【導(dǎo)讀】未定義書簽。未定義書簽。

　　

【正文】 情報(bào)分析的時效，另一方面也丟失了非結(jié)構(gòu)化數(shù)據(jù)隱含的關(guān)系，而這些關(guān)系很有可能是非常重要的情報(bào)。另外，從原始數(shù)據(jù)到競爭情報(bào)的提煉過程，不僅是對 IT技術(shù)人員的 挑戰(zhàn)，也是對業(yè)內(nèi)專家的挑戰(zhàn)，因?yàn)閿?shù)據(jù)間的關(guān)聯(lián)性已不完全都是技術(shù)問題，有些關(guān)聯(lián)只有專業(yè)人員才能知道，必須在生態(tài)學(xué)、數(shù)學(xué)和統(tǒng)計(jì)學(xué)、社會網(wǎng)絡(luò)學(xué)、社會行為心理學(xué)等方面專業(yè)人員的幫助和解析下，才能建立起合理的數(shù)據(jù)結(jié)構(gòu)。也就是說，未來的信息提 煉需要 IT 技術(shù)人員和行業(yè)專家的共同合作。 2020 年 12 月，美國的科學(xué)技術(shù)顧問委員會、信息技術(shù)顧問委員會向奧巴馬和國會提交的《規(guī)劃數(shù)字化未來》的專門報(bào)告中把數(shù)據(jù)收集和使用的工作提到了戰(zhàn)略的高度。該報(bào)告的第一個挑戰(zhàn)就是“數(shù)據(jù)”問題，即：“如何收集、保存、維護(hù)、管理、分析、共享正 在呈指數(shù)級別增長的數(shù)據(jù)是我們必須面對的一個重要挑戰(zhàn)”。據(jù)統(tǒng)計(jì)， 82％的公司正受到處理海量信息的挑戰(zhàn)，而且他們花很多時間對其進(jìn)行研究， 89％的公司因超負(fù)荷處理數(shù)據(jù)而失去銷售機(jī)會。僅僅坐擁大數(shù)據(jù)并不夠，對大數(shù)據(jù)的分析和挖掘能力已成為企業(yè)的核心競爭力。因此，建議電子商務(wù) 本科生畢業(yè)設(shè)計(jì)（論文） 18 企業(yè)著手部署“大數(shù)據(jù)戰(zhàn)略”，引進(jìn)和培養(yǎng)大數(shù)據(jù)相關(guān)人才，創(chuàng)建基于大數(shù)據(jù)的研發(fā)團(tuán)隊(duì)，從技術(shù)層面上解決大數(shù)據(jù)的困難和挑戰(zhàn)，提高挖掘潛在商業(yè)價值的能力，從而有效地指導(dǎo)企業(yè)制訂精確的行動綱領(lǐng)和采取高效的行動。 競爭情報(bào)體系組織模式 在大數(shù)據(jù)時代，數(shù)據(jù)逐 漸成為企業(yè)最重要的資產(chǎn)之一，決策行為將日益基于數(shù)據(jù)分析做出，而不是像過去更多憑借經(jīng)驗(yàn)和直覺。這意味著，作為構(gòu)建在數(shù)據(jù)分析基礎(chǔ)之上的競爭情報(bào)系統(tǒng)理應(yīng)成為企業(yè)產(chǎn)品開發(fā)、運(yùn)營設(shè)置以及商業(yè)模式的基礎(chǔ)和出發(fā)點(diǎn)。然而，目前絕大多數(shù)中小型企業(yè)都沒有專門的競爭情報(bào)部門和情報(bào)分析專家，即使是在一些大型的企業(yè)中，具有競爭情報(bào)職能的部門也常常處于分散、被動、輔助的地位。因此，在大數(shù)據(jù)時代，需要從戰(zhàn)略到戰(zhàn)術(shù)層面開始自我的蛻變和進(jìn)化，對現(xiàn)有競爭情報(bào)系統(tǒng)的構(gòu)架、組織體系、資源配置和權(quán)力結(jié)構(gòu)進(jìn)行重組，讓基于大數(shù)據(jù)管理與分析的競爭情報(bào)職能 部門處于企業(yè)整體的上游位置，并組織合理的競爭情報(bào)系統(tǒng)構(gòu)架，充分調(diào)用各部門的數(shù)據(jù)資產(chǎn)，實(shí)現(xiàn)對大數(shù)據(jù)的整體把握，為企業(yè)提供完整、動態(tài)、實(shí)時的競爭情報(bào)。 大數(shù)據(jù)時代，網(wǎng)絡(luò)用戶在互聯(lián)網(wǎng)的評論、圖片、視頻、個人信息、興趣愛好、交易信息、訪問的網(wǎng)站等等均被企業(yè)記錄在案。企業(yè)掌握了大量消費(fèi)者的行為數(shù)據(jù)，對大數(shù)據(jù)進(jìn)行整合和分析，從而可以發(fā)現(xiàn)新的商機(jī)，創(chuàng)造新的價值。然而這些數(shù)據(jù)經(jīng)常包含消費(fèi)者的真實(shí)信息，如在淘寶網(wǎng)上交易時的真實(shí)姓名、家庭住址以及銀行賬號等重要的真實(shí)信息，逐漸引起了我們對個人隱私的擔(dān)憂。正如美國著名的計(jì)算機(jī)專家 迪博德所言，在信息時代，計(jì)算機(jī)內(nèi)的每一個數(shù)據(jù)、每一個字節(jié)，都是構(gòu)成一個隱私的血肉。信息加總和數(shù)據(jù)整合，對隱私的穿透力不僅僅是“ 1＋ 1＝ 2”的，很多時候，是大于 2 的。因此，針對隱私保護(hù)方面的問題，建議電子商務(wù)企業(yè)和國家從以下三方面著手： （ 1）電子商務(wù)企業(yè)應(yīng)該恪守行業(yè)道德，不能將消費(fèi)者的個人信息進(jìn)行交易和泄露。 （ 2）企業(yè)應(yīng)該從技術(shù)層面上采用先進(jìn)的隱私保護(hù)技術(shù)進(jìn)一步加強(qiáng)用戶的隱私保護(hù)，解決由于過度開發(fā)或者深度營銷可能造成的用戶隱私侵犯等等問題。 （ 3）隨著大數(shù)據(jù)應(yīng)用的發(fā)展，隱私保護(hù)的問題和概念在不斷地發(fā)展 ，因此國家應(yīng)該制定與之相應(yīng)的隱私保護(hù)的法律和法規(guī)，確實(shí)保護(hù)公民的隱私權(quán)。 相應(yīng)的問題解決方案分析 大數(shù)據(jù)時代應(yīng)以智慧創(chuàng)新理念融合大數(shù)據(jù)與云計(jì)算，在大數(shù)據(jù)洪流中提升知識價值洞察力，實(shí)施高效實(shí)時個性化運(yùn)作，建立有效增值的商業(yè)模式，確保應(yīng)對 A PT 之類的新型安全威脅。電信運(yùn)營商轉(zhuǎn)型中流量經(jīng)營已成共識，即以智能管道與 本科生畢業(yè)設(shè)計(jì)（論文） 19 聚合平臺為基礎(chǔ)，以擴(kuò)大流量規(guī)模、提升流量層次及豐富流量內(nèi)涵作為基本經(jīng)營方向，并以釋放流量價值為基本目標(biāo)，可見大數(shù)據(jù)和云計(jì)算的深度融合與此流量經(jīng)營目標(biāo)十分吻合。實(shí)際上已經(jīng)有一些運(yùn)營商借助大數(shù)據(jù) Hadoop 云工具管理與分析網(wǎng)絡(luò)中的用戶數(shù)據(jù)，為日常運(yùn)維及制定市場戰(zhàn)略等提供有效支撐。 針對大數(shù)據(jù)時代的基本特征，加強(qiáng)全方位創(chuàng)新。包括 IBM 、 EMC 、 HP、 Microsoft等在內(nèi)的 IT 巨頭，紛紛加速收購相關(guān)大數(shù)據(jù)公司進(jìn)行技術(shù)整合，尋找數(shù)據(jù)洪流大潮中新的立足點(diǎn)。而涉及人工智能、機(jī)器學(xué)習(xí)等新技術(shù)的創(chuàng)新應(yīng)用，已初顯效益。 將大數(shù)據(jù)時代全方位創(chuàng)新工作和智慧城市發(fā)展緊密結(jié)合。借助移動互聯(lián)網(wǎng)、大數(shù)據(jù)與云計(jì)算的融合、智能運(yùn)營管道等，建立智能平臺，優(yōu)化配置城市資源，向真正的智慧城市邁進(jìn)。 借助大數(shù)據(jù)創(chuàng)新處理技術(shù)應(yīng)對 APT 安全攻擊。 APT 安全攻擊的最主要特征為單點(diǎn)隱蔽能力強(qiáng)、攻擊空間路徑不確定、攻擊渠道不確定；同時 APT 攻擊一旦入侵成功則長期潛伏，攻擊時間上具有持續(xù)性。目前，全流量審計(jì)方案具備強(qiáng)大的實(shí)時檢測能力與事后回溯能力，并可將安全工作人員的分析能力、計(jì)算機(jī)存儲與運(yùn)算能力組合在一起，是一種較完整的解決方案。 本科生畢業(yè)設(shè)計(jì)（論文） 20 第 4 章 電子商務(wù)大數(shù)據(jù)時代的機(jī)遇 重構(gòu)精準(zhǔn)營銷模式 在大數(shù)據(jù)時代到來之前，管理者一般會從哪些平臺提取并 使用信息數(shù)據(jù)呢？調(diào)查顯示，大部分?jǐn)?shù)據(jù)來源于政府?dāng)?shù)據(jù)中心和企業(yè)的 CRM、 BI 系統(tǒng)，其中囊括了公民基本信息、顧客資料、市場促銷、廣告活動、展覽策劃及官方網(wǎng)站中的各類結(jié)構(gòu)化數(shù)據(jù)。而研究顯示，這些信息只能滿足企業(yè)正常營銷管理需求中 15%的量能，并不夠給出一個重要洞察和發(fā)現(xiàn)規(guī)律。而其它 85%的數(shù)據(jù) —— 諸如社交媒體數(shù)據(jù)、郵件數(shù)據(jù)、地理位置、音視頻等不斷增加的信息，數(shù)據(jù)量更大、逐漸廣泛應(yīng)用、以傳感器為主的物聯(lián)網(wǎng)信息，以及風(fēng)起云涌的移動 3G互聯(lián)網(wǎng)信息等 —— 都屬于大數(shù)據(jù)所覆蓋的非結(jié)構(gòu)性數(shù)據(jù)，它們更多地以圖片、視頻等方式呈現(xiàn)。 在 幾年之前，其可能被束之高閣，價值亦無法被有效挖掘。而如今，大數(shù)據(jù)技術(shù)可以進(jìn)一步提高算法和機(jī)器分析性能，也令這些非結(jié)構(gòu)化數(shù)據(jù)得以充分挖掘和運(yùn)用。對營銷決策數(shù)據(jù)進(jìn)行更好的優(yōu)化。包括沃爾瑪、家樂福、麥當(dāng)勞等知名企業(yè)的一些主要門店，均安裝了搜集運(yùn)營數(shù)據(jù)的裝置，用于跟蹤客戶互動、店內(nèi)客流和預(yù)訂情況，研究人員可以對菜單變化、餐廳設(shè)計(jì)以及顧問意見等如何影響物流和銷售額進(jìn)行建模。這些企業(yè)可將這些數(shù)據(jù)與交易記錄結(jié)合起來，并利用大數(shù)據(jù)工具展開分析，從而在銷售哪些商品、如何擺放貨品以及何時調(diào)整售價上給出意見，此類方法已經(jīng)幫助這 些領(lǐng)先零售企業(yè)減少了 17%的存貨，同時增加了高利潤率自有品牌商品的比例。與傳統(tǒng)信息技術(shù)比較：以前的 CRM 系統(tǒng)只能出示分析報(bào)告來回答 ” 發(fā)生了什么事 ” ，而如今，一個優(yōu)秀的大數(shù)據(jù)系統(tǒng)已可以被用來回答 ” 為什么會發(fā)生這種事 ” ，一些關(guān)聯(lián)數(shù)據(jù)庫甚至還可以預(yù)言 ” 將要發(fā)生什么事 ” ，并最終發(fā)展為非?；钴S的數(shù)據(jù)倉庫，從而能判斷 ” 你 (用戶 )想要什么事發(fā)生 ” 。據(jù)稱，集成整合了 Essbase服務(wù)技術(shù)的 Oracle 大數(shù)據(jù)平臺，已經(jīng)能為用戶提供面向策略級、未知信息分析預(yù)測能力和個性化自助式定制等。對目標(biāo)對象進(jìn)行更完整的分析描述。通過獲取更豐富的消費(fèi)者數(shù)據(jù)，包括網(wǎng)站瀏覽數(shù)據(jù)、社交數(shù)據(jù)和地理追蹤數(shù)據(jù)等，可以繪制出更完整的消費(fèi)者行為描述。譬如，大數(shù)據(jù)技術(shù)能對客人方方面面的信息進(jìn)行充分有效管理并深度挖掘。如果某個客人是某酒店的老主顧，那么該大數(shù)據(jù)系統(tǒng)就會向酒店提供個性化服務(wù)，清楚告知酒店經(jīng)理人這位客人的習(xí)慣和喜好，如是否喜歡景觀房間、是否吸煙、是否喜歡大床、喜歡什么樣的早餐，甚至從事什么工作、有哪些商務(wù)需求等等。當(dāng)客人再次光臨時，不用客人自己提出來，酒店大數(shù)據(jù)系統(tǒng)就會自動提供客人所喜歡的房間和服務(wù)等相關(guān)信息，大大提升酒店管理效率。利用大數(shù)據(jù)中的語義 搜索功能，系統(tǒng)能理解自然語言的含義，包括理解工作的頭銜、技能、行業(yè)、教育背景等，除此之外，系統(tǒng)還可以做到智能地處理拼寫 本科生畢業(yè)設(shè)計(jì)（論文） 21 錯誤、縮寫、標(biāo)點(diǎn)符號等更多問題，也能識別相同的詞在不同語境中的含義，以更好地為營銷管理服務(wù)。 例如銷售經(jīng)理、財(cái)務(wù)經(jīng)理、人事經(jīng)理 ??它們都帶有 ” 經(jīng)理 ” 二字，但顯然代表了不同的語義，借用語義搜索技術(shù)，可以對目標(biāo)對象實(shí)現(xiàn)智能的區(qū)隔判斷。實(shí)現(xiàn)點(diǎn)對點(diǎn)智能廣告模式。對于廣告主而言，廣告的核心問題在于：如何從海量數(shù)據(jù)中尋找目標(biāo)受眾，并投放相應(yīng)的廣告信息。眾所周知，時下市場上大部分廣告并非 ” 點(diǎn)對點(diǎn) ” 模式，而 是 ” 主從 ” 模式。就像單個 ” 老師 ” （產(chǎn)品）在面對眾多滿地跑的 ” 學(xué)生 ” （消費(fèi)者等受眾），可想而知即便 ” 老師 ” 再努力，也無法抓住大部分 ” 學(xué)生 ” ，相當(dāng)一部分廣告費(fèi)被白白扔掉。然而隨著大數(shù)據(jù)的發(fā)展，產(chǎn)業(yè)界樂觀地預(yù)期：這些錢或許將被一一撿回來。大數(shù)據(jù)能通過互聯(lián)網(wǎng)點(diǎn)擊流跟蹤個體用戶的行為，更新其偏愛，并實(shí)時模仿其可能的行為，讓點(diǎn)對點(diǎn)的 RTB（實(shí)時競價廣告）成為可能。在美國，通過大數(shù)據(jù)的幫助， RTB（實(shí)時競價廣告）能把炙手可熱的目標(biāo)用戶拍賣給廣告商。試想一下：在傳統(tǒng)電梯情景中，進(jìn)入一個謝頂?shù)闹心耆?，而電梯視頻中放映了洗發(fā)水 廣告，那廣告費(fèi)無疑打了水漂。而如今有了 RTB，廣告需要盯住的不是滿地跑的 ” 學(xué)生 ” ，而是那個喜歡看廣告的目標(biāo)客戶；廣告市場上賣的也不是傳統(tǒng)意義上的廣告位，而是訪問這個廣告位的具體用戶。在大數(shù)據(jù)背景下， RTB 實(shí)時競價廣告如何實(shí)現(xiàn)精準(zhǔn)營銷呢？假設(shè)潛在客戶在瀏覽某網(wǎng)頁面，某網(wǎng)會向廣告交易平臺（ Ad Exchange）請求廣告，交易平臺向所有需求端平臺（ DSP）發(fā)出公告， ” 某網(wǎng)有訪客，要不要向他發(fā)廣告 ” ，同時 DSP 請求大數(shù)據(jù)管理平臺（ DMP）幫助分析這位訪客情況，并根據(jù)結(jié)果進(jìn)行出價決策。 Ad Exchange為出價高 的 DSP 匹配相關(guān)廣告代碼，并最終作出廣告。而尖端的追蹤技術(shù)和多種大數(shù)據(jù)管理平臺 (DMP)可以將受眾以及廣告效果數(shù)據(jù)整合于單一界面上，讓廣告主輕易擷取關(guān)鍵指標(biāo)，如轉(zhuǎn)化率、流失率以及各渠道貢獻(xiàn)比率等。更好地進(jìn)行顧問式營銷。當(dāng)某顧客進(jìn)入店鋪后，一個零售商利用大數(shù)據(jù)技術(shù)搜索其數(shù)據(jù)庫，發(fā)現(xiàn)這位顧客是本店希望留住的有價值顧客，于是他們通過綜合其過去購物歷史和Face book 主頁信息，來了解花多少錢可以留住這位顧客，進(jìn)而為所售物品進(jìn)行合理化定價，并確認(rèn)零售商可以退讓的利潤空間，最終針對該顧客給出最佳優(yōu)惠策略和個性化溝通 方式。值得強(qiáng)調(diào)的是，以上所述并非僅是概念化場景。如今，美國沃爾瑪賣場的收銀員在掃描完顧客選購商品后，面前 POS 機(jī)上會顯示出一些附加信息，售貨員會據(jù)此提醒顧客： ” 我們商場剛進(jìn)兩三種配酒佳料，并正在促銷，位于 D5 貨架上，您要購買嗎？ ” 這時顧客也許會驚訝地說： ” ??？謝謝你，我正想要，剛才一直沒找到，現(xiàn)在重新去購買 ??” 以上即是沃爾瑪在大數(shù)據(jù)系統(tǒng)支持下實(shí)現(xiàn)的 ” 顧問式營銷 ” 實(shí)例。因?yàn)橄到y(tǒng)早已計(jì)算好，如果顧客的購物車中有不少啤酒、紅酒和沙拉，那么 80%的可能需要買配酒小菜和相關(guān)佐料。而提供這一決 本科生畢業(yè)設(shè)計(jì)（論文） 22 策分析支持的，就是其位于 美國的一個龐大的、通過衛(wèi)星與全球所有賣場實(shí)時連通的企業(yè)級數(shù)據(jù)倉庫。 大數(shù)據(jù)時代電商 IT 基礎(chǔ)設(shè)施的變革 后互聯(lián)網(wǎng)時代， PC 服務(wù)器成為電商企業(yè)最廣泛使用的 IT 基礎(chǔ)設(shè)施，隨著業(yè)務(wù)量的發(fā)展，電商企業(yè)大量使用了 PC服務(wù)器集群技術(shù)和小型機(jī)技術(shù)，用于滿足日益增長的在線業(yè)務(wù)交易量。同時，企業(yè)必須投入大量人 /財(cái) /物等資源對 IT 基礎(chǔ)設(shè)施進(jìn)行常規(guī)性的維護(hù)、升級、擴(kuò)容、更新。 電子商務(wù)中數(shù)據(jù)倉庫系統(tǒng)的發(fā)展 當(dāng)前，電子商務(wù)的數(shù)據(jù)大規(guī)模存在且持續(xù)增長，表現(xiàn)大數(shù)據(jù)技術(shù)與應(yīng)用為大規(guī)模、分布式、異構(gòu)性，使得電商數(shù)據(jù)倉庫系統(tǒng)發(fā)生了顯 著變化：數(shù)據(jù)量由 TB級升至 PB 級，并仍在持續(xù)爆炸式增長。有關(guān)調(diào)查顯示， 2020 年最大數(shù)據(jù)倉庫中的數(shù)據(jù)量將逼近 100PB，其增長速度遠(yuǎn)超摩爾定律；分析需求由常規(guī)分析轉(zhuǎn)向深度分析；硬件平臺由高端服務(wù)器轉(zhuǎn)向由中低端硬件構(gòu)成的大規(guī)模集群平臺，并行數(shù)據(jù)庫的規(guī)模增大，成本急劇上升。電商數(shù)據(jù)分析的兩大趨勢和挑戰(zhàn)是：數(shù)據(jù)量的膨脹；數(shù)據(jù)深度分析需求的增長。目前僅具備傳統(tǒng)數(shù)據(jù)處理技術(shù)和信息分析能力的數(shù)據(jù)倉庫和 BI 工具難以完成 PB 級大數(shù)據(jù)的數(shù)據(jù)管理和分析工作。 大數(shù)據(jù)的 IT基礎(chǔ)云計(jì)算架構(gòu) 云計(jì)算是新型分布式網(wǎng)絡(luò)計(jì)算架構(gòu)，特別 適合向各種網(wǎng)絡(luò)應(yīng)用提供計(jì)算、存儲、網(wǎng)絡(luò)、軟件等在線服務(wù)， NIST 認(rèn)為這種架構(gòu)具有 5 個關(guān)鍵功能、 3 種服務(wù)模式和 4 種部署 式。云計(jì)算的特征主要有：按需自助服務(wù)（ ondemand selfservice）、泛在網(wǎng)絡(luò)訪問（ broad work access）、虛擬池化的資源（ resource pooling）、快速可伸縮性（ rapidel asticity）、可度量的服務(wù)（ measure dservice），這些能力對當(dāng)前電商的基礎(chǔ) IT設(shè)施來說，都是必須要滿足的要求。 大數(shù)據(jù)處理模式 大數(shù)據(jù)處理模式 從傳統(tǒng)的數(shù)據(jù)庫集群演進(jìn)到云計(jì)算 Map Reduce 大規(guī)模并行處理架構(gòu)，實(shí)現(xiàn)任務(wù)的分解處理和結(jié)果合并，從而實(shí)現(xiàn)對可處理數(shù)據(jù)規(guī)模的無限擴(kuò)展，大數(shù)據(jù)處理技術(shù)已被認(rèn)為是繼云計(jì)算、物聯(lián)網(wǎng)之后 IT 產(chǎn)業(yè)又一次顛覆性的技術(shù)變革。 數(shù)據(jù)庫