企業(yè)數(shù)據(jù)分析報(bào)告精品(七篇)

序論：寫作是一種深度的自我表達(dá)。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內(nèi)心深處的真相，好投稿為您帶來(lái)了七篇企業(yè)數(shù)據(jù)分析報(bào)告范文，愿它們成為您寫作過(guò)程中的靈感催化劑，助力您的創(chuàng)作。

篇(1)

關(guān)鍵詞：財(cái)務(wù)分析；大數(shù)據(jù)；教學(xué)改革

作者簡(jiǎn)介：王暉（1973-），女，黑龍江雞西人，北京信息科技大學(xué)經(jīng)濟(jì)管理學(xué)院，講師；段文軍（1969-），女，山東蓬萊人，北京信息科技大學(xué)經(jīng)濟(jì)管理學(xué)院，副教授。（北京 100192）

基金項(xiàng)目：本文系北京信息科技大學(xué)教學(xué)提高-專業(yè)建設(shè)項(xiàng)目（項(xiàng)目編號(hào)：5028023501）的研究成果。

中圖分類號(hào)：G642.0 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-0079（2013）25-0111-02

當(dāng)今時(shí)代不斷涌現(xiàn)各種新型信息方式，例如博客、社交網(wǎng)絡(luò)等；不斷興起各種新技術(shù)，例如云計(jì)算、物聯(lián)網(wǎng)等。數(shù)據(jù)的產(chǎn)生不受任何的限制，數(shù)據(jù)以前所未有的速度不斷增長(zhǎng)和累積，大數(shù)據(jù)時(shí)代已經(jīng)來(lái)到。[1]《華爾街日?qǐng)?bào)》認(rèn)為大數(shù)據(jù)時(shí)代是引領(lǐng)未來(lái)繁榮的三大技術(shù)變革之一。麥肯錫公司在一份報(bào)告中提出數(shù)據(jù)是一種生產(chǎn)資料。企業(yè)每天面對(duì)海量的財(cái)務(wù)數(shù)據(jù)，如超市的銷售記錄、銀行的交易記錄、淘寶網(wǎng)站數(shù)千萬(wàn)筆交易記錄（產(chǎn)生量超過(guò)50TB，存儲(chǔ)量40PB①）。企業(yè)如能利用這些巨大的數(shù)據(jù)集挖掘出有價(jià)值的信息，那么企業(yè)就能掌控下一個(gè)創(chuàng)新、競(jìng)爭(zhēng)和生產(chǎn)力提高的關(guān)鍵。大數(shù)據(jù)時(shí)代，尤其是財(cái)務(wù)大數(shù)據(jù)時(shí)代，呼喚創(chuàng)新型人才。[2]呼喚具備綜合財(cái)務(wù)分析能力的人才，利用財(cái)務(wù)大數(shù)據(jù)為企業(yè)創(chuàng)造財(cái)富。

如何培養(yǎng)財(cái)務(wù)分析人才？在財(cái)經(jīng)類高校本科，一般都開設(shè)“財(cái)務(wù)分析”課程，該課程教學(xué)目的是培養(yǎng)學(xué)生對(duì)真實(shí)企業(yè)進(jìn)行綜合財(cái)務(wù)分析，并能獨(dú)立撰寫財(cái)務(wù)分析報(bào)告的能力。[3]本文以北京信息科技大學(xué)（以下簡(jiǎn)稱“我校”）為例，探討大數(shù)據(jù)時(shí)代下財(cái)務(wù)分析人才的需求特點(diǎn)，對(duì)高?！柏?cái)務(wù)分析”課程設(shè)置的影響，并提出改進(jìn)“財(cái)務(wù)分析”課程教學(xué)的建議。

一、大數(shù)據(jù)時(shí)代下財(cái)務(wù)分析人才需求特點(diǎn)

相較于其他類型數(shù)據(jù)，財(cái)務(wù)數(shù)據(jù)更大、更復(fù)雜，蘊(yùn)藏著更多寶貴信息。麥肯錫公司2011年報(bào)告推測(cè)，利用大數(shù)據(jù)分析，零售商可增加運(yùn)營(yíng)利潤(rùn)60%，制造業(yè)設(shè)備裝配成本會(huì)減少50%。[2]在財(cái)務(wù)大數(shù)據(jù)環(huán)境下，如何整理與統(tǒng)計(jì)這些雜亂無(wú)章的數(shù)據(jù)？如何讓財(cái)務(wù)數(shù)據(jù)開口說(shuō)話為企業(yè)管理者經(jīng)營(yíng)決策提供科學(xué)依據(jù)？朱東華（2013）認(rèn)為，大數(shù)據(jù)時(shí)代下，傳統(tǒng)的數(shù)據(jù)分析方法已經(jīng)不再適應(yīng)當(dāng)前的數(shù)據(jù)環(huán)境，同時(shí)，各種企業(yè)對(duì)數(shù)據(jù)的依賴與日俱增，甚至定量分析方法將逐步取代定性分析方法。[4]財(cái)務(wù)大數(shù)據(jù)和大量的財(cái)務(wù)數(shù)據(jù)分析需求助長(zhǎng)了企業(yè)對(duì)統(tǒng)計(jì)和數(shù)學(xué)背景的人才需求。

可見，大數(shù)據(jù)時(shí)代下財(cái)務(wù)分析人才應(yīng)該具備扎實(shí)的統(tǒng)計(jì)學(xué)和數(shù)學(xué)功底，能夠熟練運(yùn)用定量分析方法分析數(shù)據(jù)以獲取信息，撰寫分析報(bào)告為企業(yè)相關(guān)利益人決策提供依據(jù)。

二、“財(cái)務(wù)分析”課程教學(xué)現(xiàn)狀

張先治（2007）認(rèn)為，財(cái)務(wù)分析是財(cái)務(wù)分析主體為實(shí)現(xiàn)財(cái)務(wù)分析目標(biāo)，以財(cái)務(wù)信息及其他相關(guān)信息為基礎(chǔ)，運(yùn)用財(cái)務(wù)分析技術(shù)，對(duì)分析對(duì)象的財(cái)務(wù)活動(dòng)的可靠性和有效性進(jìn)行分析，為經(jīng)營(yíng)決策、管理控制及監(jiān)督管理提供依據(jù)的一門具有獨(dú)立性、邊緣性、綜合性的經(jīng)濟(jì)應(yīng)用學(xué)科。[5]財(cái)務(wù)分析課程是為我校經(jīng)濟(jì)管理學(xué)院財(cái)務(wù)管理專業(yè)本科三年級(jí)開設(shè)的一門專業(yè)必修課。學(xué)生前期已經(jīng)學(xué)過(guò)數(shù)學(xué)、經(jīng)濟(jì)學(xué)、會(huì)計(jì)學(xué)、財(cái)務(wù)管理、統(tǒng)計(jì)學(xué)等課程。財(cái)務(wù)分析課程正是在學(xué)生掌握前期所學(xué)各門課程的基礎(chǔ)上，培養(yǎng)學(xué)生綜合運(yùn)用所學(xué)專業(yè)知識(shí)，分析判斷企業(yè)的財(cái)務(wù)狀況，并根據(jù)數(shù)據(jù)分析結(jié)果找出企業(yè)存在的問題，提出解決方案。[6]為了更好地實(shí)現(xiàn)“財(cái)務(wù)分析”課程教學(xué)目的，課程組的老師們經(jīng)過(guò)討論，決定修改2008級(jí)財(cái)務(wù)管理專業(yè)教學(xué)計(jì)劃，將原來(lái)課堂教學(xué)的方式改為1/2的學(xué)時(shí)用于課堂教授基本理論，1/2學(xué)時(shí)用于實(shí)踐教學(xué)。筆者自2011年開始，按照新的教學(xué)計(jì)劃給三屆學(xué)生講授了“財(cái)務(wù)分析”課程。

1.理論教學(xué)部分

教材選用東北財(cái)經(jīng)大學(xué)出版社出版，張先治和陳友邦主編的《財(cái)務(wù)分析》（第五版）。該教材體系完整，內(nèi)容豐富，全書以一家虛擬的ZTE公司為例，演示財(cái)務(wù)報(bào)告分析、財(cái)務(wù)效率分析和財(cái)務(wù)綜合分析。每章設(shè)有案例和復(fù)習(xí)思考題，該書還有配套的習(xí)題集。在課堂教學(xué)中，以教材為主線，突出介紹各種財(cái)務(wù)分析方法的使用，以及根據(jù)分析結(jié)果得出結(jié)論，提出解決方案。

2.實(shí)踐教學(xué)部分

一人一企，邊學(xué)邊分析。每位學(xué)生選擇一家上市公司作為分析對(duì)象，利用學(xué)校購(gòu)買的金融數(shù)據(jù)庫(kù)以及相應(yīng)網(wǎng)絡(luò)資源，結(jié)合所學(xué)財(cái)務(wù)分析理論知識(shí)進(jìn)行上機(jī)實(shí)驗(yàn)，在Excel內(nèi)完成數(shù)據(jù)分析，并將分析結(jié)果形成財(cái)務(wù)分析報(bào)告。學(xué)生分析判斷和決策能力在實(shí)戰(zhàn)中得以鍛煉，教學(xué)效果得到改善。

但是，隨著大數(shù)據(jù)時(shí)代的來(lái)臨，外部環(huán)境對(duì)數(shù)據(jù)分析能力要求的提升，僅僅學(xué)會(huì)利用Excel進(jìn)行水平分析、垂直分析、趨勢(shì)分析、比率分析和因素分析，已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足市場(chǎng)對(duì)財(cái)務(wù)分析人才的需求，學(xué)生就業(yè)的競(jìng)爭(zhēng)力無(wú)從談起。結(jié)合前面大數(shù)據(jù)時(shí)代下財(cái)務(wù)分析人才需求特點(diǎn)，我校學(xué)生財(cái)務(wù)分析能力的培養(yǎng)存在著以下問題：

1.學(xué)生數(shù)據(jù)收集、整理和分析能力弱

定量分析方法應(yīng)用的基礎(chǔ)是數(shù)據(jù)，財(cái)務(wù)分析人員必須學(xué)會(huì)從海量的網(wǎng)絡(luò)資源中搜集并篩選與自己的分析對(duì)象和分析目的相關(guān)性較強(qiáng)的資料信息，[7]這些資料信息可能是結(jié)構(gòu)化數(shù)據(jù)，例如金融數(shù)據(jù)庫(kù)等；也可能是非結(jié)構(gòu)化數(shù)據(jù)，例如網(wǎng)頁(yè)等。從實(shí)踐教學(xué)環(huán)節(jié)反映出學(xué)生數(shù)據(jù)收集和整理能力弱，分析其原因主要是：

（1）學(xué)生不熟悉對(duì)財(cái)務(wù)分析有幫助的網(wǎng)絡(luò)資源。搜集有價(jià)值的數(shù)據(jù)需要一定的技巧，其中最為重要的是熟悉一些重要的網(wǎng)站，知道相應(yīng)的數(shù)據(jù)應(yīng)該在哪里找到的概率比較大，做到有的放矢。

（2）學(xué)生無(wú)法將非結(jié)構(gòu)數(shù)據(jù)快速地轉(zhuǎn)換成所需的數(shù)據(jù)形式。類似金融數(shù)據(jù)庫(kù)這樣的結(jié)構(gòu)數(shù)據(jù)，學(xué)生基本能夠篩選出所需信息。但是，對(duì)于類似網(wǎng)頁(yè)這樣的非結(jié)構(gòu)數(shù)據(jù)，他們就只能運(yùn)用最原始的復(fù)制粘貼的方法提煉數(shù)據(jù)信息，耗時(shí)且耗力。2013年2月1日，人保財(cái)險(xiǎn)執(zhí)行副總裁王和在中國(guó)第七屆“保險(xiǎn)業(yè)管理信息化高峰論壇”上指出，在過(guò)去的兩三年里，結(jié)構(gòu)和非結(jié)構(gòu)數(shù)據(jù)發(fā)生了本質(zhì)性的逆轉(zhuǎn)。過(guò)去就整個(gè)社會(huì)來(lái)講，絕大多數(shù)的數(shù)據(jù)是結(jié)構(gòu)數(shù)據(jù)，而現(xiàn)在非結(jié)構(gòu)數(shù)據(jù)正呈快速增長(zhǎng)的趨勢(shì)，現(xiàn)在以及未來(lái)，非結(jié)構(gòu)數(shù)據(jù)將占到95%，甚至更多。

“財(cái)務(wù)分析”課程講授的基本方法主要是比率分析和因素分析法等。目前，無(wú)論是學(xué)術(shù)界還是業(yè)界，研究人員大量使用統(tǒng)計(jì)模型進(jìn)行財(cái)務(wù)數(shù)據(jù)分析，例如聚類分析、多元回歸、因子分析、時(shí)間序列預(yù)測(cè)法等。因而，我校學(xué)生數(shù)據(jù)分析能力急需加強(qiáng)，尤其是統(tǒng)計(jì)學(xué)和數(shù)學(xué)的基礎(chǔ)要扎實(shí)。

2.學(xué)生財(cái)務(wù)分析報(bào)告撰寫水平有待提高

財(cái)務(wù)分析的結(jié)果是以財(cái)務(wù)分析報(bào)告的形式展示給企業(yè)利益相關(guān)人，為其進(jìn)行財(cái)務(wù)預(yù)測(cè)、財(cái)務(wù)決策、財(cái)務(wù)控制和財(cái)務(wù)評(píng)價(jià)等提供可靠信息。財(cái)務(wù)分析報(bào)告是對(duì)企業(yè)經(jīng)營(yíng)狀況、資金運(yùn)作的綜合概括和高度反映。李寶智（2012）認(rèn)為，報(bào)告應(yīng)具備八要素：準(zhǔn)確、完整、可比、用戶導(dǎo)向、相關(guān)、問題的解決方案、及時(shí)和易用。[8]從我校學(xué)生提交的財(cái)務(wù)分析報(bào)告看，與上述要求還有很大差距。

三、“財(cái)務(wù)分析”課程教學(xué)改革建議

1.培訓(xùn)網(wǎng)絡(luò)資源使用

重點(diǎn)介紹幾個(gè)數(shù)據(jù)庫(kù)的使用：

（1）金融數(shù)據(jù)庫(kù)。我校購(gòu)買了兩款金融數(shù)據(jù)庫(kù)，北京聚源銳思數(shù)據(jù)科技有限公司金融數(shù)據(jù)庫(kù)（http：//）和深圳市國(guó)泰安信息技術(shù)有限公司CSMAR財(cái)經(jīng)系列研究數(shù)據(jù)庫(kù)（http：//）。登陸金融數(shù)據(jù)庫(kù)后，輸入查詢條件即可下載上市公司財(cái)務(wù)數(shù)據(jù)，速度快且數(shù)據(jù)量大，數(shù)據(jù)格式可以任意選擇。

（2）中國(guó)資訊行（國(guó)際）有限公司高校財(cái)經(jīng)數(shù)據(jù)庫(kù)（http：//），INFOBANK于1995年在香港成立，是一家專門收集、處理及傳播中國(guó)商業(yè)、經(jīng)濟(jì)信息的香港高科技企業(yè)，信息范圍涵蓋19個(gè)領(lǐng)域、197個(gè)行業(yè)。

（3）國(guó)務(wù)院發(fā)展研究中心信息網(wǎng)（國(guó)研網(wǎng)）（http：//.cn）。國(guó)研網(wǎng)已建成了內(nèi)容豐富、檢索便捷、功能齊全的大型經(jīng)濟(jì)信息數(shù)據(jù)庫(kù)集群，包括：六十幾個(gè)文獻(xiàn)類數(shù)據(jù)庫(kù)、四十多個(gè)統(tǒng)計(jì)類數(shù)據(jù)庫(kù)等。

網(wǎng)站資源：中國(guó)證券監(jiān)督管理委員會(huì)（http：//）、上海證券交易所（http：//.cn）、深圳證券交易所網(wǎng)站（http：//）、巨潮資訊網(wǎng)（http：//.cn）和相關(guān)協(xié)會(huì)網(wǎng)站等。

2.培養(yǎng)數(shù)據(jù)預(yù)處理和建模能力

收集到數(shù)據(jù)之后，需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，利用統(tǒng)計(jì)學(xué)的理論和方法將數(shù)據(jù)轉(zhuǎn)換成一個(gè)分析模型。[9]學(xué)生在統(tǒng)計(jì)學(xué)、計(jì)量經(jīng)濟(jì)學(xué)課程中，已經(jīng)完成基本模型理論、SPSS或者Eviews三分析軟件的學(xué)習(xí)。但是，若想實(shí)現(xiàn)對(duì)大數(shù)據(jù)的整理和分析，應(yīng)該掌握R或者M(jìn)atlab統(tǒng)計(jì)分析軟件，同時(shí)，還要掌握一種編程語(yǔ)言，例如C++、JAVA、C#等。利用編程語(yǔ)言調(diào)用統(tǒng)計(jì)分析軟件，從而實(shí)現(xiàn)大數(shù)據(jù)的分析。另外，建議學(xué)生了解Perl語(yǔ)言編程，該語(yǔ)言擅長(zhǎng)處理非結(jié)構(gòu)數(shù)據(jù)。

3.培養(yǎng)文獻(xiàn)閱讀及財(cái)務(wù)分析報(bào)告撰寫能力

數(shù)據(jù)分析之后，需要撰寫財(cái)務(wù)分析報(bào)告，為各方利益相關(guān)者的決策提供依據(jù)。不同財(cái)務(wù)分析的目的，形成的財(cái)務(wù)分析報(bào)告具體要求會(huì)有所差異，但是撰寫財(cái)務(wù)分析報(bào)告的基本步驟相同。首先查閱文獻(xiàn)，閱讀相關(guān)學(xué)術(shù)文章、財(cái)務(wù)分析師分析報(bào)告、評(píng)級(jí)機(jī)構(gòu)報(bào)告等；其次，模仿寫作，組織財(cái)務(wù)分析結(jié)果，形成報(bào)告。此中沒有捷徑，需多看、多寫。

注釋：

①1TB 等于1000GB，1PB 等于1000TB。

參考文獻(xiàn)：

[1]孟小峰，慈祥.大數(shù)據(jù)管理：概念、技術(shù)與挑戰(zhàn)[J].計(jì)算機(jī)研究與發(fā)展，2013，（1）.

[2]鄔賀銓.大數(shù)據(jù)時(shí)代的機(jī)遇與挑戰(zhàn)[J].求是，2013，（4）.

[3]張肖飛.財(cái)經(jīng)類高?！敦?cái)務(wù)分析》課程案例教學(xué)改革研究[J].商業(yè)會(huì)計(jì)，2013，（1）.

[4]朱東華，張嶷，汪雪鋒，等.大數(shù)據(jù)環(huán)境下技術(shù)創(chuàng)新管理方法研究[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2013，（4）.

[5]張先治.財(cái)務(wù)分析理論發(fā)展與定位研究[J].財(cái)經(jīng)問題研究，

2007，（4）.

[6]陳衛(wèi)軍，徐文學(xué)，陳平.基于上市公司網(wǎng)上資源的《財(cái)務(wù)分析》實(shí)訓(xùn)教學(xué)探討[J].財(cái)會(huì)通訊，2012，（2）.

[7]王楨.網(wǎng)絡(luò)環(huán)境下財(cái)務(wù)分析案例教學(xué)方法的改進(jìn)[J].中國(guó)教育信息化，2012，（1）.

篇(2)

1．重策略執(zhí)行而輕戰(zhàn)略制定，企業(yè)整體運(yùn)作意識(shí)不強(qiáng)

戰(zhàn)略是企業(yè)發(fā)展的長(zhǎng)期性、全局性指導(dǎo)思想，策略則是戰(zhàn)略的具體化。從決策邏輯上來(lái)說(shuō)，企業(yè)必須先確定營(yíng)銷戰(zhàn)略，然后再根據(jù)戰(zhàn)略制定策略。具體在營(yíng)銷模擬實(shí)驗(yàn)中，學(xué)生先要進(jìn)行SWOT分析，明確企業(yè)的優(yōu)勢(shì)、劣勢(shì)、機(jī)會(huì)和威脅;然后進(jìn)行STP分析，把握各細(xì)分市場(chǎng)之間的差異性，明確公司的目標(biāo)市場(chǎng)，確定產(chǎn)品的市場(chǎng)定位;之后再制定公司的具體發(fā)展目標(biāo)，如市場(chǎng)占有率目標(biāo)、銷售額目標(biāo)、利潤(rùn)目標(biāo)，這些內(nèi)容基本都屬于公司戰(zhàn)略決策的范疇，對(duì)企業(yè)后階段的策略制定起著方向性的指導(dǎo)作用。但在實(shí)驗(yàn)操作實(shí)際中，很多學(xué)生對(duì)戰(zhàn)略分析不夠重視，把大部分時(shí)間和精力都放在了策略制定與執(zhí)行上，熱衷于進(jìn)行新產(chǎn)品的開發(fā)、新品牌的推出、價(jià)格的制定與調(diào)整、渠道的選擇、廣告促銷等，至于為何要這樣去制定和執(zhí)行，以后要怎樣去制定和執(zhí)行，則缺少全盤考慮。實(shí)際上，由于學(xué)生前期的戰(zhàn)略分析不全面，戰(zhàn)略目標(biāo)不明確，很多策略的針對(duì)性和實(shí)用性不強(qiáng)，甚至有些策略就憑主觀感覺或估計(jì)來(lái)確定。

2．決策過(guò)程不嚴(yán)謹(jǐn)，數(shù)據(jù)分析能力弱

由于市場(chǎng)環(huán)境越來(lái)越復(fù)雜，決策風(fēng)險(xiǎn)越來(lái)越大，企業(yè)的決策日趨客觀嚴(yán)謹(jǐn)，決策中越來(lái)越重視數(shù)據(jù)的支撐作用。數(shù)據(jù)是市場(chǎng)的真實(shí)反映，揭示了事物發(fā)展的客觀規(guī)律，本身就是決策的重要參考，培養(yǎng)學(xué)生的數(shù)據(jù)分析能力和嚴(yán)謹(jǐn)思維也是營(yíng)銷模擬實(shí)驗(yàn)教學(xué)的一個(gè)重要目標(biāo)。市場(chǎng)模擬營(yíng)銷實(shí)驗(yàn)中包含大量的數(shù)據(jù)，比如銷售量、銷售額、增長(zhǎng)率、利潤(rùn)額、利潤(rùn)率、生產(chǎn)成本、投資收益率、知名度、股價(jià)等等，另外還有許多圖表，如折線圖、餅形圖、柱狀圖及矩陣圖等，每一次營(yíng)銷計(jì)劃執(zhí)行后，這些數(shù)據(jù)或圖表就會(huì)發(fā)生相應(yīng)的變化。這些數(shù)據(jù)中蘊(yùn)含著豐富的市場(chǎng)信息，非常值得我們?nèi)ネ诰颍@些數(shù)據(jù)或圖表并沒有被學(xué)生很好地利用，學(xué)生對(duì)數(shù)據(jù)的敏感度不夠，不擅長(zhǎng)去分析其中包含的信息，對(duì)它們的認(rèn)識(shí)有些表面化，往往是在進(jìn)行簡(jiǎn)單的了解后便很快制定出營(yíng)銷策略，決策過(guò)程欠嚴(yán)謹(jǐn)。

二、市場(chǎng)營(yíng)銷模擬實(shí)驗(yàn)教學(xué)的優(yōu)化對(duì)策

1．科學(xué)分組，確保競(jìng)爭(zhēng)公平

為使每一位同學(xué)都能始終保持實(shí)驗(yàn)興趣，也為了保證小組競(jìng)爭(zhēng)的公平，教師在實(shí)驗(yàn)開始前必須對(duì)全班進(jìn)行科學(xué)分組。分組時(shí)要考慮以下幾點(diǎn):首先要確定每組的人數(shù)，每組人數(shù)不宜過(guò)多，太多了影響決策效率，還可能導(dǎo)致人浮于事，一般三人一組比較好，團(tuán)隊(duì)比較精干，也便于協(xié)商或討論;然后要確定小組成員選擇標(biāo)準(zhǔn)，每一小組至少要有一位專業(yè)能力相對(duì)突出的同學(xué)，以保證決策過(guò)程的專業(yè)性和合理性，并帶動(dòng)其他同學(xué)積極參與。確定組隊(duì)標(biāo)準(zhǔn)后，學(xué)生可以先行組合，然后把組隊(duì)名單交給老師，老師根據(jù)實(shí)際情況對(duì)各組成員進(jìn)行適當(dāng)調(diào)整，盡量使各組的實(shí)力保持相對(duì)平衡。

2．突出戰(zhàn)略決策，做好市場(chǎng)分析與戰(zhàn)略定位

企業(yè)的決策需要有戰(zhàn)略思維，要預(yù)先做好市場(chǎng)及產(chǎn)品的規(guī)劃，在此基礎(chǔ)上再制定出不同階段的營(yíng)銷策略。為此企業(yè)需要對(duì)營(yíng)銷環(huán)境做出全面細(xì)致的分析，了解企業(yè)的優(yōu)勢(shì)、劣勢(shì)、機(jī)會(huì)和威脅，并在市場(chǎng)細(xì)分的基礎(chǔ)上做出目標(biāo)市場(chǎng)的選擇，確定產(chǎn)品在目標(biāo)市場(chǎng)的定位，最終形成成熟的營(yíng)銷方案。這種戰(zhàn)略分析能力體現(xiàn)出了學(xué)生的宏觀視野和邏輯思維，但往往也是很多學(xué)生的弱項(xiàng)，需要教師在實(shí)驗(yàn)環(huán)節(jié)中予以特別重視，通過(guò)一系列強(qiáng)化訓(xùn)練來(lái)培養(yǎng)。比如要求學(xué)生在每次實(shí)驗(yàn)中必須提交兩份戰(zhàn)略分析報(bào)告，一份是SWOT分析報(bào)告，一份是STP報(bào)告，報(bào)告中必須對(duì)營(yíng)銷環(huán)境、戰(zhàn)略定位、營(yíng)銷目標(biāo)做出詳細(xì)分析和具體明確，并闡述原因和依據(jù)，在分析報(bào)告沒有提交之前，不能進(jìn)入下一個(gè)實(shí)驗(yàn)環(huán)節(jié)。在每一年度的營(yíng)銷實(shí)驗(yàn)結(jié)束后，教師還要對(duì)全班所有同學(xué)的分析報(bào)告進(jìn)行評(píng)比，將評(píng)比結(jié)果作為期末成績(jī)的參考。通過(guò)這種硬性規(guī)定，讓學(xué)生重視戰(zhàn)略分析，逐步提高從全局把握問題的能力。

3．強(qiáng)化數(shù)據(jù)分析，做到嚴(yán)謹(jǐn)決策

數(shù)據(jù)分析能反映一個(gè)人看待問題的深度以及思維的嚴(yán)謹(jǐn)性，但對(duì)于很多學(xué)生來(lái)說(shuō)，由于營(yíng)銷分析工具掌握不牢固，對(duì)數(shù)據(jù)分析的方法比較生疏，難以從多個(gè)數(shù)據(jù)中發(fā)現(xiàn)事物之間的內(nèi)在聯(lián)系或規(guī)律，更多是根據(jù)主觀感覺或個(gè)人經(jīng)驗(yàn)，再結(jié)合一些表面的數(shù)據(jù)來(lái)制定營(yíng)銷對(duì)策，決策過(guò)程存在某種隨意性。為改變這一不良決策習(xí)慣，教師在實(shí)驗(yàn)中必須強(qiáng)調(diào)一點(diǎn)，就是所有的決策必須有數(shù)據(jù)支撐，必須有數(shù)據(jù)分析，用數(shù)字說(shuō)話。這并非提倡決策的“數(shù)據(jù)主義”，只是強(qiáng)調(diào)嚴(yán)謹(jǐn)決策的重要，這種訓(xùn)練對(duì)學(xué)生以后的行為習(xí)慣和邏輯思維將產(chǎn)生積極影響，讓學(xué)生更理性地看待問題和解決問題。以營(yíng)銷模擬實(shí)驗(yàn)中的廣告投放決策為例，就要求學(xué)生先了解企業(yè)本年度的營(yíng)銷預(yù)算、廣告的目標(biāo)、媒體的成本、媒體的傳播效應(yīng)、企業(yè)目前的知名度等數(shù)據(jù)，然后對(duì)這些數(shù)據(jù)進(jìn)行科學(xué)計(jì)算，得出廣告投放的時(shí)間、次數(shù)和費(fèi)用，而不能憑估計(jì)隨意給定一個(gè)數(shù)字。

4．加強(qiáng)課堂管理，確保實(shí)驗(yàn)效果

篇(3)

無(wú)論是政治，還是經(jīng)濟(jì)形勢(shì)，任何政府、企業(yè)、個(gè)人，面對(duì)未來(lái)進(jìn)行投融資等項(xiàng)目決策，不經(jīng)過(guò)數(shù)據(jù)分析論證就簡(jiǎn)單的決定會(huì)帶來(lái)巨大的危害，已經(jīng)漸漸的被人們認(rèn)同。所以，只要參與社會(huì)政治、經(jīng)濟(jì)等活動(dòng)，進(jìn)行投融資，期望帶來(lái)一定的經(jīng)濟(jì)效益，或者社會(huì)效益，就必須加強(qiáng)數(shù)據(jù)分析工作，對(duì)投融資意向進(jìn)行評(píng)估，為決策提供科學(xué)的依據(jù)。

（一）項(xiàng)目數(shù)據(jù)分析

1、什么是項(xiàng)目數(shù)據(jù)分析工作

項(xiàng)目數(shù)據(jù)分析就是研究將經(jīng)濟(jì)學(xué)理論用數(shù)學(xué)模型表示，并應(yīng)用于項(xiàng)目投資分析的方法論。項(xiàng)目數(shù)據(jù)分析過(guò)程是：提出項(xiàng)目（研究機(jī)會(huì)）、初步可行性研究（市場(chǎng)、技術(shù)、資源、環(huán)境研究、效益、風(fēng)險(xiǎn)分析評(píng)價(jià)）、測(cè)算經(jīng)濟(jì)效益、評(píng)估和決策、可行性研究（市場(chǎng)、技術(shù)、資源、環(huán)境研究、效益、風(fēng)險(xiǎn)分析評(píng)價(jià)）、評(píng)估和決策、項(xiàng)目實(shí)施。

2、項(xiàng)目數(shù)據(jù)分析工作的內(nèi)容、特點(diǎn)

（1）項(xiàng)目分析工作的內(nèi)容

一般來(lái)說(shuō)，項(xiàng)目數(shù)據(jù)分析的內(nèi)容包括項(xiàng)目的經(jīng)濟(jì)效益評(píng)價(jià)、項(xiàng)目的風(fēng)險(xiǎn)分析和項(xiàng)目的比較選擇。

項(xiàng)目的經(jīng)濟(jì)效益評(píng)價(jià)主要是在假設(shè)項(xiàng)目沒有風(fēng)險(xiǎn)情況下的經(jīng)濟(jì)效益，主要針對(duì)非貼現(xiàn)指標(biāo)（會(huì)計(jì)收益率和投資回收期）和貼現(xiàn)指標(biāo)（凈現(xiàn)值、內(nèi)部收益率、獲利指數(shù)和動(dòng)態(tài)投資回收期）。

項(xiàng)目的風(fēng)險(xiǎn)分析，主要是進(jìn)行盈虧平衡分析、敏感性分析和概率分析。

項(xiàng)目的比較選擇，主要是獨(dú)立方案、互斥方案和不完全互斥方案的設(shè)計(jì)、評(píng)估等選擇。

（2）項(xiàng)目分析工作的特點(diǎn)

項(xiàng)目數(shù)據(jù)分析工作是一門邊緣科學(xué)，其特點(diǎn)是以定量分析為主要分析手段，通過(guò)分析翔實(shí)的數(shù)據(jù)進(jìn)行項(xiàng)目的論證得出定性結(jié)論，并以定量數(shù)據(jù)進(jìn)行說(shuō)明。顯然，項(xiàng)目數(shù)據(jù)分析，必須通過(guò)建立數(shù)學(xué)模型的方法進(jìn)行分析涉及經(jīng)濟(jì)學(xué)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)和預(yù)測(cè)學(xué)。

（二）什么是投融資

1、項(xiàng)目投融資的概念。

投資是指 “為了在獲得預(yù)期的收益而作出的確定的墊支或犧牲的各種經(jīng)濟(jì)行為” 。因此，投資并不局限于與基礎(chǔ)建設(shè)相關(guān)的經(jīng)濟(jì)活動(dòng)，還包括證劵投資、信貸投資和信托投資。

2、項(xiàng)目投資的特點(diǎn)

項(xiàng)目投資的特點(diǎn)是現(xiàn)在投入資金進(jìn)行經(jīng)濟(jì)效益的博弈，通過(guò)對(duì)該項(xiàng)目的管理進(jìn)行長(zhǎng)期或者未來(lái)的收益，不僅具有時(shí)間性，而且具有較強(qiáng)的風(fēng)險(xiǎn)性，其本質(zhì)就是獲得預(yù)期的收益。

一些大型的投資項(xiàng)目，通常都由一家專業(yè)的財(cái)務(wù)顧問公司擔(dān)任其項(xiàng)目的財(cái)務(wù)顧問，財(cái)務(wù)顧問公司做為資本市場(chǎng)中介于籌資者與投資者之間的中介機(jī)構(gòu)憑借其對(duì)市場(chǎng)的了解以及專門的財(cái)務(wù)分析人才優(yōu)勢(shì)，為項(xiàng)目制定嚴(yán)格的，科學(xué)的，技術(shù)的財(cái)務(wù)計(jì)劃以及形成最小的資本結(jié)構(gòu)，并在資產(chǎn)的規(guī)劃和投入過(guò)程中做出理性的投資決策。

（三）項(xiàng)目數(shù)據(jù)分析工作對(duì)投融資具有重要的意義

1、數(shù)據(jù)分析工作提高了工作效率，增強(qiáng)了管理的科學(xué)性。無(wú)論是國(guó)家政府部門、企事業(yè)單位還是個(gè)人，數(shù)據(jù)分析工作都是進(jìn)行決策和做出工作決定之前的重要環(huán)節(jié)，數(shù)據(jù)分析工作的質(zhì)量高低直接決定著決策的成敗和效果的好壞。

2、越來(lái)越多的企業(yè)將選擇擁有中國(guó)項(xiàng)目數(shù)據(jù)分析師資質(zhì)的專業(yè)人士為他們的項(xiàng)目做出科學(xué)、合理的分析，以便正確決策項(xiàng)目；越來(lái)越多的風(fēng)險(xiǎn)投資機(jī)構(gòu)把中國(guó)項(xiàng)目數(shù)據(jù)分析師所出具的項(xiàng)目數(shù)據(jù)分析報(bào)告作為其判斷項(xiàng)目是否可行及是否值得投資的重要依據(jù)；越來(lái)越多的企業(yè)把中國(guó)項(xiàng)目數(shù)據(jù)分析師課程作為其中高管理層及決策層培訓(xùn)計(jì)劃的重要內(nèi)容；越來(lái)越多的有志之士把中國(guó)項(xiàng)目數(shù)據(jù)分析師培訓(xùn)內(nèi)容作為其職業(yè)生涯發(fā)展中必備的知識(shí)體系。

二、從事項(xiàng)目數(shù)據(jù)分析工作的感受

（一）從數(shù)據(jù)分析師的角度，項(xiàng)目數(shù)據(jù)工作需要做到以下幾個(gè)方面的服務(wù)，才可以為被服務(wù)對(duì)象提供優(yōu)質(zhì)的有價(jià)值的投融資報(bào)告。

1、真誠(chéng)服務(wù)

所謂真誠(chéng)服務(wù)，主要是因?yàn)橥度谫Y報(bào)告的價(jià)值來(lái)自于數(shù)據(jù)分析師精湛的業(yè)務(wù)能力，細(xì)致的數(shù)據(jù)搜集能力、閱讀能力、分析能力和預(yù)測(cè)能力。無(wú)論是競(jìng)爭(zhēng)性項(xiàng)目、還是基礎(chǔ)性項(xiàng)目，由于數(shù)據(jù)分析工作時(shí)一門邊緣科學(xué)，需要對(duì)真實(shí)和翔實(shí)的數(shù)據(jù)進(jìn)行定量或者是定性分析，需要對(duì)國(guó)家或者國(guó)際政策進(jìn)行審讀，需要對(duì)經(jīng)濟(jì)形勢(shì)進(jìn)行判斷，需要對(duì)項(xiàng)目所屬的行業(yè)進(jìn)行科學(xué)的宏觀把握，因此，項(xiàng)目數(shù)據(jù)分析師在搜集相關(guān)數(shù)據(jù)，在分析相關(guān)數(shù)據(jù)時(shí)，在閱讀國(guó)家或者國(guó)及政策時(shí)，在斟酌行業(yè)趨勢(shì)時(shí)，都需要真誠(chéng)的付出，否則，閉門造車或者移花接木式的投融資報(bào)告，只能是危害客戶，只能給客戶帶來(lái)更大的風(fēng)險(xiǎn)，而不是豐厚的收益。

2、真心服務(wù)

所謂真心服務(wù)，主要是指項(xiàng)目數(shù)據(jù)分析師在服務(wù)客戶時(shí)，需要站在客戶的角度思考問題。由于項(xiàng)目數(shù)據(jù)分析師，是從屬于某公司，因此從公司利益出發(fā)，需要為公司賺取一定的利潤(rùn)，這部分利潤(rùn)就來(lái)自于數(shù)據(jù)分析師所服務(wù)的客戶。從客戶角度思考，實(shí)際上客戶委托數(shù)據(jù)分析師針對(duì)企業(yè)的項(xiàng)目意向而進(jìn)行的數(shù)據(jù)分析，實(shí)際是希望數(shù)據(jù)分析師提供的項(xiàng)目方案，不僅是可行的，能夠?yàn)楣精@得預(yù)期利益，而且是風(fēng)險(xiǎn)較小的，可以操作實(shí)施的投融資報(bào)告。

3、真實(shí)服務(wù)

所謂真實(shí)服務(wù)，就是指數(shù)據(jù)分析師在進(jìn)行項(xiàng)目數(shù)據(jù)分析，通過(guò)建立數(shù)學(xué)模型的方法進(jìn)行分析并提出具有科學(xué)性的、前瞻性的、科學(xué)性的、可操作性的投融資項(xiàng)目預(yù)測(cè)報(bào)告時(shí)，需要是真實(shí)服務(wù)。一般來(lái)說(shuō)，客戶在提出項(xiàng)目設(shè)想時(shí)，是充滿了憧憬，也具有天真的幻想，那么數(shù)據(jù)分析師提出的可行性報(bào)告如果是刻意逢迎客戶的主張，那么對(duì)客戶來(lái)說(shuō)將是災(zāi)難性的打擊。

4、真情服務(wù)

所謂真情服務(wù)，主要側(cè)重于項(xiàng)目付諸于實(shí)踐中，項(xiàng)目數(shù)據(jù)分析師跟蹤調(diào)查項(xiàng)目實(shí)施的禁毒，以及修正項(xiàng)目風(fēng)險(xiǎn)分析和比較選擇。

（二）從數(shù)據(jù)分析師所服務(wù)的客戶角度來(lái)看，客戶也需要做到以下幾個(gè)方面的工作：

1、信賴數(shù)據(jù)分析師的服務(wù)

對(duì)數(shù)據(jù)分析師服務(wù)的企業(yè)來(lái)說(shuō)，信賴數(shù)據(jù)分析師是必要的。一方面，投融資項(xiàng)目報(bào)告，制定嚴(yán)格，具有科學(xué)性，是理性的投資決策；另一方面，

2、忠誠(chéng)數(shù)據(jù)分析師的服務(wù)

3、誠(chéng)摯和數(shù)據(jù)分析師的合作

數(shù)據(jù)分析師在進(jìn)行投融資項(xiàng)目分析時(shí)，一方面，客戶的意項(xiàng)是否描述清晰、完整、完全，是非常重要的，它決定了投融資項(xiàng)目報(bào)告的起點(diǎn)和方向；另一方面，企業(yè)的真實(shí)經(jīng)營(yíng)狀況，也對(duì)項(xiàng)目報(bào)告具有決定性的意義。因此，企業(yè)需要同數(shù)據(jù)分析師進(jìn)行誠(chéng)摯的、真誠(chéng)的合作，否則，項(xiàng)目數(shù)據(jù)報(bào)告就存在不可預(yù)知的、本可避免的巨大風(fēng)險(xiǎn)。

三、為項(xiàng)目方和投資方案例分析

支持創(chuàng)新 不忘避險(xiǎn)—“倍愛康”生物科技項(xiàng)目作為股東類項(xiàng)目，“中投信?！睘椤氨稅劭怠碧峁?筆貸款擔(dān)保，累計(jì)擔(dān)保余額1900萬(wàn)元，實(shí)現(xiàn)保費(fèi)收入28.5萬(wàn)元。

“倍愛康”是由冶金自動(dòng)化研究院投資興辦的高新技術(shù)企業(yè)，主營(yíng)磁分離酶聯(lián)免疫檢測(cè)系統(tǒng)等醫(yī)療器械和試劑的購(gòu)銷與制造。企業(yè)貸款用途為引進(jìn)加拿大的磁酶免系統(tǒng)。但貸款后對(duì)該產(chǎn)品的市場(chǎng)推廣未見成效，研發(fā)費(fèi)用又較高，在銷售無(wú)法取得突破的情況下，使得公司的凈利水平偏低。同時(shí)，下游各地方醫(yī)院壓款情況嚴(yán)重。雖引入的國(guó)外先進(jìn)技術(shù)不如預(yù)期般成功，企業(yè)仍按時(shí)還貸，該項(xiàng)目順利完結(jié)。

篇(4)

2016年，中國(guó)互聯(lián)網(wǎng)的發(fā)展風(fēng)起云涌、波瀾壯闊。人工智能技術(shù)引發(fā)新革命，席卷全球并改造著各行各業(yè)，中國(guó)企業(yè)在人工智能領(lǐng)域的角色日益重要；《國(guó)家網(wǎng)絡(luò)空間安全戰(zhàn)略》，建設(shè)網(wǎng)絡(luò)強(qiáng)國(guó)成為國(guó)家戰(zhàn)略；大數(shù)據(jù)國(guó)家戰(zhàn)略加速落地，大數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)如火如荼。尤其是工信部近日印發(fā)了《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃（2016-2020年）》，特別提出加快推進(jìn)大數(shù)據(jù)產(chǎn)業(yè)應(yīng)用能力，到2020年，大數(shù)據(jù)相關(guān)產(chǎn)品和服務(wù)業(yè)務(wù)收入突破1萬(wàn)億元，年均復(fù)合增長(zhǎng)率保持30%左右。

顯然，大數(shù)據(jù)的產(chǎn)業(yè)應(yīng)用能力建設(shè)不容忽視。

截至目前，國(guó)雙已在商業(yè)、運(yùn)營(yíng)商、政府、新媒體、司法等五條業(yè)務(wù)線方向取得了優(yōu)勢(shì)和突破。

數(shù)據(jù)洞察

2017年2月28日下午，“關(guān)鍵洞察――國(guó)雙2017年數(shù)據(jù)報(bào)告會(huì)”于在北京召開。

會(huì)上，國(guó)雙除了重磅《2016中國(guó)互聯(lián)網(wǎng)發(fā)展報(bào)告》外，還展示了基于用戶的電商購(gòu)買、品牌搜索和自媒體評(píng)論等行為數(shù)據(jù)分析提煉而成的定制化報(bào)告《數(shù)往知來(lái)――用戶競(jìng)爭(zhēng)態(tài)勢(shì)分析報(bào)告》。另外，還推出了其全新的CMP汽車營(yíng)銷解決方案。

2013年和2016年，國(guó)雙先后兩次被國(guó)家知識(shí)產(chǎn)權(quán)局評(píng)為“北京（中關(guān)村）審查員實(shí)踐基地”；2014年和2015年，連續(xù)兩年發(fā)明專利申請(qǐng)量位居中關(guān)村前十，并連續(xù)入選中關(guān)村知識(shí)產(chǎn)權(quán)領(lǐng)軍企業(yè)，2016年入選國(guó)家知識(shí)產(chǎn)權(quán)優(yōu)勢(shì)企業(yè)。

國(guó)雙聯(lián)席總裁李峰表示：“國(guó)雙數(shù)據(jù)中心自2013年成立以來(lái)，每年都會(huì)中國(guó)互聯(lián)網(wǎng)發(fā)展報(bào)告，揭示中國(guó)互聯(lián)網(wǎng)用戶行為發(fā)展態(tài)勢(shì)和趨勢(shì)。迄今為止，國(guó)雙已經(jīng)連續(xù)五年這一主題報(bào)告?！币恢币詠?lái)，國(guó)雙“專注數(shù)據(jù)，創(chuàng)造價(jià)值”，在數(shù)往知來(lái)的趨勢(shì)中，洞察關(guān)鍵動(dòng)向。他們協(xié)助企業(yè)主從海量數(shù)據(jù)中，找到關(guān)鍵數(shù)據(jù)，形成決策依據(jù)。

國(guó)雙數(shù)據(jù)中心基于獨(dú)有的交互式數(shù)據(jù)挖掘平臺(tái)，全方位采集Web端、移動(dòng)端等源頭的海量數(shù)據(jù)，運(yùn)用多維度數(shù)據(jù)剖析方法，打造了《2016中國(guó)互聯(lián)網(wǎng)發(fā)展報(bào)告》（以下簡(jiǎn)稱《報(bào)告》），從全網(wǎng)概況、訪問特征、渠道分析、行業(yè)視角等四個(gè)方面，以女裝、IP影視劇植入、汽車、美妝等四個(gè)行業(yè)領(lǐng)域?yàn)榈湫桶咐?，多維透視解讀了2016年中國(guó)互聯(lián)網(wǎng)的發(fā)展大勢(shì)。

會(huì)上，國(guó)雙數(shù)據(jù)中心總監(jiān)徐瑛對(duì)《報(bào)告》進(jìn)行了解讀，指出2014年以來(lái)手機(jī)端訪問量增長(zhǎng)率呈逐年上升的趨勢(shì)。2016年手機(jī)端訪問量較去年再創(chuàng)新高，全年增長(zhǎng)率由7.4%上升至20.4%；與此同時(shí)，PC端訪問量增長(zhǎng)率逐年下降，由-7.9%跌至-19.2%。而訪問終端方面，來(lái)自于國(guó)產(chǎn)手機(jī)品牌華為的訪問量超越三星位居第二位，與蘋果的差距進(jìn)一步縮小。

網(wǎng)民每日上網(wǎng)時(shí)間分布方面的統(tǒng)計(jì)顯示，在PC端，人們的活躍時(shí)間依然呈現(xiàn)出雙峰“馬鞍”狀的分布，即最高峰出現(xiàn)在早10時(shí)，下午15時(shí)；但是在移動(dòng)端，訪問的高峰期出現(xiàn)在夜間的21時(shí)左右，對(duì)于新媒體內(nèi)容營(yíng)銷運(yùn)營(yíng)者來(lái)說(shuō)，要掌握消費(fèi)者上線訪問的時(shí)間點(diǎn)，非常關(guān)鍵。

在IP影視劇的植入方面，2016年飲料、食品、美妝等行業(yè)較多品牌選擇IP影視劇植入，其次是手機(jī)、零售、汽車等。就單一品牌來(lái)看，OPPO、三只松鼠等植入更多IP影視劇?？祹煾导鞍俣鹊貓D因分別植入《青云志》及《從你的全世界路過(guò)》等IP電視劇獲得較高關(guān)注，收獲了很好的品牌效益。

而在汽車行業(yè)方面，2016年人們對(duì)汽車行業(yè)的關(guān)注度呈上升趨勢(shì)。緊湊型車關(guān)注度占比45.9%，位居第一位；SUV關(guān)注度占比達(dá)19.2%，超越中型車，成為本年熱議的細(xì)分市場(chǎng)。緊湊型車在經(jīng)歷4月、10月的兩個(gè)關(guān)注高峰后，均出現(xiàn)平緩回落趨勢(shì)，SUV關(guān)注度則成波動(dòng)式爬升，表明近年來(lái)興起的SUV熱還在持續(xù)燃燒。

數(shù)據(jù)解讀

本次會(huì)上，國(guó)雙產(chǎn)品市場(chǎng)總監(jiān)張桐介紹了國(guó)雙為客戶推出的系列定制化報(bào)告《數(shù)往知來(lái)――用戶競(jìng)爭(zhēng)態(tài)勢(shì)分析報(bào)告》（以下簡(jiǎn)稱《競(jìng)爭(zhēng)態(tài)勢(shì)報(bào)告》）?！陡?jìng)爭(zhēng)態(tài)勢(shì)報(bào)告》基于用戶的電商購(gòu)買行為數(shù)據(jù)、品牌搜索行為數(shù)據(jù)和自媒體評(píng)論行為數(shù)據(jù)，去量化分析品牌搜索競(jìng)爭(zhēng)格局、品牌電商競(jìng)爭(zhēng)格局和品牌口碑競(jìng)爭(zhēng)格局，幫助品牌主實(shí)現(xiàn)清晰化運(yùn)營(yíng)、優(yōu)化營(yíng)銷內(nèi)容和指導(dǎo)媒介投放。

在市場(chǎng)瞬息萬(wàn)變的今天，對(duì)于企業(yè)來(lái)說(shuō)，時(shí)刻關(guān)注競(jìng)爭(zhēng)對(duì)手變得尤為重要，而大數(shù)據(jù)帶來(lái)了更大范圍的競(jìng)品監(jiān)測(cè)，更高效率的情報(bào)反饋，更有效的橫向?qū)Ρ?。?guó)雙“數(shù)往知來(lái)”系列報(bào)告是以競(jìng)品情報(bào)為核心的報(bào)告體系，通過(guò)追蹤每個(gè)用戶的搜索行為，購(gòu)買行為和評(píng)論行為，深度刻畫用戶競(jìng)爭(zhēng)格局，找出用戶的品牌篩選因素、購(gòu)買決策因素和二次傳播因素，從而幫助品牌實(shí)現(xiàn)清晰化運(yùn)營(yíng)，量化指導(dǎo)營(yíng)銷內(nèi)容決策和投放媒體的選擇。會(huì)上所展示的用戶競(jìng)爭(zhēng)態(tài)勢(shì)分析報(bào)告，通過(guò)動(dòng)態(tài)可視化的數(shù)據(jù)分析呈現(xiàn)，讓企業(yè)主可以很直觀捕捉數(shù)據(jù)分析結(jié)果，快速調(diào)整營(yíng)銷策略。

數(shù)據(jù)支撐

近年來(lái)，中國(guó)汽車銷量增速放緩，市場(chǎng)趨于飽和，競(jìng)爭(zhēng)加劇。數(shù)據(jù)顯示，77%的購(gòu)車者從萌生購(gòu)車想法到成交提車只花了不足90天時(shí)間，購(gòu)買決策窗口期更短。而在比較篩選階段，高達(dá)61%的消費(fèi)者改變了他們?cè)械能囆推?，消費(fèi)者更加善變。這些都為汽車企業(yè)帶來(lái)了嚴(yán)峻的挑戰(zhàn)，預(yù)示著車企需要在研發(fā)、制造、營(yíng)銷、售后等從上下游產(chǎn)業(yè)鏈環(huán)節(jié)，隨時(shí)掌握消費(fèi)者需求變化，靈活應(yīng)變調(diào)整，才能在競(jìng)爭(zhēng)中穩(wěn)步發(fā)展，立于不敗之地。

篇(5)

    從現(xiàn)在來(lái)看,對(duì)經(jīng)濟(jì)的統(tǒng)計(jì)調(diào)查分析報(bào)告有兩方面的意義,一是認(rèn)清現(xiàn)狀,及時(shí)改正,通過(guò)對(duì)過(guò)去的數(shù)據(jù)的統(tǒng)計(jì)調(diào)查和分析可以發(fā)現(xiàn)已經(jīng)存在的問題,并可以就其中的聯(lián)系進(jìn)一步剖析和研究,發(fā)現(xiàn)問題真正的原因,對(duì)于沒有收益或者收益日漸下滑的項(xiàng)目應(yīng)該馬上停止,把不適合企業(yè)發(fā)展的部分剔除掉,保證經(jīng)濟(jì)健康快速的發(fā)展。二是抓住機(jī)會(huì),創(chuàng)造利潤(rùn),大多數(shù)我們得到的都是數(shù)量上的,表面的東西,我們要做的就是通過(guò)一系列的調(diào)查分析,將數(shù)量轉(zhuǎn)化為質(zhì)量。我們要通過(guò)對(duì)當(dāng)前經(jīng)濟(jì)的分析來(lái)找到在當(dāng)今社會(huì)大多數(shù)行業(yè)市場(chǎng)飽和的情況的商機(jī),抓住稍縱即逝的機(jī)會(huì),創(chuàng)造更大的利潤(rùn)。

    2 經(jīng)濟(jì)統(tǒng)計(jì)調(diào)查分析報(bào)告策略現(xiàn)存的問題

    2.1 經(jīng)濟(jì)調(diào)查中存在的困難

    在調(diào)查中,我們不可能把所有地區(qū),所有企業(yè)的經(jīng)濟(jì)都進(jìn)行一遍盤查,那樣不僅耗費(fèi)大量的人力,物力,更會(huì)使得到的調(diào)查數(shù)據(jù)太過(guò)冗雜,不便于分析,那么如何正確的進(jìn)行抽樣調(diào)查,保證選擇的樣本具有代表性,能夠代表大多數(shù)的經(jīng)濟(jì)狀況,而不具有特殊性就成為了經(jīng)濟(jì)調(diào)查的難點(diǎn)。而且調(diào)查得到的數(shù)據(jù)繁多,如何從大量的數(shù)據(jù)中找到有用的數(shù)據(jù),成為了重點(diǎn)和難點(diǎn),由于統(tǒng)計(jì)調(diào)查人員的個(gè)人素質(zhì)和統(tǒng)計(jì)數(shù)據(jù)的繁多,給統(tǒng)計(jì)調(diào)查工作帶去了很大難度,在數(shù)據(jù)的統(tǒng)計(jì)調(diào)查上,如何保證調(diào)查得到的數(shù)據(jù)的正確性也是一個(gè)難點(diǎn),經(jīng)濟(jì)的統(tǒng)計(jì)調(diào)查是一切數(shù)據(jù)分析的開始,如果統(tǒng)計(jì)調(diào)查得到的數(shù)據(jù)出現(xiàn)錯(cuò)誤,將會(huì)影響接下來(lái)的工作。

    2.2 經(jīng)濟(jì)統(tǒng)計(jì)分析中存在的困難

    如果說(shuō)統(tǒng)計(jì)是基礎(chǔ),那么對(duì)經(jīng)濟(jì)的分析就是得出我們需要的結(jié)果唯一手段,經(jīng)濟(jì)分析、就是運(yùn)用當(dāng)前所有的數(shù)據(jù),把數(shù)量上的東西,把一些數(shù)字化的東西變成結(jié)論,變成指導(dǎo)下一步運(yùn)作和計(jì)劃的準(zhǔn)則。如何根據(jù)現(xiàn)有的大量的數(shù)據(jù),得出正確的,對(duì)企業(yè),國(guó)家經(jīng)濟(jì)發(fā)展有力的分析結(jié)果,就要看分析人員的素質(zhì)了,分析人員要有超前的洞察力和分析能力,才會(huì)真正地得出有用的結(jié)論。

    2.3 經(jīng)濟(jì)統(tǒng)計(jì)報(bào)告中存在的困難

    經(jīng)濟(jì)的變化是十分迅速的,上一秒還在盈利,也許下一秒就已經(jīng)虧損,在得出經(jīng)濟(jì)分析的結(jié)論之后,有效,快速,及時(shí)的送達(dá)分析報(bào)告也是十分重要的環(huán)節(jié),但是由于工作人員的怠慢等原因很有可能耽誤信息的送達(dá),導(dǎo)致不能對(duì)當(dāng)前經(jīng)濟(jì)已經(jīng)發(fā)生的錯(cuò)誤做出及時(shí)的改正,造成虧損。

    3 經(jīng)濟(jì)統(tǒng)計(jì)調(diào)查分析報(bào)告策略

    3.1 經(jīng)濟(jì)統(tǒng)計(jì)調(diào)查策略

    在經(jīng)濟(jì)統(tǒng)計(jì)調(diào)查中,要建立統(tǒng)一的機(jī)制,制定一套完整的調(diào)查程序,各個(gè)部門及時(shí)溝通在調(diào)查中出現(xiàn)的問題,并予以解決,根據(jù)國(guó)家的統(tǒng)計(jì)報(bào)表制度,建立自己的半年或季度統(tǒng)計(jì)報(bào)表制度。從制度建設(shè)入手,健全信息溝通渠道。建立培訓(xùn)制度,對(duì)調(diào)查人員進(jìn)行培訓(xùn),提高其調(diào)查工作的方法和手段,使調(diào)查工作更好更快地開展。還可以建立考核制度,對(duì)調(diào)查人員的工作進(jìn)行及時(shí)考核,以監(jiān)督和激勵(lì)調(diào)查人員的工作。

    3.2 經(jīng)濟(jì)統(tǒng)計(jì)分析策略

    對(duì)于經(jīng)濟(jì)統(tǒng)計(jì)的分析的重要性已經(jīng)不用再?gòu)?qiáng)調(diào)了,那么如何保證分析結(jié)果的正確性呢?首先要使用正確的分析方法,由于統(tǒng)計(jì)分析的復(fù)雜性,所以在分析中要用到管理學(xué),社會(huì)學(xué)等多個(gè)學(xué)科的知識(shí)?，F(xiàn)有的統(tǒng)計(jì)分析方法有靜態(tài)經(jīng)濟(jì)分析,動(dòng)態(tài)經(jīng)濟(jì)分析等多種方法,采用正確的,適合的分析方法是得出分析結(jié)果的首要保證。其次,要建立完善的分析體制,對(duì)于不同的經(jīng)濟(jì)體按照不同的分析體制進(jìn)行分析,力求更快,更好的對(duì)數(shù)據(jù)進(jìn)行分析。再次,要提高分析人員的素質(zhì),正因?yàn)榉治龉ぷ鞯膹?fù)雜和困難,對(duì)分析人員的素質(zhì)就提出了很高的要求,分析人員要了解當(dāng)前局勢(shì),要了解各個(gè)學(xué)科方面的內(nèi)容,要能夠正確運(yùn)用分析方法,能夠變量分析,將經(jīng)濟(jì)學(xué),數(shù)學(xué),統(tǒng)計(jì)學(xué)很好的運(yùn)用到一起去,才能統(tǒng)攬全局,得出最正確,最客觀的分析結(jié)果。

    3.3 經(jīng)濟(jì)統(tǒng)計(jì)報(bào)告策略

    經(jīng)濟(jì)統(tǒng)計(jì)報(bào)告存在的問題可以說(shuō)是最好解決的,但是我們也要引起重視,在得出了分析結(jié)果之后,要把它體現(xiàn)在報(bào)告書上。首先要規(guī)范報(bào)告內(nèi)容,要嚴(yán)格按照?qǐng)?bào)告書的格式,根據(jù)分析結(jié)果填寫,要保證報(bào)告書將分析結(jié)果清晰明了的呈現(xiàn)出來(lái),做到全面不丟失分析結(jié)果信息。其次,要提高報(bào)告人員的意識(shí),要讓他們做到及時(shí)的將報(bào)告送達(dá)到上一級(jí)領(lǐng)導(dǎo)手中,保證分析結(jié)果的不延誤,以免影響下一步的進(jìn)行。

篇(6)

關(guān)鍵詞：大數(shù)據(jù)；復(fù)合人才；教學(xué)內(nèi)容；實(shí)踐形式；校企合作

中圖分類號(hào)：G642.0 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-9324（2014）45-0201-03

一、引言

隨著計(jì)算機(jī)軟硬件技術(shù)的快速發(fā)展，計(jì)算技術(shù)已從傳統(tǒng)的PC平臺(tái)計(jì)算模式發(fā)展到嵌入式計(jì)算、移動(dòng)計(jì)算、并行計(jì)算和服務(wù)計(jì)算等多種計(jì)算系統(tǒng)并存及融合的計(jì)算模式，處理的對(duì)象也呈現(xiàn)出網(wǎng)絡(luò)化、多媒體化、大數(shù)據(jù)化和智能化需求的特征，而物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)的快速發(fā)展促進(jìn)了這一趨勢(shì)，從而迎來(lái)了大數(shù)據(jù)時(shí)代的到來(lái)。大數(shù)據(jù)是繼云計(jì)算、物聯(lián)網(wǎng)之后興起的又一新興發(fā)展方向，被學(xué)術(shù)界、工業(yè)界乃至政府機(jī)構(gòu)密切關(guān)注和廣泛研究。

大數(shù)據(jù)又稱巨量資料，指的是所涉及的資料量規(guī)模巨大到無(wú)法通過(guò)目前主流軟件工具，在合理時(shí)間內(nèi)達(dá)到擷取、管理、處理、并整理成為幫助企業(yè)經(jīng)營(yíng)決策更積極的目的的資訊。在維克托?邁爾?舍恩伯格及肯尼斯?庫(kù)克耶編寫的《大數(shù)據(jù)時(shí)代》中大數(shù)據(jù)指不用隨機(jī)分析法（抽樣調(diào)查）這樣的捷徑，而采用所有數(shù)據(jù)的方法。一般說(shuō)來(lái)，大數(shù)據(jù)具有4V的特點(diǎn)：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價(jià)值）。大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握龐大的數(shù)據(jù)信息，而在于對(duì)這些含有意義的數(shù)據(jù)進(jìn)行專業(yè)化處理。換言之，如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實(shí)現(xiàn)盈利的關(guān)鍵，在于提高對(duì)數(shù)據(jù)的“加工能力”，通過(guò)“加工”實(shí)現(xiàn)數(shù)據(jù)的“增值”。

二、大數(shù)據(jù)時(shí)代對(duì)人才的要求

從廣義上講，大數(shù)據(jù)人才就是具備大數(shù)據(jù)處理能力的科學(xué)家和工程師。目前，國(guó)際上開設(shè)了大量的數(shù)據(jù)科學(xué)方面的課程、數(shù)據(jù)科學(xué)學(xué)位計(jì)劃以及數(shù)據(jù)科學(xué)短期培訓(xùn)班。從國(guó)際上設(shè)置的培養(yǎng)計(jì)劃來(lái)看，大數(shù)據(jù)人才應(yīng)該系統(tǒng)地掌握數(shù)據(jù)分析相關(guān)的技能，主要包括數(shù)學(xué)、統(tǒng)計(jì)學(xué)、數(shù)據(jù)分析、商業(yè)分析和自然語(yǔ)言處理等，具有較寬的知識(shí)面，具有獨(dú)立獲取知識(shí)的能力，具有較強(qiáng)的實(shí)踐能力、創(chuàng)新意識(shí)和團(tuán)隊(duì)合作意識(shí)。具體來(lái)說(shuō)，大數(shù)據(jù)人才首先應(yīng)具備獲取大數(shù)據(jù)的能力，例如能根據(jù)任務(wù)的具體要求，綜合利用各種計(jì)算機(jī)手段和知識(shí)，收集整理海量數(shù)據(jù)并加以存儲(chǔ)，為支撐相關(guān)的決策和行為做好數(shù)據(jù)準(zhǔn)備。其次，應(yīng)具備分析大數(shù)據(jù)的能力，對(duì)于經(jīng)過(guò)預(yù)處理的各類數(shù)據(jù)，能夠根據(jù)具體的需求，進(jìn)行選擇、轉(zhuǎn)換、加載，采用有效方法和模型對(duì)數(shù)據(jù)進(jìn)行分析，并形成分析報(bào)告，為實(shí)際問題提供決策依據(jù)。最后，應(yīng)具備良好的團(tuán)隊(duì)合作精神，大數(shù)據(jù)時(shí)代下的數(shù)據(jù)分析任務(wù)通常無(wú)法依賴個(gè)人能力來(lái)完成，需要在團(tuán)隊(duì)制度的約束下，與他人一同攜手、互相鼓勵(lì)、分工合作來(lái)實(shí)現(xiàn)既定目標(biāo)，因此具備較強(qiáng)的責(zé)任心與團(tuán)隊(duì)合作精神也是大數(shù)據(jù)從業(yè)人員必備的基本條件。

三、大數(shù)據(jù)人才培養(yǎng)的探索

大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展，對(duì)大數(shù)據(jù)人才提出了新的需求，國(guó)內(nèi)各高校在積極進(jìn)行大數(shù)據(jù)學(xué)術(shù)研究的同時(shí)，也開始考慮將大數(shù)據(jù)相關(guān)課程納入培養(yǎng)體系，以滿足社會(huì)對(duì)大數(shù)據(jù)人才的需求。以下結(jié)合作者在數(shù)據(jù)庫(kù)及分布式技術(shù)系列課程中的教學(xué)經(jīng)驗(yàn)，以及大數(shù)據(jù)分析與處理方面的實(shí)踐經(jīng)驗(yàn)，探討大數(shù)據(jù)系列課程教學(xué)內(nèi)容和實(shí)踐形式的設(shè)置。

在教學(xué)內(nèi)容的設(shè)置上，大數(shù)據(jù)系列課程建議可分為理論教學(xué)和技術(shù)教學(xué)兩個(gè)方面，因?yàn)槔碚撌谴髷?shù)據(jù)認(rèn)知的必經(jīng)途徑，也是被廣泛認(rèn)同和傳播的基線；而技術(shù)是大數(shù)據(jù)價(jià)值體現(xiàn)的手段和前進(jìn)的基石。在理論方面，講授的理論內(nèi)容可涵蓋如下幾點(diǎn)：

（1）大數(shù)據(jù)概念：大數(shù)據(jù)概念出現(xiàn)的歷史，關(guān)于大數(shù)據(jù)定義的各種流派以及說(shuō)明，大數(shù)據(jù)的四個(gè)特征，大數(shù)據(jù)與云計(jì)算、物聯(lián)網(wǎng)的關(guān)系，大數(shù)據(jù)與大規(guī)模數(shù)據(jù)、海量數(shù)據(jù)的差別。這個(gè)部分主要突出“大數(shù)據(jù)”概念中應(yīng)包含的“對(duì)數(shù)據(jù)對(duì)象的處理行為”。

（2）典型的大數(shù)據(jù)應(yīng)用實(shí)例：精選有新意的大數(shù)據(jù)分析典型案例，可幫助學(xué)生更清晰的理解大數(shù)據(jù)的概念和含義，這樣的案例如：美國(guó)梅西百貨的實(shí)時(shí)定價(jià)機(jī)制（根據(jù)需求和庫(kù)存的情況對(duì)多達(dá)7300萬(wàn)種貨品進(jìn)行實(shí)時(shí)調(diào)價(jià)）、百度搜索的實(shí)時(shí)熱點(diǎn)排行榜（以數(shù)億網(wǎng)民的搜索行為作為數(shù)據(jù)基礎(chǔ)，建立權(quán)威的關(guān)鍵詞排行榜與分類熱點(diǎn)）、沃爾瑪?shù)乃阉饕鍼olaris（利用語(yǔ)義數(shù)據(jù)進(jìn)行文本分析、機(jī)器學(xué)習(xí)和同義詞挖掘使得在線購(gòu)物的完成率提升了10%～15%）、谷歌流感趨勢(shì)工具（通過(guò)跟蹤搜索詞相關(guān)數(shù)據(jù)來(lái)判斷全美地區(qū)的流感情況）等。在教學(xué)過(guò)程中，教師應(yīng)注意將授課的重點(diǎn)放在系統(tǒng)化的開發(fā)步驟和關(guān)鍵性問題的求解上，介紹案例的設(shè)計(jì)思想、主要方法和應(yīng)用過(guò)程等。

（3）大數(shù)據(jù)關(guān)鍵技術(shù)與挑戰(zhàn)：介紹大數(shù)據(jù)時(shí)代面臨的新挑戰(zhàn)，包括大數(shù)據(jù)集成（數(shù)據(jù)異構(gòu)性和數(shù)據(jù)質(zhì)量問題）、大數(shù)據(jù)分析（數(shù)據(jù)形式多樣化、數(shù)據(jù)處理的實(shí)時(shí)性、索引結(jié)構(gòu)的復(fù)雜性等）、大數(shù)據(jù)隱私問題（隱私保護(hù)和數(shù)據(jù)分析的矛盾）、大數(shù)據(jù)能耗問題（低功耗硬件的設(shè)計(jì)）、大數(shù)據(jù)處理與硬件的協(xié)同、大數(shù)據(jù)管理易用性問題以及性能測(cè)試基準(zhǔn)。

（4）大數(shù)據(jù)存儲(chǔ)和管理技術(shù)：介紹如何把采集到的大數(shù)據(jù)存儲(chǔ)起來(lái)，建立相應(yīng)的數(shù)據(jù)庫(kù)，并進(jìn)行管理和調(diào)用。主要內(nèi)容包括：分布式文件系統(tǒng)（HDFS）、去冗余及高效低成本的大數(shù)據(jù)存儲(chǔ)技術(shù)、新型數(shù)據(jù)庫(kù)技術(shù)（鍵值數(shù)據(jù)庫(kù)、列存數(shù)據(jù)庫(kù)、圖存數(shù)據(jù)庫(kù)以及文檔數(shù)據(jù)庫(kù)等）、異構(gòu)數(shù)據(jù)融合技術(shù)、分布式非關(guān)系型大數(shù)據(jù)管理與處理技術(shù)、大數(shù)據(jù)索引技術(shù)和大數(shù)據(jù)移動(dòng)、備份、復(fù)制等技術(shù)。

（5）大數(shù)據(jù)分析及挖掘技術(shù)：介紹從大量數(shù)據(jù)中尋找其規(guī)律的技術(shù)，通常由數(shù)據(jù)準(zhǔn)備、規(guī)律尋找和規(guī)律表示3個(gè)階段組成。數(shù)據(jù)準(zhǔn)備是從上述大數(shù)據(jù)中心存儲(chǔ)的數(shù)據(jù)中選取所需數(shù)據(jù)并整合成用于數(shù)據(jù)挖掘的數(shù)據(jù)集；規(guī)律尋找是用某種方法將數(shù)據(jù)集所含規(guī)律找出來(lái)；規(guī)律表示則是盡可能以用戶可理解的方式（如可視化）將找出的規(guī)律表示出來(lái)。根據(jù)挖掘任務(wù)可分為分類或預(yù)測(cè)模型發(fā)現(xiàn)、數(shù)據(jù)總結(jié)、聚類、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)、序列模式發(fā)現(xiàn)、依賴關(guān)系或依賴模型發(fā)現(xiàn)、異常和趨勢(shì)發(fā)現(xiàn)等。

在技術(shù)方面，可考慮分別從云計(jì)算、分布式處理技術(shù)、存儲(chǔ)技術(shù)和感知技術(shù)的發(fā)展來(lái)說(shuō)明大數(shù)據(jù)從采集、處理、存儲(chǔ)到形成結(jié)果的整個(gè)過(guò)程，具體可包括以下幾點(diǎn)：

（1）NoSQL技術(shù)：NoSQL產(chǎn)生的背景、NoSQL現(xiàn)狀、NoSQL數(shù)據(jù)庫(kù)與關(guān)系數(shù)據(jù)庫(kù)的比較、聚合數(shù)據(jù)模型、分布式模型、數(shù)據(jù)一致性、典型的NoSQL數(shù)據(jù)庫(kù)分類、NoSQL數(shù)據(jù)庫(kù)開源軟件。

（2）MapReduce：MapReduce模型概述、編程模型：Map和Reduce函數(shù)、MapReduce工作流程、并行計(jì)算的實(shí)現(xiàn)、實(shí)例、Yarn等

（3）Hadoop分布式文件系統(tǒng)：Hadoop出現(xiàn)的背景、Hadoop的功能與作用、為什么不用關(guān)系型數(shù)據(jù)庫(kù)管理系統(tǒng)、Hadoop的優(yōu)點(diǎn)、Hadoop的應(yīng)用現(xiàn)狀和發(fā)展趨勢(shì)、Hadoop項(xiàng)目及其結(jié)構(gòu)、Hadoop的體系結(jié)構(gòu)、Hadoop與分布式開發(fā)、Hadoop應(yīng)用案例、Hadoop平臺(tái)上的海量數(shù)據(jù)排序。

（4）還可進(jìn)一步包括數(shù)據(jù)流的管理與挖掘、云數(shù)據(jù)庫(kù)、圖數(shù)據(jù)庫(kù)等。

由于大數(shù)據(jù)系列課程所涉及的技術(shù)具有很強(qiáng)的應(yīng)用背景和實(shí)踐意義，因此應(yīng)摒棄傳統(tǒng)教學(xué)模式中“重理論、輕實(shí)踐”的思想，在掌握大數(shù)據(jù)相關(guān)的理論知識(shí)和技術(shù)知識(shí)之后，還需重點(diǎn)培養(yǎng)學(xué)生的綜合實(shí)踐能力，以滿足社會(huì)就業(yè)的需要。為此，應(yīng)設(shè)立一定的大數(shù)據(jù)技術(shù)實(shí)踐課程內(nèi)容，幫助學(xué)生從知識(shí)型向能力型轉(zhuǎn)變。結(jié)合上一節(jié)分析的大數(shù)據(jù)時(shí)代對(duì)人才的具體要求，建議按以下流程設(shè)置實(shí)踐環(huán)節(jié)的內(nèi)容：

（1）分組。如前所述，大數(shù)據(jù)時(shí)代下的數(shù)據(jù)分析任務(wù)通常需要以團(tuán)隊(duì)的形式來(lái)完成，因此首先要求學(xué)生根據(jù)自身情況，結(jié)合各自的技術(shù)優(yōu)勢(shì)，合理進(jìn)行分組。

（2）選題。在具體選題上，可使用校企合作的具體項(xiàng)目或以Apache Hadoop、MongoDB、Dremel、Gephi等一系列的開源大數(shù)據(jù)分析軟件作為實(shí)踐平臺(tái)，以Kaggle為數(shù)據(jù)科學(xué)平臺(tái)來(lái)進(jìn)行選題。

（3）明確需求并撰寫大數(shù)據(jù)分析任務(wù)書。明確選定的題目范圍內(nèi)，數(shù)據(jù)分析要研究的主要問題和預(yù)期的分析目標(biāo)。只有明確了數(shù)據(jù)分析的目標(biāo)，才能正確地制定數(shù)據(jù)收集方案，即收集哪些數(shù)據(jù)，采用怎樣的方式收集等，進(jìn)而為數(shù)據(jù)分析做好準(zhǔn)備。

（4）數(shù)據(jù)收集及預(yù)處理。由于大數(shù)據(jù)分析最終的結(jié)果與其獲取的數(shù)據(jù)質(zhì)量緊密相關(guān)，因此收集的數(shù)據(jù)是否真正符合數(shù)據(jù)分析的目標(biāo)是必須注意的重要問題。該步驟要求學(xué)生從分析目標(biāo)出發(fā)，從浩瀚的數(shù)據(jù)中正確的收集高質(zhì)量且服務(wù)于既定分析目標(biāo)的數(shù)據(jù)，然后對(duì)數(shù)據(jù)進(jìn)行必要的加工整理，包括填寫空缺值、平滑噪聲數(shù)據(jù)、識(shí)別和刪除孤立點(diǎn)、解決不一致性、規(guī)范化（消除冗余屬性）和聚集（數(shù)據(jù)匯總）等。

（5）探索性數(shù)據(jù)分析。由于大數(shù)據(jù)分析的數(shù)據(jù)量通常達(dá)到PB甚至YB級(jí)以上，因此希望直接選定一個(gè)分析模型是不現(xiàn)實(shí)的，而且面對(duì)高維海量數(shù)據(jù)，也很難直接看出數(shù)據(jù)的規(guī)律。在這個(gè)步驟中，應(yīng)指導(dǎo)學(xué)生通過(guò)基本描述統(tǒng)計(jì)量的計(jì)算、基本統(tǒng)計(jì)圖形的繪制、用各種形式的方程擬合等手段，計(jì)算某些特征量等方法探索規(guī)律性的可能形式，幫助學(xué)生快速掌握數(shù)據(jù)的分布特征，這是進(jìn)一步深入分析和建模的基礎(chǔ)。

（6）模型選定分析。在探索性分析的基礎(chǔ)上提出一類或幾類可能的模型，然后通過(guò)進(jìn)一步的分析從中挑選一定的模型。有時(shí)選擇幾種統(tǒng)計(jì)分析方法對(duì)數(shù)據(jù)進(jìn)行探索性的反復(fù)分析也是極為重要的。每一種統(tǒng)計(jì)分析方法都有自己的特點(diǎn)和局限，因此，一般需要選擇幾種方法反復(fù)印證分析，僅依據(jù)一種分析方法的結(jié)果就斷然下結(jié)論是不科學(xué)的。

（7）模型的驗(yàn)證及分析報(bào)告。指導(dǎo)學(xué)生對(duì)選擇的數(shù)據(jù)分析模型及結(jié)果進(jìn)行分析，可使用數(shù)理統(tǒng)計(jì)方法對(duì)所定模型或估計(jì)的可靠程度和精確程度作出推斷。觀察模型提供決策的信息是否充分、可信，所發(fā)揮的作用是否與期望值一致，數(shù)據(jù)分析方法是否合理，是否將風(fēng)險(xiǎn)控制在可接受的范圍。

以上這種項(xiàng)目式實(shí)踐形式的優(yōu)勢(shì)是：在學(xué)生參與完成某一具體的大數(shù)據(jù)分析任務(wù)過(guò)程中，通過(guò)主動(dòng)地學(xué)習(xí)來(lái)自主地進(jìn)行知識(shí)的建構(gòu)，讓學(xué)生經(jīng)歷項(xiàng)目開發(fā)的整個(gè)過(guò)程，從中去發(fā)現(xiàn)和掌握相關(guān)知識(shí)，達(dá)到既能熟悉大數(shù)據(jù)分析過(guò)程，又完成了經(jīng)驗(yàn)的積累，還能實(shí)現(xiàn)學(xué)習(xí)知識(shí)、培養(yǎng)能力的目的。在這里，教師不再是知識(shí)的傳授者，而是項(xiàng)目活動(dòng)的組織者和咨詢者。

四、校企合作推動(dòng)人才培養(yǎng)

一方面，大數(shù)據(jù)的核心業(yè)務(wù)必然是一種扎根于特定行業(yè)，綜合運(yùn)用已有的存儲(chǔ)、分析、挖掘、展現(xiàn)技術(shù)，根據(jù)用戶需求并融入行業(yè)特色技術(shù)模型的一站式大數(shù)據(jù)平臺(tái)業(yè)務(wù)。另一方面，對(duì)于企業(yè)來(lái)說(shuō)，各類業(yè)務(wù)產(chǎn)生的數(shù)據(jù)為數(shù)據(jù)分析創(chuàng)造了非常好的基礎(chǔ)條件。大數(shù)據(jù)解決方案是有價(jià)值的，但是苦于找不到既懂?dāng)?shù)據(jù)分析技術(shù)，又懂得業(yè)務(wù)的專業(yè)人才。由此可見，既懂得相關(guān)技術(shù)，又諳熟企業(yè)業(yè)務(wù)的復(fù)合型人才才是企業(yè)部署大數(shù)據(jù)應(yīng)用最迫切需要的人才。因此，企業(yè)可以與學(xué)校聯(lián)合培養(yǎng)自己所需要的大數(shù)據(jù)人才，這種方式有兩方面的優(yōu)勢(shì)：一是大數(shù)據(jù)技能訓(xùn)練的對(duì)象，即大量的數(shù)據(jù)，只有企業(yè)才具備；二是在企業(yè)的支持下，學(xué)校也能通過(guò)針對(duì)性的實(shí)踐訓(xùn)練來(lái)培養(yǎng)學(xué)生的大數(shù)據(jù)處理技能。

大數(shù)據(jù)時(shí)代下的校企合作的形式多種多樣，可通過(guò)聯(lián)合辦學(xué)、聯(lián)合制定人才培養(yǎng)方案、合作開發(fā)課程和教學(xué)內(nèi)容、設(shè)置實(shí)訓(xùn)項(xiàng)目、教學(xué)管理和共建“雙師”結(jié)構(gòu)教學(xué)團(tuán)隊(duì)等形式展開。

五、結(jié)語(yǔ)

篇(7)

關(guān)鍵詞：國(guó)庫(kù)統(tǒng)計(jì) 大數(shù)據(jù) 分析與預(yù)測(cè)

一、大數(shù)據(jù)時(shí)代國(guó)庫(kù)統(tǒng)計(jì)分析轉(zhuǎn)變

（一）樹立大數(shù)據(jù)思維

“大數(shù)據(jù)時(shí)代預(yù)言家”維克托認(rèn)為：世界的本質(zhì)就是數(shù)據(jù)，大數(shù)據(jù)將開啟一次重大的時(shí)代轉(zhuǎn)型，一直以來(lái)所延續(xù)的傳統(tǒng)統(tǒng)計(jì)分析思想已變得陳舊且落后。國(guó)庫(kù)統(tǒng)計(jì)分析思維應(yīng)當(dāng)在大數(shù)據(jù)背景下加以轉(zhuǎn)變。一是關(guān)于大數(shù)據(jù)抽樣調(diào)查工作的思想。抽樣調(diào)查是目前統(tǒng)計(jì)分析工作中的重要調(diào)查方式，但應(yīng)該清醒地認(rèn)識(shí)到，傳感器、網(wǎng)絡(luò)和數(shù)據(jù)處理技術(shù)，為獲取全局?jǐn)?shù)據(jù)提供了可能，抽樣調(diào)查方式越來(lái)越多的被大數(shù)據(jù)取代成為必然。二是大數(shù)據(jù)統(tǒng)計(jì)思想：允許數(shù)據(jù)存在不精確性?？v觀目前的各類數(shù)據(jù)，一方面，數(shù)據(jù)來(lái)源不斷擴(kuò)展，另一方面數(shù)據(jù)處理方法飛速發(fā)展，我們應(yīng)該把重心放在統(tǒng)計(jì)分析效率上，而不是一味地追求數(shù)據(jù)的精確性上。三是大數(shù)據(jù)相關(guān)關(guān)系的思想，由驗(yàn)證因果向?qū)で箨P(guān)聯(lián)轉(zhuǎn)變。統(tǒng)計(jì)分析報(bào)告是統(tǒng)計(jì)工作的下游產(chǎn)品，對(duì)決策的意義常常大于常規(guī)報(bào)表。大數(shù)據(jù)的應(yīng)用，統(tǒng)計(jì)分析也將發(fā)生轉(zhuǎn)變，在做好因果分析的基礎(chǔ)上向?qū)で箨P(guān)聯(lián)轉(zhuǎn)變，原因分析更加精準(zhǔn)和深刻，對(duì)策建議更具參考價(jià)值。

（二）被動(dòng)統(tǒng)計(jì)到主動(dòng)分析，從人工統(tǒng)計(jì)到智能統(tǒng)計(jì)

在這樣一個(gè)信息爆炸的大數(shù)據(jù)時(shí)代，無(wú)論政府機(jī)構(gòu)還是社會(huì)公眾都可以通過(guò)多種途徑獲取信息，國(guó)庫(kù)統(tǒng)計(jì)分析部門也不例外，更應(yīng)該變被動(dòng)為主動(dòng)，對(duì)經(jīng)濟(jì)轉(zhuǎn)型期的一些重大問題尤其是關(guān)系到可持續(xù)發(fā)展的重要問題，做好數(shù)據(jù)統(tǒng)計(jì)分析，提高發(fā)展質(zhì)量，實(shí)現(xiàn)經(jīng)濟(jì)轉(zhuǎn)型。涂子沛指出人類使用數(shù)據(jù)的巔峰形式，是通過(guò)數(shù)據(jù)賦予機(jī)器“智能”。大數(shù)據(jù)在包括國(guó)庫(kù)統(tǒng)計(jì)分析中應(yīng)用的終極形式就是分析智能化。

（三）從事后統(tǒng)計(jì)向事前預(yù)測(cè)轉(zhuǎn)變

統(tǒng)計(jì)分析報(bào)告是統(tǒng)計(jì)工作的重要產(chǎn)品，完整的進(jìn)度性常規(guī)分析應(yīng)該包括對(duì)未來(lái)一定時(shí)期數(shù)據(jù)的預(yù)測(cè)。但由于小數(shù)據(jù)和信息量的局限，預(yù)測(cè)一般很少作為報(bào)告的重點(diǎn)，多是在假定發(fā)展條件、相關(guān)政策不變的情況下對(duì)未來(lái)情況做出的粗略研判，影響了統(tǒng)計(jì)對(duì)決策的參考價(jià)值。而大數(shù)據(jù)的核心就是將數(shù)學(xué)算法與海量的數(shù)據(jù)有效結(jié)合，來(lái)預(yù)測(cè)事情發(fā)生的可能性。大數(shù)據(jù)的廣泛應(yīng)用，將有利于統(tǒng)計(jì)報(bào)告實(shí)現(xiàn)由單一的事后分析，向注重事前預(yù)測(cè)轉(zhuǎn)變。

二、大數(shù)據(jù)在國(guó)庫(kù)統(tǒng)計(jì)分析全流程應(yīng)用的探討

當(dāng)前，大數(shù)據(jù)浪潮帶來(lái)了一場(chǎng)新的革命，面對(duì)經(jīng)濟(jì)發(fā)展的新形勢(shì)新要求，國(guó)庫(kù)統(tǒng)計(jì)分析要學(xué)會(huì)積極的運(yùn)用大數(shù)據(jù)的思想和方法，來(lái)應(yīng)對(duì)各種新挑戰(zhàn)。國(guó)庫(kù)統(tǒng)計(jì)分析要積極主動(dòng)建立大數(shù)據(jù)分析應(yīng)用機(jī)制，破解新常態(tài)下面對(duì)的各種問題，實(shí)現(xiàn)工作的創(chuàng)新與發(fā)展。本文重點(diǎn)分析國(guó)庫(kù)統(tǒng)計(jì)分析全流程下大數(shù)據(jù)的應(yīng)用。

（一）數(shù)據(jù)源：建立國(guó)庫(kù)統(tǒng)計(jì)分析數(shù)據(jù)池

目前國(guó)庫(kù)統(tǒng)計(jì)分析所用數(shù)據(jù)主要通過(guò)“3T”系統(tǒng)產(chǎn)生基礎(chǔ)數(shù)據(jù)和監(jiān)管類數(shù)據(jù)，通過(guò)收集各類型政策文件、影像資料、領(lǐng)導(dǎo)講話、內(nèi)網(wǎng)信息等形成綜合性數(shù)據(jù)。但這些數(shù)據(jù)遠(yuǎn)未達(dá)到支撐大數(shù)據(jù)統(tǒng)計(jì)分析的基礎(chǔ)。國(guó)庫(kù)統(tǒng)計(jì)分析應(yīng)當(dāng)建立“數(shù)據(jù)池”這一基礎(chǔ)工程，通過(guò)人行內(nèi)部數(shù)據(jù)整合、銀行和其它機(jī)構(gòu)數(shù)據(jù)接入、互聯(lián)網(wǎng)數(shù)據(jù)抓取和引入等多渠道擴(kuò)充基礎(chǔ)信息源和數(shù)據(jù)庫(kù)，為國(guó)庫(kù)統(tǒng)計(jì)分析的大數(shù)據(jù)應(yīng)用奠定數(shù)據(jù)基礎(chǔ)。

一是加速整合現(xiàn)有國(guó)庫(kù)數(shù)據(jù)。我國(guó)國(guó)庫(kù)匯集了各級(jí)政府財(cái)務(wù)數(shù)據(jù)和各級(jí)國(guó)庫(kù)管理數(shù)據(jù)，包括從中央到縣鄉(xiāng)的各級(jí)機(jī)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，也包括稅務(wù)、海關(guān)、財(cái)政、銀行等部門處理的各類收支退存等國(guó)庫(kù)資金運(yùn)行數(shù)據(jù)，涵蓋面極廣。但現(xiàn)有數(shù)據(jù)資源存在著部門隸屬、無(wú)法共享等問題，大數(shù)據(jù)要求建立統(tǒng)一、高效、共享的國(guó)庫(kù)業(yè)務(wù)大數(shù)據(jù)池，就必須打破現(xiàn)有藩籬，盡早實(shí)施“國(guó)家金庫(kù)工程”，完善內(nèi)部數(shù)據(jù)源。

二是擴(kuò)大國(guó)庫(kù)統(tǒng)計(jì)分析數(shù)據(jù)源。最重要的是打通各級(jí)政府及其下屬各部門之間的數(shù)據(jù)傳輸通道，實(shí)現(xiàn)政府辦公、工商行政、招商引資、外貿(mào)出口、仲裁訴訟等政府活動(dòng)所產(chǎn)生的數(shù)據(jù)接入共享。其次是實(shí)現(xiàn)一行三會(huì)、商業(yè)銀行、行業(yè)協(xié)會(huì)、企業(yè)實(shí)體等生產(chǎn)運(yùn)營(yíng)數(shù)據(jù)的持續(xù)傳輸和報(bào)送。最后是互聯(lián)網(wǎng)數(shù)據(jù)，互聯(lián)網(wǎng)是大數(shù)據(jù)的重要載體，也是數(shù)據(jù)收集的快捷途徑，通過(guò)各類互聯(lián)網(wǎng)平臺(tái)，門戶以及行業(yè)網(wǎng)站，可以收集海量數(shù)據(jù)來(lái)增加國(guó)庫(kù)統(tǒng)計(jì)分析領(lǐng)域數(shù)據(jù)采集的前置性和時(shí)效性。

（二）數(shù)據(jù)采集與存儲(chǔ)：軟件與硬件結(jié)合

大數(shù)據(jù)的應(yīng)用中，由于數(shù)據(jù)來(lái)源非常廣泛且類型多樣化，需要存儲(chǔ)和分析挖掘的數(shù)據(jù)量也是十分龐大的，因此數(shù)據(jù)展現(xiàn)和處理的高效性以及可用性十分重要。因而，大數(shù)據(jù)的收集和存儲(chǔ)應(yīng)當(dāng)通過(guò)先進(jìn)的計(jì)算機(jī)技術(shù)自動(dòng)實(shí)現(xiàn)，并結(jié)合線下需求采取人工收集等傳統(tǒng)方法，以補(bǔ)足系統(tǒng)無(wú)法收集的數(shù)據(jù)的遺漏。國(guó)庫(kù)統(tǒng)計(jì)分析數(shù)據(jù)的采集應(yīng)當(dāng)在國(guó)庫(kù)大數(shù)據(jù)資源池基礎(chǔ)上，通過(guò)構(gòu)建云計(jì)算應(yīng)用平臺(tái)，統(tǒng)籌整合各直屬國(guó)庫(kù)大量分散的數(shù)據(jù)和軟硬件資源，通過(guò)應(yīng)用云計(jì)算平臺(tái)的資源和功能，以提升和優(yōu)化整體效能，從而實(shí)現(xiàn)全國(guó)國(guó)庫(kù)統(tǒng)計(jì)分析的大集成、大整合以及大應(yīng)用。對(duì)于其他橫向聯(lián)網(wǎng)數(shù)據(jù)，比如一些保密性較強(qiáng)的科學(xué)研究數(shù)據(jù)和企業(yè)生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)，則可以與研究機(jī)構(gòu)和企業(yè)建立合作關(guān)系，使用特定系統(tǒng)接口等相關(guān)方式采集數(shù)據(jù)。

在數(shù)據(jù)存儲(chǔ)方面，在通過(guò)完善的物理存儲(chǔ)技術(shù)和云計(jì)算平臺(tái)等軟硬件設(shè)施的基礎(chǔ)上，按國(guó)庫(kù)統(tǒng)計(jì)層級(jí)建立分級(jí)倉(cāng)儲(chǔ)式數(shù)據(jù)中心，以人行總行為總庫(kù)，各項(xiàng)業(yè)務(wù)與非業(yè)務(wù)數(shù)據(jù)達(dá)到匯總存儲(chǔ)，各級(jí)行通過(guò)內(nèi)部接口或云計(jì)算平臺(tái)實(shí)現(xiàn)數(shù)據(jù)上傳下載，同時(shí)本級(jí)行建立分中心數(shù)據(jù)存儲(chǔ)倉(cāng)，采集本級(jí)區(qū)域內(nèi)縱向和橫向數(shù)據(jù)并存儲(chǔ)。同時(shí)按照保密和信息安全等要求，實(shí)施分級(jí)授權(quán)和設(shè)置防火墻、實(shí)時(shí)加密存儲(chǔ)數(shù)據(jù)和卷標(biāo)存儲(chǔ)加密等技術(shù)。

（三）數(shù)據(jù)清洗與結(jié)構(gòu)化處理

國(guó)庫(kù)海量的、不規(guī)則的數(shù)據(jù)無(wú)法提供有效決策支持，只有通過(guò)數(shù)據(jù)清洗技術(shù)將大數(shù)據(jù)轉(zhuǎn)變?yōu)榻Y(jié)構(gòu)化和規(guī)則化的數(shù)據(jù)，才能體現(xiàn)大數(shù)據(jù)價(jià)值。數(shù)據(jù)清洗包括檢查數(shù)據(jù)一致性，處理無(wú)效值和缺失值等，是發(fā)現(xiàn)并糾正數(shù)據(jù)文件中可識(shí)別的錯(cuò)誤的最后一道程序。經(jīng)過(guò)數(shù)據(jù)清洗技術(shù)處理殘缺數(shù)據(jù)、錯(cuò)誤數(shù)據(jù)和重復(fù)數(shù)據(jù)后將有效數(shù)據(jù)寫入數(shù)據(jù)庫(kù)。

在國(guó)庫(kù)大數(shù)據(jù)統(tǒng)計(jì)分析上，通過(guò)數(shù)學(xué)知識(shí)（概率、統(tǒng)計(jì)、離散化等）建立合理模型，充分利用和挖掘數(shù)據(jù)內(nèi)容。綜合運(yùn)用開源類和非開源類數(shù)據(jù)分析工具包括R、Python、MATLAB、SPSS、EVIEWS等軟件進(jìn)行數(shù)據(jù)分析。具體實(shí)現(xiàn)統(tǒng)計(jì)分析、數(shù)據(jù)挖掘和模型預(yù)測(cè)等功能，并以可視化的結(jié)果予以呈現(xiàn)。統(tǒng)計(jì)分析包含假設(shè)檢驗(yàn)、差異分析、相關(guān)分析、方差分析、回歸分析、logistic回歸分析、因子分析、聚類分析、主成分分析、判別分析、bootstrap技術(shù)等。數(shù)據(jù)挖掘包含相關(guān)性分組或關(guān)聯(lián)規(guī)則、聚類、描述和可視化、復(fù)雜數(shù)據(jù)類型挖掘等。模型預(yù)測(cè)包含預(yù)測(cè)模型、機(jī)器學(xué)習(xí)、建模仿真等。

在統(tǒng)計(jì)分析過(guò)程中，國(guó)庫(kù)統(tǒng)計(jì)分析應(yīng)該重點(diǎn)實(shí)現(xiàn)云應(yīng)用的創(chuàng)新與共享。統(tǒng)計(jì)人員可以根據(jù)業(yè)務(wù)的新要求，在云平臺(tái)數(shù)據(jù)開放接口的基礎(chǔ)上，自由構(gòu)建合理的數(shù)學(xué)模型和算法，實(shí)現(xiàn)業(yè)務(wù)應(yīng)用的創(chuàng)新和擴(kuò)展。與此同時(shí)，以算法的方式將統(tǒng)計(jì)人員的智力成果和業(yè)務(wù)知識(shí)固化，當(dāng)經(jīng)驗(yàn)證為可信任應(yīng)用時(shí)，可自動(dòng)進(jìn)入云平臺(tái)的應(yīng)用共享庫(kù)，在得到授權(quán)的前提下，自由使用或補(bǔ)充完善，實(shí)現(xiàn)知識(shí)固化、資源共享。

（四）國(guó)庫(kù)運(yùn)行智能化統(tǒng)計(jì)分析

在云應(yīng)用平臺(tái)上，國(guó)庫(kù)統(tǒng)計(jì)分析首先要將日、旬、月和年作為數(shù)據(jù)的時(shí)間維度，將國(guó)庫(kù)收入、國(guó)庫(kù)支出以及國(guó)庫(kù)庫(kù)存等統(tǒng)計(jì)指標(biāo)作為數(shù)據(jù)的為空間維度，利用云計(jì)算的強(qiáng)大能力，并借助數(shù)據(jù)分析展示工具，預(yù)先計(jì)算處理數(shù)據(jù)。或者根據(jù)用戶事先提交的數(shù)據(jù)挖掘需求自動(dòng)完成相關(guān)數(shù)據(jù)預(yù)處理。統(tǒng)計(jì)分析人員隨時(shí)可以從兩個(gè)維度上深度挖掘數(shù)據(jù)，并使用QLikView等數(shù)據(jù)分析工具，實(shí)現(xiàn)統(tǒng)計(jì)大數(shù)據(jù)的多維度、可視化展示。

二是實(shí)現(xiàn)常規(guī)統(tǒng)計(jì)分析的智能化生產(chǎn)。可以通過(guò)完善和豐富大數(shù)據(jù)應(yīng)用平臺(tái)的分析功能，實(shí)現(xiàn)機(jī)器式的學(xué)習(xí)，輸入必要的參數(shù)后，系統(tǒng)將自動(dòng)計(jì)算數(shù)據(jù)，并關(guān)聯(lián)提取大數(shù)據(jù)池中的相關(guān)數(shù)據(jù)和信息，進(jìn)而依據(jù)特定的模板輸出分析報(bào)告，最后由分析人員對(duì)輸出的分析報(bào)告進(jìn)行質(zhì)量把關(guān)和進(jìn)一步的補(bǔ)充完善。

三是構(gòu)建統(tǒng)計(jì)分析數(shù)據(jù)模型，提高預(yù)警預(yù)測(cè)水平。不斷進(jìn)行新的分析預(yù)測(cè)數(shù)學(xué)模型的探索和構(gòu)建，充分利用國(guó)庫(kù)統(tǒng)計(jì)大數(shù)據(jù)平臺(tái)上的海量數(shù)據(jù)和動(dòng)態(tài)實(shí)時(shí)數(shù)據(jù)，不斷提高預(yù)測(cè)水平。

（五）數(shù)據(jù)展示與反饋

以智能化統(tǒng)計(jì)分析為主的大數(shù)據(jù)應(yīng)用技術(shù)，為數(shù)據(jù)結(jié)構(gòu)化和可視化的展示提供了支持。簡(jiǎn)要國(guó)庫(kù)運(yùn)行數(shù)據(jù)、系統(tǒng)化運(yùn)行指標(biāo)、國(guó)庫(kù)資金運(yùn)行報(bào)告、國(guó)情和輿情監(jiān)測(cè)報(bào)告、企業(yè)和金融服務(wù)報(bào)告、國(guó)庫(kù)運(yùn)行情況預(yù)測(cè)等為中央銀行、各級(jí)政府部門制定有關(guān)政策提供統(tǒng)計(jì)信息和參考依據(jù)，充分發(fā)揮國(guó)庫(kù)在國(guó)家預(yù)算執(zhí)行中的促進(jìn)、反映和監(jiān)督作用。同時(shí)建立信息反饋機(jī)制，對(duì)現(xiàn)有統(tǒng)計(jì)分析結(jié)果予以反饋，還包括對(duì)未滿足需求提出反饋，豐富和完善大數(shù)據(jù)應(yīng)用成果，充分發(fā)揮國(guó)庫(kù)統(tǒng)計(jì)分析應(yīng)用大數(shù)據(jù)的社會(huì)價(jià)值。

綜上所述，從全流程看，大數(shù)據(jù)應(yīng)用自數(shù)據(jù)端建立“”數(shù)據(jù)池“”到處理端智能分析在到應(yīng)用端數(shù)據(jù)展示，大致可以通過(guò)下圖（圖1）形象展示：

三、有效提升大數(shù)據(jù)應(yīng)用的政策建議

（一）從制度層面保障大數(shù)據(jù)統(tǒng)計(jì)分析的有效開展

制定專門的大數(shù)據(jù)應(yīng)用法律法規(guī)，在由總行統(tǒng)一部署、統(tǒng)一實(shí)施的基礎(chǔ)上，各地區(qū)分支機(jī)構(gòu)結(jié)合當(dāng)?shù)貙?shí)際制定特色大數(shù)據(jù)應(yīng)用和發(fā)展規(guī)章制度。從數(shù)據(jù)產(chǎn)生、采集、存儲(chǔ)、挖掘和應(yīng)用等大數(shù)據(jù)處理全流程做出明確安排。一是通過(guò)總行層面的發(fā)文、通知等鼓勵(lì)通過(guò)大數(shù)據(jù)方法加強(qiáng)國(guó)庫(kù)統(tǒng)計(jì)分析，建設(shè)大數(shù)據(jù)共享和應(yīng)用平臺(tái)；二是強(qiáng)化大數(shù)據(jù)統(tǒng)計(jì)所需軟硬件采購(gòu)、數(shù)據(jù)源互聯(lián)互通及模塊化分割等作出具體安排；三是要求大數(shù)據(jù)應(yīng)用所應(yīng)達(dá)到的在信息、統(tǒng)計(jì)報(bào)告、預(yù)測(cè)與預(yù)警等功能上的目標(biāo)和績(jī)效予以明確，充分利用大數(shù)據(jù)平臺(tái)提供統(tǒng)計(jì)分析支持；四是強(qiáng)化信息技術(shù)安全，防止信息泄露、網(wǎng)絡(luò)攻擊、系統(tǒng)失靈等問題，明確應(yīng)急處置方案。做到嚴(yán)格立法，有法可依，有章可循。

（二）加大基礎(chǔ)設(shè)施建設(shè)和人才投入，滿足大數(shù)據(jù)應(yīng)用的軟硬件要求

大數(shù)據(jù)基礎(chǔ)設(shè)施可分為硬件和軟件兩類。硬基礎(chǔ)設(shè)施主要包括用于收集、存儲(chǔ)、分析和應(yīng)用大數(shù)據(jù)的信息化系統(tǒng)架構(gòu)；軟件基礎(chǔ)設(shè)施主要包括各類數(shù)據(jù)信息、數(shù)據(jù)挖掘和大數(shù)據(jù)應(yīng)用專業(yè)軟件以及金融企業(yè)的人力資源。人民銀行應(yīng)通過(guò)專項(xiàng)資金投入等方式構(gòu)建大數(shù)據(jù)應(yīng)用的軟硬件設(shè)施和和培養(yǎng)專業(yè)人才，并通過(guò)持續(xù)培訓(xùn)使全體員工了解并使用大數(shù)據(jù)進(jìn)行國(guó)庫(kù)統(tǒng)計(jì)分析。也可邀請(qǐng)專業(yè)的大數(shù)據(jù)解決方案服務(wù)商作為咨詢顧問，整合國(guó)庫(kù)不同生產(chǎn)系統(tǒng)數(shù)據(jù)，優(yōu)化數(shù)據(jù)應(yīng)用行為，加快統(tǒng)計(jì)系統(tǒng)建設(shè)步伐。

（三）提高大數(shù)據(jù)管理和應(yīng)用能力

國(guó)庫(kù)統(tǒng)計(jì)分析應(yīng)不斷的加強(qiáng)國(guó)庫(kù)運(yùn)行數(shù)據(jù)的采集、儲(chǔ)存、保護(hù)和管理工作，不斷提升統(tǒng)計(jì)分析水平。加強(qiáng)對(duì)國(guó)庫(kù)統(tǒng)計(jì)分析中涉及的地方債、營(yíng)改增、房地產(chǎn)、小微企業(yè)經(jīng)營(yíng)、財(cái)政專戶、盤活庫(kù)存等熱點(diǎn)領(lǐng)域可以設(shè)計(jì)建立相應(yīng)跟蹤監(jiān)測(cè)指標(biāo)體系。與此同時(shí)加強(qiáng)改革數(shù)據(jù)的統(tǒng)計(jì)制度、方法以及程序，研究大數(shù)據(jù)共享制度，為宏觀經(jīng)濟(jì)分析提供便捷、堅(jiān)實(shí)的大數(shù)據(jù)基礎(chǔ)。

建立國(guó)庫(kù)大數(shù)據(jù)分析應(yīng)用機(jī)制是新形勢(shì)下的當(dāng)務(wù)之急。國(guó)庫(kù)統(tǒng)計(jì)分析需不斷改革創(chuàng)新，強(qiáng)化大數(shù)據(jù)的思維，提高大數(shù)據(jù)的意識(shí)和駕馭大數(shù)據(jù)的能力，積極探索新的大數(shù)據(jù)應(yīng)用方法和途徑，從而在國(guó)家宏觀決策、服務(wù)經(jīng)濟(jì)社會(huì)發(fā)展、服務(wù)國(guó)庫(kù)管理方面，進(jìn)一步提升國(guó)庫(kù)統(tǒng)計(jì)分析服務(wù)的能力和水平。

參考文獻(xiàn)：

[1]沈昱池.大數(shù)據(jù)時(shí)代我國(guó)財(cái)政信息共享的思考[J].地方財(cái)政研究，2015（11）：47-67

[2]陳健慧，趙昕.國(guó)庫(kù)統(tǒng)計(jì)分析數(shù)據(jù)集中系統(tǒng)建設(shè)[J].金融電子化，2010，03：89-90