時間：2022-08-13 02:11:07
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇商務數據分析報告，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
什么是數據分析？
數據分析的目的
把隱藏在一大批看似雜亂無章的數據背后的信息集中和提煉出來，總結出研究對象的內在規律。
數據分析的分類
數據分析的三大作用：現狀分析、原因分析、預測分析。
數據分析的六部曲
數據分析流程
1.明確目的和思路
梳理分析思路，并搭建分析框架，把分析目的分解成若干個不同的分析要點，即如何具體開展數據分析，需要從哪幾個角度進行分析，采用哪些分析指標(各類分析指標需合理搭配使用)。同時，確保分析框架的體系化和邏輯性。
2.數據收集
一般數據來源于四種方式：數據庫、第三方數據統計工具、專業的調研機構的統計年鑒或報告(如艾瑞資訊)、市場調查。
對于數據的收集需要預先做埋點，在前一定要經過謹慎的校驗和測試，因為一旦版本出去而數據采集出了問題，就獲取不到所需要的數據，影響分析。
3.數據處理
數據處理主要包括數據清洗、數據轉化、數據提取、數據計算等處理方法，將各種原始數據加工成為產品經理需要的直觀的可看數據。
4.數據分析
數據分析是用適當的分析方法及工具，對處理過的數據進行分析，提取有價值的信息，形成有效結論的過程。
常用的數據分析工具，掌握Excel的數據透視表，就能解決大多數的問題。需要的話，可以再有針對性的學習SPSS、SAS等。
數據挖掘是一種高級的數據分析方法，側重解決四類數據分析問題：分類、聚類、關聯和預測，重點在尋找模式與規律。
5.數據展現
一般情況下，數據是通過表格和圖形的方式來呈現的。常用的數據圖表包括餅圖、柱形圖、條形圖、折線圖、氣泡圖、散點圖、雷達圖等。進一步加工整理變成我們需要的圖形，如金字塔圖、矩陣圖、漏斗圖、帕雷托圖等。
一般能用圖說明問題的就不用表格，能用表說明問題的就不用文字。
圖表制作的五個步驟：
確定要表達主題
確定哪種圖表最適合
選擇數據制作圖表
檢查是否真實反映數據
檢查是否表達觀點
常用圖表類型和作用：
圖片來自于網易云課堂《誰說菜鳥不會數據分析》
6.報告撰寫
一份好的數據分析報告，首先需要有一個好的分析框架，并且圖文并茂，層次明晰，能夠讓閱讀者一目了然。結構清晰、主次分明可以使閱讀者正確理解報告內容；圖文并茂，可以令數據更加生動活潑，提高視覺沖擊力，有助于閱讀者更形象、直觀地看清楚問題和結論，從而產生思考。
好的數據分析報告需要有明確的結論、建議或解決方案。
數據分析的四大誤區
1.分析目的不明確，為了分析而分析；
2.缺乏行業、公司業務認知，分析結果偏離實際。數據必須和業務結合才有意義。摸清楚所在產業鏈的整個結構，對行業的上游和下游的經營情況有大致的了解，再根據業務當前的需要，制定發展計劃，歸類出需要整理的數據。同時，熟悉業務才能看到數據背后隱藏的信息；
顯然，在真實的郵件營銷層面遠非如此簡易。我們會解讀電子郵件的相關數據，對比不同電子郵件營銷活動的反饋。只有經過深入的數據分析，郵件營銷才能真正有效。Webpower郵件營銷平臺就可以為企業提供全方位數據統計監測報告、個性化活動績效分析報告、以及方便查詢績效轉化點，并由專業咨詢師針對性提供優化意見。幫助客戶一目了然的了解營銷效果，并為持續優化做鋪墊。
A / B測試是非常基本的電子郵件營銷技能，即我們發送電子郵件的一個版本(稱之為A)給10%的客戶，與此同時發送電子郵件的另一個版本(稱之為B)給10%的客戶。然后通過比較這兩部分數據來決定向剩余的80%的客戶發送哪封最佳郵件版本。
郵件營銷A / B測試技巧是培育優秀郵件內容的前提。Webpower首席數據分析師Dr.MauritsKaptein認為其實這其中也包含了未被充分驗證的部分，我們可能并沒有通過A / B測試真正篩選出最佳郵件版本，實際上，我們只是對20%的客戶進行了測試，其余80%客戶其實是割裂狀態。如果我們能相對充分地覆蓋客戶，才真正較為客觀地進行了消費者洞察。
動態A / B測試
這里有一個基本事實：在A / B測試期間，有一半概率接收到電子郵件“A”，另一半概率接收到“B”。試驗結束后，如果“A”的轉化率為最高，“A”與“B”的概率分別變為1和0。然而隨著時間的推移，這一概率比例會被平順地改變。當缺乏數據支撐時，概率演變為1/2和1/2。但是在小范圍測試中，若“A”有更好的表現，概率值變為2/3和1/3。也就是說，做動態A / B測試，在測算品質上是完勝靜態A / B測試的。動態A / B測試的好處不僅在于它在準確度上優于靜態的，它還允許添加新的測試選項，并覆蓋更多的時間。因此，在面對一封自動生成的“購物車挽回”的電子郵件時，你可以隨時增加新的郵件版本測試最佳呈現效果。你不該只是做“是”或“否”的單一測試，而是要適時地持續優化。
不斷學習
使用動態A / B測試，為郵件與客戶互動空間開辟了更多的空間。比如，你如何通過推廣郵件確定一個新的在線服務產品的最佳價格？如果定價太高，可能沒有人會購買該產品；如果定價太低，又可能無法盈利。
所以該如何取舍平衡呢？不妨試試摒棄付費的市場研究機構所做的潛在客戶成本分析，激發郵件功能，有效利用相關數據探索最優價格。在郵件中，嘗試新的定價給客戶，觀察他們的反饋，計算你的收益，并不斷調整實時更新價格策略。可稱之為結合郵件反饋的動態定價。
個性化發送
如果將電子郵件營銷活動延伸開來看，可以與客戶個體有連續的互動學習。比如你每周的newsletter是針對同一組收件人，基于客戶newsletter的反饋你可以展開積極地調研，從而發現是什么讓用戶買單。
經過反復的郵件試探，我們可以了解客戶的產品偏好，他喜歡什么電影、音樂。或者他喜歡公路自行車運動還是攀巖？我們可以應用電子郵件對這些問題展開積極測試，并建立客戶的個人資料。
然而，我們也可以超越簡單的產品偏好層面，進一步了解客戶更高級的需求，比如他是否喜歡折扣，他是否熱衷追逐潮流？電子郵件之于我們，不單單是依次去了解客戶的手段。我們更可以借此建立個人電子身份檔案，更好地描摹出個人的心理輪廓。對此，Webpower可以提供無論是電子郵件還是網頁端的數據分析。
在“千團大戰”的情況下，團購網站的下一個發展機會在哪？數據挖掘、地理定位(LBS)、社區化電子商務，還是垂直化發展？
目前的團購模式，是基于互聯網發展十余年的經驗積累，對商業和人性的發揮做到了極致。如此模式到了國內，很容易走上一條具有“中國特色”的道路。
可以看到的是，團購網站深陷價格戰，大家進入低價的競爭。你推出的套餐128，我要推出99的，他要推出60的。大家在這個市場中，不是根據自身的情況定價，拼的是誰有錢，誰可以賠更長時間。就算賠到剩寡頭競爭的時候，利潤肯定還是上不去，因為特殊的市場環境和模式的易復制性決定了這一切。當只用低價吸引貪便宜的低端消費者，能為商家帶來什么？為消費者帶來什么？
另外，目前進行團購的商家整體水平很低，甚至很多別有用心的商家在利用團購，例如面臨倒閉的商家，利用團購賺一票走人等層出不窮。
好的企業也會進行團購嘗試，但是價格、產品、規模控制得很死，團購網站幾乎零利潤在為優質企業服務，而且在優質商家面前，沒有區別性可言。
當一個行業沒有核心產品而又陷入價格競爭的時候，這個行業就已經死了。更別說，從業者仍在瘋狂地燒錢來做這件事情了。
面對如此境況，要突圍，必須要創新。社區化電子商務是未來的發展方向，也是具有活力和充滿創新的領域。將媒體、電商、社區相融合，開發優惠及代金券系統，讓商家吸引目標用戶，同時憑借數據分析和挖掘技術，為商家提供全方位的用戶數據分析服務，例如各個年齡層、收入的用戶購買情況，購買和消費的時間和空間的分布等等。
以新開業商家為例，它的需求是迅速建立知名度、獲得體驗用戶、打開市場，借助傳統的團購模式，可以輕松實現這些目標。現在加入社交元素后，可以幫助商家進行團購后客戶關系管理，一步步篩選用戶，傳播品牌文化，強化與消費者的溝通，將其轉化為高質量的忠實用戶群。其三段式營銷策略為：
第一段：預熱，新開張
傳統媒體：以專業媒體的角度給予商家客觀的評價；
網媒：設計套餐，通過團購體驗商家的產品和服務；
社區：開通商家官方微博，通過在網站與報道、團購相結合，增加關注度。
第二段：營銷，成長期
傳統媒體：持續的廣告投入與電商平臺的平媒推廣相結合，保持商家的曝光度，增加讀者和消費者認知；
網媒：提交團購購買及消費分析報告，與商家共同分析用戶屬性與行為；
進行優惠券等銷售，使消費者可以更全面地了解商家的產品、體驗商家服務；
社區：通過互動平臺，使得消費者加深對商家的了解，提高品牌的認知度。
第三段：品牌，成熟期
傳統媒體：持續廣告投入，打造品牌概念；
網媒：提供核心會員消費系統平臺，提高用戶層次，加強用戶粘性；
【關鍵詞】客戶評價 客戶評價價值 數據化運營 第三方數據交易中心
一、引言
（一）研究目的
隨著信息化技術的迅速普及和發展，電子商務以其便捷，易于操作而獲得消費者的青睞，從而快速占領市場。線上選購交易方式使得電商平臺客戶評價體系具有現實指導意義，一方面可以給顧客提供對比參考信息，購得物美價廉的商品，另一方面可以為商家提供反饋意見，為客戶提供更優良的服務。目前電子商務平臺的客戶評價體系存在很多漏洞，如體系不完善、評價信息不真實、反饋信息凌亂等。因此，統一評價標準，利用數據分析和挖掘技術處理海量客戶評價信息，建立由第三方數據中心統籌管控的透明化、具有可比性的評價體系顯得尤為重要。
（二）研究價值
虛擬化的購物環境缺乏真實性和可見性，第三方數據中心提供的客戶評價體系恰好能彌補這一缺陷，即能夠提供借鑒信息讓顧客判斷商品是否符合現實要求，并能夠實現不同商戶同一商品之間的對比，為顧客提供性價比最高的的購物建議，同時也可以提供反饋信息讓商家改善服務質量，促進不同商家之間的良性競爭。因此，對于第三方客戶評價的研究價值而言，我們從以下兩個方面進行分析研究：
（1）客戶評價的潛在價值。通過問卷調查的方式對消費群體的購買導向和對客戶評價的參考價值進行調查，共獲得168份問卷，調查結果顯示如下：
①91.07%的人會選擇網購過程中參考欲購商品的歷史客戶評價，說明歷史客戶評價具有較強的可參考性。
②63%的人會選擇欲購商品的歷史客戶評價對購買起決定性作用，可見客戶評價的實用價值。
③82.14%的人會選擇不同電商購物網站上同一種商品價格不同，首選評價好的，不在乎價格高低，說明客戶評價的重要性。
針對商品的歷史客戶評價的真實度，有79.17%的人表示有部分摻假評論，有18.45%的人表示參考性較強，而23.8%的人則表示完全不可信。反映出客戶評價的真實度有待考究，需要切實的方案改進。
通過和商戶的線上交流，了解客戶評價的反饋作用，得到以下信息：
①客戶評價反映商戶信譽，從而影響銷售；②客戶評價給商戶反饋，促進商戶改善現有產品和研發新產品；③客戶評價記錄歷史購買情況，商戶以此不斷調整價格策略；④客戶評價的部分不真實性，造成不良消費現象，擾亂正常的電商市場，促進商戶之間的不公平競爭。
（2）優化客戶評價體系的價值。現存的客戶評價體系存在很多漏洞，譬如：體系不完善、評價信息不真實、反饋信息凌亂等，優化客戶評價體系對電商平臺的發展具有重要作用，通過建立統一評價標準，完善評價體系，實現統一管控，以期達到以下三方面的要求：
①購買評價信息清晰可視化，快速滿足個性化需求。當下市場競爭愈加激烈，商品信息的可視化及清晰度可節省顧客的時間，快速做出反應，同時在買方市場的環境下，發展個性化商品及服務，對企業的發展和顧客的特殊需求尤為重要。
②大量數據統計分析，增強信息的真實性和指導性。大數據時代下，利用數據分析及挖掘技術可實現數據發聲功能，使得信息更具有說服力，切實解決實際問題。
③信息透明具有可比性，實現商戶之間良性競爭，達到優勝劣汰的效果。
二、國內外研究現狀
電商平臺客戶評價是近兩年才開始發展和慢慢成熟起來，同時也在不斷的進行修改和完善。國內針對這一領域的研究還比較少，而且大多都是集中研究客戶評價模塊的版面設計及標準完善方面，沒有提出切實的提出其漏洞和發展障礙的解決方案。作為電子商務發展最早的也是發展最成熟的國家，美國一直帶領著亞洲和歐盟的電子商務產業迅速發展[1]。針對這一現狀，我們將從與電商平臺客戶評價密切相關聯的電子商務的發展、大數據下的新營銷、客戶價值方面著手，研究電商客戶評價的現狀。
（一）電子商務的發展
電子商務利用計算機技術、網絡技術和遠程通信技術，實現整個商務（買賣）過程中的電子化、數字化和網絡化，人們不再依靠紙介質單據進行交易，而是通過海量的網上商品信息、完善的物流配送系統和方便安全的資金結算系統進行交易。由于全球經濟發展的不平衡，導致電子商務在全球的發展也層次不齊，歐盟和亞洲發展比較迅速，尤其是在中國近幾年支付寶的應用更是推動電子商務的快速發展。
電商平臺作為一個服務載體，將企業與顧客、企業與企業、顧客與顧客匯聚到一個平面，實現面對面網上交易。同時電子商務又是客戶評價的載體，客戶評價又是電子商務的反饋機制。電子商務的發展帶動著客戶評價體系的發展，可以預見電子商務客戶評價的發展潛質和研究價值不可估量，將影響電子商務這個行業的發展。
（二）大數據背景下的新營銷
隨著互聯網技術的發展，全媒體環境的全面爆發， “大數據”已成為新的時代主題詞，并全面影響了廣告與營銷業界。海量的數據催生了海量數據的搜集、存儲、管理、分析、挖掘與運用的全新技術體系。在營銷體系中，大數據從媒體、消費者、廣告與營銷戰略策劃、效果評估四個層面解構了傳統營銷體系，卻也重構了大數據背景之下的全媒體營銷體系。
營銷的核心理念是激發需求、掌握需求和滿足需求，通過抽樣與普查了解需求、激發和滿足需求。大數據時代我們將摒棄通過抽樣的數據來推斷、預判需求，而是利用互動平臺、通過大數據技術清晰地獲得需求的信息，因此其精準性也得到了極大的提升。
由電商平臺產生的海量歷史數據，通過對大數據分析提出方案提交有關部門以支持決策，以實現新型的營銷策略，如：個性化網頁推薦，可能感興趣商品，同一商品在不同商戶處的售價對比等。而客戶評價利用這一技術，也將更好的發揮其背后的價值，促進電子商務平臺的更好發展。
（三）客戶價值研究
營銷觀念的發展使得以客戶為中心的經營理念成為主流，企業將關注重點由產品轉向客戶，處理客戶關系方面，由如何吸引新客戶轉向全客戶生命周期關系管理，同時開始將客戶價值作為衡量績效的評價標準。
電子商務環境下的客戶主要有兩種，基于互聯網形成的客戶和基于互聯網作為信息平臺而形成的客戶。其客戶的所表現的特點也與傳統商務環境不同，一般都具有分布空間范圍廣，沒有地域限制，有較強的時效性，可重復增長性，個性化需求愈加強烈的特點。客戶的特點決定客戶需求，客戶需求決定廠商發展的方向。而客戶評價作為電子商務環境下最直接的客戶關系管理，對于客戶滿意度和客戶忠誠度的提升具有重要作用。關注客戶評價，及時解決客戶的需求，可延長客戶處于穩定期的時間，提高企業的效益，實現可持續發展。
現下對于客戶價值及客戶關系的研究很多，但只針對電商平臺中的客戶評價模塊的研究卻少之又少，而顧客和商家都需要這方面的研究給予指導，如何更有效的利用這些評價信息作出合理的決策至關重要。
三、電商客戶評價體系研究―以淘寶網為例
客戶評價體系是指在電子商務市場環境下，參與交易的雙方根據自己的主觀判斷相互給予評價的全過程，是產生和傳播信譽信息的工具。以淘寶為例，其平臺根據自身特點及用戶需求創建了一套包括在線溝通的阿里旺旺、支付功能的支付寶及實名認證在內的完整的信譽評價系統。由于電子商務交易的特殊性――支付貨款和收到貨物分離，導致你交易存在風險，而客戶評價體系為購買者提供賣家的以往交易數據，也就降低了交易風險的產生概率。由此可見，客戶評價在電子商務經營中具有無可替代的作用。
目前，淘寶網的信譽評價體系由兩部分組成：“店鋪動態評分”和“賣家信用評價”，其結構框架如圖1，具體事例圖如圖2所示：
（一）店鋪動態評分
店鋪動態評分主要由三部分組成，特征滿意度、綜合星級和快遞滿意度。期中綜合星級打分規則為一顆五角星代表一分，以此類推，滿分是5分。1 分―5 分分別代表非常不滿；不滿意；一般滿意；非常滿意。這些評分數據會有一個綜合評分供買家參考。這些數據不僅會給顧客一些參考，也會給商戶和物流公司一些建議，以其不斷完善商品和服務。
（二）賣家信用評價
信用評價是指客戶在收到網貨并通過支付寶確認付款之后，買賣雙方有權根據自己的主觀實感來對對方做出客觀的文字評價。客戶根據親身體驗，寫一些對商品和服務的主觀感受，文字的客觀評價對潛在客戶更具有影響力，因此，著重研究買家評論，挖掘其中的信息，都有現實意義。
四、電商平臺第三方客戶評價體系數據化運營策略
2014年阿里巴巴公布了“雙十一”全天的交易數據：天貓淘寶雙十一全天成交金額為571億元，其中在移動端交易額達到243億元，物流訂單2.78億，總共有217個國家和地區被點亮。面對如此龐大的交易量所產生的數據流，我們以企業級海量數據的存儲、分析、挖掘和應用為核心技術支持的基礎上，通過可量化、可細分、可預測等一系列精細化的方式進行網站流量監控分析、目標用戶行為研究、網站日常更新內容編輯、網絡營銷策劃推廣等。當數據化運營的概念運用到客戶評價這一平臺，會大大增加這一功能模塊的用途，如：通過目標客戶在各個商戶中的評價，在研究其行為及心理預期范圍。
鑒于此，提出電商平臺第三方客戶評價體系數據化運營方案：
（一）理念簡介
（二）理念內容
（1）主要是數據、信息，原始客戶評價數據經第三方數據交易中心處理后在電商平臺和提供給需要的商戶，作為決策依據。具體內容如下：
同時第三方數據交易中心作為運行主體，將會在運行初期以電商平臺客戶評價數據為對象，利用數據分析及挖掘技術提供專業的分析結果。
（2）核心價值觀。以服務廣大顧客和商戶，互惠互贏，促使電商平臺更好更平穩發展。
（3）愿景。第一階段：以某一個電商平臺的客戶評價數據做深層次分析，將各種分析結果以網頁鏈接形式展現給顧客。
第二階段：將客戶評價數據擴展到平臺其他數據，建立數據模型，在反饋給顧客信息的同時，提供商家分析報告服務。
第三階段：與各大電商平臺合作，利用大數據技術，跨平臺交叉式分析數據，向顧客、商戶、平臺三方提供決策依據。
（三）可行性分析
第三方數據交易中心不需要很多的硬件，只要滿足軟件方面的要求即可。最重要的還是數據資源和人力資源，現實條件下，電商平臺每天的交易及歷史評價數據足夠多，同時近兩年，涌現出大批專業化的數據分析和數據挖掘的人才，滿足了最基本的資源問題。接下來將從以下兩方面研究項目的可行性：
（1）技術可行性。21 世紀核心的競爭就是數據的競爭，2012年3月29日，美國奧巴馬政府正式宣布了“大數據的研究和發展計劃”，預示著數據將成為未來企業的生產力，同時數據存儲技術也有了新的突破，以分布式數據倉庫、海量存儲技術和流計算為核心的實時數據倉庫技術將解決了大數據的存儲問題，電商平臺數據化運營的數據有了存放基礎。
與此同時，數據挖掘技術也不斷成熟，成為了一門比較成熟的交叉學科，融合了數據庫、人工智能、機器學習、統計學、高性能計算、模式識別、神經網絡、數據可視化、信息檢索和空間數據分析等多個領域的理論和技術。數據挖掘相對于傳統的統計分析，具有擅長處理大數據，應用相應的算法模型，解決實際問題。數據挖掘的主要成熟技術：決策樹（包括CHAID、CART和ID3、C4.5、C5.0算法）、神經網絡、回歸分析（多元線性回歸和Logistic回歸）、關聯規則、聚類分析、貝葉斯分類、主成分分析等等。
電子商務行業的數據挖掘和數據運營化又有其獨特的優勢：數據的海量性、數據分析（挖掘）的周期短、其成果的時效性明顯變短、互聯網新技術、新應用、新模式的更新時間更短。
以上的技術表明這個項目在技術方面具有可實施性。
（2）運行可行性。更多的顧客覺得一套統一的客戶評價標準以及相應的平臺會便于網購行為，而且顧客認為客戶評價平臺應該包含如：同類商品的好評指數排名、同類商品的有效買家排名、同類商品的商家各個評價指數排名等等。結果如圖3所示：
需求帶動供應，快速的生活節奏需要更直白、更明顯的權威性分析。商家要想獲得長久的發展，必須不斷根據顧客的喜好改變或者完善產品，但前期的調研需要花費很多的人力、財力、物力，而且不一定能獲取到有建設性的創新點。所以商戶也需要這樣一個平臺提供能將顧客需求轉變為實際方案的平臺，而第三方數據交易中心會收集顧客反饋數據，進行整理和處理，以報告的形式提供給商戶。
（四）第三方數據交易中心運營平臺設計
掌握了數據，就該考慮如何將數據運營到企業中，電商平臺與傳統的制造型企業不同，它需要的是更加有效的精細化運營，強調細分、準確、個性化。利用數據分析和數據挖掘技術作為數據化運營的有效保障，為了讓技術能有效的應用到數據化運營中，電商平臺必須建立第三方數據交易中心，能夠完成數據分析和數據挖掘工作，同時第三方數據交易中心應配備一群出色的數據分析師，具備熟悉的技術技能和理解具體業務、快速學習的能力。第三方數據交易中心同時應和運營、客服等其他部門保持密切聯系，及時獲取數據和反饋信息。
第三方數據交易中心首先應劃分不同的功能部門，其中重要的一塊就是集中管理客戶評價，針對其存在的弊端，規范評價標準和細分評價特征，使其能進行數據分析中的時時對比，縱向、橫向和集中式分析共同進行，分別實現一家商鋪一種商品的評論數據分析，一種商品多家店鋪的評論分析，一個人對不同商鋪不同商品的評論分析。若要研究電商平臺上所有商鋪的評價，因為數據量極其龐大，可針對統一的評價內容和評價特征，建立數據模型，利用數據挖掘技術處理，得到更深層次和相關聯性的一些信息，不僅可以通過數據剔除一些假冒偽劣商鋪，更能發現一些專門從事不真實客戶評價的顧客，實施評價限制，維護客戶評價的質量。
第三方數據平臺可首先應用于淘寶平臺的客戶評價，當這種數據化運營的方式取得一定效益時，可拓展其功能范圍。最終第三方數據平臺可以實現各個電商平臺的數據一體化，不僅能處理某一個電商平臺的數據，更能將不同平臺的數據進行綜合分析、對比，反饋平臺問題。在第三方數據交易中心的推動下，電商平臺客戶評價必然會呈現出新的發展方向和特點。
參考文獻：
[1]Yu Zhang， Bian J， Zhu W. Trust fraud： A crucial challenge for China’s e-commerce market[J].Electronic Commerce Research and Applications， 2013.
[2]譚正祥.電子商務環境下企業客戶價值分析與評價[J].湖南大學，2010.
[3]維克托?邁爾-舍恩伯格及肯尼斯?庫克耶.大數據時代[J].2010.
[4]黃升民 劉珊. “大數據”背景下營銷體系的解構與重構[J].現代傳播，2012.
[5]譚正祥.電子商務環境下企業客戶價值分析與評價[J].湖南大學，2010.
[6]劉歡.數據挖掘在淘寶客戶評價方面的研究與應用[]J.濟南大學，2014.
[7]韓新華.電子商務網站評價研究與分析[J].吉林省經濟管理干部學院學報，2008 .
[8]You W， Liu L，Reputation inflation detection in a Chinese C2C market[J]. Electronic CommerceResearch and Applications， 2011.
1.外部需求和內部需求
前者來自各個渠道收集的用戶反饋，如微博微信qq群客服郵箱客服電話，以及產品自身的反饋渠道(如論壇的客服專區、在線即時咨詢窗口等)；后者來自公司內部，如老板和其他部門的反饋。這些反饋通常都不會很明確，需要運營同學進行整理挖掘，溝通調研進而提煉出需求。如果不經整理提煉就統統丟給研發同學去處理的話——會被鄙(qia)視(si)的……
2.改進型需求和新建型需求
它們倆是從1到10和從0到1的區別。我個人的建議是已有的產品如果改進優化后能用，盡量不要另起爐灶，除非是原有的產品從定位到風格全都跟新需求不一致。這就要求運營對現有產品定位跟功能了如指掌，能夠根據需求制定出合理的問題解決方案，有時甚至可以不需要產品改動就達到目的。這樣不是效率很高嗎~
最怕的是拍腦袋就做個產品，不考慮是否能利用已有的，導致留下一堆半截子工程，說能用也湊合能用，彼此間定位不清晰，后期運營推廣也不好做；同時系統里很多冗余代碼難以維護，如果負責人一離職就再也沒人能說清這產品的來龍去脈，于是又推倒重來一遍……對人力物力的極大浪費啊。
3.籠統型需求和精確型需求
前者如“現在這個編輯器太難用了換一個吧，好多代碼格式都不支持”，后者如“需要一個除現在支持的代碼格式外，還能夠支持markdown語法的編輯器”。很多用戶反饋的需求就是前者那樣的，必須深入了解分析，否則過于籠統不具體的需求，是無法實現的，即使勉強上馬，也一定會因為需求不明確而導致工期延誤和反復修改，最終應付了事，所有參與人忙得夠嗆都不開心，寧可早期多用一些時間把需求搞清楚。
4.解決問題的需求和提高效率的需求
“我需要一個能給用戶群發郵件的后臺”和“我需要能夠自己導出符合某些特征的用戶郵箱列表給他們群發郵件”。不過后者需要評估使用頻度，如果是高頻使用需求，開發一個還是有必要的，否則每次都要找研發同學給導出郵箱也確實麻煩；如果是為了某個臨時性的項目用，或者一年也用不了幾次的低頻需求，那就沒必要開發一個專門的功能了。
為什么要從這些維度來劃分呢，因為實現產品需求的資源通常是有限的，因此必須對需求的合理性和優先級做出明確判斷，并以此來決定開發的資源投入以及排期先后。
另外有些似是而非的“產品需求”，實際上是bug，bug和產品需求的區別及處理方式的不同如下：
產品需求：
針對還不存在的功能提的
解決的是“不好用”的問題
實現周期通常較長
發給產品經理處理(這個要看具體團隊構成和分工，是否有專門的產品經理來處理需求，如果運營兼負責產品那就由提出需求的同學自己處理了)
產品bug：
針對已經存在的功能提的
解決的是“不能用”的問題
解決時間視bug嚴重程度，通常要求盡可能快地處理
可直接發給研發人員解決
提需求和提bug的流程
產品需求描述
產品經理通常需要把收到的各路需求整理成產品原型文檔，但對于運營同學來說并沒有那么嚴格的文檔要求，只要讓產品同學能夠明白你的意思就可以；不過為了提高溝通的效率，有必要參照一定的格式來描述你的需求，這里舉個我現在團隊的例子：
需求名稱：產品名稱+功能+提出時間，如“CocoaChina編輯后臺改進產品需求-2015-8-17”
目的：有助于產品同學充分理解你的需求的必要性和重要程度，如“為了提高編輯發稿的工作效率”或“為了統一網站整體風格而進行UI重新設計”。
優先級和時間要求：這個也很重要，因為產品經理通常會收到大量的需求，如何安排優先級處理順序？如果你在需求里有明確的說明，那么處理效率會高一些。如“第一優先級，需要六月15日前完成”。
需求描述：說明用戶身份(外部用戶和內部用戶的處理方式有區別)，頁面需要包含哪些元素，期待的布局和風格，排列順序，是否必選項，有何特殊要求，是否需要查詢及查詢條件設定，是否需要權限管理等信息，盡可能詳細，最好給出參考案例或類似競品截圖。
什么情況下需要提產品需求
如果以上你都已經爛熟于心，對于如何提產品需求應該是沒有問題了。但是且慢，知道怎么做只是最基礎的，對于合格的運營來說，更重要的是判斷要做什么和不做什么。用戶的需求永無止境，運營不能只是需求的傳聲筒，需要深入分析用戶需求背后的目的和隱藏的問題，如果能夠用已有的產品達到的，就盡量不要重復建設做新產品；如果能用運營的手法解決的，更不必耗時費力地動用產品和研發；如果能夠利用已有成熟的渠道跟平臺借勢推廣的，又何苦非要做一個“自己的”獨立平臺一切從零開始呢？做加法永遠比做減法容易，另起爐灶似乎也比在原有基礎上修補改進要痛快，但是資源永遠都有限，無論是人力還是時間，即使你有一組強悍的產品和研發同學24小時無條件配合，仍然要評估需求真實的價值有多少，衡量投入產出比。運營的強項在于給你一個產品，你能夠發掘它的一千零一種用法(玩法)并將其傳遞給用戶來滿足不同的需求，如果一接到新需求就要做個新產品，而不是先看看運用已有的產品是否能夠解決問題，運營自身的價值何在呢？
案例一：數據分析后臺
曾經有同事負責運營一個垂直專業領域的群組，提出要做一個數據分析后臺，能夠根據加入群組用戶填寫的個人信息自動生成各種維度的分析圖表，“就像專業的數據分析報告那樣”，他說。這并不是一個實現起來很簡單的需求，雖然對用戶的數據分析是有必要做的。但是該群組目前的注冊用戶只有幾千人，且新用戶增加速度非常緩慢，用戶數據分析的時效性并不是非常高，因此最終解決方案是導出用戶數據到excel中，運營自己根據統計需求，利用excel生成分析圖表，至于是否像專業報告，那就看自己的excel造詣啦~如果未來用戶量和增長速度達到一定規模，人工統計無法滿足，才是需要開發數據統計后臺的時候。
案例二：大會報名app
我所在的社區運營團隊曾經負責組織公司的開發者大會報名，通過社區各個渠道向開發者用戶進行宣傳，使用的是社區的活動報名系統，可以匯聚各個渠道的報名數據到后臺數據庫。有同事提議說開發一個大會報名app，以后組織大會都可以讓用戶通過app報名，這樣推廣時只要通過app推送提醒就可以啦~~~我說你這個創意不錯，你先想法讓用戶都裝上這個app，然后。。就沒有然后了。。
總之接到需求后，問自己以下幾個問題：
目標足夠明確嗎？
已有的產品確實無法滿足工作要求嗎？
已有產品的缺陷已經極其影響工作效率嗎？
成本是否合適？
如果答案是否定的，那就需要重新審視這個需求的合理性，并且和需求方積極溝通確定最終解決方案。
如何促使需求盡快實現
需求表述明確，溝通清楚，提交流程規范：該自己做的一定要做到位
按流程提交需求后最好再當面跟產品經理溝通，盡快落實需求并啟動
必要時要舍得砍需求，確保快速上線
充分利用各項資源來達到目標：平時和產品設計研發同學搞好關系，必要時通過上級推動都是方法
幾點總結
產品改進通常要落后于業務需求
互聯網產品改進伴隨整個產品的生命周期，不是一次性的
產品改進是由運營驅動的
再好的產品，運營跟不上也是白費
開通于2000年的雅昌藝術網，如今已是全球最大的中國藝術品門戶網站。但1994年時，雅昌還僅是一個定位于為畫家印刷畫冊，為拍賣行印刷圖錄等的企業。隨著中國藝術品市場的迅猛發展，雅昌在其印刷業務過程中積累了大量藝術品拍賣圖文、數據資料和藝術家作品圖文資料，于是雅昌創辦者拿來做成了雅昌藝術網。
當初的雅昌網只是以提供藝術品拍賣信息和接受咨詢為主，如今已擁有綜合資訊頻道、藝術專業頻道、互動社區、電子商務（交藝網）、地方站和英文網以及雅昌藝術市場監測中心（AM-MA）的專業市場數據分析報告等。據稱，其擁有逾50萬專業精英會員、800余萬人次日均瀏覽量，居美國ALEXA評測的中國藝術網站瀏覽量排行榜第一名。
這個過程并非完全因為雅昌創辦者的“神機妙算”，而是他們順其自然地根據我國藝術領域以及藝術品市場發展的新狀況、新需求，踏準節拍，及時調整布局，不斷充實而形成的。
人們通過這個網站，可及時了解各地的藝術品拍賣信息，查詢歷年藝術品行情和市場指數，瀏覽國內外藝術創作、評論、展覽、市場諸多領域的新動態。但一個有活力的網站，并不是網站創辦者包辦所有的內容，而是打造一個具有自發創造能力的平臺，讓網友在那里開辟自己的“疆土”，形成網上“社會”。讓熱愛藝術的網友在那里發表觀點，交流作品，展示藏品，還可以進行網上交易。
雅昌用20年積累打造的《中國藝術品數據庫》保存了6萬多位藝術家的權威資料，2000多萬件藝術品的珍貴圖文資料，10萬余本藝術圖書資料，1200多萬條拍賣和藝術展覽數據。
雅昌藝術網近來正在著力推進的是為藝術家建立個人藝術數據的“瑞士銀行”，將藝術家的所有作品、相關新聞、評論、市場信息等“一網打盡”。藝術家把數據存在這里，可以隨時提供服務。這樣的服務包括：數字資產管理、展覽出版、互聯網傳播、藝術衍生品制造等。目前，雅昌已為超過4100位藝術家（包括700余位海外藝術家）建設了藝術家個人數字資產管理庫，通過ipad、藝術家官方網站等平臺實現對藝術家個性化的服務。雅昌正在我國藝術領域產生著日益顯著的影響力。雅昌藝術網發起“‘藝術中國’年度影響力”評選活動，評選“年度藝術事件”“年度藝術人物”“年度畫廊”“年度拍賣公司”“年度藝術機構”等。它還創辦“雅昌講堂”，運用沙龍講座形式搭建中國藝術精英與公眾之間的橋梁，每期帶來熱門、有價值的藝術圈新鮮話題。
雅昌藝術網對文化藝術遺產的傳承與傳播，已得到廣泛認可和贊譽，被文化部指定為全國文化產業示范基地和美術（文化）產業示范基地，被評為“2006十佳中國文化產業最具投資價值創意新媒體”“十大中國最佳商業模式企業”“中國標桿品牌”等。
電子商務檔案是電子商務活動過程中各經濟主體直接形成的具有保存價值的各種形式的原始記錄。電子商務檔案與其它類型的紙質檔案相比具有明顯的虛擬性、復雜性、集成性等數字化特征。隨著電子商務時代的來臨，智能化的電子商務檔案管理是目前電子商務檔案管理的必然趨勢。對電子商務檔案管理的智能化需求主要體現在電子商務檔案的檢索智能化、應用的智能化。電子商務檔案信息檢索的智能化發展歷程同步于圖情信息智能檢索技術的發展歷程。電子商務檔案應用的智能化體現在智能化的商情預測、營銷策劃及客戶關系管理。
一、電子商務檔案信息檢索的智能化需求
電子商務檔案信息智能化檢索是歷史發展的必然結果。電子商務檔案信息是眾多檔案信息的一種，是伴隨著電子商務的發展而產生的。從人類社會利用檔案信息的歷史發展過程來看，檔案信息檢索大致經歷了自然檢索、手工檢索、計算機輔助檢索、計算機智能檢索四個發展階段，電子商務檔案信息的檢索也不例外。隨著計算機智能技術的發展，尤其是圖情信息智能檢索的最新成果，為電子商務檔案信息檢索的智能化發展注入了新的活力。電子商務檔案信息存儲形式多種多樣，既有一般固定長度的信息，也有非固定長度的信息，既有用文字、數字表達的信息，也有用圖形、圖像、聲音表達的信息、既有加密信息，也有不加密的信息，既有存儲于本地存儲設備上的信息，也有存儲于異地設備甚至“存儲云”上的信息。因此，對電子商務檔案信息的智能檢索意義重大。所謂“智能檢索”，就是以文獻和檢索詞的相關度為基礎，綜合考查文獻的重要性等指標，對檢索結果進行排序，以提供更高的檢索效率。智能檢索的結果排序同時考慮相關性和重要性，相關性采用各字段加權混合索引，相關性分析更準確，重要性指通過對文獻來源權威性分析和引用關系分析等實現對文獻質量的評價，這樣的結果排序更加準確，更能將與用戶愿望最相關的文獻排到最前面，提高檢索效率。由此可見，在電子商務飛速發展的今天，電子商務活動的全球化特征越來越顯著，頻繁的商務活動遍布世界的每一個角落，由此產生的電子商務檔案信息越來越具有商務活動全球性、信息管理系統分布性、交易語言復雜性、交易方式多樣性等特點。因此，傳統檔案信息檢索工具已經不能滿足用戶的需求，智能檢索工具的開發和使用必然成為信息時代用戶暢游信息海洋的必然選擇。同時，科技的進步，人工智能技術的發展，超大型計算機的使用也為電子商務檔案信息檢索智能化發展提供了技術支撐。未來電子商務檔案智能化的發展將借助于人工智能技術的最新成果而更加人性化。將人工智能領域中的計算推理等思維活動滲透到檔案管理的智能化應用中，利用人工智能的研究成果開展基于模式識別、物景分析的圖形圖像檢索系統，滿足用戶對圖形圖像檔案信息的檢索需求，利用人工智能關于聯想記憶模擬、自動定理證明、專家系統、自然語言處理等基礎理論開展電子商務的自動談判系統、跨越語言障礙的檔案信息搜索工具，滿足電子商務國際化的需求。例如：模式識別可用于基于圖像的檢索，而電子商務活動的基礎就是建立在對圖形、圖像的選擇上，交易雙方首先是根據對被交易商品的圖形、圖像進行商務洽談，然后達成交易意向。因此，對被交易商品的圖形、圖像的保存是電子商務檔案信息的一個重要組成部分。再如，專家系統是智能檢索實現的基礎，而從海量商務信息中篩選出能夠進行交易的產品信息離不開人工智能檢索系統的應用。
從電子商務檔案的特征來看，有關電子商務檔案智能化管理的需求更加依賴于圖形圖像智能檢索工具的研究和利用，而對于圖形圖像智能檢索工具的研究和利用始于上個世紀七十年代，首先開展的是基于內容的圖像智能檢索的研究，重點在于采用標注的方法對圖像設置檢索關鍵字，并建立文本數據庫管理系統，從而實現對圖像的智能檢索。這種方法的缺點在于當圖像數據庫中圖像數據較大時則檢索較難實現，當圖像內容復雜時，標注起來較困難，因此，這種檢索方法同時還要求圖像內容比較單一。而另一種基于內容的圖像檢索技術逐漸受到業界的關注即基于視覺特征的圖像檢索技術。由于任何圖像都包含物體本身的紋理、形狀、顏色、空間關系等特征，因此，基于視覺特征的圖像檢索技術采用提取圖像所包含的紋理、形狀、色彩、對象的空間關系等信息建立圖像的特征矢量庫，并以此特征矢量作為索引關鍵字。與以往采用人工標注方式對圖像內容進行標注的方法不同的是視覺特征的提取是從圖像中自動提取的，并且檢索的過程采取視覺特征間的匹配。與傳統的檢索方法相比，基于內容的圖像檢索融合了圖像理解技術，從圖像的紋理、形狀、色彩、對象的空間關系等維度分析圖像的特征，從而可以提供更加有效的檢索途徑。已經投入運行的基于內容的圖像檢索系統包括：IBM公司的QBIC系統、Virage公司的VIR工程系統、MIT的Photobook系統、美國伊利諾斯大學的MARS系統等等。國內近年來對于基于圖像顏色的檢索系統的研究也取得了豐碩成果，例如：Photo Navigator系統和Photo Engineer系統。而這一發展方向更加符合電子商務的智能化發展需求。可以預計，為適應未來網絡化、智能化以及個性化的需要，并行檢索、分布式檢索、知識的智能檢索、知識挖掘、異構信息整合檢索和全息檢索、自然語言檢索、跨語言信息檢索、問答系統、概念空間、信息融合技術等檢索技術都將在電子商務檔案管理領域得以應用。屆時用戶將獲得完整、準確、及時、有效的而且是簡潔、明了的商務信息。
二、電子商務檔案應用的智能化趨勢
電子商務檔案是企業管理的重要組成部分，是企業從事商務活動中最原始、最可靠的數字化信息。充分利用電子商務檔案信息，為企業發展提供商情預測、營銷策劃、客戶關系管理、維護企業或經營者合法權益已經成為電子商務檔案應用的一個重要領域。而電子商務檔案應用的智能化趨勢無疑已經成為電子商務行業的重要研究方向。
1、客戶關系管理的智能化。客戶檔案毫無疑問將是電子商務檔案的一個不可忽視的組成部分。在企業從事電子商務的過程中，電子商務系統將提供一種商家與客戶進行交流的新方式，這就要求企業管理者以全新的思維來看待客戶關系管理。客戶關系管理源于“以客戶為中心”的新型商業模式，是企業樹立以客戶為中心的發展戰略的核心部分。企業通過智能化的客戶關系管理系統來加強對客戶的服務提高客戶滿意度和忠誠度，提高企業效率和利潤水平。通過客戶關系管理系統企業加強與客戶的聯系、分析客戶的需求、研究產品的市場、拓展潛在的利潤空間、提高產品的市場競爭能力、改進企業的管理漏洞、吸引更多的優質客戶進而達到優化、提升企業管理能力、提高企業利潤水平的目的。而這一切的實現都依賴于智能化的客戶關系管理系統、智能化的客戶數據庫的開發與應用。智能化的數據庫技術是所有其他技術的基礎。
2、智能化的商情預測。面對浩如煙海的客戶及企業營銷、銷售和服務信息，如果沒有一個具有高度商業智能的數據分析和處理系統是不可想象的。智能化的商情預測系統利用數據挖掘的思想、數據倉庫的管理技巧、一對一的營銷策略、個性化的售后服務、智能化的數據分析和數據處理工具不斷滿足客戶的需求，提高企業的贏利能力、拓展企業的贏利空間。同時，智能化的數據分析和數據處理系統將不僅實現現有的商業實踐和商業需求，更將不斷地實現向市場、客戶的學習過程，不僅僅只是重塑企業商業流程，而是能夠為管理者提供智能化的決策分析工具。
3、智能化的營銷策劃。借助于智能化的營銷策劃管理系統，企業將能夠更加全面地分析產品及市場信息，制定高效的營銷計劃，設計切實可行的銷售及服務指標，協調產品、服務、物流等渠道的配合關系，實現企業管理的最優目標。
總之，隨著電子商務的發展，智能化電子商務將逐漸走入人們的日常生活。電子商務智能化是指利用數據倉庫、數據挖掘技術對客戶數據進行系統地儲存和管理，并通過各種數據統計分析工具對客戶數據進行分析，提供各種分析報告，如客戶價值評價、客戶滿意度評價、服務質量評價、營銷效果評價、未來市場需求等，為企業的各種經營活動提供決策信息。或者說電子商務智能化是企業利用現代信息技術收集、管理和分析結構化和非結構化的商務數據和信息，創造和累計商務知識和見解，改善商務決策水平，采取有效的商務行動，完善各種商務流程，提升各方面商務績效，增強綜合競爭力的智慧和能力。而電子商務檔案管理的智能化將是電子商務智能化的一個靚麗的奇葩。
現在，每天早上一上班，洞庭藥業股份有限公司（以下簡稱洞庭藥業）財務總監龍玲要做的第一件事就是打開電腦，登陸BI系統，看看昨天的財務分析報表、來自全國各區域的銷售數據分析報表等，用龍玲的話來說：“這已經成為了一種習慣！”
而且，這種習慣不僅僅體現在龍玲身上，“包括公司的領導、全國各區域的銷售負責人，都已經把BI看成了一個重要的經營和銷售工具。”龍玲說。
業務增長帶來的數據挑戰
作為一家具有50多年歷史的老牌制藥企業，洞庭藥業位于素有“桃花源里的城市”之稱的湖南常德市。在上個世紀90年代末，洞庭藥業進行了股份制改造，公司也由此走上了快速的發展軌道，其所生產的止血藥和抗精神病藥在國內外市場很受歡迎。業務的發展使得企業的銷售網絡迅速擴大。“現在，我們的銷售網絡已經遍布全世界30多個國家、地區。”龍玲介紹道。
銷售網絡的擴大，給洞庭藥業帶來了兩個直接的難題和挑戰。
一是如何動態地掌握各區域的產品銷售情況，例如哪些產品賣得好；哪些產品銷量不佳；和去年同期相比，各個產品的銷量是上升還是下降；哪些客戶最近比較活躍；哪些客戶的訂單出現明顯下滑等。這些銷售數據的及時獲得，對于企業快速的調整銷售策略，無疑有著十分重要的作用。而在如今愈發激烈的市場競爭態勢下，很多時候時間就意味著市場份額和利潤。
但在以前，這些銷售數據的匯總，至少是以月、甚至是季度為周期的，這樣的數據反饋速度，顯然難以滿足市場競爭需求。因此，如何能夠更快地獲得各區域的銷售數據，就成為企業最迫切的需求之一。
另一個挑戰則來自于銷售人員的管理。分布在全國各地的銷售人員，平時都在外面，公司總部很難隨時掌握這些銷售人員的業績情況，如果銷售人員出現異常狀況，也只能等到月末或季度末業績考核時才能發現，這時可能已經太晚了。因此，如何對區域的銷售人員進行動態的管理，隨時了解銷售人員的業績，也成為企業所要解決的問題之一。
其實，對于如何解決這些問題，龍玲一直在進行思索。
數據梳理在前 BI上線在后
2008年時，龍玲就曾想采用用友華表的BI系統。
因為從2002年起，洞庭藥業就開始使用用友的財務模塊軟件；2006年時，又購買了用友的U8供應鏈系統。而如果采用用友華表的BI系統，則可以與洞庭藥業之前的U8系統進行很好地連接，直接從系統中抽取數據進行分析。另外，在試用用友華表的BI系統用友BQ時，其在數據分析方面的靈活易用性、豐富的展現形式等也給龍玲留下了深刻的印象。但當時由于洞庭藥業的基礎數據還不完善，因此并不具備應用BI的條件。“不過這幾年，我一直在惦記著這個軟件。”龍玲說。
除了基礎數據不完善外，在2008年時，制藥行業發展相對穩定。但最近兩年，制藥行業的競爭越來越激烈，洞庭藥業也感受到了來自于市場的壓力。另外，新醫改的推行，對于制藥行業也帶來了很大的沖擊。特別是對制藥企業銷售能力的要求越來越高：無論是對整個銷售體系的管控能力，還是反應速度都提出了更高的要求。在這種情況下，利用BI系統對銷售、產品數據進行分析，來為企業的銷售管理和策略的制定提供決策支持，就成為一個必然的選擇。
“從2008年后，我們開始對企業的基礎數據進行完善，到了2011年時，無論是從數據質量方面、還是企業自身需求方面，都已經到了應用BI的合適時機。”龍玲介紹道。
2012年3月，龍玲期待近4年的BI系統終于開始在洞庭藥業進行實施。由于有之前充分的準備工作和完善的基礎數據作為支撐，因此整個實施過程顯得十分順利。現在，洞庭藥業的用友BQ一期工程已經完成，并已經正式運行。
一期BI 智慧分析、解放人力
系統使用后給企業所帶來的改變是十分明顯的。
以銷售方面為例，現在銷售負責人不僅可以隨時獲取各個區域的銷售報表和分析情況，同時還可以按人、產品或者客戶進行分析，這樣，銷售負責人就能隨時了解：哪些產品導致了銷售額的上升；哪些客戶在采購金額方面發生了明顯的變化；每個銷售人員最近一段時期的業績變化情況等。這樣，銷售負責人就可以根據數據分析結果，作出有針對性的策略調整。
對于財務方面，BI系統的應用也帶來了效率的提升。“以前財務人員做一個報表，至少需要幾個小時的時間，現在則只要輕輕一點就能完成。這樣財務人員就能從繁瑣的做報表工作中解放出來，有更多時間去做一些更有價值、更重要的工作。”龍玲笑著說。
同時，龍玲也表示：生產、成本等方面的分析應用也將分期實施。
BI升為決策智囊 實現精細化管理
確實，報表只是BI所有功能中的一部分而已。“報表只是一種展現形式。本質上，BI是一個輔助決策的智能系統，它的核心就是幫助企業利用好數據，讓決策管理者隨時隨地獲取關鍵信息，讓決策者基于數字決策，最終提高決策水平。”用友華表公司分析道。
事實上，曾有人將商業智能的應用分為三個層次，即報表層次、數據分析層次和數據挖掘層次。
記者曾采訪過一家鋼鐵企業，其BI應用給筆者留下了很深的印象。
這家企業為了配套BI系統應用，特別成立了獨立于銷售部門和原料部門之外的市場行情分析室。市場行情分析室的職責是以BI系統為基礎，研究企業營銷政策與決策分析，為管理層進行決策提供第三方的指導。
市場行情分析室通過外部數據與內部數據的分析為管理層提供的支持主要包括兩方面：風險規避，市場行情分析室發現市場中的風險所在，及時給管理層提出預警；抓時機，當機會來臨的時候，市場行情分析室提出建議，抓準商機，為企業創造效益。其中，外部數據來自于外部權威機構，內部數據來源于ERP、MES、質量管理等系統的提煉，通過BI系統分析展現。
僅僅在2010年，市場行情分析室直接提報的分析報告就為這家企業創造了9000萬元的收益。BI的巨大價值由此也可見一斑。
顯然，對于BI系統的潛在價值，龍玲也有著清晰地認識。“和生產制造以及成本分析的結合，將是我們在BI應用方面的下一個需求。”
對于龍玲的這一想法，用友華表公司十分認同。在他看來，BI與生產制造的結合，會給企業帶來更大的變化：不僅能夠實現更快速的反應、帶來直接的經濟效益，更重要的是能夠提升企業的管理水平，這是企業今后向更大規模發展的基礎。“通過BI系統，不僅可以對產品的生產、銷售、庫存等相關指標進行統計分析、更重要的是能夠隨時了解構成某一產品的原材料的庫存、價格以及消耗量等詳細信息，來實現精細化管理。”
戶口所在： 云南 國 籍： 中國
婚姻狀況： 未婚 民 族： 漢族
培訓認證： 未參加 身 高： 160 cm
誠信徽章： 未申請 體 重：
人才測評： 未測評
我的特長：
求職意向人才類型： 普通求職
應聘職位： 財務/審計/稅務：會計、代表處會計
工作年限： 8 職 稱： 中級
求職類型： 兼職 可到職日期： 隨時
月薪要求： 1000以下 希望工作地區： 廣州,,
工作經歷某國際控股有限公司（香港注冊港資進出口企業）廣州代表處 起止年月：2007-04 ～ 至今
公司性質： 所屬行業：
擔任職位： 會計主管
工作描述： 1.負責代表處全套帳務及報稅。
2.負責香港主體公司帳務處理，證照變更，配合香港會計師事務所完成每年的審計報告并合理控制稅負。
3.負責信用證結算過程及風險控制，合理安排結匯時間規避外匯風險。
4.負責銷售合同商務條款的審核。
5.企業內部財務制度，差旅費制度的制定和實施，財務隊伍的建立健全。
6.通過資金流分析，及時發現如物流，存貨，甚至流程等存在的問題。
7.配合招投標部門做好招投標工作，及時提供合適的財務資料。
離職原因：
某貿易有限公司（香港注冊美資進出口企業）廣州代表處 起止年月：2006-07 ～ 2007-03
公司性質： 所屬行業：
擔任職位： 會計
工作描述： 1.負責代表處全套帳務及報稅，為香港公司準備報稅必要的資料。
2.負責客戶資料管理，應收應付款的管理，與國外客戶對帳。
3.部分貨款的支付，控制及管理。
離職原因： 公司性質： 所屬行業：
擔任職位： 會計主管
工作描述： 1.負責全盤賬務，報稅，稅收籌劃，配合會計師事務所做好每年的匯算清繳，處理與稅局的關系，任職期間稅局僅在剛到職時到公司查過一次賬。
2.負責應收預付款的核控，直銷店的結算管理，任職期間使應收款的收款速度提高10%，在處理原有壞賬呆賬、改善資金周轉方面提出很多合理化建議。
3.配合市場部、業務部做項目預測及資金預算。
4.負責業務人員財務知識的培訓，展會期間負責向客戶就合同條款的財務問題做出解答。
5.維持與銀行的良好關系。
離職原因： 公司性質： 所屬行業：
擔任職位： 財務助理
工作描述： 1.主要負責應收預付款控制，編制每月對賬單，負責直銷店結算管理。
2.存貨控制，根據業務部銷售計劃及上期消耗量向總公司訂貨，編制存貨數據分析日報，監控庫存食品的生產日期，并編制貨期報告遞交公司經理，定期盤點庫存，編制并向總公司遞交貨品及樣品庫存變動報告，對存貨差異及時進行處理。
3.編制并向公司經理報送全國（包括華南華西華中）銷售報告。
離職原因： 公司性質： 所屬行業：
擔任職位： 會計
工作描述：
離職原因： 志愿者經歷
教育背景畢業院校： 暨南大學
最高學歷： 大專 獲得學位: 畢業日期： 2004-06
專 業 一： 文秘 專 業 二： 會計
起始年月 終止年月 學校（機構） 所學專業 獲得證書 證書編號
1994-09 1997-07 山東建筑材料工業學院 文秘 中專 -
2002-02 2004-06 暨南大學 會計 大專 -
2005-02 2006-09 廣東外貿外貿大學繼教學院 商務英語 ---- -
語言能力外語： 英語 優秀 粵語水平： 一般
其它外語能力：
國語水平： 一般
工作能力及其他專長會計專業資歷及特長：
專業資歷：
具中級會計師職稱，現正參加注冊會計師考試，八年會計及會計主管工作經驗，其中三年外資企業廣州代表處財務工作及兩年多外資企業財務主管工作經驗。熟悉國內、國際會計準則及相關政策法規，精通報稅流程、稅收制度，熟悉國際貿易單證知識，精通信用證支付方式，熟悉香港稅法，懂美國會計準則。擅長報稅、稅收籌劃，應收預付款的控制，項目的財務可行性分析、財務分析報告的編制，存貨控制。電腦技能：具中級電算化資格，熟練使用用友財務軟件及其他OFFICE軟件，精通EXCEL,熟悉SAP中的FI，熟悉局域網的組網及維護。英語能力：英語聽說讀寫熟練，TOEIC專業四級（620分），CET-6，懂會計專業英語，能以英外資賬。
《統計原理》是該課程的先期課程。以此為基礎，設計《市場調查與分析》課程實踐教學項目和內容如下。
第一，調查方案設計：計劃4學時；選擇調研主題，制定調查方案。
第二，調查問卷設計：計劃8學時；按照指定選題，設計問卷，并在教師的指導下完成問卷修訂；問卷設計實驗以小組為單位(學習團隊，以5至7人一組)完成，然后通過小組互評，教師點評，到達熟練設計不同問卷的實踐教學目的。
第三，調查方法：計劃14課時。其主要內容分別為：
(1)網絡調查。在“調研100”“、調研中國”、問卷星等網站，在教師指導下完成網絡調查問卷，并實驗注冊、答卷、解析和數據編譯等工作。
(2)CATI電訪調查實驗。在統計學重點實驗室完成計算機輔助電話調查系統的使用，試訪問，并通過抽樣框的使用，掌握電話調查的訪問技巧，達到調查方案對該方法選擇的要求。
(3)小組座談法。主要通過“模擬焦點群組訪談”實驗，鍛煉學生主持會議、協調溝通和整理定性資料的能力。
第四，數據整理和分析：計劃10課時。其主要內容分別為：
(1)問卷數據編碼。在教師指導下完成問卷和問題編碼，將問卷信息轉化為定量數據的技能，掌握市場調查的數據整理技術。
(2)問卷信息甄別和數據審核，保證問卷數據質量。
(3)掌握描述統計和相關分析等基本數據分析方法和統計制圖方法。
(4)掌握統計分析寫作的要求，完成調查分析報告的撰寫。對于不同專業學生而言，實踐教學課時數和教學內容安排不同。職業學校經濟管理類專業學生的實踐教學課時數約占總課時數(72課時)的30%～50%，即為22～36課時。從教學內容看，以36課時的實踐教學內容為基礎進行精選，電子商務、會計、市場營銷等專業班級校內實驗室教學，則重在選用電話調查法、網絡調查法、數據處理與分析等活動。從教學改革和創新上看，該課程通常以5至7名學生組建學習團隊的方式，貫穿于本學期各章節的課程學習和作業要求之中，以學習團隊為單位提交調研分析報告(附設計方案、問卷)作為平時考核的計分依據。
如果僅開展課堂實踐教學，則仍可能存在諸如學生參與現場調查的組織與管理活動較少，現場協調控制能力的培養相對弱化，數據、報告接受社會檢驗的較少，應用能力弱等不足。為此，有必要把對上述能力的培養放置一部分在課堂之外，促進學生主動積極參與相關社會實踐活動。本文策劃依托電子商務實訓室和當地商務局搭建的校政企合作平臺，以加入本地電子商務協會的方式，補充、推動和豐富課程實踐教學內容，拓寬學生視野，激發學生的學習興趣，充分利用課余時間，深化學習和參與實踐，從而達到培養目的。
2學生課外學習內容和方法的要求
在課程教學伊始，筆者對學生提出“555”的要求，即：至少閱讀5本與本課程相關的書籍，關注5種專業性雜志期刊，撰寫5篇讀書筆記。對學生在課堂之外的學習要求，綜合概述為“多看、多練、多寫”。多看，就是要求學生多閱讀與本課程相關的書籍、雜志和相關專業網站，通過間接學習積累實踐經驗，從理論上了解如何開展方案設計、問卷設計，掌握常用的統計分析軟件和基本分析方法。當前，學生進行學習的方式方法多樣，要善于引導學生選擇有益的方式進行學習。如時下流行的網絡檢索，讓學生帶著問題去尋找解決的多種方案，思索、比較、選擇最適合的處理方案。多練，就是要求學生有機會多加練習，積極投身于模擬實習或社會實踐活動之中。
通常的實踐活動有以下幾類：一是競賽類活動，如校園技能節中開展的“網店設計”大賽、調查大賽、ERP沙盤競賽、各類社會組織面向職業類學生舉辦的一些賽事，是學生們練兵和加強團隊合作的好機會。二是寒暑假的社會實踐活動，尤其是暑期的頂崗實習(特別針對中國移動10086呼叫班的學生)活動等，是學生參與社會調查的好時機。筆者所在學院的學生地域來源分布主要在江蘇淮安各地，有很好的條件參與本地的調查，尤其是面向基層的調查；加之，社會實踐活動本身就圍繞著一定主題而開展的，因此，事前做好調查項目規劃，一舉兩得，參與社會實踐的成效將會更加顯著。三是個人或團隊自選進行的社會實踐活動。學生或基于專業興趣，或有創業需求，或打算提前介入特定行業(職業)、或完成課程而主動選擇的社會實踐。這些鍛煉不是模擬，而是實戰，因此，參加這類鍛煉的學生具有較強的主動性，在參與實踐過程中，學生盡量減少犯錯，最大限度地展現和發揮自己的工作能力，鍛煉效果比較明顯。多寫，就是要求學生善于激發寫作動機，創造更多的練筆機會。讀書筆記、調查方案、調查分析報告、競賽作品、熱點征文、活動方案規劃、新聞報道等都是學生在校期間可以主動參與的各種練習寫作的機會。寫作能力的培養不是教材上三言兩語的寫作要求可以概括出來的，而是通過個人的積極參與、修改、補充、完善之后，在獲得需求方的評價(否定或認可)之后慢慢積累起來的能力。
3課堂學習和社會實踐關系的處理
觀察學生的實踐活動，往往會看到這樣的現象：有的學生參與社會實踐非常積極，有時不惜放棄一些課堂教學時間；有的學生僅僅局限于課程學習，記憶幾個基本概念，學習和實踐的收獲有限。為此，要求學生要正確認識并處理好課堂學習和社會實踐的關系。
(1)根據個人職業發展規劃(如喜歡的行業或職業、將來有條件打算介入的領域等)，進一步明確該課程學習目標，充分利用好課堂學習時間。如：想進入營銷行業、電子商務行業、會計行業等，首要應具備一定的基礎專業知識，要讓學生明白在校的主要任務是以學為主，課堂教學時間是專業所要求的時間和知識內容，是將來入行之本。要結合課程教學課內外安排為自己擬定切合實際的理論與實踐的學習計劃，并靈活實施。
(2)分清各階段計劃完成項目的主次，把握階段的重難點。在面對實踐工作或學習任務時，既要學會兼顧全面，同時也要分清主次，把握重點，合理調度，方能達到事半功倍的效果。在校期間學生如果頻繁陷入兼職的繁雜事務之中或以實踐之名忽視課堂學習，長期以來，會導致缺乏理論知識，這樣的學習終將得不償失。那么，在什么時間段參與社會實踐活動比較適宜呢？大賽類實踐通常不受時間影響。鼓勵和要求學生把社會實踐安排在周末、節假日、寒暑假或學習之余的空余時間，充分把握好在校學習的時間，而且撰寫實踐規劃，充分利用校內實訓場地，以時間換空間，例如電話營銷本身就是一種對學生實踐能力的培養的方式。
(3)把理論應用于社會實踐，轉化為自己的認識，充分吸收消化，最終形成綜合調查能力和素質。有些“紙上談兵”的調查策劃文案和問卷一旦進入現實，往往接不到地氣，無法落實，甚至會發現不少漏洞。鼓勵學生在空余時間，在確保安全的前提下選擇性地參與一些正規機構組織的調查實踐，如參與調查組織、數據處理、數據審核與分析等環節，這樣學生會更加深入地理解本課程的內容，同時，對本課程延伸涉及的相關知識和問題的探究更具主動性。如電子商務專業學生對市場營銷課程的認識更加全面，增加了如何對營銷策劃活動提供數據支持等定量分析的概念。
一、安全就是大數據的事
傳統信息安全的核心是一個“防”字，就像是為了保證安全給房間裝上門、窗和鎖。門、窗和鎖雖然是必可不少的安全裝備，但是在大數據時代，您不覺得在房間里多安裝一些“攝像頭”會更加保險嗎?北京瀚思安信科技有限公司(以下簡稱瀚思安信)就是一家專門做“攝像頭”的大數據安全分析公司。攝像頭只是一個比喻，其實就是借助大數據工具，對企業內外部所有相關的數據進行分析，找出傳統安全工具無法發現的安全漏洞，從而改善企業的安全狀況。
從防御到偵測和響應
IDC預測，到2020年，全球信息安全市場的規模將達到500億美元，云安全、互聯網安全和大數據安全是信息安全市場的三大支柱。大數據安全就是通過分析的手段實現安全的智能化。它是未來保證企業安全的重中之重。
傳統的信息安全策略是基于簽名和規則的安全模型，對已知的各種安全威脅進行防御。但是在云計算、移動化等趨勢出現后，傳統的安全邊界正在被打破。早在兩年前，Gartner就已經預言，安全的邊界會越來越模糊，大數據將成為解決安全問題的關鍵所在。
“隨著安全威脅的增多，以及安全攻擊變得更有針對性，企業已經不能再依靠傳統的安全設備的簡單組合，就像門、窗和鎖那樣應對所有的安全攻擊了。”瀚思安信聯合創始人董昕分析說，“利用大數據解決安全問題并不是紙上談兵，而是已經有了實實在在的產品和解決方案。”美國硅谷已經出現了很多從事大數據安全分析的公司。在中國，瀚思安信沖在了前面。
信息安全1.0時代的特征是以防御為中心，它的基礎是基于規則和身份驗證的安全模型。但是現在，傳統的安全手段已經無法有效應對日益增長的高級可持續攻擊和內部安全攻擊。現在已經步入信息安全2.0時代，其特征是以偵測和響應為中心。現在也是大數據在安全方面真正發揮作用的時候了。
Gartner的數據顯示，過去，企業將安全預算的90%投入在防御方面，而今后60%的安全預算將用于偵測與響應。大數據將完全改變安全市場的規則。上一次信息安全市場的大變革發生在1998年，轉折點是網絡安全取代了單機殺毒。Gartner認為，現在，大數據給安全領域帶來的變革比上一次安全變革的意義更加重大，影響也更加深遠。
大數據安全不是紙上談兵
雖然公司成立不久，但瀚思安信基于大數據分析的下一代安全信息分析系統HanSight Enterprise已經在銀行、公安等關鍵行業客戶那里得到了部署。董昕舉了個例子，國內某銀行的網銀系統采用瀚思安信HanSight Enterprise，每天分析1TB的日志數據，通過算法和模式識別的方式，找出了很多以前用戶沒有發現的內部和外部的攻擊。
“我們遇到的或刻意尋找的客戶都是已經在安全方面有了較大投入的企業，它們很清楚自己的安全問題所在，而且知道必須采用新的方法去解決。”董昕補充說，“采用大數據安全分析解決方案的企業，首先必須部署一個比較完善的安全防護體系，防火墻、入侵檢測系統、防信息泄露系統等要一應俱全。在這種情況下，企業還要有分析大量數據的需求，比如1TB以上的數據，這樣才能更充分地發揮像HanSight Enterprise這樣的產品的能力。不過，使用HanSight Enterprise并不需要掌握復雜的技術，普通的IT管理員就能勝任操作和管理工作。”
Gartner預測，到2016年，25%的全球大型企業將部署大數據分析系統，專門應對信息安全或網絡欺詐，而今天這一比例僅為8%。企業在部署大數據分析系統的前6個月就可獲得有效的投資回報。
目標是大企業
談到公司的定位，董昕表示，大數據分析與安全在瀚思安信身上實現了有機統一。一方面，瀚思安信會基于Hadoop等不斷提升大數據的處理效率;另一方面，瀚思安信還會將大數據處理工具與企業的業務關聯起來，用于安全分析。
解決大數據時代的安全問題，瀚思安信的理念是“數據搜索+安全分析”，具體來說包括存儲和索引、搜索和檢測、機器學習和模式識別、安全知識庫、監控和告警、報表和分析等六大環節。
瀚思安信目前只有21個人，其中18個是工程師。新產品開發對公司的發展來說至關重要。現階段，瀚思安信只有兩個產品：一個是免費版的企業級日志管理系統HanSight DataViewer 2.0，它是基于業界較成熟的分布式生態系統Elasticsearch開發的企業級日志管理平臺，支持100TB數據量，提供搜索、大規模日志分析和可視化等服務;另一個是HanSight Enterprise。董昕希望用戶通過試用免費版的企業級日志管理系統，先對瀚思安信利用大數據解決安全問題的思路和想法有一個直觀的認識，然后在企業需要進行大數據安全分析時就可以更好地采用HanSight Enterprise。
HanSight Enterprise具有三大能力：未知威脅的發現能力、安全事件取證和上下文關聯檢索能力、全面安全態勢展現和長周期分析報告能力。董昕介紹說：“正因為有了HanSight Enterprise，我們才可以幫助銀行客戶在秒級的時間里處理8億條數據，并從中發現安全漏洞。”
HanSight Enterprise的目標客戶群是大型企業。出于數據保密性和數據處理性能的考慮，現在的用戶都是將HanSight Enterprise部署在私有云的環境中。“下一步，瀚思安信會考慮與公有云服務商合作，讓中小型企業客戶未來也能采用瀚思安信的大數據安全分析工具。”董昕介紹說，“現階段，我們只能分析IT設備的日志數據。2015年，我們的產品將依靠全量網絡流進行更大規模的數據分析。”
與傳統安全廠商是互補關系
大數據安全分析產品與傳統的網絡安全產品并不矛盾，兩者是互補的關系。比如，傳統安全設備上的數據也能為HanSight Enterprise所分析。
“在很長一段時間里，我們將與傳統的安全廠商共存。畢竟‘門和窗’是必需的，但只有‘門和窗’已不能解決安全問題，還需要‘攝像頭’，然后對攝像頭采集來的數據進行分析。”董昕介紹說，“我們與國內的一些安全廠商，比如綠盟、啟明星辰等都保持著密切的溝通。”
其實，像瀚思安信下一代安全信息分析系統中最基本的日志數據分析功能，其他許多廠商的產品也都有，它們的區別到底在哪里呢?董昕解釋說，雖然很多廠商也在做日志分析，但是它們的產品只能分析自己系統產生的數據，在關聯性分析方面不盡如人意。另外，其他廠商的大數據分析工具在處理能力上還有不足，不能進行全量分析，無法將大數據分析工具的價值全部發揮出來。而瀚思安信的下一代安全信息分析系統是一個企業級的產品，在滿足安全性、合規性和審計要求的情況下，可以實現實時的全量數據的安全分析，無論是數據分析的廣度還是深度都有明顯優勢。
二、數據資產要管起來
數據是有價值的，毋庸置疑。但是，在大數據的概念提出前，又有多少企業真正把數據當成資產去經營、管理和更深入地挖掘其中的價值呢?
數據管理新模式
以前，企業在數據管理方面的實踐最多就是把數據庫中的數據存儲起來，然后適當地做一些分析，用于營銷或提升客戶滿意度，但是這些做法并沒能充分發揮數據的價值。一方面，并不是所有的企業都做了類似的數據管理和挖掘工作;另一方面，數據挖掘的廣度和深度也不理想。
“企業在對一小部分數據進行分析時，可能之前已經扔掉了99%的數據。這是因為有的用戶沒有意識到這些被扔掉的數據具有價值，還有的是因為用戶沒有稱手的工具能夠加工和處理如此龐大的數據量。”亞信大數據事業群總經理張灝告訴記者。
張灝認為，未來人工智能的發展可能會進一步促進人們對大數據的有效利用。通過深度的機器學習，系統可以自動幫用戶捕捉所需的數據，其中很多數據可能以前僅憑人的經驗是無法獲得的。舉例來說，現在黑客的攻擊越來越有針對性，威脅無處不在，而僅靠銀行人員的專業知識和經驗來設定安全的規則，已經不能有效防范黑客的攻擊。因此，銀行希望他們的系統具有自動學習的能力，可以通過大數據分析來判斷威脅所在。
針對這樣一種趨勢，企業應該建立一種新的管理思維模式，即數據資產的管理思維。張灝表示，為了讓數據資產管理思維落地，必須做好以下幾件事：第一，企業管理者必須認可數據是一種資產，數據存儲的時間越長，數據可能越有價值;第二，企業內部要建立數據開放、共享的機制;第三，解決相關的技術難題，包括數據的安全性、隱私性等;第四，讓數據流動起來，并建立以流動性為關鍵點的資產管理思維方式，更好地實現數據可視化。
過去，人們通常以現金資產和設備資產來評估一個企業的價值，而未來一定會以企業所擁有的數據資產的量和活性來評估企業的價值。在這個轉變的過程中，數據資產的管理思維是必不可少的。
數據管理的利器
亞信就是數據資產管理思維的倡導者。如今，亞信可以提供包括數據采集、數據處理、分析挖掘等環節在內的大數據整體解決方案。近期，亞信了兩款大數據新品——數據資產云圖和數據資產管理一體機。
所謂數據資產云圖，其實就是一個大數據的挖掘、監測和分析平臺，其上搭載了多種數據挖掘應用產品，包括電商價格監控平臺、產品口碑監測與分析、企業品牌監測與分析等，可根據用戶的需求針對不同類型的數據進行多維度的分析。數據資產管理一體機則順應了當前軟硬件一體化的潮流，是一款集計算、存儲、網絡、大數據平臺軟件、大數據分析應用軟件等于一體的集成化解決方案。它基于異構計算的理念將應用與硬件進行了深度融合，提供比通用的大數據平臺更強大的數據分析和處理性能。
亞信的數據資產管理一體機采用的是標準化的x86硬件，并基于開源軟件進行了軟件開發。因此，該一體機具有很高的性價比，可以取代國外同類的一體機產品。由于亞信在電信行業擁有多年的開發和應用經驗，尤其是在聚合數據、加工數據方面具有很強的能力，此次的數據資產管理一體機1.0版也在處理電信運營商數據方面表現出很強的實力。不過，這并不代表亞信的數據資產管理一體機就是為電信一個行業量身定制的。從其底層數據的處理能力來看，它還是一個適用于多個行業的產品。“我們希望通過自己的技術專長和對用戶需求的透徹理解，為行業用戶提供一個經過全面優化的軟硬件一體的解決方案，提高大數據處理的效率，而不要讓用戶自己再費心選擇和搭配軟硬件。”張灝解釋說。
雖然亞信的數據資產管理一體機可以適用于不同的行業，但是每個行業的需求、應用場景畢竟有所差異。所以在實際使用中，亞信還是會根據不同用戶的特殊需求提品定制化的服務。
轉變思維
張灝強調說：“數據資產管理平臺對所有行業用戶來說都是不可或缺的基礎平臺。不過，部署一個數據資產管理平臺和部署一個Hadoop產品有很大不同，用戶需要轉變傳統的管理思維。接受數據資產管理平臺的前提是必須承認數據的價值是因為使用數據資產而產生的，然后才能談到具體如何管理數據資產，對數據進行聚合、分析、加密，并最終從應用中獲取價值。”
亞信是首個在銀行和電信運營商兩個領域里率先提出數據資產管理這一理念的。這兩個行業目前是大數據應用水平最高的行業。這兩個行業的客戶對于數據的可視化、可管理性、數據挖掘等有很大的需求。亞信的數據資產管理方案對于提升行業用戶的大數據應用水平起到了積極的作用。
三、數據交換要有開放的心態
北京騰云天下科技有限公司(以下簡稱騰云天下)高級總監陳星霖向記者介紹說，“騰云天下專注于移動互聯網，目前覆蓋的獨立智能終端超過10萬個，所以在移動數據的采集和分析方面具有明顯優勢。”
騰云天下在企業和移動應用之間搭建起了一座橋梁，將企業與個人消費者緊密聯系在一起。比如，國內TOP10的股份制商業銀行都是騰云天下的客戶。騰云天下幫助這些銀行通過數據的建模和分析提升了營銷和征信服務水平。
“我們發現，許多銀行客戶非常愿意借助大數據工具改善服務，提升營銷能力。”陳星霖介紹說，“下一步，我們要做的就是擴展業務范圍，覆蓋更多的數據消費場景。”
如今，數據的來源渠道越來越豐富，大量用戶更傾向于在移動終端上進行瀏覽、搜索、數據分析和社交。騰云天下的一大優勢就是擁有大量的移動端用戶數據，可以對用戶的消費行為進行分析，并將分析的結果反饋給直接面向終端客戶的企業用戶，主要包括銀行、零售、快銷、汽車等行業的客戶。陳星霖介紹說：“我們只提供數據和數據分析，而數據與業務應用如何關聯還要由相關的應用軟件開發商來完成。我們的策略是與這些應用軟件開發商進行廣泛的合作。”
談到未來如何在移動互聯網領域進一步發展，陳星霖表示，騰云天下的一個努力方向是讓數據的來源和形態更豐富，包括線上線下的數據和企業內外部的數據，通過對這些不同來源的數據進行采集和分析，可以了解個人用戶喜好和消費行為。陳星霖舉例說：“我們在與航空公司接觸時發現，它們對于來自于PC和移動終端的數據無法進行關聯和統一的識別。而我們的優勢就是可以打通移動互聯網與用戶生態圈，整合不同來源的數據進行統一的身份認證。”
為了豐富數據的來源，騰云天下也愿意在一定條件下與相關單位進行數據的交換。這就涉及到一個十分敏感的問題——數據隱私。“我們不會采集任何與個人身份相關的隱私數據，比如身份證信息。”陳星霖肯定地表示，“相對于像銀行這樣在數據交換方面較封閉的企業來說，我們的心態比較開放。”
一些移動互聯網領域的廣告主希望從更多途徑了解用戶的消費行為，所以愿意在一定條件下將自己的部分數據托管到由第三方可信的機構搭建的數據共享平臺上。來自各方的大量數據可以在這個第三方數據共享平臺上得到聚合、分析和挖掘，最終的分析結果也會反饋給廣告主或相關方。“我們與一些廣告主也在就此事進行溝通。”陳星霖介紹說，“這個數據共享平臺究竟由誰來負責搭建，是由行業內部自行決定的。參與數據交換的廣告主都可以使用這個平臺上的數據，但使用之后，數據就要被銷毀。這種數據共享模式可能會先在某些垂直行業中得到采用。”
本文在分析商業網站中使用的數據挖掘技術的基礎上，從網站數據挖掘、網站結構設計和網站功能設計這三個方面對數據挖掘技術在商業網站設計中的應用問題展開了探討，以便為商業網站的設計提供一些指導。
關鍵詞：
數據挖掘；網站設計；應用
就目前來看，受到網絡化的影響，很多既有交易型態和商業行為都開始將交易機制轉移到網站上。所以，如何設計商業網站，成為了不少企業關注的問題。而利用數據挖掘技術可以完成對商業網站中的大量數據的分析，從而實現網站商品的定向營銷。
1數據挖掘技術概念及應用概況
從技術層面上來看，數據挖掘技術就是從大量數據中進行有用數據信息的提取的技術，需要擺脫噪聲數據、隨機數據和模糊數據的干擾。而從商業角度來看數據挖掘技術是供應商行業處理信息的技術，可以幫助企業從商業數據庫中提取大量有用業務數據，并且通過處理和分析這些數據信息實現對關鍵知識的提取，從而為企業制定決策提供依據。就目前來看，在商業網站中應用的數據挖掘技術有路徑分析技術、關聯規則的發現技術、序列模式和分類聚類技術等。
2數據挖掘技術在商業網站設計中的應用
2.1在網站數據挖掘中的應用
利用數據挖掘技術充分挖掘商業網站包含的數據，才能合理進行網站內容的設計。而客戶背景資料信息是系統需要的數據來源，主要來自于客戶填寫的登記表和相關單證。完成這些數據的收集后，網站需要將數據傳遞至后臺數據庫中，并進行數據的存儲。而利用數據挖掘技術進行這些數據的分析和處理，將能得到相應的數據分析報告。利用這些報告，網站管理人員就能進行網站內容的設計或改進，并進行相應數據的存儲。但是，出于隱私信息的保密性考慮，客戶有時不愿意在網上單證上填寫詳細的資料信息，以至于將給數據的挖掘和分析帶來困難。為此，還需要使用數據挖掘技術分析網站瀏覽者的行為表現數據，以便根據這些數據進行客戶背景資料信息的推測。比如，分析網站瀏覽者的點擊訪問情況就能進行客戶行為表現的觀察，并實現對有用信息的挖掘。就目前來看，在設計商業網站時，可以根據網站日志進行客戶這部分信息數據的獲取。而通過對這些日志數據進行清洗、過濾和轉換，才能將獲得的數據存儲到網站數據庫中。在此基礎上，還要將這些數據當成是數據挖掘的數據源，并從數據庫中進行數據的調用和抽取，然后完成對數據的模式識別[1]。而在生成多維數據視圖后，通過分析就能得到數據挖掘結果和報告。最終，還要將這些內容存儲到后臺數據庫中，以便為網站管理者提供參考。
2.2在網站結構設計中的應用
在設計商業網站時，使用具有商業邏輯基礎的數據挖掘商業應用平臺才能實現挖掘客戶數據信息的目的。所以，需要應用數據挖掘技術設計商業網站結構，以便創建一個與商業邏輯相結合的數據挖掘系統。在設計的過程中，可以圍繞著數據存儲、數據處理和數據展示這三個方面進行數據庫系統的設置。同時，需要將網站用戶接入部分當做是客戶端，而數據挖掘系統需要為用戶接入和交互提供支持。在客戶端發出請求后，系統應對請求作出商業邏輯分解，并從數據存儲處進行數據的獲取，然后再將處理后的結果返還客戶端。從總體結構上來看，數據挖掘商業應用平臺應該由三部分構成，即客戶層、中間層和數據服務層。
2.3在網站功能設計中的應用
2.3.1網站搜索引擎的設計
面對成千上完的商業網站，想要從質量不一的網上站點中選取便宜且適合自己的網站其實并不容易。而設計網站搜索引擎則能較好的解決這一問題，從而為用戶選擇網站提供便利。從國內來看，8848網站是最早具有中文購物搜索引擎功能的網站，可以面向中國內地提供專用網上購物商品搜索引擎。在設計網站功能時，網站利用了數據挖掘技術進行信息搜索功能的實現。在該網站上，可以為用戶提供兩種搜索方式，即全網搜索和網上商城搜索。通過在搜索框內輸入商品信息，用戶就能在短時間內找到互聯網上眾多商業網站經營的有關商品。同時，在瀏覽器上，用戶還能看到商品的信息介紹，并且得知商品的來源網站。此外，搜索引擎功能還能為用戶提供價格比價和商品排序等多種信息顯示方式，用戶可以直接點擊網站鏈接進行商品網站的訪問。
2.3.2網站客戶關系管理的設計
利用數據挖掘技術，商業網站還能獲得客戶關系管理功能。而所謂的客戶關系管理，其實就是對企業和客戶之間的交互活動進行管理。從設計思想上來看，網站管理者需要以客戶為導向，并且盡量滿足客戶的個性化和多樣化需求。而應用數據挖掘技術進行客戶信息的挖掘，將能幫助網站管理者了解客戶和產品的歷史交易信息，從而得知客戶的消費傾向和產品的受歡迎程度。所以，數據挖掘技術的應用可以為企業提供更多將商品銷售給現有客戶的機會，并且也能夠為企業制定商品分析決策提供數據依據[2]。此外，利用數據挖掘技術實現對客戶關系管理業務數據的共享和自動化管理，也能夠幫助企業完成業務分析、供應鏈整合等工作，從而使商業網站的運營管理以客戶為中心。
2.3.3網站個性化服務的設計
商業網站想要取得一定的市場競爭力，還要致力于為客戶提供個性化的服務。應用數據挖掘技術可以使消費者利用網站搜索引擎，并根據自己的需求和個性特點選擇感興趣的商店。而在獲得符合自己個性要求的資料庫后，用戶的在線購物過程將更具個性化的特點。同時，通過與用戶交流，網站的模擬商店銷售人員也能夠為用戶提供商品推薦，從而幫助用戶盡快找到需要的商品。此外，網站也能夠根據消費者反饋的信息進行特別服務的提供。具體來講，就是用戶在信息交流區發表看法或建議后，網站可以通過自動服務系統為用戶定制個性化服務菜單。而為用戶提供個性化服務，顯然能夠起到防止網站用戶流失作用。
3結論
總而言之，商業網站是企業開展電子商務的信息平臺，是商家與服務對象聯系的溝通渠道。所以，商家能否從網站獲取有用的客戶信息，網站結構設計是否合理，網絡功能是否齊全，將直接關系到網站交易的成敗。因此，在設計商業網站時，應該較好的進行數據挖掘技術的應用，以便打造一個能夠為客戶提供滿意服務的網絡消費平臺。
作者：馬宗禹 單位：馬鞍山師范高等專科學校
參考文獻：
