導言：作為寫作愛好者，不可錯過為您精心挑選的10篇互聯網數據分析報告，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內容能為您提供靈感和參考。

篇1

TalkingData圍繞“移動互聯網行業概況”、“移動互聯網用戶行為”、“移動應用整體盤點”、“移動互聯網用戶線下消費習慣”等不同主題，多維度分析了2014年中國移動產業的整體發展狀況，力爭做到報告數據精準、精細、精確。據大數據分析獲知：移動互聯網網民近6成為男性，80后中青年是移動網民的主力軍，90后青少年也逐漸成為新生力量。從用戶使用習慣分析，大屏幕移動設備越來越受網民青睞，使用4-5英寸屏幕設備的用戶增長最快，iOS用戶對操作系統的更新行為更加積極。而對于運營商的選擇，安卓用戶更傾向于選擇中國移動，iOS用戶則青睞中國聯通。在接入網絡方式方面，Wi-Fi上網用戶占比最大，并且有越來越多的用戶轉向4G網絡，使得上網環境得到明顯改善，加速移動互聯網的深層演進。

在對各類移動應用進行整體盤點后，發現移動即時通信依然是網民的首選，而游戲的日均使用時長最高，可見娛樂需求地位穩固。

篇2

報告指出，2010年是教師觸網的“分水嶺”。2010年后，越來越多的教師開始利用網絡資源進行備課、教學。以文庫為例，在全國教師量基本穩定的情況下，文庫中教師的數量不斷增加，從2010年的220萬，增加到2013年的846萬，3年時間里增長了近4倍，占全國教師總量近60%，打破了優秀教學資源之間的信息孤島局面，成為教育界全新的教育平臺。

教學方式互聯網化，資源流動縮小教育鴻溝

全國近60%的教師群體觸網，也帶來了教學方式的大轉型。傳統的線下備課、制作教案、公開課分享的方式已經開始向網絡資源搜索、電子化制作、網絡分享轉變。同時，互聯網教育分享也令教育資源的流動速度加快、傳播范圍更廣， 有效地克服了時間差、地區差，縮小了教育的地區鴻溝。百度文庫數據顯示，山東、江蘇、廣東等教育大省的教師成為文檔資源主要貢獻者，而中西部教育相對落后省份的教師通過百度文庫下載教育文檔而從中受益。互聯網帶來了教育資源的流動，形成了發達地區支援落后地區的正向循環。

篇3

根據網宿的數據分析，人們大多喜歡在剛上班時關注金融、證券的行情；中午休息時，網頁游戲則更受歡迎；下午股市、證券等網站的交易時間結束前，這類網站會再度集中“迎客”；下班后，社交類網站和視頻網站才是大多網民最愛去的地方。而7×24小時開業的網上商城已經漸漸成為網民生活的一部分，隨時都會有人想要“逛逛街”。

北京人最愛SNS

該報告顯示，SNS（社交網絡）的訪問高峰出現在20:00；網頁游戲白天的訪問高峰期出現在12:00，晚上的高峰期出現在19:00；視頻網站的訪問高峰出現在21:00；政府和企業網站訪問集中在工作時間；招聘類網站網民訪問峰值出現在工作日10:00～11:00；財經類網站的訪問最高峰出現在上午9:00、下午13:00~14:00以及晚上21:00，而電子商務網站的訪問時間整體比較平穩，沒有明顯峰值。

網宿的報告還顯示，人口和經濟發達程度對網民地理分布比例有重要影響，人口多、經濟越發達地區網民訪問比例越高，反之則比較低。2011 年第一季度， 對于SNS（社交網絡），來自北京、江蘇、山東的網民訪問頻率最高；廣東、山東、河北的網民則更鐘愛網頁游戲；對電子商務類網站的訪問量，廣東、上海、北京最高；對視頻類網站的訪問量，廣東、浙江、江蘇排在前三位；訪問政府、企業類網站的時候，來自廣東、北京和江蘇三省的訪問量名列前三。

篇4

中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2014）49-0248-02

隨著社交網絡的逐漸成熟，移動帶寬迅速提升，云計算、互聯網應用的豐富，更多的傳感設備、移動終端接入到網絡，由此產生的數據及增長速度將比歷史上的任何時期都要多，都要快。“大數據”時代已經來臨，它對人類的數據駕馭能力提出了新的挑戰，也為人們獲得更為深刻、全面的洞察能力提供了前所未有的空間與潛力。大數據是指海量數據集，其來源包括動漫數據、企業IT應用帶來的數據、博客、點擊流數據、社交媒體、機器和傳感數據等。它是互聯網、電子商務的又一次重大革命，對數據處理、數據挖掘、數據分析提出了新的挑戰。如今互聯網行業、電子商務行業中的數據應用及分析已經相當普遍，為了應對大數據時代的要求，同時要具備較強的統計學功底和嫻熟的計算機軟件運用能力，而今完全具備這些能力的數據分析專業人才是極其匱乏的。數據分析師便應運而生，不僅互聯網行業、電子商務行業需要大量的數據分析師，近年來項目數據分析事務所不斷涌現，而項目數據分析師因其專業技能及量化的數據分析為客戶以及所在單位控制決策風險、保證利益最大化而備受各界青睞，以待遇優厚和地位尊崇而聞名國際，也被視為我國21世紀的黃金職業。《華商報》將項目數據分析師納入了新七十二行，《HR管理世界》將項目數據分析師評為七大賺錢職業。本文就如何在統計學專業開展數據分析方向進行了闡述，首先論述了數據分析的重要意義，其次討論了數據分析方向的課程構建，最后分析了如何加強理論與實踐環節的結合。

一、數據分析的重要意義

大數據預測美國總統：美國時代周刊報道稱，數據驅動的競選決策才是奧巴馬競選獲勝的關鍵。數據分析團隊在籌集競選經費、鎖定目標選民、督促選民投票等各個環節的決策中都發揮了重要作用。這意味著華盛頓競選專家的作用極具下降，能夠分析大數據的量化分析家和程序員的地位卻大幅提升。如今從事專業數據分析工作的企業如項目數據分析師事務所、數據挖掘公司等都應市場需求而大力發展，并且受到風險投資的青睞。如美國社交數據挖掘公司Datasift于2012年宣布，獲得1500萬美元風險投資。2013年，DataSift成為Twitter的“認證合作伙伴”，主要負責海量微博社交數據分析。這是該公司今年第二筆融資，五月份其曾融資720萬美元。又如面向開發者的大數據應用軟件平臺服務提供商Continuity最近獲得1000萬美元的融資，目前融資總額已經達到1250萬美元。

數據分析的應用無處不在，那什么是數據分析呢？數據分析就是用適當的統計方法對數據進行分析，以求最大化地開發數據的功能，發揮數據的作用。是為了提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。數據分析技術不僅能通過對真實數據的分析去發現問題，還能夠通過經濟學原理建立數學模型，對投資或其他決策是否可行進行分析，預測未來的收益及風險情況，為做出科學合理的決策提供依據。在提高工作效率的基礎上，也增強企業管理的科學性。無論是在國家政府部門，還是企事業單位中，數據分析工作都是進行決策和做出工作決定之前至關重要的一個環節。因此，針對項目可行性、風險承載力、投資回報率以及相關經濟效益指標等方面的分析工作顯得格外重要。在這個工作過程中，專業的數據分析人員扮演著無比重要的角色，數據分析成果的質量高低直接決定著項目投資、企業經營決策計劃最終的方向。所以，各個行業對數據分析人員的需求之多是不言而喻的。傳統行業，如政府機構：一類是計委、經委、統計局等一些經濟綜合管理部門所設有的調研處、研究室和情報所。第二類是商業、糧食、物資、銀行等經濟主管業務部門會設有信息中心或調研室，從本系統、本部門的業務出發進行專業性調研，提供支持本部門的市場信息。而伴隨著數據分析應用的擴大，其在新興行業中也得到了發展，如計算機軟硬件及IT行業、電子商務與網絡游戲、金融保險、消費品、咨詢業與廣告媒體、大型設備與重工業以及房地產行業等對數據分析師的需求量很大，尤其是電子商務，由于利用互聯網，能夠比傳統零售業具有更好的數據收集和管理能力，能積累海量的數據，因此更看重從海量數據中挖掘出用戶偏好和市場機會。研究機構：比如市場研究公司、咨詢公司、證券公司、研究院。自主創業：取得注冊項目數據分析師（CPDA）資格證可以自主創建或就業于項目數據分析師事務所等。所以，數據分析的行業應用是極其廣泛的，并且隨著大數據時代的到來，數據分析尤其是數據挖掘將借助互聯網的發展，逐步形成人們依靠的重點，并可能成為未來發展與競爭的重點之一。由此我們可以看到數據分析師的就業前景是非常廣泛而樂觀的，無論是數學專業、統計專業，還是計算機專業的學生，都可以通過系統的學習數據分析課程來適應對數據分析人才的要求。

二、課程體系構建

1.主干課程。主干課程包含高代、數分、概率論、數理統計、多元統計分析、時間序列分析、市場調查與分析、統計預測與決策、數據結構、C語言、數據分析、數據挖掘、大數據分析與展示。理論課程的學習可以使學生了解數據分析的基本內容，學會如何對已獲取的數據進行加工處理，如何對實際問題進行定量分析，以及如何解釋分析的結果。掌握幾種常用數據分析方法的統計思想及基本步驟，并具備一定的分析論證能力。

2.實驗課程。數據分析的操作離不開計算機。目前數據分析行業常用的一些統計軟件有SAS、SPSS和R軟件。SAS軟件是一個模塊化、集成化的大型應用統計系統。它的功能包括數據訪問、數據儲存及管理、應用開發、圖形處理、數據分析、報告編制、運籌學方法、計量經濟學與預測等。SPSS軟件是一個社會科學統計軟件包，是采用圖形菜單驅動界面的統計軟件，SPSS的基本功能包括數據管理、統計分析、圖表分析、輸出管理等。R軟件是一套完整的數據處理、計算和制圖軟件系統，包括：數據存儲和處理系統、完整連貫的統計分析工具、優秀的統計制圖功能、可操縱數據的輸入和輸入等功能。這三個軟件在數據分析中針對不同行業的需求有不同方向的應用。

3.專業課程。從數據分析的行業需求出發，好的數據分析人員不僅要有較強的數據分析能力，還要有該行業的背景及相關知識的儲備，這樣才能將數據分析與行業特性聯系起來，發揮數據分析的最大功能，即所謂的“因地制宜”。同時要兼顧學生的興趣與學習的聯系，需提供多領域的課程選擇，如：經濟學、金融學、保險學、管理學、會計學等。而在軟件學習方面也要拓寬渠道，除了實驗課程安排學習的軟件，學生可根據自身發展意向再多掌握一些軟件如：SQL數據庫，熟悉office常用功能，尤其熟練運用Word和PowerPoint、Excel圖表及數據分析等。同時還應該結合對數據分析師的要求設置一些相關課程：投資數據分析、市場調研與預測、預測技術分析、現金流量表編制、風險投資項目篩選、不確定性分析、編制數據分析報告等。

三、實踐環節

培養數據分析的專業型人才目的就是為了學以致用。數據分析本身就是為了從數據中發現問題、建立模型、預測收益風險企業決策進而做出合理正確的決策判斷。因此，學習了基本的知識和技能就要運用到實際操作中。學校可以和本地的數據分析事務所，或者大量需求數據分析人員的互聯網行業建立實訓基地，進行合作式教學，使得學生在實習的過程中能夠理論聯系實際，切身體會數據分析的商業操作體系，這樣就能夠促進學生有目的、有取舍地針對自身情況學習鉆研，繼而就能夠培養出適應經濟發展，滿足市場需求的應用型人才。

四、結語

在大數據時代到來之時，數據分析在互聯網中的應用將會空前廣泛，與此同時對數據分析師的需求也將會井噴，無論是在軍事、工業、企業還是在政治上，大數據分析都將會十分緊缺。因此，目前對數據分析師的培養刻不容緩。本文從分析數據分析行業發展及其重要意義、數據分析專業課程設置以及教學實踐環節方面對構建數據分析課程體系進行了探討。不僅從教學課程的內容上予以安排，而且更加注重引導學生自主學習，特別強調理論結合實踐的合作式教學。希望能夠結合行業需求合理地構建課程，培養出專門從事數據分析的項目數據分析師，從而能夠滿足市場需求和自身發展。

參考文獻：

[1]范金城.數據分析[M].科學出版社，2010.

篇5

摘　要：根據CNNIC的統計，截止到2013年年底，我國移動電話用戶超過12億戶，超過人口總數的85%；固定互聯網寬度接入用戶達到1.86億戶，其中4M以上用戶占寬帶用戶總數的比重達到75.4%；移動互聯網用戶達到8.2億戶，其中3G上網用戶占比超過30%。中國平均每天用手機上網時長124分鐘，手機上網時間比電腦上網時間長29%，毫無疑問，中國已經進入以4V（多量、多樣、價值、速度）基于互聯網的大數據時代大數據的到來，更是一場人類思維、教育的革命。大數據不僅在顛覆傳統經濟模型、概念、而且也對傳統的工業性社會中的職業及其發展的觀念進行碰撞和沖刷。如何對處于大數據時代的高校學生進行富有成效的就業指導工作已經成為就業工作的新方向。本文結合大數據時代的教育發展趨勢，提出大數據時代高等院校的就業指導工作的若干建議和意見。

關鍵詞 ：大數據；多媒體；顧客體驗；數據挖掘

中圖分類號：F241.21文獻標志碼：A文章編號：1000-8772（2014）22-0220-02

收稿日期：2014-07-20

作者簡介：陽昆（1979-），女，湖北武漢人，碩士，講師。研究方向：生涯規劃，就業指導。

一、引言

著名的未來學家弗里德曼在《世界是平的》這個書里面，提出了互聯網3.0時代的概念，告訴我們通過寬帶及互聯網，個人可以變得更加強大，而世界怎變得更小。比如，現在青年學生可以通過軟件的客戶端，點擊不同老師甚至不同學校的的同一門課程。各種微課堂，e——learning課堂的層出不窮，給予學生們更多的拇指投票的權力，學習方式和教育模式的變革也導致高等教育機構的管理和服務的革新。顯而易見，青年學生對移動互聯網的日益增長的需求與傳統的高等教育的供給模式矛盾將不斷深化，大數據的到來，也帶來了象牙塔的革命！高校的就業指導工作是高校教育供給機制的促進和改良劑，也是提高象牙塔學生就業質量的重要環節。如何在大數據特別移動互聯網時代因時而動，率先占據主體地位，獲得就業指導在互聯網時代的話語權，是個值得探索的話題。

二、傳統的高校就業指導工作在大數據時代危機重重

1.就業指導形式已經無法滿足現代大學生個性化、多樣化、特質化的需求。

傳統的就業指導表現為更多的是行政性指導和形勢政策的分析報告會和輔導員、班主任的個人談心形式，傳統的滿堂灌、一言堂在高校的課堂，班級的會議中屢見不鮮，效果是可想而知的。現在的大學生大多數都是中國互聯網的同齡人，他們甚至比高校老師更懂得、更需要大數據時代的紅利和前景。學生價值多元、個性多樣、需求多角度的現狀給予高等教育的學生管理和服務的駕馭能力提出了新的挑戰。

2.高校的就業指導的主體地位也面臨著多媒體、多信息服務平臺的挑戰。

由于大數據時代特有的互聯網和軟件平臺，個人價值的尊重與訴求得到空前的表現，人性化、個性化的服務性的理念凸顯出來。人人都是麥克風，個個都有發言權，互聯網時代，將使得在家上學、教育空間設計、面向未來的學校界限的消失成為趨勢。多種媒體和信息平臺更加充實著90后大學生的網絡生活（他們可能是中國生活網絡化程度最高的群體了），而青年大學生都處于自我價值逐漸形成時期，社會閱歷不足，分析能力和判斷力尚未成熟。多元化價值觀、一些消極、不健康的價值取向借助互聯網、大數據時代的便車，也進入了校園，這對高校的就業指導的主體地位和話語權提出了嚴峻的挑戰。

3.高校的就業指導教師的數據分析能力將在大數據時代面臨著提升。

高校的就業指導老師承擔著課堂的授課和課下的指導工作，他們必須具豐富的專業知識和一定的人生閱歷，對行業和時代的發展趨勢有一定的分析與判斷能力。他們的專業能力是衡量教學和指導質量最重要的方面，也是學生衡量一個教師優劣的重要標準。面對著與互聯網同齡的90后們，盡管專業知識占據著重要位置，盡管他們有著豐富的社會閱歷，有種重要的能力可能乃至將來會成為評估一個教師專業化的重要指標——教育數據的分析，老師如何從學生紛紛復雜的教學活動中、實際指導工作中，通過對相關數據的分析、關聯、總結與預測、有效提高學生的成績，理性引導他們充分就業、完成職業生涯的良好開端，數據分析的能力顯得尤為重要。

4.數據分析技術及成果應用尚未引起高校的足夠的重視

當前高校的就業形勢嚴峻，使得各個高校異常重視畢業生工作，從計劃到總結，從過程到結果，高校的畢業生工作可謂是事無巨細。雖然就業工作總結能夠使高校的就業指導工作、甚至人才培養工作得到回饋，但由于很多高校尚未轉變觀念，或因技術條件不足，尚未將數據分析的技術及其成果應用于就業指導的全過程，這個只是零散的，不規則的，部分的，階段性的，反饋的結果也帶有片面性。學生對人才培養質量的滿意程度、學生的就業規律這些都隱藏在數字下面，潛在價值尚未體現。

三、更新觀念、轉換思維，積極應對大數據時代的挑戰

1.形成以學生為中心，學生職業價值觀為核心，滿足學生需求，勞動力市場需求，建立起勞動者與勞動市場雙向動態匹配指導的新模式。

在注重體驗和個人價值的大數據時代，高校的就業指導將在基于大數據以及軟件平臺應用背景的前提下，以學生個人體驗為中心，以學生需求、勞動力市場為兩個基本點，對在校大學生提供實時、在線、個性化、全程化的就業信息服務的全過程。積極、主動、關注學生的服務體驗經驗、貼近學生的心靈，走進互聯網特別是移動互聯網將是大數據時代高校就業指導服務將是學校在各種媒體和平臺的競爭中拔得頭籌的關鍵。就業指導服務部門將于學生工作工作部門合作，積極開展對學生就業價值觀、職業價值觀的引導和教育工作，發揮校內主流媒體的輿論導向作用，通過課堂與課下、線上與線下的的教育和實踐工作，引導學生正確、理性對待社會的不良職業價值理念和人生觀，形成積極、健康的職業價值觀。

不可否認，傳統的大課堂、傳統的咨詢與輔導將依舊堅守在課堂中，更多的是就業指導人員深入互聯網，進入微信群，走進學生的網絡社交空間，貼近學生的現實交往群體，就業指導人員將和就業求助人員將建立平等的對話關系，倡導關注學生體驗，提升學生就業指導服務的滿意度。

2.以生涯發展為基本點，熟練運用數據挖掘和分析技術，提升學生的就業質量

自職業規劃大師舒伯提出以自我發展為核心的的生涯發展理論后，如何引導學生進行連續而又穩定的職業生涯規劃和實踐變成了就業指導的發展方向，這項工作則在大數據時代中走向了積極的實踐階段。高校就業指導部門將從海量的學生個人信息和勞動市場信息的挖掘與分析中，找尋個性不同、需求迥異、價值多元的個性化的就業指導服務類型來匹配學生的需求，屆時，實時、在線的形勢政策分析報告會與量身定做的“微服務”、“微自信”“微指導”將同時進入學生的移動職能終端中，比如在線職業傾向測評、在線面試指導、在線的求職策略，在線工作分析等，學生通過移動智能終端將大大提升他們的求職成功率。學生甚至可以根據個人喜好、需求選擇不同的就業指導信息服務載體，學生將從傳統的就業指導的接受對象反客為主，成為就業指導服務的的主體。就業指導管理及服務部門將因學生需求不同不斷運用海量數據挖掘技術與分析技術，學生的數據將有效得到整合、挖掘、分析，數據潛在的價值將得以體現。高校就業服務部門隨之探求企業需求規律、學生求職軌跡、市場及行業發展趨勢，不同性別、不同地域、不同種族學生的求職，為學生提供更加真實和具體的就業信息服務，學生穩定就業、高校有效指導、勞動力市場需求得到有效反饋，最終實現三者的動態平衡。

3.避開盲點——保護求職者個人隱私，將成為大數據時代高校就業指導工作新亮點；

自從美國的斯洛登披露了棱鏡事件之后，大數據無處不在的第三只眼使得互聯網社會的公民都毫無任何隱私而言。學生在校期間的數據是否由于信息安全的不確定性將被社會上的不法機構或者不法分子侵占，作為不正當的使用。而青年學生普遍存在網絡個人隱私保護意識淡薄，使得在就業系統系統中，學生的人格傾向、興趣傾向、身體等個人隱私信息，如何被有效保護和有效識別，高校的學生工作服務系統，高校就業指導服務系統，等其他社會力量的多遠參與，將是高校就業指導工作中數據隱私保護的多元力量。

4.倡導建立終生、多媒體、多渠道的教師學習模式，打造一支適應大數據時代就業指導的服務團隊。

大數據時代的4個V（volume，Varity，Value，Velocity）在一方面提高了就業指導服務的效率的同時，也給就業指導人員提出了更高的挑戰。大數據時代是云技術、分布式處理、數據挖掘和數據分析技術大張旗鼓的時代，數據勘探和數據分析軟件可以通過提供實時反饋學生職業生涯規劃的實現狀況來幫助學生，教師可以使用這些工作來研究學生的職業發展模式并修正后期規劃以便滿足學生個人的需要，而這些都需要就業指導的人員對新技術、新媒體、新渠道、新的數據分析方法的理解、掌握和應用，只有不斷學習，不斷適應，才能打造一支業務過硬的就業指導隊伍。

5.建立一個中心，兩個基本點的線上與線下、實時與多時就業指導服務的績效評價體系。

正如《世界是平的》所說，互聯網的無線小與個人價值的無限大形成了一個極大的反差。在倡導個人主觀體驗，個人價值的大數據時代，就業服務的多媒體和多視角給就業服務的績效評價體系新的思考方向。評價就業指導的服務，可以以學生主體滿地度為中心，學生家庭、供職單位為兩個基本點的線上與線下、實時與多時、多角度的就業指導輔導的績效評價體系。以評促進，以評促改，以評促建，切實讓高校在大數據多媒體的時代下最大程度地獲得影響學生職業與就業行為的影響力。

參考文獻：

[1]王國強沙嘉祥吳藝雄關于在教育業倡導顧客滿意戰略的一些想法第八屆亞太質量組織（APQO）會議，2002年9月15日.

[2][日]城田真琴著，周自恒譯大數據的沖擊人民郵電出版社2013.6.

[3]白永生焦艷新媒體背景下就業指導課課程教學改革教育與職業2012.9第26期.

篇6

大數據加速安全產品協同化

現代戰爭需要協同陸、海、空各個兵種聯合的力量才能有機會取得勝利，我們已經看不到依靠單一兵種能夠取得戰爭勝利的例子。網絡攻擊如今就像置身于現代戰爭一樣，不能只依靠終端或者防火墻等單一產品來防范和發現各類威脅和攻擊了。

齊向東表示，傳統網絡安全防護模式已經無法應對日益頻繁的，新的和更高級的網絡攻擊。在提出了數據驅動安全理念后，360在今年互聯網安全大會上又提出了協同聯動的安全理念。希望能夠實現不同的安全設備之間的協同聯動，來提升應對網絡威脅的防護能力。

為了構建這樣一個協同安全產品，360在2016年先后了新一代的威脅感知系統（360天眼）、新一代的終端安全系統（360天擎）、新一代智慧防火墻（360天堤）。現在只缺一個情報樞紐，將數據進行匯總分析協同響應，貫穿監測與防護整個體系，來達到智慧安全的協同，這就是今天的360態勢感知與安全運營平臺，也叫NGSOC。

根據Gartner的2016年安全信息與事件管理（SIEM）市場分析報告顯示，在產品功能方面，國際SIEM廠商都在加入威脅情報、異常檢測、行為監測、用戶行為分析功能。領先的SIEM廠商則在將其產品與大數據平臺進行整合。這說明結合大數據分析平臺和威脅情報支持將是SOC產品的未來方向。

齊向東介紹， NGSOC自身具有很多的優勢。首先，360創新性地將互聯網大數據分析平臺用在NGSOC中，能夠實現海量數據的存儲、實時挖掘和分析。對海量日志進行數據分析，是確保360態勢感知和安全運營平臺有異常行為發現的能力，使得平臺可以更加準確及時地發現各種潛在威脅和攻擊，并及時響應和處置。這也是國內第一個把實時的挖掘分析、告警、響應和處置聯動起來的一套系統。

其次，態勢感知和安全運營可視化分析技術，可以將企業內外部安全態勢進行直觀的呈現。在一個平臺上既可以感知到企業外網即外部世界的安全態勢，同時又能夠可視化直觀地展示企業內部即現在所面臨的安全態勢，NGSOC都能快速定位和處置并拓展分析，從而可以保障企業業務系統的順利進行。

同時，360態勢感知與安全運營平臺對傳統SOC的革新與豐富，基本上是符合、甚至是引領業界方向的。

智能、可視化的平臺

作為一家從互聯網起家的安全公司，360一直具有濃厚的互聯網基因。360態勢感知與安全運營平臺也是360核心優勢技術集中的一個產品，除了大數據分析等技術之外，另外一個就是可視化技術。據了解，360在三年之前就開始接觸可視化技術，并參加了當時全球最大的一個競賽項目，競賽的目的就是將真實的數據拿過來進行可視化分析，看看它到底能給安全帶來哪些幫助和作用。

360企業安全集團總裁吳云坤表示，“可視化分析的作用是這樣，數據評比有時候是雜亂無章的，通過不同的眼睛和視覺，呈現出來的所謂的異常，包括一些規律性的東西，通過可視化可以讓人通過肉眼的方式找到。” 可視化分析技術將企業內外部安全態勢進行直觀的呈現，使得企業的管理者能夠實時掌握企業內的安全狀況，甚至對行業、地域的安全態勢進行對比；而對于安全運維人員，以資產和人為視角出發的安全管理，豐富的安全運維與服務工具，也會幫助提升日常的安全管理運維效率。

目前可視化技術已經在國內很多行業進行了應用，一些高校和競賽中也開始對此進行研究和實踐。通過可視化技術（不僅僅是數據，還有圖片等等信息），還可以實現溯源分析，甚至在一些特殊機構中可以進行間諜行為分析。

篇7

2013年1月底，國雙科技在北京正式宣布成立“國雙數據中心”，該中心擁有基于OLAP技術的強大交互式數據挖掘平臺，可以將數據倉庫中的每一個數據通過上百個維度和指標進行關聯、交叉、演繹，提供不同深度的分析報告，滿足不同視角的數據挖掘和分析需求。當天，國雙數據中心首次對外《2012中國互聯網發展數據報告》和《2012中國政府網站發展數據報告》。

“基于海量在線數據和先進的網絡營銷云統計分析平臺，國雙數據中心將專注于數字化環境下的在線媒體研究和受眾研究，并將定期互聯網行業報告，向業界分享專業的在線媒體數據研究成果，促進產業發展。”祁國晟表示。

數據也“性感”

“球場上球員的表現不再是誰能進球誰的貢獻最大了。”國雙科技高級副總裁續揚表示，以足球為例，從門將開出球的那一刻，價值就產生了，哪個球員傳出最具威脅對方的球？哪個球員在最關鍵的時刻盯住對方核心球員？一場比賽下來，功勞最大的不一定是最終進球的那個球員。

“同樣，國雙科技告訴廣告主的不是用戶最終達成交易的數據，而是整個用戶選擇的過程。”續揚認為，廣告主往往很難判斷，消費者的購買和市場推廣有多大的關系，國雙科技的職責就是幫助廣告主精準地測算出廣告的效果。

隨著全球互聯網的快速發展，越來越多的網絡用戶通過多種終端、多種平臺輸出數字內容，驅動整個互聯網世界邁入到“大數據時代”，海量數據的運用已成為未來競爭和增長的基礎，運用大數據分析用戶特征并通過分析提升企業的業務價值，提高企業的核心競爭力。

來自國雙科技數據中心的報告顯示，數據對企業決策運營越來越重要，大數據時代來臨，企業最終需要的是有價值的數據而不是大數據，通過海量數據挖掘用戶特征，企業可獲取有價值的用戶信息，科學分析用戶行為，是了解用戶、貼近用戶最為有效的方式，幫助企業明確品牌定位、優化營銷策略。

今天的Facebook日均上傳數據100TB，Twitter一天的發推量也會達到2.3億，全球Email的發送量為2940億封……企業毋庸置疑地正在迎來一個大數據時代。數據優化和數據分析將成為炙手可熱的產業，國雙科技也在把握這樣一個發展契機。

可口可樂的粉絲喜歡留存可樂的瓶蓋，他們會非常熟悉地將瓶蓋上的13位字符串敲在網站上，然后滿足地拿到可口可樂給他們的積分。事實上，這也包含了國雙科技為可口可樂提供的一項專業技術：度量并優化在線渠道對13位字符串轉化的貢獻。

“我們每天需要分析所有登錄iCoke官網的流量數據，然后通過各種分析工具的挖掘，讓可口可樂的線上營銷方案趨于更加合理。”國雙科技國際業務總監吳錚介紹自己每天的工作，除此以外，他還要幫助客戶建立從SEM（搜索引擎廣告、SEO（搜索引擎優化）、UEO（用戶體驗優化）等在內的一系列基于效果的在線營銷方式。

“通常我們會先幫客戶建立一個KPI，這主要是讓客戶清楚如何去度量自己所投的各種在線廣告。”吳錚用流量分析為例，他會把媒體拆分得非常細，哪些是自然流量，哪些是從SEM（搜索引擎營銷）過來的，并且也會分析流量與搜索引擎的不同產品線之間有什么關系。不同的產品有不同的屬性，衡量標準也各有不同。

樹立行業“風向標”

如今，面對移動和社交快速發展的態勢，沒有人能夠忽略其中蘊藏的機會。而國雙數據中心的成立，也正式宣告讓這樣的機會更加明顯地出現在消費者、廣告主、商家面前。

在國雙科技的《中國互聯網發展數據報告2012》中顯示：網民每日網購在上午10點達到最高峰；52%的消費者在訪問4～6次網頁后產生購買行為；在在線多媒體營銷中，搜索媒體對消費者購買決策的貢獻率達到58%，其次為垂直媒體。

篇8

定制化項目效率低下

艾瑞咨詢集團（iResearch）是一家專注于網絡媒體、電子商務、網絡游戲、無線增值等新經濟領域，深入研究和了解消費者行為，并為網絡行業和傳統行業客戶提供市場調查研究和戰略咨詢服務的專業市場調研機構。

目前，艾瑞咨詢集團可以向企業提供線下報告和軟件兩種定制化咨詢報告服務。但是，企業客戶的定制化需求非常多變，艾瑞咨詢集團生成一份線下報告交付周期需要3至4周，提供軟件的交付周期則需要半年。再加上項目所需人工成本升高、迭代周期延長，艾瑞咨詢集團往往不敢承接太多定制化項目。

通過調研，筆者發現了艾瑞咨詢集團的真正需求：根據時間維度和網站匯總對用戶的來源地區、來路域名、頁面訪問次數、停留時間、有效訪問次數、跳出率、回訪者、新訪問者、回訪次數和回訪相隔天數等相關數據進行統計分析，并且還能夠在動態添加條件之后，通過對監測用戶行為獲得的數據進行分析，以最終得出更加詳細、清楚的用戶行為習慣。

因此，艾瑞咨詢集團迫切需要一種更加敏捷、高效的大數據分析工具提升定制化業務的效率。

大數據面前：敏捷BI PK傳統BI

在解決艾瑞咨詢集團面臨的難題時，傳統BI的做法是，IT人員事先根據需求分析進行建模，建好二次表或打Cube并提前匯總好數據，業務人員才能在前端查看到分析結果的報表。雖然這種做法很成熟，但是解決不了艾瑞咨詢集團的難題。

首先，業務人員查看的報表相對靜態，分析的維度和度量的計算方式已在建模時預先設定好，不能更改。例如，定好了求和或求平均數，再想改成求方差必須再去修改模型。

其次，分析需求變更時，業務人員不能直接調整報表，需要IT人員重新建模或修改已有分析模型，耗時較長，響應速度較慢。

最后，有些企業的數據量很小，也需要按照此流程和架構來進行大費周折的數據分析。

造成這些問題的本質原因是，過去的技術架構針對海量數據的計算能力不足，企業用戶需要通過建模、二次表、Cube提前進行數據運算匯總。

艾瑞咨詢集團希望為企業客戶提交這樣一份分析報告，不僅能看還能動態分析。對于艾瑞咨詢集團來說，數據展現應該是起點而不是終點。看到了數據，要能交互式分析、深入向下挖掘，要能發現問題并找到答案，還要能采取行動。與數據交互的過程要足夠快，如果用戶每次點擊需要等三五分鐘才出結果，就無法進行交互分析。

并且，分析報告應能讓非IT部門的同事直接在分析平臺上做出來。不能把所有的分析報告需求都提交到IT部門，這樣會嚴重增加IT部門的工作負擔。同時，敏捷BI的實施和操作要簡單化，讓業務人員可直接使用。

同時，分析報告需求經常需要牽涉到數據層的改動，需要IT部門去改進數據層和業務層，傳統BI平臺需要一兩個月才能完成模型梳理。敏捷BI無需事先建模，可以在分析過程中靈活調整分析維度和報表展現，需求變更可以在一天之內響應，提升企業的洞察力決策力。

與傳統BI的重量建模、統一視圖不同，敏捷BI采取輕量建模、N個視圖的方法，不建二次表和Cube，數據導入后可以直接進行分析，并且業務人員可以實時調整分析的維度和度量的計算方式，極大地增加了靈活性，真正做到和數據對話。

既然有這么便捷的方式，為何傳統BI不采用這種架構呢？那是因為，傳統技術架構沒有引入大數據技術，面對海量數據無法在用戶點擊后的幾秒內就展現企業客戶需要的分析結果，因此必須通過建模提前把數據匯總好，才能保證分析報表展現時的速度。

因此，實現敏捷BI的前提是采用新架構處理數據，其涉及的技術包括分布式計算、內存計算、列存儲、庫內計算等。敏捷BI可以通過更低的成本、更短的上線周期，快速讓企業洞察到數據的含義和價值。

業務效率數倍提升

深入研究艾瑞咨詢集團要分析的數據，筆者發現，艾瑞咨詢集團每天要分析的數據量達幾千萬條，且不同企業客戶的分析需求各不相同。因此，復雜多變的多維度分析需求對分析工具的分析性能提出了更高的挑戰，而傳統的數據庫和Hadoop架構已經無法滿足高性能和即時分析的需求。

為此，艾瑞咨詢集團考察過國外一些知名的產品，但是當他們獲知產品的價格和后續的服務費用之后只能放棄。而國內大多數的分析工具大多是上一代BI，需事先建模再進行分析，難以應對靈活的多維度分析變化需求，且針對大數據量的處理能力不能滿足要求。

最終，艾瑞咨詢集團選擇了永洪敏捷BI技術。當艾瑞咨詢集團將三個月的細節數據（約50億條）導入敏捷BI系統，直接就可以展現出定制分析報告。對比原先基于Excel和SQL編程的分析方法，艾瑞咨詢集團的業務效率獲得數倍的提升：線下報告交付周期從3至4周縮短至小于1周，軟件交付從半年縮短至一個月。

同時，艾瑞咨詢集團原來由于擔心需求變化導致沒有能力交付的很多項目被收入囊中。采用敏捷BI工具后，艾瑞咨詢集團可以在幾天內快速搭建原型向客戶展示，任意的需求變更都可以一周內調整完畢。這種快速原型試錯的方式，使得艾瑞咨詢集團有能力承接很多此類項目。

由于業務效率的極大提升，有能力承接更多的項目，艾瑞咨詢集團的收入空間也出現了數倍的增長。與此同時，艾瑞咨詢集團的客戶滿意度也穩步提升。

不僅如此，為了提供更加直觀可交互的分析報告，提升企業用戶體驗，艾瑞咨詢集團基于敏捷BI工具，構建了一個新型SaaS平臺。艾瑞咨詢集團把企業客戶用Hadoop架構存儲的數據，通過敏捷BI提供的接口導入到數據集市內，然后通過敏捷BI快速呈現出結果。

篇9

無人機視頻采集。無人機具有極強的靈活性、便捷性和闊的視野，并可以實現遠程視頻直播，是對地面采集的有力補充。

車載移動圖像采集。利用機動車（主要是汽車）機動性強的特點，加裝車載移動視頻裝置，主要應用于區域范圍大、受干擾因素多的區域問題采集。

無線圖像專項采集。無線圖像專項采集是利用2G/3G/4G、微波等通信技術智能視頻分析、延時抓拍等技術將現場圖像實（定）時回傳到控制室。

“互聯網+采集”模式興起

城管APP應用興起，市民五動增強。隨著移動互聯網技術的逐浙興起，各地城管部門積極應變，先后開通了微博、微信的官方頻道，還有一些城市開發了自己的APP。如杭州城管的“貼心城管”。

“云+端”服務模式，政府更專注于服務。隨著云計算、互聯網、物聯網技術的成熟，政府將可以不再需要直接建設技術復雜、維護困難、建設成本高的應用系統（如數字城管信息系統），直接使用云端軟件，將系統中的數據應用于公共管理和公共服務。而這一切（云、軟件、數據等）都可以來自一家專業的信息服務公司。

大數據的應用成為精準采集的支柱

多維信息采集是城管大數據應用的基礎。多維信息采集將引入智能視頻、自動傳感、RFID等物聯網技術手段對信息進行自動感知、智能采集，實現對城市狀態數據、城市運行數據、城市管理全要素數據的采集。

多維信息采集在大數據應用中體現在以下幾方面。實時感知城市容貌，結合多維電子地圖，可清晰看到街景實景，展現容貌狀態評估內容、狀態量化評價和狀態分析報告。全面掌握容貌動態，通過對一段時間的城市運行數據分析，建立城市容貌評價統計表、容貌評價變化趨勢、城市問題占比、主要問題發生分布圖等，展現城市特定時間狀態評價和狀態報告。科學評估管理績效，通過數據定期衡量各職能部門履行職責情況，自動生成管理成效綜合評估報告。

篇10

2015年7月，國務院的《關于積極推進“互聯網+”行動的指導意見》明確指出：能源要從生產、運輸、消費各個環節，與互聯網進行深度融合，實現從生產到消費的全方位變革，對我國能源發展將具有重大意義。互聯網對解決能源利用效率不高、供需不匹配、產業活力不足等問題提供了必要的技術支撐。

互聯網+傳統能源：智能技術的引入推動能源革命

時至今日，在我國一次能源消費結構中，所占比重最大的仍是煤炭。在對煤炭行業出路的深入探索中，越來越多的目光鎖定在了煤炭流通環節。引入“互聯網+”的創新理念與應用技術，無疑將為煤炭運銷體系帶來顛覆式變革。據統計，目前國內有80多家電子交易平臺涉及煤炭交易，部分煤炭企業甚至直接建立了自己的電子交易平臺。特別是中煤集團，不斷嘗試以“互聯網+煤炭”的思路來應對企業經營模式轉型帶來的挑戰。它歷時5年完成了ERP（企業資源規劃）對整個集團的全覆蓋，同時加強露天礦GPS卡車調度系統、固定崗位無人值守數字化礦山、O2O大宗煤炭電商平臺等“烏金科技”的實際應用。此外，與工業4.0中的數字工廠相類似，數字化礦山建設正成為煤炭行業生產轉型的重要環節，因為它實現了煤礦生產管理與計算機網絡管理的一體化，通過遠程化、自動化、無人化等技術手段，大幅降低了生產安全事故發生的概率并減輕了由此造成的損失。

石化行業的“互聯網+”涉及生產、流通、消費的全產業鏈，滲透到產業互聯網、消費互聯網及金融互聯網等各個領域。石化產品大多是危險化學品，傳統物流效率低下，監管困難，事故頻發，隨著RFID（無線射頻識別）技術的發展、物聯網技術的運用，借助交通部推行的電子運單系統，未來危險化學品物流的發展方向是智能匹配、集約高效、可視化監管、平臺化運營。在石化產業電商的推進過程中，加油站成為一個很好的結合點，它上游鏈接生產、物流、貿易企業，下游鏈接消費者，油品的商品屬性、消費屬性、金融屬性在加油站這一節點上能夠得到很好的呈現。目前，數字化油站的建設已經拉開序幕，未來油品與非油品的精準組合營銷和油品跨行業的相互聯通將成為主要的營銷模式，消費者將享受到更加便捷多元的服務，甚至可以借助互聯網平臺進行儲油理財。華東石油交易中心成功搭建加油站O2O管理平臺，就是利用互聯網技術，提供信息資訊服務、采購配送服務、油站信息化建設和運維及油站管理服務，進行品牌策劃運營，并于2015年下半年開始在山東、北京選定了40家加油站進行試點，預計今年將建成1000家加油站O2O聯盟并推出聯盟加油卡。

互聯網+新能源：能源可持續發展的必然趨勢

我國太陽能技術的應用和發展有目共睹，目前已經成為全球第一大光伏應用市場，而“互聯網+”帶來的數據化、開放性，無疑將有助于該行業可持續發展。在東部沿海地區，分布式光伏系統已經模糊了電力生產者與電力消費者之間的界限。分布式光伏發電系統將光伏電池板、匯流箱置于家庭、企業辦公樓、廠房等建筑物的屋頂，通過光伏逆變器、配電柜及其他設備直接將太陽能轉化為電能，并入電網，實行“自發自用、余電上網、就近消納、電網調節”的運營模式，能夠有效解決電力在升壓及長途運輸中的損耗問題。同時，通過互聯網搭建一個太陽能光伏項目運營資源整合平臺，統籌技術研發、金融投資、生產運營等各項資源，提供一站式太陽能光伏電站體驗服務，能夠促進資源運用進一步優化。

在各類新能源開發中，風力發電是技術相對成熟并具備大規模開發和商業開發條件的發電方式。目前，風電設備的智能化趨勢也越來越明顯，利用智能風機和智慧風場管理平臺，結合物聯網、云計算技術，風場一切數據和運轉情況全部可以實現遠程監控。采用一體化解決方案將所有的電氣控制都由一體化設計來完成，可以增加用戶收益，提高可靠性和可用率，增加電量產出，降低成本。遠景能源作為風電設備行業的后起之秀，已在智能風機的設計與制造、智能傳感、云計算、大數據等技術應用上有了諸多嘗試和探索。通過在風機上安裝附帶自我診斷功能的傳感器，可實時監控風電機組的運行情況，如遇到運行故障，工作人員可選擇遠程復位重啟，而非進行傳統的拆開檢修，讓工作變得更便捷更精確。

互聯網+能源管理：能源信息流的有效監控與分配

大數據的綜合利用，正在構建“互聯網+”能源管理新模式，進而實現能源數據與信息流的有效監控與分配。能源產業借助互聯網打造智能化能源管理平臺和數據中心，以此整合全國乃至全球的能源數據，可以實現組織公共資源，提供數據存儲、實時監控、可視化管理、數據分析、風險控制、能效分析等功能。構建行業級的應用和服務平臺十分重要，互聯網只有掌握大量數據并進行更多有效分析，才能提供有針對性的服務，進而管理能源消耗。

基于互聯網下的能源大數據管理服務平臺將企業與社會公用能耗統計由過去的后置變為前置。對能源行業本身來說，其最大作用是將原本分散的能源數據統籌分配、合理協調，通過對來自于各能源企業的數據進行統一分析比較，為行業發展方向提供數據支持，并達到節能減排的目的；對于節能行業公司來說，充分使用大數據及互聯網技術，能加大節能力度，增加透明度，對于融資、運營都有很大的幫助；對于政府部門來說，互聯網可以為能源監管提供便利，提高其工作效率，為政府決策提供依據；對于能源單位來說，可以將企業納入到整個行業當中，并從數據中得出清晰明確的分析報告。