浅谈大数据在经济领域中的应用

韩 梅

（沈阳师范大学数学与系统科学学院信息与计算科学系 辽宁 110000）

0 前言

我们处于一个信息爆炸的时代，我们获取信息的速度和数量都是惊人的。应运而生的大数据便是这个时代最鲜明的特点事物之一。所谓大数据指的是所涉及的资料规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。

1 大数据特点

1.1 数据的总量巨大

大数据中的大就集中体现了它的这一特点。我们其实也可以通过自我的感知了解到现如今的互联网时代中信息数据的巨大程度。

1.2 数据的类型繁多

这个特点也是不难理解的。现在的数据类型不仅是文本形式，有图片、视频、音频、地理位置信息等多类型的数据。

1.3 数据时效性高

大数据要求快速处理，因为很多数据存在时效性。比如电商的数据，假如今天数据的分析结果要等到明天才能得到，那么将会使电商很难做出类似补货这样的决策，从而导致这些数据失去了分析的意义。

1.4 数据分析较为复杂

在互联网时代，企业的业务需求更新的频率加快了很多，那么大数据的分析和处理模型必须灵活适应新的业务需求，这同时也就导致了其复杂性。

2 大数据在经济领域的研究应用分析

2.1 大数据在金融业的应用

2.1.1 大数据促进金融创新

我们都知道数据的收集对金融业务的成本控制、风险控制有巨大影响，大数据的应用能有效的促进互联网金融的创新。通过对交易大数据进行有效的分析，从而识别出市场交易模式，并帮助决策者制定高效的套利策略。通过对社交网络市场大数据的信息进行分析，并对搜索引擎中的热点进行重点关注，也可以快速、高效地制定投资策略。同时大数据能对中小型企业的日常交易行为数据进行分析，还能判断出财务管理制度不健全的企业的经营状况及信用情况等。

2.1.2 有效促进了资源优化

在互联网金融中应用大数据，能有效的促进资源优化配置。互联网能促进投资、融资双方的信息发布、交流、匹配，而不需要银行、证券、基金等部门的参与。例如美国的Lending Club公司在为会员提供贷款业务时，是利用P2P平台进行的，并没有通过银行机构；Google则使用在线荷兰式的方法进行拍卖，也没有利用传统的投行路演、询价报价的方式进行拍卖。近年来，国内也涌现出大量的P2P平台，这些平台既有银行参与的融资项目，也有金融信息服务企业组建的网络贷款平台，这些平台为中小型企业的筹资指明了方向，也为投资人提供了低成本、高收入的投资渠道。大数据能有效的整合互联网金融资源，为金融市场提供快速、高效的运营平台，对互联网金融的发展有十分重要的作用。

2.2 大数据在电子商务领域的应用

2.2.1 以云技术为基础核心

云技术，将信息技术、管理平台技术、大数据技术进行整合，形成浩瀚的资源池，灵活方便地按需使用。以淘宝网的淘宝云存储系统为例，淘宝作为国内最大的互联网购物平台，订单、交易、购物爱好、商品特点等是卖家与买家的商业行为产生的核心数据，结构化是这些数据的特点。淘宝云存储系统作为关系型云存储系统，很好地满足了不断升级的数据量级及存储、运算要求，淘宝云存储系统数据库支持了包括收藏夹、天猫评价等在内的多个重要业务的数据存储，而这些数据可以分析消费者的购物倾向，从而为购物者提供更准确的推荐服务。而这些都是以云技术为基础核心的大数据的应用成果。

2.2.2 对数据的整理分析

电商现在是一个竞争几乎到了白热化的行业。各大电商企业为了在竞争中取得胜利，就需要对整个企业的综合数据进行分析，大数据的应用至关重要。大数据具有大容量、内容全面、数据结构性强等特点，通过应用大数据技术，企业不仅可以获悉最为全面的资料和信息，更可以透过数据掌握行业发展的最新动态，为自己的胜出提供保证。

2.3 大数据在制造业中的应用

在制造设计上，可以借助大数据对消费者综合倾向的分析，将分析结果快速融入到产品设计当中。通用，在高端制造业领域，也需要有设计参数等数据的积累和应用。同样的材料做出来的产品，有的能耐用10年，有的用几年就坏了，这是为什么呢？主要就是原料配比、加工、工艺等的差别，这就要依靠多年的数据积累形成的大数据。制造企业在设计过程中，用大数据的理念和技术，将制造过程从头到尾地进行数据捕捉，并反馈给设计师和工艺师，从而设计出更好的产品和工艺流程，制造出更好的产品，获取更多的经济利益。举例来说，其实目前国内的高端制造业自动化和信息化程度很高，生产线上的机床基本都是自动化的，从原材料进入车间到成品产生，人甚至都不用干预。每个数控机床就是一部小电脑，一条生产线下来就有几十个质量控制点，只要机器一开机，每分钟就会产生巨大的数据量。大数据对于这些制造企业来说至关重要，可以先从小的地方开始，将数据以自己的维度从机器上采集起来，再结合预先建立的模型，逐步形成大数据的应用。通过一个月、半年、一年的积累，就可以分析出质量跟哪些因素相关，以此为依据去改进产品和生产流程。如果在全国有很多工厂，产量比较大的话，这个制造企业本身就是一个标准的大数据应用场景。对这样的行业应用大数据技术，能产生巨大的经济效益，提升产业效率和效益。

2.4 大数据在餐饮行业中的应用

近年来，餐饮行业的竞争愈发激烈，为了在激烈的竞争中成功占领市场并获取利润餐饮行业也开始来了大数据的挖掘与利用。

我们都知道，餐饮领域中第一重要的永远是食物的品质，这通过应用大数据，餐馆可以更好地了解消费者的喜好，并通过数据分析结果来实现更精准、及时地订货和补货，从而降低成本并改善食物品质，这也从根本上保证了企业收入的增长。与此同时，很多餐馆会使用外部数据来改进其菜单，比如有些餐馆就会借助第三方数据积累，如一些点评网站的点评数据，据此来判断哪些菜可能获得成功和哪些菜正在逐渐消亡，从而提前做出应对措施，降低菜单变化所带来的不确定性和收入下降的风险。

在提高客户的满意度上，不少技术服务公司正在利用餐饮行业大数据帮助餐馆提高运营效率。举例来说，开发移动应用程序，帮助客户通过他们的移动设备留下评论，请他们注册和参与客户忠诚度计划、接受调查并订餐等，利用对顾客的了解来协助餐馆改进其服务。

2.5 大数据在零售业中的应用

2.5.1 零售业中大数据的数据分析

首先，利用大数据对顾客进行分析。通过分析前台的记录可以在宏观上了解到顾客的结构、流量、购买周期以及不同顾客群的利润贡献率；微观上可以确定每位顾客的购买频率、兴趣点、忠诚度和流失的可能性。有了这些点、线、面齐全的分析，零售商就可以确定顾客群体，预测其消费意愿，主动为其提供个性化的销售和关怀指导服务，提高销售额和利润率。

其次，利用大数据对商品分析进行。基于数据分析，零售商可以确定以下几个方面的商品问题：最佳的商品组合和库存量；导入新商品，淘汰旧商品的时间；商品的分类上架和捆绑销售；不同季节不同时段的商品定价；促销形式；应对突发事件的措施等。

最后，利用大数据对供应链进行分析。具体包括选择供应商，优化物流、现金流和配置人力资源等。利用大数据技术，优化整合供应链的各个环节，构建一个统一的供应链平台，各部门共享供应链平台的数据和服务，快速灵活地应对顾客消费变化，降低供应链成本，提高商品采购、仓储管理、物流配送。

2.5.2 零售业中大数据的数据解释

在大数据背景下，一方面数据分析结果海量，另一方面数据分析结果之间的关联极其复杂，传统的解释方法是不可行的。这就需要从以下两方面提升数据解释能力：一是引入数据可视化技术，通过把复杂的数据转化为直观的图形，在逻辑思维的基础上进一步激发人的形象思维和空间想象能力，吸引、帮助零售商洞察数据之间隐藏的密切关系和规律性；二是让各部门能够在一定程度上了解和参与具体的分析过程，具体方法利用交互式的数据逐步地进行分析，使得各部门在得到结果的同时又能更好地理解分析结果的由来）以及数据起源技术，该技术可以帮助追溯整个数据的分析过程，有助于零售商各部门理解数据的分析结果。

3 结论

哲学中有一个著名的论断：事物存在就有其合理性，在当下，大数据的概念无疑是一个崭新的词语，有人肯定其作用，也有人质疑其科学性和意义，但是，它必然有其存在的合理性。我们需要做的不是一直怀疑，而是要去思考如何去发掘其价值，为我们所用。在其应用领域，又以经济领域的应用价值较为突出，作为社会领域中最重要的部分，也是和每个人的生活最紧密的经济，如果充分利用了大数据来研究经济中的各种问题，必定会有大的创新和成果，对经济的发展必定大有裨益。

[1]王明宇.大数据战略探析[J].中国商贸,2013,(12).

[2]邬贺铨.大数据时代的机遇与挑战[J].求是,2013,(04).

[3]刘正.大数据时代电子商务的机遇与挑战探讨[J].科技广场,2013,(03).

[4]维克托·迈尔-舍恩伯格.大数据时代[H].2014,(04).

[5]王斌.大数据：互联网大规模数据挖掘与分布式处理[M].人民邮电出版社2013.