前言：中文期刊網精心挑選了大數據發展戰略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。
大數據發展戰略范文1
關鍵詞：大數據；航天遙感；戰略
中圖分類號：P237 文獻識別碼：A 文章編號：1001-828X（2015）015-000-02
一、航天遙感和航天遙感系統
近些年來，大數據已經成為繼云計算、物聯網之后 IT 領域最流行的詞匯，并在各行各業中廣泛出現，受到人們越來越多的關注，也引起很多專家學者的深入研究。從2012年3月開始，美國開始投入對大數據的研究，與大數據相關的研究發展規劃被列入科學信息領域的重要舉措之一，相關部門基于大數據背景下獲取、存儲、處理等方面展開對遙感信息技術的研究。本文以航天遙感的現狀為基礎，分析航天遙感系統的技術現狀，得出航天遙感系統如何面對大數據時代挑戰的結論，以便于迅速采集遙感數據、對遙感數據進行分析和管理，滿足人們對航天遙感的需求。
遙感是為了獲取遠距離物體的相關資訊，遙感技術被廣泛應用于現場勘測，適用于面積廣闊的觀測，數據的綜合性和可比性較強，具有很強的時效性，在勘測過程中不需要通過物理接觸，而是通過電磁波的反射以及輻射，通過數據的采集和計算，實現對物體的遠距離探測，獲取包含物體的遙感數據信息。這里需要注意的是數據不等同于信息，數據承載有效的信息，在目前的應用中仍然存在一定的局限性。任何事物都可以發射、反射、吸收電磁波信號，都屬于遙感信息源。地物的空間信息的獲取方式需要通過搭載在遙感平臺上的遙感器來獲取。
二、大數據的概念
大數據是適應時展需求所衍生出來的概念，顧名思義，大數據所指的數據數量十分龐大，通過傳統的收集渠道不能幫助企業采集、管理有效的信息，也無法立足于時代背景，向企業提供與經營相關的策略。直到2009年，“大數據”才逐漸出現在公眾視野，以難以預計的速度進行擴散。研究大數據的目的并不是采集數據，而是將采集的數據進行分析、管理、處理、應用，增強數據應用的能力，進一步完善使用數據的功能，從而挖掘有應用價值的資訊，大數據技術具有可觀的發展空間。大數據時代在信息通信、海量存儲等方面有利于解決航天遙感系統迅速采集信息、處理數據，本文的重點放在數據存儲方面，并分析新時代背景下航天遙感技術存在的機遇和挑戰，進一步促進航天遙感技術的可持續發展。
三、航天遙感技術迎來的機遇
1.航天遙感技術的重要意義
航天遙感可以對環境和資源進行有效的勘測，也可以對信息技術進行有效的掌控?？梢哉f從一定意義上講，航天遙感技術已經成為決定戰爭勝負和影響國家安全的重要因素。 航天測繪已成為獲取空間信息資源十分重要的技術手段。同時，遙感信息的獲取、處理、加工和服務，與衛星定位技術和衛星通信技術的應用也密切相關，正在世界范圍內蓬勃發展的小衛星技術對于推動遙感、導航定位和通信技術的快速進步具有重要價值。
2.大數據時代航天遙感技術的機遇
（1）云存儲
在大數據時代的背景下，航天遙感技術可以使用云儲存的技術，對數據進行實時更新，包括對數據副本進行實時更新，占有極少的硬件資源，廣泛應用于亞馬遜等電子商務行業中。存儲虛擬化技術是云存儲系統的關鍵所在，包括主機、基于網絡、基于存儲陣列三種，為了將設備的物理屬性屏蔽，完成對異構存儲設備的統一映射。基于主機需要使用虛擬化軟件，在實際運用的過程中會增大主機端的負載，無法拓展主機的空間。基于存儲陣列需要安裝虛擬控制程序，將邏輯存儲單元與多個物理磁盤設備相對應，這種操作具有可以滿足用戶對存儲性能的要求，同時也存在一些缺陷，比方說拓展性能較差，無法延伸設備的拓展性。存儲虛擬技術采用基于網絡的形式可以集中上述兩種存儲虛擬技術的優點，在滿足用戶對存儲性能需求的同時，保持設備一定的拓展性，因此很多企業都使用基于網絡的主流形式。
（2）數據庫
隨著時代的發展，很多數據并非以文字的形出現，歸屬為非結構型的數據和文檔，數據呈現半結構化的發展趨勢。在云存儲系統中，NOSQL數據庫需要以數據增長需求為考慮因素，分析數據的實用性和可用性，盡可能滿足人們對勘測各方面的需要。再進一步細化，數據庫使用弱一性的特例，保證用戶最后的運行個結構是類似的。一般情況下，NOSQL數據庫分為四種，根據不同的情況，使用不同類型的數據庫對數據進行儲存。
四、航天遙感技術發展需要解決的問題
1.遙感大數據的自動分析
數據挖掘指的是，從海量的數據中通過算法搜索隱藏信息的過程，是目前大數據處理的重要方法，可以從遙感大數據中勘測出地表的變化規律，了解社會以及自然的變化過程。隨著對地觀測遙感的大數據不斷出現，遙感信息語義的復雜性、數據維度語義的豐富性、傳感器語義的多樣性等特征使航天遙感技術對表達方式提出了新的要求。同一地物的不同粒度、時相、層次、方位觀測數據即該地物在不同觀測空間的投影，在實際觀測過程中，遙感大數據需要考慮多分辨率、多源影像那個特有的特征表達模型，以及模型如何進行相互間的轉化，從紋理、光譜、結構等低層結構出發，抽取多元特色的本征表示，建立可以跨越差異的目標特性，達成遙感數據一體化的目的。遙感大數據的自動分析，指的是挖掘遙感大數據信息，實現遙感觀察數據向知識轉化的前提，主要目的在于建立統一、語義的遙感大數據表示，為后續的數據挖掘作鋪墊。遙感大數據的自動分析包括數據的檢索、表達、理解等方面。
2.大數據時代航天遙感安全問題
結合目前的情況來看，我國航空遙感發展缺乏完善的監管制度，在具體運作的過程中缺乏協調和規劃，相關的資訊和信息無法進行資源共享，無法對行業內的資源和技術進行整合利用，再上航天遙感技術的核心技術過于依賴國外，存在創新能力不足的問題，導致遙感邁入產業化具有一定的難度，產業化的發展需要技術與資金的不斷投入，不確定性遙感信息模型和與人工智能相關的系統開發也有待進一步的深入研究。
五、航天遙感技術的發展趨勢
1.大數據時代背景下航天遙感技術的發展方向
通過航天遙感技術，可以由航天、地面觀測臺組成以地球為研究對象的綜合觀測系統，提供定量、定時的數據，在大數據時代背景下，完整性和機密性是航天遙感技術的重要特點，航天遙感技術涉及國家政機密，因此如何保障完整性和機密性是航天遙感技術需要面對的問題。根據時代的要求，人們越來越重視數據的安全性和實用性，所以發展航天遙感技術的時候需要根據上述特點進行發展。面對當前的形勢，高分辨率小型商業衛星發展迅速，雷達衛星遙感日益受到青睞，遙感技術的監測精密度將不斷提升，呈現向上的發展趨勢。
2.新時代要求航天遙感技術人才培養發展展望
在這個新時代背景下，航天遙感技術具有可觀的發展前景，從事該領域的專業人才短缺，航天遙感技術是我國的戰略新興產業，可以為航空航天信息技術的發展創造更大的發展空間。學校應該增加與此相關的專業設立，規劃相關的人才培養的計劃，在培養航天遙感人才需要結合大數據的知識背景進行學習，讓從事航天遙感的人才跟上時展的需要，重點掌握與遙感技術相關的知識。與此同時，學校方面應該重視對航天遙感技術的人才進行培養，定向向人才灌輸有關大數據遙感的知識，讓學生規劃在航天遙感領域的發展，為學生畢業從事航天遙感方向的工作奠定想學術基礎。
3.新時代下航天遙感技術發展趨勢展望
新時代背景下，數據化的普及在一定程度上促進了航天遙感技術的發展，加上我國政策對航天遙感技術的大力支持，包括數據庫、云計算在內的數據庫等新興技術應用將推動航天遙感技術的變革。航天遙感技術呈現良好的發展趨勢，促進各行各業進行資源的調整和整合，新時代背景下的航天遙感技術從“定性”向“定量”轉變，呈現多平臺共存、綜合應用不斷深化的發展趨勢，展現市場不斷擴大的發展趨勢，極大地提升了科研工作者的工作效率，使航天遙感技術行業呈現全新的面貌與發展趨勢。
參考文獻：
[1]湯國安等編著.遙感數字圖像處理[M].科學出版社，2004.
[2]李國杰.大數據研究：未來科技及經濟社會發展的重大戰略領域：大數據的研究現狀與科學思考[J].戰略與決策研究，2012，6（1）：647-657.
[3]喬朝飛.大數據及其對測繪地理信息工作的啟示[J/DK].測繪通報，2013（1）：107-109.
大數據發展戰略范文2
主持人語：大數據時代意味著新的發展戰略，世界范圍內大數據時代已經悄然來臨，大數據時代、智能化生產和無線網絡革命是引領未來經濟增長的三大技術變革，發達國家紛紛將開發利用大數據作為奪取新一輪產業競爭制高點的重要抓手，一些國家也都把大數據提升到國家戰略層面，大數據思維和理念正在成為全球戰略思維的新常態，發達國家在新一輪的產業革命中紛紛提出大數據戰略。未來國家競爭力將體現為一國擁有大數據的規模及運用大數據的能力，大數據戰略將成為國家競爭力的重要標志。
大數據時代意味著新的發展方式，數據正在成為組織的財富和創新的基礎，大數據正在催生一個更加智能的經濟發展方式。大數據不是技術創新，而是信息技術創新的運用，大數據時代正催生著更多新的經濟增長點，也成為政府和企業競爭的全新焦點，數據正在取代人才成為企業的核心競爭力。數據是知識經濟時代重要的生產要素，是在技術、資本、自然資源、人才之后新的生產要素，數據如同土地、石油和資本一樣，成為知識經濟時代經濟運行中的新型資源。數據資源在經濟發展中的作用機理是提高決策的科學化水平，大數據時代通過云計算對大數據進行分析、預測，會使得經濟決策更為精準和科學。大數據決策模式引發了決策方式的革命，數據生產信息，信息改善決策，決策水平的改善促進產出水平的提高。大數據技術可以有效改善企業的數據資源利用能力，提高從數據到信息的轉化率，讓企業的決策更為科學，新產品研發速度和設計效率也得到大幅提升，促進整個管理鏈條和產業鏈條的投入回報率的提升，從而提高整體經濟運行效率。
大數據時代意味著新產業的成長，“大數據”是一股新的技術浪潮。隨著信息存貯量的增多，人類在實踐中逐漸認識到，通過數據的開放、整合和分析，能發現新的知識、創造新的價值，從而為社會帶來“大科技”“大利潤”“大智能”和“大發展”等新的機遇。大數據是新一代信息技術的集中反映，是具有無窮潛力的新興產業領域，大數據所帶來的新的信息技術應用需求，將推動整個信息產業的創新發展。數據產業是在信息化的基礎上，通過在累積的數據資源中提取有用信息，實現數據創新，并把這些數據創新賦予商業模式，從而形成數據產業化，因此數據產業是信息產業的衍生與升級。在數據產業發展中，大數據的作用主要是通過數據開放、數據分析與核心價值再挖掘，驅動經濟增長與社會創新。大數據時代絕不僅僅是信息技術領域的革命，更是在全球范圍加速企業創新。
大數據時代給中國經濟發展帶來了新的機遇，我國經濟發展進入到了新常態，新常態下的發展離不開數據革命的推動。在新常態背景下，經濟發展方式轉變、經濟轉型升級和創新驅動成為新常態的主題。在新常態下我國經濟增長動力要由要素驅動轉變為創新驅動，而大數據是新常態創新驅動的發動機和產業轉型的助推器。我們要從戰略上重視大數據的開發利用，在理論上重視研究大數據背景下的經濟增長與經濟發展。
主持人：任保平
大數據發展戰略范文3
[關鍵詞] 大數據分析；電子商務發展；策略研究
一、引言
大數據時代的全面來臨，憑借大數據分析、預測功能，為電子商務發展創造了良好契機。依托大數據分析，商品推薦產生了個性化、精準化的商業模式，電商企業運營方式不斷推陳出新[1]。然而，大數據時代電商企業同樣面臨著掌握大數據、駕馭大數據、數據安全防護等方面的挑戰。由此可見，對基于大數據分析的電子商務發展策略開展研究，有著十分重要的現實意義。
二、大數據下的電子商務
全球權威科學期刊《自然》于 2008 年推出將大數據作為封面的?？?，著重關注數據給各個行業領域帶來的影響。2012 年，聯合國大數據政務白皮書《大數據下的機遇與挑戰》，提出了大數據時代已全面到來，大數據對于各國而言既帶來了機遇也帶來了挑戰。2014 年，我國政府工作報告中首次提到了大數據一詞，并將大數據界定為一種基礎性戰略資源，可為預防、調查、決策等事務提供有力依據。在大數據時代下，依托可靠的大數據采集、分析，可進一步推動電子商務價值創造朝精準化方向發展。不管是電商平臺、移動終端還是相關第三方服務平臺，只要期間電商企業與消費者產生了交集，便會形成一系列電子商務數據，而這些龐大的信息數據是傳統處理分析手段所難以有效處理利用的[2]。同時，電子商務數據還具備高度多樣化的特征，其中不僅包含了消費者的個人信息，還包括了消費者的評論、反饋意見等等，數不勝數。以電商企業網絡為例，消費者消費行為意向收入大數據，當電商企業對采集的大數據開展分析，并獲取消費者消費行為意見相關影響因素時，電商企業便可進一步為消費者提供有針對性的服務，使消費者選擇電商企業的產品。大數據時代，過去被認為是無過多價值的信息數據極可能經由大數據分析，為電商企業提供尤為準確、及時的消費者信息，進一步為電商企業營銷活動開展提供有力支撐。
三、大數據為電子商務發展帶來的機遇和挑戰
(一)大數據為電子商務發展帶來的機遇
1.大數據使商品推薦趨向于個性化、精準化，進一步推進商業模式創新。通過對龐大的消費者行為數據開展分析，研究個性化、精準化地開展廣告推送、推廣服務，建立相較于當前廣告、產品推廣形式性價比更突出的新型商業模式，向消費者推薦他們切實需求的產品，進一步有效提升電商企業銷售量。
2.大數據為電商企業整合優質產品信息。以淘寶、天貓電子商務平臺為例，基于對平臺數據信息的整合，結合商品購買情況及瀏覽數據篩選出時下熱門或優質的產品，形成有力的電商企業與消費者的產業鏈信息，形成強有力的數據處理能力，為消費者產品檢索提供有效便利。
3.大數據為電商企業提供細化服務。電商企業通過對大數據開展采集、分析，推進供應鏈上下游有效協調，以達成信息資源的優化共享，進一步促進電商企業在市場管理、產品營銷、技術研發等全面環節的轉型升級，打造全新的覆蓋面廣的營銷平臺，以吸引更多的消費者，增強企業市場競爭力。
(二)大數據為電子商務發展帶來的挑戰
1.電商企業面臨掌握大數據的挑戰。大數據時代下，電商企業要想實現進一步發展，離不開大數據的有力支持。對于電商企業來說，很大程度上誰先掌握了大數據便意味著誰先擁有了核心競爭力的有力武器，便意味著誰先擁有了致勝的法寶。
2.電商企業面臨駕馭大數據的挑戰。電商企業要對各式各樣大數據開展分析，不可僅憑直接開展經營決策制定，應盡可能對所有與消費者關聯的業務數據開展分析，以達成對消費群體的有效維護，并吸引他們買入更多產品，如此以來，很大程度為電商企業開展全新信息化投資、建設帶來了挑戰。
3.電商企業面臨數據安全防護的挑戰。各式各樣數據的匯集，包含電商企業的運營數據，消費者個人信息等等，這些數據均被電商企業收集于企業數據庫中，由此對電子商務如何開展好對該部分數據的安全防護工作帶來了挑戰。
四、大數據時代下電子商務發展策略
(一)利用大數據，打造電子商務數據信息平臺
在市場經濟逐步深入背景下，電商企業要想在日趨白熱化的市場競爭中脫穎而出，利用好大數據至關重要。近年來，各式各樣應用軟件推陳出新，很大程度上推進了移動電子商務的發展，大數據庫中收錄了更多更精準的用戶信息、用戶定位。電商企業通過對大數據的科學合理利用，打造電子商務數據信息平臺，旨在增強電商企業對大數據時代的適應性。鑒于此，電商企業應當強化對云計算技術的引入，并于短時間內對海量數據信息開展實時動態篩選、分析、處理，從而將數據信息切實轉化成企業自身有效資產。與此同時，電商企業應強化對數據的分析、整合，達成對大數據的有效利用，通過對消費者消費行為習慣偏好的有效掌握，進一步為電商企業制定運營策略、確立目標消費群體、提升市場占有率、改善經濟收益等提供有力支撐[3]。
(二)利用大數據，推動電子商務精準營銷
精準營銷指的是電商企業對消費者個性化需求予以滿足，借助網站推薦系統自動向消費者推薦商品，同時開展個性化商品篩選的過程。基于精準營銷支撐，可為消費者提供更便捷、更人性化的消費體驗?，F階段，大部分電商企業還尚未構建有企業自身個性化的推薦系統，抑或企業采用的推薦系統尚不十分成熟，更未與大數據開展有效結合。如此一來，最終使推薦效率、推薦精準度均不盡如人意。以電商企業網絡廣告為例，大數據時代，網絡廣告在網絡營銷中可起到至關重要的作用?，F如今，電商企業面對的消費者數據不斷增多，電商企業應當基于現有營銷數據平臺，建立更為科學完備的個性化推薦系統，推進實時動態對廣告受眾開展分析，依托大數據分析，充分結合消費者個性興趣偏好制作廣告開展精準營銷，為消費者提供更高質量的服務，與消費者構建和諧融洽的關系，增強消費者忠誠度。于此方面，阿里巴巴、淘寶、天貓中的“找相似”、“找同款”、“看了又看”等廣告營銷便為廣大電商企業提供了很好的示范。
(三)利用大數據，推進商業模式創新
伴隨互聯網在商業領域的廣泛推廣及大數據時代的到來，商業模式不斷推陳出新，較具代表性的商業模式有O2O、O2P 等。其中，O2O(Online To Offline)，指的是將線下機會與線上電子商務進行結合，使線上電子商務轉變成線下交易平臺的一種商業模式。O2P(Online To Partners)指的是借助移動互聯網技術手段，達到具備本地化、社交化特征的線上線下互動電商平臺，以實現渠道朝社區化、鄉鎮網點全覆蓋，不同品牌類型的同時運作。通過建立多方參與多方共贏的格局，構筑具備核心競爭力的互聯網生態圈，轉變成相關標準定義者與游戲規則制定者。不管是哪一種新型商業模式，均應當緊緊圍繞消費者，并對一系列端口數據開展優化整合，實現數據信息的實時推送。
(四)開展好數據處理工作，確保數據隱私的安全
近年來個人隱私遭受竊取、重要信息被不法篡改等現象屢見不鮮。倘若數據信息難以得到切實安全防護，大數據便會轉變成廣大消費者的惡夢，對消費者日常生活造成極大的負面影響。鑒于此，電商企業應當提高對數據安全防護的重視度，依托大數據技術對數據安全狀況開展實時監控，結合各種風險實際情況有針對性的采取科學的安全防護及精準化的預防措施，一方面要防范數據信息泄漏給電商企業帶來的法律上不利影響，另一方面要防止過度開發或者越界營銷可能引發的侵犯消費者隱私的一系列糾紛。此外，電商企業還應當強化對大數據中涉及的消費者個人隱私的安全防護，防止出現信息泄漏、信息倒賣等情況；最后，要及時了解國家關于個人信息保護的法律、政策規定，迅速開展經營策略優化調整[4]。
五、結束語
大數據分析并非偶然形成的，而是當今世界信息技術與網絡技術迅猛發展的產物，對不同行業領域可起到至關重要的影響，電子商務亦不例外。鑒于此，相關人員務必要不斷鉆研研究、總結經驗，清楚認識大數據以及電子商務的特征內涵，全面分析大數據為電子商務發展帶來的機遇和挑戰，結合電子商務發展實際情況，“利用大數據，打造電子商務數據信息平臺”、“利用大數據，推動電子商務精準營銷”、“利用大數據，推進商業模式創新”、“開展好數據處理工作，確保數據隱私的安全”等，積極促進大數據時代下電子商務有序健康發展。
[參考文獻]
[1]飛，張攀.大數據背景下電子商務與快遞業聯動發展策略研究[J].物流科技，2014，37(6)：25- 28.
[2]魏斐翡.ECLHadoop：基于 Hadoop 的有效電子商務物流大數據處理策略 [J]. 計算機工程與科學，2013，35(10)：65- 71.
[3]鄭旸，于立.大數據環境下的電子商務發展的 PESTEL模型分析[J].農村經濟與科技，2016，27(8)：131- 132.
大數據發展戰略范文4
移動化、云計算、大數據和全球化，正改變著企業的運營管理決策方式。由于數據處理分析和管理等相關技術的不斷成熟，企業內部的管理運作數據、業務運作數據，企業與客戶的關系及互動數據，客戶或潛在客戶在企業經營業務之外的生活方式、活動、情感、社交等大數據，正為企業所采集和分析。
二、大數據分析的必要性
數據分析專業有句行話：巧婦難為無米之炊，可見數據原材料的豐富多樣性和質量對數據分析在企業中所發揮的價值起到關鍵的制約作用。對于電信企業來說，可拓展的大數據源有哪些，可拓展大數據源與企業原有傳統數據源之間存在什么差別和聯系，下文將詳細介紹。
（一）目前電信企業大數據分析的可拓展方向
（1）社交網絡分析模型。大數據伴隨社交網絡的風行而發展。對于電信企業來說，客戶的社交網絡分析（SNA）即一個重要的大數據分析方向。
（2）客戶體驗分析（CEA）模型。近年，電信企業一直倡導客戶體驗管理?？蛻趔w驗管理以提高客戶整體體驗為出發點。
（3）客戶價值分析（CVA）模型?？蛻艄芾淼幕驹瓌t是：企業根據客戶的不同價值，提供不同營銷方案及銷售和服務等級，所以客戶管理的核心依據在于客戶價值的測算。傳統數據時代，電信企業一般先計算出客戶使用電信產品的消費額，再從中減去有關網絡、營銷、結算等成本，測算客戶帶給企業的利潤，依此判斷客戶價值。
（二）目前電信企業可拓展的大數據源
前文提到，電信企業從傳統數據時代走向大數據時代需遵循的原則為：圍繞分析需求，結合大數據可獲得的條件，規劃所需大數據的采集、存儲、處理和分析各階段的運營管理步驟，是拓展大數據源較以往傳統數據尤需謹慎的問題。因此，圍繞大數據時代目前電信企業可拓展的社交網絡分析、客戶體驗分析和客戶價值模型完善等分析方向。
（1）CDR、RFID、Wi-Fi等社交網絡信息。以往電信企業采集的CDR、RFID和Wi-Fi數據通常用作業務統計和用戶行為分析，隨著社交網絡分析模型的逐漸成熟，以移動用戶為對象，以發展和完善電信客戶社交網絡分析。
（2）地理位置信息和移動終端上的各項應用信息。智能移動終端正在改變著人們的生活。移動終端已經成為指導人們生活并記錄人們生活軌跡及人際關系的大數據庫，電信運營企業若想洞察客戶，當然不能忽略移動終端這個數據庫中詳實且非常細致的數據。
（3）各類企業網站（尤其是社交網站）數據。作為企業新的銷售和服務渠道，企業自身網站，如網上營業廳之類的各類電子渠道、企業微博之類的社交網站頁面，甚至實時為用戶推薦個性化產品或信息瀏覽服務。
三、企業應用大數據分析的必要性
第一，實時大數據分析支撐的營銷運營管理應用。第二，客戶體驗管理應用的真正落實。第三，大數據分析促進智能管道運營應用的落實。
四、大數據對企業IT系統支撐的更高要求
大數據時代是企業IT系統運營管理完善和優化的時代，因為大數據涉及的所有技術幾乎都屬于IT范疇，技術的進步和業務部門對IT系統支撐的更高要求，必然推動企業相關運營管理的進步。
（一）對IT系統支撐提出的更高需求
（1）大數據采集范圍更廣。前面講述的大數據，采集范圍不再限于以往B域業務系統的客戶訂購、行為、服務銷售互動以及賬務、競爭等結構化數據，采集到社交網絡、互聯網以及手機應用等文字、圖像、視頻等非結構化數據。
（2）大數據采集處理分析時限要求更高甚至實時。前面講到的3個應用方向――實時大數據分析支撐的營銷運營管理應用、客戶體驗管理應用的真正落實和大數據分析促進的智能管道運營應用。
（二）IT系統對大數據支撐的體系規劃和趨勢
（1）梳理并整合業務部門對大數據的需求，立足分析需求，做好大數據IT體系架構的3步規劃。大數據相關技術條件的成熟、大數據分析能力以及分析應用經驗的積累等多方面因素，都是制約企業建設大數據IT系統的條件，要充分抓住大數據帶來的機會并避免“心急吃不得熱豆腐，反被熱豆腐傷害”的問題。
（2）以職能部門提供整體IT支撐方式向嵌入業務流程實時數據的分散能力支撐方式轉變。這種轉變趨勢又稱IT支撐“消費化”趨勢。所以，大數據時代，大數據要真正改變企業運營管理決策方式，使企業上下形成以數據驅動的企業文化為標志性特征，每個人都要做好與數據打交道的能力和心理準備，而IT系統運營管理部門也將不得不面臨大數據從數據采集、清洗、存儲、處理到分析、提供和管理的過程，在各業務運營管理流程、各部門、各類用戶間如何高效運行、高效交互、高效支撐的更復雜的IT系統支撐問題。
五、結論
大數據發展戰略范文5
一、大數據時代含義與特征
1.基本含義。大數據，也可稱之為巨量資料、海量數據。它指的是其所包括及涵蓋到的資料數量繁雜，規模龐大，其程度難以憑借目前的主流軟件工具，在經濟效益最大化的時間范圍內被選擇、管理并整合成為幫助企業決策者進行戰略規劃的資訊及信息。大數據時代正是在大數據這一背景下產生的，并被大數據所依附著的時代。通俗地講，大數據時代指的是人們目前正處于被海量龐雜數據所包圍及影響的時代。
2.主要特征。其一，來源廣且多。數據的來源除了傳統的年鑒、量表、數據表、數據庫、文獻資料外，還包括搜索引擎、社交網站、移動通訊工具、口頭溝通等。其二，類型多且雜。在多渠道數據來源的基礎上，數據的表現形式既可以是來自文本的文字數據、也可以是來自視頻的影音數據等，其結構日益多元。其三，更新快且短。大量密集的數據以及復雜多樣的種類對數據的處理與更新速度提出了更高的要求。特別是隨著信息搭乘工具的多樣化與豐富化，從過去的電視、報紙、廣播到現在的互聯網、微博、微信等，信息的更新速度越來越快。
二、大數據時代下企業管理所應具備的能力
1.數據的預測能力。預測能力是企業管理中具有前瞻性指導意義的能力之一。以制造業為例，不論是生產計劃的制定、原材料的采購，還是機器設備的增加，作業人員的擴招等，都必須要提前預測以便生產活動的順利開展，這一切都離不開各個環節的數據體現。譬如原材料價格的浮動變化、勞動力成本的變化等，企業應當科學地利用過去及當下的數據來合理預測下一階段企業管理的成本變化及活動需要等。
2.數據的管理能力。一方面，企業需要更加精準地搜集數據。海量的數據為企業決策提供了多維度的參考依據，但同時也對企業的信息篩選能力與信息鑒別能力提出了更高的要求。因此，企業要選擇合適的渠道來搜集信息，選擇合適的方式來存儲信息，以提高信息使用的方便性。另一方面，企業需要更加有效地整合數據。在獲取充足的，合適的信息后，企業應當擁有對數據的整合能力，即將零散的、碎片化的數據通過分類、歸整的方式進行有機整合，以形成相對獨立的體系，從而提高信息使用的有效性。
3.數據的應用能力。在大數據背景下，企業最關鍵也是最重要的管理能力就是對數據的應用能力。一方面，企業應當學會如何運用信息以提高管理決策的科學性及有效性。另一方面，企業應當懂得如何運用信息來及時應對市場的挑戰并隨時調整內部安排，以提高企業生存的適應性及持久性?？偟膩碇v，企業應當提高對數據應用的科學性與深入性，學會由此及彼、舉一反三的數據利用能力。
三、大數據時代下企業管理將產生的問題
1.發展戰略的模糊。發展戰略是企業根據自身的經營理念、發展目標等制定出來的，用于規定并指導企業實際運營過程的發展決策。企業在制定發展戰略時，既要立足企業實際，又要結合外部市場環境等諸多因素。在大數據時代下，由于來自外部的數據信息非常龐雜且魚目混珠，這對企業在進行外界環境的判斷力造成了一定影響。以消費者對該品類的滿意度搜集為例，企業既可以通過傳統的面對面問卷調查、網絡邀請調查、也可以通過手機端的微博、微信調查等。不同調查渠道所代表的消費者不同，其所獲得的信息也各不相同。企業假如在大量繁雜的數據面前沒有清晰的數據鑒別能力，就可能出現判斷失誤，最終導致其所制定的發展戰略模糊不清。
2.計劃組織的紊亂。計劃組織是企業執行發展戰略、分解發展目標并對企業資源進行合理分配與統籌安排的過程。以生產計劃組織為例，企業需要考慮的因素包括生產所需投入的資金（包括固定資產投入與可變人工投入）、市場對產品的可能需求量、生產過程中的損耗量等諸多因素。在大數據時代下，數據的更新速度快且更新周期短。企業在這個時間點所搜尋得出的數據結果在下個時間點可能會發生變化。假如企業的生產計劃組織時刻根據企業搜集數據的導向結果來進行調整，則不僅容易出現資源過度損耗等成本增加問題，而且可能因為數據的快速變化而出現脫離實際市場變化的危險，最終導致企業計劃組織的紊亂。
3.創新改革的不足。創新是企業興旺不衰，充滿生機的重要保障與重要驅動。創新的幅度可大可小，創新的方向也各不相同。在大數據時代下，企業既面臨著宏觀數據所指示的發展方向，又面臨著微觀數據所指示的改進方向。數據分析既可以幫助企業發現創新機遇，又可以幫助企業預見創新危機。但大量繁雜的數據給企業呈現了多個維度創新契機的同時也在一定程度上分散了企業的注意力與創新重心，企業很可能陷入多方面嘗試改進但每個方面卻流于表面的“形式主義創新”，其所導致的結果就是企業并沒有對自身的某個方面做出實際性、深入性地改變與優化，表現于外就是企業整體的創新改革力度不足，效果不明顯。
四、大數據時代下提高企業管理能力的對策
1.提高數據鑒別能力以提高發展戰略的科學性。企業在制定發展戰略時需要一定的數據進行參考與支持，在這一過程中，企業應當重視提高自身對數據的鑒別能力。具體來講，其一，應當鑒別數據的實效性。由于數據的更新速度快且周期短，這在無形中縮短了個體數據的實效性。不同階段的數據所呈現的結果各不相同，企業應當選擇接收與市場實際情況最接近的數據。例如企業在制定中期發展規劃時，距離該時間段越近的數據，其權重應越高，距離越遠的數據，其權重應當越低。其二，應當鑒別數據的真偽性。隨著網絡開發程度的日益提高，信息來源出處的增多，越來越多的平臺可以用于信息，其中不可避免地會存在有干擾市場發展甚至破壞市場秩序的虛假信息，因此，企業在搜集信息前應當對數據的真偽性進行判斷，避免被虛假錯誤的信息所誤導?？偟膩碇v，企業在面對海量繁雜的數據時，應當提高對數據的鑒別能力，由此才能借助數據為發展戰略的制定提供更多科學化的參考依據。
2.提高數據預測能力以提高計劃組織的合理性。企業在進行組織的計劃與資源的統籌時，一般需要提前進行。如企業決定在下半年增設一個新的項目，則在項目正式開展前必須提前做好人員的招聘、資源的采購、資金的撥付到位等，諸如此類的安排通常都離不開對項目需求的提前預測，因此，企業需要通過提高數據的預測能力以提高計劃組織的合理性。具體來講，其一，應當提高對風險的預測能力。特別是在開始一個新的項目時，企業需要盡可能全面地預測到因為資源不到位而可能造成的風險、因為外部競爭而可能造成的風險、因為國家政策法律法規的更新而可能造成的風險等。與此同時，企業也應當提前制定最低的防御底線及止損系數，避免因項目失利給整個企業造成過大的沖擊。其二，應當提高對盈利的預測能力。因為企業的運營過程是流動的、變化的，特別是資金的流動更是靈活多變的。企業提前預測企業運營所可能帶來的盈利將有助于提高資金流動的有效性。
3.提高數據整合能力以提高創新改革的精準性。企業在決定將有限的資源應用于某一領域的創新時，必須要合理地對現有的企業運營過程進行綜合的比對評價，從中發現當前最亟需改進的或者最值得嘗試創新的部分。其一，應當提高對數據的融合能力。即要將來自各個維度的數據進行統一管理，并且將具有共同性及互補性的數據交融在一起。特別是在大數據時代下，大部分的數據均呈現出零散、分散的特點，因此，企業更加需要將其粘合起來以呈現出完整的數據信息。其二，應當提高對數據的應用能力。即是在融合數據的基礎上，進一步深入解讀并利用數據所呈現的信息。例如通過數據反映出的企業員工辦事效率較低，項目審核周期較長，后續跟進維護不足等，其實質問題可能是企業流程的設計不夠合理。因此，企業在創新改革之前應當提高對數據的整合能力，以便有的放矢地進行優化改進。
大數據發展戰略范文6
我們從內涵角度定義工業大數據比較困難，因為它涉及到很多各種各樣的數據。但是從外延角度來看工業大數據比較容易，大體上是“3+3”。第一個“3”是指3個層面：企業，企業上面的供應鏈、產業鏈和生態鏈，以及在這上面的行業管理和宏觀經濟。第二個“3”是指每個企業都有3個過程：生產，使用以及發展中的經營效益，所以，“3+3”基本上把工業大數據的脈絡圈起來了。
從企業的角度看，工業大數據是在一個企業的設計、創新、生產、經營和管理決策過程產生、使用和轉型升級過程需要的信息之和。所以最小的圈是企業，一個企業從開始到生產線到設計、到工藝過程、到人，一直到管理、決策、市場、服務，像這樣的環節都在使用。
從供應鏈、產業鏈和生態鏈的角度來看，工業大數據是供應鏈、產業鏈和生態鏈產生、使用和需求的各類信息之和，這三個鏈之間很難一刀斷開。所以制造業、工業生產整個過程是一個鏈環周。這個鏈環不僅指的是一個企業，企業只是這個鏈環中的一個環節，更重要的是我們的政府機構、研究機構，需要把控和研究如何追求產業制造業前兩環的優化。所以我們看到了超越一個企業的生存、使用和發展需求的新工業大數據。
從行業管理和宏觀調控的角度來看，工業大數據是工業行業管理和宏觀調控產生、使用和需求的各類信息之和。每一個行業的管理都需要工業大數據，在工業行業又包括很多企業，做好工業數據管理需要這樣一個鏈條，所以“3+3”構成了工業大數據的外延，每一個環節，使用的和需求的中間形成交集，這樣才對工業大數據的發展提供了基礎。
對此我有四點主要的結論：首先，“3+3”加起來的組合就是工業大數據；第二，產生、使用和進一步發展需求的工業大數據是不同的交集；第三，進一步發展需求的大數據最大；最后，最重要的一點，工業大數據中，工業是主體。
二、工業大數據的作用和意義
同樣是從三個層面，加上一個需求，我們來看一下工業大數據的作用和意義。
首先，從最小的層面――企業來看，工業大數據為企業全過程設計、創新、生產、經營、管理、決策服務，為企業實現計劃的發展戰略和目標的實現服務。
第二個層面，工業大數據服務于供應鏈的優化、產業鏈的完善、生態鏈的形成和優化。從供應鏈、產業鏈、生態鏈來看，不管是CSM的生產圈，還是一個特定產品制造過程的供應鏈，或是一個完整生產過程的分析，工業大數據都是為了它的形成和優化。對于一個企業來說，很少來決定一個供應鏈，更不能決定一個產業鏈的完善、優化。所以當我們講供應鏈產業和生態鏈的時候，在這個鏈條下更需要政府管理部門的協調。
第三個層面，工業大數據要滿足行業和宏觀決策調控的實際需求，提高行業和宏觀經濟管理決策質量、能力。政府的行業管理對于供應鏈、產業鏈、生態鏈、商業鏈、價值鏈有著非常重要的作用，但是政府的宏觀調控超越了這樣的鏈環本身，我們要對經濟發展面臨的重大問題作出回應，甚至回答制造業如何來應對這樣的問題。所以從這個行業來看重要的是行業發展戰略，而到宏觀調控的時候，不但要從行業的發展戰略，還要從整個經濟發展趨勢去看這些問題怎么解決？這就需要信息。
第四，從工業轉型升級的需求看，工業大數據是為了一個個企業、行業、裝備、工藝、生產線、供應鏈的轉型升級服務。先進制造業、工業4.0、智能制造、以兩化融合和智能制造為重點的中國制造2025，都是工業轉型升級模式的未來方向。原來我們的工業3.0，是以裝備和生產線為核心的自動化，而4.0的智能化是把這兩個過程自動化和數據自動化結合在一起。
總結一下，工業大數據的研究和實踐要服務于加快制造業轉型升級、提升工業競爭力；這個目標要落實到企業創新、設計、生產、經營、管理、決策的每一個具體環節；這個目標要落實到供應鏈全局優化、產業鏈和生態鏈的形成和優化的每一個具體環節；這個目標要落實到工業行業管理和宏觀經濟調控決策的每一個實際需求。
三、工業大數據推動制造業轉型升級
首先要知道存在著哪些主要問題：在數據生成環節，主要存在跑冒滴漏和非標準化的問題；在數據利用環節，主要存在數據不足、質量不高、各個環節協同存在制度、核算、標準等大量障礙；在發展需求環節，主要存在缺乏預見性、缺乏有效的模型和工具、缺乏制度和標準規范等問題。
要想建設好、應用好大數據，先要解決三個問題。首先是建設好大數據，什么是建設？把大數據看作探礦、采礦、煉礦、用礦，實際上探礦和采礦就是建設好信息，可以從三個緯度四個方面來建設好信息。三個緯度首先是發現，然后才可以按照應用需求結合起來。其次要有制度，要有標準，要實現系統之間的互操作。同時我們還要發現、收集、組織，來提升系統性、完整性、及時性、準確性。而利用好大數據有若干個關鍵環節。這是建設好、運用好大數據。
最后，大數據發展要特別注重取得實效、最佳實踐和理論研究。
第一，要特別注重實效。因為今天的大數據，每一個環節的形成都有其實效，這件事情從開始到做完以后，效果究竟是什么？企業家在用大數據對其企業各個環節進行改善提升的時候，首先第一條要把提高效率放在首位，這是關鍵，而且對于制造業來說，要永遠把利潤率放在最重要的位置。當然，工業大數據不能直接用錢來算，有的環節是企業老板在管理上、服務上提效，但是這個效果必須是可測量的，不管是定性的還是定量的。
