下基層鍛煉，全面參與公司各個環節的業務過程。但因財務人員畢竟不是業務人員，其只需要做到掌握業務循環中的關鍵控制點，學習在基于關鍵控制點上協調考核指標及控制流程即可。
（二）提升會計分析數據的準確度
會計分析是在進行財務分析前的一個重要環節。會計分析的目的是評估企業的會計數據其所反應的經營業務程度。如何判斷企業是否存在會計數字的扭曲，并能迅速還原真實面貌，提煉出未加工過的數據，最好的方法就是通過關注會計報表的附注所披露出的細節充分認識公司使用哪種會計政策和會計估計。與此同時要在財務報告中引用預計值，不同企業間的比較需要進行必須的調整。
（三）引入非財務數據構建新的財務分析方法
財務分析的目的在于為進一步調研和尋找解決方案提供基礎信息，分析方法不能只對報表數據進行反映，引入非財務數據分析方法至關重要?，F階段，報表展現的只是企業經濟資源的一部分，列入報表的往往是可以利用的，可以用貨幣計量的硬性資產，但對企業的人力資源，大量知識資本和知識產權的無形資產，優質客戶群體，以及通貨膨脹等因素的影響均沒有在報表中予以反映出來。而這些信息一般會在會計報表附注中體現。適當增加報表附注，特別是披露大量表外信息，會計信息系統終端產品的財務報告“增容”勢在必行。此外，政府應出臺相應會計準則加以規范，同時獨立審計工作也要隨之改進，拓展審計范圍，增加對前瞻性信息的審計。
（四）不同的發展階段要確定不同的分析重點
不同的階段要有不同的關注目標，這就需要采用合理的方法實現財務分析的多元化。公司成立初期，財務分析主要圍繞行業及企業戰略、遠景進行具體規劃，進行本行業主要競爭對手及產品分析的資源整合，把企業戰略落實到實際經營層面。隨著企業戰略定位日漸清晰，其重點業務開始轉向發展財務架構，配合業務組織結構去搭建，經營分析及風險控制要逐步提上日程。而后隨著公司規?？焖贁U張及新一代消費群體消費行為的變化，財務分析趨勢側重精細化管理。同時積極建立內部信息系統，實時收集終端客戶各項數據，進行多維度產品銷售收入、利潤分析、存貨進銷存分析及區域差異化分析等，只能這樣才能為企業快速發展控制風險，為下一步經營戰略提供數據支持。
四、結束語
財務分析的目的是找出生產經營過程中存在的問題，為決策提供依據，但許多企業在做好財務分析之后，并沒有將分析的結果用于改善企業的經營管理。財務分析沒有貫徹落實到企業實際工作中。那么有效的財務監督控制和風險預警機制則為財務分析的有效提升奠定了基礎。
參考文獻：
[1]侯志才.淺談財務報表分析方法[J].財務通訊，2012（12）.
[2]夏明濤.大數據時代下的財務管理轉型[J].新會計（月刊）， 2015（06）.
[3]李鋼.大數據時代財務分析的研究[J].現代商業，2015（05）.
大數據戰略報告范文6
（長江師范學院，重慶408100）
［摘要］隨著互聯網技術的蓬勃發展，出現了移動互聯網、云計算、物聯網等科技成果，而現在大數據概念又應運而生。大數據的發展已經滲透到各個行業領域，逐漸成為重要的社會資源。與此同時，企業財務管理模式又遭遇到前所未有的機遇和挑戰。本文探討了基于大數據技術下企業財務管理模式如何進行革新。
［
關鍵詞 ］大數據 ；財務管理 ；變革
［DOI］10.13939/j.cnki.zgsc.2015.22.103
1引言
隨著互聯網技術的蓬勃發展，出現了移動互聯網、云計算、物聯網等科技成果，而現在大數據概念又應運而生。“大數據”時代最早是由全球首屈一指的咨詢機構麥肯錫公司提出。該公司在經過長期調研后了《大數據：下一個競爭、創新、和生產力的前言領域》的研究報告，在其報告中提出當前大數據規模及其存儲容量正在快速增長，大數據已經滲透到各個行業和業務職能領域，逐漸成為重要的生產要素，預示著新一波生產率的增長和消費者盈余的浪潮到來。目前，越來越多的政府、公司、機構意識到大數據所具有的潛在價值。2012年3月22日，奧巴馬政府宣布投資2億美元來加強大數據的研發。這一政策旨在增強收集海量數據、分析提取信息的能力。這一舉動表明奧巴馬政府將大數據戰略上升為國家意志，其技術領域的競爭，與國家安全和未來密不可分。美國這一戰略的啟動，其他發達國家必然跟進，出臺相應的政策。在這個信息化的時代，誰能全面、及時、準確地掌握信息資源，必將站在戰略的制高點，走在信息時代的最前列。
2大數據概述
有關大數據的概念，目前還尚未統一。研究機構Gartner認為“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。而麥肯錫咨詢公司在其《大數據：下一個競爭、創新、和生產力的前言領域》的報告中給出的定義是：大數據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。在維克托·梅爾松伯格及肯尼斯·庫克耶編寫的《大數據時代》中大數據指不用隨機分析法（抽樣調查）這樣的捷徑，而采用所有數據進行分析處理。以上這幾種定義，雖各有各的不同的側重點，但無疑體現出了數據“大”的特點，但這并不是全部。具體來說，大數據具有以下四個基本特征。一是數據量巨大（Volume），從TB級別，躍升到PB級別。二是數據類型繁多（Variety），包括數字、文本結構化數據還有視頻、網絡日志、地理位置信息非結構化數據。三是價值密度低（Value），如何通過強大的數據處理技術迅速地完成有價值的信息的篩選成為目前大數據背景下亟須破解的難題。四是處理速度快（Velocity），這是大數據處理技術與傳統數據挖掘技術最明顯的特征。然而，大數據的戰略意義并不在于擁有海量的數據信息，而是對這些龐大數據進行“提純”，從而迅速獲得有價值的信息。
3大數據時代對財務管理的影響
3.1大數據時代給財務管理帶來的機遇
財務管理是企業管理核心內容，它是通過價值形態對資金運動進行決策、計劃和控制的綜合性管理，其主要目標是股東財富最大化。目前，企業財務管理工作是基于對財務報表的分析，而這種對數據的分析方式往往存在滯后性，不利于為企業決策提供支持。隨著企業的財務信息愈加復雜，各部門之間的信息要將大量的交易信息轉換為對企業決策有價值的信息一直是個難題。在大數據時代，企業所面對的數據量的規模越來越大，數據之間的關系更加清晰和完整。大數據的處理技術以其處理速度快、精度高的特點，能夠對大量的財務信息進行多維度的分析，幫助財務管理者破除用傳統方法無法解決的難題。有了大數據的基礎，就能使財務管理人員能從傳統的核算中脫離出來，轉向風險管理、信用管理、成本控制等重要的管理領域，利用大數據技術等分析工具獲得深度洞悉，實現資源的優化配置。
3.2大數據時代給財務管理帶來的挑戰
大數據面臨的挑戰是多方面的。
（1）數據的迅速增長對存儲空間、存儲技術、能源消耗的挑戰：在大數據時代下，要求企業及時的搜集所有的信息，同時又要保證信息存儲的充分性、全面性、準確性，這就導致信息存儲的規模巨大。據百度技術委員會理事長陳尚義透露，百度每天處理的數據量將近100個PB，相當于5000個國家圖書館的信息量的總和。而現有的數據庫由于其自身存儲空間有限無法滿足高級別的數據分析需求。
（2）數據本身的安全及個人和機構的隱秘信息泄露的挑戰：海量的數據信息對企業財務管理的影響是顯著的，但是“大數據”理論是建立在“海量數據都是事實”的基礎之上，人們無法保障所提供的所有信息都是事實，就可能出現“災難性大數據”，從而導致企業管理層做出錯誤的決策。同時，在大數據時代下的信息往往包含個人或機構的隱秘信息，如何保障這些信息的安全避免被不法之徒利用是個亟待解決的難題。
（3）數據價值密度低，無法有效攫?。弘m然大數據時代給企業財務管理帶來了很多信息，但從這些海量的信息中篩選有價值的信息的過程是十分復雜的。同時，存儲、計算、分析PB級以上規模的數據是需要非常高的成本的。大數據雖然看起來利用價值很高，但是價值密度卻遠遠低于傳統數據庫中已經有的那些數據，加之現有的數據分析技術有限，難以有效的攫取獲得優質的信息。
（4）數據技術的分析手段亟待完善：在大數據時代，企業的數據量不僅巨大，而且數據結構種類繁多，不僅僅有結構化的數據，更多的則是非結構化的數據，其中的非結構化數據所占比重大且持續增加，而且數據之間的關系較為復雜。如何從這些數據中識別和檢測錯誤、缺失的信息，傳統的技術和方法已無法快速地完成對所有信息的檢測，就這需要企業配備高端的數據存儲設備的同時開發、設計或引進先進的大數據分析技術和方法，以實現數據的整合、分析等操作，充分的挖掘大數據潛在的價值。
4大數據時代下財務管理的改革之路
4.1企業管理層要樹立大數據的意識
首先，大數據的應用需要企業管理層的重視和支持，有了管理層的重視，就有望將大數據的應用及發展規劃進一步推動。同時，在企業管理層的帶動下，就能加強大數據的質量意識建立完善的數據質量保證制度。然而，在國內大數據的發展還屬于初級階段，不少企業尚未意識到大數據的應用會給企業帶來巨大的價值，也并未將大數據的認識提升到企業發展戰略的高度，從而就導致大數據的價值無法發揮，不利于企業未來的發展。
4.2建立數據安全系統
基于云計算的大數據時代的信息多而繁雜，其中還包括不少用戶的個人隱私及機構的機密信息。如何保障這些信息的安全，同時又能使企業能有效地運用這些信息，這就需要企業從全面的數據安全系統入手，建立合理的邏輯監管程序，全面數據處理模型，標準化信息配置，同時加強數據的監管，人員監管與外部智能辨識，做好各個環節的相互支撐與防御。
4.3建立統一的信息化管理系統
大數據中包含了企業多年積累的業務、財務、市場等各方面信息，對其進行深入的剖析就能找到指導企業財務管理發展的方法。因此大數據的興起，很可能顛覆現有的信息管理系統，這就要對現有的信息管理系統進行革新，使之統一化。在大數據時代，數據格式的統一，就能迅速的對數據進行高效的分析，為企業的管理效率提升、成本節約、風險控制以及價值增值提供機會
4.4培養數據分析型的財務管理人才
在大數據時代改變企業財務管理模式的同時，這就需要財務管理人員轉換傳統的基于核算反映、監督的思維，發展為善于通過數據分析，實事求是，引導決策者關注本質，做出正確決策的人才。而這些高素質的人才在當今社會是短缺的，如何培養高技能、高素質的財務管理人才，這就需要企業加大招聘力度的同時大力培養內部員工，通過對員工派遣外出培訓、交流學習，提拔具有潛質的財務管理人員，增強企業未來競爭能力。
5結論
在大數據的時代的來臨，將會對企業的財務管理模式帶來全面的革新。傳統的財務管理方式已不再適應信息化時代管理的發展趨勢，因此企業要通過大數據來創造全新的財務管理模式迫在眉睫。總之，企業必須抓住大時代潮流下的財務管理契機，采取有效的措施進行財務管理革新，才能走在大數據時代的前沿。
參考文獻：
［1］耿云江，趙曉曉.大數據時代管理會計的機遇挑戰與應對［N］會計之友，2015-01-10.
