大数据时代咖啡行业营销策略
摘 要：大数据时代的到来，为咖啡行业的发展提供了技术支持。为了改变传统营销模式的弊端，企业必须明确自身营销定位，探寻可行的营销方法，增强咖啡产品营销效果。文章分析了大数据时代营销活动与传统营销的差异，结合咖啡行业的营销定位和当前营销中存在的问题进行分析，提出有效的营销策略，以期进一步提高咖啡行业营销水平，为消费者提供优质的服务体验。
关键词：大数据;咖啡行业;体验式营销
DOI：10.13939/j.cnki.zgsc.2022.06.124
1 前言
社会经济水平的提升，让人们更注重物质生活和精神文化层面的享受，随着人们对咖啡的需求逐渐增多，关于咖啡的营销问题也成为该行业发展的重要内容之一，为了增强消费者的服务体验，增加企业的经济收益，必须结合大数据时代发展特点和咖啡行业发展前景进行分析，找准咖啡行业的营销定位，引进现代化营销模式，满足消费者的个性化需求。
2 大数据时代营销活动与传统营销的差异
大数据时代背景下各个行业逐步建立集生产、管理、营销、服务于一体化的行业体系，咖啡行业的营销方式也发生了极大的改变，与传统咖啡行业营销模式相比，大数据时代咖啡营销模式的针对性更强、营销范围更广、影响力更大，既能满足行业市场和企业发展的需求，也可以为消费者提供更好的服务体验。从目标顾客选择角度来看，传统营销企业选择的消费顾客多是标签化群体，通过筛选和标记，确定营销方向，大数据时代营销活动更加倾向于个人概念的群体，允许通过私人订制的方式，扩大消费群体，突出咖啡行业营销优势;从产品管理角度来看，传统的咖啡营销模式通常会采用线下销售这一形式，这种单一化的销售模式无法体现营销的有效性，使许多消费者对咖啡产品信息了解不够全面，影响咖啡产品对外销售，而大数据销售可以利用信息技术，借助网络平台公开产品信息，通过平台进行线上宣传和推广，增加产品营销渠道类型，扩大咖啡产品的市场竞争力;从咖啡馆选址角度来看，以往咖啡行业的营销范围主要集中在人流密集的商业圈，所需的租金成本较高，势必也会提高咖啡商品的市场销售价格，难以获得更多的利润。[1]而现今的营销地址主要分布在虚拟商圈，企业可以通过网络进行销售，突破传统营销地址租金成本高的难题，打破时间和空间的局限，使选址更具灵活性，提高大数据时代咖啡行业营销的可行性;从市场定价角度来看，大数据时代咖啡商品的定价会根据市场的变化而变化，加之大数据技术被广泛地应用于咖啡行业营销工作中，多数企业采用生产、营销、消费一体化服务体系，节省了许多营销成本，保证商品从出厂到销售整个过程的透明，在减轻营销人员的业务量的同时，也提高了咖啡营销的效率，发挥了大数据营销的优势。
3 大数据时代下咖啡行业的市场营销定位
第一，强调服务体验。服务是影响咖啡行业营销的重要因素之一，尤其在大数据时代背景下，各行业的市场竞争压力逐渐增大，咖啡行业要通过营销把握市场发展机遇，必须增强服务意识，采用市场调研和网络调查等方式，深入分析消费者的实际需求。同时，咖啡馆注重系统化培训，针对在岗人员开展服务知识、销售技巧以及咖啡简餐制作等培训活动，培养员工的服务意识，强化员工的业务能力，并结合咖啡行业的市场发展前景，依靠产品创新、包装设计、环境体验和情感体验等手段，为消费者提供更多独特的服务体验。
第二，侧重感官体验。顾名思义，感官体验主要是指利用消费者的五觉，建立感官体验，在大数据时代，咖啡行业在营销过程中侧重于增强消费者的感官体验，能够通过视觉、听觉、嗅觉等器官感觉，吸引消费者的注意力，满足消费者的个性化购买需求。比如，一般情况下，企业会将咖啡馆建立在相对安静且环境优美的公园附近或者建立咖啡书屋，消费者在食用咖啡中，还能阅读书籍，享受轻松安静的时光，这在一定程度上满足了消费者的个性化需求。[2]
第三，突出情感体验。注重消费者的情感体验是大数据时代下咖啡行业营销的重要手段，其主要指企业通过合理的营销渠道或者途径，向消费者提供更加全面的产品信息，为消费者带来积极的消费体验，减少消费者的负面情绪，加强消费者对咖啡品牌的认可，助力企业树立良好的品牌形象，以品牌效益促进消费，提高咖啡馆的经济效益。因此，要求企业在对咖啡行业进行营销定位时，尽可能从消费者的角度出发，了解和分析消费者的心理需求，提供多元化情感體验。
4 当前咖啡行业营销存在的主要问题
第一，营销观念较落后。大数据时代，咖啡行业营销人员可以利用互联网向全国或者世界各地宣传咖啡产品，但由于部分营销人员的观念落后，缺少对新技术和新软件的应用，仅凭线下宣传这一种营销手段，难以将宣传工作落实到位。同时，部分营销人员的品牌意识相对薄弱，在宣传过程中未树立良好的咖啡品牌形象，使消费者无法感受到咖啡品牌文化，导致咖啡在对外销售中很难得到广大消费群众的认可和支持。
第二，产品缺少多样性。部分地区在自然环境和经济条件上占据一定的优势，所生产的咖啡产品质量较高，颇受消费者的喜爱。但在大数据时代背景下，咖啡行业要实现自身发展，单靠把控产品质量还不够，也需要企业创新咖啡产品的生产和营销类型，而多数企业未意识到生产营销的重要性，在咖啡产品生产中仍旧使用简单粗略的原料进行加工，流向市场上的产品也多为速溶咖啡原料，在一定程度上制约了咖啡行业的发展。同时，企业对产品的包装设计不够重视，采用色调偏暗的材料，不能吸引消费者的注意力，无法带给消费者更好的视觉体验。[3]
第三，营销渠道单一化。显而易见，大数据时代背景下，传统的生产、经销、零售、消费这一线下营销模式已经无法适应咖啡行业发展需求，面对激烈的市场竞争，多数咖啡行业的企业逐渐意识到大数据在咖啡营销中的作用，利用互联网技术，开发网络营销平台，以网购或者直播带货的形式对外销售产品。但仍旧存在部分企业坚持应用传统营销模式的现象，未能深入到消费者群体中，不了解消费者的心理需求，而是盲目地向消费者推销产品，不仅造成咖啡营销的效率低，还容易造成咖啡消费的盲目性，增加消费成本，不利于咖啡行业可持续发展。
5 大数据时代咖啡行业营销发展有效策略
（1）加强与消费者交流。咖啡行业要实现可持续发展的战略目标，除了要重视产品生产和内部管理等工作外，还要注重咖啡产品的市场营销，运用有效的营销手段，扩大咖啡产品的市场竞争力。首先，企业可以利用大数据收集和整合消费者的购买反馈信息，听取消费者的意见或者建议，深入分析消费者的消费行为，加强与消费者之间的沟通和交流，力求通过创新产品满足消费者的个性化需求;其次，企业要不断提升服务水平，开启售后服务通道，切实解决消费者的利益问题。还可以设立消费者反馈卡，给予消费者一定的优惠金额，为消费者提供更好的服务，获取消费者对产品的信任;最后，企业可以利用大数据技术对咖啡产品进行宣传和推广，通过与社交媒体上的红人合作，提高咖啡品牌的知名度和营销力度。[4]
（2）创新产品营销渠道。针对传统的营销渠道类型少，难以实现产品信息传递和营销路径多元化的状况，要求咖啡行业注重产品营销渠道的创新，采取线上线下相结合的营销方式，利用网络平台公布产品信息，使消费者获得准确且全面的产品信息，扩大咖啡的销售范围，满足大数据时代咖啡行业营销发展需求。同时，企业应加强与广告商的合作，以广告宣传进行推广，让咖啡广告在各大软件或者视频网站上播出，优化产品营销手段，增强咖啡宣传效果。此外，企业可以借助抖音、快手或者微博等社交软件，注册官方账号，并寻找优秀主播向广大消费者介绍咖啡信息，增加消费者对咖啡品牌的认识和了解，突出大数据营销的价值。
（3）开启交叉营销模式。大数据时代背景下，咖啡行业的产品类型日益增加，而市场存在盲目性和自发性，消费者在选择商品类型时，很难快速寻找到性价比较高的咖啡产品，极容易影响顾客的消费体验。为了有效解决这一问题，要求企业注重大数据技术的应用，借助大数据分析消费者在咖啡选择方面的消费习惯，将消费数据进行整合，寻找顾客的消费共性，在此基础上实行交叉营销模式，增强咖啡营销效果。[5]一方面，企业可以应用互联网技术或者大数据技术，对同一类型的咖啡产品进行系统化的分析，将产品原料添加、生产和定价信息以直观化的数据形式呈现出来，便于顾客在短时间内作出正确的消费选择，从而购买到物美价廉的咖啡产品;另一方面，采用组团营销方式，根据大数据营销的基本要求，结合咖啡行业发展和消费者的心理需求，对不同类型的产品进行组合，创新产品的营销模式，扩大产品的使用群体，建立如咖啡+书店、咖啡+餐厅、咖啡+博物馆等，丰富“咖啡+”的内涵，提高咖啡产品的运营效果，增加企业的收益。
（4）注重消费者体验感。消费体验是大数据时代咖啡行业营销的重要手段之一，主要包括服务体验、感官体验、情感体验以及环境体验等，通过对消费者的视觉、听觉、嗅觉、触觉、味觉等器官的刺激，促使消费者购买咖啡产品。如今，咖啡行业在营销过程中，尤其要重视消费者的体验感，采用体验式营销模式，关注消费者的综合体验，为消费者提供优质服务，满足消费者的个性化消费需求。结合咖啡行业市场发展前景，制定合理的互联网营销方案，利用美团或者微博等软件，向消费者的移动客户端推送宣传信息或者在一些社交媒体平台发布活动内容，通过经营空间和聚合受众，吸引更多的消费者购买产品，提高咖啡产品的营销效果，增强消费者的体验感。[6]
6 结论
大数据时代咖啡行业发展面临着很大的机遇和挑战，而营销作为企业获取经济效益的重要方式，咖啡行业要提升市场竞争力，必须重视产品营销的作用，结合当前咖啡行业营销观念落后、产品单一化严重和营销渠道狭窄等问题进行分析，明确服务体验、感官体验和情感体验等营销定位方向，加强与消费者之间的沟通和交流，通过创新产品营销渠道和实行交叉营销模式，增强消费者的体验感，提高企业的经济效益，促进咖啡行业可持续发展。
参考文献：
[1]张晓燕.大数据时代咖啡行业营销策略分析[J].中小企业管理与科技，2020（31）：106-107.
[2]陈旭晔，毛可进.瑞幸咖啡品牌营销策略研究[J].科技经济市场，2020（8）：159-160.
[3]张智，常志远.移动互联网背景下云南咖啡营销策略研究[J].现代营销，2020（10）：68-69.
[4]王韻雅.移动互联网时代下TY咖啡竖屏短视频营销策略研究[D].桂林：桂林理工大学，2020.
[5]马昕晨.微博营销信息传播质量影响因素的SWOT分析——以“雀巢咖啡”为例[J].办公自动化，2019，24（15）：54-56.
[6]安宁.A咖啡营销策略分析[J].福建质量管理，2020（3）：100-101.
[作者简介]刘娟（1981—）， 汉族，上海人，硕士，研究方向：市场营销。
作者：刘娟
大数据技术在金融行业中的应用，能够有效促进金融行业的发展，促进其业务产品的有效推广。基于此，本文先就大数据的特点及在金融中应用的关键技术加以阐述，然后就大数据在金融行业中的应用现状和具体应用进行分析，最后探究大数据在金融行业中的应用发展策略，希望能借此研究有助于大数据的技术科学应用，从而促进金融行业的健康发展。
金融机构的作为就是解决资金融通双方信息不对称问题，大数据技术是近些年新兴的技术，但是在短短的时间内发展的速度比较快，在诸多产业的发展过程中，大数据技术都得到了应用，发挥着积极的作用。大数据技术以其对信息的挖掘分析等功能，在金融领域当中的应用，就能有效促进金融行业的健康发展。
一、大数据的特点及在金融中应用的关键技术
(一)大数据的主要特点
大数据的发展是对技术和思维以及数据的融合，大数据技术的应用之所以如此的广泛，正是因为其自身的特点优势比较突出，大数据的多样化特点比较突出，依照数据来源以及分析处理方式不同，能将大数据分成网页信息为代表的半结构化数据和音视频的信息代表的非机构化数据。大数据的快速的特点也比较突出，大数据要求时效性对信息的快速化的处理，如电子商务平台中的交易数据，能够促进平台商品的补充和进货提供数据支持，从而促进运营的正常化进行，基于大数据的信息处理效率的提高，就能为决策者提供准确可靠的数据信息。大数据的海量的特点也比较糖醋胡，通过手机以及物联网等为代表的的设备每天所产生的数据就比较大。
(二)大数据在金融中应用的关键技术
大数据技术应用在金融领域当中，有着诸多的技术介入。在金融行业的迅速发展下，尤其是互联网金融在近些年的迅速崛起，使得对大数据技术的依赖性也有着加强，从业者也认识到金融服务当中沉淀的海量数据的价值，对大数据技术的应用需求也有着增加。大数据在互联网金融中的应用关键技术是通过多种技术的融合，从社交网络的发展中到今天的微信微博等，构成了比较早期的数据，搜索引擎的优化对用户的搜索内容的网上痕迹的记录，就成为数据的重要来源。电子支付产业的迅速发展下，电子商务为代表的生态闭环最后环，也是金融行业发展的最初业务模式，在信息的处理方面就要运用到信息处理技术以及云计算的技術，这就能有助于金融行业的发展，对金融行业中的业务信息的处理能力也能得到有效提高。
二、大数据在金融行业中的应用现状和具体应用
(一)大数据在金融行业中的应用现状
大数据在金融领域中的应用过程中，受到诸多因素的影响在当前还存在着诸多问题有待解决，大数据对金融行业的发展有着促进作用有着实际案例，而这些成功的案例主要是在阿里巴巴以及百度等实力比较大的巨头中，传统的金融企业以及金融公司对大数据技术的应用过程中，常常会存在着数据资源的匮乏以及大数据技术应该人才缺乏等现象，使得能进行参考的大数据模型相对比较少。大数据在金融行业当中的应用过程中，在法律制度的保障方面还有待加强，大数据技术的应用由于是新兴的技术，在具体的应用中可能就存在着泄漏隐私的问题。而我国的相关法律制度体系的建设方面还没有完善，对这一方面的监管工作没有得到加强，数据信息共享就常常出现涉及到侵犯公民隐私权质控的现象，这一现象问题要得以重视，从法律的角度进行加强规范。大数据在金融领域当中的应用过程中，使用大数据思维就要注重数据信息的真实可靠性，以及数据计算方法以及大数据模型的完善建立等。但是在实际当中，一些金融行业的中的大数据技术的应用，并没有对这些问题进行认真的思考，这就必然会不利于其可持续发展。
(二)大数据在金融行业中的具体应用
大数据在金融行业中的应用有着诸多的功能发挥，这就对促进金融行业的健康发展有着积极作用。大数据的应用能够实现征信的目标，通过对相关数据信息的收集以及分析就能判断信用风险，这样就能有效的加强信用管理。信用作为金融的核心，整个征信体系的建设也是金融体系良好运行的保障大数据征信主要是在大数据技术的应用下，监理征信评价模型以及对算法实施重新的设计，然后从多维度信用信息的考察，对个人以及企业等信用进行实施评价。大数据的征信来源比较多，有网络公开数据，也有第三方合作方提供的数据，也有用户授权的数据等，这些都成为大数据征信收集信息的重要来源。互联网金融的迅速发展下，大数据在互联网金融中的应用作用就比较关键，电商活动以及第三方支付平台等，都是对信用资源的应用来为用户推广产品信息的。
金融行业中大数据的应用能够进行加强风险管理，大数据技术的应用下能够进行信息的采集以及分析，对数据间不同变量关系进行分析，从而能对金融行业是识别存在的风险加强对风险的控制管理。在大数据的具体应用过程中，可通过相应的案例进行加以说明，某网贷公司通过大数据的技术应用，对网店店主的销售记录以及商品的评价和物流信息进行了收集，对店主的社交平台和用户的交流信息进行了收集，大数据技术的应用后对信息进行了深入分析统筹，然后进行了信用风险的判断，这样对放贷的额度以及利率的设置和安全性就能得到保障，避免了风险的发生。
大数据在金融行业中的市场营销中能发挥积极的作用，市场竞争的日益激烈，使得客户的需求也在发生变化。金融行业的发展过程中所面临的风险类型也比较多样，金融机构进行营销的过程中，就要充分注重和市场的需求相结合，注重针对性的营销，这样才能提高营销的效率。在对大数据技术的应用下，就能有助于市场营销的效率水平提高，金融机构能够通过大数据技术在提高营销策略，为能说明金融机构对大数据技术应用金融营销的效果，引入一个小案例加以说明。某家竞争力相当的股份制银行，在对大数据的应用下，对客户的刷卡消费以及社交媒体信息的收集，对信息分析后对客户的消费倾向进行了分析，然后运用不同地方自动取款机的交易以及手机定位的情况，获得了客户的所在位置，然后结合相关的信息进行制定了针对性的营销方案向顾客进行推送，从而就满足了客户的实际需求。金融行业在对大数据的应用下，就能明显的提高营销的效率。
大数据在金融行业中的客户管理方面的应用，也能发挥积极的作用，金融机构的客户基数比较大，尤其是互联网金融的发展比较快，互联网金融的拥有人数也比较大，业务的增长速度比较快，为能加强客户的管理，就必然要运用大数据技术进行对客户实施细分，识别关键的客户，对客户的实际需求进行挖掘，这样就能有效避免客户的流失。这也是当前金融机构中对客户管理的主要方式，如某银行机构从柜台以及网点和网上银行等多渠道进行搜集了客户和银行的互动信息，其中就涵盖着语音记录半结构以及非结构数据信息，有效形成了全面性的客户全景视图，对客户的流失可能性进行了预测，这就有助于对工作人员作出正确决策提供相应数据依据，能够有效减少客户的流失。
三、大数据在金融行业中的应用发展策略
大数据在金融行业中的应用发展，要充分注重策略的科学实施，这样才能保障金融行业在市场中的健康发展，笔者结合实际提出几点发展建议：
(一)完善构建信用信息服务系统
大数据在金融行业中的应用过程中，要建立统一化的信用信息服务平台，其中就包含多元化的信用信息，平台的信用信息能够实现共享，这一系统的信用信息的来源主要由政府部門以及税务部门和工商部门等，这些个人的信用数据有个人身份以及纳税等相关的信息，互联网大数据平台的中的支付以及点上和社交生活服务也是比较重要的信用信息获得平台，还有掐他的信用数据平台，有物流企业以及外贸等第三方的信用服务平台。通过这些信息平台的有机联系，就能够有助于金融机构业务的安全运行，在大数据技术的应用下就能为金融机构的发展提供相应的决策依据，能有效避免风险的发生。
(二)注重构建风险管理模型
金融行业的健康发展，就要注重风险的有效控制，这就需要从多方面加强重视，应用大数据技术来为解决风险问题提供数据信息。风险管理模型的构建能够将风险进行量化，是智能化的模型类型，能通过大数据的应用观察交易特征将其作为变量，通过计算分值来表示风险，这样就能对客户交易的行为加以分析，对风险的管理起到了积极作用。风险管理模型的基础上，也要能和客户的画像进行有机结合，对数据处理技术的环境安全进行保障，自动挖掘客户担保圈的关系，对语境担保圈形成自动标识。
(三)加强金融行业中国大数据核心应用水平
金融行业的发展对大数据的应用，要注重核心能力的提高，互联网金融要对自身的核心竞争力提高，这就需要从数据的分析能力以及收集能力方面进行加强。金融机构要在大数据产品上进行创新，设计和客户的需求相结合的大数据产品，不仅如此，也要能注重大数据处理分析转化能力的提高，在这一方面要和金融行业的发展相结合，和市场化的需求相结合，只有在这些基础上才能有效保障大数据的应用质量。
四、结语
综上所述，大数据应用在金融行业中，需要从多方面进行考虑，保障大数据的功能充分发挥。在金融行业的转型发展阶段，大数据技术的应用要注重升级，从而满足实际的应用要求，在未来的发展过程中，大数据的应用需求将会加强，金融行业的发展就要充分注重大数据技术的优化应用，保障金融行业健康发展。(作者单位为厦门大学)
作者：程本威
摘要：随着国家的更好发展和科技的不断创新，社会各个行业为了适应时代的发展已经走上了转型的道路，包括房地产评估行业。大数据时代的到来是信息技术发展的必然结果。房地产估价行业是基于数据进行价值评估的，它可以带来很大的积极影响。大数据时代为评估机构提供了新的评估方法，使得房地产评估行业能够实现批量评估。
关键词：大数据;房地产;估价行业;影响
引言
现如今的信息技术已经趋于成熟，各种数据存储的技术也相当发达，所以人们将更多的目光放置大数据行业。在这种背景中，大量的存储数据尚未被开发的商业价值被人们所关注并着手开发，融入到每个行业之中。由于现在的大数据应用广泛，有不少的行业都即将进行资源的整合及转型，这给产业的发展带来了极大的机遇。这对于房地产估价行业来说，所处于的背景都在逐步产生变化，大数据对于其来说既是机遇又是一种挑战。
1大数据时代概念分析
大数据单纯其定义而言，主要是指大数据指的是互联网公司日常运营所生成积累的用户网络行为数据。然而，作用于行业中指的是行业中经营行为以及围绕行业中经营性行为所产生的活动导致的数据，此部分数据在之前的社会生活中因为经济活动相对现今并非十分活跃，且数据联系不紧密，其数据量相对固定。但在现今条件下，行业间联系不断紧密，行业内各部分专业化不断增强，行业数据在不断上升，同时社会内部运行数据也在不断上升，且数据搜集能力的提升也让数据本身散佚程度下降。在此时代内，大数据本身已经成为社会命题与社会现象，对于行业而言，本行业内部数据量的提升与外部社会数据量的提升同步对行业生态发生冲击。
2大数据对房地产估价行业的一些影响
2.1推动估价行业作业模式的革新
在全新的大数据时代中，估价企业需要大量的搜集房地产相关的数据资料，持续提高企业处理数据的水平，不然企业将进步显微、难以提升。大数据的处理多半是处理实时数据，针对其结果做出决策。现如今，有越来越多的数据挖掘逐渐前端化，从而推动企业的服务更加具有自己的特征，帮助人们革新自己的思维方式。大数据时代，数据的重要性显而易见，大数据对房地产估价行业的的最大价值在于通过数据共享，交叉复用后可获取最大的经济收益，从一系列的调查等形式来进行数据剖析，从而一改仅凭经验行事的方式，逐渐根据数据做出决策，基于大量数据的决策更加科学高效，评估所得出的结果也是更加趋近于市场的需求。
2.2房地产估价行业应用大数据技术实现资源共享
大数据是企业的重要战略资源，已经得到全社会的关注。现在各个行业领域讨论的焦点就是大数据以及该技术在行业中的应用价值。要对大数据资源掌握主动权，才能真正意义地实现资源共享。随着大数据技术的飞速发展，大数据将成为新一轮技术革命的重要工具，就像计算机和互联网引领一个时代一样。在大数据技术的应用中，应用数据挖掘技术、机器学习技术以及人工智能技术，应用许多算法，结合相关的基础理论，就可以对行业的变化规律作出判断。可见，大数据技术是科学技术中的佼佼者，当前已经成为企业的重要战略资源。现在越来越多的人关注大数据技术，而且还会主动参与到资源共享环境当中。房地产估价行业应用大数据技术对房地产的价格作出评估，需要选择相应的评估参数。
2.3推动行业技术的革新
由于大数据的特性，房地产估价行业对自己提出了更高的要求———确保评估的精准性、严格进行动态追踪。在这特殊的时代中，需要房地产数据的流通及处理的速度更加严格，这对企业正常的业务水平来说是巨大的压力，实时更新等要求也远远超出了以往水平。
3大数据时代中房地产评估行业的对策剖析
3.1扩大业务范围
对于房地产估价行业还说不仅需要持续维护传统业务，还需要不断拓展新的业务。在金融危机出现的时候，我国企业在担保物等方面出现很多的相关问题。在抵押物中，房地产是主要的抵押物，为了减少错误评估带来的损失，就必须严格把控每一个环节，精准评估房地产。然而现在银行中估价方面的人才紧缺，这给银行带来很多不确定的风险。特别是在放贷结束后对抵押物价值的追踪，需要海量的数据支持，才能实时更新抵押物的价值数据。所以，估价企业需要充分来考虑银行的需要，借助大数据技术等，带给银行更优质的服务，不仅如此，还要增强与银行方面的沟通，充分利用自己的优势来提供新的服务业务，以提升经济发展质量。
3.2提升服务水平
在全新的大数据时代，房地产估价企业提高信息化水平势在必行，不仅可以优化服务品质，还可以减低成本。企业不仅要顾及客户的利益与需求，还要提供标准化服务，提高服务品质。抵押物的估值是房地产估价行业最主要的服务内容，这需要企业与金融机构的密切合作，持续开拓创新，提供高品质的服务，有过硬的估价水平，估价精准度高，给客户带来更加专业的品质服务。
3.3迎合时代发展，适时转型
房地产估价行业必须掌握时代发展的节奏，在合适的时机进行转型，才能在市场上站得住脚。在以前的估价行业中，内部的竞争十分激烈，甚至有恶性竞争的存在。所以，这就需要该行业适时的进行转型，根据当前市场的需求以及新技术，发展标准化操作，转型是有一定的流程的，从之前对产品的严格把控到致力提高服务品质，是该行业在大数据时代应当抓住的发展机遇。
4大数据时代下房地产估价行业的发展方向
4.1顺应大数据时代的要求
虽然大数据时代的来临给房地产估价行业带来了新的发展活力和发展源泉，但是也给房地产估价行业带来一定挑战。比如在数据的管理和利用方面，需要充分挖掘一些重要的数据，在实际工作的过程中，如果相关工作人员并没有充分利用大数据技术进行日常工作的话，那么难免会增加工作人员的工作压力，所实施的工作方法的正确性也是有待考量的。因此在当前时代下，房地产估价行业需要緊跟大数据时代发展的方向以及主要的要求实现现代化的转型，从而灵活地应对数据处理和加工方面遇到的挑战。房地产估价企业需要借助大数据时代的发展方向实现企业的有效转型，结合大数据来实现差异化和规模化的发展模式，从而应对在当前房地产估价行业中面临的新变化。企业要从内部管理入手，对企业业务流程进行优质管理。
4.2开拓新业务
为了使房地产估价行业的发展水平和发展效率能够得到有效的提高，房地产估价企业需要在日常工作的过程中开辟一些新的业务，实现房地产企业的持续性发展。房地产是银行的重要抵押品，银行为了防范抵押品的估值风险，需要进行房地产的估价来加强对整个工作过程的有效监督。在实际工作的过程中，企业需要利用大数据技术为银行提供动态化的批量评估服务，还可以给客户提供咨询服务。这样一来，不仅可以使房地产企业能够在原有的工作模式和工作业务上进行有效的巩固，还可以开辟一些新的业务。
结语
综上所述，在大数据背景下，房地产估价行业的可持续发展与大数据技术的运用密不可分，结合现阶段的发展情况来看，已有不少房地产估价机构取得了较为显著的成果，但就整体而言，却一丁至微。因此，房地产估价行业需要与时俱进，顺应大数据时代的发展潮流，才能实现可持续健康发展。
参考文献
[1]刘永霞.大数据、云计算背景下房地产企业会计面临的风险与挑战[J].中国乡镇企业会计，2021(5)：269-270.
[2]陈威铭.关于大数据背景下房地产市场营销的机遇与挑战[J].河南建材，2020(3)：260-261.
吉林省红石土地房地产评估咨询有限公司 吉林省 长春市 130000
作者：陈哲威 刘珩
公司使用大数据的基本情况
无论你是来自互联网行业、通信行业，还是金融行业、服务业或是零售业，相信都不会对大数据感到陌生。据调查报告显示，32.5%的公司正在搭建大数据平台，处于测试阶段;29.5%的公司已经在生产环境实践大数据，并有成功的用例/产品;24.5%的公司已经做了足够的了解，开发准备就绪;基本不了解的只占3000+用户的13.5%。
现有公司大数据的使用情况
其中，大家对大数据平台提出的的主要需求有：36.5%是进行海量数据的离线处理，比如大数据BI;23.2%是为了大量数据的实时处理，比如在线交互式分析;40.3%的公司的大数据平台则同时负责这两种业务。
大数据平台主要负责的业务
传统观念下，大数据往往是大型互联网公司的玩物。然而，通过本次调查，我们却发现在那些对大数据平台有需求的公司中，研发团队规模远没有我们想象的大，29.11%的研发团队仅有1-10人，次居第二的10-50人的规模占到了25.77%,两种规模的研发团队就超过了一半。可见，当下大数据的需求已不止步于大型公司。
研发团队规模 从传统架构到大数据时代应用程序架构的转变往往都会遇到一些问题和挑战。在对计算框架门槛调查中，非专业人士难于入手这一难题的比例达到了46.5%，这对企业人才的培训提出了迫切的要求。
当下计算框架使用过程中存在的问题
打造大数据平台需要企业克服诸多问题和挑战，尤其是安全性和可靠性方面。
大数据平台打造的主要挑战 大数据技术现状 大数据技术在开发者或从业人员的应用中逐步走向成熟，这些成熟的技术在开发人员的探索中得到了初步的稳定发展，公司的使用便是对这些技术的肯定。包括开发语言，数据分析语言、数据库等在内的大数据工具，究竟哪个更适合自己的业务，相信开发者们都有自己的评判标准。
在众多的开发语言中，大数据平台开发者们尤为青睐Java，占到了总比例的65%，远远超过其他开发语言。值得一提的是，Hadoop本身就由Java实现的。
大数据开发语言
在大数据分析语言中，SQL的使用比例达到了64%，是R语言使用者人数的2倍之多。我们从中不难看出SQL-on-XXX项目的前景;同时从R的支持率上，也看到了更多非技术人员，比如数据分析师对低门槛分析类语言的需求。
大数据分析通常用的语言
在大数据存储上，HBase则以67.55%的比例位居榜首，远超其他数据仓库，当然这点与Hadoop原生支持是分不开的。
大数据存储中适合的数据库
对存储在HBase或Cassandra这样NOSQL数据库中的数据进行复杂查询，Solr、Elasticsearch、Splunk等主流的搜索引擎差距并不大。
对存储在NOSQL数据库中的数据进行复杂查询，比较合适的工具 大数据未来发展
诚如上文所说，许多对大数据有需求的公司并不一定具备强大的研发团队，在大数据处理过程中往往遭遇众多挑战。那么，在面临这些挑战时，开发者最迫切需要的是什么?
为了解决公司中的实际问题，39.28%的人希望拥有更犀利和通用的计算框架;37.88%的人希望能拥有更好的数据挖掘算法;21.59%的人则对保障性更高的运维有了更多的期盼。
为了解决公司的实际问题，最希望拥有的新技术
良好的大数据计算平台能够有效地支撑企业的海量数据，对于下一代通用大数据技术平台，Spark和Hadoop是公司的主要选择。同时，我们也看到了新贵Spark的发展前景，对比老将Hadoop，差距也仅有3.7%。
人们看好的下一代通用大数据计算平台
现有公司中，大数据平台已包含的部件位居前三的主要是SQL数据库(90.3%)、NoSQL数据库(50.7%)和HDFS(47.2%)，在此基础上，公司计划添加的部件主要包含SQL数据库(57.2%)、Spark(41.5%)和NoSQL数据库(26.9%)。从各公司已有大数据部件和计划添加的部件可以看出，SQL数据库和NoSQL数据库在公司的大数据平台中发挥了重要的作用，得到了各公司的青睐。
现有大数据平台已包含的部件
现有大数据平台计划添加的部件
为了获取更高的收益，企业在前期需要进行有效地成本投入，对大数据平台的投资，公司更加不会吝啬，其中被调查的人群中，45.7%的人所在企业有追加投资大数据平台的打算，同时，公司也期望能够通过多种途径完善大数据平台，主要的完善途径包括基于开源平台自主研发、购买成熟的解决方案，使用公有云。
企业期望完善大数据平台的途径
使用公有云也是企业期望完善大数据平台的有效途径之一，在选择公有云平台方面，企业也面临着很大的倾向性，45.26%的人将阿里云作为首选。
公有云平台的选择 大数据技术培训
技术培训能够对开发者起到一定的指导作用，使得听众可以系统全面的把握新技术的知识脉络，了解技术的发展趋势。在此次调查活动中，69.4%的被调查者表示从未参加过大数据平台构建的技术培训。对于技术培训的形式，49%的人希望是线上培训，收费，成系列型的大数据解决方案，专攻一个方向，解决实际问题;37%的被调查者还是希望免费进行技术培训，即使不成系列，无论是线上线下，能听一节是一节。虽然收费在一定程度上影响了开发者对大数据技术培训的热情，但是能够切实解决实际问题，得到技术和能力的提升，仍是相关技术人员追求的培训目标。
更适合的技术培训形式
那么，对开发者来说，大家特别期望从技术培训中获取的知识又会是什么?
自 1951 年 12 月美国实验增殖堆 1 号(EBR-1)首次利用核能发电以来，世界核电至今已有 60 多年的发展历史。据金准数据统计，截止至 2016 年 6 月，全球共有 444 座反应堆并网发电，并网发电量 387741 百万瓦特;全球共有 62 座反应堆处于建设当中，在建容量 66029 百万瓦特。我国共有 33 座反应堆并网发电，并网发电量 29577 百万瓦特;在建机组 21 座，在建容量 24036 百万瓦特。
我国核电发展至今已有四十余年，经历了核电起步、适度发展、积极发展和安全高效发展 4 个阶段。
我国核电发展的四个阶段
近年来，伴随着我国核电站建设步伐的加快，我国核电产量逐年快速增加。核电年发电量由 2001 年的 174.12 亿千瓦时增长至 2015 年的 1695.18 亿千瓦时，年复合增长率达到 17.65%。2015 年，全国发电量达 56184 亿千瓦时，其中核电发电量占比 3.02%，并继续呈现占比快速提升的态势。
近年来我国核电产量和占总发电量比例
2015 年我国电力生产结构
据金准专家统计，截止至 2015 年 10 月底，我国在建核电机组 25 台，总装机容量 2751万千瓦。2016 年 9 月 16 日，国家核电副总经理郑明光在伦敦世界核协会会议中表示，“中国拟在未来 10 年兴建超过 60 座核电厂。其中未来 5 年将建造约 30 座核反应堆，之后的五年将兴建更多座。中国主要核电企业将至少一年新建两座核反应堆。”考虑到内陆核电技术逐渐成熟，内陆核电有望审批通过，认为，在接下来的数年，我国核电站建设将保持持续高增长的态势，且增速有望进一步提高。目前，按每年新审批 6-8 台核电机组计算，每台投资约 200 亿元，总体市场空间约为 1200-1600亿元/年。核电装备投资占总投资比约为 50%，核电设备的市场空间约为 600-800 亿元/每年。
二、海外市场空间广阔
在我国核电事业高速发展的同时，海外市场也为我国核电设备企业提供了广阔空间。2016 年 9 月 15 日，英国政府在重新评审后批准中法企业共同参与投资欣克利角 C 核电项目，这意味着以中广核为代表的中国核能企业正式进入英国核电市场。这是中国核电第一次参与发达国家的核电项目，极具标志性意义。此外，自 2010 年起，我国陆续展开了对阿根廷、巴基斯坦、埃及、英国、南非等国家的核电项目出口洽谈工作，目前已获得多国核电项目订单，在建核电项目正稳步推进。目前，在我国“一带一路”沿线的 65 个国家中，有 28 个计划发展核电项目，规划核电机组台数达到 126 台，装机总规模约为 1.5 亿千瓦，按核电造价 1.7 万元/千瓦测算，“一带一路”沿线国家核电项目投资将达到 2.5 万亿元。此外，西方发达国家、非洲、南美国家对核电站的需求亦非常强烈。预计未来十年，我国核电产业海外出口将逐渐打开，核电设备海外市场空间将呈现高速增长趋势。
我国核电出口项目概览
三、关注核电后市场的投资机会
乏燃料是使用过的核燃料，通常由核电站的核反应堆产生。据金准数据统计，截止至 2015 年，全球在运核电机组已经产生了 35.1 万余吨乏燃料，按照当前核电装机规模，每年还将产生约 10000 吨乏燃料。对于乏燃料，目前国际上通行的有两种处理方法：一种是不进行乏燃料后处理，燃料棒在核电站反应堆内燃烧完后将其长期暂存、永久贮存、直接处置，被称为开式核燃料循环;另一种是对乏燃料进行后处理，回收其中的铀和钚，再加工成燃料组件进行重复利用，称为闭式核燃料循环。我国主要采取闭式核燃料循环的乏燃料处理方式。
压水堆核电站核燃料循环图
目前，法国、英国、日本、印度采用闭式燃料循环;美国、加拿大、西班牙、瑞典、芬兰等则采用开式燃料循环，将乏燃料作为核废物进行长期处置即一次通过。也有一些国家采取观望策略，尚未决定如何处理乏燃料。
乏燃料水池
乏燃料贮存格架
乏燃料水池是储存和冷却乏燃料组件和破损燃料组件，以及对燃料组件进行检查、修复、运输等水下操作的场地。在反应堆的一个运行周期结束以后，就会将反应堆中约 1/ 3 堆芯的乏燃料组件卸到乏燃料水池中进行冷却。刚卸出的乏燃料组件有着较高的衰变热，在水池中冷却多年以后，衰变热降到足够低就可以将其运到后处理厂或永久贮存场。
乏燃料贮存格架是核燃料循环中的核心设备，广泛应用于乏燃料在堆贮存、中间离堆贮存以及后处理厂贮存。随着我国核电行业的快速发展，乏燃料水池和乏燃料贮存格架市场空间广阔。然而，受制于乏燃料贮存格架中关键的功能材料——中子吸收材料等方面的限制，一直未能实现国产化，依赖国外进口，不仅产品供货价格昂贵，而且技术和供货周期上受到制约。
核电作为一种清洁高效能源，是我国增加能源供应、优化能源结构、应对气候变化最重要的选择之一，把核电规模搞上去应当作为能源战略的一个重点。本文客观分析了过去几年来我国核电发展情况，并预测了未来几年的核电良好的发展趋势。 经过多年实践，我国已经掌握了成熟可靠的核电技术，具备了加快核电发展的条件。我国核电建设将在2008-2010年迎来一波高峰，近年来相应机组完工并网，带动核电在运装机容量快速增长。
独特优势：清洁环保、运行稳定、安全高效
清洁环保：我国能源消费过度依赖煤炭等化石能源，在全国总装机容量中，火电比例一直居高不下，引发了一系列环境问题。根据中电联数据，每燃烧1吨标准煤将产生二氧化碳2620千克，二氧化硫8.5千克，氮氧化物7.4千克和280千克炉渣，带来严重的环境问题。而在核电生产过程中，二氧化碳、二氧化硫、氮氧化物和粉尘等物质均为零排放。根据中电联数据，2016年全国累计发电量6.0万亿千瓦时，其中核电累计发电量为2132亿千瓦时，同比增长约24.4%，约占全国总发电量的3.5%。与燃煤发电相比，2016年全年核能发电相当于减少燃烧标准煤约6568万吨，减少排放二氧化碳约17208万吨，减少排放二氧化硫55.83万吨，减少排放氮氧化物48.6万吨。
▲图表1：2015年煤电污染物在全国排放量中的占比(%)
▲图表2：2016年全国各电源发电量占比(%) 安全高效：从安全性来看，根据概率安全分析，以AP1000为代表的三代核电站事故率低至10-6次/年，比我们生活当中的大部分行业都要安全。核电站有三层防护屏障，防止发生泄漏。核电站周围一年的辐射剂量和乘坐一次飞机相当。从高效性来看，核能要比化学能大得多，一座百万千瓦的煤电厂每年要消耗约300万吨原煤，而一座同样功率的核电站每年仅需补充约30吨核燃料，后者仅为前者的十万分之一。
运行稳定：目前大部分核电站处于基荷运行，不参与调峰。基荷运行可以提高燃料利用效率。核电的换料周期相对固定，一般都是连续运行12个月或180个月换一次料，所以核电站的运行方式高效稳定。2016年，光伏发电、风电、水电、火电和核电发电设备利用小时数分别1103小时、1742小时、3621小时、4285小时和7042小时。核电发电设备利用小时数远高于其他电源利用小时数。
▲图表3：核电辐射与日常生活辐射对比(毫希)
▲图表4：2016年全国各电源利用小时数(小时) 政策利好，核电未来发展空间大
我国政府始终秉承安全高效发展核电的方针，在未来能源规划中对核电提出了较高的目标，且近几年的能源政策中核电规划始终保持一致。根据近年来陆续发布的《能源发展战略行动计划(2014-2020年)》、《电力发展“十三五”规划》及《“十三五”核工业发展规划》等文件的规划目标，到2020年，核电装机容量达到5800万千瓦，在建容量达到3000万千瓦以上。坚持安全发展核电的原则，加大自主核电示范工程建设力度，着力打造核心竞争力，加快推进沿海核电项目建设。建成三门、海阳AP1000自主化依托项目，建设福建福清、广西防城港“华龙一号”示范工程。开工建设CAP1400示范工程等一批新的沿海核电工程。深入开展内陆核电研究论证和前期准备工作。认真做好核电厂址资源保护工作。
▲图表5：近年核电规划汇总
2018-2020年核电或将迎来建设潮。根据金准数据，截至2017年11月20日，我国投入商业运行的核电机组有37台，累积装机容量约3581万千瓦;在建核电机组19台，累计装机容量2200万千瓦。我国核电装机容量占比仅为2%，距离2015年全球核电装机容量平均占比6.4%还有很大差距。在建19台核电机组在2020年前全部投运，届时核电装机容量达到5781万千瓦，基本完成5800万千瓦的装机目标。但是上述规划中还有3000万在建容量需要在2020年前开工，这就意味着未来三年内将开工建设30台百万机组核电站，平均每年开工建设10台。
▲图表6：2016年全国各电源装机占比(%)
▲图表7：2016中国与全球核电装机占比(%)
▲图表8：截至2017年11月我国商运核电机组
▲图表9：2017年11月我国在建核电机组
技术路线明确，三代核电建设稳步推进
三代核电技术路线是CAP系列和华龙一号。目前，我国的第三代核电技术路线主要有两种，一种是引进消化吸收再创新的CAP1000和CAP1400，另一种是中核和中广核自主研发的HPR1000(华龙一号)。AP1000依托项目为三门核电1/2号机组和海阳核电1/2号机组，华龙一号示范项目为福清5/6号机组和防城港3/4号机组。
▲图表10：AP1000首堆工程节点
困扰核电审批的问题将被消除，2018年或将是国产三代核电大批量建设元年。从2016年至今，尚未有新的核电机组开工建设，其主要原因就是三门1号机组(AP1000首堆)未能实现商运，以及“华龙一号”技术路线未能完成融合。近期，这两个困扰核电建设的因素都将被消除。2017年7月，三门核电1号机组热试结束，《华龙一号技术融合方案》也得到复批。目前三门核电1号机组已经开始装料前准备，完成装料后，核电机组将进入带核状态，这标志着AP1000全球首堆并网发电已经不远了。华龙一号后续项目的审批工作也将陆续展开。预计2018年或将迎来新一轮核电建设大潮。
CAP1400初步设计方案已于2014年通过审查。CAP1400大量采用非能动技术，技术先进，但是设备制造难度较大。大量设备系首次制造使用，没有工程实践经验，示范项目进展可能较为缓慢。华龙一号在能动安全的基础上采取了有效的非能动安全措施，技术较为成熟，工程难度较小。华龙一号示范项目福清5/6号机组和防城港3/4号机组已于2015年开工建设。
▲图表12：筹建中的核电机组
核电企业积极布局海外和小堆，带来核电市场新增量
金准专家认为核电“走出去”战略初现成果。2013年10月，国家能源局《服务核电企业科学发展协调工作机制实施方案》首次提出核电“走出去”战略。国际原子能机构预计，2016年至2025年十年间，除中国大陆外，全球约有60-70台100万千瓦级核电机组建设，海外核电市场空间将达1万亿元。我们认为我国核电出海的时机已经成熟，中国核电企业凭借国内充足的订单，三十年的技术积累、相对低廉的造价及充沛的资金实力，有望在全球核电竞争中脱颖而出。目前我国核电三大核电集团正积极布局全球市场。近年来已于巴基斯坦、英国、阿根廷等多个国家签署了核电站项目合作协议并取得了一系列实质性进展。
▲图表13：中国国产核电走出去战略布局
小堆市场前景广阔。国际原子能机构(IAEA)将小堆定义为300MW以下的核反应堆。目前，随着核电技术的不断发展，多功能模块式小型堆逐渐成为各相关企业后续的重点规划产业。核电小堆不仅可以用作发电，而且可以进行工业供热供汽，为城市供暖，还可用于海水淡化和海洋开发，市场前景广阔。
盈利能力：装机容量加速扩张，核电公司盈利能力有望大幅提升
核电盈利能力主要由装机容量决定。核电公司的盈利模式主要由上网电量和度电利润决定。由于核电设备利用小时数有政策保证，基本维持在7000小时左右，所以核电的上网电量主要由装机容量确定。度电利润则由上网电价和成本确定。核电参与市场交易的占比很小，根据中国核电和中广核电力2017年半报告显示，2017上半年，核电市场交易电量约为169亿千瓦时，占上网电量的15%左右。未来几年内，核电的上网电价主要参照核电上网标杆电价0.43元/千瓦时。
《保障核电安全消纳暂行办法》颁布，核电利用小时数有保障。2017年3月，国家发改委、国家能源局印发了《保障核电安全消纳暂行办法》。其中规定，在市场条件受限地区，优先发电权计划按照所在地区6000千瓦以上电厂发电设备上一年平均利用小时数的一定倍数确定。
▲图表14：2020年前将投产机组
▲图表15：核电装机容量预测(万千瓦) 总结
金准专家认为，我们应积极推动第3代核电技术的引进消化，促进国内先进核电技术的加快开发，掌握先进压水堆技术，实现堆型的标准化规模发展，提高核电设备的国产化水平。同时，积极推进第4代核电技术的自主研发，使其及时进人商业化准备阶段。 核安全是核电发展的生命线，来不得丝毫马虎。大规模发展核电，需要进一步提高安全监管水平，全面加强核电设计、制造、建设、运行等环节的安全管理和质量管理。
规模发展核电，还需要配套形成铀浓缩能力，加快建设乏燃料处理工程，健全核燃料循环体系，使核电发展得到充分的资源保障。
规模发展核电，更需要及早培养相关人员，形成人才队伍，为核电发展提供人才保障。
——现场检查系统在湖北的实践
基于数据大集中的监管手段——现场检查系统(EAST系统)应运而生。现在，运用EAST系统进行建模分析，从系统中直接筛选符合条件的信息，实时跟踪数据异动，仅用一分钟就能迅速筛查出过去需要好几天才能查出来的贷款挪作保证金等违规情况，现场检查质效得到大幅提升。
这一系统已经在提升监管水平与效率等方面发挥了重要作用。从实践来看，湖北银监局组织了专业团队，认真做好制定实施规划、夯实数据基础、强化科技支撑等先期工作，顺利成为省局版EAST系统首批试点单位之一。由于EAST系统采集数据具有大规模、细颗粒、标准化、自动化等特点，易于进行海量数据的筛选、关联、比对等操作，正好与信用卡的业务特点以及所秉承的“大数法则”风控基础相契合。
在对辖内某银行信用卡业务的现场检查中，湖北银监局以风险管理、收费管理、质量管理等常见违规问题为切入点，利用EAST系统分析功能建立了一系列模型，提取了不少违规疑点信息，实现“精确打击”。
信用卡疑似套现在交易数据上常有一些异常表现，如每笔交易金额较大、先还后借且交易间隔时间短、为得到最长免息期交易一般发生在还款日附近等等。根据这些疑点信息，湖北银监局建立了相关模型，筛选出近千笔存在套现倾向的交易，督促该银行做好风险排查和防范工作。通过EAST系统建立模型还筛选出恶意透支的可疑名单，下一步将通过现场检查核实催收情况综合判断。信用卡业务作为EAST系统运用的“标靶”，为下一步这一系统延伸到对银行信贷业务、表外业务及外部风险的现场检查打下了扎实基础。
从实践中来看，通过EAST系统的数据直接对接，一方面可以有效克服以往银行机构手工数据录入的选择性规避和操作失误，确保了数据的真实性和一致性;另一方面可以依托系统数据的前期跟踪、监测和分析，准确定位疑点，有效聚焦风险，大幅缩小检查范围，提升检查针对性，实现非现场监管和现场监管的高效联动。EAST系统还能够充分及时地对数据信息进行处理，为监管人员及时
- 1 -
捕捉、监测、分析银行风险创造了有利条件，提升了对风险的识别、预判、预警能力，从而将各类风险隐患更好地消灭在萌芽阶段，提高银行业整体风险防控水平。
为更有效地推广EAST系统的运用，上下间的协调联动非常重要。应努力将EAST系统打造成一个开放式平台。同时，还应建立跨部门的联动工作机制。由于EAST系统科技含量高、技术难度大，推广工作中应注重集成监管人力资源，发挥各部门专业优势，建立沟通联络机制，加强科技与业务部门的融合，提高试点工作效果。EAST系统可以为现场检查提供线索，为非现场监管提供情况验证，同时也为市场准入提供参考意见;现场检查和非现场监管可以运用EAST系统将问题查深查透，这样才能将EAST系统用活用足，将其效用发挥到极致。(作者单位：湖北银监局)
链接
EAST系统是银监会自2008年起推出的现场检查系统。这一系统颠覆了过去用抽查代替普查，用点上的问题推测面上的问题的监管模式，构造了先进的现场检查系统平台和灵活的系统架构，实现了对银行业金融机构海量数据的有效挖掘和深度分析，不仅大大提高了现场检查效率，而且为“精确打击”提供了技术上的支持，是我国银行业监管技术的重要突破。
- 2 -
1. 大数据在实验室管理方面的应用
海量数据已经使我们进入了大数据时代，数据信息的来源、传播速度和传播数量正在影响、改变着人们的思维方式和生活、工作习惯。近年来，基于“大数据”的实验室管理系统的开发以及互联网的实验室管理技术正在兴起。但真正被业内人士承认的教育领域的大数据应用却为数不多，其中被公认的当数东华大学的智能实验室项目。
2009年，东华大学教务处处长吴良提出实验室智能化管理的思路，并将材料学院作为试点单位。实验室智能化管理即用物联网的方式把实验室里所有的仪器设备都管理起来。实验室智能管理过程中记录了学生在实验室内所有的活动情况，包含学生进入实验室的情况，使用的仪器设备情况，使用仪器设备时长等，以及所有仪器的电流、电压都可以监控。如今，东华大学所有学院的实验室都纳入了智能实验室的管理。东华大学通过实验室智能管理系统进行各个方面的数据采集，并对数据进行深度挖掘，形成了各种各样的图表。从图表中可以看出哪些实验室申请的设备根本不必购买，哪些实验室不再需要拨钱。实验室的使用率和第二年的经费完全挂钩，最后实现教育经费使用的集约高效;也可以结合大数据的分析和模拟，建立新型的实验教学课程。
另外，华东大学智能实验室利用云平台(东华云)通过服务器虚拟化和实验教学资源管理系统进行管理，简化了管理流程, 节约了管理成本, 提高了服务器资源申请的灵活性，实现了实验资源管理的信息化和透明化。目前，东华大学智能实验室还实现了24小时开放无人管理、跨学院使用等人工无法实现的管理，数据显示，智能实验室的管理对学生学习自主性的提高有显著影响，学生在实验室的时间甚至超过了在教室的时间。
2. 大数据在校园网用户行为分析方面的应用
经过多年的积累，人类的数据量、数据处理技术和能力都得到了质的飞跃，大数据时代给人类社会带来了诸多具有革命性的变化，而校园网的出现则是传统“言传身教”教育的一次革命。中职学生思想尚不成熟，自律力和识别能力不强，对于开放式的网络有些迷茫。校园网学生用户行为分析的研究是通过对校园网络的测量和分析，挖掘和发现网络中呈现出来的各种行为规律，同时识别一些异常网络行为，最后将用户行为分析展示。这样以便学校采取对应的策略及措施引导中职学生健康上网，从而使校园网真正成为学生获取知识的平台，提高学生的整体综合素质。
广东省电子职业技术学校罗萍设计了一个基于大数据的校园网学生用户行为分析系统，该系统从网站浏览信息、网站发帖留言、搜索关键词、网络购物等四个维度来描述基于校园网的学生用户行为。通过对网络内容的分析，可以进一步细化到学生用户在网络中具体网络行为、发表的言论和帖子、对网络资源的兴趣偏好是什么等等，从而有效掌握学生的上网行为动态。
随着计算机技术的迅速发展，大数据时代的网络行为已经成为当前学生校园生活中的一项重要活动内容，正在悄然的改变着学生的学习和生活。因此，深入研究学生网络行为，理性分析学生网络行为特点，动机和需求，以及如何引导学生合理运用网络资源，树立健康的上网理念，构建有益的校园网络环境，已经成为目前学校研究的重要课题。
3. 数据挖掘在学习分析及干预中的应用
教育领域已经开发和应用了多款学习分析系统，主要集中在绩效评估、学习过程预测与学习活动干预三个方面。
绩效评估: 如美国 Northern Arizona University 研发的 GPS( Grade Performance Status) 系统，可实现全校在校大学生的课堂学习绩效评估。该系统能为教师提供最新的学生出勤情况、学生的反馈意见，为学生提供教师的最新评价以及重大事项的提醒。
学习过程预测: 如澳大利亚 University of Wol-longong 研发的 Snapp( Social Networks Adapting Ped-agogical Practice) 系统。该系统可以记载和分析在线学习者的网络活动情况( 如学生在线时间、浏览论坛次数、聊天内容等) ，使教师能深入了解学习者的行为模式，进而调整教学方式，最大化地为学习者提供适应的教学指导。
学习活动干预: 可分为人工干预和自动干预，现在主要集中在人工干预上，借助绩效评估工具和学习活动预测工具，由教师完成学习干预。自动干预是未来学习分析技术发展的方向，大数据将为这一目标的实现提供强大动力。
在教育管理改革方面，学习分析能为高职院校教育管理系统的方方面面提供指导教学管理活动的相关数据。依靠这些数据，高职院校管理部门可以有针对性地完善不足之处，修订教育管理方案，优化教学资源配置，并最终评估修订方案及资源配置情况。
在教学改革方面，学习分析技术能真正意义上营造信息化的教学环境，保证教师提供的学习服务契合学习者个性化学习、协作学习的需要。传统教学模式中，教师无法保证所提供的学习资源能真正满足学生的学习需求，无法适时调整和分配资源，无法提供个性化地学业指导，无法及时了解学习过程中出现的障碍与疑惑。这些问题都限制了高职院校教育改革的深度，而学习分析技术恰恰可以弥补这些缺陷。通过应用学习分析的相关工具和大数据技术，教师可以及时获取学生的学习行为数据，从而支持一种既能体现教师主导作用，又能兼顾学生主体地位的新型教学方式，以最大化地激发学生的潜能，为新世纪培养创新性人才。
在学习方式改革方面，学习分析技术的作用在于: 自动识别学习情境，能够从大量纷杂的数据中自动分析出学习者的特征信息，根据其需要推送适应的目标资源，并提供学习建议以协助学习者修订自己的学习任务;学习者可以实时调整自己的学习计划，预约辅导以解答学习疑惑;在特定情况下，还可以通过锁定学习者所在地理区域、学习特点等因素划分学习小组，以满足个别学习者的协作学习需求。此外，学习分析能为在校学生提供个性化的学习指导建议，以帮助学生规划在校学习路径，明确其学业成就的期望。
4. 大数据在课程建设方面的应用
大数据时代学习者在数字化学习过程中留下很多数字碎片，通过分析这些数字碎片，我们将会发现学习者的各种学习行为模式。梁文鑫指出：大数据对课堂教学带来的主要影响是使教师从依赖以往的教学经验教学转向依赖海量数据教学分析进行教学，使学习者对自我发展的认识从依赖教师有限理性判断转向对个体学习过程的数据分析，从而使传统的集体教育转向对学习者的个性化教育。
目前流行的大规模在线开放课程(Massive Open Online Course，MOOCs)教育，MOOCs 教育被寄予厚望的主要原因是学习分析技术和大数据对它的支持，有了学习分析和大数据技术，优质的教学、课程资源和服务等通过数据真实客观的被呈现出来。比如：对每一门课程资源和支持服务系统的建设和维护都建立在学习者使用过程的数据分析基础上，从而使提供的课程内容更符合学习者的需求、教学指导更具有针对性，进而提高了学习者的学习积极性，促进了学习成功的实现。学习者在 MOOCs 平台上学习时，教师和程序可以通过大数据对学习者的学习行为进行理性干预，比如：通过预测认知模型为学习者自动提供适合的学习内容和学习活动方案，通过作业情况、留言板以及讨论区的问题讨论情况可以发现存在学习困难的学习者，以确保可以及时对其学习进行有效干预等。
大数据的应用可以实现大规模在线教育的同时可兼顾学习者的个人需求，大数据对海量数据的高速实时处理技术可以为在线教育平台实时洞察学习者的变化、把握学习者的需求、提高学习效果提供支持，还可以对学习过程中产生的不相关信息进行深度分析，以预测和把握学习者的需求变化。
5. 大数据在助学贷款方面的应用
国家助学贷款始于2000年，此后,全国各地普通高等院校陆续开办国家助学贷款业务。但由于政策设计的缺陷、学生个人的诚信缺失、银行的积极性等多方面的问题,贷款业务开展出现较大差异东部好于西部,南部优于北部,部属院校高于地方院校。年国家修正贷款政策,加大贷款工作力度和政策扶持力度,国家助学贷款工作才得以继续进行。但国家对家庭经济困难学生没有给出界定,更缺乏界定标准,因此各高校在确定助学贷款资助对象时,只能依靠学生个人陈述、老师自己的判断、同学之间的投票等方法对困难学生加以界定,以致帮困助学工作困难越来越多。同时,由于信息沟通缺乏有效的渠道,管理缺少统一的工作平台,很大程度制约了贷款工作的开展,影响了学校、银行工作的积极性。缺少信息的沟通,造成信息的不对称,也影响了工作的开展,出现管理的滞后。
2005年，郑爱华作为课题负责人,组织完成校内课题“济南大学帮困助学问题及对策研究”,主持申报了山东省科学技术发展计划软科学科学项目“山东省国家助学贷款中的问题成因及对策研究”,同年获得立项,项目编号：B2005016。
助学贷款决策支持系统是济南大学研究的山东省省级课题“山东省国家助学贷款中的问题成因及对策研究”的子课题之一。目的在于通过该系统,建立家庭经济困难状况指标评价体系,包括评价指标的设立、指标分值的量化、最后计算机进行决策计算,输出决策支持的结果,帮助学校确定贷款资助对象,建立贷款信息数据仓库，并将贷款信息通过计算机进行处理,实现快捷、方便、及时、准确的数据动态管理,克服银行、学校、学生、主管部门之间的信息不对称问题，实现科学决策、信息化管理的目标，有利于山东省助学贷款工作的健康发展,有利于减轻学校贷款工作的管理难度,降低贷款成本,为帮困助学工作开辟有效的途径。
河北省教育厅学贷中心河北省学生贷款管理中心于2007年开始实施助学贷款信息化建设,将先进的计算机技术应用到国家助学贷款管理工作中,建立“河北省国家助学贷款管理信息系统”,使学生对国家助学贷款的申请、学校对助学贷款的管理、银行对学生申请的审批以及其间的各种信息的交互等都实现网络化。 6. 基于大数据证据的教育教学决策
在美国，教育大数据为美国政府、教育管理部门、学校与教师做出合理的教育教学决策提供了可靠的证据。整体上，美国建立了严格的教育问责制度，包括利用州教育问责系统(State Accountability Systems)对各州教育发展情况进行全方位评价，借助于学区级评价系统(District-level Evaluation Systems)评价各学区、各学校的整体教育质量，并要求学校与学区要对后进生进行基于数据的支持性学习干预(Data-driven Interventions)。美国联邦政府以及各州政府基于对教育大数据的分析结果评价各州或州内学区的教育进展水平，并以此作为教育投入的依据以及教育政策制定的根据。
美国学校一般利用基于大数据的教育评价支持本校在规划学校整体发展、优化学生管理、制定教学质量改进计划等方面的教育教学决策。据统计，97%的美国中小学利用来自整个年级或整个学校的教育大数据确定学校需要提升的关键领域;分析学生的个体数据以便于分班或安排相关学习支持服务，包括了解哪些学生需要特殊支持或更多支持。47%的美国中小学通过专门的评价人员分析不同教师讲授同一教学内容或同一教师以不同教学策略讲授同一教学内容时产生的数据，评价教师的教学质量并提出教学方式变革计划。而83%的学校在利用教育大数据尤其是本校产生的大数据了解本校教师教学发展的现状与需求，并据此决策如何支持本校教师的教学发展。
学校教师可以利用教育大数据改进与优化自己的教学决策。整体上，教师可以利用大数据分析需要在何种时机对哪些学生以何种方式安排何种教学内容。教师利用本班学生产生的大数据，或同时借助与外部大数据的对比分析，可以深度评价本班学生的学习表现与学习效果，可以有效分析学生的学习偏好与个性化需求，分析学生群体的学习需求，同时也可以利用数据分析哪些学生更适合在一起进行小组学习，分析怎样分组才更合理。对于那些有学习困难的学生，通过对大数据的利用，可以分析出学生在什么环节、什么类型内容学习方面存在问题，分析哪些因素可能在影响学生的学习，这样便于给出适当的学习支持与干预。
那么，大数据从何而来?美国在教育评价的实施过程中主要依托覆盖全美的立体化教育数据网络，同时注重数据质量保障，有效地解决了教育评价“大数据从何而来”的问题。
国家级、州级(State-level)、学区级(District-level)以及校级(School-level)在内的各级各类教育数据系统(Educational Data System)均服务于教育问责体系。这些数据系统之间相互关联，数据互通，形成立体化数据网络，为美国教育评价用大数据的获取提供了基本的依托。
在国家层面，美国有由教育部与各州教育管理部门及一些企业协同创建与发展的教育数据机构EDFacts，建设了“教育数据快线(ED Data Express)”，还有美国国家教育统计中心(National Center for Education Statistics)，主要任务在于与教育部内部各机构、各州教育管理部门、各地教育机构合作提供可靠的、全国范围内的中小学生学习绩效与成果数据，分析各州报告的教育数据以整合成为联邦政府的教育数据与事实报告，为国家层面的教育规划、政策制定以及教育项目管理提供了有力的数据支持。
2005年，美国教育部启动了“州级纵向数据系统项目(The Statewide Longitudinal Data Systems (SLDS)Program)”，旨在帮助全美各州“设计、开发与利用州级纵向数据系统以便有效地、准确地管理、分析、分类处理与利用每一位学生的数据”，至今全美有47个州至少获得过一次本项目资助。
州级与学区级数据系统主要为区域性教育评价提供数据支撑，其中主要包括本州/学区学生的成长数据，教育工作人员在工作方面的安排与准备等相关数据，以及其它关于学与教条件的关键数据，比如教师人数、学生入学率、学生与学生家长及学校教职员工对于学校氛围、条件等方面的评价数据等，认为这些数据直接反映学校与学区在让学生做好毕业准备方面取得的进展情况。各州的教育数据系统基本都具有测量学生的成长(Student Growth Measures)、提供高中学习反馈报告(High School Feedback Reports)、实施学业预警(Warning Systems)的功能。学校常常利用四种类型数据系统来收集、整合教学过程数据或评价数据：一是在校学生的实时信息系统(Student Information System)，其中包括学生出勤率、人口学特征、考试成绩、选课日程等数据;二是数据软件坊(Data Warehouses)，其中保存了学校当前或历史上的学生、教职员工、财政方面的信息;三是教学或课程管理系统(Instructional or Curriculum Management Systems)，支持学校教师接入教学设计工具、课程计划模板、交流与协作工具，支持教师创建基准性评价;四是评价系统(Assessment Systems)支持快速地组织与分析基准性评价数据。 7. 大数据在招生方面的应用
数据挖掘是一项新兴的技术，是商业智能的重要组成部分。近年来，随着高校数据收集量的不断增加以及教育决策对量化分析结果的愈加依赖，数据挖掘在美国高校管理中的应用呈显著上升趋势。许多研究表明这项技术能帮助大学管理人员更好地分析数据，从而获取潜藏的、有用的信息和知识，最终提高决策效率。
加州大学9所分校在校长办公室的统一协调下通过“综合评审”的原则招收本科生。“综合评审”包括两个步骤：第一步是对申请学生的合格性通过多种方法进行确定;第二步是对合格学生的所有背景、特征及技能进行综合评定，并以此为标准做出录取决定。加州大学虽然保证录取所有合格的学生，但由于有的分校或专业竞争激烈，例如伯克利分校、工程专业等，因此不能保证完全按学生的报考志愿录取。在这种情况下，所有合格、但未被报考分校录取的学生，将被推荐到两所加州大学制定的分校，以确保尽可能录取每位合格的学生。另一方面，这两所分校也通过 录取这些“落榜”的学生来增加其入学人数。由于加州大学的录取审核工作是由各分校负责进行，招生的最后决定到四月初才能见分晓。这时许多学生可能同时接到其他大学的录取通知，并需要在短期内选择自己要上的大学。因此，从吸引合格学生入学的角度来说，这时再向学生推荐这两所大学为时已晚。为了提前做好这一工作，校长办公室招办在一月份申请截止日期之后就对申请学生的录取情况进行预测，并将这些合格但极有可能被拒的学生名单提供给这两所分校，供他们提前向学生宣传学校的情况，鼓励学生来这两所学校就读。校长办公室用来完成这项预测分析研究的工具就是SAS Enterprise Miner数据挖掘技术。
通过这项数据挖掘技术，加州大学可以更有效的招收合格的学生。 8. 大数据在学习成果评估方面的应用
随着大学教学模式由传统的“行为主义”方式向“构建主义”教学过渡，如何更有效地对学生成绩进行评估也成为广大教师和评估工作人员面临的挑战之 一。除了利用传统的考试方法对学生所学知识进行考核外，越来越多的授课教师侧重对学生的学习行为进行评价，譬如合作意识、创新精神、实践能力，等等。这些评价结果更有利于帮助学生提高学习效率，特别是应用知识的能力。但靠传统的评价方法很难有效地完成类似的评估工作，或者说评估结果的可靠性难以得到保证。近几年来，许多学者尝试利用数据挖掘技术提高评估效度。
哈佛大学的研究人员娇蒂·克拉克(Jody Clark)和克里斯·戴迪(Chris Dede)在这方面的尝试非常值得借鉴和参考。他们通过复杂的教育媒体收集丰富的与学生学习行为有关的数据，然后利用数据挖掘技术对其进行分析和研究。
评估结果的价值体现在：1)完成对学生的形成性评估，为教师及时提供信息反馈;2)完成对学生的总结性评估，以真实的实践表现为基础了解学生最终掌握知识的情况;3)根据学生的个性特征，深层了解学生的学习行为以及学习成效;4)合理评判学生合作学习和解决问题的能力;5)通过对学生的学习行为规律和学习成效之间的“路径”关系进行“挖掘”，洞察学生的学习动态。
9. 衢州市柯城区依托大数据为学生“私人定制”成绩单
近年来，随着大数据成为互联网信息技术行业的流行词汇，教育逐渐被认为是大数据可以大有作为的一个重要应用领域，有人大胆地预测大数据将给教育带来革命性的变化。大数据技术允许中小学和大学分析从学生的学习行为、考试分数到职业规划等所有重要的信息。衢州市柯城区以大数据为依托，为学生“私人订制”成绩单。
2015年开始，衢州市柯城区启动教学质量诊断系统项目，采用CC教学测评系统对每个学生进行数据分析，为学生出具“学业诊断分析报告单”。“学业诊断分析报告单”基于对学生一个学期以来成绩的大数据分析，通过“单科成绩对比图”、知识点掌握情况分析表、知识点的个人掌握率和班级平均做对比表，将学生考试各科目考察的每一个知识点的掌握程度作出相应的分析，从数据中分析学生对知识点的掌握程度，对个人能力如识记能力、运用能力做出综合评价，为学生的学业作出一份细致全面的“体检诊断报告”。“学业诊断分析报告单”为学生提供了知识、能力掌握上的优势和不足信息，学生可通过分析原因，提高学习的针对性和有效性，减少重复的试题训练，进而有效减轻学习负担。教师可通过分析了解学生在知识、能力掌握方面存在的优势和缺陷信息，实施补教性教学，从而提高教学质量，促进学校教学、学生学习方式的改革和发展。 10. 大数据在学生扶贫方面的应用案列
西安交通大学学生处立足大学生资助工作实际，按照教育部“教育扶贫，十三五期间实现‘精准资助’”的要求，结合陕西省教育厅关于教育精准扶贫的工作思路，扎实开展了一系列“绿色通道”迎新工作：利用大数据完成学生贫困程度的精准识别，通过实地家访将绿色通道延伸到新生家中，开展“知心工程”让资助教育沁入学生心中，建立七位一体的资助系统让学生没有任何后顾之忧。西安交通大学提供给每个贫困生的，不仅是金钱的资助，更是被尊重及自信积极的人生态度。
资助大数据实现精确认定。在新生来校报到之前，通过“西安交通大学家庭经济困难学生综合认定系统”挖掘学生家庭经济困难指数，认定家庭经济困难学生情况，并以此为依据，主动引导特困新生在家中即可通过网上申请“绿色通道”并顺利入学，消除特困生家庭的后顾之忧，在此基础上与各书院共同主动开展有针对性的帮扶工作。
资助全覆盖实现精准帮扶。学校为每一位通过“绿色通道”入学的学生发放全套床上用品“爱心大礼包”，体现学校的关爱。新生入学后学校将陆续通过“奖、助、贷、补、勤、免、偿”七位一体的资助体系给予学生持续资助，确保每一位学生不会因为经济困难而影响学业。学工系统还通过“知心工程”工作体系，全面跟踪家庭经济困难学生情况，建立建全贫困生信息库。今年学校还将特别为建档立卡户新生每人发放一学期的生活费。 11. 希维塔斯学习”(Civitas Learning)利用大数据帮助学生提高成绩
在教育特别是在学校教育中，数据成为教学改进最为显著的指标。通常，这些数据主要是指考试成绩。当然，也可以包括入学率、出勤率、辍学率、升学率等。对于具体的课堂教学来说，数据应该是能说明教学效果的，比如学生识字的准确率、作业的正确率、多方面发展的表现率——积极参与课堂科学的举手次数，回答问题的次数、时长与正确率，师生互动的频率与时长。进一步具体来说，例如每个学生回答一个问题所用的时间是多长，不同学生在同一问题上所用时长的区别有多大，整体回答的正确率是多少，这些具体的数据经过专门的收集、分类、整理、统计、分析就成为大数据。
现在，大数据分析已经被应用到美国的公共教育中，成为教学改革的重要力量。为了顺应并推动这一趋势，美国联邦政府教育部2012年参与了一项耗资2亿美元的公共教育中的大数据计划。这一计划旨在通过运用大数据分析来改善教育。联邦教育部从财政预算中支出2500万美元，用于理解学生在个性化层面是怎样学习的。其中，“希维塔斯学习”建立了高等教育领域最大的跨学校数据库。
“希维塔斯学习”是一家专门聚焦于运用预测性分析、机器学习从而提高学生成绩的年轻公司。Civitas Learning提供了一套应用程序，学生和老师可以在其中规划自己的课程和安排。“希维塔斯学习”各种基于云的智能手机第三方应用程序(APP)都是用户友好型的，能够根据高校的需要个性化。这意味着高校能聚焦于各自不同的对象，相互不同地用这家公司的分析工具开展大数据工作。
该公司在高等教育领域建立起最大的跨校学习数据库。通过这些海量数据，能够看到学生的分数、出勤率、辍学率和保留率的主要趋势。通过使用100多万名学生的相关记录和700万个课程记录，这家公司的软件能够让用户探测性地知道导致辍学和学习成绩表现不良的警告性信号。此外，还允许用户发现那些导致无谓消耗的特定课程，并且看出哪些资源和干预是最成功的。
12. 电子科大利用大数据寻找校园中最孤独的人
从硅谷到成都，大数据，这个新鲜的话题正在全球同步热传。一场关乎每个人生活、工作和思维的大变革正在悄然发生，大数据时代迎面袭来。
到底什么是大数据?大数据”是“数据化”趋势下的必然产物。数据化的核心理念是：一切都被记录，一切都被数字化。电子科大的周涛解释到，“大数据要求数据能充分发挥其外部性并通过与某些相关数据交叉融合产生远大于简单加和的巨大价值。”比如，国家电网智能电表的数据可以用于估计房屋空置率，淘宝销售数据可以用来判断经济走势，移动通讯基站定位数据可以用于优化城市交通设计，微博上的关注关系和内容信息可以利用于购物推荐和广告推送„„
他们做过一个有意义的课题——寻找校园中最孤独的人。他们从3万名在校生中，采集到了2亿多条行为数据，数据来自学生选课记录、进出图书馆、寝室，以及食堂用餐、超市购物等数据。通过对不同的校园一卡通“一前一后刷卡”的记录进行分析，可以发现一个学生在学校有多少亲密朋友，比如恋人、闺蜜。
最后，通过这个课题找到了800多个校园中最孤独的人，他们平均在校两年半时间，一个知心朋友都没有。这些人中的17%可能产生心理疾病，剩下的则可能用意志力暂时战胜了症状，但需要学校和家长重点予以关爱。
大学生就业：做好职业规划是关键
近年来，高不成低不就、先就业再择业、与企业需求脱节等大学生就业问题日益凸显，甚至可以说已经成为了严重的社会问题。据悉，2013年全国普通高校毕业生总人数将达到699万人，而相关数据显示2013年应届毕业生签约率不足3成。如何突破瓶颈，顺利实现就业?不仅是学生要思考的问题，更是社会需要迫切解决的难题。对此，成都国信安认为，实现顺利就业，大学生需要回归到职业发展的原点——职业规划。
为什么要做职业规划
不可否认的是，无论是何种职业，都需要完整的知识架构体系作支撑，而知识架构体系的构建需要长时间的积累。理论上，现阶段的高校教育虽然在培养完全符合企业需求的人才方面存在一定困难，但其课程体系可以使学生具备企业需求的基本能力素质。而现实中我们发现，很多大学生显然没有具备这一能力。
之所以这样，一个重要原因是很多大学生缺乏准确的自我定位。在高校中，一个普遍的现象是学生自身爱好与所学专业存在严重错位。这类学生在学习过程中往往是抱着“六十分万岁”的心态，学习效果可想而知。同时由于缺乏自我规划，这类学生也很难系统掌握自身爱好所属的知识架构体系，因此在毕业时就容易遭遇本专业能力缺失、业余爱好能力不强的窘境。自身素质能力与企业需求不匹配也就不难理解。
何时做职业规划
正如上面所讲，知识架构体系的构建需要长时间的积累，因此对大学生而
言，大一期间就需要进行职业规划并不断完善。笔者了解到，虽然像中软卓越这样的培训机构会对每一位参加培训的学员进行人才测评，根据其特点进行就业指导，但这样的就业指导应该是锦上添花而非雪中送炭。可喜的是，现在很多高校都在开设就业指导的选修课，也会邀请一些知名公司或机构的管理人员给学生做职业规划的讲座，这些都是非常有意义的举措。
怎样做职业规划
职业规划是一个综合性问题，涉及学生、学校、企业等多个方面。当难以有效改变外界因素时，大学生需要更多发挥主观能动性。笔者建议大学生从以下三个方面做出努力：
首先，树立正确的职业规划认知。很多学生认为做职业规划就是要确立未来工作的职位，其实则不然。总体而言，职业规划是对未来职业发展方向的规划，大学生在此过程中需要确立自身的职业方向、系统掌握职业发展所需的基础能力架构。以中软卓越所在的IT培训行业为例，无论是培训开发还是测试，都需要掌握软件工程、开发语言、数据库、数据结构等基础知识。
其次，从兴趣出发。如果对未来发展有明确的方向，学生就可以根据规划原则构建自身的知识架构体系;而对于对未来发展缺乏明确认知的学生而言，则可从自身兴趣出发，设定一到两个发展领域并以此规划所应掌握的知识架构体系。除此之外，大学生应尽可能多的参加社会实践活动以增强社会实践能力。
再次，积极与在职人员沟通。与在职人员进行沟通一方面有利于准确把握真正的企业需求，另一方面也能对自己形成职业指导，因此中软卓越特别建
议大学生把握每一次与在职人员沟通的机会，聆听更多来自外部的“声音”。
如果大家想了解更多可以登陆我们的官网http://进行了解
2016年12月8日，由中国计算机学会(CCF)主办，CCF大数据专家委员会承办，中国科学院计算技术研究所、中科天玑数据科技股份有限公司与CSDN共同协办的2016中国大数据技术大会在京盛大开幕。
作为大数据领域规模最大、最具影响力的IT盛会，本次活动共历时三天。大会围绕“聚焦行业最佳实践，应用与数据深度融合”这一主题展开，同时涵盖金融大数据论坛，人工智能论坛、数据库论坛等在内的十二场专题论坛。与往届相比，本届大会更关注行业应用最佳实践，突出应运和数据的深度融合，并首次将人工智能、高性能计算等热点话题引入大会。粤科创投界熊昊博士、技术总监黄卓斌和来自国内外数千名大数据从业者与技术专家一同参加了本次大会。
中国科学院院士、北京理工大学副校长、CCF大数据专家委员会主任梅宏发表大会致辞。他表示，大数据对社会经济的发展、科学技术的研究，对国家治理甚至安全，都将产生重要的影响，推动大数据技术、科学及相关应用的发展已经成为国际社会的一个共识。加速相关的研发部署、深化大数据应用，已经成为稳增长、促改革、调结构、惠民生的内在需要和必然选择。
近年来，随着互联网金融的蓬勃发展，金融大数据已成为技术圈热议话题。在12月9日的金融大数据专题论坛上，平安大数据首席总监肖京分享了平安正在策划推出智能+金融大数据打造平安脑智能引擎，以及一系列大数据企业风险管理方案，如数据量化解决方案、数据整合解决方案、大数据企业风险管理平台。百度金融研发负责人沈抖表示大数据已经从用户画像、精准营销、风险管理、运营优化等各个方面支持银行、保险、证券的业务。有了大数据的支持，百度希望做到千人千面，即根据客户的兴趣爱好、人生阶段、对生活品质的要求、消费水平等方面，为不同用户制定不同的营销方案。
来自粤科创投界的技术专家熊昊博士，现场以”大数据时代的股权智能投资“作为分享议题，展开了精彩演讲，熊昊认为互联网股权投资将要进入2.0阶段，这一阶段特征表现为：积极应用人工智能、大数据技术，应用金融科技手段重塑金融核心业务过程。这个阶段面临的难点是对业务知识的理解、数据来源、技术的选择与应用。
论坛现场，粤科创投界熊昊博士着重讲到了大数据知识图谱在智能股权投资领域的应用，并结合大数据尽调和母基金智能报告两个场景做了详细介绍。基于中文语义的实体、概念、关系、情感数据的抽取，进行文本挖掘，语义分析，实体识别和关联挖掘，包含了大图划分算法、子图融合算法、碎片化知识整合等。通过知识图谱可以把数据用活，具体体现为三个方面，一个是持续不断的有消息的输入;第二是可以沿知识图谱定义的作用链进行自动推理;第三是知识图谱可以背靠大数据，实现人工+自动模式下的自我生长。从而形成尽调知识图谱、企业知识图谱、产业知识图谱，并最终生成自动化尽调报告。
据粤科创投界相关人士介绍，粤科创投界隶属广东省人民政府授权经营的国有独资企业粤科金融集团。2015年6月，粤科金融集团为响应“双创四众“的国家号召，联合中科招商集团等知名金融公司成立了互联网金融平台——粤科创投界，公司从成立之初，就注重大数据的应用和科技金融的探索，不断自学习大数据风控系统和海量基础数据的信审系统并应运于实践，是集团在金融大数据应用领域和科技金融领域的先锋兵。
推荐阅读：
中国大数据应用大会（推荐9篇）10-09
中国银行大数据平台（通用9篇）01-03
宽带中国与大数据战略（推荐7篇）09-30
中国化工优势企业进入战略并购时代——基于化工行业、优势企业的数据分析09-25
中国啤酒行业05-28
中国动漫行业11-12
中国翻译行业专题11-25
中国十大暴利行业06-01
中国服装行业趋势07-04
中国十大事件大揭秘01-27
