前言：中文期刊網精心挑選了商務數據分析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。
商務數據分析報告范文1
下面來看看Google Venture六個最酷的科技投資：
Impossible Foods：素食的肉類與奶酪
Impossible Foods嘗試創造好吃兼健康的食物，團隊有超過50多名科學家、工程師、農民和廚師，Impossible Foods正在研究分子級別狀態下的動物產品，以便利用植物重新組合出肉類和奶酪。
“不依賴動物、沒有負面的健康和環境影響，我們為人類提供一些很好的食物?！?/p>
23 and Me:吐口水就可得DNA報告哦
只需取些你的唾液分析，便會獲得一份DNA分析報告，從而甚至找到自己的祖先。這份報告將向你展示你的血統混合情況，包括來自歐洲、非洲以及亞洲的比例，進而將你的祖先劃定在某個大陸的特定區域。DNA數據可用于遺傳學研究，提交DNA樣本的用戶可以獲得230多個點位的分析報告，能用于發現潛在的遺傳疾病以及及早治愈。
售價只要99美元哦。
Digit:幫你從卡奴中解脫出來
Digit是一款免費應用，它會分析你的收入以及日常開銷習慣做數據分析，這種服務會將這些錢轉移到儲蓄帳號中。這筆儲蓄可在一個營業日內轉回到銀行賬戶。Digit表示，他們永遠不會取出超過你銀行賬戶余額的資金，為此你不必擔心支付透支費。
(備注：國外很多銀行卡是分儲蓄賬戶和現金賬戶的，取現需要從現金賬戶中取出，兩者利息也不一樣)
Urban Engines:現實增強，防止駕車信息的盲區
Urban Engines是一款增強現實應用，無論你在哪里，都可以清晰虛擬地看到周邊的POI，例如火車站、街頭以及路線情況。研發團隊也與許多城市合作，追蹤公共交通數據，將延時情況減少到最低。
Granular：數據分析提高農業生產效率
Granular是一個幫助讓農民更好地了解農產品從耕種到收獲全周期的平臺。此系統可以讓農場主時刻追蹤工人位置、監督任務進程、并提供出相應的財務報告。
Google Ventures還參與投資了數據分析公司Farmers Business Network，農業產業參與者盡可能多地了解他們農業生產周期與土地，以提高生產效率。
商務數據分析報告范文2
“小明”喜歡在剛上班時關注金融、證券的行情；在中午休息時，玩網頁游戲；晚上回家后上社交網站和視頻網站。平時，隨性了就會逛逛網上商城。對于網民“小明”的這些判斷，并不是空穴來風。普通網民的行蹤和喜好，通過網宿CDN監測所抓取的大量數據，就能形成一套精準體現網民行為、喜好的分析報告。
根據網宿的數據分析，人們大多喜歡在剛上班時關注金融、證券的行情；中午休息時，網頁游戲則更受歡迎；下午股市、證券等網站的交易時間結束前，這類網站會再度集中“迎客”；下班后，社交類網站和視頻網站才是大多網民最愛去的地方。而7×24小時開業的網上商城已經漸漸成為網民生活的一部分，隨時都會有人想要“逛逛街”。
北京人最愛SNS
該報告顯示，SNS（社交網絡）的訪問高峰出現在20:00；網頁游戲白天的訪問高峰期出現在12:00，晚上的高峰期出現在19:00；視頻網站的訪問高峰出現在21:00；政府和企業網站訪問集中在工作時間；招聘類網站網民訪問峰值出現在工作日10:00～11:00；財經類網站的訪問最高峰出現在上午9:00、下午13:00~14:00以及晚上21:00，而電子商務網站的訪問時間整體比較平穩，沒有明顯峰值。
網宿的報告還顯示，人口和經濟發達程度對網民地理分布比例有重要影響，人口多、經濟越發達地區網民訪問比例越高，反之則比較低。2011 年第一季度， 對于SNS（社交網絡），來自北京、江蘇、山東的網民訪問頻率最高；廣東、山東、河北的網民則更鐘愛網頁游戲；對電子商務類網站的訪問量，廣東、上海、北京最高；對視頻類網站的訪問量，廣東、浙江、江蘇排在前三位；訪問政府、企業類網站的時候，來自廣東、北京和江蘇三省的訪問量名列前三。
Symbian依舊是老大
商務數據分析報告范文3
1課程性質
本課程是云南經濟管理學院商學院為經濟管理、商務管理、國際經濟與貿易、市場營銷、藥品經營與管理專業學生開設的一門專業基礎課。本課程開設的目的就是通過市場調查與預測的學習，使學生對市場調查與預測的基本理論和方法有一個大致的了解。本門課程的主要內容有市場的調查的方式和步驟、市場普查、重點調查、典型調查、抽樣調查、市場觀察調查法、詢問法、文案調查法、實驗調查法等；市場的預測方法主要有專家預測法、德爾非法、頭腦風暴、時間序列、相關回歸分析等。
2改革思路
2.1課程改革的目的在本門課程的教學中，要求學生能較好地完成調查方案設計、問卷設計、調查分析報告撰寫、預測分析報告撰寫等模擬訓練項目；切實提高了學生市場調查設計能力，數據處理與分析能力，調查報告和預測報告的寫作能力，達到了課程教學目標的需求。教學的效果要求主要體現在以下幾個方面：
2.1.1培養高學生的解決實際市場調研方案撰寫和問卷設計的能力，絕大部分學生都能設計出較好的市場調查方案和調查問卷。
2.1.2培養學生數據獲取、數據處理、數據分析與建模能力。
2.1.3培養學生的市場調查分析報告和預測分析報告的寫作能力。
2.1.4培養學生的統計軟件的使用能力。讓大部分學生都能利用Excel、SPSS等統計軟件進行數據處理、生成統計圖表，建立預測分析模型。
2.1.5鞏固了學生所學的其他專業知識。比較好地解決了知識轉化為能力的問題，相關專業學科知識走向整合，最終形成良好的專業技術技能。
2.1.6通過本門課程的教學改革，讓學生畢業以后能夠真正的學會運用本門課程相關知識來解決工作中的實際問題。
2.2課程改革的必要性市場調查與預測課程教學改革的必要性主要體現在以下幾個方面：
2.2.1學院辦學指導思想的要求該院定位于“職業教育院?！薄ⅰ芭囵B應用型專業人才”等辦學指導思想，為《市場調查與預測》課程建設和改革提供了導向。我們認為作為商學院的經濟管理、商務管理、市場營銷等專業的學生應具備較強的市場調研和市場預測能力，才能體現商學院培養應用型專業人才的內在要求。為此，市場調查與預測確立強化案例與項目驅動教學法，著力培養學生的市場調研和市場預測的意識，符合學院的辦學指導思想和定位的要求。
2.2.2課程性質的要求《市場調查與預測》是在《管理學》、《經濟數學》、《市場營銷學》等課程基礎上開設的。因此，市場調查與預測單純講授市場調查的理論和方法，勢必與其他相關學科在教學內容上造成很大程度上的重復，達不到培養應用型人才的教學要求。因此，市場調查與預測課程需要從應用的角度組織教學，重視實踐性教學。
2.2.3教學實訓、實踐提供的啟示過去我們在市場調查與預測課程教學中，存在著重理論、輕實踐的教學傾向，導致學生在學習本門課程后，仍然不會設計市場調查方案和問卷，不會數據的獲取、處理和分析，寫不出符合要求的市場調查報告和市場預測報告。后來，我們嘗試采用案例與模擬教學法，學生的市場調研和市場預測能力有了較大的提高。因此，市場調查與預測只有確立“強化案例與教學模擬、動手實踐”的教學法，才能使本課程建設和改革具有特色。
3課程教學改革的路徑
根據近幾年的教學實踐來看，我們從教學目標、教學內容、教學模式、教學方法手段、考核考試方式、實訓實踐教學課等方面展開教學改革。
3.1改革課程教學目標我們認為作為商學院的經濟管理、商務管理、市場營銷等專業的學生，通過本課程的學習，除了應掌握市場調查和市場預測的基本理論和基本方法外，應重點獲得五種能力：市場信息（數據）獲取、處理與分析能力；調查方案與問卷設計能力；調查分析報告所撰寫能力；市場預測分析與建模應用能力；市場預測報告撰寫能力。因此，本課程的教學目標應從過去以傳授知識為主向知識傳授與能力培養相結合、強化能力培養的方向改革。
3.2改革教學內容根據作為商學院的經濟管理、商務管理、市場營銷等專業特點和培養應用性能力原則，我們增加了市場環境研究、市場供求研究、銷售潛力研究、消費者市場研究、顧客滿意度研究、生產者市場研究、銷售潛力研究、產品市場研究、產品銷售市場分析、產品品牌研究、廣告研究等市場調研內容的教學。同時增加統計軟件在數據處理和分析的應用等等。
3.3改革課程教學模式《市場調查與預測》課程教學模式，是以市場調研和預測能力培養為教學目標，以教學內容更新和優化為基礎，以案例和模擬訓練為實踐教學平臺，以案例和項目分析為教學手段。
3.4改革教學方法手段主要采用能力培養為導向的課程教學方法手段?？傮w思路是將案例教學法、項目試驗教學法、計算機軟件輔助教學法、模擬教學法引入教學中。
3.5改革考試方式傳統的閉卷考試以基本理論、基本知識和基本方法測試為主，難以測試學生的綜合應用能力。本課程的教學目標在于提高學生的調查方案和問卷設計能力，數據處理與分析能力，調查報告與預測分析報告的寫作能力。為了適應本課程教學目標的要求，我們采用綜合性測評的考核方式。
3.6改革實訓、實踐教學模式本著提高學生市場調研和市場預測能力，實現教學目標的要求，構建了包括課程設計、計算機軟件應用、案例教學、課外實踐教學等方式相結合的實訓、實踐教學體系式。
4教學內容、教學模式，考核考試方式、實訓，實踐改革操作初步設計
4.1教學內容、教學模式初步設計根據作為商學院的經濟管理、商務管理、市場營銷等專業特點和培養應用性能力原則，我們將教學體系分為市場調查和市場預測兩部分考慮，再分別從理論和實踐部分進行設計。
4.1.1市場調查部分①市場相關概念、市場類型等相關教學內容介紹。②市場調查的主要內容指標介紹討論。主要內容包括市場環境（宏觀、中觀、微觀）、市場供求、銷售潛力、消費者市場、顧客滿意度、生產者市場、銷售潛力、產品市場、產品銷售市場分析、產品品牌、廣告等市場調研內容的指標體系提示討論。③市場調查方案、方式方法介紹。主要內容包括市場調研方案的設計，市場普查、重點調查、典型調查、抽樣調查等，文案調研法、觀察調研法、詢問調研法、實驗調研法，還增加網絡調研法。④數據收集與整理理論教學，回顧統計基礎計算知識，EXCEL、SPSS軟件簡單常見功能介紹。⑤實踐教學部分設計初步。在第一堂課的時候，就將學生按自由組合的方式，以6～8人為一組，成立“模擬調查公司”，并讓學生為自己的公司取一個名稱，確定公司總經理及內部人員分工。在成立公司之后，告訴他們，先學理論知識，在學完市場調查的相關知識后將讓他們以模擬公司為單位，開展一次真實的市場調查活動，并且每個公司要完成一份調查報告，還要在課堂上來介紹分享自己的調查過程和調查結果。期望讓學生以這種特有的身份投入到學習中來，以提高他們的學習興趣，并且通過實際體驗，更好地理解和掌握理論知識，也希望真實的調查活動能激發他們認真學習的興趣。在調查過程中主要讓學生體驗幾種調查方法：文案調研法、觀察調研法和詢問調研法。讓學生根據本組確定項目設計調研過程。過程中將涉及調查方案策劃、調研方法、時間安排、資料整理與分析、調查報告撰寫等一系列環節。通過真實的調查活動不僅能加深學生對理論知識的理解。還能在活動中提高他們的團隊合作能力、人際交往能力、思考問題和解決問題的能力以及口頭表達能力。課堂情景模擬。觀察調研法、詢問調研法兩種方法可采用課堂模擬教學。數據的收集與整理。對調查部分的數據進行處理，包括圖表在EXCEL、SPSS等軟件中的制作。提出調查報告，進行PPT概述介紹。
4.1.2市場預測部分①預測理論學習。包括預測相關概念、類型，對于我們學院學生主要從定型預測方法的學習討論和定量的時間序列、相關回歸預測、抽樣調研的基本估計進行教學。②實踐教學。觀看頭腦風暴的視頻，看后確定學生關注熱點話題進行模擬頭腦風暴，讓學生切實了解頭腦風暴的相關概念、操作步驟、實際應用的意義。引入上機實訓，提高學生利用計算機處理數據的能力。筆者設想在講授市場預測的內容時引入上機實訓。根據一些簡單數據預測未來的數據走勢，設計簡單模型。
4.2考核考試方式初步設計
《市場調查與預測》考試改革先采用班級試點的形式開展，實際操作成熟后進行推廣至全部班級。主要采用能力測試為導向的考試方式。改革方案的總體思路是成績分兩個學期進行評定，最后合成本課程的成績，最后按比例與平時成績合成總成績，分段測試的內容如下：
4.2.1第一學期,創業計劃書撰寫大賽階段根據問卷設計、創業計劃書市場調查問卷設計及實際調研報告撰寫情況進行能力評估。由班級內部對市場調查與預測部分撰寫情況進行評定，分5等級進行，即優、良、中、及格、不及格，其中，90分（優秀）以上按10%的比例進行，80～90分（良好）按20%的比例進行，其他不限比例。
4.2.2第二學期,市場調查校外實踐階段調研方案再加工，校外調查效果，調查報告再加工能力評估。成績評定應根據調查方案和調查問卷設計、調查數據分析與報告寫作測試、市場預測分析與報告寫作測試的質量、篇幅大小、觀點（結論）是否正確，分析方法是否科學，內容是否完整、要素是否齊備等評定成績。以上各階段以100分為滿分，按完成情況，由教師和學生組成考評小組進行審核打分。
4.2.3平時成績，主要用到課率來衡量。平時表現不及格者，期末成績不予認定，作缺考處理。總評成績=第一學期創業大賽成績、第二學期評定成績均值×70%+平時成績×30%
5市場調查與預測課程的改革效果
市場信息（數據）獲取、處理與分析能力；調查方案與問卷設計能力；調查分析報告所撰寫能力；市場預測分析與建模應用能力；市場預測報告撰寫能力。學生應用能力和綜合素質得到了明顯提高，也培養了學生的團隊精神，鍛煉了學生獲取相關市場、產品等方面信息的能力，口語表達能力、發現問題、分析問題、解決問題的能力。
5.1課程改革效果
5.1.1提高學生獲取數據、處理數據、分析數據與建模的能力。
5.1.2提高學生軟件使用能力，特別是Excel的統計功能，大部分學生能利用Excel進行數據處理、生成統計圖表，建立簡單的預測分析模型；部分學生對SPSS軟件應用能力也有一定的提高。
5.1.3提高學生市場調查方案撰寫和調查問卷設計的能力，大部分學生能設計出較好的市場調查方案和調查問卷，解決實際工作中遇到的難題。
5.1.4提高學生市場調查分析報告、預測分析報告的寫作能力，大部分學生基本掌握了調查分析報告、預測分析報告的寫作過程、技巧、方法和要求。
5.1.5鞏固了學生所學的其他專業知識，較好地解決了知識轉化為能力的問題，通過市場調查、預測模擬等實踐，真正整合了《管理學》、《統計學》、《市場營銷》等學科知識。
5.1.6通過教學改革，我們正在將《市場調查與預測》申報為云南省精品課程。2012年由王召寶完成本校商學院輔導員工作情況調查報告、學生參與完成本校商學院班級管理情況調查報告，成果提交學校相關領導，為學院學生管理工作提供決策依據，本年度商學院被授予“平安學院”；經過本門課程的實踐，對學生參加創業大賽起到一定的幫助，據學校相關就業統計數據，參與省級、國家級“挑戰杯”創業計劃大賽等競賽的獲獎大學生就業率100%；2013年參加云南省“高等職業院校技能大賽”高職組市場調查分析比賽（主辦方未公布最終結果）；2014年榮獲海峽兩岸市場調查大賽一等獎。另外，由于該院學生數學基礎較差，學生很難通過筆算掌握本門課程預測定量計算題，經過考核方式改革，改變了過去出卷考試計算題空檔而導致分數不高的尷尬局面。
5.2課程改革小結與不足
商務數據分析報告范文4
關鍵詞：大數據 企業 競爭情報 數據挖掘
中圖分類號： G250.2 文獻標識碼： A 文章編號： 1003-6938（2012）06－0009-06
1 引言
隨著信息技術的不斷發展，互聯網的普及利用，各種終端設備記錄了人類社會復雜頻繁的信息行為從而產生了驚人的數據量。據國際數據公司（IDC）的研究報告稱，2011年全球被創建和被復制的數據總量為1.8ZB，并預測到2020年，全球將擁有35ZB（1ZB=10億TB）的數據量［1］。大數據已經滲透到每一個行業和領域，被視為“未來的新石油” ，逐漸成為重要的生產因素。隨著消費者、企業、各個經濟領域不斷挖掘大數據的潛力，我們正處在一個巨大浪潮的尖峰，這個浪潮就是大數據驅動的技術創新、生產率提高、經濟增長以及新的競爭形勢和新價值的產生［2］。近年來，大數據技術研究和應用迅速發展，許多國家已經意識到了大數據的重要性，并作為戰略性技術大力推動其發展，大數據時代已悄然而至。
2 大數據的含義與特征
目前對大數據還沒有標準的定義，通常認為它是一種數據量很大、數據形式多樣化的非結構化數據。亞馬遜網絡服務、數據科學家John Rauser曾提到一個簡單的定義：大數據是任何超過了一臺計算機處理能力的龐大數據量［3］。維基百科定義為：大數據是指無法在一定時間內用常規軟件工具對其內容進行抓取、管理和處理的數據集合［4］。百度百科定義為：大數據通常用來形容一個公司創造的大量非結構化和半結構化數據，這些數據在下載到關系型數據庫用于分析時會花費過多時間和金錢。從各種各樣類型的數據中快速獲得有價值信息的能力，就是大數據技術［5］。IBM從三個基本特性角度來定義大數據，即：“3V”：體量（Volume），速度（Velocity）和多樣性（Variety）。也有人為大數據包括三個要素，即：大分析（Big Analytic）、大帶寬（Big Bandwidth）和大內容（Big Content）［6］。
概括起來，大數據的特征主要體現在如下幾個方面：
（1）數據總量規模增長巨大。同一類型的數據在快速增長，目前在傳感器網絡、地理信息導航系統、社會網絡（如微博）、即時通訊（如QQ）、電子商務（如淘寶）、數字圖書館、網絡日志等領域都產生了龐大的數據，規模在不斷擴大。如淘寶目前每天活躍數據量已經超過50TB，共有4億條產品信息和2億多名注冊用戶在上面活動。零售巨頭沃爾瑪每小時都要處理100多萬筆客戶交易，數據庫估計超過2500萬億字節——相當于美國國會圖書館書籍數的167倍，而移動互聯網用戶發送和上傳的數據量達到1.3EB［7］。
（2）數據增長的速度呈指數級持續增長。目前很多領域的數據都以驚人的速度增長，根據WinterCorp的調查顯示，最大的數據倉庫中的數據量每兩年增加3倍（年均增長率為173%），其增長速度遠超摩爾定律增長速度。照此計算，2015年最大數據倉庫中的數據量將逼近100PB［8］。大數據的動態性強，要求分析處理應快速響應，在動態變化的環境中快速完成分析過程，有些甚至必須實時分析，否則這些結果可能就是過時、無效的。如導航定位系統、股票分析系統等對數據實時處理有著較高的要求，大數據分析和處理的方法必須能快速地適應相關業務更新頻率加快的需求。
（3）新的數據來源和數據類型在不斷增加。目前產生大數據的領域在不斷增加，數據類型不僅包括普通文本、照片、動畫、音頻與視頻等，還有像位置信息、鏈接信息等新類型的數據。伴隨著社交網絡、移動計算和傳感器等新技術不斷的應用，大數據中有許多是非結構化數據或半結構化數據，沒有特定的描述模型，數據結構是不固定、不完全或不規則的。
（4）數據的價值日益突現。大數據猶如一座富礦，通過海量數據的處理、整合分析，可以發現新的知識，從而創造新的更大的價值。大數據為許多行業帶來新的商機和發展機遇，充分利用大數據可為企業帶來強大的競爭力。大數據分析能從龐大的數據中發現稀疏而有高價值的知識和規律，為預測和決策提供相關支持。如視頻監控的數據量通常十分大，雖然絕大部分可能沒有實際利用價值，但幾秒鏡頭捕捉到某罪犯體貌特征，可能對公安部門而言就是十分珍貴的。大數據分析就是要進行披沙揀金，發現這些珍貴的信息。
綜上所述，對于大數據中“大”的理解，主要有兩個方面，第一是指大量的、快速增長的數據，第二則是數據中所蘊含的價值量較大?？梢姡髷祿按蟆?，并不光是指數據的數量之大，它的意義還在于數據的價值之大。
3 大數據對企業競爭情報的影響
情報研究是利用數據和信息提煉出有價值的情報，為決策提供有關方案，也就是對數據進行處理、組織和解釋，以揭示其潛在的知識，轉化為可執行利用的情報。企業競爭情報分析就是從原始的數據中發現關于競爭環境、競爭對手和競爭策略情報的過程，從而形成高附加價值的產品。因此，大數據分析在對象、運用的方法和目標等方面都與企業競爭情報研究有許多交集，大數據的興起必然對企業競爭情報產生深刻的影響。
3.1 企業提升競爭力需要大數據的支持
數據競爭已經成為企業提升核心競爭力的利器。來自各個方面零碎的龐大數據融合在一起，可以構建出企業競爭的全景圖，洞察到競爭環境和競爭對手的細微變化，從而快速響應，制定有效競爭策略。龐大的數據更具有統計意義，能為各種預測模型提供支持，從而能預測未來的發展趨勢，幫助企業獲得先機。相關的數據整合在一起，能不斷產生新的信息和知識，有助于提高生產率、降低經營成本。如2008年初，阿里巴巴平臺上整個買家的詢盤數急劇下滑，自然導致買盤的下降，說明歐美對中國采購量在下滑。海關是賣了貨出去以后再獲得數據，而阿里巴巴提前半年時間就從詢盤上推斷出世界貿易發生變化了［9］。企業的競爭不再只是勞動生產率的競爭，而是知識生產率的競爭。數據是信息的載體，是知識的源泉，是企業創造價值和利潤的原材料，因此，基于知識的競爭將集中體現在基于數據的競爭上。正如馬云所說，未來是數據競爭的時代，誰擁有數據，誰就擁有未來。如今各行各業都出現了以數據分析為競爭力的企業，它們都是在數據分析的基礎上與其他企業展開競爭，以提升核心競爭能力，保持或獲得行業領先地位，如谷歌、寶潔、沃爾瑪等世界知名公司。沃爾瑪就建立了一個超大的數據中心，其存儲能力高達4PB以上，通過大數據分析，沃爾瑪掌握了顧客的購買習慣，不同商品一起購買的概率，購買者在商店所穿行的路線、購買時間和地點，從而確定商品的上架布局以及對分類進行優化；決定對各個商店的不同商品進行增減，以保持最優的庫存，降低成本；洞察銷售全局，瞬間捕獲到各種細微的變化，從而快速響應，制定營銷策略；利用大數據工具對供應鏈進行分析以選擇供應商、優化物流配送方案和進行價格談判等；利用大數據分析工具對熱銷商品品種和庫存的趨勢進行分析，以選定需要補充的商品，分析顧客購買趨勢和季節性購買模式，以確定降價商品，并對其數量和運作做出反應［10］。可見，大數據已經成為企業的核心資產，對數據的掌控可以形成對市場的支配，并且獲取巨大的回報。大數據是企業用于提升核心能力的重要手段，而為提升企業競爭優勢的大數據分析是企業競爭情報研究的重要范疇。
4.2 注重數據的清洗與過濾
大數據時代企業所要處理的數據比較多，但數據的質量往往參差不齊，如有些數據不一致或不準確、數據陳舊以及人為造成的錯誤等，通常被稱之為“臟數據”。由于數據挖掘是數據驅動，因而數據質量顯得十分重要?！芭K數據”往往導致分析結果的不正確，進而影響到決策的準確性。由于大部分的數據庫是動態的，許多數據是不完整的、冗余的、稀疏甚至是錯誤的，這將會給數據的知識發現帶來困難。由于人為因素的影響，如數據的加工處理以及主觀選取數據等，從而使得數據具有某些噪聲，會影響數據分析模式抽取的準確性。大量冗余數據也會影響到分析的準確性和效率。因此，在數據挖掘分析時，首先需要進行數據預處理，也就是要對數據進行凈化和過濾，刪除一些無關的數據。數據清洗是一個減少錯誤和不一致性、解決對象識別的過程［12］。一般通過概率統計等原理查找數值異常的記錄。如在網站的日志文件數據處理中，可以通過檢查URL的后綴刪除認為不相關的數據，可使用一個缺省的后綴名列表幫助刪除文件，去掉一些不能反映用戶行為的記錄，過濾一些請求錯誤和失敗的記錄等。
在大數據時代，不能不計成本盲目的收集各種海量的數據，否則將成為一種嚴重的負擔。數據的體量只是大數據的一個特征，而數據的價值、傳遞速度和持續性才是關鍵。為了達到這些目標，企業競爭情報收集可以采用最小數據集的方法，指通過收集具有代表性的最少的數據，更好地掌握一個觀察對象所有的特點或者一個事件所處狀態，其核心是針對被觀察的對象建立一套精簡實用的數據指標，采用一定取樣標準選擇和過濾相關數據?？傊?，通過對數據質量的控制和管理，可以提高數據分析的準確性，進一步提高競爭情報工作的效益。
4.3 關注新數據類型的分析方法
在大數據時代，企業無論是日常運營，還是重大戰略決策，都會在各種各樣的信息系統中留下各種數據記錄，這些數據通過技術整合起來，可以再現一個企業的運行軌跡和發展全景。競爭情報研究就是發現有價值的知識和模式，洞察企業競爭環境，預測未來，從而獲得競爭優勢。隨著信息技術的普及應用，新的數據類型不斷產生，下面一些新的數據類型和分析方法值得關注。
（1）實時數據。如微博、短信等大量的動態數據流，是一種十分重要的競爭情報源。數據流挖掘是對數據進行單遍現行掃描，快速處理數據，提供實時近似結果的技術。如窗口技術采用分而治之的策略，將流數據按照特定的需求分配到不同的窗口，進入窗口內的數據才會被處理，以減少分析處理的數據量；而概要數據結構技術將數據流進行概括統計的數據結構代表原始數據，而不是保留數據流中的全部數據，從而減少處理的數據量［13］。在大數據時代，競爭情報分析的數據許多是連續、快速、隨時間變化的，對如此巨大的數據流，企圖存儲或者掃描所有的數據都是不實際的，只有采用動態的數據流挖掘分析技術才能有效解決數據的沖擊，獲得實時近似的結果。數據流挖掘技術能為競爭情報提供實時查詢服務和處理，從而促使企業的“觸角”保持足夠的敏捷性。
（2）動態數據。從時間的維度發現有關變化規律。時間序列分析是指從大量不同時間重復測得的數據中發現前后數據相似或者有規律的模式、趨勢和突變的方法，主要的技術主要是相似模式發現，包括相似模式聚類和相似模式搜索時間序列，采用的主要挖掘方法主要有小波變換法和經驗模態分解法［14］等。在大數據時代，各種數據源源不斷的產生，比如交易數據、網站訪問日志等，從中必然會呈現出時間上的規律，企業希望從積累了大量的歷史數據中分析出一些模式，以便從中發現商業機會，通過趨勢分析，甚至預先發現一些正在新涌現出來的機會，比如企業可以通過數據時間序列分析了解產品銷售的旺季和淡季，制定針對性的營銷策略，減少生產和銷售的波動性，從而獲得利潤和競爭優勢。
（3）關聯數據。關聯數據發現技術是分析數據之間的聯系，將孤立、離散的數據點結合產生數據鏈或者數據圖，隨后從多個數據源中查出匹配給定關聯模式的實例、最后再對匹配的實例評估。目前已應用的主要方法有：圖論的稀有度監測法、圖熵法和基于謂詞的邏輯歸納推理法等［15］。關聯發現技術特別適合于動態的數據發現未知的模式，而大數據中隱含了大量未知、潛在的關系，新模式的發現有利于企業采取“藍?！睉鹇?，搶占先機，從而獲得競爭優勢。
（4）社會網絡數據。社會網絡分析也叫鏈接挖掘，是通過網絡中的關系分析探討網絡的結構及屬性特征，其挖掘重要任務的是基于鏈接的節點排序、基于鏈接節點的分類、節點聚類、鏈接預測、子圖發現等［16］。在大數據時代，大量相關的數據聚合在一起，相互支撐解釋和印證，形成了復雜的數據網絡，數據之間的關系具有非常重要的價值，如通過消費者行為的鏈接數據挖掘能發現傳銷顧客網絡，從而制定找出利潤最大化的顧客群，又如從人際關系的網絡節點的中心度來分析競爭對手，從而制定相關的競爭策略等。
4.4 促進數據分析的可視化
數據可視化技術指的是運用計算機圖形學和圖像處理技術，將數據轉換為圖形或圖像顯示出來，并進行交互處理的方法和技術，其本質是從抽象數據到可視化結構的映射。在大數據時代，數據只是原材料，其真正的價值需要通過知識和情報來實現。企業競爭情報分析的結果必須是可理解的，才能較為容易地轉化為生產力。可視化可以反映數據的語義關系，加快數據的處理速度，使龐大的數據得到充分有效利用；可以在人與數據間實現交互，幫助人們觀察到數據中隱含的問題，為發現和理解有關規律提供有力工具。可視化使競爭情報更加易于理解和運用。采用一定的分析模型將相關的數據組織在一起，直觀地表達競爭情報和競爭情報之間的邏輯關系，如進行一些關聯分析，以生動形象的方式顯示描繪人物、公司和事件之間的聯系，探索事件、人、地點、產品和組織間潛在關系并預測可能產生的結果，輔助決策過程。可視化可作為一種基礎技術嵌入到企業競爭情報分析工具中，人們總是希望看到研究報告中的生動圖像，而不是一大堆枯燥的數據，企業競爭情報研究結果通過可視化方式，采用不同數據維度提供給不同層次的決策者使用，便于理解，支持企業高效運營。因此，可視化技術是大數據時代企業競爭情報研究的有效工具。
4.5 探索大數據新的分析技術和工具的應用
大數據時代企業競爭情報面臨的數據量是無法比擬的，對一些實時性要求較高的決策，分析方法的速度和效率顯得十分重要。傳統的競爭情報分析方法顯然難于處理不斷增長的、龐大的、異構的數據，只有借助新的處理技術才能實現數據提取和清洗、分析和利用。目前大數據相關技術研究已取得一定的進展。如“MapReduce”是一種簡潔的并行計算模型，它在系統層面解決了擴展性、容錯性等問題，通過接受用戶編寫的函數，自動地在可伸縮的大規模集群上并行執行，從而可以處理和分析大規模的數據?！癕apReduce”具有簡潔的模型、良好的擴展性、容錯性和并行性，可以進行復雜深入的數據分析，隨著其性能的不斷改進和分析能力的不斷增強，能夠幫助人們從大數據中分析和發現有用的知識［17］。如何提高數據挖掘算法的效率和適應性，使挖掘方法具有一定規模的伸縮性，是數據分析較為突出的問題。應用實時性技術和分布并行算法技術是提高數據挖掘方法效率和實用化的有效途徑。此外，統計分析語言標準化也有助于提高數據分析效果。如R語言是主要用于統計分析、繪圖的語言和操作環境，其功能包括數據存儲和處理系統、數組運算工具、完整連貫的統計分析工具。R語言針對大數據將廣泛使用的統計算法進行了優化，能夠在短暫的時間內從大量的數據中發現有意義的信息［18］。目前業界對大數據的處理分析方法已開始進行了一些探索，并且開發了一些相關的工具。企業競爭情報研究應該針對大數據的特點，吸收和融合數據挖掘分析新的技術方法，不斷創新和發展。
5 結語
企業競爭情報可以幫助企業洞察競爭環境，發現新的競爭對手、判斷競爭的發展性動向，及時做出相關的反應，從而獲得較大的競爭優勢。大數據提供了一個全新的信息生態環境，給企業競爭情報研究帶來了深刻的影響，促使其不斷地創新和變革，以適應企業在大數據時代獲取核心競爭力的需求。大數據時代的企業競爭情報研究將走傳統情報分析方法與大數據技術相結合的發展道路。目前基于大數據的企業競爭情報研究剛剛起步，許多問題仍然需要進一步探討。
參考文獻：
［1］F.Gantz and D.Reinsel.The 2011 Digital Universe Study： Extracting Value from Chaos［EB/OL］.［2012-08-18］.ww
/collateral/demos/microsites/emc-digitaluniver
se-2011/index.htm.
［2］Big data：the next frontier for innovation，competition and productivity［R］.McKinsey Global Institute，2011.
［3］Philip Russom.big data analytics［EB/OL］.［2012-08-01］.
.
［4］Big data［EB/OL］.［2012-08-18］.
［6］涂蘭敬.專家觀點：“大數據”與“龐大數據”的區別［J］.網絡與信息，2011，（12）：37-38.
［7］國金證券.“大數據”行業專題分析報告［EB/OL］.［2012-08-01］..
［8］王珊等.架構大數據：挑戰、現狀與展望［J］.計算機學報，2011，34（10）：15-16.
［9］國金證券.“大數據”行業專題分析報告［EB/OL］.［2012-08-01］..
［10］涂子沛.大數據［M］.廣西師范大學出版社，2012：161，
304-306.
［11］畢強.網絡信息集成服務研究綜述［J］.情報理論與實踐，2004，（1）：21-25.
［12］郭志懋.數據質量和數據清洗研究綜述［J］.軟件學報.2012，12（11）：22-28.
［13］JiaweiHan Micheline Kamber.范明，孟小峰譯.數據挖掘概念與技術［M］.北京：機械出版社，2007：306-320.
［14］倪志偉等.動態數據挖掘［M］.北京：科學出版社，2010：31，232.
［15］張公讓.商務智能與數據挖掘［M］.北京：北京大學出版社，2010：151-159.
［16］約翰·斯科特.劉軍譯.社會網絡分析法［M］.重慶：重慶大學出版社，2007：1-6.
［17］覃雄派等.大數據分析——RDBMS 與MapReduce 的競爭與共生［J］.軟件學報，2012，2（1）：33-42.
商務數據分析報告范文5
有意思的是，趙宇辰曾經供職于LinkedIn，要知道，數據科學家的概念最早就是由LinkedIn提出的。
定位為新型移動CRM軟件的銷售易為什么會需要人工智能？是未雨綢繆？還是趕時髦？
AI在企業級業務中扮演什么角色？
在今年的全國兩會上，人工智能首次被寫入政府工作報告，這意味著，人工智能技術已經上升為國家戰略。
一般大家會認為，AI就是個高端的機器人，或者是個會下棋的AlphaGo。其實，這只是人工智能在應用層面很小的一部分。
我們在淘寶、在亞馬遜上買東西，總會收到各種推薦，而這些推薦總是正中下懷；甚至托福、GRE在線模擬考試中，作文可以“電腦自動判分”；還有跟春天的花一樣燦爛，在朋友圈頻頻刷屏的“微軟識花”……所有這些，都是AI的應用點?！吧窠浘W絡也好，分類器也罷，大家并不會覺得后面是什么算法在驅動。”趙宇辰說。
以上的這些，也只是人工智能在消費級領域的一些應用。
在美國，企業級市場對于數據挖掘、機器學習的研究早已如火如荼，正在從BI（商業智能）向AI方向發展，美國企業級服務巨頭們也正在開發各類基于AI的企業應用。
IDC最新研究報告顯示，到2018年，55%的企業以及ISV開發者都將在產品中嵌入至少一個認知AI或機器學習的功能，在商業分析工具領域，這一比例將會更高。
對此，銷售易創始人兼CEO史彥澤表示：“新的技術趨勢也給CRM企業帶來新的機遇和挑戰。未來的CRM不僅僅是幫企業定義一些工作流或者實現銷售自動化，而且是要往智能化方向發展，真正為企業帶來幫助和產生價值。一套承載了公司最核心數據的智能化CRM管理系統，對未來企業智能化運營、精準決策和高效管理有著巨大的意義。”
傳統的客戶服務和客戶管理方式都是透過單向客戶信息來進行互動來往的，比如通過知道客戶的聯系方式，利用郵件、通訊軟件、電話與客戶溝通，但如果之后的商務往來中需更多的使用協助與效率增進就變得更為困難，這正人工智能在商業協作領域的商機所在。
AI能否重構CRM？
Gartner2016年的CRM市場分析報告通過對Salesforce、SAP、Oracle、Microsoft、Adobe 等 CRM 供應商進行數據分析，得出了“分析、機器學習和人工智能是CRM未來發展方向”的結論，認為這將在未來3年內徹底改變CRM。
CRM的本質是客戶關系管理，最大特點是連接內外。過去，傳統CRM定義銷售、市場、客服、自動化，其實是銷售記錄管理?！皞鹘yCRM是將內部打通，而在數字化時代，更重要的是如何把外部的合作伙伴、經銷的合作伙伴，以及合作伙伴服務的合作伙伴，甚至把最終用戶給連接起來。”史彥澤補充道，“當內外部全盤聯通起來以后，這中間就產生了非常大的化學反應和變化?！?/p>
據史彥澤透露，銷售易會在今年內陸續幾條重要的產品線，從而完成人工智能和大數據重構CRM的布局。
銷售易在年初宣布完成2.8億元D論融資時，史彥澤表示，該輪融資資金將用于加強產品和技術方面的能力提升。時隔2個月，趙宇辰的加入可謂是銷售易在這一方向深耕的標志性動作，
商務數據分析報告范文6
關鍵詞：大數據；地方本科院校；經管人才培養
中圖分類號：G4
文獻標識碼：A
doi：10.19311/ki.1672-3198.2017.08.085
地方本科教育必須面向區域經濟發展，加快改革，實現經管人才的供給側改革。統計大數據的到來，經管專業擔負培養與社會需求匹配的可以進行大數據挖掘及分析的人才，這亟待改革大數據時代的經管人才培養方案。進行經管人才供給側改革有必要，研究經管專業大數據人才教學改革極具現實意義。首先，從《2013年大數據市場應用與趨勢調研報告》顯示，全球28%的企業和中國25%的企業利用大數據進行分析市場，淘寶，阿里巴巴等都在利用大數據進行消費者消費喜好，發現空白細分市場進行藍海戰略營銷計劃。利用傳統統計中的推斷統計結果具有一定的抽樣誤差更迫切需求大數據經管人才。歐美著名大學和國內名校（北大、人大MOOC）的在線教育平臺，為傳統教育帶來挑戰。大數據時代，獲取知識渠道多樣化，人才培養方式通過利用有效的知識平臺，促進師生教學共長，努力培養具有創新能力和意識的應用型人才極具意義。
1 大數據時代經管人才必備的技能
當前，我國高校培養的大數據分析人才集中于計算機科學與技術，人工智能等理工科極強的學科，市場對大數據人才的需求分別在各個專業尤其經管專業的大數據人才（金融、會計學、市鲇銷調查等等）需求量極大，對從事經管行業的經管人才特提出更高的要求。
1.1 較強的經管專業基礎
一個優秀的經管數據分析人員，首先應該具備扎實的統經濟管理專業基本理論。經管大數據分析人才需要較強的專業基礎及統計學能力，既要具備對現象的敏銳洞察力，又要有專業的經濟學知識，扎實的傳統統計理論基礎，又要有大數據的挖掘能力及收集數據的能力。因此，大數據經管人才具備的行業知識儲備越扎實，善于捕捉行業發展的熱點與方向的能力越強，切合行業實際需要的分析結論越具有現實經濟意義，這是大數據時代經管人才的復合型能力的體現。
1.2 計算機軟件操作能力
傳統的統計學理論及傳統的統計軟件（excel、spss）僅僅能體現學生的動手能力，動動鼠標能完成基本的數據分析，但對于數據分析模塊及分析原理并不清楚，同時對計算機的編程能力較弱。大數據時代，數據分析范圍不是抽樣調研數據，不是傳統的入戶調查數據，而是對海量數據的挖掘及分析歸類、分析得出結論，數據海量是傳統統計軟件完成不了的，大數據背景下，經管人才一定要具備計算機軟件操作機編程能力，它主要涉及到數據庫、程序設計、軟件開發等計算機軟件的各個方面。掌握的計算機能力水平越高，能夠挖掘的數據信息越豐富，提供決策支撐力度就越大，發現空白市場，潛在客戶的能力就越強。
1.3 扎實的統計學理論基礎
大數據產生的基石是傳統數據基礎理論，傳統統計主要的分析方法是統計和推斷統計，通過樣本數據統計量推斷總體參數過程，從而描述總體特征。經管人才必備的實踐能力必須首先建立在具有扎實統計理論基礎之上的人才。擁有統計學相關理論知識，利用概率論及數理統計分析現實經濟問題便能熟能生巧。大數據知識的掌握及充分利用，必須以統計學知識為前提。
2 大數據經管人才模式構建
我國經濟發展之迅速，如何在現有經濟條件下尋求新的經濟增長源泉，發現新的經濟增長空白，是建立在定性和定量分析的基礎上，尤其定量分析及其重要。因此，構建大數據經管人才模式勢在必行。首先是要培養大數據應用型教師團隊。大數據人才模式的構建首先需要培養教育新思想的應用型教師團隊，高校教師學習能力強，要主動充實自己，尋求專業前沿知識。應用型地方本科院校應鼓勵授課教師向雙師雙能型轉化，取得相關經管職業資格證書，并去企業兼職，這樣才能成為理論兼實踐相結合的實用性人才。同時，要培養校外知名專家到學校開設專題講座，補充學校師資力量，只有與社會需求匹配的教師才能培養出與社會需求匹配的人才。其次是開放互動教學，培養具有數據素養的大數據經管人才。傳統灌輸式的教學方式及單一教學手段是當前課堂教學的主流，利用互動式思維，研討式教學理念培養學生、激勵學生的問題意識及批判思想，用收集大數據、大數據案例教學、大數據數據分析及相關問題挖掘學生的潛能。譬如，教師上課時，可以設計一個大型項目，需要大數據挖掘，學生組隊進行挖掘數據，分析數據并設計算法，同時編程建模，撰寫分析報告，從項目設計到結論生整個流程都是由學生完成。學校要多鼓勵學生積極參加大學生各類創新實踐項目比賽，從比賽中提升自己，鍛煉學生的實踐創新能力。第三充分利用校企合作平臺，提升學生認知數據信息的重要價值。市場競爭激烈，經管尤其金融等行業以及電子商務專業的人才供需錯位。當前教學內容重理論輕實踐，重系統缺針對性，加速供需錯位比。因此，學校可以搭建校企合作平臺（非學校、企業、社會本位模式）的第四種“學校+企業”復合教育模式。該模式培養的經管人才以市場和社會需求為導向，整合雙方優勢資源，進行交換和合作，人才既有扎實理論基礎，又有企業實踐能力，并能在企業合作中完成自己不具有知識的積累，這將是學校完成大數據經管人才培養的重要補充和深化。校企教育平臺建設（筆者所在院，現在正在逐漸搭建的與蘇州產業園區的冠名班正是基于此思路）同時可以從具體的項目招收，共同構建課程體系，并共同修訂現有人才方案完成大數據經管人才的培養，并從供給側經管人才結構改革方面實現人才的匹配供給，從而培養出具有獨立利用大數據思維及能力進行經管數據挖掘、整理分析、管理與決策的經管復合型人才，以適應社會發展之需。
3 結語
隨著大數據時代的來臨，經管數據的海量特征，尤其金融會計行業的整體數據規模巨大特征，其客戶及商業商戶交易數據的價值既蘊含商機又能開拓潛在市場，對我國經濟發展將會帶來巨大變革，但當前經管大數據挖掘人才稀缺，形成了供需錯位的現象，通過大數據應用型經管人才的培養，培養高水平及實踐性較強的經管人才既能適應當前的社會發展，又能對區域經濟的發展起到重大貢獻，同時也能解決畢業生一畢業就面臨失業的尷尬局面。因此，地方高等院校培養實踐性、應用型的經管人才勢在必行。
參考文獻
[1]韓學軍.發達國家應用型創新人才培養模式的比較研究[J].理論界，2009，（1）.
