导读

在大数据推动的商业浪潮中，要么学会使用大数据的杠杆创造商业价值，要么被大数据驱动的新商业格局所淘汰。当下越来越多的企业已开始应用大数据来增强企业的产品创新能力、用户体验与生产力。到底如何才能让数据与业务更有效结合，发挥更大价值呢？ 下文转载自广告主传媒对DataStory创始人兼CEO徐亚波博士的采访报道。

传统媒体时代，企业营销往往形式单一、选择性少，品牌对于数据的需求和理解还很薄弱。随着微博等社交媒体的兴起，传播环境发生了极大的改变，互联网数据量呈爆炸式的增长。在这样的前提下，如何利用大数据帮助企业更好的了解用户、触达用户成了品牌营销的重中之重。

尽管对于数据的处理和分析逐渐被广泛的应用和重视，但从数据到商业之间依然有很长的路要走。这时候，由徐亚波博士带领的DataStory(数说故事)团队应运而生，目的就是要把从数据到商业价值之间的故事讲完，同时帮助企业做数据的深度整合和挖掘，指导企业洞悉商业变化，及时调整自身营销决策。

DataStory创始人兼CEO徐亚波博士

在短短的几年时间里，大数据行业已经处于泡沫褪去后的快速成长阶段，如今品牌对于大数据营销已然有了基本的理解和认识，但是徐亚波博士认为，在数据的整合分析与数据场景的应用层面，广告主依然存在很多困难。“从数据层面来看，很多企业只着眼于对数据的积累，却无法真正实现对数据的整理和分析。不管是自身内部积攒的用户数据，还是从外部互联网高额获取的数据，往往都面临着数据质量低、真假难辨且难以实现跨平台的关联等问题。这些都是导致企业到处获取却依然缺乏数据的原因。”徐亚波博士说，“而在数据的场景化应用层面，由于技术人才的缺乏和成本的限制，要求每个企业利用内部团队搭建来实现营销数据化的科学决策显然不现实，同时不同行业的商业模式和业务场景的差异性也让数据的商业价值化变得更加困难。”

不同于一般的大数据服务公司，DataStory在数据基础构建上已经具有多年沉淀，积累社交、电商、视频、门户等90%以上互联网数据持续采集及监控，并基于不同的行业需求特征，构建了多个TB级行业库。不仅可以为全行业的公司提供基础的数据服务，更重要的是能够根据不同行业帮助广告主利用大数据进行战略的调整优化和战术升级。

在面对繁冗复杂的数据和日益个性化的消费者时，品牌往往会遭遇拥有海量数据却依然无法精准定位和触达用户的难题。而DataStory则可以帮助他们更好的了解受众、优化营销策略。

徐亚波博士对广告主传媒说：“在营销决策场景中，我们的用户是谁、他们喜欢什么内容、如何向他们传递内容以及最终如何实现销售转化，只有明确了这些关键环节，才能保证营销的效果和质量。”

徐亚波博士表示，目前DataStory将核心业务聚焦到四个方面，即“人、货、场、介”，“人”即消费者洞察，“货”指的是产品口碑监测、新需求发现、品牌资产与健康度监测；“场”则是电商价格销量和零售渠道研究，“介”包括代言人优选、综艺节目监测、自媒体的监测，营销活动策划与效果评估、热点捕捉与预测、舆情预警等。通过这样全层次的布局，DataStory能够让品牌的大策略更精准，小策略更精细。同时，当把消费者、产品、渠道、销售和传播串联起来后，品牌在生产产品和进行投放时，目标就会更加清晰准确，通过对消费者的直接触达，拉近品牌与受众之间的距离，真正实现整体营销战略的升级转化。

除此之外，徐亚波博士还特别提到，企业内部本身对数据的重视程度以及对应的组织架构建设和人才的纳入，也是促进品牌大数据营销升级的关键。

在未来，DataStory还将继续深挖应用场景，用数据实现各个垂直行业的深入洞察，让更多的应用场景往品牌渠道部门靠近，帮助品牌实现营销到销售的转化。同时逐渐渗透线下数据，优化线下的经营效率，助力品牌在新零售时代的布局。不仅如此，徐亚波博士和他的团队还将进行数据源和渠道的深度整合，积极推动整个生态的建设和发展。

大数据系统通过人们的生活、工作、娱乐以及生产设备提供了多种样式的大量数据，大量的结构化和非结构化的内容增加了用户处理所需信息的难度。现代的数据中心是一个非常复杂的系统，相互连接的服务器和处理设备需要处理各种来源的大量信息，现在大数据的整合急需一种智能化的方式，来改造传统的信息系统，以实现大数据信息的规模化处理和有效信息的收集。

智能大数据集成意味着大数据中心能够为整个企业快速的传达信息，在现代商业生态系统建设中起到至关重要的作用，但这也意味着企业管理人员能够获得准确和高效的大数据。任何关于大数据的项目都是为了获得更好的结果，大数据的整合摄入，预先要处理的数据，不管是什么来源，包括企业每一类型的数据，它们通常具有复杂性和非机构化的特点，需要一个更加融合的数据中心基础设施。

信息技术和工业生产相结合，渗透到工业产业链的各个环节，新一代信息技术在企业管理中的应用，产生了大量的数据，通过对这些数据的处理分析和云服务的方式为企业的运营发展提供专业的云计算大数据决策支持，这已成为企业智能化发展的主流趋势。

一个成功的大数据项目取决于一个组织的捕捉数据能力，大数据收集和处理能力的提高，需要一个可靠的集成基础设施，可以很容易的摄入大批量的数据，同时，也只有可靠准确的实现所有数据源的集成，才能建立一个高质量的数据库。

随着互联网时代的发展。大数据化时代的到来给很多企业带来本质的改变。在制造系统和商业环境变得日益复杂的今天，利用大数据去解决某些问题和积累知识或许是更加高效、便捷的方式。“大数据的目的并不是追求数据量大，而是通过系统式的数据收集和分析手段，实现价值的最大化。所以推动智能制造的并不是大数据本身，而是大数据的分析技术，”数据本身不会说话，也不会直接创造价值，真正为企业带来价值的是数据经过实时分析后及时地流向决策链的各个环节，或是成为面向客户创造价值服务的内容和依据。大数据技术的快速发展，也将用户的行为追踪变得更为便利。

大大神平台采用大数据庞大的用户基数和强大的数据处理能力，将需求方、供应方、资源方通过大数据技术全线打通。使得用户发布的软件需求平台可通过关键词利用大数据智能匹配出产品经理，让符合用户的产品经理从量级和精准度方面脱颖而出。 通过大数据分析精准了解需求者所想要做的软件一个领域和特点，并以此为依据，通过平台进行资源的精准匹配，并最终通过大数据分析精准细致的给出用户满意的效果。

智能匹配：

每一组数据和一个社会现象之间，都存在千线万缕的联系。比如，如果你所写的需求中多次出现商城类型的文字，大数据就会抓取多次出现的关键词，并通过各种数据模型的设计，去分析用户需求的所需要的是那一方面的产品经理。

抓住这一切入点，以“智能大数据”为核心驱动力，平台建立产品经理的专业领域标签、个人简介、擅长行业记录数据库，通过这些数据库预测需求者的所需。大数据时代让我们更容易获取对用户的洞察，当所有的行为和信息都被记下来以后，可能你所需要的产品经理可以被推荐和推荐平台上面的产品。大数据应用在个性化营销方面也可以让我们生活得更轻松。解决电商营销中“如何将推广信息与目标消费匹配”的行业难题。

大数据不仅可以实现需求和资源最简便的对接，实现丰富的智慧流通方式，还可以用更少的精力和成本，获得更优的闲置资产盘活和消费投资效果。

和工业革命一样，营销也经历了三次伟大的迭代和升级：第一次营销浪潮是从推销进阶到品牌战略，品牌让推销变得多余；第二次营销浪潮是互联网技术和营销融合，实现营销的互动和反馈；而接下来营销将迎来一波新浪潮，即人工智能、大数据和营销的融合，被人工智能赋能的营销将变得更加聪明：读懂消费者的心思、需求，实现与消费者的互动。过去，无论多么棒的广告创意，消费者永远只是旁观者。人工智能和大数据的存在则可以准确捕捉到消费者最近搜索心理活动预期，可以根据消费者心理活动准确告诉他，他需要的信息在哪里。由于每个人看到的效果不同，消费者会感觉广告是为他量身打造的。这也就是我们所说的精准营销。

百会指出，在未来的商业世界中，市场只会越来越细分，精准营销对于企业来说也是愈加重要，因为客户在庞大的信息海洋中，最终只会选择自己最感兴趣的那一个打开，而对于企业来说，这才是企业的机会，因此精准营销对于企业是刻不容缓。

如何才能真正发挥出精准营销的功效？我们认为，要成功实施精准营销、打开精准营销的“秘密之门”，有三把“金钥匙”，分别是：精确的信息、精准的投放、精细的管理。其中，精确信息是基础；精准投放是核心；而精细管理是保障。下面我们将一一来详细阐述。

1第一把金钥匙：精确的信息

精确信息是基础。实施精准营销需要以事实为依据，需要有精确信息作为支撑，这样才能精准把握市场，把握消费者的真实需求。

那么，如何精确采集信息呢？受益于现今信息化程度的飞速提高，消费者可以借助各种信息手段产生消费行为，包含通话、购物、网上浏览等，而用户的消费行为会在信息通道留下轨迹和数据，我们可以借助这些数据来分析用户、分析市场。麦肯锡的一份研究显示，金融业在大数据价值潜力指数中排名第一。以银行业为例，中国银联涉及43亿张银行卡，超过9亿的持卡人，超过一千万商户，每天近七千万条交易数据，核心交易数据都超过了TB级。

通过大数据资料库，可对下辖分子机构服务柜台及摆设、理财区装饰、甚至座位的设计，依照资料库中机构所在地的人口特征、年龄及交易量复杂度等数据，以及客户在网站、手机银行、微信银行等软件使用习惯进行分析，为客户提供个性化的服务。如：

针对高龄客户比例偏高的机构，即考虑新增矮柜服务窗口并提供大屏幕显示器提醒；

面对顾客对网银、手机银行的使用习惯，将浏览率高的栏目与浏览率低的栏目进行重新排版设计，实现提升客户使用率及忠诚度的目的；

根据不同人群在网络、手机APP访问的记录行为，分析其关注资讯的不同（页面浏览时间，次数，频率等），提供不同需求的咨询和服务。

2第二把金钥匙：精准的投放

精准投放是核心。精准投放是建立在精确信息的基础上，对采集到的信息进行系统分析，对市场进行有效的细分，再根据市场的细分有效组织资源，实现的消费者和资源的精准匹配。精准投放是核心，精准投放就是为了更好地满足于消费者的真实需求。

↑来源：36大数据网

整个投放的过程，大体又分为投放对象的定位、投放时机的把握、投放内容的匹配、投放的执行四个环节。要实现精准投放，需要重视以下三点：1）投放目标的准确定位，2）实时把握营销时机 3）智能匹配。

投放目标的准确定位

投放目标的准确定位必须构建在对客户需求的精准洞察的基础之上。今天，人类已经进入“大数据时代”，客户数据的爆炸式增长对企业精准营销提出了新的挑战；另一方面，不断发展和成熟的人工智能和大数据技术也让企业有能力对客户数据进行深度分析和挖掘，真正通过客户数据了解客户需求，从本质上了解和洞察客户。

举个例子，我们在做营销活动时，可以接触到各式各样的客户数据，有销售的数据，有客户在网上浏览的数据，还有各种各样其他的一些数据，有了这样一些客户数据以后我们能做些什么呢？通过大数据分析技术，我们能更加精准的了解每个客户，知道每个客户的投资行为是什么样子的，基于对客户偏好的精准把握，就能选择合适的理财产品推荐给客户。

如说做存贷款产品营销时，可对高价值信用卡用户的AUM进行分析。筛选他们每月的消费金额、信用额度、当前存款情况、贷款有没有拖欠，是不是商务卡持有者等，通过这些维度对用户进行分析。再针对不同用户分群给出不同的营销策略。比如说哪些用户该提升额度，哪些应该为其推荐金融产品。营销在落实时，可以先通过短信进行营销，再通过呼叫中心来了解客户意图。当客户有意向时，再交由理财经理进行进一步跟进。

事实上，与人工智能相结合的精准营销的独特之处，不仅在于对用户群体的精准定位，还在于对“人性”深处的洞悉。巴里.施瓦茨在《选择悖论：为何商品越多，选择越少？》一书中曾描述：商品的过度丰富不仅不能让消费者更快乐，反而使他们在购物前就感到疲累、沮丧。消费者的诉求在不断提升，他们需要的不再是简单的商品，而是功能、情感、社会属性等多方面的满足，他们需要的是一种深度的消费，而智能客服结合精准营销、深度营销与垂直营销，有效地解决了“消费焦虑症”。

实时把握营销时机

信息化时代，消费者时刻都在产生需求。营销或服务，只有在客户最需要的时候立即出现，才能让客户在惊喜中感受服务和产品溢价。

随着客户需求越来越个性化、弹性化、生活化、差异化，业务也越来越复杂，营销的难度也在逐渐加大。只有在客户消费行为过程中，通过实时捕获用户行为数据，并对其进行即时分析得到客户的需求最高点时机，此时触发营销的执行，才是最佳的营销时机。譬如在客户有一定量储蓄时主动推荐理财投资产品，在客户余额较低时主动推荐分期付款，都可能是事半功倍的。

智能匹配

一次完整的营销，包含客户、时机、产品、渠道、内容几个要素。要素之间的匹配方式，正是营销的“5W1H“理论的体现。

传统粗放式营销，这种营销要素的匹配，往往是营销策划人员凭借业务经验而设定，这种方式明显不够精准，经常出现给客户推荐了不感兴趣的产品或服务的现象，严重影响营销成功率。那么在精准营销体系中，营销要素的匹配应该更加智能化，即能够根据客户的偏好信息，产品/渠道的适配信息等，给出最优的要素匹配组合。

3第三把金钥匙：精细的管理

精细管理是保障，精准营销中的精细管理就是要确保精准营销的顺利实施。

执行是一个过程，整个执行的过程就像生产车间的流水线一样，一环套一环，非常讲求顺畅。如果流程不合理或不畅通，就会直接影响实际的执行。具体来说，精细的管理可以从以下几点分析：

1、流程设计

流程设计对执行效果的影响是巨大的，一个科学、顺畅、合理的流程是营销执行力的重要保证。这就要求一个全面的、灵活的、可定义的、可灵活拖拽的流程设计，满足各类营销场景需求。

2、有效监控

监控说起来实际上是一种事前控制与事中控制相结合的控制方式，它最大的好处是监督的时效性和即时性，可以把很多问题解决在萌芽之中，运营成本过渡消耗尽，营销传播到达率低时，能够及时发出预警。预警体系要能发现这些征兆，进而分析、总结，从而发现问题，做好各种预防工作。

3、营销活动自优化

营销活动自优化的前提是具备对营销活动做全面、完善的评估分析能力。从用户、渠道、活动等不同角度分析与评估营销活动执行的效果；同时，根据分析与评估的结果，挖掘出导致影响活动执行效果不理想的因素，从而指导与优化营销活动的方案策略制定、流程设计等。

营销流程合理与否，过程监控得力与否是影响营销结果的重要因素。而在这些步骤中大数据与人工智能显然也具有极大的优势。

结合业界分析结果，我们认为人工智能与大数据时代之下精准营销未来将呈现出一些新的趋势，包括而不仅限于：1）对社会化媒体和移动终端的重视。2）线上线下营销的结合、更强调客户参与性的互动式营销。3）移动实时竞价广告的提升。4）基于大数据预测消费者中长期的个人消费行为和消费能力。5）客户动态调整自身行为指标，让商家动态提供适合自身的产品和服务。

除了精准营销，人工智能与大数据的碰撞对于金融机构的风险控制同样有着重要意义， 应用大数据技术，可以统一管理金融企业内部多源异构数据与外部征信数据，可以更好的完善风控体系。这一点我们将在以后进行详述。

和工业革命一样，营销也经历了三次伟大的迭代和升级：第一次营销浪潮是从推销进阶到品牌战略，品牌让推销变得多余；第二次营销浪潮是互联网技术和营销融合，实现营销的互动和反馈；而接下来营销将迎来一波新浪潮，即人工智能、大数据和营销的融合，被人工智能赋能的营销将变得更加聪明：读懂消费者的心思、需求，实现与消费者的互动。过去，无论多么棒的广告创意，消费者永远只是旁观者。人工智能和大数据精准营销的存在则可以准确捕捉到消费者最近搜索心理活动预期，可以根据消费者心理活动准确告诉他，他需要的信息在哪里。由于每个人看到的效果不同，消费者会感觉广告是为他量身打造的。这也就是我们所说的精准营销。

而精致营销主要的是找到精准客户，精准的对这些客户进行投放，投放后进行数据详细分析。下面小编来一一讲解下：

1.精准客户

实施精准营销需要以事实为依据，需要有精确信息作为支撑，这样才能精准把握市场，把握消费者的真实需求。

而怎样采集到数据信息呢？这就需要用到了搜易优的门店数据宝，门店数据宝是采集手机上的mac地址，根据手机的网上浏览习惯，线下行为轨迹，经常出入哪些场景来精选详细的分析，而分析出来的数据就是我们策划活动的有力武器。

2.精准的投放

投放环节是需要精心的去策划，需要投放对象的定位、投放时机的把握、投放内容的匹配。

（1）投放对象的定位这个在数据采集过程中就已经实现了，利用采集来的精准客户群体，对于他们进行投放。

（2）实时把握营销时机，随着客户需求越来越个性化、弹性化、生活化、差异化，业务也越来越复杂，营销的难度也在逐渐加大。只有在客户消费行为过程中，通过实时捕获用户行为数据，并对其进行即时分析得到客户的需求最高点时机，此时触发营销的执行，才是最佳的营销时机。

（3）投放媒体，搜易优科技会根据采集数据分析出，精准客户经常都会浏览的媒体（APP），来进行选择媒体，已达到让每一分钱都花在刀刃上！

3.数据分析

在整个投放后，搜易优大数据系统会根据曝光次数，影响人数，到店人数和潜在客户等多维度数据来进行分析、总结，为下次投放做全方面准备。

什么是Kafka？

Apache Kafka是一个开源项目，提供强大的连续数据流分布式处理 - 目前全球已有数千家企业信赖其产品，包括Netflix，Twitter，Spotify，Uber等。

技术，体系结构和实施使其高度可靠和高度可用，使流处理应用程序能够利用地理分布的数据流

实时数据流

通过实时数据，您可以实时处理并做出反应。

Kafka实时数据流可帮助您在事件发生时及时获得反馈，并将其用于您的优势。历史数据，加上来自Kafka的实时数据流，可帮助您为未来做出重要决策。实时数据可帮助您获得竞争优势，并使您可以更有效地使用大数据。有效的实时数据流是大多数现代应用程序的核心，架构设计不再只是一个数据队列。

像Instaclustr这样的托管服务提供商在其数据平台上提供Apache Kafka将提供全天候的专家支持，并持续监控吞吐量，延迟时间并全天候进行必要的调整，以便您继续享受Apache Kafka的优势

为什么超过三分之一的财富500强公司使用Kafka

Kafka同时支持写入和读取可扩展性。这意味着您可以将大量数据传输到Kafka，并同时执行消息的实时处理，包括将消息发送到其他系统。

这些应用程序实际上仅限于您的想象力。

哪些行业已经在使用Kafka？

kafka正在各个行业使用，包括物流，零售，医疗保健，金融服务，电子商务，物联网等。

例如在物流行业，Kafka正在帮助更快地移动软件包并帮助公司实现盈利。考虑到物流的真实世界复杂性，最好尝试跟踪货物，仓库和卡车的位置。当与这3个参数相关的实时数据通过Kafka管道时，可以收集有助于各种不同方面的信息，例如收集，存储，交付，计划和优化货物移动，实时检查，审计和欺诈检测。

同样，医疗保健行业中的患者医疗记录和医疗测试也是保险供应商的要求，以及设施管理，床位管理和患者EMR。Kafka管道有助于处理不同的情况。

作为广告精准投放的新媒体平台，太极媒认为有四个问题是广告投放的关键：

1.广告面对哪些客户群体；

2.如何找到这些精准客户；

3.广告以一种什么样的方式呈现在客户面前；

4.是否有足够的广告资源来匹配不同的用户需求。

而其中最具技术挑战性的就是如何找到这些精准客户，也就是如何进行广告精准投放。

移动互联网发展至今，网络广告再也不是传统意义上的“广而告之”，而是有针对性的“有的放矢”。尤其在信息过载的现在，狂轰滥炸式的广告用户体验极差，很容易造成用户反感，真正要将用户对广告的反感指数降到最低，那就必须将广告投放给真正需要它的人，就是所谓广告的“精准投放”。

如何找到真正需要广告的精准客户群呢？太极媒的答案是：用户画像。每个人在现实生活当中都是一个有个性、有体貌、有名称、有学历、有身份、有地位的，人们可以通过这些特征去准确的进行识别。而在网络世界中其实也可以通过各种标签勾勒出与现实生活一一对应的虚拟用户，这样我们就可以在海量互联网信息中准确的找到广告投放对象。

太极媒通过大量的标签来对每一个用户进行画像，再利用大数据技术将他的姓名、年龄、性别、生日、喜好、经历等用户属性塑造出一个能够识别的虚拟用户。通过大数据分析，我们可以了解用户消费倾向，还可以预测用户行为。

例如，1、广告主明确自身需要，定向广告性质和客户群体；

2、在太极媒平台上，千万场景需求发布，广告主登录注册后即可浏览，太极媒根据广告主的需要，将相关性的场景从高到底排列；

3、广告找到合适场景，可以在太极媒平台上找到合适的企业定制品，根据尺寸设计企业广告；

4、场景的精准匹配度，可以使一家高端汽车品牌顺利找到相应消费水平的社区人群，一家房地产开发商可以找到相应的汽车消费意向人群。

对于一个化妆品企业主来说，花巨资打造的天价广告可能面向1.5万商场消费人群，但远远比不上太极媒面向的5万年轻女性。精准广告的意义，就是让企业主的产品与相对性的消费客户群对接，从企业定制品上感受到该企业的文化底蕴和品牌调性。

可以说，大数据技术令用户画像变成更简单，通过对特定人群的分析，就能够准确知晓用户的消费惯性甚至预测出未来用户的购买需求，这无疑为企业的精准营销带来了极大的帮助。因此，企业现在就行动起来，上太极媒实现广告精准投放，与消费者彻底“玩”起来。

今年6月，甘肃考生魏祥写给清华大学的信《一位甘肃高分考生的请求》引爆网络，清华大学的回应和后续安排获得好评，与此同时也引发了舆论对于扶贫问题的多方讨论。放眼全国，扶贫问题一直是舆论关注的热点，清博大数据系统分析显示，在“扶贫”“脱贫”等问题上，甘肃、四川等省份被提及的次数较多，西北地区的话题热度最高；而以“精准扶贫+大数据”为关键词进行搜索可见，除北京外，四川、湖北、上海、甘肃等地的精准扶贫工作与大数据的结合较为紧密。在各地区案例的梳理中，大数据从多个方面为精准扶贫工作提供了助力。

“扶贫”“脱贫”提及热区

“精准扶贫+大数据”提及热区

贵州：多维度数据精准识别贫困人口

贵州省贵阳市通过上线大数据精准帮扶平台，整合了扶贫、民政、卫计、人社、住建、残联、统计、国土等行业数据，建设了统一的扶贫数据库，实现了全市扶贫信息资源的融合共享。截至今年7月份，该数据库已累计汇总数据691.3万条，其中，低收入困难群体的扶贫数据近52万条，此外，还包括卫计数据近625万条、民政数据近5.7万条、残联数据近7.3万条、住建数据近1.3万条。

贫困人口的识别一直是精准扶贫工作的难点。以往的做法是先由贫困户自行申请，再由村民代表会议或群众民主评议，最终对贫困人口进行识别。这种做法，不仅会导致数据更新滞后，还会出现作假、拼关系等情况。贵阳市的大数据精准扶贫扶贫平台让这些问题迎刃而解，该平台的对象管理系统通过建立“贫困人口识别模型”，把多个相关部门的业务数据和传统贫困人口“两公示一公告”的识别模式相结合，进而达到快速、精准识别低收入困难群体的目的。

甘肃：“大数据+电商”开启扶贫新模式

甘肃地区精准扶贫工作的一大特点，是通过大数据与电商的结合，因地制宜开展工作。以陇南为例，该地区把发展电子商务作为助农增收的重要举措，创造出了特色鲜明的“陇南模式”。在销售花椒、核桃、蜂蜜等当地特色农产品的过程中，当地商户通过数据整合，体现出“精准”二字。商户通过前期预热众筹掌握客商需求后，将需求准确传达给贫困农户，并对后续的生产和加工过程进行引导，最终实现商户、农户经济效益双丰收。陇南市的大数据精准扶贫系统，可以跨界分析各类致贫、返贫因素，并精准识别扶贫对象，制定扶贫措施。数据显示，通过大数据与扶贫和电子商务的深度融合，有130万贫困人口的生活得到了不同程度的改善。

在海量数据支持下，陇南建成了乡镇电商服务站150个，建设各类网店9100多个，形成了“一店带多户”、“一店带一村”和“一店带多村”的电商扶贫模式。阿里巴巴“千县万村农村电商计划”西北第一批项目在陇南的武都和成县先后建成，京东帮服务店、苏宁云商农村电商项目也相继入驻陇南。2016年，陇南市被国务院扶贫办授予“电商扶贫示范市”的称号，国务院督查组也将陇南市“电商扶贫”的做法列为典型案例。

湖北：运用大数据监督检查扶贫情况

在湖北地区的扶贫工作中，大数据技术的引入强化了信息透明度，克服了传统扶贫工作“信息不对称”的问题，对遏制扶贫中的贪腐行为起到了有效作用。

一方面，通过网站、廉洁武汉APP等多种渠道受理群众信访举报。基于扶贫大数据的分析，对精准扶贫政策的落实情况进行监督检查，并开展问题整改以及追责问责等工作。近期，武汉市打出系列“组合拳”，加强扶贫领域监督执纪问责工作。日前，武汉市纪委通报了多起向扶贫领域资金“伸黑手”、“动奶酪”的典型案例，如，武汉市黄陂区某村党支部书记重复申报扶贫项目、武汉市新洲区某福利院在供养户去世后仍然继续申请补助等，对扶贫领域的反复起到了震慑作用。

另一方面，建立大数据扶贫系统丰富扶贫人口数据维度。如，在湖北随州市的扶贫大数据系统中，有异地扶贫搬迁、教育扶贫资助资金、扶贫小额信贷资金等12项受惠人员信息，与房产、工商、税务等数据比对后，可以为扶贫反腐工作提供线索和证据。截至2017年8月，随州市共发现可疑线索13万多条，有38人因扶贫腐败被问责。该系统开通了贫困户掌上反馈渠道，保证了一手扶贫数据的及时更新，从而及时预警群众返贫迹象，支持扶贫措施改进。

重庆：大数据平台提升扶贫数据管理效率

在重庆地区，地方政府的精准扶贫工作得以高效推进，受益于电信企业的信息化助推。依托重庆移动提供的精准扶贫整体解决方案，重庆市贫困地区的经济发展活力和群众生活品质都得到显著提高。

重庆移动打造的精准扶贫系统，由手机客户端和大数据分析管理平台两大部分构成。一方面，手机客户端可以帮助扶贫干部、驻村帮扶干部减少工作量、提升工作效率，提供新闻公告、扶贫政策、到村签到、工作台账、案例分享、贫困户查询等十余项功能；另一方面，手机客户端能为贫困户打开信息化窗口，帮助他们及时了解惠民政策，并增强主动脱贫意识。

通过大数据分析管理平台，既可以对贫困户数据进行管理维护，也可以对扶贫干部个人权限和工作痕迹进行管理，为扶贫工作考评提供依据；通过大数据平台的沉淀数据，还可以对数据分析结果进行可视化展现，全面反映扶贫工作动态，为政府提供决策依据。

湖南：贫困劳动力大数据库解决就业问题

湖南省在利用大数据解决贫困劳动力就业问题方面成效显著。岳阳市人社部门与扶贫部门通力合作，人社部门通过建档立卡的方式对全市贫困劳动力进行了逐一摸查，对有就业意愿的7658名贫困劳动力岗位需求、就业地域需求、工薪意愿等信息进行精准采集，并将能吸纳贫困劳动力就业的396家企业、10090个岗位录入数据库；扶贫部门负责就业信息的精准识别和推送，通过数据库进行人岗匹配，将用工信息发布到贫困劳动力手中，实现“掌上”随时求职，大大提高了贫困人口的求职效率。

此外，岳阳市以产业发展和企业需求为出发点，通过大数据预测市场用工需求并选择培训科目，科学合理地安排农村实用技术和岗位技能培训，不断提高贫困劳动力的就业能力。

在助力区域扶贫工作发展之外，大数据在“隐形资助”高校贫困生方面也体现出独特优势。学生不需要当众“哭穷”，不需要填写家庭情况表，也不需要将个人信息公示，就能享受学校补贴，这种“不作秀”的扶贫方式备受舆论好评。以中科大为例，该校会监测每个学生的一卡通在食堂的消费情况，如果每个月的消费低于200元，就会自动给学生打生活补助。据悉，中科大的“隐形资助”计划始于2004年，在国内高校中系首创。在效法而行的校园中，电子科技大学研发了一套“智慧助困系统”，通过智慧助困系统采集到4大类、40余个小类的上千万条数据，再通过大数据挖掘与分析，自动生成家庭经济困难学生建议名单。因此，大数据成为高校精准扶贫的利器。

在精准扶贫进入攻坚期的今天，大数据成为各行业、各地区创新扶贫工作的抓手。2016年10月，联合国开发计划署发布的《人类发展指数之生活水平维度：应用大数据测量中国贫困》报告指出，使用大数据提供的动态信息来测量贫困，将会发挥日益重要的作用。尽管大数据本身实时、动态的性质无法避免误差的存在，但大数据分析法仍是对传统的访谈调查法、问卷调查法的重要补充，通过大数据对贫困进行多维度的描述，对扶贫决策具有重要参考价值，对推动中国在2020年前实现精准扶贫目标具有重要意义。

数据增值服务涉及到大数据产业链的数据整理与分析环节，主要是指基于数据分析的基础之上，形成企业数据增值服务，服务于内部增效或服务于外部提供新的增值数据产品。这种数据增值服务通常定位在某一具体行业，通过大量数据支持，对数据进行挖掘分析后预测相关主体的行为。其主要涉及到以下三种：

（1）数据提升企业价值链。例如提供基于技术和内容载体提供移动咨询的一些企业，随着智能手机和高速网络的普及，移动资讯阅读领域迎来快速增长期。一些新闻app技术上采用大数据个性化推荐技术，提供新闻内容分发的重要渠道。另外一方面，这些资讯客户端充分发挥大数据技术的优势，广泛搜集移动阅读数据开展精准营销业务。在传统媒体日渐衰落的大背景下，去中心化、全民评论、内容多样化及自媒体成为网民的新需求。大数据能够帮助今日头条实现精准营销，提升市场竞争力。

（2）数据衍生新型业务。随着大数据的广泛应用，数据给很多公司也衍生出来很多新兴的 业务，比如理财公司，理财产品 的推广和发展，凭借庞大的用户基数和积累的用户理财数据，逐渐发展成为互联网金融流量入口业务。

（3）直接进行数据租售。这种方式把原始数据整理后直接出售。比如一些公司直接出售完整的资源数据。这种方式提供方通常在某一领域采集质量高、时效性强的数据，成为各自行业的翘楚，庞大的“数据库”成为它们的“护城河”，是竞争对手难以逾越的门槛。还有一些金融信息服务商，聚焦行业，广泛收集相关数据、深度整合萃取信息，以庞大的数据中心加上专用的数据终端，形成数据采集、信息萃取、价值传递的完整链条，成为行业巨擘。

关注佳源信息，关注更多资讯。

【版权与免责声明】如发现内容存在版权问题，烦请提供相关信息发邮件至jy@jiayuaninfo，我们将及时沟通与处理。

随着世界变得越来越复杂和相互联系，我们面临的一些最大挑战似乎开始变得棘手。我们应该如何应对金融市场的不确定性？我们如何预测能源供需？气候变化将如何发挥作用？我们如何应对快速城市化？我们对这些问题的传统方法往往是定性的和脱节的，并导致意想不到的后果。为了使科学严谨应对我们时代的挑战，我们需要更深入地了解复杂性本身。

这是什么意思？当许多部分可以以多种不同的方式进行交互时，复杂性就会起作用，这样整体就会有自己的生命：它会随着条件的变化而适应和发展。它可能容易发生突然和看似无法预测的变化 - 市场崩盘是典型的例子。一个或多个趋势可以强化“正反馈循环”中的其他趋势，直到事情迅速失控并跨越临界点，超过这一趋势，行为发生根本变化。

使“复杂系统”如此令人烦恼的原因在于，它的集体特征不能从底层组件中轻易预测：整体大于其各部分的总和，而且往往与其各部分的总和大不相同。一个城市远不止它的建筑和人。我们的身体不仅仅是我们细胞的全部。这种质量称为紧急行为，是经济，金融市场，城市社区，公司，有机体，互联网，星系和医疗保健系统的特征。

数字革命正在推动我们现在看到的日益增加的复杂性和生活节奏，但这项技术也提供了机会。无处不在的手机和电子交易，越来越多地使用个人医疗探针，以及电子连接的“智能城市”的概念已经为我们提供了大量的数据。利用新的计算工具和技术来消化庞大，相互关联的数据库，科学，技术，商业和政府的研究人员和从业人员已经开始将大规模的模拟和模型用于以前无法进行定量分析的问题，例如如何合作在社会中出现，什么条件促进创新，以及冲突如何传播和发展。

问题是，我们没有一个统一的概念框架来解决复杂性问题。我们不知道我们需要什么样的数据，也不知道我们应该询问多少或哪些关键问题。没有“大理论”的“大数据”会失去它的效力和实用性，可能产生新的意外后果。

当工业时代将社会的注意力集中在能量的各种表现形式 - 蒸汽，化学，机械等 - 热力学的普遍规律作为回应。我们现在需要问一下，我们的年龄能否产生将能量与信息结合起来的普遍复杂定律。超越金融市场，人口，生态系统，战争和冲突，流行病和癌症的非凡多样性和历史偶然性和相互联系的基本原则是什么？原则上，复杂系统的总体预测性数学框架将在任何复杂系统的动态和组织中纳入定量的可计算框架。

我们可能永远不会对复杂系统做出详细的预测，但是导致对基本特征进行定量预测的粗粒度描述在我们的掌握之中。我们不会预测下一次金融危机何时会发生，但我们应该能够在未来几年分配一次发生的概率。该领域正处于科学学科的广泛综合之中，有助于扭转分裂和专业化的趋势，并正在摸索一个更加统一的整体框架来解决社会的重大问题。人类企业的未来很可能取决于它。