發布時間：2022-04-06 06:01:27
序言：寫作是分享個人見解和探索未知領域的橋梁，我們為您精選了8篇的互聯網數據分析報告樣本，期待這些樣本能夠為您提供豐富的參考和啟發，請盡情閱讀。
2016年，中國互聯網的發展風起云涌、波瀾壯闊。人工智能技術引發新革命，席卷全球并改造著各行各業，中國企業在人工智能領域的角色日益重要；《國家網絡空間安全戰略》，建設網絡強國成為國家戰略；大數據國家戰略加速落地，大數據基礎設施建設如火如荼。尤其是工信部近日印發了《大數據產業發展規劃（2016-2020年）》，特別提出加快推進大數據產業應用能力，到2020年，大數據相關產品和服務業務收入突破1萬億元，年均復合增長率保持30%左右。
顯然，大數據的產業應用能力建設不容忽視。
截至目前，國雙已在商業、運營商、政府、新媒體、司法等五條業務線方向取得了優勢和突破。
數據洞察
2017年2月28日下午，“關鍵洞察――國雙2017年數據報告會”于在北京召開。
會上，國雙除了重磅《2016中國互聯網發展報告》外，還展示了基于用戶的電商購買、品牌搜索和自媒體評論等行為數據分析提煉而成的定制化報告《數往知來――用戶競爭態勢分析報告》。另外，還推出了其全新的CMP汽車營銷解決方案。
2013年和2016年，國雙先后兩次被國家知識產權局評為“北京（中關村）審查員實踐基地”；2014年和2015年，連續兩年發明專利申請量位居中關村前十，并連續入選中關村知識產權領軍企業，2016年入選國家知識產權優勢企業。
國雙聯席總裁李峰表示：“國雙數據中心自2013年成立以來，每年都會中國互聯網發展報告，揭示中國互聯網用戶行為發展態勢和趨勢。迄今為止，國雙已經連續五年這一主題報告。”一直以來，國雙“專注數據，創造價值”，在數往知來的趨勢中，洞察關鍵動向。他們協助企業主從海量數據中，找到關鍵數據，形成決策依據。
國雙數據中心基于獨有的交互式數據挖掘平臺，全方位采集Web端、移動端等源頭的海量數據，運用多維度數據剖析方法，打造了《2016中國互聯網發展報告》（以下簡稱《報告》），從全網概況、訪問特征、渠道分析、行業視角等四個方面，以女裝、IP影視劇植入、汽車、美妝等四個行業領域為典型案例，多維透視解讀了2016年中國互聯網的發展大勢。
會上，國雙數據中心總監徐瑛對《報告》進行了解讀，指出2014年以來手機端訪問量增長率呈逐年上升的趨勢。2016年手機端訪問量較去年再創新高，全年增長率由7.4%上升至20.4%；與此同時，PC端訪問量增長率逐年下降，由-7.9%跌至-19.2%。而訪問終端方面，來自于國產手機品牌華為的訪問量超越三星位居第二位，與蘋果的差距進一步縮小。
網民每日上網時間分布方面的統計顯示，在PC端，人們的活躍時間依然呈現出雙峰“馬鞍”狀的分布，即最高峰出現在早10時，下午15時；但是在移動端，訪問的高峰期出現在夜間的21時左右，對于新媒體內容營銷運營者來說，要掌握消費者上線訪問的時間點，非常關鍵。
在IP影視劇的植入方面，2016年飲料、食品、美妝等行業較多品牌選擇IP影視劇植入，其次是手機、零售、汽車等。就單一品牌來看，OPPO、三只松鼠等植入更多IP影視劇。康師傅及百度地圖因分別植入《青云志》及《從你的全世界路過》等IP電視劇獲得較高關注，收獲了很好的品牌效益。
而在汽車行業方面，2016年人們對汽車行業的關注度呈上升趨勢。緊湊型車關注度占比45.9%，位居第一位；SUV關注度占比達19.2%，超越中型車，成為本年熱議的細分市場。緊湊型車在經歷4月、10月的兩個關注高峰后，均出現平緩回落趨勢，SUV關注度則成波動式爬升，表明近年來興起的SUV熱還在持續燃燒。
數據解讀
本次會上，國雙產品市場總監張桐介紹了國雙為客戶推出的系列定制化報告《數往知來――用戶競爭態勢分析報告》（以下簡稱《競爭態勢報告》）。《競爭態勢報告》基于用戶的電商購買行為數據、品牌搜索行為數據和自媒體評論行為數據，去量化分析品牌搜索競爭格局、品牌電商競爭格局和品牌口碑競爭格局，幫助品牌主實現清晰化運營、優化營銷內容和指導媒介投放。
在市場瞬息萬變的今天，對于企業來說，時刻關注競爭對手變得尤為重要，而大數據帶來了更大范圍的競品監測，更高效率的情報反饋，更有效的橫向對比。國雙“數往知來”系列報告是以競品情報為核心的報告體系，通過追蹤每個用戶的搜索行為，購買行為和評論行為，深度刻畫用戶競爭格局，找出用戶的品牌篩選因素、購買決策因素和二次傳播因素，從而幫助品牌實現清晰化運營，量化指導營銷內容決策和投放媒體的選擇。會上所展示的用戶競爭態勢分析報告，通過動態可視化的數據分析呈現，讓企業主可以很直觀捕捉數據分析結果，快速調整營銷策略。
數據支撐
近年來，中國汽車銷量增速放緩，市場趨于飽和，競爭加劇。數據顯示，77%的購車者從萌生購車想法到成交提車只花了不足90天時間，購買決策窗口期更短。而在比較篩選階段，高達61%的消費者改變了他們原有的車型偏好，消費者更加善變。這些都為汽車企業帶來了嚴峻的挑戰，預示著車企需要在研發、制造、營銷、售后等從上下游產業鏈環節，隨時掌握消費者需求變化，靈活應變調整，才能在競爭中穩步發展，立于不敗之地。
關鍵詞：互聯網+時代；管理會計；必要性；現狀；發展
一、互聯網+時代下進行管理會計發展研究的必要性
隨著互聯網+的不斷發展，現代管理會計技術與互聯網技術也在進行著不斷的融合與發展，在實際運用過程中，傳統的管理會計在逐步引入現代化信息手段的同時已經得到了逐步的發展。與此同時，伴隨著現代社會經濟的發展，在處理海量的數據信息時，傳統的管理會計模式顯然已經不能很好的滿足其所需的技術需求，因此對先進互聯網技術的引用，使用互聯網處理技術必然會在未來的管理會計發展中得到很大的應用與發展空間。除此之外，通過對有關文件數據資料的查詢我們也可以發現，西方發達國家對有關互聯網+背景下的管理會計學定義已經給出了其基本定義，即通過將管理會計學與現代互聯網有機融合在一起的方式，通過利用互聯網所具備的高效的數據處理、傳輸能力，實現高效促進管理會計效率提升的目的。因此，通過其基本定義我們也可以看出在互聯網+背景下發展管理會計研究的重要性與必要性。
二、互聯網+時代背景下管理會計研究現狀
首先，在將互聯網技術運用到管理會計領域過程中，融合的管理會計手段仍需要與企業的財務管理情況進行進一步的統一設計。換句話說，面對瞬息萬變的社會環境和經濟發展形勢，在進行互聯網+背景的管理會計研究進程中，所運用的管理會計方法也要相應的變換，在設計上要實現動態性。另外，在互聯網+時代背景下開展管理會計研究時還要對管理會計過程中涉及到的信息真實性加以辨別與核實。
其次，在進行互聯網+時代背景下管理會計研究的過程中，由于大量先進互聯網技術的引進，使得管理會計中原本簡單化的操作變得比傳統的管理會計模式還要復雜和繁瑣。而且，還要對應用這種高端復雜的互聯網技術的科學性進行有效的分析與研究。在這種情況下，怎樣去提升互聯網技術手段使用的普適性也自然成為了管理會計研究所要考慮的重要問題。
最后，在互聯網+時代背景下管理會計所獲取的數據信息的有效性有待進一步考證。換句話說，將復雜的互聯網技術應用到管理會計過程中，很可能會使互聯網的數據信息的應用存在一定的缺陷。同時，由于目前為止，有關互聯網+時代背景下管理會計相關書籍的編撰還過少，不完善，這也成為了將來在互聯網+時代背景下發展管理會計所要解決的重要問題。
三、互聯網+時代背景下管理會計進一步發展方向的研究
1.大數據和云服務為管理會計發展注入新的活力與內涵
作為價值創造和精細管理的重要工具，管理會計的重要意義已經得到人們的普遍認同。而基于云計算和大數據的全過程的全面預算、以流動性管理為核心要素的營運資金管理、價值創造型的財務共享服務模式、支撐績效評價的責任中心會計、面向現代服務業的人力資本會計、基于大數據的內部報告與分析決策等，這些都構成企業互聯網+時代背景下管理會計發展的熱點。
其中大數據的引入也給管理會計的發展帶來了一些新的機遇與挑戰。例如，傳統的管理會計的模式多是基于結果而進行的分析，而當前互聯網+時代背景下的大數據時代則要求管理會計不僅要對已有的結果進行分析，同時也要求對過程進行分析，因為在過程中產生的動態數據才是造成最后結果的根本和關鍵原因。此外，在當前的社會環境下，數據信息的瞬息萬變與大量生產也要求管理會計必須不斷縮短必要的分析周期，從月度報告轉變為每周的分析報告，甚至每天的分析報告，而且有些變化較快的行業在很多時候需要實時的數據分析應對急速變化的內外部環境。需要注意的是，管理會計不只局限于一般的數據分析，對那些非結構性的重要數據分析也是其著重關注的一個部分。
如同大數據的發展為管理會計帶來的巨大變化一樣，云計算的發展同樣也為有關管理會計工具的使用帶來了新的面貌，為其提供了更新更多的應用方案。比如，在大型集團公司中應用云計算，在通過后臺的數據處理和整合程序之后，能夠很好的處理和完善與之相關的投資的集分權化，使消費基金得到很好的開放與控制以及在資金的上繳下撥上也能發揮出強有力的作用。此外，云計算技術的使用還能夠使得公司通過建立預算溝通平臺增強全面預算系統的實用性、目的性與時效性。云平臺是通過現代的云技術為人們提供便利服務的重要平臺之一，而且也越來越被人們所認可和熟知，并得到使用與認可，而自然也會得到企業的認同并將之搭建在自己的會計管理系統之中，促進管理會計的發展。
2.企業“互聯網+”時代背景下管理會計應用出現新熱點
會計行業從“+互聯網”到“互聯網+”的轉變過程，實際上不只是技術的轉型，同時也是會計從業人員從理念、思維、組織結構和產業模式等多方面的同步轉型。企業的“互聯網+”化促進了業務與財務的深度融合，并在融合過程中實現了對流動性管理與內部控制的強化作用。根據責任中心會計，企業內部集聚的互聯網大數據與各種小數據以及內部管理的報告內涵等都將會得到進一步的提升與豐富，盡可能的實現管理會計價值的最大化目的。
產業轉型的方向是現代服務業，在企業成本結構中人力資源的成本所占的比重較大，并且隨著人力資源成本的不斷上升，企業的服務機構也逐步由傳統的雇傭方式轉變為“雇傭+自雇”、“分包+自包”等模式。另外，借助“互聯網+”的云招聘模式，不僅能夠參考人才價格行情數據為精準招聘提供對標參考，降低人力資源成本，而且還可以通過大數據技術對個人的生活軌跡、社交言行等網絡信息數據進行分析，準確識別興趣、性格及能力狀況，幫助企業迅速找到適合崗位的員工，增強“人崗匹配度”。
3.管理會計提升數據價值，大數據為管理和內部報告提供數據支撐
實際上，所謂的管理跨級又被稱為“內部會計”，而內部會計的關鍵職能之一就是通過相關的數據信息為企業預測發展前景并幫助企業管理者做出決策，制定合理的措施。例如，在全面預算方面，傳統的管理會計模式會因為容易受到分析工具、記錄與存儲等限制因素的影響，使得企業的全面預算所使用的數據局限在企業內部與歷史中，而且有些數據甚至是還需要進一步處理的碎片化數據，這不僅在數據統計與數理方面限制了企業的發展，而且也不利于與本行業其他企業之間的競爭，而使得全面博弈成為了企業每年一次的上上下下的簡單博弈流程。根據杜邦模型，企業內部的各種管理報告、比率計算、定額的設置以及由財務部門所做的相關費用結構分析等都將計算變得更為容易，不過也還仍然由于缺少會計責任的支撐以及區域數據及內外行業對比的分析等而很難斷定其合理性與否。而互聯網技術的引進，使得大數據技術、云計算等在管理會計中得到運用，通過數據說話，在企業內部實現由“三次博弈”到“多次博弈”的轉變，全過程全員參與的全面大預算才有可能得到真正的實現。
愛點擊互動（北京）廣告有限公司創辦人
曾擔任雅虎大客戶部銷售總監，成功為多個跨國公司提供ROI驅動的在線營銷解決方案。2009年他與現任CEO薛永康先生一起在香港創立iClick愛點擊，并于2010年全力投入發展中國業務。
2012年廣告主對市場更為謹慎，我們預見廣告主將會更加倚重技術去提升營銷ROI，越來越多的同業將會加入競爭。
隨著科技的發展和互聯網的普及，我們的生活已經發生了根本性的變化。過去要出門購物，現在網購就能購買心儀商品，并且商品種類讓消費者眼花繚亂。80后、90后等網絡主流人群逐漸踏入社會，消費能力提高，網購市場規模將繼續高速增長。根據中國互聯網絡信息中心(CNNIC)的監測報告數據獲知，截至2011年12月底，中國網民規模已突破5億，全年新增網民5,580萬。
在此背景下，傳統企業不可能對之視而不見，2012年將會是傳統企業電商化的爆發期。接下來的問題將是互聯網營銷商如何在這片兵家必逐之地吸引最多的客戶流量，并同時維持一個合理的ROI。iClick（以下簡稱愛點擊）則是兵家之一。
2012年是愛點擊進入大陸的第三個年頭，憑借著自主研發的跨媒介廣告優化技術XMO(Cross-marketplaceOptimization Platform)在行業立足，服務于眾多電商品牌，像卓越亞馬遜、當當網、凡客與麥考林。目前，愛點擊的團隊正在不斷深挖精耕XMO技術的數據收集與追蹤、效果預測、投放組合優化和數據分析報告四大功能。
綜合2011年超過200個企業帳戶的表現，XMO的自動優化系統平均能夠在一個星期以內提升轉化量30%。以一個龍頭電商為例，其在關鍵字搜尋的轉化量在使用XMO自動優化系統后，提升了27%，營業額提升了13%。XMO技術的下一步發展計劃將延伸至SNS社交媒體。
社交媒體最令廣告主頭痛之處在于難以評估其實際價值，XMO的傳播率分析(Amplification Analysis)功能能夠評估每一個社交信息所能接觸到的線上用戶，更能為多渠道投放的廣告主解構搜索廣告、展示廣告及社交媒體之間的協同效應，找出社交媒體在整個營銷計劃中發揮的功能。長遠來說，XMO將能夠把社交類信息加入客戶關系管理(CRM)的概念，并把該媒體所取得的數據用以擴大客戶廣告的覆蓋層面。
愛點擊進入大陸后，將團隊和產品進行本土化調整。產品方面，2011年11月愛點擊完成技術本土化，XMO能夠通過人工智能技術，為廣告主提供媒體購買、自動優化、預算調整及數據分析等一站式服務，能夠簡化廣告主繁復的工作流程，優化廣告投放效果，幫助廣告主突破預算瓶頸，大幅擴展業務；團隊方面，我們聘請了一些傳統廣告公司和網絡營銷公司的精英加入，并將我們的行銷理念灌輸于團隊。
在新的一年里，愛點擊的主要方向就是把XMO技術做精做專，做到跨平臺優化，堅持“數據深耕是數字時代的惟一出路”的理念。
Q：2012年，您所處的領域將會呈現哪些營銷新趨勢？未來營銷工作重點是？
A：最突出的趨勢就是廣告優化技術能夠做到從以往的按媒介購買到按受眾購買的跨越。愛點擊公司未來營銷工作重點是收集與分析大量的廣告數據，并迅速作出策略調整。
BAT、小米及華為都有哪些互聯網秘籍？華為又從他們身上學到了什么？
來自BAT、小米、華為的互聯網秘籍
百度CEO李彥宏——要轉型，該犧牲的收益要犧牲，一定要有這個決心，未來的日子才會慢慢好過起來。當你真的信了你要鼓勵的東西，執行起來并不難。很多時候搖擺并不是舍不得短期利益，關鍵在于你信不信。
騰訊CEO馬化騰——用戶是悶騷的，他們不會向你訴說自己的欲望，所以問卷調查沒什么用，但當你把直抵他們內心秘境的產品放到面前，他們就會兩眼放光，大叫“就是它!移動互聯網才是真正的互聯網，可以把小區所有樓宇、物業都用網絡連接在一起，解決在小區的一切問題，建造真正的智慧小區。
小米CEO雷軍——小米模式是什么呢?就是在互聯網上動員一大幫人跟它一起做手機，然后在每一個細節下非常大的工夫做好，用接近成本的價格，用互聯網直銷的模式，然后降低所有的成本，幾乎沒有市場費用，幾乎沒有渠道成本，然后把所有的東西做的非常好，形成正循環，用戶口口相傳，然后整個邏輯就轉起來了。
房多多CEO段毅——移動互聯網將給房地產營銷方式帶來四個變化：大數據、工具、通道、服務。雖然移動互聯網強大，它一天才占用2.8個小時，我們在家庭的時間更長。基于房子的智能家居會是下一個入口，房子將是一個更大的硬件。
海爾CEO張瑞敏——沒有成功的企業，只有時代的企業。所有企業都難逃一死，不會死的是生態系統。傳統的科層體制已經不能適應現代經濟的需求，要打破科層體制的官僚習氣，放手發動群眾，使得人人都成為“創客”。
阿里巴巴執行副總裁曾鳴——理解未來的關鍵是要去想象世界所有東西在任何時候都連在一起。當世界都連在一起的時候，自然而然會產生無限大的一個數據。基于大數據，廣告跟服務將變得越來越精準，越來越個性化。一個企業在互聯網時代的影響力是由連接的廣度、深度、厚度決定的，連接越廣，影響力就越大。越開放才能有更多的連接。數據的互動、人的互動、物的互動也是非常關鍵的。
獲得秘籍的萬科在今年做了些什么?
在獲得互聯網秘籍之后，萬科在今年也進行了多種互聯網轉型嘗試。之前拜訪學習的百度、騰訊、阿里等公司，也搖身一變，從老師變成了合作者。
對于萬科的互聯網轉型，萬科總裁郁亮表示，內部要扁平化、去金字塔，去精英化。外部要學習騰訊，建立生態系統，自己革自己的命。
一、萬科+淘寶+微信：淘寶消費抵購房款，微支付搶房帶理財
8月，萬科與淘寶網聯合宣布，淘寶用戶全年花了多少錢，就可在萬科全國12個城市23個樓盤直接沖抵購房款，最高可抵扣200萬元將讓淘寶用戶的購房成本最多節省10%。
8月底，萬科、騰訊聯手推出基于微信平臺的房地產金融產品。購房者通過關注“廣州萬科”微信號，以微支付的方式鎖定房源;微支付的資金，將通過微信理財通凍結，用戶可享受理財的增值收益。如果買家最終購房，微支付的金額將轉為房款，不購房則如數退還。
二、萬科+百度：商業地產引入大數據
9月，萬科、百度正式其首個跨界合作成果—V-in，將在萬科首個購物中心金隅萬科廣場上線試用。根據協議，百度基于大數據分析及云計算技術，為萬科商業地產提供“定位引擎、大數據、營銷工具”三類核心技術，未來還將應用于萬科陸續進入運營期的多個新項目。
V-in系統將通過云端大數據分析，為消費者設定個性推送“菜單”，消費者可以通過移動終端搜索功能獲取萬科旗下購物中心內的商戶信息、信譽評價、活動信息及優惠信息。同時，萬科商業運營管理團隊根據V-in系統的大數據分析報告，為商戶的經營方式、促銷手段等提供參考依據。
三、萬科+搜房：房產眾籌
9月，萬科蘇州公司推出房產眾籌項目，稱只要投資1000元，就可以獲得不低于40%的預期年化收益率。萬科會在搜房網上對這套房進行拍賣，起拍價為54萬，拍賣時間為兩小時。所有認籌的投資者都可以競買，最終只有一位投資者買下這套房產，成交金額超出54萬的部分，將作為投資收益，分給未能拍得房屋的其他人。
四：萬科+阿里云：智能化未來小區
9月，阿里云與萬科宣布達成戰略合作，雙方將通過應用云計算、物聯網和大數據技術，打造國內首批聯網的小區。“未來小區”的人、物、智能設備將實現互聯互通和聯動控制。
按照萬科對“未來小區”的規劃，傳感器、監視器等物業設備將全部聯網，數據實時上傳至云端。通過阿里云計算平臺的支持，萬科也將開發出更多創新的、符合社區居民需求的產品。
五、萬科+鏈家：房地產閉環生態圈
9月，北京萬科與鏈家地產達成戰略合作。根據萬科與鏈家合作推出的“OC閉環”商業模式，雙方將從尋訪、定制、服務三個方面入手，打造線上房源查詢平臺，成立線下簽約中心。另外，萬科還專門為此建立了全新商業模式的技術支持系統“鏈萬家”，稱此系統能夠提供海量信息迅速查詢，打通產業鏈。
六、萬科+途家：分享改變度假物業
誰說創業難，難于上青天？聯想的柳傳志、阿里巴巴的馬云、新東方的俞敏洪不都過來了嗎？誰說就業看學校，創業拼爹娘？一大批創業族不是正在借錢湊錢、租地攢人“自立門戶”嗎？而且他們中的一些人已經“大器”早成。
“好險啊” 網上搜保險
如果你想買保險，但不知道什么樣的保險更適合自己，那就千萬別聽人忽悠，來“好險啊”網站看看吧。
“好險啊”網站是一個為保險產品提供互聯網垂直搜索的平臺。該網站由一個名叫鄭鑫的在校研究生于2012年7月創立，同年11月上線。上線以來，“好險啊”網站發展迅速，已經和10多家保險公司談成了合作協議，每天訪問量超過1000人次，累計跟蹤到了數千筆網站交易。
鄭鑫最初的創業想法，源于他在北京大學讀書期間的導師。上課時，導師說“去哪兒”網站的模式放到金融領域也很不錯，可以嘗試一下保險產品搜索這個創業方向。對于導師的話，大部分學生都沒有在意，但鄭鑫牢記在心，并萌生了創業的想法。經過長時間的研究，鄭鑫突破了保險產品排序的技術難題，設立了網站。其間導師和導師的幾位朋友為網站共同出資100萬元。
曾經有人向馬云提問，“大公司掌握了互聯網的所有方向，哪里還有創業的機會？”馬云答道：“哪里有抱怨，哪里就有創業的機會。”
鄭鑫告訴《中國經濟周刊》：“日常生活中，我們經常接到電話和敲門的保險推銷，可能每個人對此都很反感。現在的保險行業做得很差，可以通過互聯網加以改善，這就是我們的機會。”
2013年2月，馬云、馬化騰、馬明哲共同出資，要在互聯網打造一個保險領域的電商。鄭鑫表示，“三馬同槽”至少說明了互聯網和保險業內的“大牛”也是認可這個創業方向的。那么，“三馬”打造的保險電商，是否會對“好險啊”構成威脅？對此，鄭鑫告訴《中國經濟周刊》，“好險啊”和電商不是真正的競爭關系，而是上下游合作關系。“好險啊”提供的是保險產品的搜索平臺，而不是直接銷售保險。這正是“好險啊”模式的優勢。
秒針系統 讓廣告分析結緣大數據
隨著大數據技術的發展，一批成功的創業者也應運而生。秒針系統就是大數據領域的創業公司之一。
秒針系統是吳明輝在2006年底創立的，而吳明輝的創業之路可以追溯到2003年。2003年，還在大學本科三年級讀書的吳明輝和六七個同學成立了一個小工作室，從事軟件外包服務的工作。幾年間，雖然掙到了一些錢，但吳明輝覺得團隊如果只給別人做軟件開發是對資源的巨大浪費，應該做自己的產品。在2006年底，吳明輝團隊決定停止軟件外包業務，轉做在線媒體數據分析。
2007年底，吳明輝遇見了時任上海廣告公司總經理的祝偉（現秒針系統的CEO），聊天中，他們發現廣告主特別需要廣告數據分析方面的服務，他們需要了解廣告投放的投資回報率。于是，吳明輝團隊在2008年初開始推出中國第一個針對廣告主的互聯網廣告監測產品，即站在廣告主的角度評估廣告投放的效果，給廣告主提供數據分析。
產品一經推出，便廣受歡迎，從2008年4月份開始，幾個廣告主紛紛上門要求合作。2009年，秒針系統與全球最大的廣告主寶潔公司達成合作，并一直服務至今。
目前，秒針系統的發展勢頭迅猛，在互聯網廣告數據分析領域，市場份額超過70%，而秒針系統的營業收入每年也保持50%以上的增長速度，預測今年將超過1億元。
如今，吳明輝已是秒針系統的首席技術官。他告訴《中國經濟周刊》，“現在的增長速度，秒針至少還可以保持5年。從財務指標上看，上市對秒針并不難。”
回憶自己的創業經歷，吳明輝感慨萬分。在學校時，吳明輝是個并不“安分”的學生，通過數學奧林匹克競賽保送進入北京大學的他，在2003年開辦了一個奧數班，通過奧數班，吳明輝攢到了第一桶金，一共幾十萬，這成為他創業的啟動資金。
采訪中，吳明輝半開玩笑地說，“如果我沒有被朋友拉去做軟件外包，說不定我現在已經是一家奧數培訓學校的校長了。”
親子圖書館 播撒閱讀的種子
獨生子女時代，每個孩子集萬千寵愛于一身，家長對孩子的教育投資毫不吝惜。在讀研究生的汪偉玲看到了這個商機，開了一家親子圖書館。在這里，手繪本圖書、音樂書、觸摸書、立體書……各種各樣的親子圖書琳瑯滿目，前來看書的家長和孩子絡繹不絕。
2012年11月，汪偉玲在北京的哥哥家中發現小侄子有很多手繪本親子圖書，并了解到了悠貝親子圖書館的運作模式。悠貝親子圖書館主要經營0～12歲兒童圖書的租賃活動，采取辦理會員卡，免費出租的方式。精美的親子圖書讓汪偉玲非常興奮。
2013年2月，汪偉玲放寒假回到赤峰家中，拿著詳細的商業計劃書和盈虧分析報告去說服家長和朋友投資，很快，汪偉玲得到了家長和兩個朋友的贊同，也籌到了十六七萬元錢。
4月28日汪偉玲的親子圖書館開始試營業，5月1日正式營業。汪偉玲表示“試營業時心情非常復雜，既欣喜又忐忑，欣喜的是忙了兩個多月終于建成了自己心愛的親子圖書館，忐忑的是第一次創業，第一筆投資，不知道是否會成功。”然而，剛剛試營業兩天，汪偉玲忐忑的心就放下了，兩天內，她的親子圖書館就辦理了十幾張會員卡，得到了很多家長的好評。
隨著數據的爆炸式增長，“大數據”一詞受到了越來越多的關注，很多領域已經開始應用大數據。大數據技術不僅能應用于數字出版中，在傳統的紙質出版中也有應用前景。本文擬以醫學出版為例，探討大數據時代下，醫學出版選題策劃的思路轉變，以及面臨的問題與挑戰。
一、大數據時代素描
“大數據”是人們給信息爆炸所產生的巨量數據起的一個簡單的名字。一方面，這些數據蘊藏著巨大的潛在價值，人們迫切需要更先進的技術，對其進行實時處理；另一方面，技術的進步，包括云計算、分布式計算等方法的應用，極大地提升了信息處理能力，提供了廣闊的研究空間，使大數據分析成為可能。
很多人認為“大數據”就是指數據量大，這是一個誤區。大數據的本質是發現和理解了信息與信息之間的關系，是思維的變革，而這種變革主要表現在以下三方面。首先，大數據強調的不是隨機樣本，而是全體數據。為了實現“全體數據”，需要我們盡可能多地搜集、保存與行業相關的各類數據和信息。其次，大數據時代，人們不再一味追求精確，而是承認混雜性。因此，人們需要對于非結構化數據給予更多的關注。也就是說，我們不僅要關注圖書銷量、讀者群構成、直接反饋；也要關注鼠標點擊、駐留在一本書的時間，后續購買、關聯購買情況，購買地點等。這些看似雜亂的信息，可能蘊藏著巨大的商機和價值。再次，大數據不再追求因果關系，而是關注事物之間的相關性。例如，沃爾瑪通過數據分析發現，在颶風來臨的季節，不僅手電筒的銷量增加了，某一種牌子的蛋撻的銷量也增加了，因此，沃爾瑪在颶風季節來臨時，將庫存的蛋撻擺放在靠近手電的位置，以增加銷量。在醫學出版中，我們也可以通過數據分析，找出與讀者的購買行為或閱讀需求相關的要素。
二、大數據在醫學出版選題策劃中的應用前景
1. 教材出版
各個出版社都很重視教材出版。不管是新編教材還是修訂教材，調研都是啟動編寫的基礎。教材調研，需要先搜集開設本專業學校的名單，逐個寄出調研函。學校的名單主要來源于相關學會、教職委、行職委提供的資料，但需結合前一版教材或相關書籍發貨的省市分布數據，有些時候這兩者有較大出入。例如，提供的名單中，河南省沒有學校招生，但出版社前三年的發貨資料中，河南省每年的教材發貨數很大。另外調研函發出后，回收也存在一定困難，通常只能做到部分回收。正因為學校的名單很難搜集齊全，調研函也不能全部回收，這種傳統方式上的調研，雖然力求全面，但仍是一種抽樣調查，很難涵蓋整個行業的樣本量和全部信息。
在大數據時代，一切都可以被數據化，大數據強調的不是抽樣樣本，而是全體數據，因此將數據分析引入教材調研，可以對互聯網上有關專業的開設省份、招生學校、招生人數等信息進行分析，得出更全面的數據分析報告。在教材修訂、搜集反饋意見時，也可以通過搜集論壇、網購機構的銷售記錄、讀者評論等，分析需要增加、刪減及修改的內容。在遴選主編、副主編及編者時，編輯同樣可以通過分析網站上的會議情況、會議日程、發言頻率和題目、各領域專家的專業特長，確定其學術影響，以及在教材中適合擔任的角色，并將這些信息形成分析報告，供決策者參考。
2. 學術專著
在傳統出版模式下，學術專著的選題方式屬于經驗型，由策劃編輯提出選題，報出版社選題會討論。選題委員會由社領導、經驗豐富的老編審、生產及銷售部門負責人等組成。選題會上討論的依據主要是以往選題的銷售情況及市場反饋，當前市場同類書的情況，以及其他出版社類似圖書的銷售情況。這種選題論證方式所參考的數據，只是整個出版市場數據的一部分。而利用大數據，人們可以獲得整個醫學圖書市場的書目信息、銷售情況，并進行分析。通過數據分析得出的報告，可以形象地理解成一批有無限經驗的策劃編輯、生產人員和銷售人員討論后得出的結論。理論上，這種論證模式更客觀、更有說服力。
現有的醫學相關網絡社區、數據庫的資源已經十分豐富，通過對諸如丁香園醫學論壇、中國期刊網（CNKI）、PubMed等的搜索記錄、瀏覽記錄、用戶留言，以及對亞馬遜、當當網的專業圖書購買記錄的分析，可以篩選出各個專業領域的熱點，并對相關用戶的地理位置、年齡、職稱等信息進行分析，準確定位讀者人群，并預測市場容量，為圖書選題提供參考。
3. 應急出版
應急出版對于醫學出版社來說是一個很重要的部分，在遇到較大的公共衛生事件或異常天氣時，公眾很需要專業出版社出版的相關預防書籍普及防范知識，醫師也需要專業書籍補充相關知識，專業出版社有義務為他們提供高質量的出版物。例如人民衛生出版社在2003年“非典”暴發時緊急出版的SARS診治、防范等方面的圖書，以及在2013年出版的《實面“霾”伏――“霧霾”中的生活與健康》。如果等到公共事件或異常天氣已經暴發再組織編寫，出版時間容易滯后。
大數據分析在應急出版方面將會有明顯的優勢。例如，谷歌公司通過對檢索詞條的分析，提前幾周時間預測甲型H1N1流感爆發。這個案例對于應急出版是一個很好的啟示。編輯可以通過類似的數據預測方式，如在流感暴發前，即組織編寫流感預防及治療相關的書籍。再如，如果能夠通過網絡的搜索詞條，或者同諸如中央氣象臺等單位合作，共享數據庫，提前預測會有嚴重霧霾天氣出現，就能提前組織專家編寫，為書籍出版贏得寶貴的時間。同時，可以通過搜索頻率預測印刷冊數，避免過多的庫存。
三、醫學編輯應對大數據時代的策略
1. 醫學編輯應做好基礎工作
一是立足自身，做好醫學編輯出版的大數據基礎工程建設。例如進一步實現網絡化、電子化和標準化，為實現大數據的應用打好基礎。只有將出版物網絡化、電子化，才能使與出版相關的信息和數據成為可以搜集的資源；大數據技術可以分析雜亂的數據，數據的標準化可以為數據分析提供更多便利。
二是學習借鑒，建立基于云計算等先進信息技術的新型工作模式。例如民生銀行開發的小微金融數字地圖平臺，通過這種地圖將數據可視化，由此提供相應的信息分析、營銷實務等服務。出版社如果建立類似的平臺，將銷售數據可視化，就能為選題策劃工作提供更多的服務。
三是尋求協作，引接信息產業界力量。例如一些新興的提供數據分析技術服務的公司，同它們積極合作開展大數據分析研究工作，推動研發基于大數據的智能選題策劃系統。
引言
目前人類每年產生的數據量已經從TB（1024GB=1TB）級別躍升到PB（1024TB=1PB）、EB（1024PB=1EB）乃至ZB（1024EB=1ZB）級別，隨著數據量的急劇增長，大數據時代已經到來。
隨著計算機處理技術和云計算的迅速發展，人們處理大規模復雜數據的能力日益增強，從大規模數據中提取有價值信息的能力日益提高。經營管理、工業生產等數據都可以直接從互聯網中提取并存儲到服務器中，然后進行數據挖掘和分析，對于提高企業經營管理水平，進行生產過程控制，提高生產效率發揮著巨大的作用。
數據是德國工業4.0五大特色之一。數據是信息化時代重要的生產要素，數據生產信息，信息改善決策，進而提高生產力。可以預測，未來數據積累量、數據分析能力、數據驅動業務的能力將是決定企業價值的最主要因素，是評價企業價值的核心。
一、大數據時代的數據分析
1.大數據
大數據是維克托?邁爾-舍恩伯格在2008年的著作《大數據時代》中提出的概念。維基百科給出的定義是，大數據指所涉及的資料規模巨大，無法通過目前常規軟件工具，在合理時間內達到擷取、管理、處理、整理成為有用信息的數據集合。
大數據的主要特征為大量性（Volume）、多樣性（Variety）、高速性（Velocity）、價值性（Value）。
（1）大量性。是指大數據的數據量巨大。在大數據時代，個人電腦、手機、平板電腦等網絡工具的使用和高度發達的網絡技術的普及，數據資料的來源范圍在不斷拓展，數據的計量單位從PB到EB到ZB，數據量增長發生了質的飛躍。
（2）多樣性。是指數據類型繁多。大數據不僅包括傳統的以文本資料為主的結構化數據，還包括信息化時代所有的文本、圖片、音頻、視頻等半結構數據和非結構化數據，且以半結構化和非結構化數據為主。
（3）高速性。指大數據處理時效性高。大數據產生速度快，有價值信息存在時間短，時效性強，在海量的數據面前，處理數據的效率關乎數據是否有使用價值，因此，能迅速有效的提取大量復雜數據中的有價值信息顯得非常重要。
（4）價值性。指大數據價值巨大，但價值密度低。大數據中存在反映人們生產、生活、商業等各方面極具價值的信息，但由于大數據規模巨大，數據時時刻刻都在更新變化，這些有價值的信息可能轉瞬即逝。因此，如何通過強大的機器算法迅速高效地完成數據的價值“提純”成為大數據時代亟需解決的難題。
2.大數據時代
大數據時代是指在大量數據信息基礎上所形成的新型信息時代，是建立在通過互聯網、物聯網等現代網絡渠道廣泛大量數據資源收集基礎上的數據存儲、價值提煉、智能處理和展示，促進數據發揮價值的信息時代。大數據時代，數據分析過程中數據的管理和應用效率得到提高，人們幾乎能夠從任何數據中獲得可轉換為推動人們生活方式變化的有價值的知識。大數據時代的發展會促進眾多領域和行業進行變革，會對人們未來生活產生深刻的影響。
3.數據分析
數據分析是指用合適的統計方法及與分析對象有關的知識，定量與定性相結合，對收集到的大量數據進行分析的過程，是為了提取有用信息和形成結論而對大量數據進行詳細研究和概括總結的過程。數據分析的目的是把隱藏在一大批看似雜亂無章的數據背后的信息挖掘和提煉出來，進而總結出研究對象的內在規律。
數據分析在企業經營管理中具有重要意義。企業通過統計調查、整理獲得的統計資料能夠對客觀對象的數據特征取得一定的認識，但只是停留在表面的初步認識。通過數據分析，挖掘數據背后隱藏的信息，總結隱藏在其中的內在規律，掌握事物的本質及內在的發展規律，將其應用到實際的經營管理中，可以幫助管理者進行合理的決策管理，并且及時調整企業的運營發展策略，使企業的各項管理工作不斷改善和提高。
目前常用的數據分析方法有：
老七種工具，即排列圖、因果圖、分層法、調查表、散步圖、直方圖、控制圖；
新七種工具，即關聯圖、系統圖、矩陣圖、KJ法、計劃評審技術、PDPC法、矩陣數據圖。
4.大數據時代的數據分析
從大數據中挖掘隱藏的有價值信息的關鍵在于對數據進行正確的數據分析，數據分析是大數據處理流程的核心。大數據的價值產生于分析過程，從規模巨大的數據中挖掘有價值信息所進行的分析過程就是大數據分析。
大數據分析和傳統數據分析最重要的區別在于數據量。數據量的急劇增長及大數據的特征，決定了數據的存儲、查詢以及分析的難度增加，對數據處理技術的要求迅速提高。大數據分析建立在海量原始數據基礎上，不需要預先設定研究目的和方法，而要從大量數據中通過數據挖掘技術找到數據之間的關系并建立模型，尋找導致現實情況的根源因素，甚至形成理論和新的認知，在此基礎上對未來進行預測和優化，以實現社會運行中各個領域的持續改善與創新。
傳統的數據分析是“向后分析”，分析的是已經發生的情況。而在大數據時代，數據分析是“向前分析”，具有預測性。傳統的數據分析主要針對結構化數據，具備一整套行之有效且?V泛使用的分析體系：利用數據庫存儲結構化數據構建數據倉庫構建數據立方體進行分析。對于從大數據中提煉更深層次更有價值的信息的需要促使數據挖掘技術的產生，并發明了聚類、關聯分析、分類、回歸分析、估計、預測、描述和可視化等一系列行之有效的方法。同時大數據的到來使得在線數據分析成為可能，如Web頁挖掘、OLAP等。數據挖掘是在沒有明確假設的前提下去挖掘信息、發現知識，用于指導以后的行動。
二、大數據分析在企業經營管理中的意義
在企業的經營管理過程中，數據是關鍵且核心的因素，在關鍵環節進行科學的數據分析，對于提升企業的經營管理能力具有十分重要的意義與作用。
首先，對企業情況進行完整客觀的反映。在收集企業全面數據報表、調查資料的基礎上，利用數據分析工具進行嚴謹的分析，形成科學規范的數據分析報告，能發現數據背后的信息，便于理解、閱讀和利用，為企業發展決策提供參考。
其次，對企業運營情況進行有效監督。監督是數據分析在企業經營管理中的一項十分重要的功能。對企業經營管理過程中所產生的數據進行監督具有十分重要的作用。在對企業數據、資料進行收集整理的過程中，能夠相對較為全面、如實地知曉行業動態及本企業運行發展狀況，能夠對企業的相關活動產生的效果進行了解，比如企業方針政策實行與否、經營計劃落實情況、經濟指標完成情況等，從而進行行業對比和橫向、縱向對比分析，以幫助企業良性發展。
第三，參與科學化決策。對收集整理到的數據資料有針對性的進行深層次地研究、分析，挖掘出數據資料潛在的實質涵義，促使企業管理者及相關部門能夠更為完整客觀地了解企業發展現狀及發展方向，從而能夠更有針對性地進行企業決策，計劃制定，起到數據分析在企業經營管理中的參與科學化決策的作用。數據驅動型決策是大數據時代決策的特點：盡可能全面、完整綜合地收集數據，在此基礎上使用恰當的統計方法進行建模和分析，挖掘出數據背后的關系，預測事件發生的概率。企業利用大數據和數據分析進行決策時，首先要提高對數據的重視程度，轉變思維模式，在遇到重大決策時，先進行數據收集、分析，再進行決策。其次，要重視普通員工日常積累的數據。員工在完成日常工作的同時，積累了大量最基礎數據資料，企業將所有日常的數據加以整合分析，可以在決策時起到關鍵重要的作用。再次是建立數據輔助決策的流程和模板，建立基于決策任務的決策知識的收集、創造、共享、傳遞和激勵機制。
三、大數據分析在工業生產過程中的應用探討
隨著信息化的推進，數據已經成為一種重要的資源。未來大數據和數據分析將在工業生產全過程中進行應用，將大力提升企業內部運營管理效率，提升企業競爭力，同?r提升制造過程中的智能化。
信息技術隨著信息化與工業化的深度融合，已經滲透到了工業企業產業鏈的各個環節，ERP、MES等技術在工業企業中得到廣泛應用。工業企業中生產線高速運轉，工業設備產生大量數據，工業領域所擁有的數據日益豐富。基于大數據分析平臺，對這些數據進行分析，總結經驗、發現規律、預測趨勢、輔助決策，充分釋放和利用海量數據資源中蘊藏的巨大價值，優化公司運營結構，精準決策，降低成本，提高效率。
大數據和數據分析的應用將給工業企業帶來創新和變革的新時代。信息化和工業化的深入融合，給工業領域帶來深刻的變革，通過互聯網、物聯網等帶來的低成本感知、高速移動鏈接、分布式計算和高級分析，給工業發展帶來了更快的速度、更高的效率和更高的洞察力。大數據分析在工業領域的應用主要包括產品創新、生產流程優化、產品質量管理、生產計劃制定、產品定價、產品生命周期管理、庫存管理、供應商管理等各個方面。
1.產品創新。客戶與工業企業之間的交易產生大量的行為動態數據，同時對產品的使用情況跟蹤記錄，產生產品使用動態數據，對這些數據進行挖掘和分析，將分析結果使用到產品改進設計、創新等活動中，相當于讓客戶參與到產品的需求分析和產品設計等創新活動中，對產品創新具有不可估量的貢獻。
2.生產流程優化。現代化的工業制造生產線安裝有數以千計的小型傳感器，在生產的全過程中可以探測溫度、壓力、振動和噪聲等。整個生產流程將產生大量數據，對這些數據從不同角度進行挖掘分析、比如設備診斷、能耗分析、工藝分析等。在此基礎上，對生產過程建立虛擬模型，仿真并優化改進生產流程，提高設備使用率、降低能耗、減少質量事故發生幾率，優化工藝等，從而提高生產效率。
3.進行質量分析，提高質量管理水平。高度自動化的設備在加工產品的同時記錄了龐大的檢測結果。利用檢測結果進行質量分析，可以提高質量管理水平。在產品的整個壽命周期，包括從市場調研到售后服務等的各個過程中適當運用數據分析過程，可以提高質量管理的有效性。例如QC工具在工業企業的應用。QC指質量控制。針對工業生產全過程特定的工作失誤或品質不良運用QC工具展開分析討論，并將結果可視化顯示在大家容易看到的地方，提醒大家，防止再次發生同樣的問題，同時誰有新的建議可以隨時提出，大家一起討論修訂。
六西格瑪也是目前企業質量管理中運用比較廣泛的工具，它是一種用于改善企業質量流程管理的技術，它以“零缺陷”的完美追求，帶動質量成本的大幅度降低。質量分析工具在廣泛使用，可以提高產品質量，從而最終實現財務成本的降低，同時實現企業競爭力的突破。
4.產品故障診斷與預測。無處不在的傳感器、互聯網技術的利用，使得產品故障診斷實時進行，提高了產品故障診斷的及時性。利用數據挖掘與分析技術，對記錄的數據進行建模與仿真，可以對產品故障實行動態預測。
5.生產計劃的科學制定。生產環節的大數據具有很大的利用價值，對其進行挖掘與分析，對計劃制定具有指導意義。通過對計劃與完成的對比分析，發現計劃與實際完成的偏差，在考慮產能約束、人員技能、物料供應、工裝模具等生產資源的基礎上，通過智能的優化算法，建立計劃制定模型，從而制定更加科學合理的生產計劃。
6.進行科學合理的產品定價。產品定價的合理性需要有詳細的基礎數據和試驗數據作為支撐。一方面能夠獲取更加詳細的微觀數據信息，使產品成品的分析更加科學精確。另一方面可以研究客戶對產品定價的敏感度。通過這些數據分析，為產品定價提供決策參考。
7.實現產品生命周期管理。隨著物聯網的發展，條形碼、二維碼、RFID等能夠唯一標示產品，傳感器、可穿戴設備、智能感知、視頻采集、增強現實等技術能將產品生命周期的信息進行實時采集和分析，這些數據能夠幫助企業在供應鏈的各個環節跟蹤產品，收集產品使用信息，從而實現產品生命周期的管理。這些數據還可以用于售后服務，提高售后服務質量，從而提高產品競爭力。
8.庫存管理。信息化高度發達，可以獲取工業企業各方面的信息。庫存信息將完全展現在管理者面前，通過數據分析和挖掘，可以準確知道產品原材料和產成品庫存量。根據原材料庫存量和生產計劃確定原材料需求量，在此基礎上進行采購，可以保證產品生產需求，有最大限度地減少了資源浪費。
9.完善供應商管理，實現準時化采購。在對原材料大量數據挖掘和分析的基礎上，可以選擇最合適的供應商，保證原材料質量和準時供應，產品質量得到有效控制，同時降低庫存成本，增加了制造的敏捷性與柔性。
【關鍵詞】智慧油田 大數據 應用
“十三五”時期，國家實施大數據產業發展戰略，推進數據資源向社會開放，增強政府公信力，服務公眾企業。綜合交通運輸發展，要求智慧交通作為“四個交通”發展的關鍵，在交通運輸管理創新、服務水平提升、轉型發展、經濟社會發展先導性作用方面發揮關鍵作用。而交通數據資源作為智慧交通的基礎，需要通過生態運營的方式，破解當前存在的基礎數據能力薄弱、資源共享難、互聯互通難、協同應用難等問題，形成信息化規模效應，推進智慧交通發展。
1 交通大數據在智能交通領域的應用
交通大數據的活化應用對交通的發展將帶來巨大的變化，這主要體現在大數據技術的實時性、分布性、高效性及預測性方面。
1.1 實時性
傳統的海量數據模糊查詢和統計分析無法達到交通實時性的需求，大數據能夠實時地對交通大數據分析、處理，提供秒級響應，幫助人們在海量的交通數據中快速發現交通異常，并定位癥結，方便交通管理，使交通運行得更加合理。
1.2 分布性
傳統的數據應用多為單表挖掘分析，一旦涉及到跨表關聯就會因效率問題而無能為力，大數據的分布式并行處理擅長復雜的塊表關聯分析，推動數據串并關聯，提高數據處理能力，支撐高并發多用戶訪問，協同人們在交通緊急事件中多方協作、快速處置。
1.3 高效性
高效的交通大數據挖掘能力，能夠快速發現海量交通數據中的內在關聯規律，進而提高交通運營效率以及路網的通行能力.倫敦市利用大數據減少了交通擁堵時間，提高了交通運轉效率。
1.4 預測性
大數據技術較高的預測能力可降低交通狀態誤報和漏報的概率，通過建立區域交通狀態的監測及預測模型，共享交通運行與路況環境數據，S時對交通的動態性進行實時監控，幫助駕駛者及用戶預先了解交通擁堵狀況，避開擁堵路段。
大數據對交通的巨大影響除了以上幾個方面外，對交通環境的安全性也有巨大影響。大數據的實時性和可預測性以及綜合的決策模型有助于提高交通安全系統的數據處理能力。大數據快速整合各個傳感器數據，結合車輛運行軌跡數據，綜合分析車輛行駛安全性，為應急決策提供輔助，提高應急救援能力，有效降低交通事故的發生。由此可見，大數據技術的出現及應用能夠有效地解決智能交通面臨的好多難題，為了利用大數據技術，深入挖掘交通數據的潛在價值，需要一個數據管理平臺來處理各種類型和規模的數據。
2 生態運營平臺需求定位
推進交通基礎數據建設工作，為數據應用創新提供營造數據創新環境，最直接有效的方式是通過建設數據生態運營平臺，解決數據能從哪里來、怎么來，以及能往哪兒去、怎么去的問題，打通數據輸出和服務的渠道，建立了數據服務的動力機制，打造促進交通數據生長發展的生態系統和環境，深化數據跨界對接和創新應用。平臺基于定位需求：
2.1 匯聚
以數據向外服務轉換成價值為目的，提供數據服務和應用的統一平臺，方便有數據供需者在一個平臺上找到多方服務，為既有平臺和系統增加數據對外服務的渠道。
2.2 簡便
提供可視化、靈活、便捷的數據分析操作功能，降低數據分析使用的門檻，讓業務人員不再因為技術門檻而被拒于數據分析的門外。
2.3 安全
對數據流通環節進行安全認證，確保數據服務的可信性、權威性。為敏感數據提供在線數據分析、應用的試驗。
3 平臺功能
平臺基于數據融合和綜合利用的需要，基于交通行業數據資源為基礎，驗證數據的交付輸出服務模式，實現數據的注冊、可視化展示、試用分析、流通等功能。平臺具體主要分為數據展示、數據應用和數據流通三個業務功能模塊。
3.1 數據展示
提供數據可視化展示，結合地理信息系統及可視化BI工具，能夠結合地展示專題數據，也能夠進行統計圖表展現或綜合分析報告等，便于數據提供者更直觀的向需求者展示自身數據。
3.2 數據應用
平臺具備線上試數據、線下分析數據和線上流通數據一整套數據應用及流通能力。
3.2.1 線上試數據
結合平臺提供數據，利用平臺內置數據整理、可視化等分析工具，對數據進行初步的研究試驗，初步供用戶決策數據是否滿足需求。
3.2.2 線下分析數據
基于試數據的結果，明確所訂購數據為需要數據，結合線下數據實驗室的數據分析設備和工具，進一步就數據進行分析、加工、直至完成數據產品的開發工作。在數據管理方面，嚴格控制原始數據的流出，保證數據的安全可控。
3.2.3 線上流通數據
當所需數據類型、字段等內容需求明確后，平合數據相關方完成應用開發，最終向用戶提供數據應用流通服務。
3.3 數據流通
平臺能夠以多種形式提供數據的流通服務。
3.3.1 數據API接口
以面向服務的架構，在系統上注冊數據服務的API，數據使用者通過服務目錄查找到相關數據服務，按照約定的通訊協議進行遠程服務調用，傳遞數據。
3.3.2 數據包下載
將相關數據壓縮打包，數據使用者通過下載服務直接獲得數據，自主組織應用的模式，是一種離線的數據使用模式。
3.3.3 數據訂閱
采取數據推送的方式，數據使用者（即訂閱者）可以通過訂閱功能對相關數據進行訂閱，數據提供方則根據訂閱者名單，周期性的批量向訂閱群體推送每期更新數據內容。
3.3.4 數據定制
為滿足數據使用者一些個性化需求而提供的服務方式。數據使用者通過任務的形式，提出數據的個性化需求，數據提供方根據自身能力選擇是否承接定制任務。
4 結束語
隨著互聯網、大數據等技術在交通領域的不斷滲透，已形成越來越多海量的交通數據，通過生態運營模式，讓權威、準確的數據在平臺得到充分利用和流轉，滿足政府的管求、公眾的出行和企業的技術服務不同數據主體的需求，實現物盡其用，營造了交通數據良性循環生態圈。
參考文獻
[1]張紅，王曉明，曹潔，朱昶勝.基于大數據的智能交通體系架構[J].蘭州大學學報，2015，41（02）：112-115.
[2]岳建明，袁倫渠.智能交通發展中的大數據分析[J].生產力研究，2013（06）：137-138，165.
[3]王靜遠，李超，熊璋.以數據為中心的智慧城市研究綜述[J].計算機研究與發展，2014，51（02）：239-259.
