数据如何改变商业.doc

数据如何改变商业
上海医疗器械高等专科学校
论文

姓 名：
系 部： 管理系
专 业：市场营销（医疗器械营销）
班 级：
指导教师：

完成日期 2014年11月15日

数据如何改变商业

摘要
在当今社会下，数据的挖掘、提取、分拣、重组、扩展创造了无限商机，甚至撼动了传统的商业模式。过去我们依靠数据样本，今天我们更需要尽可能全的数据；过去我们依靠精准的数据，今天我们更需要混乱的数据；过去我们追求数据的结果，今天我们更需要数据的相关性。
关键词：数据，商业，社会

How the data change business
ABSTRACT
In today's society, the data mining, extraction, sorting, reorganization, extension, create unlimited business opportunities, or even shake the traditional business model. In the past we rely on the data sample, today we need more as far as possible all data; We rely on accurate data in the past, today we need more chaotic data; We pursue the results of the data in the past, today we need more data correlation.
KeyWords: Data, business ,society

目录
目录
摘要 2
ABSTRACT 3
目录 4
第2章 大数据时代 6
2.1 大数据时代产生的背景 6
2.2 大数据的定义 7
2.3 大数据特点 7
2.4大数据的作用 8
3.1大数据对商业的影响 9
3.2大数据对商业的改革 9
第4章案例分析 10
4．1数据的“成功”，决定了企业的成功 10
4.2数据的分析，解救了一场“灾难” 11
4.3数据带来巨大得商业价值 11
第5章 结论 12
谢辞 13
参考文献 14

第1章 绪论（或概述）
在当今时代下，任何东西都可以被“量化”，即变为数据。文字可以变为数据，位置可以变为数据，时间可以变为数据，一切事物都可变为数据。当然我们每个人也不例外，你的身份特征、生理情绪、习惯性情、心理活动、社会活动等等，都可以变为数据存储起来也就是说，我们无形间以一种“数据碎片”的方式存在。
第2章 大数据时代
2.1 大数据时代产生的背景
　　进入2012年，大数据(big data)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，并命名与之相关的技术发展与创新。它已经上过《纽约时报》《华尔街日报》的专栏封面，进入美国白宫官网的新闻，现身在国内一些互联网主题的讲座沙龙中，甚至被嗅觉灵敏的国金证券、国泰君安、银河证券等写进了投资推荐报告。
　　数据正在迅速膨胀并变大，它决定着企业的未来发展，虽然现在企业可能并没有意识到数据爆炸性增长带来问题的隐患，但是随着时间的推移，人们将越来越多的意识到数据对企业的重要性。大数据时代对人类的数据驾驭能力提出了新的挑战，也为人们获得更为深刻、全面的洞察能力提供了前所未有的空间与潜力。
　　正如《纽约时报》2012年2月的一篇专栏中所称，“大数据”时代已经降临，在商业、经济及其他领域中，决策将日益基于数据和分析而作出，而并非基于经验和直觉。
　　哈佛大学社会学教授加里·金说：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。”
　　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。” “大数据”在物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业存在已有时日，却因为近年来互联网和信息行业的发展而引起人们关注。
　　大数据到底有多大?一组名为“互联网上一天”的数据告诉我们，一天之中，互联网产生的全部内容可以刻满1.68亿张DVD;发出的邮件有2940亿封之多(相当于美国两年的纸质信件数量);发出的社区帖子达200万个(相当于《时代》杂志770年的文字量);卖出的手机为37.8万台，高于全球每天出生的婴儿数量37.1万……
　　截止到2012年，数据量已经从TB(1024GB=1TB)级别跃升到PB(1024TB=1PB)、 EB(1024PB=1EB)乃至ZB(1024EB=1ZB)级别。国际数据公司(IDC)的研究结果表明，2008年全球产生的数据量为 0.49ZB，2009年的数据量为0.8ZB，2010年增长为1.2ZB，2011年的数量更是高达1.82ZB，相当于全球每人产生200GB以上的数据。而到2012年为止，人类生产的所有印刷材料的数据量是200PB，全人类历史上说过的所有话的数据量大约是5EB。IBM的研究称，整个人类文明所获得的全部数据中，有90%是过去两年内产生的。而到了2020年，全世界所产生的数据规模将达到今天的44倍。

2.2 大数据的定义
大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更 积极目的的资讯。“大数据”首先是指数据体量(volumes)大，指代大型数据集，一般在10TB规模左右，但在实际应用中，很多企业用户把多个数据集 放在一起，已经形成了PB级的数据量;其次是指数据类别(variety)大，数据来自多种数据源，数据种类和格式日渐丰富，已冲破了以前所限定的结构化 数据范畴，囊括了半结构化和非结构化数据。接着是数据处理速度(Velocity)快，在数据量非常庞大的情况下，也能够做到数据的实时处理。最后一个特 点是指数据真实性(Veracity)高，随着社交数据、企业内容、交易与应用数据等新数据源的兴趣，传统数据源的局限被打破，企业愈发需要有效的信息之 力以确保其真实性及安全性。
　　“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多 样化的信息资产。从数据的类别上看，“大数据”指的是无法使用传统流程或工具处理或分析的信息。它定义了那些超出正常处理范围和大小、迫使用户采用非传统 处理方法的数据集。 亚马逊网络服务(AWS)、大数据科学家JohnRauser提到一个简单的定义：大数据就是任何超过了一台计算机处理能力的庞大数据量。 研发小组对大数据的定义：“大数据是最大的宣传技术、是最时髦的技术，当这种现象出现时，定义就变得很混乱。”Kelly说：“大数据是可能不包含所有的 信息，但我觉得大部分是正确的。对大数据的一部分认知在于，它是如此之大，分析它需要多个工作负载，这是AWS的定义。当你的技术达到极限时，也就是数据 的极限”。 大数据不是关于如何定义，最重要的是如何使用。最大的挑战在于哪些技术能更好的使用数据以及大数据的应用情况如何。这与传统的数据库相比，开源的大数据分 析工具的如Hadoop的崛起，这些非结构化的数据服务的价值在哪里。

2.3 大数据特点
大数据(Big Data)是指“无法用现有的软件工具提取、存储、搜索、共享、分析和处理的海量的、复杂的数据集合。”业界通常用4个V(即Volume、Variety、Value、Velocity)来概括大数据的特征。
    一是数据体量巨大(Volume)。截至目前，人类生产的所有印刷材料的数据量是200PB(1PB=210TB)，而历史上全人类说过的所有的话的数据量大约是5EB(1EB=210PB)。当前，典型个人计算机硬盘的容量为TB量级，而一些大企业的数据量已经接近EB量级。
    二是数据类型繁多(Variety)。这种类型的多样性也让数据被分为结构化数据和非结构化数据。相对于以往便于存储的以文本为主的结构化数据，非结构化数据越来越多，包括网络日志、音频、视频、图片、地理位置信息等，这些多类型的数据对数据的处理能力提出了更高要求。
    三是价值密度低(Value)。价值密度的高低与数据总量的大小成反比。以视频为例，一部1小时的视频，在连续不间断的监控中，有用数据可能仅有一二秒。如何通过强大的机器算法更迅速地完成数据的价值“提纯”成为目前大数据背景下亟待解决的难题。
四是处理速度快(Velocity)。这是大数据区分于传统数据挖掘的最显著特征。根据IDC的“数字宇宙”的报告，预计到2020年，全球数据使用量将达到35.2ZB。在如此海量的数据面前，处理数据的效率就是企业的生命。
2.4大数据的作用
第一，对大数据的处理分析正成为新一代信息技术融合应用的结点。移动互联网、物联网、社交网络、数字家庭、电子商务等是新一代信息技术的应用形态，这些应用不断产生大数据。云计算为这些海量、多样化的大数据提供存储和运算平台。通过对不同来源数据的管理、处理、分析与优化，将结果反馈到上述应用中，将创造出巨大的经济和社会价值。
大数据具有催生社会变革的能量。但释放这种能量，需要严谨的数据治理、富有洞见的数据分析和激发管理创新的环境。
 第二，大数据是信息产业持续高速增长的新引擎。面向大数据市场的新技术、新产品、新服务、新业态会不断涌现。在硬件与集成设备领域，大数据将对芯片、存储产业产生重要影响，还将催生一体化数据存储处理服务器、内存计算等市场。在软件与服务领域，大数据将引发数据快速处理分析、数据挖掘技术和软件产品的发展。
 第三，大数据利用将成为提高核心竞争力的关键因素。各行各业的决策正在从“业务驱动” 转变“数据驱动”。
 对大数据的分析可以使零售商实时掌握市场动态并迅速做出应对；可以为商家制定更加精准有效的营销策略提供决策支持；可以帮助企业为消费者提供更加及时和个性化的服务；在医疗领域，可提高诊断准确性和药物有效性；在公共事业领域，大数据也开始发挥促进经济发展、维护社会稳定等方面的重要作用。
 第四，大数据时代科学研究的方法手段将发生重大改变。例如，抽样调查是社会科学的基本研究方法。在大数据时代，可通过实时监测、跟踪研究对象在互联网上产生的海量行为数据，进行挖掘分析，揭示出规律性的东西，提出研究结论和对策。
2.5大数据热度会持续上升
从行业术语的演变来看，大数据(Big Data)颇有点儿像是一个新的SOA(面向服务架构)，如今几乎所有的厂商都想借此概念搭一趟顺风车，都号称自己的产品能解决同样的问题：帮助企业浩如烟海的信息中挖掘出有用的东西来，而这些日益庞杂的信息不仅有来自各种事务性商业应用的数据，而且还有来自社交网络、传感器和其他多种来源的非结构化数据。
第3章大数据时代的影响
3.1大数据对商业的影响
大数据真的如人们所描述的那样吗？是的，对我来说哦，大数据代表了科技和商业的一致。大数据从本质上来说，和营收、风险、利润是相关的。换句话说信息科技和商业世界不知不觉联系了起来。
数据评估和报告在大多数企业中早已不是新鲜事物，只是如今旧的数据评估和报告工具已经无法满足新的需求：现在的专业人士要求尽量实现数据实时分析，目前的基础设施、数据结构、解决工具以及商业模式根本无法保质保量地完成这个要求。企业现在面临两个选择：对现有技术进行扩展，或者实现技术升级。大数据技术就是比较理想的新技术。
大数据势必成为ICT战略的一部分。数据访问和融合也变得越来越重要。IDC认为，2013年和2014年人们关注的热点将从技术转移到信息查找和知识获取。“软件定义”(Softwaredefined)、融合技术、开源软件及平台是大数据基础设施建设中最核心的问题。其中，开源软件与平台还需要经过一个商业适应的过程。许多企业把投资重点放在机器生成数据的实时分析上，因为这可以加快企业的发展。终端用户希望解决方案可以简单易操作。要实现应用程序和移动解决方案的可视化和直观互动，就要实现大数据的“消费化”。IDC预测，由于缺乏大数据分析的方法和技术，许多企业将使用“现成的”解决方案。市场透明度还不够企业还有许多待解答的问题。对于许多IT负责人来说，可衡量的商业收益、数据安全、数据法律以及可使用数据的准确定义这些问题都不够透明。对于企业来说，数据正在加速成为运作资源和生产要素。要实现从技术到信息和知识获取的转变、使用开放源、进行实时分析，企业就要对技能、解决方案和服务投资。许多企业对这一领域了解不多，需要有人为他们解释技术、组织、法律以及文化方面的问题。企业在获取大数据技术和分析方面的信息以及咨询需求都非常大。对于这一领域的ICT供应商和服务商来说，这是一个绝好的发展壮大的机会。
3.2大数据对商业的改革
大数据的影响不仅仅局限在商业领域，它对于经济信息统计和指导政策制定都有促进作用。简单地讲，相对于传统经济统计而言，大数据引发的变革主要表现在四个方面：更快、更准、更广、更细。这些特性有益于未来行业政策和宏观经济决策。
时下，一场以大数据为核心的商业变革正在兴起。从搜索引擎、社交网络、电子商务平台等IT企业，到电信运营商、航空公司、物流企业，再到医院、超市、饮料制造等传统企业，由大数据引发的商业变革如火如荼。众多的企业实践和研究案例表明，数据分析在广度和深度上的拓展能够帮助企业增强竞争力，提升盈利能力。不过大数据对经济的影响绝不仅仅停留在微观企业层面和商业领域，它在经济信息统计和指导经济政策制定等方面也将发挥重要作用。
大数据让信息统计更快、更准、更广、更细
随着计算机和互联网的普及和电子商务的发展，越来越多的经济行为被记录下来。传统意义上，经济统计一般只细分到产品、行业层面，通常以月为频率；条形码出现后，记录可以具体到每一次交易行为；而对于淘宝、亚马逊等网上购物平台，能被记录的则不仅仅是交易行为，还包括消费者从搜索、对比、选择、购买、一直到售后评价等一系列操作都会被记录。事实上，电信、医疗、物流等其他行业，都在实现更详尽的记录。
传统的经济统计工作在未来将大数据化——以往生产统计更多地停留在行业层面(或局限于规模以上企业)，而未来可能是针对所有企业；传统的消费统计主要基于抽样调查，而未来可能具体到每个家庭或个人；传统的价格统计(比如通常所说的“CPI指数”)中仅包含千种商品、涉及几万个调查销售网点，而今后可能是几万种商品、所有的在线销售商和大部分线下销售网点。随着大数据技术的成熟，“样本即总体”将成为趋势，抽样变得越来越不重要。
相对于传统经济统计来说，大数据引发的变革主要在四个方面：时效性提高，记录更加准确，覆盖的经济行为面更广，对单次经济行为的记录更加精细。简单地讲就是：更快、更准、更广、更细。
第4章案例分析
4．1数据的“成功”，决定了企业的成功
苹果公司真正的成功是数据的成功，因为他从移动运营商那里收集了大量在那些运营商看来没有什么用处的用户体验数据，通过分析这些数据，进而确定手机的研发方向。如移动运营商可以收集到用户的位置信息，对移动运营商来说，其目的是为了传输信号。但却隐藏着巨大的潜在价值，例如通过这些位置信息，可以了解在什么时间段哪里最热闹，甚至可以通过位置的移动分析出固定的消费群体，进而确定不同地段的商业投资价值。
全球最大的网上书店亚马逊将客户对图书的浏览、购买、评论甚至阅读信息实时收集更新，建立起一个“推荐系统”，所提供的图书目录比全球最大的实体书店的存书要多15倍以上，并向客户及时推荐最好和各种个性化的图书。这就是基于数据的商业成功案例。零售商业巨头沃尔玛，拥有强大的数据支持系统，他们善于从数据中挖掘商机改进服务，如他们发现，在美国，每次蛋挞销量激增都在飓风来临之前，于是他们就在飓风季节，将蛋挞与防御飓风的工具放在一起，便于消费者选购，这样更加促进了蛋挞销量的上升。
4.2数据的分析，解救了一场“灾难”
大家或许还记得2009年爆发的H1N1病毒。是谁最早预测了这一场流感病毒即将爆发？不是卫生部门，而是谷歌。谷歌的工程师们通过搜索关键词分析模型发现，关于“流感、咳嗽、发热”以及类似更详尽的关键词激增，并将这些提问与以往季节性流感传播时期的数据进行对比，判断多少人是否患病以及严重程度，准确地预测出一场流感疫情将在哪些地区爆发，后经证实，谷歌预测与官方数据的相关性高达97%。谈起谷歌要说的太多了，它是一个彻头彻尾靠数据吃饭的家伙，收集数据然后将数据转化为商业价值。谷歌的在线翻译是最牛的，没有人可以跟它比。起初谷歌应用标准化的词汇语法建立数据库，遇到了瓶颈。后来，他们尝试将全世界所有翻译方式（哪怕是不准确的）非人为干预地放进数据库且不断自动更新，数据庞大且冗杂，今天的谷歌翻译正是建立在这样的大数据模型基础之上，而并非依靠所谓精准的小数据模型。与此类似的是中文输入法搜狗，搜狗的出现改变了五笔字型一统天下的格局，现代年轻人多数已经不再会用五笔字型，搜狗速度更快、运用更灵活。为什么？其核心就是来自于“字库”。搜狗将字库做活，同时变成了一个共享的平台。通过简单的输入能得到最多的字节，而且词汇会按使用频率自动排序，流行语新词语也会及时充斥进去，这也是大数据模型思想的成功案例。
4.3数据带来巨大得商业价值
我们每天都会接触到海量的数据，在混杂的数据背后也许隐藏着巨大的商业价值。如交通部门的车流量数据，发现在一段时期，上下班高峰期交通状况改善了，源于车流量的降低，说明失业率上升了，经济可能会出现不景气；再如信用卡数据，通过信用卡的消费数据和违约率，我们可以预见不同消费领域的状况以及消费者口袋里有钱还是没钱。全球微薄用户数亿规模，仅中国就达近3亿，国内微薄市场慢慢进入成熟期，无疑将成为未来商战一个重要战场。相对于微薄，微信更像是后来居上，其用户据说已达4亿，微信的出现，使移动心慌。数据促进了跨界竞争。但微信的野心决不可低估，最近推出了5.0版本，增加了“扫一扫”和“移动支付”的功能。可谓全面与商业完成了对接，扫商品可以引导你去购物；扫街景，可以派生出住宿、餐饮、超市、广告以及各种商业投资和消费……这是基于强大数据下的平台战略。

第5章 结论
在当今社会下，大数据这个熟悉得词对我们形影不离，对许多企业管理者来说，它更是企业的福音，不仅仅对企业的生产，营销，管理，利润等方面起到了巨大作用，还对各行各业的改革起到了重要作用。在未来的发展里，我们应该学会更好地利用大数据时代所带来的便捷、高速和准确。引领对商业世界的一场变革。坚信大数据时代会为我们的未来带来巨大商业价值。

谢辞
本论文在老师的悉心指导和严格要求下完成，从选课题到具体的写作过程，无不凝聚着老师的心血和汗水，时尉老师为我们提供了种种专业知识上的指导和一些不有见地性的建议，老师一丝不苟的作风，认真负责的态度让我感动，没有这样的帮助和关怀的熏陶，我不会这么顺利得完成论文。在此向老师表示深深得感谢和崇高的敬意！
在临近毕业之际，我还要借此机会向在这三年中给予我诸多教会和帮助的各位老师，感谢他们三年来的辛勤栽培。感谢各位老师的认真负责。在他们悉心得帮助和支持下，我能很好的掌握和运用专业知识，并在论文中得以体现，顺利完成论文。
同时，在论文写作过程中，我还参照了有关书籍和论文。在这里向有关作者表示谢意！

参考文献
【1】 维克托·迈尔·舍恩伯格.大数据时代.浙江：浙江人民出版社2012
【2】 大数据时代来临.北京晚报网，2012
【3】 大数据时代来临决策不能只凭经验.东方早报网，2012
【4】 大数据时代.中华科技网，2013
比尔·弗兰科斯.驾驭大数据.人民邮电出版社，2013目 录
第一章 总论 1
1.1项目名称与承办单位 1
1.2研究工作的依据、内容及范围 1
1.3编制原则 3
1.4项目概况 3
1.5技术经济指标 5
1.6结论 6
第二章 项目背景及建设必要性 8
2.1项目背景 8
2.2建设的必要性 9
第三章 建设条件 11
3.1项目区概况 11
3.2建设地点选择 错误！未定义书签。
3.3项目建设条件优劣势分析 错误！未定义书签。
第四章 市场分析与销售方案 13
4.1市场分析 13
4.2营销策略、方案、模式 14
第五章 建设方案 15
5.1建设规模和产品方案 15
5.2建设规划和布局 15
5.3运输 18
5.4建设标准 18
5.5公用工程 20
5.6工艺技术方案 21
5.7设备方案 21
5.8节能减排措施 24
第六章 环境影响评价 25
6.1环境影响 25
6.2环境保护与治理措施 26
6.3评价与审批 28
第七章 项目组织与管理 29
7.1组织机构与职能划分 29
7.2劳动定员 29
7.3经营管理措施 30
7.4技术培训 30
第八章 劳动、安全、卫生与消防 31
8.1编制依据及采用的标准 31
8.2安全卫生防护原则 31
8.3自然灾害危害因素分析及防范措施 32
8.4生产过程中产生的危害因素分析及防范措施 32
8.5消防编制依据及采用的标准 34
8.6消防设计原则 35
8.7火灾隐患分析 35
8.8总平面消防设计 35
8.9消防给水设计 36
8.10建筑防火 36
8.11火灾检测报警系统 37
8.12预期效果 37
第九章 项目实施进度 38
9.1实施进度计划 38
9.2项目实施建议 38
第十章 项目招投标方案 40
10.1招标原则 40
10.2项目招标范围 40
10.3投标、开标、评标和中标程序 40
10.4评标委员会的人员组成和资格要求 42
第十一章 投资估算和资金筹措 43
11.1投资估算 43
11.2资金筹措及使用计划 45
第十二章 财务评价 47
12.1费用与效益估算 47
12.2财务分析 48
12.3不确定性分析 49
12.5财务评价结论 50
第十三章 建设合理性分析 51
13.1产业政策符合性分析 51
13.2清洁生产符合性分析 51
13.3规划符合性分析 51
13.4项目建设环保政策符合性分析 51
13.5环境承载性分析 51
13.6结论 52
第十四章 结论与建议 53

【5】
17