HI,欢迎来到好期刊网!

企业大数据营销

时间:2024-03-23 17:29:37

导语:在企业大数据营销的撰写旅程中,学习并吸收他人佳作的精髓是一条宝贵的路径,好期刊汇集了九篇优秀范文,愿这些内容能够启发您的创作灵感,引领您探索更多的创作可能。

企业大数据营销

第1篇

关键词:大数据时代;中小企业;网络营销;营销对策

随着大数据时代的来临,给各行业的发展带来了更多的发展机遇,通过数据分析能够帮助其进行市场定位,实施有效的营销策略,帮助企业在短期内取得更多的市场资源。但是,对大数据的处理并不是一蹴而就的,需要企业对其进行仔细研究。中小企业网络营销在大数据时代必将取得突破性的进展,但是目前很多中小企业在大数据背景下所实施的网络营销还存在很大的问题,对大数据的认识不足、网络基础设施落后、没有完善的保障机制、缺乏专业化的人才等等,都是目前中小企业网络营销面临的严重问题。因此,必须要提出相应的解决措施以保障中小企业在大数据时代背景下网络营销的有效实施。

1.大数据时代对于促进中小企业网络营销的重要意义

1.1 能够使得中小企业获得更多的市场信息

在大数据时代背景下,任何商业性的活动都能够通过对各项数据的分析和处理,对其未来的发展做出预测。大数据的这一优势,使其成为时代性的标志。因此,中小企业借助于大数据时代开展网络营销能够通过数据分析等形式获得更多的市场信息,可以对其未来的市场状况进行充分分析,这样一来就有助于中小企业重新审视自身的网络营销策略,进而提高其网络营销的效率,在很大程度上能够促进中小企业的健康长期发展。

1.2 使得中小企业的网络营销更具有针对性

电子商务背景下,中小企业的网络营销几乎是遍地撒网,利用网络资源进行大规模的营销宣传,这在很大程度上增加了中小企业网络营销的成本,其营销效果并不明显。但是,在大数据时代背景下,中小企业通过获取和分析大量的市场信息,使其在整个发展过程中对目标客户群体的需求进行完善的数据分析,对其所需要的产品进行设计,制定出合适的价格,使其避免在整个网络营销过程中承担过大的成本支出,这样一来就增强了中小企业网络营销的针对性,不仅能够节约营销成本,还能够提高网络营销的效益。

1.3 能够有效提高中小企业的客户满意度

随着经济社会的不断发展,以客户为中心进行市场营销成为现代商业企业在发展过程中的必然选择,能否提升客户满意度将直接影响到中小企业网络营销的成败。在大数据时代背景下,中小企业可以通过数据分析与客户进行多方面的交流,充分了解客户对其产品和服务的使用情况,并对客户的满意度情况进行预测和分析,以便于及时发现中小企业产品和服务存在的问题,进而及时对其进行改进和重新设计,最终提升客户满意度,增强中小企业的市场竞争力,实现中小企业可持续发展。

2.大数据时代背景下中小企业网络营销存在的主要问题

2.1 对大数据的影响力认识不足

大数据时代的到来,标志着各行业将迎来新的发展机遇,其对中小企业网络营销的影响巨大,能够使其获得更多的市场信息,可以对消费者的需求进行有效分析,做好准确的市场定位,节约营销成本。但是,很多中小企业大数据的影响力认识不足,认为大数据时代的影响对自身的网络营销没有太大的影响,依旧依赖于传统营销模式,使其在网络营销的过程中难以有效利用大数据带来的发展机遇,因此其网络营销收效甚微。

2.2 网络基础设施有待完善

网络基础设施是大数据及中小企业网络营销发展的基础,完善的基础设施能够有效促进企业网络营销的顺利实施,不仅能够缩减营销成本,还能够增强营销的收益。但是目前我国网络基础设施建设还有待于进一步完善,使得大数据时代的发展受阻,同样对中小企业网络营销的发展带来严重的不利影响。网络基础设施的建设需要较长的周期和较大的投入力度,因此这是中小企业网络营销在未来面临的十分严峻的问题之一。

2.3 缺乏完善的营销保障机制

完善的保障机制是大数据时展的重要前提,也是中小企业实施网络营销的重要基础,目前我国在企业网络营销保障机制建设方面还存在一定的问题。企业之间难以通过有效的合作共同建设统一的网络营销制度,同时各中小企业为了盲目追求眼前利益而忽视现有制度的规范,进而使得网络营销出现一片混乱。另外,政府在网络营销保障机制建设方面还存在一定的不作为现象,政府相关部门在网络建设过程中也没有对中小企业的网络营销行为进行一定的规范和指导,使得中小企业在大数据时代背景下的网络营销呈现无序化发展状态。

2.4 缺乏专业化的营销人才

人才是现代商业企业进行网络营销竞争的关键因素,同样是保证大数据时代顺利发展的重要条件。大数据时代背景下中小企业网络营销要想顺应时代的变化和需要,必须要有专业化的营销人才团队作为保障,其必须要对大数据进行分析和研究,以便于为企业制定出完善的营销策略,帮助中小企业实施有效的网络营销,促进其网络营销的健康发展。但是,目前中小企业在营销人才培养方面还存在很大的问题,调查显示中小企业营销人才的流失率远远高于大型国有企业,这对中小企业在大数据时代背景下有效利用各项数据资源进行网络营销产生了极大的不利影响。

3.大数据时代背景下中小企业网络营销的对策建议

3.1 提高对大数据时代的重视程度

中小企业要想利用大数据时代实施有效的网络营销必须要提高对大数据时代的重视程度,因此,中小企业在大数据时代背景下开展网络营销的过程中要定期组织中小企业管理人员尤其是营销人员对大数据时代的内涵和影响及其对网络营销的影响进行学习和研究,使其充分认识到大数据时代对中小企业网络营销的促进作用,从思想观念上充分接受大数据时代所带来的发展机遇。这样就能够使得中小企业转变观念,实施正确的网络营销行为,促进自身的健康长期发展。

3.2 完善网络基础设施建设

完善的网络基础设施是中小企业在大数据时代背景下实施网络营销的重要保证。这需要中小企业和政府进行共同努力:一方面,中小企业要在网络营销过程中加大对网络平台建设的投入力度,与大型企业进行合作,共同建设网络营销的基础设施;另一方面,政府要积极帮助中小企业实施网络基础设施建设,增加必要的投入,保证各项网络基础设施能够实现有序高效运行。这是目前中小企业在大数据时代实施网络营销的重要前提。

3.3 完善网络营销保障机制

中小企业在实施网络营销的过程中要制定统一的标准,并建立完善的保障机制,促使其在网络营销的过程中能够正确利用大数据时代所带来的发展机遇。加强企业之间的有效合作,共同遵守各项网络营销协议。同时,政府要积极进行网络营销监管机制建设,对大数据时代中小企业的网络营销行为进行有效的指导和规范。

3.4 培育和引进专业化人才

一方面,中小企业要对现有的营销人员进行培养和教育,使其提高对大数据时代和网络营销的重视程度,提升自身的综合营销能力。另一方面,中小企业要积极与各高校和研究机构进行合作,形成产学研一体化的人才培养和引进机制,不断完善网络营销人才团队,以专业化的人才团队促进自身网络营销的发展。

总结

从目前中小企业在大数据时代背景下网络营销存在的问题来看,其必须要从提高对大数据时代的重视程度、完善网络基础设施、强化保障机制和培育先进人才等角度出发,保障其网络营销的有效性,借助大数据时代带来的发展机遇,实施正确的网络营销行为,保障中小企业在市场竞争中保持一定的竞争优势。

参考文献:

[1]高源,张桂刚.基于大数据的网络营销对策研究[J].湖北经济学院学报(人文社会科学版),2014(02)

[2]郑涛.关于大数据时代电子商务网络营销的思考[J].现代经济信息,2015(13)

第2篇

在这个海量信息的网络大数据时期,云营销也逐步进入到人们的视线,取得了中小企业的注重。企业如何选择合适本身的营销方式是现在良多企业的亟待解决的问题。云营销就是运用软件以及社会化媒体等作为载体,通过网络把多个本钱较低的计算实体,云整合成1个拥有强大营销能力的解决方案。它能够同时管理多个终真个消费者喜好数据等,将传统营销法子与软件服务化的理念融会入在1起,云营销主要目标就是把网络上各种渠道的营销资源集中在1起,从而对于这些资源开展整合、分享与运用等。云营销的优势主要下列两点:(一)云营销能够为企业提供完全的用户喜好,解决了以往用户喜好信息不完全的问题;(二)使患上新用户以及新产品的冷启动患上以解决(在没有历史累积的信息时,没法发掘用户偏好的问题)。云营销不但显着提高了信息量以及信息应用效力,同时也通过云真个集中管理大幅度的降低了企业的营销运营本钱以及管理本钱,降低新用户的获取本钱,最小化顾客的资本投资,并且增添了客户数量,终究实现了企业总体利润的增长。

未来所有的企业、百姓糊口都将与云营销产生瓜葛,云营销成为人们糊口中不可或者缺的1部份,并深受其影响。云营销的活气体现在市场的活跃度上,跟着云营销的不断发展,使患上所有手机用户都能够用手机上网,国内手机网民数量成倍的增长着,这使患上互联网市场变患上更为拥有活气。人们可以为所欲为地用自己的手机上网,增进了人们的信息化糊口。云计算的特色首要1点是会使大量的碎片时间,能无处不在地被网民应用,为网民提供极大的便捷。国内的中小企业如何运用云平台以及大数据进行有效的营销,整合PC端、挪动端、WEB端、微信端等多种不同类型以及不同需求的平台进行管理以及开发,在减轻中小企业压力的同时节俭开发本钱,这是值患上深刻钻研与探讨的问题。

二.中小企业云营销的必要性

中小企业展开云营销不仅可以有效提高信息量,还能够应用云端实现高效管理,提高效益的同时降低本钱,并且增添了客户数量,终究实现了企业总体利润的增长。大数据时期数字化信息可以匡助企业准确掌握用户的行动数据,在大数据的基础上了解以及掌握消费者的购物喜好,并据此为消费者提供最合情意的产品与服务。但是,即便这个违景下每一1个企业都很难做到准确、完全的掌握用户信息,如何分析用户行动,增强用户体验是企业重中之重。每一1个企业对于用户的了解都是不完全的,在大数据违景下怎么有效的分析用户行动,增强用户体验是10分症结的。比如有两家网站:网站X卖鞋子,网站Y裤子,这两家网站都掌握了用户在自己的网店喜欢购买哪些,例如用户会时常购买哪些款式以及色彩,对于价格的敏感度等等。然而它们却没法掌握用户在其他网店的购物情况。倘若网店X可以掌握其的用户在网店Y上的喜好,比如用户喜欢牛仔的裤子,这个信息同享出来可以匡助网站X更为准确地为该用户提供其可能会需要的鞋子。通过数据分析提高了企业网店的效益,充沛的体现数据的有用性,准确掌握用户爱好或者者时常购买哪些产品,通过了解用户的购物情况、对于搜寻症结字广告的投入产出进行衡量。大数据时期怎样样提高企业效益,有效的管理分析数据,让企业管理层作出正确的决策,这是关注大数据的缘由。

三.中小企业展开云营销存在的问题

国内良多中小企业在展开云营销的时候存在良多问题,诸如:第1,对于云营销定位不清;这主要是因为互联网行业立异基因缺少,只是情势上好看,并无真正将云营销落实到位,这致使了没法获得优良的营销效果。第2,企业展开的营销流动与企业产品没有实质上的联络。营销流动与企业的产品无关这样企业没法实现营销的目的,对于实现营销目标没有任何的匡助。第3,用户本位意识不够,疏忽了用户的真正需求。尽管云营销能够很好的知足用户喜好,然而企业在应用云技术的进程中并无真正知足用户的需求。致使以上问题是终年累月累积下来的,其实不是1朝1夕就可以构成的。第1,企业对于云营销的了解不到位。对于许多企业来讲,云营销就是与同行竞争的“武器”。第2,企业没有构成整合营销的意识,并且能力有限。在当前市场经济环境下营销已经经不单单只是企业市场营销部门的工作,而是触及到企业所有员工的1项首要工作。云营销的情势给企业运行带来了巨大的变革。第3,企业将用户为作为中情意识还不完美。尽管营销界理论产生了天翻地覆的扭转,尽管现在营销理念产生了巨大的扭转,然而在实际的操作进程中不将客户作为中心的情况依然存在。

第3篇

2013年被称为大数据元年,大数据应用受到越来越多的追捧,其产品和解决方案也层出不穷。互联网、金融、电信、医疗,甚至影视、艺术产品领域都在谈论并试图应用大数据。厂商描绘的大数据应用蓝图和商业前景也让不少企业怦然心动。

 

对于目前的大数据热潮,另有一些评论者在质疑大数据只是概念炒作,认为其商业前景被过分夸大,大数据架构仅仅是“看起来很美好”而已。笔者认为,一方面大数据的价值不可否认,其对行业和领域的影响已经初现端倪,另一方面是战略性、概念性的东西仍被谈论过多,大数据落地应用稍显底气不足。目前在中国市场上,大数据的大规模应用方面还没有足够的需求。因此,在企业IT基础和信息化水平无法一夕之间改变的情况下,大数据应用不妨从小处入手,循序渐进推广。

 

首先,对于数据的收集和筛选,不应一味地追求越多越好,应理性选择。软硬件水平的提升使得数据收集和存储日益简单,很多企业不遗余力收集各种数据,花费大量成本,还往往把问题复杂化。在实际操作中,企业需要结合业务进行规划定位,才能了解哪些数据能够满足功能目标,从而有效地选择数据源。

 

其次,推动和落实大数据,不一定非得“大”字当头——实施大项目、采用大技术、寻找大量专家……在起步阶段,面对巨大的数据量做一个大规模的应用,并适合大多数人使用,这几乎是不可能的。最好能结合企业需求和特点选择技术难度小、针对性强的切入点,其解决方案和项目规模也尽量在现有信息化水平基础上有的放矢。企业应用大数据应该注重实用,不要把大数据看作“全能”。

 

从小处入手,有利于风险的控制。小规模的项目相对来说易于掌控,这在目前并不成熟的大数据领域,对刚开始应用大数据的企业来说非常重要。即使出现差错,也方便弥补和修正,相应的损失也在可控范围内。从小处入手,有利于取得有效的投资回报。在中国市场,大数据落地实践的不多,真正获得收益的案例就更为有限。小规模的大数据应用能快速展现出大数据的优势,并有助于洞察类似的应用能为企业带来多少收益。在一个相对较小的范围内先实现目标,然后再逐步推广,这样更容易获得认可。

 

需要注意的是,即使是小规模应用,也需要足够的基础支撑,比如硬件设备、人才,企业应该先认清自己的信息化水平,在自身能力范围内展开大数据的应用,效果会更加显著。

第4篇

【关键词】 大数据 电力企业 智能营销 电力能源

【中图分类号】F426.61 【文献标识码】A

电力工业是中国国民经济的重要基础,电力营销则是电力企业发展运营的关键。在大数据时代及电力企业管理精益化、优质化内在需求的双重背景下,电力智能营销模式的探索和实践迫在眉睫。因此,本文将借势大数据深入研究电力智能营销模式,以期能够解决传统营销模式存在的问题,实现满足客户需要的安全性、实时性、环保性电能需求的目标。

一、国内外电力营销发展现状

1.电力大数据的内涵

电力大数据通过对电力能源公司自身良性发展和市场个性化需求的挖掘和满足,驱动电力企业从“以人为本”的高度重新审视自身核心价值,由“以电力生产为中心”向“以客户需求为中心”转变。

2.智能营销的内涵

智能营销模式,即通过对数字技术的运用,将电网运行与业务需要、社会效益等关联起来。智能营销模式通过经营、销售、营销等系统的全面自动化,实现电网企业与市场参与者之间的实时互动与能源供需平衡调度。智能营销模式是一种更安全、更经济、更环保的电力服务和销售模式。

3.发达国家电力营销研究现状

发达国家电网架构变化小,市场发展较为成熟,需求基本趋于饱和,电力供应及冗余储备趋于平衡,供电质量和电力市场效益最大化是其关注重点。

以美国为主的北美电网,起步早,发展较为成熟。营销安全和供电可靠性是北美电网营销模式研究重点。北美供电企业相继出台各种电价优惠政策,例如错避峰电价优惠、交通工具充电优惠等,以应对用电浪费、用电高峰等问题。

日本电力营销业务面较为宽广成熟,主要包括:远程抄表、合同事务、增供扩销及费率核算等业务。其营销模式的特点主要表现为:对目录电价进行差别定价,以此错开高峰,引导负荷分流,降低供电成本;对经济产业省份申请备案,制定差别电价目录,例如对全电气化住宅提供电价优惠政策,增加售电量;积极向客户推荐新型蓄能电器等。

英国电力拥有成熟的发、输、配、售环节及强大的交易结算体系,其电力营销业务主要包括报装接电、装表抄表、断电通知、故障处理、供电恢复和电能质量等几个方面。其电力营销模式的特点是用户可自主选择销售电价方案,允许支付电费时间尺度和结算方式灵活多样。

相较于中国,发达国家电力营销更具有服务性、融合性,与营销紧密结合的技术工作融于各技术部门。从营销组织结构及业务模式方面,发达国家电力行业的营销部门较少,营销工作基本都以用户为中心,工作内容主要包括向电力客户提供电能需求的咨询及相关设计方案,抄表收费及抢修等技术类工作大多外包给第三方公司。

4.我国电力传统营销模式面临的压力

伴随着中国电力市场改革日益深化,当前电力企业运营方式正在向满足电力市场需求和提高客户满意度方向发展。新形势对电力营销提出了更高要求,给电力企业运营带来了多方面压力。

一是用户服务需求越来越高。目前居民和企业对电力的依赖性越来越强,同时对停电容忍度也越来越弱。特别是在非计划或故障停电期间,优质服务面临的压力越来越大,给电力企业优质服务提出了更高要求。二是电力企业精益化管理对线损管理方面提出更高要求。线损管理作为考核电力企业经营水平的三大经济指标之一,是企业降损节能、提高效益的重要环节。当前线损管理依然存在制度建设中可操作性不强、线损管理科技化动态管理不够、电网设计不够合理、客户用表计量精度不高等问题,更关键的核心题是线损统计指标失真问题。三是电费回收形势严峻。

二、大数据时代电力智能营销模式设计

1.智能营销模式设计

大数据环境使得智能营销所需的市场、用户和电能产品信息的收集、分析处理及利用成为可能。电力智能营销模式,以大数据平台作为数据支撑,形成由“电力营销数据采集――数据分析――模型构建――智能评估”构成的持续循环的闭环模式。

(1)数据采集。借助大数据平台,通过门户网站、移动终端等各种渠道收集电力营销各业务系统数据,建立电力数据库,数据包括:各用户供售电量数据,电能信息采集数据,供用电合同管理数据,新装、线损与能效管理数据,增容及变更用电数据,计量点管理,有序用电管理数据,业务处理数据,95598客户服务数据,客户关系管理、客户联络、客户档案资料管理数据,稽查及工作质量数据。存储原始数据,并预处理分析已有数据和实时数据,形成基础电力数据库。

(2)数据分析。结合基础数据库和大数据平台相关实时数据,深度挖掘并分析电力数据,结合国家宏观政策、社会经济发展态势、自然环境形态等关联因子在内的各种数据,全面深入研究不同地区、不同行业用户的用电规律和用电行为习惯。

(3)模型构建。根据用户特征与偏好,构建用户用电特征模型及电力智能营销模型。借助大数据平台构建智能营销场景,根据营销情境制定不同的营销业务方案,实现营销方案与数据库的互相匹配;然后通过有效预测用电量需求,准确制定用电需求侧管理方案及有序用电手段,提升电力资源利用率,降低供电成本;根据客户特性对客户进行细分,并提供有针对性的营销及服务策略;构建用户信用等级模型,提升电费回收水平;监测客户异常用电行为,避免偷电、窃电行为的发生。

(4)智能评估。实时更新数据库,以便及时掌握电力营销信息。借助大数据平台对营销实施过程进行实时监测,对市场异常数据、状态提供在线可视化预警功能。平台在线监控营销态势,及时监测营销突发状况,制定解决方案,反馈后期市场评估信息,修正解决方案,为下一阶段营销模式的改进优化提供科学决策依据。

2.电力智能营销模式实施策略

(1)电能产品策略。产品是企业市场营销的重要因素之一,保证电能产品质量是电力智能营销的基础和关键。电力能源企业对不同用户供电质量付出的成本差别较大。依据市场中成本与收益相匹配的原则,应对消费者进行细分,对不同的客户采取不同的电价。利用大数据技术对庞大的用户电表进行快速区分,对各类电力用户收取差异化电价,实现精细化管理目标。

(2)动态电价策略。大数据环境使网上竞价成为可能。当分布式电源产生的电能能够满足电网并网条件时,即在电力营销平台发出售电意向,营销平台接受售电请求后,反馈给分布式电源,进一步询问预计上网电量、上网价格和上网时段,然后在电力网络营销平台实时售电信息。当客户同意其上网电价并购买后,平台即通过电网先进技术设备,自动完成网上竞价交易过程。

数据交易平台能够变革传统发电上网“一厂一价”的定价机制,逐步形成较为成熟的电力自由竞争市场,使得分布式电源与大电厂具备相同的市场地位,借助市场经济杠杆,有效降低上网电价,错开高峰,充分利用能源,保护环境。

(3)优质供电服务策略。根据客户用电量的增量和存量、负荷率、电费回收率、电价水平、电源等级、能耗水平等指标对售电市场进行细分,利用大数据整合分析技术对用户进行聚类分析,建立优质电力用户库,优先提供优质的供电服务。

(4)电力促销策略。一是运用电力广告进行促销宣传。在宣传上侧重突出电能的清洁能源属性,引导公众全面认知电能产品的便捷、经济、优越等特性,并逐步形成累积的宣传效应。二是正确引导电力客户展_电能替代工作。通过增加电能终端消费比重,逐步促进电力客户转变用能观念。

三、基于大数据的电力智能营销实际应用

1.利用大数据挖掘潜在电能替代客户

传统电能替代项目的挖掘主要依靠地方经信局、环保局等部门来推进,难以保证电能替代工作的可持续推进,也缺乏对电能使用市场按行业、属性的系统了解和分析。浙江萧山利用大数据建设“电能替代客户全过程服务”智能系统,收集和录入辖区内五千多户专变用户能耗数据,按照行业细分,逐个开展运算模型构建,并结合专变用户智能APP实时跟踪更新客户数据库。

2.利用大数据分析客户用电行为

福建省电力公司开展基于大数据挖掘的客户用电行为分析,建立客户用电行为分析模型,以庞大海量的客户用电行为数据为基础,对不同客户的用电行为、用电负荷情况等基本信息进行深入分析,推进用电客户细分管理、欠费和用电检查风险有效预测、移峰填谷科学管理,实现科学的客户认知、风险管理、个性化营销和服务的目的,从而有助于提升客户服务质量和风险防范能力。

3.利用大数据实现信息资源跨界整合

第5篇

讯:进入2012年,大数据一词越来越多地被提及,人们用它来描述和定义信息爆炸时代产生的海量数据。最早提出大数据时代到来的是全球知名咨询公司麦肯锡。麦肯锡称数据已经渗透到当今每一个行业和业务职能领域成为重要的生产因素人们对于海量数据的挖掘和运用预示着新一波生产率增长和消费者盈余浪潮的到来。近年来随着互联网和信息行业的发展,大数据开始引起人们的普遍关注。

在家居行业,电子商务的发展和网购的风靡将“大数据”带入了普通大众的生活,人们清楚的知道大数据如何发挥自己的功用,如何有效的帮助自己和商户及电子商务平台获得更好的发展。比如,“双11”刚刚结束,各大购物网站的后台便可以按家具、沙发、床垫、纺织用品等品类统计出每个品牌的销量、产品流向、顾客评价、退单量等,并排出精准的名次。同时大型购物网站还可通过信息系统的优化,将众多城市发生的庞大而繁杂的数据进行归类、交叉对比和分项统计,形成有用信息,从而指导企业依据消费者精准需求定制产品。

在大数据的支撑下,除了具体的某个品牌可以根据统计数据实施产品的改进、服务的强化、订单的跟进以外,还可以和相似的品牌进行关联,实现互动营销。以前家居行业的互动营销依赖的是联盟,如冠军品牌联盟、中国好家居品牌联盟、家居件品牌联盟,都是由企业自发组织的,如同“拉郎配”,未必与消费者的需求相契合。如今通过大数据的直观呈现,可以发现业主对品牌选择的关联性,关联性占比较高的品牌可以主动联合起来为业主提供优惠营销或服务互动,从而真正满足消费者的需求。比如,网站通过大数据统计结果发现,偏好某一品牌的业主可能还会选择其他几个特定品牌的几率较高,如果将这些品牌进行联合营销,自然会迎合业主需求,起到事半功倍的效果。

大数据时代已经来临,家居行业要发展,就不仅仅是供应商之间的简单联盟,而应该注重建设电子商务平台,利用大数据营销,真正了解客户的需求,找到最有效的业主,最快速地反馈消费者的诉求。同时也帮助业主获得最好的品牌和最优的价格。(来源:搜房网)

第6篇

摘要:在分析银行业大数据需求和现状的基础上,基于电信行业大数据的特点和应用,梳理电信行业大数据在银行业的主要需求,结合需求设计提出16项具体的场景化应用,最后介绍了部分电信行业大数据在银行业的场景化应用实际案例。

关键词:大数据;银行业;电信行业;场景化;行业应用;电信运营商

1银行业大数据业务需求及现状

1.1银行业发展现状

截至2016年底,我国银行业金融机构本外币资产总额为232万亿,同比增长15.8%;本外币负债总额为215万亿,同比增长16.0%,资产和负债规模稳步增长;商业银行全年实现净利润16490亿元,同比增长3.54%,整体行业发展良好。随着互联网、移动手机的普及,传统银行的业务形态已经发生了极大变化,金融科技的发展正在逐步重塑银行业态,手机银行、网上银行、微信支付等新兴渠道正在快速替代传统的柜员服务,目前国内大型商业银行的电子交易占比已超过80%;同时,互联网金融的兴起对于传统银行业造成巨大冲击,互联网消费、互联网借贷等业务快速扩展,传统银行业面临管道化危险。因此,银行业面临迫切的转型需求,即从原来的账务性、交易性处理转向经济生活全场景化的服务。面对压力,银行业积极探索通过创新驱动业务增长和市场发展。作为金融服务业的一个分支,银行业创新的本质在于更好地吸引和服务客户,提升综合竞争力。其中,数据作为金融行业的核心资产,是服务好客户的前提和保障,而大数据的出现则为银行业充分利用数据手段提升客户服务效能、拉动业务增长提供了有效途径。在这种背景下,银行业也成为大数据应用最为广泛和深入的行业之一。

1.2银行业大数据业务需求及现状

从应用维度来看,银行业对于大数据业务的需求主要集中在客户精准识别画像、产品精准营销以及金融风险防范。从应用领域来看,银行业对于大数据的业务需求分布于零售业务、公司业务、资本市场业务、交易银行业务、资产管理业务、财富管理业务和风险管理。从银行业实际需求来看,银行业对于大数据业务的需求集中在应用、平台和数据3个维度。现阶段国内外银行业都在积极探索使用大数据创新业务模式,拉动银行业务快速增长。如建设银行已经实现在实时数据仓库上对客户经理做实时的数据提供和交付,并设计6类数据应用模式,包括挖掘类、数据实验室、机器查询、仪表盘、固定报表、自动查询等。中国银行则通过打造中银开放平台,将中国银行的大数据整合开发为1000多个标准的API接口,在将其应用于自身业务开展的同时,探索面向外部合作伙伴提供API接口服务。银行业在积极探索大数据应用的同时,也面临如下问题和挑战。a)随着客户交易行为越来越线上化以及第三方支付与店商的合作,银行对客户交易行为的了解相比以前减弱了,银行业急需通过多维度数据资源补全客户行为画像。b)由其行业特点所决定,银行业大数据需要使用个人类数据较多,如何获得数据拥有者的许可和信任,即合法合规利用大数据优化现有业务模式,也是银行业在开展大数据业务时不可忽视的问题。c)银行业积累了较强的数据研发能力,基本都已建完备的数据平台。但银行业细分业务场景繁多,如何将大数据与细分业务流程融合,寻求大数据业务合理的切入点,是目前银行业大数据应用的核心问题。

2电信行业大数据特点及应用现状

2.1电信行业大数据的4V特征

按照业界常用的方法,从体量(Volume)、速度(Velocity)、价值密度(Value)和多样性(Variety)4个维度分析电信行业大数据。a)体量:电信行业大数据具有体量大和覆盖广的特点。截至2016年底,全国移动通信用户累计达到13.278亿户,全国宽带用户累计达到2.76亿户。同时电信行业用户覆盖国内各级自然行政区域及国外漫游区域,数据采集基本不受地理和经济发展等因素影响。b)速度:电信行业在多年处理用户信息消费的过程中,通过计费、管理、服务等平台的多维度建设,已经建成可以快速处理海量用户数据的计算分析平台,能够快速地对外提供数据加工和挖掘服务。c)价值密度:大数据以低价值密度为主要特征,电信行业具有相对优质和高价值密度的数据资源。以国内电信运营商为例,截至2016年12月31日,国内已100%实现电话用户的实名登记。此外,电信运营商以号码为唯一的ID来整合各类数据,其刻画客户的完整性是一般企业难以企及的,因为号码就是业务本身,而且还有终端ID作为移动通信网业务属性而存在。d)多样性:从数据来源区分,电信运营商数据来源涵盖B域(Businesssupportsys),O域(Operationsup⁃portsys),M域(Managementsupportsys)。从数据类型区分,电信运营商数据分类包括消费、位置、终端、网络行为等多个维度,而且维度间存在强关联。

2.2电信行业大数据在细分行业应用情况

电信行业大数据因其数据质量高、数据应用经验丰富已经在许多细分行业得到深入应用,如表1所示,此处结合电信行业数据类型,对部分目前使用电信行业大数据较多的行业进行了分析。

3电信行业大数据在银行业场景化应用

3.1应用思路

在为银行业设计大数据应用解决方案时,应该立足电信行业已具备的大数据能力,通过深入了解银行业务应用场景,寻求电信行业大数据与银行业务流程的结合点,完成电信行业大数据在银行业的应用。

3.2电信行业大数据在银行业主要应用

按照上述思路,电信行业在银行业的主要应用可分为6类,分别是精准营销获客、用户特质描绘、消费信用评估、欺诈识别防范、智能投顾辅助和业务运营优化。a)精准营销获客:利用电信行业积累的用户消费、信息等数据,结合营销产品和计划,通过电信行业设定的用户标签筛选重点目标客户群体,然后开展精准触达营销。b)用户特质描绘:利用电信行业用户标签,完善银行业已有用户画像库,为后续开展针对和营销提供数据参考基础。c)消费信用评估:将用户在电信领域的消费、投诉等历史记录,作为银行业客户消费信用评估的重要参考维度,辅助银行开展互联网借贷等新业务,或者直接通过API接口比对验证用户在电信侧的相关数据。d)欺诈识别防范:包括事前、事中和事后3个环节的欺诈识别预防。利用电信行业用户位置、朋友圈等有效数据,合理设计场景,辅助识别金融欺诈行为,避免银行客户损失。e)智能投顾辅助:依托电信行业完整的用户画像,为银行业开展智能化投资理财提供用户分群参考。f)业务运营优化:利用电信行业的位置数据以及积累的PoI数据库等信息,辅助银行业开展日常业务运营优化,如网点选址、市场分析等。

3.3电信行业大数据在银行业通用场景化应用

基于上述6类应用场景,本文对电信行业大数据在银行业的具体应用进行了详细划分,在充分研究银行业务场景需求和用户隐私保护的前提下,共设计提出16项银行需求较为急迫的通用场景化应用,对场景化应用进行了详细介绍。

4电信行业大数据在银行业场景化应用案例

4.1银行客户征信

4.1.1应用场景银行在信用卡用户开卡、银行账户开立或者金融借贷发生时,利用电信行业大数据,判断用户提供的部分初始信息是否准确,进行金融业务的事前风险防范。

4.1.2应用方案数据传递:通过API接口传递数据,传输协议使用SOAP。银行客户通过调用接口完成数据征信。

4.2银行电子交易风控

4.2.1应用场景在电子银行交易过程中,存在用户交易确认短信被不法分子以非法手段截取的欺诈场景,如植入木马、复制SIM卡等。通过引入电信运营商的位置大数据服务,可在银行电子银行交易过程中实时比对用户登录电子银行、用户接收短信以及用户操作U盾等交易环节的位置数据,然后通过比对各交易环节位置数据,通过位置差值触发和阻断可疑交易。该思路同样适用于手机银行登录、手机银行交易等。

4.2.2应用方案引入电信运营商大数据服务以后的电子银行交易流程,通过运营商处位置和银行获取的用户交易位置进行比对,在发现距离超限后,银行实时阻断和挂起交易,减少欺诈的发生。

4.3利用电信行业大数据完成银行客户精准分群

4.3.1应用场景某银行希望对其部分有潜在理财需求的客户进行电话营销前,进行精准分群,针对不同属性的客户提供针对性的理财产品,并设计个性化的营销方案,进而提高电话营销的成功率。

4.3.2应用方案基于客户应用场景,在进行客户分群时共使用个性化定制标签34个,包括近3~6个月出账收入、触媒偏好、在网时长、终端类型、访问特定类型网站情况等,数据类型涵盖用户身份属性、终端基本属性、位置状态、上网行为、兴趣偏好等。最终,通过使用上述标签对银行提供的客户样本进行分析,完成客户精准分群如表5所示。按照营销产品属性,将样本用户分为4类,分别是关注商务应用类网站、关注炒股类APP、接听客服电话超过30s和关注××银行APP,针对分群后的不同用户,建议银行采用不同的营销方案,如针对接听客服电话超过30s的客户,建议通过外呼的方式进行产品销售。

4.4利用电信行业大数据风控模型帮助银行开展贷前授信评估

4.4.1应用场景

银行在提供小额信贷、消费贷等面向个人的灵活类型借贷时,需要通过一系列风控模型对借贷人进行信用评估。电信行业大数据可帮助银行从移动号码维度出发,对借贷人进行信用评估。

4.4.2应用方案

参考银行业借贷业务场景,贷前审核分为身份核实、授信额度信用评估两部分,由于个人信贷额度一般较小,因此对用户还款意愿的评估比还款能力的评估更为重要。提炼电信行业侧与用户小额借贷等个人借贷行为相关联通信信息行为属性,构建风控模型,经过模型能力训练,部署至实际数据生产环境,在借贷业务场景下调用模型接口,为银行提供风控参考。

5结束语

面对激烈的市场竞争,大数据已经成为银行业保持业务增长的重要手段。聚焦融合行业特色的场景化应用,电信行业大数据可有效助力银行业大数据应用,帮助银行业创造更多价值。通过跟踪银行业实际业务需求和新业务发展,电信行业大数据在银行业的应用将不断深入,应用场景将不断丰富,电信行业大数据在银行业的场景化应用将同时推动2个行业的转型升级。

参考文献:

[1]庞引明,张绍华,宋俊典.互联网金融与大数据分析[J].中国信息化,2016(10).

[2]郑东盟.大数据时代商业银行优化经营管理策略研究[J].现代经济信息,2015(15).

[3]孙妮,康守松,刘晓峰.数据资产视角下商业银行大数据应用现状及发展前景分析[J].现代管理科学,2017(2):79-81.

[4]张晋.移动运营商在大数据方面的应用及策略[J].中国新通信,2016,18(11):93-93.

[5]陈涛,鲁萌,陈彦名.运营商大数据技术应用研究[J].电信科学,2017(1):130-134.

[6]廖慧,李娜,王蓉.大数据时代下电信运营商应用模式研究[J].电信技术,2016(3):8-12.

[7]穆致君,何阳,杨丹.运营商的大数据业务发展模式分析[J].现代电信科技,2016,46(1):8-12.

[8]陈科帆,周洪成.电信运营商大数据资源变现模式及策略研究[J].移动通信,2016(1):63-67.

[9]吕良成.电信运营商大数据资源应用及变现探析[J].通讯世界,2016(13):75-76.

[10]范济安,李卫,魏进武.电信运营商的大数据发展战略[J].信息通信技术,2015(6):5-12.

[11]魏进武,靳淑娴,张基恒,等.大数据关键技术及运营商落地建议[J].邮电设计技术,2015(5):9-12.

[12]王熙.移动互联网迅猛发展加速大数据应用落地,运营商试水大数据经营[J].通信世界,2015(1):34-34.

[13]杨虎,易丹辉,肖宏伟.基于大数据分析的互联网金融风险预警研究[J].现代管理科学,2014(4):3-5.

[14]余韦.基于电信大数据的位置类应用服务策略[J].移动通信,2015(24):77-81.

[15]张雅.电信企业大数据分析的应用及发展策略研究[J].经营者,2015(2).

[16]胡为艳,艾民,周光彬,等.基于大数据的信令监测系统的设计与实现[J].电视技术,2016,40(1):95-101.

[17]施恋林.大数据征信助力运营商转型[J].中国电信业,2016(12):46-46.

[18]黄志凌.大数据思维与数据挖掘能力正成为大型商业银行的核心竞争力[J].征信,2016(6):1-7.

[19]蒋耀萱.大数据时代我国商业银行风险管理的问题研究[J].中国商论,2015(16):85-87.

[20]孙畅.大数据背景下的银行信用风险管理[J].商情,2016(29).

[21]汤雅妃,魏进武,张云勇.基于大数据的信令监测系统研究[J].邮电设计技术,2014(7):47-52.

[22]桑宏伟,刘占强,曾毅,等.基于大数据平台的移动分组网络安全及IP性能的研究[J].邮电设计技术,2016(1):32-38.

[23]邵许生.大数据时代商业银行的客户信用风险管理研究[J].时代金融,2016(20).

第7篇

【关键词】烟草行业 大数据技术 风险 应用

由于大数据技术应用的有效性能够为烟草行业的发展提供诸多方面的数据分析支撑,因此近年来大数据技术在烟草行业中的应用已经非常广泛,例如在烟草行业中的市场营销系统中、财务管理系统中、物流运行系统中以及专卖系统中等已经等到了广泛的利用。因此做好大数据技术应用的风险控制与防范对烟草行业的发展具有重要的意义。

1 大数据技术概述

大数据是指数据量十分庞大,数据类别特别多的数据集。大数据技术是利用一定的数据处理工具对数据进行收集、分析和处理等,使杂乱的数据转化为有效的数据资料,为企业的生产发展和决策提供有效的数据支持。

2 大数据技术在烟草行业中应用以及作用

2.1 有利于烟草企业长远营销策略的制定

随着我国控烟政策的实施,烟草行业的发展面临着前所未有的困境。烟草产品的替代品的出现也给烟草行业营销策略的制定造成了巨大的困难。传统的数据收集方式对营销策略的制定所起到的帮助作用较小,而使用大数据技术之后,能够为烟草行业制定营销策略提供充足的数据资料和有效的分析方案,有利于长远营销策略的制定。

2.2 有利于烟草企业掌握消费者需求

充足的数据资料对于烟草行业掌握消费者的消费需求和变换具有重要的作用。而大数据的应用恰好满足了行业的这项需要,基于大数据技术的应用能够收集到充足的、具有层次的目标消费者资料,因此烟草行业能根据数据分析结果又针对性的制定一系列的经营策略,提升烟草行业的经济利润。

2.3 有利于烟草行业开发新的市场需求

烟草产品的消费者属于特殊的消费群体,如果烟草企业在发展的过程中能够精准的定位消费者目标群体,就能依据该群体的需求制定相应的经营策略。使用大数据技术能够有效地对烟草产品的消费者进行分析,为烟草企业创新产品,开发新的市场去求提供有效的数据资料和分析结论,有助于烟草行业的进一步发展。

3 大数据技术在烟草行业中应用的风险

3.1 封闭的数据平台

大数据技术中的封闭性数据提供平台在实施对短缺数据和断层数据分析时带来巨大的风险。对于该类数据本质上属于环境封闭额小型数据,数据资料的不协调与不匹配给大数据技术的应用带来的巨大的风险。

3.2 错误数据的混入

当错误的数据资源混入到大数据资料库中时,就很难发现数据中的错误。由于数据苦衷的数据资料数量十分庞大,再加上对数据的价值定位的歪曲,就很容易出现数据判断结果失真的结果。在烟草行业中对客户资料的错误收集就会造成烟草产品销售与消费群体之间的数据资料断层。

3.3 网络连接的紧密型带来的风险

在大数据技术的应用中计算机的计算功能不再是传统应用方式,手机、平板电脑能移动数据存储设备也是大数据技术应用的主要平台,而由于黑客的入侵给烟草行业中的大数据网络带来了很大的风险。

3.4 数据保密问题

随着大数据技术的应用,对行业数据的收集、分析和使用也逐渐增多,因此也给数据资料的保密工作带来了相当大的困难。各种移动存储设备应用于数据的收集、分析和存储过程中,一方面为数据的应用提供了便捷性,另一方面也增加了安全隐患,因此,烟草行业应该对数据的保密工作引起足够的重视,提升行业发展的安全性。

3.5 云中数据服务问题

随着信息技术的发展,云技术的应用成为可能。云服务的应用一方面为烟草行业的发展提供了极大的便利,另一方面也给烟草行业在应用大数据技术的过程中带来了风险挑战,因为云服务的应用提高了数据应用的频率,在数据存储和处理中包含着诸多的风险因素,是烟草行业发展中面临的重要问题。

4 大数据技术在烟草行业中应用的风险防范措施

4.1 加快烟草行业资源共享平台的自主建设

目前国内烟草行业中所使用的大数据技术平台主要都是由国外生产的,我国的大数据技术应用平台发展还相对缓慢,因此我国政府应该加强对于建设大数据技术平台进行资金、人员和管理方面的支持,推动我国烟草行业中资源共享平台的建设。

4.2 建立烟草行业大数据技术的网络防火墙

由于网络技术的发展,网络中的不安全因素给烟草行业大数据技术的应用带来了巨大的风险,因此加快建设烟草行业大数据技术的网络防火墙有助于风险的降低。同时做好数据加密工作,做好数据备份工作来提升数据的安全性。

4.3 完善大数据技术应用的法律法规

目前我国的大数据技术应用还处于发展的起步阶段,相关的法律政策规范还比较缺失,也为大数据技术的应用造成了一定的风险。因此相关部门应该加快行业法律法规的制定,为烟草行业的大数据技术应用提供良好的法律环境。

5 结论

烟草行业中制定完善的管理制度并实施严格有效的管理,才能够实现烟草行业发展中的趋利避害。大数据技术在烟草行业中的应用在给其发展带来巨大帮助和基机遇的同时也存在一定的应用风险,烟草行业如果不实施有效的措施应对,就会对该行业的发展造成巨大的损失,因此烟草行业必须加强相关技术层面的大数据技术应用风险控制,充分发挥大数据技术的积极作用,促进我国烟草行业的快速发展。

参考文献

[1]彭志勇.谈大数据技术在烟草行业应用与发展的风险与防范[J].企业家天地(下半月刊),2014,08(06):51.

[2]张亮.大数据和数据挖掘技术在烟草行业的应用[J].电脑知识与技术,2014,09(22):5375-5376.

[3]马超,陈曦,朱金峰.大数据技术对垄断行业的影响与应用――以烟草行业为例[J].电脑知识与技术,2016,06(11):222-224.

第8篇

但是,对于传统企业来说,应用大数据的难度似乎变得更大。数据更加碎片化,让企业更难获得完整的数据分析能力。全球化带来的影响也对企业应对外部的变化提出了新的要求。传统企业该如何利用大数据?

发现身边的工业大数据

很多人认为传统企业面临的第一个难关是缺乏数据,但传统企业真的没有数据吗?举一个例子,现在很多房地产企业都在转型进行物业服务。对于开发商来说,他们拥有的正是O2O求之不得的业主数据,只是开发商自己没有意识到罢了。最了解业主消费能力、生活习惯的应该是物业,访客信息、快递数量等数据,对于进行社区电子商务平台的搭建非常有价值。此外,开发商所拥有的资产管理等数据对物业改造、设备安全也非常有利。

百分点集团副总裁梁培明表示,传统企业并不缺乏数据,企业所需要加强的只是对技术的理解。特别是工业企业,随着物联网的发展会拥有更多内部数据。

“所以我不太同意传统企业因为数据匮乏,没有办法去共享大数据。由于很多大数据企业在推广数据营销,而营销恰恰需要互联网外部数据作为补充,所以很多企业会认为自己不仅缺乏外部数据,还需要花费大量人力物力去搭建系统平台。这是很多传统企业没有开展大数据项目的原因。其实,在不局限于营销领域的时候,你会发现数据可能就在我们的身边。”

作为新兴大数据的重要来源,工业大数据也越来越被人们所重视。梁培明认为未来工业自动化的深度融合会带来大量的传感器数据,这些数据可以用于工业优化、全程质量控制、食品安全原材料溯源等领域。

比如很多中国制造企业都在进军国际市场,利用大数据可以轻松获取国外市场的用户评价,从而分析出某一区域的特殊产品需求。而在国内市场,目前华为、OPPO、海尔等企业已经可以通过互联网的口碑获取来决定下一代产品配制和外观设计。

在降库存、提升收入的同时,工业大数据还可以帮助制造企业向智能制造更进一步。以高举定制化大旗的红领西服为例,利用人体大数据定制西装其实并不复杂。一套西装,只需要十八个人体尺寸数据。这些并不复杂的数据,却可以驱动整个产业链的改造。不管是标准化组件,还是C2M,都可以重新定义生产过程,完成从大规模制造到大规模定制的提升。百分点曾为一家智能终端厂商进行客户群体分析,发现该企业的智能终端上有一个转换接口使用率不足5%,去掉该接口可以降低800万成本。大数据在完成营销策略重构的同时完成了产品设计重构。

数据决策力挖掘数据价值

因此,百分点提出了数据决策力概念。简而言之,数据决策力就是基于数据进行科技决策,并产生价值的能力,其价值体现在五个方面呈现。全员与价值链创新。知识已被量化为数据的集合,基于数据的决策可以将决策能力赋予知识密集组织的全体员工,提高知识工作者创新能力,同时还可以借助于数据即服务(DaaS)将数据决策能力赋予整个价值链,最终通过价值链的协调创新推动整个生态系统的发展;密切的客户关系。大数据不仅能够描绘出客户画像,还可以为客户提供个性化服务,根据客户消费行为历史数据分析,为客户推荐其所需的商品和服务,从而提升客户体验;快速的市场反应能力。数据决策不仅能快速响应外界的变化,而且能够将外界变化数据与大量历史数据一起进行深度分析,挖掘出潜在的规律或关联信息并迅速反馈给一线员工,为他们的决策提供支持。还可以让管理者洞察到市场潜在变化,从而在市场营销上做到未雨绸缪,掌握竞争主动权;敏捷的企业运营。大数据采用基于云的基础设施和共享的大数据资源池,使得现有应用的调整和新应用的建立都变得快捷起来,确保企业运营的敏捷;创造新业务和新价值,基于对市场的分析,大数据可以快速建立新应用和业务,并将新应用在现有数据资产池中进行反复验证、调整,避免了传统应用要拿到市场多次试错的时间、资金和人力成本。

根据行业调查显示,虽然有64%的企业在运营决策时会综合运营数据经验,但单纯依据于数据进行的决策比重依然很低。同时只有20%的企业能够局部整合外部数据,并且会将外部数据与内部数据进行关联,外部整合流动状态和价值状态依然占比非常低。企业并没有捋顺数据获取和自身角色决策之间必然的因果关系,看起来企业似乎是依据数据进行了某些决断,但是二者之间却又缺乏必然和明确的联系。

梁培明表示,如果将数据决策力比喻为恒星,每一个应用相当于围绕其运行的一个行星。行星公转与自转的轨迹,构成了数据决策力两大要素――数据决策力建设与数据决策力释放之间的松耦合关系。

组织和企业可以通过“数据决策力评价指标体系”来为企业数据决策力进行全面评估,从而让企业对自身数据决策力产生清晰的认识。在大数据人才建设上,梁培明强调,数据科研团队要与市场营销等业务执行部门形成嵌入式的虚拟团队,并通过基础设施的构建为企业搭建完整的机构能力,由机构能力来加强数据决策核心信念的渗透,形成建设循环。

从局部做起,快速滚动

梁培明表示,以前要说服企业进行局部突破,企业可能会认为服务商没有能力进行整体建设。而现在企业都在要求进行局部突破,快速见效。甚至有些企业会把自己的大数据项目,分成小段。一个小项目完成只需要两个月,投产一、两个月后,再进行其他的小项目。将原来理论上一个六到八个月的项目,切成四段,用更快速的结构滚动起来。这表示企业对大数据的技术认知,已经达到了新的层面,有了更准确的判断。很多企业非常有自己的想法,技术服务商要做的就是利用技术手段,帮助企业快速实现想法。

梁培明认为,企业可以利用一些特定的应用场景先将数据利用起来,不用考虑太多技术架构问题。当企业对于大数据还比较懵懂谨慎的时候,可能会更加注重平台建设。但当平台搭建完毕后,很可能数据策略已经发生了变化。在不进行顶层设计和总体规划的前提下,现在的技术足以支撑从局部应用开始,先培养该应用所需的数据获取能力,之后推送到应用端。

第9篇

关键词:农业大数据;农业经济管理;作用

大数据是指以互联网作为媒介,处理企业生产运作中的大量数据。通过大数据技术将大量数据进行优化筛选,进行数据处理,从数据中挖掘潜在信息。我国经济发展迅速,每天都有大量数据产生,数据主要来源于市场经济、合作伙伴、用户等,是一个数据量极其庞大的体系。为促进企业经济发展,合理有效利用现有资源,挖掘信息潜在价值,为企业决策者提供决策依据。但是传统数据处理设备与信息储存设备不能满足社会发展需求,企业不能从数据中得到具有价值的信息,不利于企业可持续发展。随着科学技术不断发展,大数据技术的创新,让企业意识到大数据的重要性。利用大数据技术,有助于企业长期发展,对企业的管理具有十分重要作用。

1 农业大数据特点

1.1 大数据特点

大数据最大特点就是信息数据量庞大。我国经济不断发展进步,在生产运作过程中,会产生大量数据。特别是在信息数据时代背景下,数据的体量已远远超乎人们的想象。据研究调查显示,社会在接下来的发展进程中,每天所产生的数据以0.5 的增长倍率增长。并且我国向多元化方向发展,产生的数据种类多样化。并且这些数据内容差异加大,数据与数据之间的关系不同,还有大量非结构化数据。故使用传统的数据处理分析已不满足现在社会发展需要,需要采用大数据技术处理信息,为企业发展提供有效数据。

1.2 农业大数据特点

在农业生产中,会产生大量数据,并且这些数据涉及内容较广泛,包括农作物种类、田地耕作时间、培育种子、播种、撒种、施肥、储存、运输、农产品深加工、销售等。这些数据只是在农业生产中产生的,但是农业涉及领域宽泛,为促进农业经济发展,要对农业相关行业数据进行分析。因此在农业经济发展过程中,大数据技术的应用是十分重要的。农业大数据应用包括:生产运作环节、技术管理环节、生产资料数据管理环节、农产品信息环节等。但是农业的生产运作较为特殊,农作物受天气、温度、气候、土壤等影响较大,所以获得的数据复杂多样,加大了信息管理。故在实践中,利用大数据技术,解决数据复杂多样问题,对数据进行准确有效分析,从数据中挖掘具有价值的信息,满足农业发展需求。

2 农业大数据在农业经济管理中的作用

2.1 为农业发展提供准确数据

农业数据对农业发展具有重要作用,是农业发展的基础,更是企业决策者做出准确决策的依据。我国农业发展主要与农产品流通、农产品生产、农产品加工、农产品生产资料有关。农产品的生产与加工环节,是推动整个农业产业形成关键,在生产与加工环节需要大量人力,因此为大量农民提供就业机会,解决就业困难问题。农产品流通环节对于企业发展至关重要,直接关乎企业经济效益,因此在农产品流通环节出现的问题,要及时解决,确保农民收入的同时,保证农业企业正常运转。大数据技术在農业生产应用主要体现在供应链应用上,包括销售数据库、销售历史数据、天气数据库,通过对供应链数据库进行分析,能有效预测存货数量,减少库存成本,提高资金流动。

2.2 推动农业向科学方向发展

在农业生产运营中,采用大数据技术,能有效提高农业经济管理体制,提高劳动生产力。在对农产作物进行检测中,传统方法是通过随机抽样,对抽取样品进行分析,这种方式最大问题就是抽样具有局限性,导致最终检测结果不准确。大数据技术能实现全体农作物检测技术,对所有农作物进行数据检测分析,并保留数据,提高了检验结果准确性。同时大数据技术能优化产业结构,提高管理体制。农产品在生产中,具有不确定性,易受天气、温度、湿度、气候的影响。采用大数据技术,通过对以往数据的分析检测,能准确反映出环境发展趋势,利于管理人员做出预防措施。

2.3 提供准确决策依据

决策对于企业发展至关重要,一旦企业管理者做出错误决策,将会给企业造成巨大损失。在没有大数据技术之前,企业很难做出决策,导致农业发展滞后。随着大数据技术的发展,企业在政府相关规章制度基础下,通过大数据技术进行数据分析,给农业发展提供准确数据。管理者将有效数据进行整合,给管理者提供准确决策方向。并且在农业生产运作中,通过大数据对生产过程进行全面的分析,在生产中存在的问题或隐患将直接反映出来。管理者通过数据就能掌握生产流程,对出现的问题,及时制定解决方案,确保生产顺利进行。在农业经济管理中应用大数据,农业方面的数据更加完整,得到的数据更加准确,给企业管理者提供准确决策依据。

3 结语

综上所述,信息科技不断发展,每天都会产生大量数据,合理利用数据资源,挖掘信息潜在价值,是企业发展的关键。农业发展涉及行业较多、领域较广,数据信息量庞大,传统的信息处理技术与信息存储技术已不满足现代社会发展。因此引进大数据技术,利用大数据技术的大数据存储技术、数据筛选技术及数据分析,对所产生数据进行分析,挖掘数据中的有效信息,为企业管理者做决策提供依据。并且大数据技术贯穿农业生产全过程,管理者通过数据反映知晓生产中存在问题,及时制定解决措施,减少企业损失。由此可见,农业大数据在农业经济管理中具有十分重要作用,对农业发展具有促进作用。

参考文献

[1]李业玲.农业大数据在农业经济管理中的作用[J].农村经济与科技,2015 ,072 (7 ):60 ,198-200.

[2]于荣华,薛锋.试论农业大数据在农业经济管理中的作用[J].农业开发与装备,2018 ,201 (9 ):44 ,54.