時間：2024-03-23 17:29:37
導語：在企業大數據營銷的撰寫旅程中，學習并吸收他人佳作的精髓是一條寶貴的路徑，好期刊匯集了九篇優秀范文，愿這些內容能夠啟發您的創作靈感，引領您探索更多的創作可能。
關鍵詞：大數據時代；中小企業；網絡營銷；營銷對策
隨著大數據時代的來臨，給各行業的發展帶來了更多的發展機遇，通過數據分析能夠幫助其進行市場定位，實施有效的營銷策略，幫助企業在短期內取得更多的市場資源。但是，對大數據的處理并不是一蹴而就的，需要企業對其進行仔細研究。中小企業網絡營銷在大數據時代必將取得突破性的進展，但是目前很多中小企業在大數據背景下所實施的網絡營銷還存在很大的問題，對大數據的認識不足、網絡基礎設施落后、沒有完善的保障機制、缺乏專業化的人才等等，都是目前中小企業網絡營銷面臨的嚴重問題。因此，必須要提出相應的解決措施以保障中小企業在大數據時代背景下網絡營銷的有效實施。
1.大數據時代對于促進中小企業網絡營銷的重要意義
1.1 能夠使得中小企業獲得更多的市場信息
在大數據時代背景下，任何商業性的活動都能夠通過對各項數據的分析和處理，對其未來的發展做出預測。大數據的這一優勢，使其成為時代性的標志。因此，中小企業借助于大數據時代開展網絡營銷能夠通過數據分析等形式獲得更多的市場信息，可以對其未來的市場狀況進行充分分析，這樣一來就有助于中小企業重新審視自身的網絡營銷策略，進而提高其網絡營銷的效率，在很大程度上能夠促進中小企業的健康長期發展。
1.2 使得中小企業的網絡營銷更具有針對性
電子商務背景下，中小企業的網絡營銷幾乎是遍地撒網，利用網絡資源進行大規模的營銷宣傳，這在很大程度上增加了中小企業網絡營銷的成本，其營銷效果并不明顯。但是，在大數據時代背景下，中小企業通過獲取和分析大量的市場信息，使其在整個發展過程中對目標客戶群體的需求進行完善的數據分析，對其所需要的產品進行設計，制定出合適的價格，使其避免在整個網絡營銷過程中承擔過大的成本支出，這樣一來就增強了中小企業網絡營銷的針對性，不僅能夠節約營銷成本，還能夠提高網絡營銷的效益。
1.3 能夠有效提高中小企業的客戶滿意度
隨著經濟社會的不斷發展，以客戶為中心進行市場營銷成為現代商業企業在發展過程中的必然選擇，能否提升客戶滿意度將直接影響到中小企業網絡營銷的成敗。在大數據時代背景下，中小企業可以通過數據分析與客戶進行多方面的交流，充分了解客戶對其產品和服務的使用情況，并對客戶的滿意度情況進行預測和分析，以便于及時發現中小企業產品和服務存在的問題，進而及時對其進行改進和重新設計，最終提升客戶滿意度，增強中小企業的市場競爭力，實現中小企業可持續發展。
2.大數據時代背景下中小企業網絡營銷存在的主要問題
2.1 對大數據的影響力認識不足
大數據時代的到來，標志著各行業將迎來新的發展機遇，其對中小企業網絡營銷的影響巨大，能夠使其獲得更多的市場信息，可以對消費者的需求進行有效分析，做好準確的市場定位，節約營銷成本。但是，很多中小企業大數據的影響力認識不足，認為大數據時代的影響對自身的網絡營銷沒有太大的影響，依舊依賴于傳統營銷模式，使其在網絡營銷的過程中難以有效利用大數據帶來的發展機遇，因此其網絡營銷收效甚微。
2.2 網絡基礎設施有待完善
網絡基礎設施是大數據及中小企業網絡營銷發展的基礎，完善的基礎設施能夠有效促進企業網絡營銷的順利實施，不僅能夠縮減營銷成本，還能夠增強營銷的收益。但是目前我國網絡基礎設施建設還有待于進一步完善，使得大數據時代的發展受阻，同樣對中小企業網絡營銷的發展帶來嚴重的不利影響。網絡基礎設施的建設需要較長的周期和較大的投入力度，因此這是中小企業網絡營銷在未來面臨的十分嚴峻的問題之一。
2.3 缺乏完善的營銷保障機制
完善的保障機制是大數據時展的重要前提，也是中小企業實施網絡營銷的重要基礎，目前我國在企業網絡營銷保障機制建設方面還存在一定的問題。企業之間難以通過有效的合作共同建設統一的網絡營銷制度，同時各中小企業為了盲目追求眼前利益而忽視現有制度的規范，進而使得網絡營銷出現一片混亂。另外，政府在網絡營銷保障機制建設方面還存在一定的不作為現象，政府相關部門在網絡建設過程中也沒有對中小企業的網絡營銷行為進行一定的規范和指導，使得中小企業在大數據時代背景下的網絡營銷呈現無序化發展狀態。
2.4 缺乏專業化的營銷人才
人才是現代商業企業進行網絡營銷競爭的關鍵因素，同樣是保證大數據時代順利發展的重要條件。大數據時代背景下中小企業網絡營銷要想順應時代的變化和需要，必須要有專業化的營銷人才團隊作為保障，其必須要對大數據進行分析和研究，以便于為企業制定出完善的營銷策略，幫助中小企業實施有效的網絡營銷，促進其網絡營銷的健康發展。但是，目前中小企業在營銷人才培養方面還存在很大的問題，調查顯示中小企業營銷人才的流失率遠遠高于大型國有企業，這對中小企業在大數據時代背景下有效利用各項數據資源進行網絡營銷產生了極大的不利影響。
3.大數據時代背景下中小企業網絡營銷的對策建議
3.1 提高對大數據時代的重視程度
中小企業要想利用大數據時代實施有效的網絡營銷必須要提高對大數據時代的重視程度，因此，中小企業在大數據時代背景下開展網絡營銷的過程中要定期組織中小企業管理人員尤其是營銷人員對大數據時代的內涵和影響及其對網絡營銷的影響進行學習和研究，使其充分認識到大數據時代對中小企業網絡營銷的促進作用，從思想觀念上充分接受大數據時代所帶來的發展機遇。這樣就能夠使得中小企業轉變觀念，實施正確的網絡營銷行為，促進自身的健康長期發展。
3.2 完善網絡基礎設施建設
完善的網絡基礎設施是中小企業在大數據時代背景下實施網絡營銷的重要保證。這需要中小企業和政府進行共同努力：一方面，中小企業要在網絡營銷過程中加大對網絡平臺建設的投入力度，與大型企業進行合作，共同建設網絡營銷的基礎設施；另一方面，政府要積極幫助中小企業實施網絡基礎設施建設，增加必要的投入，保證各項網絡基礎設施能夠實現有序高效運行。這是目前中小企業在大數據時代實施網絡營銷的重要前提。
3.3 完善網絡營銷保障機制
中小企業在實施網絡營銷的過程中要制定統一的標準，并建立完善的保障機制，促使其在網絡營銷的過程中能夠正確利用大數據時代所帶來的發展機遇。加強企業之間的有效合作，共同遵守各項網絡營銷協議。同時，政府要積極進行網絡營銷監管機制建設，對大數據時代中小企業的網絡營銷行為進行有效的指導和規范。
3.4 培育和引進專業化人才
一方面，中小企業要對現有的營銷人員進行培養和教育，使其提高對大數據時代和網絡營銷的重視程度，提升自身的綜合營銷能力。另一方面，中小企業要積極與各高校和研究機構進行合作，形成產學研一體化的人才培養和引進機制，不斷完善網絡營銷人才團隊，以專業化的人才團隊促進自身網絡營銷的發展。
總結
從目前中小企業在大數據時代背景下網絡營銷存在的問題來看，其必須要從提高對大數據時代的重視程度、完善網絡基礎設施、強化保障機制和培育先進人才等角度出發，保障其網絡營銷的有效性，借助大數據時代帶來的發展機遇，實施正確的網絡營銷行為，保障中小企業在市場競爭中保持一定的競爭優勢。
參考文獻：
[1]高源，張桂剛.基于大數據的網絡營銷對策研究[J].湖北經濟學院學報（人文社會科學版），2014（02）
[2]鄭濤.關于大數據時代電子商務網絡營銷的思考[J].現代經濟信息，2015（13）
在這個海量信息的網絡大數據時期,云營銷也逐步進入到人們的視線,取得了中小企業的注重。企業如何選擇合適本身的營銷方式是現在良多企業的亟待解決的問題。云營銷就是運用軟件以及社會化媒體等作為載體,通過網絡把多個本錢較低的計算實體,云整合成1個擁有強大營銷能力的解決方案。它能夠同時管理多個終真個消費者喜好數據等,將傳統營銷法子與軟件服務化的理念融會入在1起,云營銷主要目標就是把網絡上各種渠道的營銷資源集中在1起,從而對于這些資源開展整合、分享與運用等。云營銷的優勢主要下列兩點:(一)云營銷能夠為企業提供完全的用戶喜好,解決了以往用戶喜好信息不完全的問題;(二)使患上新用戶以及新產品的冷啟動患上以解決(在沒有歷史累積的信息時,沒法發掘用戶偏好的問題)。云營銷不但顯著提高了信息量以及信息應用效力,同時也通過云真個集中管理大幅度的降低了企業的營銷運營本錢以及管理本錢,降低新用戶的獲取本錢,最小化顧客的資本投資,并且增添了客戶數量,終究實現了企業總體利潤的增長。
未來所有的企業、百姓糊口都將與云營銷產生瓜葛,云營銷成為人們糊口中不可或者缺的1部份,并深受其影響。云營銷的活氣體現在市場的活躍度上,跟著云營銷的不斷發展,使患上所有手機用戶都能夠用手機上網,國內手機網民數量成倍的增長著,這使患上互聯網市場變患上更為擁有活氣。人們可以為所欲為地用自己的手機上網,增進了人們的信息化糊口。云計算的特色首要1點是會使大量的碎片時間,能無處不在地被網民應用,為網民提供極大的便捷。國內的中小企業如何運用云平臺以及大數據進行有效的營銷,整合PC端、挪動端、WEB端、微信端等多種不同類型以及不同需求的平臺進行管理以及開發,在減輕中小企業壓力的同時節儉開發本錢,這是值患上深刻鉆研與探討的問題。
二.中小企業云營銷的必要性
中小企業展開云營銷不僅可以有效提高信息量,還能夠應用云端實現高效管理,提高效益的同時降低本錢,并且增添了客戶數量,終究實現了企業總體利潤的增長。大數據時期數字化信息可以匡助企業準確掌握用戶的行動數據,在大數據的基礎上了解以及掌握消費者的購物喜好,并據此為消費者提供最合情意的產品與服務。但是,即便這個違景下每一1個企業都很難做到準確、完全的掌握用戶信息,如何分析用戶行動,增強用戶體驗是企業重中之重。每一1個企業對于用戶的了解都是不完全的,在大數據違景下怎么有效的分析用戶行動,增強用戶體驗是10分癥結的。比如有兩家網站:網站X賣鞋子,網站Y褲子,這兩家網站都掌握了用戶在自己的網店喜歡購買哪些,例如用戶會時常購買哪些款式以及色彩,對于價格的敏感度等等。然而它們卻沒法掌握用戶在其他網店的購物情況。倘若網店X可以掌握其的用戶在網店Y上的喜好,比如用戶喜歡牛仔的褲子,這個信息同享出來可以匡助網站X更為準確地為該用戶提供其可能會需要的鞋子。通過數據分析提高了企業網店的效益,充沛的體現數據的有用性,準確掌握用戶愛好或者者時常購買哪些產品,通過了解用戶的購物情況、對于搜尋癥結字廣告的投入產出進行衡量。大數據時期怎樣樣提高企業效益,有效的管理分析數據,讓企業管理層作出正確的決策,這是關注大數據的緣由。
三.中小企業展開云營銷存在的問題
國內良多中小企業在展開云營銷的時候存在良多問題,諸如:第1,對于云營銷定位不清;這主要是因為互聯網行業立異基因缺少,只是情勢上好看,并無真正將云營銷落實到位,這致使了沒法獲得優良的營銷效果。第2,企業展開的營銷流動與企業產品沒有實質上的聯絡。營銷流動與企業的產品無關這樣企業沒法實現營銷的目的,對于實現營銷目標沒有任何的匡助。第3,用戶本位意識不夠,疏忽了用戶的真正需求。盡管云營銷能夠很好的知足用戶喜好,然而企業在應用云技術的進程中并無真正知足用戶的需求。致使以上問題是終年累月累積下來的,其實不是1朝1夕就可以構成的。第1,企業對于云營銷的了解不到位。對于許多企業來講,云營銷就是與同行競爭的“武器”。第2,企業沒有構成整合營銷的意識,并且能力有限。在當前市場經濟環境下營銷已經經不單單只是企業市場營銷部門的工作,而是觸及到企業所有員工的1項首要工作。云營銷的情勢給企業運行帶來了巨大的變革。第3,企業將用戶為作為中情意識還不完美。盡管營銷界理論產生了天翻地覆的扭轉,盡管現在營銷理念產生了巨大的扭轉,然而在實際的操作進程中不將客戶作為中心的情況依然存在。
2013年被稱為大數據元年，大數據應用受到越來越多的追捧，其產品和解決方案也層出不窮。互聯網、金融、電信、醫療，甚至影視、藝術產品領域都在談論并試圖應用大數據。廠商描繪的大數據應用藍圖和商業前景也讓不少企業怦然心動。
對于目前的大數據熱潮，另有一些評論者在質疑大數據只是概念炒作，認為其商業前景被過分夸大，大數據架構僅僅是“看起來很美好”而已。筆者認為，一方面大數據的價值不可否認，其對行業和領域的影響已經初現端倪，另一方面是戰略性、概念性的東西仍被談論過多，大數據落地應用稍顯底氣不足。目前在中國市場上，大數據的大規模應用方面還沒有足夠的需求。因此，在企業IT基礎和信息化水平無法一夕之間改變的情況下，大數據應用不妨從小處入手，循序漸進推廣。
首先，對于數據的收集和篩選，不應一味地追求越多越好，應理性選擇。軟硬件水平的提升使得數據收集和存儲日益簡單，很多企業不遺余力收集各種數據，花費大量成本，還往往把問題復雜化。在實際操作中，企業需要結合業務進行規劃定位，才能了解哪些數據能夠滿足功能目標，從而有效地選擇數據源。
其次，推動和落實大數據，不一定非得“大”字當頭——實施大項目、采用大技術、尋找大量專家……在起步階段，面對巨大的數據量做一個大規模的應用，并適合大多數人使用，這幾乎是不可能的。最好能結合企業需求和特點選擇技術難度小、針對性強的切入點，其解決方案和項目規模也盡量在現有信息化水平基礎上有的放矢。企業應用大數據應該注重實用，不要把大數據看作“全能”。
從小處入手，有利于風險的控制。小規模的項目相對來說易于掌控，這在目前并不成熟的大數據領域，對剛開始應用大數據的企業來說非常重要。即使出現差錯，也方便彌補和修正，相應的損失也在可控范圍內。從小處入手，有利于取得有效的投資回報。在中國市場，大數據落地實踐的不多，真正獲得收益的案例就更為有限。小規模的大數據應用能快速展現出大數據的優勢，并有助于洞察類似的應用能為企業帶來多少收益。在一個相對較小的范圍內先實現目標，然后再逐步推廣，這樣更容易獲得認可。
需要注意的是，即使是小規模應用，也需要足夠的基礎支撐，比如硬件設備、人才，企業應該先認清自己的信息化水平，在自身能力范圍內展開大數據的應用，效果會更加顯著。
【關鍵詞】 大數據 電力企業 智能營銷 電力能源
【中圖分類號】F426.61 【文獻標識碼】A
電力工業是中國國民經濟的重要基礎，電力營銷則是電力企業發展運營的關鍵。在大數據時代及電力企業管理精益化、優質化內在需求的雙重背景下，電力智能營銷模式的探索和實踐迫在眉睫。因此，本文將借勢大數據深入研究電力智能營銷模式，以期能夠解決傳統營銷模式存在的問題，實現滿足客戶需要的安全性、實時性、環保性電能需求的目標。
一、國內外電力營銷發展現狀
1.電力大數據的內涵
電力大數據通過對電力能源公司自身良性發展和市場個性化需求的挖掘和滿足，驅動電力企業從“以人為本”的高度重新審視自身核心價值，由“以電力生產為中心”向“以客戶需求為中心”轉變。
2.智能營銷的內涵
智能營銷模式，即通過對數字技術的運用，將電網運行與業務需要、社會效益等關聯起來。智能營銷模式通過經營、銷售、營銷等系統的全面自動化，實現電網企業與市場參與者之間的實時互動與能源供需平衡調度。智能營銷模式是一種更安全、更經濟、更環保的電力服務和銷售模式。
3.發達國家電力營銷研究現狀
發達國家電網架構變化小，市場發展較為成熟，需求基本趨于飽和，電力供應及冗余儲備趨于平衡，供電質量和電力市場效益最大化是其關注重點。
以美國為主的北美電網，起步早，發展較為成熟。營銷安全和供電可靠性是北美電網營銷模式研究重點。北美供電企業相繼出臺各種電價優惠政策，例如錯避峰電價優惠、交通工具充電優惠等，以應對用電浪費、用電高峰等問題。
日本電力營銷業務面較為寬廣成熟，主要包括：遠程抄表、合同事務、增供擴銷及費率核算等業務。其營銷模式的特點主要表現為：對目錄電價進行差別定價，以此錯開高峰，引導負荷分流，降低供電成本；對經濟產業省份申請備案，制定差別電價目錄，例如對全電氣化住宅提供電價優惠政策，增加售電量；積極向客戶推薦新型蓄能電器等。
英國電力擁有成熟的發、輸、配、售環節及強大的交易結算體系，其電力營銷業務主要包括報裝接電、裝表抄表、斷電通知、故障處理、供電恢復和電能質量等幾個方面。其電力營銷模式的特點是用戶可自主選擇銷售電價方案，允許支付電費時間尺度和結算方式靈活多樣。
相較于中國，發達國家電力營銷更具有服務性、融合性，與營銷緊密結合的技術工作融于各技術部門。從營銷組織結構及業務模式方面，發達國家電力行業的營銷部門較少，營銷工作基本都以用戶為中心，工作內容主要包括向電力客戶提供電能需求的咨詢及相關設計方案，抄表收費及搶修等技術類工作大多外包給第三方公司。
4.我國電力傳統營銷模式面臨的壓力
伴隨著中國電力市場改革日益深化，當前電力企業運營方式正在向滿足電力市場需求和提高客戶滿意度方向發展。新形勢對電力營銷提出了更高要求，給電力企業運營帶來了多方面壓力。
一是用戶服務需求越來越高。目前居民和企業對電力的依賴性越來越強，同時對停電容忍度也越來越弱。特別是在非計劃或故障停電期間，優質服務面臨的壓力越來越大，給電力企業優質服務提出了更高要求。二是電力企業精益化管理對線損管理方面提出更高要求。線損管理作為考核電力企業經營水平的三大經濟指標之一，是企業降損節能、提高效益的重要環節。當前線損管理依然存在制度建設中可操作性不強、線損管理科技化動態管理不夠、電網設計不夠合理、客戶用表計量精度不高等問題，更關鍵的核心題是線損統計指標失真問題。三是電費回收形勢嚴峻。
二、大數據時代電力智能營銷模式設計
1.智能營銷模式設計
大數據環境使得智能營銷所需的市場、用戶和電能產品信息的收集、分析處理及利用成為可能。電力智能營銷模式，以大數據平臺作為數據支撐，形成由“電力營銷數據采集――數據分析――模型構建――智能評估”構成的持續循環的閉環模式。
（1）數據采集。借助大數據平臺，通過門戶網站、移動終端等各種渠道收集電力營銷各業務系統數據，建立電力數據庫，數據包括：各用戶供售電量數據，電能信息采集數據，供用電合同管理數據，新裝、線損與能效管理數據，增容及變更用電數據，計量點管理，有序用電管理數據，業務處理數據，95598客戶服務數據，客戶關系管理、客戶聯絡、客戶檔案資料管理數據，稽查及工作質量數據。存儲原始數據，并預處理分析已有數據和實時數據，形成基礎電力數據庫。
（2）數據分析。結合基礎數據庫和大數據平臺相關實時數據，深度挖掘并分析電力數據，結合國家宏觀政策、社會經濟發展態勢、自然環境形態等關聯因子在內的各種數據，全面深入研究不同地區、不同行業用戶的用電規律和用電行為習慣。
（3）模型構建。根據用戶特征與偏好，構建用戶用電特征模型及電力智能營銷模型。借助大數據平臺構建智能營銷場景，根據營銷情境制定不同的營銷業務方案，實現營銷方案與數據庫的互相匹配；然后通過有效預測用電量需求，準確制定用電需求側管理方案及有序用電手段，提升電力資源利用率，降低供電成本；根據客戶特性對客戶進行細分，并提供有針對性的營銷及服務策略；構建用戶信用等級模型，提升電費回收水平；監測客戶異常用電行為，避免偷電、竊電行為的發生。
（4）智能評估。實時更新數據庫，以便及時掌握電力營銷信息。借助大數據平臺對營銷實施過程進行實時監測，對市場異常數據、狀態提供在線可視化預警功能。平臺在線監控營銷態勢，及時監測營銷突發狀況，制定解決方案，反饋后期市場評估信息，修正解決方案，為下一階段營銷模式的改進優化提供科學決策依據。
2.電力智能營銷模式實施策略
（1）電能產品策略。產品是企業市場營銷的重要因素之一，保證電能產品質量是電力智能營銷的基礎和關鍵。電力能源企業對不同用戶供電質量付出的成本差別較大。依據市場中成本與收益相匹配的原則，應對消費者進行細分，對不同的客戶采取不同的電價。利用大數據技術對龐大的用戶電表進行快速區分，對各類電力用戶收取差異化電價，實現精細化管理目標。
（2）動態電價策略。大數據環境使網上競價成為可能。當分布式電源產生的電能能夠滿足電網并網條件時，即在電力營銷平臺發出售電意向，營銷平臺接受售電請求后，反饋給分布式電源，進一步詢問預計上網電量、上網價格和上網時段，然后在電力網絡營銷平臺實時售電信息。當客戶同意其上網電價并購買后，平臺即通過電網先進技術設備，自動完成網上競價交易過程。
數據交易平臺能夠變革傳統發電上網“一廠一價”的定價機制，逐步形成較為成熟的電力自由競爭市場，使得分布式電源與大電廠具備相同的市場地位，借助市場經濟杠桿，有效降低上網電價，錯開高峰，充分利用能源，保護環境。
（3）優質供電服務策略。根據客戶用電量的增量和存量、負荷率、電費回收率、電價水平、電源等級、能耗水平等指標對售電市場進行細分，利用大數據整合分析技術對用戶進行聚類分析，建立優質電力用戶庫，優先提供優質的供電服務。
（4）電力促銷策略。一是運用電力廣告進行促銷宣傳。在宣傳上側重突出電能的清潔能源屬性，引導公眾全面認知電能產品的便捷、經濟、優越等特性，并逐步形成累積的宣傳效應。二是正確引導電力客戶展_電能替代工作。通過增加電能終端消費比重，逐步促進電力客戶轉變用能觀念。
三、基于大數據的電力智能營銷實際應用
1.利用大數據挖掘潛在電能替代客戶
傳統電能替代項目的挖掘主要依靠地方經信局、環保局等部門來推進，難以保證電能替代工作的可持續推進，也缺乏對電能使用市場按行業、屬性的系統了解和分析。浙江蕭山利用大數據建設“電能替代客戶全過程服務”智能系統，收集和錄入轄區內五千多戶專變用戶能耗數據，按照行業細分，逐個開展運算模型構建，并結合專變用戶智能APP實時跟蹤更新客戶數據庫。
2.利用大數據分析客戶用電行為
福建省電力公司開展基于大數據挖掘的客戶用電行為分析，建立客戶用電行為分析模型，以龐大海量的客戶用電行為數據為基礎，對不同客戶的用電行為、用電負荷情況等基本信息進行深入分析，推進用電客戶細分管理、欠費和用電檢查風險有效預測、移峰填谷科學管理，實現科學的客戶認知、風險管理、個性化營銷和服務的目的，從而有助于提升客戶服務質量和風險防范能力。
3.利用大數據實現信息資源跨界整合
訊：進入2012年，大數據一詞越來越多地被提及，人們用它來描述和定義信息爆炸時代產生的海量數據。最早提出大數據時代到來的是全球知名咨詢公司麥肯錫。麥肯錫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。近年來隨著互聯網和信息行業的發展，大數據開始引起人們的普遍關注。
在家居行業，電子商務的發展和網購的風靡將“大數據”帶入了普通大眾的生活，人們清楚的知道大數據如何發揮自己的功用，如何有效的幫助自己和商戶及電子商務平臺獲得更好的發展。比如，“雙11”剛剛結束，各大購物網站的后臺便可以按家具、沙發、床墊、紡織用品等品類統計出每個品牌的銷量、產品流向、顧客評價、退單量等，并排出精準的名次。同時大型購物網站還可通過信息系統的優化，將眾多城市發生的龐大而繁雜的數據進行歸類、交叉對比和分項統計，形成有用信息，從而指導企業依據消費者精準需求定制產品。
在大數據的支撐下，除了具體的某個品牌可以根據統計數據實施產品的改進、服務的強化、訂單的跟進以外，還可以和相似的品牌進行關聯，實現互動營銷。以前家居行業的互動營銷依賴的是聯盟，如冠軍品牌聯盟、中國好家居品牌聯盟、家居件品牌聯盟，都是由企業自發組織的，如同“拉郎配”，未必與消費者的需求相契合。如今通過大數據的直觀呈現，可以發現業主對品牌選擇的關聯性，關聯性占比較高的品牌可以主動聯合起來為業主提供優惠營銷或服務互動，從而真正滿足消費者的需求。比如，網站通過大數據統計結果發現，偏好某一品牌的業主可能還會選擇其他幾個特定品牌的幾率較高，如果將這些品牌進行聯合營銷，自然會迎合業主需求，起到事半功倍的效果。
大數據時代已經來臨，家居行業要發展，就不僅僅是供應商之間的簡單聯盟，而應該注重建設電子商務平臺，利用大數據營銷，真正了解客戶的需求，找到最有效的業主，最快速地反饋消費者的訴求。同時也幫助業主獲得最好的品牌和最優的價格。（來源：搜房網）
摘要：在分析銀行業大數據需求和現狀的基礎上，基于電信行業大數據的特點和應用，梳理電信行業大數據在銀行業的主要需求，結合需求設計提出16項具體的場景化應用，最后介紹了部分電信行業大數據在銀行業的場景化應用實際案例。
關鍵詞：大數據；銀行業；電信行業；場景化；行業應用；電信運營商
1銀行業大數據業務需求及現狀
1.1銀行業發展現狀
截至2016年底，我國銀行業金融機構本外幣資產總額為232萬億，同比增長15.8%；本外幣負債總額為215萬億，同比增長16.0%，資產和負債規模穩步增長；商業銀行全年實現凈利潤16490億元，同比增長3.54%，整體行業發展良好。隨著互聯網、移動手機的普及，傳統銀行的業務形態已經發生了極大變化，金融科技的發展正在逐步重塑銀行業態，手機銀行、網上銀行、微信支付等新興渠道正在快速替代傳統的柜員服務，目前國內大型商業銀行的電子交易占比已超過80%；同時，互聯網金融的興起對于傳統銀行業造成巨大沖擊，互聯網消費、互聯網借貸等業務快速擴展，傳統銀行業面臨管道化危險。因此，銀行業面臨迫切的轉型需求，即從原來的賬務性、交易性處理轉向經濟生活全場景化的服務。面對壓力，銀行業積極探索通過創新驅動業務增長和市場發展。作為金融服務業的一個分支，銀行業創新的本質在于更好地吸引和服務客戶，提升綜合競爭力。其中，數據作為金融行業的核心資產，是服務好客戶的前提和保障，而大數據的出現則為銀行業充分利用數據手段提升客戶服務效能、拉動業務增長提供了有效途徑。在這種背景下，銀行業也成為大數據應用最為廣泛和深入的行業之一。
1.2銀行業大數據業務需求及現狀
從應用維度來看，銀行業對于大數據業務的需求主要集中在客戶精準識別畫像、產品精準營銷以及金融風險防范。從應用領域來看，銀行業對于大數據的業務需求分布于零售業務、公司業務、資本市場業務、交易銀行業務、資產管理業務、財富管理業務和風險管理。從銀行業實際需求來看，銀行業對于大數據業務的需求集中在應用、平臺和數據3個維度。現階段國內外銀行業都在積極探索使用大數據創新業務模式，拉動銀行業務快速增長。如建設銀行已經實現在實時數據倉庫上對客戶經理做實時的數據提供和交付，并設計6類數據應用模式，包括挖掘類、數據實驗室、機器查詢、儀表盤、固定報表、自動查詢等。中國銀行則通過打造中銀開放平臺，將中國銀行的大數據整合開發為1000多個標準的API接口，在將其應用于自身業務開展的同時，探索面向外部合作伙伴提供API接口服務。銀行業在積極探索大數據應用的同時，也面臨如下問題和挑戰。a）隨著客戶交易行為越來越線上化以及第三方支付與店商的合作，銀行對客戶交易行為的了解相比以前減弱了，銀行業急需通過多維度數據資源補全客戶行為畫像。b）由其行業特點所決定，銀行業大數據需要使用個人類數據較多，如何獲得數據擁有者的許可和信任，即合法合規利用大數據優化現有業務模式，也是銀行業在開展大數據業務時不可忽視的問題。c）銀行業積累了較強的數據研發能力，基本都已建完備的數據平臺。但銀行業細分業務場景繁多，如何將大數據與細分業務流程融合，尋求大數據業務合理的切入點，是目前銀行業大數據應用的核心問題。
2電信行業大數據特點及應用現狀
2.1電信行業大數據的4V特征
按照業界常用的方法，從體量（Volume）、速度（Velocity）、價值密度（Value）和多樣性（Variety）4個維度分析電信行業大數據。a）體量：電信行業大數據具有體量大和覆蓋廣的特點。截至2016年底，全國移動通信用戶累計達到13.278億戶，全國寬帶用戶累計達到2.76億戶。同時電信行業用戶覆蓋國內各級自然行政區域及國外漫游區域，數據采集基本不受地理和經濟發展等因素影響。b）速度：電信行業在多年處理用戶信息消費的過程中，通過計費、管理、服務等平臺的多維度建設，已經建成可以快速處理海量用戶數據的計算分析平臺，能夠快速地對外提供數據加工和挖掘服務。c）價值密度：大數據以低價值密度為主要特征，電信行業具有相對優質和高價值密度的數據資源。以國內電信運營商為例，截至2016年12月31日，國內已100%實現電話用戶的實名登記。此外，電信運營商以號碼為唯一的ID來整合各類數據，其刻畫客戶的完整性是一般企業難以企及的，因為號碼就是業務本身，而且還有終端ID作為移動通信網業務屬性而存在。d）多樣性：從數據來源區分，電信運營商數據來源涵蓋B域（Businesssupportsys），O域（Operationsup⁃portsys），M域（Managementsupportsys）。從數據類型區分，電信運營商數據分類包括消費、位置、終端、網絡行為等多個維度，而且維度間存在強關聯。
2.2電信行業大數據在細分行業應用情況
電信行業大數據因其數據質量高、數據應用經驗豐富已經在許多細分行業得到深入應用，如表1所示，此處結合電信行業數據類型，對部分目前使用電信行業大數據較多的行業進行了分析。
3電信行業大數據在銀行業場景化應用
3.1應用思路
在為銀行業設計大數據應用解決方案時，應該立足電信行業已具備的大數據能力，通過深入了解銀行業務應用場景，尋求電信行業大數據與銀行業務流程的結合點，完成電信行業大數據在銀行業的應用。
3.2電信行業大數據在銀行業主要應用
按照上述思路，電信行業在銀行業的主要應用可分為6類，分別是精準營銷獲客、用戶特質描繪、消費信用評估、欺詐識別防范、智能投顧輔助和業務運營優化。a）精準營銷獲客：利用電信行業積累的用戶消費、信息等數據，結合營銷產品和計劃，通過電信行業設定的用戶標簽篩選重點目標客戶群體，然后開展精準觸達營銷。b）用戶特質描繪：利用電信行業用戶標簽，完善銀行業已有用戶畫像庫，為后續開展針對和營銷提供數據參考基礎。c）消費信用評估：將用戶在電信領域的消費、投訴等歷史記錄，作為銀行業客戶消費信用評估的重要參考維度，輔助銀行開展互聯網借貸等新業務，或者直接通過API接口比對驗證用戶在電信側的相關數據。d）欺詐識別防范：包括事前、事中和事后3個環節的欺詐識別預防。利用電信行業用戶位置、朋友圈等有效數據，合理設計場景，輔助識別金融欺詐行為，避免銀行客戶損失。e）智能投顧輔助：依托電信行業完整的用戶畫像，為銀行業開展智能化投資理財提供用戶分群參考。f）業務運營優化：利用電信行業的位置數據以及積累的PoI數據庫等信息，輔助銀行業開展日常業務運營優化，如網點選址、市場分析等。
3.3電信行業大數據在銀行業通用場景化應用
基于上述6類應用場景，本文對電信行業大數據在銀行業的具體應用進行了詳細劃分，在充分研究銀行業務場景需求和用戶隱私保護的前提下，共設計提出16項銀行需求較為急迫的通用場景化應用，對場景化應用進行了詳細介紹。
4電信行業大數據在銀行業場景化應用案例
4.1銀行客戶征信
4.1.1應用場景銀行在信用卡用戶開卡、銀行賬戶開立或者金融借貸發生時，利用電信行業大數據，判斷用戶提供的部分初始信息是否準確，進行金融業務的事前風險防范。
4.1.2應用方案數據傳遞：通過API接口傳遞數據，傳輸協議使用SOAP。銀行客戶通過調用接口完成數據征信。
4.2銀行電子交易風控
4.2.1應用場景在電子銀行交易過程中，存在用戶交易確認短信被不法分子以非法手段截取的欺詐場景，如植入木馬、復制SIM卡等。通過引入電信運營商的位置大數據服務，可在銀行電子銀行交易過程中實時比對用戶登錄電子銀行、用戶接收短信以及用戶操作U盾等交易環節的位置數據，然后通過比對各交易環節位置數據，通過位置差值觸發和阻斷可疑交易。該思路同樣適用于手機銀行登錄、手機銀行交易等。
4.2.2應用方案引入電信運營商大數據服務以后的電子銀行交易流程，通過運營商處位置和銀行獲取的用戶交易位置進行比對，在發現距離超限后，銀行實時阻斷和掛起交易，減少欺詐的發生。
4.3利用電信行業大數據完成銀行客戶精準分群
4.3.1應用場景某銀行希望對其部分有潛在理財需求的客戶進行電話營銷前，進行精準分群，針對不同屬性的客戶提供針對性的理財產品，并設計個性化的營銷方案，進而提高電話營銷的成功率。
4.3.2應用方案基于客戶應用場景，在進行客戶分群時共使用個性化定制標簽34個，包括近3~6個月出賬收入、觸媒偏好、在網時長、終端類型、訪問特定類型網站情況等，數據類型涵蓋用戶身份屬性、終端基本屬性、位置狀態、上網行為、興趣偏好等。最終，通過使用上述標簽對銀行提供的客戶樣本進行分析，完成客戶精準分群如表5所示。按照營銷產品屬性，將樣本用戶分為4類，分別是關注商務應用類網站、關注炒股類APP、接聽客服電話超過30s和關注××銀行APP，針對分群后的不同用戶，建議銀行采用不同的營銷方案，如針對接聽客服電話超過30s的客戶，建議通過外呼的方式進行產品銷售。
4.4利用電信行業大數據風控模型幫助銀行開展貸前授信評估
4.4.1應用場景
銀行在提供小額信貸、消費貸等面向個人的靈活類型借貸時，需要通過一系列風控模型對借貸人進行信用評估。電信行業大數據可幫助銀行從移動號碼維度出發，對借貸人進行信用評估。
4.4.2應用方案
參考銀行業借貸業務場景，貸前審核分為身份核實、授信額度信用評估兩部分，由于個人信貸額度一般較小，因此對用戶還款意愿的評估比還款能力的評估更為重要。提煉電信行業側與用戶小額借貸等個人借貸行為相關聯通信信息行為屬性，構建風控模型，經過模型能力訓練，部署至實際數據生產環境，在借貸業務場景下調用模型接口，為銀行提供風控參考。
5結束語
面對激烈的市場競爭，大數據已經成為銀行業保持業務增長的重要手段。聚焦融合行業特色的場景化應用，電信行業大數據可有效助力銀行業大數據應用，幫助銀行業創造更多價值。通過跟蹤銀行業實際業務需求和新業務發展，電信行業大數據在銀行業的應用將不斷深入，應用場景將不斷豐富，電信行業大數據在銀行業的場景化應用將同時推動2個行業的轉型升級。
參考文獻：
［1］龐引明，張紹華，宋俊典.互聯網金融與大數據分析［J］.中國信息化，2016（10）.
［2］鄭東盟.大數據時代商業銀行優化經營管理策略研究［J］.現代經濟信息，2015（15）.
［3］孫妮，康守松，劉曉峰.數據資產視角下商業銀行大數據應用現狀及發展前景分析［J］.現代管理科學，2017（2）：79-81.
［4］張晉.移動運營商在大數據方面的應用及策略［J］.中國新通信，2016，18（11）：93-93.
［5］陳濤，魯萌，陳彥名.運營商大數據技術應用研究［J］.電信科學，2017（1）：130-134.
［6］廖慧，李娜，王蓉.大數據時代下電信運營商應用模式研究［J］.電信技術，2016（3）：8-12.
［7］穆致君，何陽，楊丹.運營商的大數據業務發展模式分析［J］.現代電信科技，2016，46（1）：8-12.
［8］陳科帆，周洪成.電信運營商大數據資源變現模式及策略研究［J］.移動通信，2016（1）：63-67.
［9］呂良成.電信運營商大數據資源應用及變現探析［J］.通訊世界，2016（13）：75-76.
［10］范濟安，李衛，魏進武.電信運營商的大數據發展戰略［J］.信息通信技術，2015（6）：5-12.
［11］魏進武，靳淑嫻，張基恒，等.大數據關鍵技術及運營商落地建議［J］.郵電設計技術，2015（5）：9-12.
［12］王熙.移動互聯網迅猛發展加速大數據應用落地，運營商試水大數據經營［J］.通信世界，2015（1）：34-34.
［13］楊虎，易丹輝，肖宏偉.基于大數據分析的互聯網金融風險預警研究［J］.現代管理科學，2014（4）：3-5.
［14］余韋.基于電信大數據的位置類應用服務策略［J］.移動通信，2015（24）：77-81.
［15］張雅.電信企業大數據分析的應用及發展策略研究［J］.經營者，2015（2）.
［16］胡為艷，艾民，周光彬，等.基于大數據的信令監測系統的設計與實現［J］.電視技術，2016，40（1）：95-101.
［17］施戀林.大數據征信助力運營商轉型［J］.中國電信業，2016（12）：46-46.
［18］黃志凌.大數據思維與數據挖掘能力正成為大型商業銀行的核心競爭力［J］.征信，2016（6）：1-7.
［19］蔣耀萱.大數據時代我國商業銀行風險管理的問題研究［J］.中國商論，2015（16）：85-87.
［20］孫暢.大數據背景下的銀行信用風險管理［J］.商情，2016（29）.
［21］湯雅妃，魏進武，張云勇.基于大數據的信令監測系統研究［J］.郵電設計技術，2014（7）：47-52.
［22］桑宏偉，劉占強，曾毅，等.基于大數據平臺的移動分組網絡安全及IP性能的研究［J］.郵電設計技術，2016（1）：32-38.
［23］邵許生.大數據時代商業銀行的客戶信用風險管理研究［J］.時代金融，2016（20）.
【關鍵詞】煙草行業 大數據技術 風險 應用
由于大數據技術應用的有效性能夠為煙草行業的發展提供諸多方面的數據分析支撐，因此近年來大數據技術在煙草行業中的應用已經非常廣泛，例如在煙草行業中的市場營銷系統中、財務管理系統中、物流運行系統中以及專賣系統中等已經等到了廣泛的利用。因此做好大數據技術應用的風險控制與防范對煙草行業的發展具有重要的意義。
1 大數據技術概述
大數據是指數據量十分龐大，數據類別特別多的數據集。大數據技術是利用一定的數據處理工具對數據進行收集、分析和處理等，使雜亂的數據轉化為有效的數據資料，為企業的生產發展和決策提供有效的數據支持。
2 大數據技術在煙草行業中應用以及作用
2.1 有利于煙草企業長遠營銷策略的制定
隨著我國控煙政策的實施，煙草行業的發展面臨著前所未有的困境。煙草產品的替代品的出現也給煙草行業營銷策略的制定造成了巨大的困難。傳統的數據收集方式對營銷策略的制定所起到的幫助作用較小，而使用大數據技術之后，能夠為煙草行業制定營銷策略提供充足的數據資料和有效的分析方案，有利于長遠營銷策略的制定。
2.2 有利于煙草企業掌握消費者需求
充足的數據資料對于煙草行業掌握消費者的消費需求和變換具有重要的作用。而大數據的應用恰好滿足了行業的這項需要，基于大數據技術的應用能夠收集到充足的、具有層次的目標消費者資料，因此煙草行業能根據數據分析結果又針對性的制定一系列的經營策略，提升煙草行業的經濟利潤。
2.3 有利于煙草行業開發新的市場需求
煙草產品的消費者屬于特殊的消費群體，如果煙草企業在發展的過程中能夠精準的定位消費者目標群體，就能依據該群體的需求制定相應的經營策略。使用大數據技術能夠有效地對煙草產品的消費者進行分析，為煙草企業創新產品，開發新的市場去求提供有效的數據資料和分析結論，有助于煙草行業的進一步發展。
3 大數據技術在煙草行業中應用的風險
3.1 封閉的數據平臺
大數據技術中的封閉性數據提供平臺在實施對短缺數據和斷層數據分析時帶來巨大的風險。對于該類數據本質上屬于環境封閉額小型數據，數據資料的不協調與不匹配給大數據技術的應用帶來的巨大的風險。
3.2 錯誤數據的混入
當錯誤的數據資源混入到大數據資料庫中時，就很難發現數據中的錯誤。由于數據苦衷的數據資料數量十分龐大，再加上對數據的價值定位的歪曲，就很容易出現數據判斷結果失真的結果。在煙草行業中對客戶資料的錯誤收集就會造成煙草產品銷售與消費群體之間的數據資料斷層。
3.3 網絡連接的緊密型帶來的風險
在大數據技術的應用中計算機的計算功能不再是傳統應用方式，手機、平板電腦能移動數據存儲設備也是大數據技術應用的主要平臺，而由于黑客的入侵給煙草行業中的大數據網絡帶來了很大的風險。
3.4 數據保密問題
隨著大數據技術的應用，對行業數據的收集、分析和使用也逐漸增多，因此也給數據資料的保密工作帶來了相當大的困難。各種移動存儲設備應用于數據的收集、分析和存儲過程中，一方面為數據的應用提供了便捷性，另一方面也增加了安全隱患，因此，煙草行業應該對數據的保密工作引起足夠的重視，提升行業發展的安全性。
3.5 云中數據服務問題
隨著信息技術的發展，云技術的應用成為可能。云服務的應用一方面為煙草行業的發展提供了極大的便利，另一方面也給煙草行業在應用大數據技術的過程中帶來了風險挑戰，因為云服務的應用提高了數據應用的頻率，在數據存儲和處理中包含著諸多的風險因素，是煙草行業發展中面臨的重要問題。
4 大數據技術在煙草行業中應用的風險防范措施
4.1 加快煙草行業資源共享平臺的自主建設
目前國內煙草行業中所使用的大數據技術平臺主要都是由國外生產的，我國的大數據技術應用平臺發展還相對緩慢，因此我國政府應該加強對于建設大數據技術平臺進行資金、人員和管理方面的支持，推動我國煙草行業中資源共享平臺的建設。
4.2 建立煙草行業大數據技術的網絡防火墻
由于網絡技術的發展，網絡中的不安全因素給煙草行業大數據技術的應用帶來了巨大的風險，因此加快建設煙草行業大數據技術的網絡防火墻有助于風險的降低。同時做好數據加密工作，做好數據備份工作來提升數據的安全性。
4.3 完善大數據技術應用的法律法規
目前我國的大數據技術應用還處于發展的起步階段，相關的法律政策規范還比較缺失，也為大數據技術的應用造成了一定的風險。因此相關部門應該加快行業法律法規的制定，為煙草行業的大數據技術應用提供良好的法律環境。
5 結論
煙草行業中制定完善的管理制度并實施嚴格有效的管理，才能夠實現煙草行業發展中的趨利避害。大數據技術在煙草行業中的應用在給其發展帶來巨大幫助和基機遇的同時也存在一定的應用風險，煙草行業如果不實施有效的措施應對，就會對該行業的發展造成巨大的損失，因此煙草行業必須加強相關技術層面的大數據技術應用風險控制，充分發揮大數據技術的積極作用，促進我國煙草行業的快速發展。
參考文獻
[1]彭志勇.談大數據技術在煙草行業應用與發展的風險與防范[J].企業家天地（下半月刊），2014，08（06）：51.
[2]張亮.大數據和數據挖掘技術在煙草行業的應用[J].電腦知識與技術，2014，09（22）：5375-5376.
[3]馬超，陳曦，朱金峰.大數據技術對壟斷行業的影響與應用――以煙草行業為例[J].電腦知識與技術，2016，06（11）：222-224.
但是，對于傳統企業來說，應用大數據的難度似乎變得更大。數據更加碎片化，讓企業更難獲得完整的數據分析能力。全球化帶來的影響也對企業應對外部的變化提出了新的要求。傳統企業該如何利用大數據？
發現身邊的工業大數據
很多人認為傳統企業面臨的第一個難關是缺乏數據，但傳統企業真的沒有數據嗎？舉一個例子，現在很多房地產企業都在轉型進行物業服務。對于開發商來說，他們擁有的正是O2O求之不得的業主數據，只是開發商自己沒有意識到罷了。最了解業主消費能力、生活習慣的應該是物業，訪客信息、快遞數量等數據，對于進行社區電子商務平臺的搭建非常有價值。此外，開發商所擁有的資產管理等數據對物業改造、設備安全也非常有利。
百分點集團副總裁梁培明表示，傳統企業并不缺乏數據，企業所需要加強的只是對技術的理解。特別是工業企業，隨著物聯網的發展會擁有更多內部數據。
“所以我不太同意傳統企業因為數據匱乏，沒有辦法去共享大數據。由于很多大數據企業在推廣數據營銷，而營銷恰恰需要互聯網外部數據作為補充，所以很多企業會認為自己不僅缺乏外部數據，還需要花費大量人力物力去搭建系統平臺。這是很多傳統企業沒有開展大數據項目的原因。其實，在不局限于營銷領域的時候，你會發現數據可能就在我們的身邊。”
作為新興大數據的重要來源，工業大數據也越來越被人們所重視。梁培明認為未來工業自動化的深度融合會帶來大量的傳感器數據，這些數據可以用于工業優化、全程質量控制、食品安全原材料溯源等領域。
比如很多中國制造企業都在進軍國際市場，利用大數據可以輕松獲取國外市場的用戶評價，從而分析出某一區域的特殊產品需求。而在國內市場，目前華為、OPPO、海爾等企業已經可以通過互聯網的口碑獲取來決定下一代產品配制和外觀設計。
在降庫存、提升收入的同時，工業大數據還可以幫助制造企業向智能制造更進一步。以高舉定制化大旗的紅領西服為例，利用人體大數據定制西裝其實并不復雜。一套西裝，只需要十八個人體尺寸數據。這些并不復雜的數據，卻可以驅動整個產業鏈的改造。不管是標準化組件，還是C2M，都可以重新定義生產過程，完成從大規模制造到大規模定制的提升。百分點曾為一家智能終端廠商進行客戶群體分析，發現該企業的智能終端上有一個轉換接口使用率不足5%，去掉該接口可以降低800萬成本。大數據在完成營銷策略重構的同時完成了產品設計重構。
數據決策力挖掘數據價值
因此，百分點提出了數據決策力概念。簡而言之，數據決策力就是基于數據進行科技決策，并產生價值的能力，其價值體現在五個方面呈現。全員與價值鏈創新。知識已被量化為數據的集合，基于數據的決策可以將決策能力賦予知識密集組織的全體員工，提高知識工作者創新能力，同時還可以借助于數據即服務（DaaS）將數據決策能力賦予整個價值鏈，最終通過價值鏈的協調創新推動整個生態系統的發展；密切的客戶關系。大數據不僅能夠描繪出客戶畫像，還可以為客戶提供個性化服務，根據客戶消費行為歷史數據分析，為客戶推薦其所需的商品和服務，從而提升客戶體驗；快速的市場反應能力。數據決策不僅能快速響應外界的變化，而且能夠將外界變化數據與大量歷史數據一起進行深度分析，挖掘出潛在的規律或關聯信息并迅速反饋給一線員工，為他們的決策提供支持。還可以讓管理者洞察到市場潛在變化，從而在市場營銷上做到未雨綢繆，掌握競爭主動權；敏捷的企業運營。大數據采用基于云的基礎設施和共享的大數據資源池，使得現有應用的調整和新應用的建立都變得快捷起來，確保企業運營的敏捷；創造新業務和新價值，基于對市場的分析，大數據可以快速建立新應用和業務，并將新應用在現有數據資產池中進行反復驗證、調整，避免了傳統應用要拿到市場多次試錯的時間、資金和人力成本。
根據行業調查顯示，雖然有64%的企業在運營決策時會綜合運營數據經驗，但單純依據于數據進行的決策比重依然很低。同時只有20%的企業能夠局部整合外部數據，并且會將外部數據與內部數據進行關聯，外部整合流動狀態和價值狀態依然占比非常低。企業并沒有捋順數據獲取和自身角色決策之間必然的因果關系，看起來企業似乎是依據數據進行了某些決斷，但是二者之間卻又缺乏必然和明確的聯系。
梁培明表示，如果將數據決策力比喻為恒星，每一個應用相當于圍繞其運行的一個行星。行星公轉與自轉的軌跡，構成了數據決策力兩大要素――數據決策力建設與數據決策力釋放之間的松耦合關系。
組織和企業可以通過“數據決策力評價指標體系”來為企業數據決策力進行全面評估，從而讓企業對自身數據決策力產生清晰的認識。在大數據人才建設上，梁培明強調，數據科研團隊要與市場營銷等業務執行部門形成嵌入式的虛擬團隊，并通過基礎設施的構建為企業搭建完整的機構能力，由機構能力來加強數據決策核心信念的滲透，形成建設循環。
從局部做起，快速滾動
梁培明表示，以前要說服企業進行局部突破，企業可能會認為服務商沒有能力進行整體建設。而現在企業都在要求進行局部突破，快速見效。甚至有些企業會把自己的大數據項目，分成小段。一個小項目完成只需要兩個月，投產一、兩個月后，再進行其他的小項目。將原來理論上一個六到八個月的項目，切成四段，用更快速的結構滾動起來。這表示企業對大數據的技術認知，已經達到了新的層面，有了更準確的判斷。很多企業非常有自己的想法，技術服務商要做的就是利用技術手段，幫助企業快速實現想法。
梁培明認為，企業可以利用一些特定的應用場景先將數據利用起來，不用考慮太多技術架構問題。當企業對于大數據還比較懵懂謹慎的時候，可能會更加注重平臺建設。但當平臺搭建完畢后，很可能數據策略已經發生了變化。在不進行頂層設計和總體規劃的前提下，現在的技術足以支撐從局部應用開始，先培養該應用所需的數據獲取能力，之后推送到應用端。
關鍵詞：農業大數據;農業經濟管理;作用
大數據是指以互聯網作為媒介，處理企業生產運作中的大量數據。通過大數據技術將大量數據進行優化篩選，進行數據處理，從數據中挖掘潛在信息。我國經濟發展迅速，每天都有大量數據產生，數據主要來源于市場經濟、合作伙伴、用戶等，是一個數據量極其龐大的體系。為促進企業經濟發展，合理有效利用現有資源，挖掘信息潛在價值，為企業決策者提供決策依據。但是傳統數據處理設備與信息儲存設備不能滿足社會發展需求，企業不能從數據中得到具有價值的信息，不利于企業可持續發展。隨著科學技術不斷發展，大數據技術的創新，讓企業意識到大數據的重要性。利用大數據技術，有助于企業長期發展，對企業的管理具有十分重要作用。
1 農業大數據特點
1.1 大數據特點
大數據最大特點就是信息數據量龐大。我國經濟不斷發展進步，在生產運作過程中，會產生大量數據。特別是在信息數據時代背景下，數據的體量已遠遠超乎人們的想象。據研究調查顯示，社會在接下來的發展進程中，每天所產生的數據以0.5 的增長倍率增長。并且我國向多元化方向發展，產生的數據種類多樣化。并且這些數據內容差異加大，數據與數據之間的關系不同，還有大量非結構化數據。故使用傳統的數據處理分析已不滿足現在社會發展需要，需要采用大數據技術處理信息，為企業發展提供有效數據。
1.2 農業大數據特點
在農業生產中，會產生大量數據，并且這些數據涉及內容較廣泛，包括農作物種類、田地耕作時間、培育種子、播種、撒種、施肥、儲存、運輸、農產品深加工、銷售等。這些數據只是在農業生產中產生的，但是農業涉及領域寬泛，為促進農業經濟發展，要對農業相關行業數據進行分析。因此在農業經濟發展過程中，大數據技術的應用是十分重要的。農業大數據應用包括：生產運作環節、技術管理環節、生產資料數據管理環節、農產品信息環節等。但是農業的生產運作較為特殊，農作物受天氣、溫度、氣候、土壤等影響較大，所以獲得的數據復雜多樣，加大了信息管理。故在實踐中，利用大數據技術，解決數據復雜多樣問題，對數據進行準確有效分析，從數據中挖掘具有價值的信息，滿足農業發展需求。
2 農業大數據在農業經濟管理中的作用
2.1 為農業發展提供準確數據
農業數據對農業發展具有重要作用，是農業發展的基礎，更是企業決策者做出準確決策的依據。我國農業發展主要與農產品流通、農產品生產、農產品加工、農產品生產資料有關。農產品的生產與加工環節，是推動整個農業產業形成關鍵，在生產與加工環節需要大量人力，因此為大量農民提供就業機會，解決就業困難問題。農產品流通環節對于企業發展至關重要，直接關乎企業經濟效益，因此在農產品流通環節出現的問題，要及時解決，確保農民收入的同時，保證農業企業正常運轉。大數據技術在農業生產應用主要體現在供應鏈應用上，包括銷售數據庫、銷售歷史數據、天氣數據庫，通過對供應鏈數據庫進行分析，能有效預測存貨數量，減少庫存成本，提高資金流動。
2.2 推動農業向科學方向發展
在農業生產運營中，采用大數據技術，能有效提高農業經濟管理體制，提高勞動生產力。在對農產作物進行檢測中，傳統方法是通過隨機抽樣，對抽取樣品進行分析，這種方式最大問題就是抽樣具有局限性，導致最終檢測結果不準確。大數據技術能實現全體農作物檢測技術，對所有農作物進行數據檢測分析，并保留數據，提高了檢驗結果準確性。同時大數據技術能優化產業結構，提高管理體制。農產品在生產中，具有不確定性，易受天氣、溫度、濕度、氣候的影響。采用大數據技術，通過對以往數據的分析檢測，能準確反映出環境發展趨勢，利于管理人員做出預防措施。
2.3 提供準確決策依據
決策對于企業發展至關重要，一旦企業管理者做出錯誤決策，將會給企業造成巨大損失。在沒有大數據技術之前，企業很難做出決策，導致農業發展滯后。隨著大數據技術的發展，企業在政府相關規章制度基礎下，通過大數據技術進行數據分析，給農業發展提供準確數據。管理者將有效數據進行整合，給管理者提供準確決策方向。并且在農業生產運作中，通過大數據對生產過程進行全面的分析，在生產中存在的問題或隱患將直接反映出來。管理者通過數據就能掌握生產流程，對出現的問題，及時制定解決方案，確保生產順利進行。在農業經濟管理中應用大數據，農業方面的數據更加完整，得到的數據更加準確，給企業管理者提供準確決策依據。
3 結語
綜上所述，信息科技不斷發展，每天都會產生大量數據，合理利用數據資源，挖掘信息潛在價值，是企業發展的關鍵。農業發展涉及行業較多、領域較廣，數據信息量龐大，傳統的信息處理技術與信息存儲技術已不滿足現代社會發展。因此引進大數據技術，利用大數據技術的大數據存儲技術、數據篩選技術及數據分析，對所產生數據進行分析，挖掘數據中的有效信息，為企業管理者做決策提供依據。并且大數據技術貫穿農業生產全過程，管理者通過數據反映知曉生產中存在問題，及時制定解決措施，減少企業損失。由此可見，農業大數據在農業經濟管理中具有十分重要作用，對農業發展具有促進作用。
參考文獻
[1]李業玲.農業大數據在農業經濟管理中的作用[J].農村經濟與科技，2015 ，072 （7 ）：60 ，198-200.
[2]于榮華，薛鋒.試論農業大數據在農業經濟管理中的作用[J].農業開發與裝備，2018 ，201 （9 ）：44 ，54.