前言：中文期刊网精心挑选了商务数据分析报告范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
商务数据分析报告范文1
下面来看看Google Venture六个最酷的科技投资：
Impossible Foods：素食的肉类与奶酪
Impossible Foods尝试创造好吃兼健康的食物，团队有超过50多名科学家、工程师、农民和厨师，Impossible Foods正在研究分子级别状态下的动物产品，以便利用植物重新组合出肉类和奶酪。
“不依赖动物、没有负面的健康和环境影响，我们为人类提供一些很好的食物。”
23 and Me:吐口水就可得DNA报告哦
只需取些你的唾液分析，便会获得一份DNA分析报告，从而甚至找到自己的祖先。这份报告将向你展示你的血统混合情况，包括来自欧洲、非洲以及亚洲的比例，进而将你的祖先划定在某个大陆的特定区域。DNA数据可用于遗传学研究，提交DNA样本的用户可以获得230多个点位的分析报告，能用于发现潜在的遗传疾病以及及早治愈。
售价只要99美元哦。
Digit:帮你从卡奴中解脱出来
Digit是一款免费应用，它会分析你的收入以及日常开销习惯做数据分析，这种服务会将这些钱转移到储蓄帐号中。这笔储蓄可在一个营业日内转回到银行账户。Digit表示，他们永远不会取出超过你银行账户余额的资金，为此你不必担心支付透支费。
(备注：国外很多银行卡是分储蓄账户和现金账户的，取现需要从现金账户中取出，两者利息也不一样)
Urban Engines:现实增强，防止驾车信息的盲区
Urban Engines是一款增强现实应用，无论你在哪里，都可以清晰虚拟地看到周边的POI，例如火车站、街头以及路线情况。研发团队也与许多城市合作，追踪公共交通数据，将延时情况减少到最低。
Granular：数据分析提高农业生产效率
Granular是一个帮助让农民更好地了解农产品从耕种到收获全周期的平台。此系统可以让农场主时刻追踪工人位置、监督任务进程、并提供出相应的财务报告。
Google Ventures还参与投资了数据分析公司Farmers Business Network，农业产业参与者尽可能多地了解他们农业生产周期与土地，以提高生产效率。
商务数据分析报告范文2
“小明”喜欢在刚上班时关注金融、证券的行情；在中午休息时，玩网页游戏；晚上回家后上社交网站和视频网站。平时，随性了就会逛逛网上商城。对于网民“小明”的这些判断，并不是空穴来风。普通网民的行踪和喜好，通过网宿CDN监测所抓取的大量数据，就能形成一套精准体现网民行为、喜好的分析报告。
根据网宿的数据分析，人们大多喜欢在刚上班时关注金融、证券的行情；中午休息时，网页游戏则更受欢迎；下午股市、证券等网站的交易时间结束前，这类网站会再度集中“迎客”；下班后，社交类网站和视频网站才是大多网民最爱去的地方。而7×24小时开业的网上商城已经渐渐成为网民生活的一部分，随时都会有人想要“逛逛街”。
北京人最爱SNS
该报告显示，SNS（社交网络）的访问高峰出现在20:00；网页游戏白天的访问高峰期出现在12:00，晚上的高峰期出现在19:00；视频网站的访问高峰出现在21:00；政府和企业网站访问集中在工作时间；招聘类网站网民访问峰值出现在工作日10:00～11:00；财经类网站的访问最高峰出现在上午9:00、下午13:00~14:00以及晚上21:00，而电子商务网站的访问时间整体比较平稳，没有明显峰值。
网宿的报告还显示，人口和经济发达程度对网民地理分布比例有重要影响，人口多、经济越发达地区网民访问比例越高，反之则比较低。2011 年第一季度， 对于SNS（社交网络），来自北京、江苏、山东的网民访问频率最高；广东、山东、河北的网民则更钟爱网页游戏；对电子商务类网站的访问量，广东、上海、北京最高；对视频类网站的访问量，广东、浙江、江苏排在前三位；访问政府、企业类网站的时候，来自广东、北京和江苏三省的访问量名列前三。
Symbian依旧是老大
商务数据分析报告范文3
1课程性质
本课程是云南经济管理学院商学院为经济管理、商务管理、国际经济与贸易、市场营销、药品经营与管理专业学生开设的一门专业基础课。本课程开设的目的就是通过市场调查与预测的学习，使学生对市场调查与预测的基本理论和方法有一个大致的了解。本门课程的主要内容有市场的调查的方式和步骤、市场普查、重点调查、典型调查、抽样调查、市场观察调查法、询问法、文案调查法、实验调查法等；市场的预测方法主要有专家预测法、德尔非法、头脑风暴、时间序列、相关回归分析等。
2改革思路
2.1课程改革的目的在本门课程的教学中，要求学生能较好地完成调查方案设计、问卷设计、调查分析报告撰写、预测分析报告撰写等模拟训练项目；切实提高了学生市场调查设计能力，数据处理与分析能力，调查报告和预测报告的写作能力，达到了课程教学目标的需求。教学的效果要求主要体现在以下几个方面：
2.1.1培养高学生的解决实际市场调研方案撰写和问卷设计的能力，绝大部分学生都能设计出较好的市场调查方案和调查问卷。
2.1.2培养学生数据获取、数据处理、数据分析与建模能力。
2.1.3培养学生的市场调查分析报告和预测分析报告的写作能力。
2.1.4培养学生的统计软件的使用能力。让大部分学生都能利用Excel、SPSS等统计软件进行数据处理、生成统计图表，建立预测分析模型。
2.1.5巩固了学生所学的其他专业知识。比较好地解决了知识转化为能力的问题，相关专业学科知识走向整合，最终形成良好的专业技术技能。
2.1.6通过本门课程的教学改革，让学生毕业以后能够真正的学会运用本门课程相关知识来解决工作中的实际问题。
2.2课程改革的必要性市场调查与预测课程教学改革的必要性主要体现在以下几个方面：
2.2.1学院办学指导思想的要求该院定位于“职业教育院校”、“培养应用型专业人才”等办学指导思想，为《市场调查与预测》课程建设和改革提供了导向。我们认为作为商学院的经济管理、商务管理、市场营销等专业的学生应具备较强的市场调研和市场预测能力，才能体现商学院培养应用型专业人才的内在要求。为此，市场调查与预测确立强化案例与项目驱动教学法，着力培养学生的市场调研和市场预测的意识，符合学院的办学指导思想和定位的要求。
2.2.2课程性质的要求《市场调查与预测》是在《管理学》、《经济数学》、《市场营销学》等课程基础上开设的。因此，市场调查与预测单纯讲授市场调查的理论和方法，势必与其他相关学科在教学内容上造成很大程度上的重复，达不到培养应用型人才的教学要求。因此，市场调查与预测课程需要从应用的角度组织教学，重视实践性教学。
2.2.3教学实训、实践提供的启示过去我们在市场调查与预测课程教学中，存在着重理论、轻实践的教学倾向，导致学生在学习本门课程后，仍然不会设计市场调查方案和问卷，不会数据的获取、处理和分析，写不出符合要求的市场调查报告和市场预测报告。后来，我们尝试采用案例与模拟教学法，学生的市场调研和市场预测能力有了较大的提高。因此，市场调查与预测只有确立“强化案例与教学模拟、动手实践”的教学法，才能使本课程建设和改革具有特色。
3课程教学改革的路径
根据近几年的教学实践来看，我们从教学目标、教学内容、教学模式、教学方法手段、考核考试方式、实训实践教学课等方面展开教学改革。
3.1改革课程教学目标我们认为作为商学院的经济管理、商务管理、市场营销等专业的学生，通过本课程的学习，除了应掌握市场调查和市场预测的基本理论和基本方法外，应重点获得五种能力：市场信息（数据）获取、处理与分析能力；调查方案与问卷设计能力；调查分析报告所撰写能力；市场预测分析与建模应用能力；市场预测报告撰写能力。因此，本课程的教学目标应从过去以传授知识为主向知识传授与能力培养相结合、强化能力培养的方向改革。
3.2改革教学内容根据作为商学院的经济管理、商务管理、市场营销等专业特点和培养应用性能力原则，我们增加了市场环境研究、市场供求研究、销售潜力研究、消费者市场研究、顾客满意度研究、生产者市场研究、销售潜力研究、产品市场研究、产品销售市场分析、产品品牌研究、广告研究等市场调研内容的教学。同时增加统计软件在数据处理和分析的应用等等。
3.3改革课程教学模式《市场调查与预测》课程教学模式，是以市场调研和预测能力培养为教学目标，以教学内容更新和优化为基础，以案例和模拟训练为实践教学平台，以案例和项目分析为教学手段。
3.4改革教学方法手段主要采用能力培养为导向的课程教学方法手段。总体思路是将案例教学法、项目试验教学法、计算机软件辅助教学法、模拟教学法引入教学中。
3.5改革考试方式传统的闭卷考试以基本理论、基本知识和基本方法测试为主，难以测试学生的综合应用能力。本课程的教学目标在于提高学生的调查方案和问卷设计能力，数据处理与分析能力，调查报告与预测分析报告的写作能力。为了适应本课程教学目标的要求，我们采用综合性测评的考核方式。
3.6改革实训、实践教学模式本着提高学生市场调研和市场预测能力，实现教学目标的要求，构建了包括课程设计、计算机软件应用、案例教学、课外实践教学等方式相结合的实训、实践教学体系式。
4教学内容、教学模式，考核考试方式、实训，实践改革操作初步设计
4.1教学内容、教学模式初步设计根据作为商学院的经济管理、商务管理、市场营销等专业特点和培养应用性能力原则，我们将教学体系分为市场调查和市场预测两部分考虑，再分别从理论和实践部分进行设计。
4.1.1市场调查部分①市场相关概念、市场类型等相关教学内容介绍。②市场调查的主要内容指标介绍讨论。主要内容包括市场环境（宏观、中观、微观）、市场供求、销售潜力、消费者市场、顾客满意度、生产者市场、销售潜力、产品市场、产品销售市场分析、产品品牌、广告等市场调研内容的指标体系提示讨论。③市场调查方案、方式方法介绍。主要内容包括市场调研方案的设计，市场普查、重点调查、典型调查、抽样调查等，文案调研法、观察调研法、询问调研法、实验调研法，还增加网络调研法。④数据收集与整理理论教学，回顾统计基础计算知识，EXCEL、SPSS软件简单常见功能介绍。⑤实践教学部分设计初步。在第一堂课的时候，就将学生按自由组合的方式，以6～8人为一组，成立“模拟调查公司”，并让学生为自己的公司取一个名称，确定公司总经理及内部人员分工。在成立公司之后，告诉他们，先学理论知识，在学完市场调查的相关知识后将让他们以模拟公司为单位，开展一次真实的市场调查活动，并且每个公司要完成一份调查报告，还要在课堂上来介绍分享自己的调查过程和调查结果。期望让学生以这种特有的身份投入到学习中来，以提高他们的学习兴趣，并且通过实际体验，更好地理解和掌握理论知识，也希望真实的调查活动能激发他们认真学习的兴趣。在调查过程中主要让学生体验几种调查方法：文案调研法、观察调研法和询问调研法。让学生根据本组确定项目设计调研过程。过程中将涉及调查方案策划、调研方法、时间安排、资料整理与分析、调查报告撰写等一系列环节。通过真实的调查活动不仅能加深学生对理论知识的理解。还能在活动中提高他们的团队合作能力、人际交往能力、思考问题和解决问题的能力以及口头表达能力。课堂情景模拟。观察调研法、询问调研法两种方法可采用课堂模拟教学。数据的收集与整理。对调查部分的数据进行处理，包括图表在EXCEL、SPSS等软件中的制作。提出调查报告，进行PPT概述介绍。
4.1.2市场预测部分①预测理论学习。包括预测相关概念、类型，对于我们学院学生主要从定型预测方法的学习讨论和定量的时间序列、相关回归预测、抽样调研的基本估计进行教学。②实践教学。观看头脑风暴的视频，看后确定学生关注热点话题进行模拟头脑风暴，让学生切实了解头脑风暴的相关概念、操作步骤、实际应用的意义。引入上机实训，提高学生利用计算机处理数据的能力。笔者设想在讲授市场预测的内容时引入上机实训。根据一些简单数据预测未来的数据走势，设计简单模型。
4.2考核考试方式初步设计
《市场调查与预测》考试改革先采用班级试点的形式开展，实际操作成熟后进行推广至全部班级。主要采用能力测试为导向的考试方式。改革方案的总体思路是成绩分两个学期进行评定，最后合成本课程的成绩，最后按比例与平时成绩合成总成绩，分段测试的内容如下：
4.2.1第一学期,创业计划书撰写大赛阶段根据问卷设计、创业计划书市场调查问卷设计及实际调研报告撰写情况进行能力评估。由班级内部对市场调查与预测部分撰写情况进行评定，分5等级进行，即优、良、中、及格、不及格，其中，90分（优秀）以上按10%的比例进行，80～90分（良好）按20%的比例进行，其他不限比例。
4.2.2第二学期,市场调查校外实践阶段调研方案再加工，校外调查效果，调查报告再加工能力评估。成绩评定应根据调查方案和调查问卷设计、调查数据分析与报告写作测试、市场预测分析与报告写作测试的质量、篇幅大小、观点（结论）是否正确，分析方法是否科学，内容是否完整、要素是否齐备等评定成绩。以上各阶段以100分为满分，按完成情况，由教师和学生组成考评小组进行审核打分。
4.2.3平时成绩，主要用到课率来衡量。平时表现不及格者，期末成绩不予认定，作缺考处理。总评成绩=第一学期创业大赛成绩、第二学期评定成绩均值×70%+平时成绩×30%
5市场调查与预测课程的改革效果
市场信息（数据）获取、处理与分析能力；调查方案与问卷设计能力；调查分析报告所撰写能力；市场预测分析与建模应用能力；市场预测报告撰写能力。学生应用能力和综合素质得到了明显提高，也培养了学生的团队精神，锻炼了学生获取相关市场、产品等方面信息的能力，口语表达能力、发现问题、分析问题、解决问题的能力。
5.1课程改革效果
5.1.1提高学生获取数据、处理数据、分析数据与建模的能力。
5.1.2提高学生软件使用能力，特别是Excel的统计功能，大部分学生能利用Excel进行数据处理、生成统计图表，建立简单的预测分析模型；部分学生对SPSS软件应用能力也有一定的提高。
5.1.3提高学生市场调查方案撰写和调查问卷设计的能力，大部分学生能设计出较好的市场调查方案和调查问卷，解决实际工作中遇到的难题。
5.1.4提高学生市场调查分析报告、预测分析报告的写作能力，大部分学生基本掌握了调查分析报告、预测分析报告的写作过程、技巧、方法和要求。
5.1.5巩固了学生所学的其他专业知识，较好地解决了知识转化为能力的问题，通过市场调查、预测模拟等实践，真正整合了《管理学》、《统计学》、《市场营销》等学科知识。
5.1.6通过教学改革，我们正在将《市场调查与预测》申报为云南省精品课程。2012年由王召宝完成本校商学院辅导员工作情况调查报告、学生参与完成本校商学院班级管理情况调查报告，成果提交学校相关领导，为学院学生管理工作提供决策依据，本年度商学院被授予“平安学院”；经过本门课程的实践，对学生参加创业大赛起到一定的帮助，据学校相关就业统计数据，参与省级、国家级“挑战杯”创业计划大赛等竞赛的获奖大学生就业率100%；2013年参加云南省“高等职业院校技能大赛”高职组市场调查分析比赛（主办方未公布最终结果）；2014年荣获海峡两岸市场调查大赛一等奖。另外，由于该院学生数学基础较差，学生很难通过笔算掌握本门课程预测定量计算题，经过考核方式改革，改变了过去出卷考试计算题空档而导致分数不高的尴尬局面。
5.2课程改革小结与不足
商务数据分析报告范文4
关键词：大数据 企业 竞争情报 数据挖掘
中图分类号： G250.2 文献标识码： A 文章编号： 1003-6938（2012）06－0009-06
1 引言
随着信息技术的不断发展，互联网的普及利用，各种终端设备记录了人类社会复杂频繁的信息行为从而产生了惊人的数据量。据国际数据公司（IDC）的研究报告称，2011年全球被创建和被复制的数据总量为1.8ZB，并预测到2020年，全球将拥有35ZB（1ZB=10亿TB）的数据量［1］。大数据已经渗透到每一个行业和领域，被视为“未来的新石油” ，逐渐成为重要的生产因素。随着消费者、企业、各个经济领域不断挖掘大数据的潜力，我们正处在一个巨大浪潮的尖峰，这个浪潮就是大数据驱动的技术创新、生产率提高、经济增长以及新的竞争形势和新价值的产生［2］。近年来，大数据技术研究和应用迅速发展，许多国家已经意识到了大数据的重要性，并作为战略性技术大力推动其发展，大数据时代已悄然而至。
2 大数据的含义与特征
目前对大数据还没有标准的定义，通常认为它是一种数据量很大、数据形式多样化的非结构化数据。亚马逊网络服务、数据科学家John Rauser曾提到一个简单的定义：大数据是任何超过了一台计算机处理能力的庞大数据量［3］。维基百科定义为：大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合［4］。百度百科定义为：大数据通常用来形容一个公司创造的大量非结构化和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。从各种各样类型的数据中快速获得有价值信息的能力，就是大数据技术［5］。IBM从三个基本特性角度来定义大数据，即：“3V”：体量（Volume），速度（Velocity）和多样性（Variety）。也有人为大数据包括三个要素，即：大分析（Big Analytic）、大带宽（Big Bandwidth）和大内容（Big Content）［6］。
概括起来，大数据的特征主要体现在如下几个方面：
（1）数据总量规模增长巨大。同一类型的数据在快速增长，目前在传感器网络、地理信息导航系统、社会网络（如微博）、即时通讯（如QQ）、电子商务（如淘宝）、数字图书馆、网络日志等领域都产生了庞大的数据，规模在不断扩大。如淘宝目前每天活跃数据量已经超过50TB，共有4亿条产品信息和2亿多名注册用户在上面活动。零售巨头沃尔玛每小时都要处理100多万笔客户交易，数据库估计超过2500万亿字节——相当于美国国会图书馆书籍数的167倍，而移动互联网用户发送和上传的数据量达到1.3EB［7］。
（2）数据增长的速度呈指数级持续增长。目前很多领域的数据都以惊人的速度增长，根据WinterCorp的调查显示，最大的数据仓库中的数据量每两年增加3倍（年均增长率为173%），其增长速度远超摩尔定律增长速度。照此计算，2015年最大数据仓库中的数据量将逼近100PB［8］。大数据的动态性强，要求分析处理应快速响应，在动态变化的环境中快速完成分析过程，有些甚至必须实时分析，否则这些结果可能就是过时、无效的。如导航定位系统、股票分析系统等对数据实时处理有着较高的要求，大数据分析和处理的方法必须能快速地适应相关业务更新频率加快的需求。
（3）新的数据来源和数据类型在不断增加。目前产生大数据的领域在不断增加，数据类型不仅包括普通文本、照片、动画、音频与视频等，还有像位置信息、链接信息等新类型的数据。伴随着社交网络、移动计算和传感器等新技术不断的应用，大数据中有许多是非结构化数据或半结构化数据，没有特定的描述模型，数据结构是不固定、不完全或不规则的。
（4）数据的价值日益突现。大数据犹如一座富矿，通过海量数据的处理、整合分析，可以发现新的知识，从而创造新的更大的价值。大数据为许多行业带来新的商机和发展机遇，充分利用大数据可为企业带来强大的竞争力。大数据分析能从庞大的数据中发现稀疏而有高价值的知识和规律，为预测和决策提供相关支持。如视频监控的数据量通常十分大，虽然绝大部分可能没有实际利用价值，但几秒镜头捕捉到某罪犯体貌特征，可能对公安部门而言就是十分珍贵的。大数据分析就是要进行披沙拣金，发现这些珍贵的信息。
综上所述，对于大数据中“大”的理解，主要有两个方面，第一是指大量的、快速增长的数据，第二则是数据中所蕴含的价值量较大。可见，大数据之“大”，并不光是指数据的数量之大，它的意义还在于数据的价值之大。
3 大数据对企业竞争情报的影响
情报研究是利用数据和信息提炼出有价值的情报，为决策提供有关方案，也就是对数据进行处理、组织和解释，以揭示其潜在的知识，转化为可执行利用的情报。企业竞争情报分析就是从原始的数据中发现关于竞争环境、竞争对手和竞争策略情报的过程，从而形成高附加价值的产品。因此，大数据分析在对象、运用的方法和目标等方面都与企业竞争情报研究有许多交集，大数据的兴起必然对企业竞争情报产生深刻的影响。
3.1 企业提升竞争力需要大数据的支持
数据竞争已经成为企业提升核心竞争力的利器。来自各个方面零碎的庞大数据融合在一起，可以构建出企业竞争的全景图，洞察到竞争环境和竞争对手的细微变化，从而快速响应，制定有效竞争策略。庞大的数据更具有统计意义，能为各种预测模型提供支持，从而能预测未来的发展趋势，帮助企业获得先机。相关的数据整合在一起，能不断产生新的信息和知识，有助于提高生产率、降低经营成本。如2008年初，阿里巴巴平台上整个买家的询盘数急剧下滑，自然导致买盘的下降，说明欧美对中国采购量在下滑。海关是卖了货出去以后再获得数据，而阿里巴巴提前半年时间就从询盘上推断出世界贸易发生变化了［9］。企业的竞争不再只是劳动生产率的竞争，而是知识生产率的竞争。数据是信息的载体，是知识的源泉，是企业创造价值和利润的原材料，因此，基于知识的竞争将集中体现在基于数据的竞争上。正如马云所说，未来是数据竞争的时代，谁拥有数据，谁就拥有未来。如今各行各业都出现了以数据分析为竞争力的企业，它们都是在数据分析的基础上与其他企业展开竞争，以提升核心竞争能力，保持或获得行业领先地位，如谷歌、宝洁、沃尔玛等世界知名公司。沃尔玛就建立了一个超大的数据中心，其存储能力高达4PB以上，通过大数据分析，沃尔玛掌握了顾客的购买习惯，不同商品一起购买的概率，购买者在商店所穿行的路线、购买时间和地点，从而确定商品的上架布局以及对分类进行优化；决定对各个商店的不同商品进行增减，以保持最优的库存，降低成本；洞察销售全局，瞬间捕获到各种细微的变化，从而快速响应，制定营销策略；利用大数据工具对供应链进行分析以选择供应商、优化物流配送方案和进行价格谈判等；利用大数据分析工具对热销商品品种和库存的趋势进行分析，以选定需要补充的商品，分析顾客购买趋势和季节性购买模式，以确定降价商品，并对其数量和运作做出反应［10］。可见，大数据已经成为企业的核心资产，对数据的掌控可以形成对市场的支配，并且获取巨大的回报。大数据是企业用于提升核心能力的重要手段，而为提升企业竞争优势的大数据分析是企业竞争情报研究的重要范畴。
4.2 注重数据的清洗与过滤
大数据时代企业所要处理的数据比较多，但数据的质量往往参差不齐，如有些数据不一致或不准确、数据陈旧以及人为造成的错误等，通常被称之为“脏数据”。由于数据挖掘是数据驱动，因而数据质量显得十分重要。“脏数据”往往导致分析结果的不正确，进而影响到决策的准确性。由于大部分的数据库是动态的，许多数据是不完整的、冗余的、稀疏甚至是错误的，这将会给数据的知识发现带来困难。由于人为因素的影响，如数据的加工处理以及主观选取数据等，从而使得数据具有某些噪声，会影响数据分析模式抽取的准确性。大量冗余数据也会影响到分析的准确性和效率。因此，在数据挖掘分析时，首先需要进行数据预处理，也就是要对数据进行净化和过滤，删除一些无关的数据。数据清洗是一个减少错误和不一致性、解决对象识别的过程［12］。一般通过概率统计等原理查找数值异常的记录。如在网站的日志文件数据处理中，可以通过检查URL的后缀删除认为不相关的数据，可使用一个缺省的后缀名列表帮助删除文件，去掉一些不能反映用户行为的记录，过滤一些请求错误和失败的记录等。
在大数据时代，不能不计成本盲目的收集各种海量的数据，否则将成为一种严重的负担。数据的体量只是大数据的一个特征，而数据的价值、传递速度和持续性才是关键。为了达到这些目标，企业竞争情报收集可以采用最小数据集的方法，指通过收集具有代表性的最少的数据，更好地掌握一个观察对象所有的特点或者一个事件所处状态，其核心是针对被观察的对象建立一套精简实用的数据指标，采用一定取样标准选择和过滤相关数据。总之，通过对数据质量的控制和管理，可以提高数据分析的准确性，进一步提高竞争情报工作的效益。
4.3 关注新数据类型的分析方法
在大数据时代，企业无论是日常运营，还是重大战略决策，都会在各种各样的信息系统中留下各种数据记录，这些数据通过技术整合起来，可以再现一个企业的运行轨迹和发展全景。竞争情报研究就是发现有价值的知识和模式，洞察企业竞争环境，预测未来，从而获得竞争优势。随着信息技术的普及应用，新的数据类型不断产生，下面一些新的数据类型和分析方法值得关注。
（1）实时数据。如微博、短信等大量的动态数据流，是一种十分重要的竞争情报源。数据流挖掘是对数据进行单遍现行扫描，快速处理数据，提供实时近似结果的技术。如窗口技术采用分而治之的策略，将流数据按照特定的需求分配到不同的窗口，进入窗口内的数据才会被处理，以减少分析处理的数据量；而概要数据结构技术将数据流进行概括统计的数据结构代表原始数据，而不是保留数据流中的全部数据，从而减少处理的数据量［13］。在大数据时代，竞争情报分析的数据许多是连续、快速、随时间变化的，对如此巨大的数据流，企图存储或者扫描所有的数据都是不实际的，只有采用动态的数据流挖掘分析技术才能有效解决数据的冲击，获得实时近似的结果。数据流挖掘技术能为竞争情报提供实时查询服务和处理，从而促使企业的“触角”保持足够的敏捷性。
（2）动态数据。从时间的维度发现有关变化规律。时间序列分析是指从大量不同时间重复测得的数据中发现前后数据相似或者有规律的模式、趋势和突变的方法，主要的技术主要是相似模式发现，包括相似模式聚类和相似模式搜索时间序列，采用的主要挖掘方法主要有小波变换法和经验模态分解法［14］等。在大数据时代，各种数据源源不断的产生，比如交易数据、网站访问日志等，从中必然会呈现出时间上的规律，企业希望从积累了大量的历史数据中分析出一些模式，以便从中发现商业机会，通过趋势分析，甚至预先发现一些正在新涌现出来的机会，比如企业可以通过数据时间序列分析了解产品销售的旺季和淡季，制定针对性的营销策略，减少生产和销售的波动性，从而获得利润和竞争优势。
（3）关联数据。关联数据发现技术是分析数据之间的联系，将孤立、离散的数据点结合产生数据链或者数据图，随后从多个数据源中查出匹配给定关联模式的实例、最后再对匹配的实例评估。目前已应用的主要方法有：图论的稀有度监测法、图熵法和基于谓词的逻辑归纳推理法等［15］。关联发现技术特别适合于动态的数据发现未知的模式，而大数据中隐含了大量未知、潜在的关系，新模式的发现有利于企业采取“蓝海”战略，抢占先机，从而获得竞争优势。
（4）社会网络数据。社会网络分析也叫链接挖掘，是通过网络中的关系分析探讨网络的结构及属性特征，其挖掘重要任务的是基于链接的节点排序、基于链接节点的分类、节点聚类、链接预测、子图发现等［16］。在大数据时代，大量相关的数据聚合在一起，相互支撑解释和印证，形成了复杂的数据网络，数据之间的关系具有非常重要的价值，如通过消费者行为的链接数据挖掘能发现传销顾客网络，从而制定找出利润最大化的顾客群，又如从人际关系的网络节点的中心度来分析竞争对手，从而制定相关的竞争策略等。
4.4 促进数据分析的可视化
数据可视化技术指的是运用计算机图形学和图像处理技术，将数据转换为图形或图像显示出来，并进行交互处理的方法和技术，其本质是从抽象数据到可视化结构的映射。在大数据时代，数据只是原材料，其真正的价值需要通过知识和情报来实现。企业竞争情报分析的结果必须是可理解的，才能较为容易地转化为生产力。可视化可以反映数据的语义关系，加快数据的处理速度，使庞大的数据得到充分有效利用；可以在人与数据间实现交互，帮助人们观察到数据中隐含的问题，为发现和理解有关规律提供有力工具。可视化使竞争情报更加易于理解和运用。采用一定的分析模型将相关的数据组织在一起，直观地表达竞争情报和竞争情报之间的逻辑关系，如进行一些关联分析，以生动形象的方式显示描绘人物、公司和事件之间的联系，探索事件、人、地点、产品和组织间潜在关系并预测可能产生的结果，辅助决策过程。可视化可作为一种基础技术嵌入到企业竞争情报分析工具中，人们总是希望看到研究报告中的生动图像，而不是一大堆枯燥的数据，企业竞争情报研究结果通过可视化方式，采用不同数据维度提供给不同层次的决策者使用，便于理解，支持企业高效运营。因此，可视化技术是大数据时代企业竞争情报研究的有效工具。
4.5 探索大数据新的分析技术和工具的应用
大数据时代企业竞争情报面临的数据量是无法比拟的，对一些实时性要求较高的决策，分析方法的速度和效率显得十分重要。传统的竞争情报分析方法显然难于处理不断增长的、庞大的、异构的数据，只有借助新的处理技术才能实现数据提取和清洗、分析和利用。目前大数据相关技术研究已取得一定的进展。如“MapReduce”是一种简洁的并行计算模型，它在系统层面解决了扩展性、容错性等问题，通过接受用户编写的函数，自动地在可伸缩的大规模集群上并行执行，从而可以处理和分析大规模的数据。“MapReduce”具有简洁的模型、良好的扩展性、容错性和并行性，可以进行复杂深入的数据分析，随着其性能的不断改进和分析能力的不断增强，能够帮助人们从大数据中分析和发现有用的知识［17］。如何提高数据挖掘算法的效率和适应性，使挖掘方法具有一定规模的伸缩性，是数据分析较为突出的问题。应用实时性技术和分布并行算法技术是提高数据挖掘方法效率和实用化的有效途径。此外，统计分析语言标准化也有助于提高数据分析效果。如R语言是主要用于统计分析、绘图的语言和操作环境，其功能包括数据存储和处理系统、数组运算工具、完整连贯的统计分析工具。R语言针对大数据将广泛使用的统计算法进行了优化，能够在短暂的时间内从大量的数据中发现有意义的信息［18］。目前业界对大数据的处理分析方法已开始进行了一些探索，并且开发了一些相关的工具。企业竞争情报研究应该针对大数据的特点，吸收和融合数据挖掘分析新的技术方法，不断创新和发展。
5 结语
企业竞争情报可以帮助企业洞察竞争环境，发现新的竞争对手、判断竞争的发展性动向，及时做出相关的反应，从而获得较大的竞争优势。大数据提供了一个全新的信息生态环境，给企业竞争情报研究带来了深刻的影响，促使其不断地创新和变革，以适应企业在大数据时代获取核心竞争力的需求。大数据时代的企业竞争情报研究将走传统情报分析方法与大数据技术相结合的发展道路。目前基于大数据的企业竞争情报研究刚刚起步，许多问题仍然需要进一步探讨。
参考文献：
［1］F.Gantz and D.Reinsel.The 2011 Digital Universe Study： Extracting Value from Chaos［EB/OL］.［2012-08-18］.ww
/collateral/demos/microsites/emc-digitaluniver
se-2011/index.htm.
［2］Big data：the next frontier for innovation，competition and productivity［R］.McKinsey Global Institute，2011.
［3］Philip Russom.big data analytics［EB/OL］.［2012-08-01］.
.
［4］Big data［EB/OL］.［2012-08-18］.
［6］涂兰敬.专家观点：“大数据”与“庞大数据”的区别［J］.网络与信息，2011，（12）：37-38.
［7］国金证券.“大数据”行业专题分析报告［EB/OL］.［2012-08-01］..
［8］王珊等.架构大数据：挑战、现状与展望［J］.计算机学报，2011，34（10）：15-16.
［9］国金证券.“大数据”行业专题分析报告［EB/OL］.［2012-08-01］..
［10］涂子沛.大数据［M］.广西师范大学出版社，2012：161，
304-306.
［11］毕强.网络信息集成服务研究综述［J］.情报理论与实践，2004，（1）：21-25.
［12］郭志懋.数据质量和数据清洗研究综述［J］.软件学报.2012，12（11）：22-28.
［13］JiaweiHan Micheline Kamber.范明，孟小峰译.数据挖掘概念与技术［M］.北京：机械出版社，2007：306-320.
［14］倪志伟等.动态数据挖掘［M］.北京：科学出版社，2010：31，232.
［15］张公让.商务智能与数据挖掘［M］.北京：北京大学出版社，2010：151-159.
［16］约翰·斯科特.刘军译.社会网络分析法［M］.重庆：重庆大学出版社，2007：1-6.
［17］覃雄派等.大数据分析——RDBMS 与MapReduce 的竞争与共生［J］.软件学报，2012，2（1）：33-42.
商务数据分析报告范文5
有意思的是，赵宇辰曾经供职于LinkedIn，要知道，数据科学家的概念最早就是由LinkedIn提出的。
定位为新型移动CRM软件的销售易为什么会需要人工智能？是未雨绸缪？还是赶时髦？
AI在企业级业务中扮演什么角色？
在今年的全国两会上，人工智能首次被写入政府工作报告，这意味着，人工智能技术已经上升为国家战略。
一般大家会认为，AI就是个高端的机器人，或者是个会下棋的AlphaGo。其实，这只是人工智能在应用层面很小的一部分。
我们在淘宝、在亚马逊上买东西，总会收到各种推荐，而这些推荐总是正中下怀；甚至托福、GRE在线模拟考试中，作文可以“电脑自动判分”；还有跟春天的花一样灿烂，在朋友圈频频刷屏的“微软识花”……所有这些，都是AI的应用点。“神经网络也好，分类器也罢，大家并不会觉得后面是什么算法在驱动。”赵宇辰说。
以上的这些，也只是人工智能在消费级领域的一些应用。
在美国，企业级市场对于数据挖掘、机器学习的研究早已如火如荼，正在从BI（商业智能）向AI方向发展，美国企业级服务巨头们也正在开发各类基于AI的企业应用。
IDC最新研究报告显示，到2018年，55%的企业以及ISV开发者都将在产品中嵌入至少一个认知AI或机器学习的功能，在商业分析工具领域，这一比例将会更高。
对此，销售易创始人兼CEO史彦泽表示：“新的技术趋势也给CRM企业带来新的机遇和挑战。未来的CRM不仅仅是帮企业定义一些工作流或者实现销售自动化，而且是要往智能化方向发展，真正为企业带来帮助和产生价值。一套承载了公司最核心数据的智能化CRM管理系统，对未来企业智能化运营、精准决策和高效管理有着巨大的意义。”
传统的客户服务和客户管理方式都是透过单向客户信息来进行互动来往的，比如通过知道客户的联系方式，利用邮件、通讯软件、电话与客户沟通，但如果之后的商务往来中需更多的使用协助与效率增进就变得更为困难，这正人工智能在商业协作领域的商机所在。
AI能否重构CRM？
Gartner2016年的CRM市场分析报告通过对Salesforce、SAP、Oracle、Microsoft、Adobe 等 CRM 供应商进行数据分析，得出了“分析、机器学习和人工智能是CRM未来发展方向”的结论，认为这将在未来3年内彻底改变CRM。
CRM的本质是客户关系管理，最大特点是连接内外。过去，传统CRM定义销售、市场、客服、自动化，其实是销售记录管理。“传统CRM是将内部打通，而在数字化时代，更重要的是如何把外部的合作伙伴、经销的合作伙伴，以及合作伙伴服务的合作伙伴，甚至把最终用户给连接起来。”史彦泽补充道，“当内外部全盘联通起来以后，这中间就产生了非常大的化学反应和变化。”
据史彦泽透露，销售易会在今年内陆续几条重要的产品线，从而完成人工智能和大数据重构CRM的布局。
销售易在年初宣布完成2.8亿元D论融资时，史彦泽表示，该轮融资资金将用于加强产品和技术方面的能力提升。时隔2个月，赵宇辰的加入可谓是销售易在这一方向深耕的标志性动作，
商务数据分析报告范文6
关键词：大数据；地方本科院校；经管人才培养
中图分类号：G4
文献标识码：A
doi：10.19311/ki.1672-3198.2017.08.085
地方本科教育必须面向区域经济发展，加快改革，实现经管人才的供给侧改革。统计大数据的到来，经管专业担负培养与社会需求匹配的可以进行大数据挖掘及分析的人才，这亟待改革大数据时代的经管人才培养方案。进行经管人才供给侧改革有必要，研究经管专业大数据人才教学改革极具现实意义。首先，从《2013年大数据市场应用与趋势调研报告》显示，全球28%的企业和中国25%的企业利用大数据进行分析市场，淘宝，阿里巴巴等都在利用大数据进行消费者消费喜好，发现空白细分市场进行蓝海战略营销计划。利用传统统计中的推断统计结果具有一定的抽样误差更迫切需求大数据经管人才。欧美著名大学和国内名校（北大、人大MOOC）的在线教育平台，为传统教育带来挑战。大数据时代，获取知识渠道多样化，人才培养方式通过利用有效的知识平台，促进师生教学共长，努力培养具有创新能力和意识的应用型人才极具意义。
1 大数据时代经管人才必备的技能
当前，我国高校培养的大数据分析人才集中于计算机科学与技术，人工智能等理工科极强的学科，市场对大数据人才的需求分别在各个专业尤其经管专业的大数据人才（金融、会计学、市鲇销调查等等）需求量极大，对从事经管行业的经管人才特提出更高的要求。
1.1 较强的经管专业基础
一个优秀的经管数据分析人员，首先应该具备扎实的统经济管理专业基本理论。经管大数据分析人才需要较强的专业基础及统计学能力，既要具备对现象的敏锐洞察力，又要有专业的经济学知识，扎实的传统统计理论基础，又要有大数据的挖掘能力及收集数据的能力。因此，大数据经管人才具备的行业知识储备越扎实，善于捕捉行业发展的热点与方向的能力越强，切合行业实际需要的分析结论越具有现实经济意义，这是大数据时代经管人才的复合型能力的体现。
1.2 计算机软件操作能力
传统的统计学理论及传统的统计软件（excel、spss）仅仅能体现学生的动手能力，动动鼠标能完成基本的数据分析，但对于数据分析模块及分析原理并不清楚，同时对计算机的编程能力较弱。大数据时代，数据分析范围不是抽样调研数据，不是传统的入户调查数据，而是对海量数据的挖掘及分析归类、分析得出结论，数据海量是传统统计软件完成不了的，大数据背景下，经管人才一定要具备计算机软件操作机编程能力，它主要涉及到数据库、程序设计、软件开发等计算机软件的各个方面。掌握的计算机能力水平越高，能够挖掘的数据信息越丰富，提供决策支撑力度就越大，发现空白市场，潜在客户的能力就越强。
1.3 扎实的统计学理论基础
大数据产生的基石是传统数据基础理论，传统统计主要的分析方法是统计和推断统计，通过样本数据统计量推断总体参数过程，从而描述总体特征。经管人才必备的实践能力必须首先建立在具有扎实统计理论基础之上的人才。拥有统计学相关理论知识，利用概率论及数理统计分析现实经济问题便能熟能生巧。大数据知识的掌握及充分利用，必须以统计学知识为前提。
2 大数据经管人才模式构建
我国经济发展之迅速，如何在现有经济条件下寻求新的经济增长源泉，发现新的经济增长空白，是建立在定性和定量分析的基础上，尤其定量分析及其重要。因此，构建大数据经管人才模式势在必行。首先是要培养大数据应用型教师团队。大数据人才模式的构建首先需要培养教育新思想的应用型教师团队，高校教师学习能力强，要主动充实自己，寻求专业前沿知识。应用型地方本科院校应鼓励授课教师向双师双能型转化，取得相关经管职业资格证书，并去企业兼职，这样才能成为理论兼实践相结合的实用性人才。同时，要培养校外知名专家到学校开设专题讲座，补充学校师资力量，只有与社会需求匹配的教师才能培养出与社会需求匹配的人才。其次是开放互动教学，培养具有数据素养的大数据经管人才。传统灌输式的教学方式及单一教学手段是当前课堂教学的主流，利用互动式思维，研讨式教学理念培养学生、激励学生的问题意识及批判思想，用收集大数据、大数据案例教学、大数据数据分析及相关问题挖掘学生的潜能。譬如，教师上课时，可以设计一个大型项目，需要大数据挖掘，学生组队进行挖掘数据，分析数据并设计算法，同时编程建模，撰写分析报告，从项目设计到结论生整个流程都是由学生完成。学校要多鼓励学生积极参加大学生各类创新实践项目比赛，从比赛中提升自己，锻炼学生的实践创新能力。第三充分利用校企合作平台，提升学生认知数据信息的重要价值。市场竞争激烈，经管尤其金融等行业以及电子商务专业的人才供需错位。当前教学内容重理论轻实践，重系统缺针对性，加速供需错位比。因此，学校可以搭建校企合作平台（非学校、企业、社会本位模式）的第四种“学校+企业”复合教育模式。该模式培养的经管人才以市场和社会需求为导向，整合双方优势资源，进行交换和合作，人才既有扎实理论基础，又有企业实践能力，并能在企业合作中完成自己不具有知识的积累，这将是学校完成大数据经管人才培养的重要补充和深化。校企教育平台建设（笔者所在院，现在正在逐渐搭建的与苏州产业园区的冠名班正是基于此思路）同时可以从具体的项目招收，共同构建课程体系，并共同修订现有人才方案完成大数据经管人才的培养，并从供给侧经管人才结构改革方面实现人才的匹配供给，从而培养出具有独立利用大数据思维及能力进行经管数据挖掘、整理分析、管理与决策的经管复合型人才，以适应社会发展之需。
3 结语
随着大数据时代的来临，经管数据的海量特征，尤其金融会计行业的整体数据规模巨大特征，其客户及商业商户交易数据的价值既蕴含商机又能开拓潜在市场，对我国经济发展将会带来巨大变革，但当前经管大数据挖掘人才稀缺，形成了供需错位的现象，通过大数据应用型经管人才的培养，培养高水平及实践性较强的经管人才既能适应当前的社会发展，又能对区域经济的发展起到重大贡献，同时也能解决毕业生一毕业就面临失业的尴尬局面。因此，地方高等院校培养实践性、应用型的经管人才势在必行。
参考文献
[1]韩学军.发达国家应用型创新人才培养模式的比较研究[J].理论界，2009，（1）.
