大数据扶贫精准范文

第一篇：大数据扶贫精准范文

大数据提升政府精准扶贫治理能力探究

摘 要：大数据是优化和提升政府扶贫治理能力的重要手段，大数据时代的来临，为政府精准扶贫治理带来了三大机遇和三大挑战。从深入村户、摸底把脉、精准识别，科学决策、因人而异、精准扶贫，定位管理、因地制宜、特殊扶贫，政府主导、各界参与、立体扶贫等角度，提出大数据提升政府精准扶贫治理能力的四项举措，以期促进我国早日全面建成小康社会。

关键词：大数据;政府治理;精准扶贫

中图分类号：F126 文献标志码：A 文章编号：1673-291X(2016)24-0008-02

大数据的应用变革了政府扶贫工作的思维模式和管理方式，大数据已成为提升政府扶贫治理能力的新手段。精准扶贫是中央高度重视的一项扶贫开发战略。挖掘大数据价值，通过大数据分析扶贫主体的思想与行为特征，按照扶贫对象的个性化需求开展扶贫工作，真正做到政府扶贫的科学化、信息化、精准化。

一、大数据对政府精准扶贫治理带来的机遇与挑战

(一)大数据对政府精准扶贫治理带来的三大机遇

一是大数据资源支持精准扶贫。政府扶贫过程中自身拥有的扶贫区域及扶贫人数等方面的信息、扶贫部门扶贫的效果监测信息、新闻等媒体平台报道的贫困与反贫困信息等，为精准扶贫提供了原始数据。

二是技术、人才的保障等为大数据精准扶贫奠定了基础。伴随着大数据的来临，社会各界都开始关注大数据的应用，大数据思维与关联分析及定量预测技术、大数据基础设施及人才建设逐步得到重视。

三是大数据加强了政府与公众的联结。大数据时代，通过公众的广泛参与，加强了政府与公众之间的阳光互动，政府扶贫举措更加亲民、便民，对促进简政放权、提高政府扶贫治理服务水平具有重要意义。

(二)大数据对政府精准扶贫治理带来的三大挑战

一是海量的贫困与扶贫数据的有效性和可信度值得商榷。大量的数据资料虽宝贵，但下级扶贫办碍于政绩考核压力难免会编造贫困和扶贫信息，造成信息失真。这必然会对数据的来源是否可信存有疑惑，对能否应用到现实问题的解决中增加了识别困难。

二是现有的数据提取与分析技术难以保证政府扶贫决策的科学性。大数据的应用还未得到政府部门的高度重视，即使有所重视，但目前所掌握的相关技术和人才无法保障大数据在扶贫等领域的广泛应用。

三是惯性的主观思维、先验性假定思维与大数据时代的客观思维、基于数据关联预测定量分析思维相矛盾。大数据时代的来临必然重塑政府领导力，引起政府扶贫理念、工作组织、扶贫方式等多方面变革。领导者也要了解大数据技术及应用，从保守封闭向多元开放转变，从控制命令向合作协商转变，从“领导者”变成“服务者”(根据清华大学公共管理学院孟庆国教授在重庆的讲座“大数据时代的治理创新与领导力”资料整理而来)，从主观臆断的“路径依赖”向客观分析决策转变。

二、大数据提升政府精准扶贫治理能力的四项举措

(一)深入村户，摸底把脉，精准识别

一是走村入户，深入调查，取得数据资源。精准识别扶贫对象是精准扶贫的首要任务。培训和组织各级干部深入到村组，深入到贫困户家中进行入户调查，不漏一户，按照“属地原则”分区域分块完成自己的调查工作，收集扶贫对象的相关信息，建立数据台账并细化。将各地区贫困现状、贫困致因、扶贫对象摸清摸透，做到“心中有数”“心中有底”。同时，建立亲属回避制度，避免“优亲厚友”现象，做到“真扶贫、扶真贫”。

二是审查信息，登记入机，打造数据平台。成立专门的小组对收集到的信息资源进行审核和完善，包括每一户贫困家庭户主姓名、家庭人数及情况、致贫原因、扶贫计划及项目、帮扶干部及企业或个人、家庭收入与支出详细情况，建立精准扶贫大数据平台。定期(如半年)进行反馈调查，实现数据资源的动态化管理，对新出现的扶贫对象及时纳入给予帮扶，高度关注返贫群体[1]，做到“贫困有号、脱贫销号、返贫挂号”。

(二)科学决策，因人而异，精准扶贫

一是大数据助力教育扶贫。大数据平台整合分析出因学致贫家庭，为贫困家庭及适龄学生在学校开学之际，设立“建档立卡户信息登记处”，与之前入户调查采集信息进行比对，直接帮助贫困家庭子女入学办理助学贷款[2]。

二是大数据助力病残致贫型家庭扶贫。大数据平台整合分析出病残致贫型家庭，合理配置各地区医疗经费、医疗基础设施建设、医疗卫生政策。除了政府送去医疗基金外，大数据的全国联网还可以帮助医疗资源的调配，发动社会公益力量，让那些没技术医治、没钱医治的贫困群众有办法医治、有条件医治。鼓励社会捐赠医疗器械和药品支持，帮助乡镇计划生育服务站建设和乡镇村级卫生室建设，促进医院改造升级和标准化建设。

(三)定位管理，因地制宜，特殊扶贫

一是大数据助力产业扶贫。通过当地资源的调查，以产业发展为抓手，因地制宜、突出优势和特色，宜农则农，宜工则工，宜搞旅游则搞旅游。积极发挥农村基层党组织和村官的带头作用，引导返乡新生代农民工、大学生群体，利用互联网技术，创业发展农村电商。做大做强农村电商服务中心、便民快递网点“两大平台”[3]。一方面，帮助农村居民网上购物，包裹配送;另一方面，将当地农副产品、工业产品打造成品牌，网上销售，同时网上推介当地农家乐、乡村旅游业发展。

二是大数据助力移民搬迁扶贫。通过入户调查归类，着力将生态涵养区、生态保护区、生态脆弱区、地灾多发区群众和农村贫困户、危旧房户等作为搬迁重点，引导高山居民全部下山搬迁到高山生态扶贫搬迁集中居住区，还原高山生态。搬迁地靠近城镇鼓励经商，靠近园区鼓励务工，靠近景区鼓励发展乡村旅游，靠近集镇鼓励发展手工业，在农村鼓励发展现代生态农业。

三是大数据助力城镇扶贫。以民政局、房管局、救助所、信访办、居委会为调研切入点，以申请为前提，找到需要帮扶的群体，主要定位为：老旧散小区、移民转户小区、廉租房、经济适用房的“老弱病残”和其他突发事故导致的支出型贫困群体，也包括下岗困难职工和已经在城镇落户但生活中遇到困难的农民工群体[4]。并对其家庭收入做核对，对其家庭的支出进行调查。以救济扶贫向帮扶就业扶贫转变，一方面，完善基本的社会保障体系，以救助扶贫兜底;另一方面，以社区为单位，以社会组织的造血、公益为依托帮扶脱困。

(四)政府主导，各界参与，立体扶贫

一是建立结对帮扶机制。由县领导联系民营企业家共同结对一个乡镇，由发改办、民政办、财政办等部门帮扶一个村，每一名干部帮扶一个贫困户。在地方政府土地、税收优惠条件下引导企业家带技术、带脱贫项目进村入户，为贫困居民提供就业岗位、带领贫困户发展致富。

二是建立对口帮扶机制。主城与贫困区县产业结对，帮助区县招商引资和项目引进，帮助培育主导产业，搭建市场平台，帮助农民就业，助推农民增收;探索异地建院机制，援建贫困地区工业园区标准厂房、宿舍、给排水、工业污染处理等基础设施建设。

三是建立智力帮扶机制。建立大数据扶贫专家咨询委员会，为大数据应用到精准扶贫治理工作中提供决策咨询。支持建设劳动就业服务站(所)和劳动技能培训基地，提高贫困群体基础素质;帮助贫困学生就学和营养供给，开展“科教文卫下乡”活动，在贫困村选配大学生村官，鼓励大学生等志愿者下乡支教，组织大学生志愿者开展扶贫接力服务行动;鼓励优质教师、医生下乡指导，打造城乡教育发展共同体、城乡医疗发展共同体。

四是建立城乡建设帮扶机制。援建一批区县城图书馆、体育馆、文化馆、影剧院、商业街等“大件”设施，支持小城镇特色风貌、市政基础设施和公共服务设施建设;支持农村危旧房、棚户区改造，支持新农村建设，援建廉租房、公租房等保障性住房建设，改善居民居住条件。

五是建立多元化参与帮扶机制。促进农村金融参与扶贫，引导银行业开展针对贫困农户及农业生产的信贷扶贫，降低贷款利息率，鼓励外资和民营企业参与扶贫开发，促进NGO小额信贷参与扶贫[5];促进农村保险事业发展，积极发挥农业保险保障作用，增强农业抗风险能力。

参考文献：

[1] 李承隆.北川六大工程立体扶贫[N].四川日报，2015-05-08.

[2] 王雨.打造大数据平台助力精准扶贫[N].甘肃日报，2015-10-09.

[3] 孙惠楠.以大数据精准扶贫为引领 推动三农工作发展取得突破[N].贵阳日报，2015-09-24.

[4] 降蕴彰.城市居民应纳入精准扶贫范围[N].文摘报，2016-01-02.

[5] 蒋若凡，李菲雅，王春蕊.NGO介入性扶贫对贫困农户借款行为的影响分析[J].西南民族大学学报：人文社会科学版，2013，(8)：107.

[责任编辑 刘娇娇]

第二篇：“数据”引领 “精准”扶贫

《人民邮电》“数据”引领 “精准”扶贫

——中国电信甘肃公司以大数据服务地方扶贫项目纪实

【发布日期: 2016/1/8 15:06:35】 【浏览量: 565】

“贫困人口多、贫困程度深，致贫因素多、脱贫难度大”，这是甘肃省委书记王三运对甘肃现阶段基本省情的判断。基于这样的认识，甘肃各级政府和企业都对扶贫开发给予了足够的重视并注入大量资源，中国电信甘肃公司也不例外。

“政府的需求和人民大众的利益，就是甘肃公司业务发展的力量源泉，更是目标和方向。”这是中国电信甘肃公司总经理、万维公司董事长秦学寿的坚持，也是甘肃电信以大数据服务地方精准扶贫脱贫的动力。

从最初的村通电话，到现在的双联“8分卡”、4G网络覆盖;从之前的宽带进村到如今的光纤入户、信息扶贫，每一项技术的革新和业务的推出，无不体现着甘肃电信服务民生的实际行动。如今，由其旗下全资子公司甘肃万维承建并提供服务支撑的“甘肃大数据精准扶贫管理平台”更是吹响了以大数据开展行业扶贫的号角，并凭借着雄厚的硬件和技术实力，将政府精准扶贫、精准脱贫的“精准”二字诠释得淋漓尽致。

大数据的“魔力”

针对基本省情，近年来，甘肃相继实施了“联村联户为民富民”行动、“1236”扶贫攻坚行动，有效凝聚了各方资源和力量，使全省贫困人口由692万减少到417万，贫困面由33.2%下降到19.8%。随着贫困人口的减少，过去“修一条路就能给群众打开一扇脱贫致富大门”的“撒胡椒面”式粗放扶贫已不能适应当前省情，必须向“个性化定制”的精准扶贫转变。2015年6月，甘肃省围绕“精准扶贫、精准脱贫”的总体要求，在全国率先出台了“1+17”的精准扶贫系统性工作方案。这套组合拳整合医疗、教育、农牧等所有与扶贫相关的职能部门，针对贫困户“量体裁衣”，释放政策叠加效应。在此基础上，11月底，又出台了“853”精准脱贫管理办法，狠抓精准识别，力求将军令状细化为作战图，把作战图转化为战果图。

但如何做到精准?417万贫困人口主要分布在哪、为何贫困、怎么让帮扶措施落实?非严谨细致不足以求公平，非实事求是不足以树公信。靠全省14个市州、86个县的工作人员零散的记录和统计肯定不行，这种情况下，甘肃省委、省政府提出用互联网信息化技术作为抓手，建立全省精准扶贫大数据平台。

作为“精准扶贫大数据平台”的承建者，甘肃电信万维公司第一时间与省扶贫办进行了需求对接。2015年6月11日，“全省精准扶贫精准脱贫工作会议”召开后，省长刘伟平组织召开办公会议，将“精准扶贫大数据平台”建设作为落实全省精准扶贫政策的第一件大事，进行了专题研究，提出了运用互联网平台和大数据分析等现代信息技术，通过对扶贫对象的识别、扶贫措施的落实、信息数据的分析、扶贫成效的跟踪等，形成扶贫动态化、全过程闭环管理的要求。6月12日，甘肃电信万维公司抽调70多名技术人员组成平台建设团队，正式开始平台的搭建和功能研发。

从中央到地方，从政府到企业，从工作人员到贫困户，“精准扶贫大数据平台”的建设被寄予厚望，也赢得了众多关注的目光。平台建设启动以来，省长刘伟平，省委副书记欧阳坚，省委常委、统战部部长王玺玉多次听取进度汇报，分析存在的问题，提出建设意见和要求。

2015年9月10日，甘肃省被列为国家扶贫办全国大数据平台建设试点省份，成为在全国率先探索建设精准扶贫大数据管理平台的省。

9月18日，“三西”扶贫开发现场会议召开之际，国务院副总理汪洋在甘肃省委书记王三运的陪同下，专程赴定西市安定区李家堡镇窑坡村考察精准扶贫工作，其间详细了解了“精准扶贫大数据管理平台”的建设和使用情况，对甘肃省用大数据手段进行精准扶贫工作给予肯定。

同日，国务院扶贫办主任刘永富带领八部委九省区的相关领导观看了“甘肃省精准扶贫大数据管理平台”演示，要求通过大数据平台的管理，使精准扶贫工作得到进一步提升。

9月21日，在全国扶贫办主任座谈会上，甘肃省专门就“精准扶贫大数据管理平台”进行了汇报、演示，获得与会人员的广泛认可……

用“数据”说话

准确的数据提取和分析能力是大数据平台赢得各方关注的关键，也是价值所在。

近年来，中国电信甘肃公司依托丰富的通信基础设施，以先进的网络技术、强大的网络运行维护能力和丰富的网络管理经验为支撑，积极运用大数据、“互联网+”服务社会大众和行业发展，在政务、教育、金融、交通等各个领域取得了显著成效。此次与政府部门合作建设精准扶贫大数据平台，就是甘肃电信以智力支持和技术服务全面参与行业扶贫的积极探索与尝试。

建成后的平台按照功能分为扶贫对象、扶贫措施、扶贫成效、数据分析、绩效考核五个模块，模块间相互依存又互相独立。拿扶贫对象模块来说，在贫困户管理栏，任意选择一位贫困户，就可以看到该贫困户的生产生活情况、帮扶措施、帮扶成效等。在此基础上，平台还打通了与扶贫开发工作相关的行业部门之间的信息通道，可以通过与民政、银行、教育、住建等行业部门数据对接，建立智能分析模型，准确评估“1+17”扶贫措施叠加效应，使得扶贫对象、措施到户、项目安排、资金使用、脱贫成效更精准。

目前，大数据平台已与省卫计委新农合报销平台无缝对接，精准扶贫平台中的417万贫困户在医院就医时，刷新农合的报销卡就会自动享受特殊优惠政策，不但简化了报销流程，而且使数据实时同步，方便了资金监管。基础数据的“精准”是平台所有功能的基础，为此，平台还增加用户审计功能，与其他系统互联互通，统一识别标志，统一数据口径，实现扶贫对象全方位对比，为基层实现扶贫对象实名制动态管理提供数据依据。

通过“互联网+”和大数据对扶贫项目进行精准管理，其最终目的就是要彻底改变过去那种项目点多面广、资金零星分散、投向不准、程序不规范的状况，实现扶贫项目监管信息化、精准化和动态化，从制度上、程序上、行为上堵塞漏洞。

2015年6月底，甘肃省教育厅和扶贫办制定“精准扶贫教育支持计划”，对纳入扶贫大数据库的贫困家庭子女免收学前教育阶段保教费;对贫困家庭中职学生按照每人每年2000元标准发放助学金;对进入省内高职院校的贫困家庭学生免除学费和书本费;对贫困家庭考入高职、本科院校的学生给予每学年最高8000元的助学贷款。与此同时，省教育厅还将依据大数据平台，精准开展招生扶贫，到2017年，全省每年将有约8万名贫困家庭中职学生和约4.6万名贫困家庭高职(专科)学生接受免费职业教育。

“大数据平台的采集摸底，让我们进一步掌握了贫困家庭各个学龄段学生的状况，哪些孩子是适龄入学儿童，哪一家享受什么优惠政策，真正不让一个孩子因为贫困而失学，不让一户贫困家庭在享受国家政策上漏掉。”陇西县教育局局长杨海宾说。

大数据平台与政府的需求相融合，与贫困户的渴望相碰撞，还产生了改善农业生产条件和发展现代农业的蓬勃力量。天水市秦州区针对农户在诸如种植、养殖业建设，以及化肥、地膜、农药等配套设施中资金链断裂的瓶颈制约，依据大数据平台，以3～5户联保形式进行贷款扶持，真正把“扶贫之水”精准滴灌到“最干旱禾苗”上。太京镇张吴山村村民贾坝求就是这种模式的受益者，他家依托扶贫项目种植了5亩苹果园，现在又申请到政府提供的5万元扶贫贴息贷款，为果园设施大棚建设提供了资金保障。

“政府派来的帮扶工作队已经把我们家的经济情况录入档案，将根据这个档案给我争取扶贫帮扶政策，帮助我发展养殖业。到2020年，我家的人均纯收入将达到1万元。”这是目前家庭人均纯收入只有3000元的陇南成县二郎乡店子村村民张志强的打算。

事实上，在大数据管理平台的支撑和不断完善下，像贾坝求、张志强这样的贫困户今后将会不断获得来自政府和企业更多具有针对性的帮扶，实现脱贫致富的梦想。

基于“数据”的合力

“精准扶贫大数据管理平台”的建设，经历了顶层设计、软件开发、数据采集三个层面的工作。在设计中，省扶贫办组织涉及精准扶贫方案的23个省直相关行业部门，先后召开20余次业务研讨会议，将“1+17”各项政策措施设计成信息采集表，分为户级、村级、县级数据结构，嵌入大数据云平台，精准掌握贫困户的情况;数据采集中，全省共有15万名工作人员参与，对贫困户的信息进行核实录入，省直各行业部门对平台汇总数据进行确认对接，确保数据准确有效;甘肃电信万维公司则根据平台建设需求，75个团队成员同时开工，放弃休息，高速运转，边研发、边试点、边应用，使平台在短短的几个月时间内不断完善并稳步运营。

2015年6月11日，专题部署平台建设所需人员及资源保障;

6月12日，召开项目启动会，开始框架设计;

6月18日，进行需求对接，正式开始软件开发;

6月26日，大数据平台1.0版上线;

8月，配合省扶贫办进行第一次数据采集; 9月10日，对照问题开始2.0版本研发;

10月8日，2.0版上线，并紧接着配合用户单位进行了第二次、第三次数据采集……

这份平台建设时间表直观反映了甘肃电信万维公司建设团队的工作效率。团队制定了详细周密的“作战计划”，需求统筹、业务开发、大数据分析、运行维护、移动App开发，各个“作战”单元各司其职，认真研究每一个需求，探讨每一个技术细节。由于平台涉及面广，用户一点小小的需求，往往需要开发人员进行数个甚至数十个步骤的设计和程序编写，根据需求设计的平台“宏观框架图”达到近10米，堪称万维公司之最。

要保质保量完成平台建设任务，整个团队70多个成员的工作进度就要保持高度一致，在2015年6月团队组建到7月初第一阶段工作结束的25天、600个小时中，大家吃住在单位，夜以继日、通宵达旦地工作。团队成员管信莉还为此改变了自己已经定好的婚期，成员王富则两次推迟自己的订婚日期……

为了做好支撑服务，使平台顶层设计更加科学、更加符合各地实际，甘肃电信万维公司技术人员还配合相关行业部门先后6次深入天水市、陇南市、定西市、临夏回族自治州、平凉市等6个市州、9个县市区开展实地调研测试及试点工作;平台数据采集工作开展后，他们又认真配合省扶贫办对各级工作人员进行培训，并与省扶贫办共同起草了《甘肃省精准扶贫大数据管理平台运行管理办法》。数据采集中，大数据平台并发量最高达到15万次，甘肃电信万维公司还紧急调配增加10台服务器，使服务器总数达到96台，网络带宽由2G紧急扩展到10G，保障了各项工作的顺利开展。

“目前，我们的3.0版正在研发中，预计1月就能上线。”万维公司精准扶贫平台部负责人郭真满怀信心。截至目前，平台已完成对全省101万贫困户、417万贫困人口的动态管理，汇集到户、到村措施1100万条，数据量达到7亿个，具备精准管理功能。

按照规划，下一步，甘肃电信万维公司将在进一步完善平台顶层设计和功能的基础上，积极与各级政府进行深入合作，依托省级扶贫平台，建设市县级特色服务平台，提供更具个性化的服务，推动产业扶贫项目发展。未来，将积极打造涉及全省各个行业和部门的大数据平台，在更大范围、更广领域服务民生。

《人民邮电》2016年1月8日 一版 作者：肖成年 杨爱芬

第三篇：医疗大数据及精准医疗

谢邦昌

台北医学大学管理学院及大数据研究中心院长/主任

大数据的趋势以及价值是现在最热门的话题，也改变了许多企业经营的方式，对于各行各业来说是势必是一个大挑战，能否将大数据的力量从危机到转机就要看现代经营者有没有转变传统型态的思维?

首先什么是大数据?传统数据一年的数据量大概为3TB左右，以现今数据来说一天的资料量为50TB，由这简单的数据量差就可以得知传统数据跟现今数据的差异多么庞大，也就是现在俗称的大数据时代。数据庞大之下，不管是银行业、传统零售业、社会建设公共方面甚至是医疗保健产业对数据处理、分析方式以及经营企业的模式将会有所改变。

在过往的医疗诊断历史，到医院看病时必须耗费许多时间等待看诊，而医生看诊又要再花费时间。当医生要求病患拍摄X光片或检验时，又要再花额外许多时间诊断。而在现今医疗信息高度发展的台湾，看诊程序从网络挂号、候诊顺序、诊间病历调阅、医师医令、处方开立、放射影像存取、检查检验数据储存等，无数的数据信息便在医院中传递、交换、储存。同时大多数的生理检验信息在你回诊时得以从电子病历中检索，这些我们认为理所当然的信息处理，在台湾我们只要花费少许的时间如一个早上便完成了，而这一切正是仰赖医学信息分析与医疗大数据的交换处理。

医学大数据的产生，主要归功于医疗设备数字化及电子化病历发展两大领域的突破，透过仪器数字化，医院得以获得更多病人疾病与健康信息纪录。而在病人医疗诊断方面，为了完善纪录病患个人资料、诊断数据与过往医疗纪录等，即促成了电子病历系统发展。医学大数据发展由过去纸张记录、纸本信息数字化、医学纪录储存到现今多信息整合，其数据量有着爆炸性的成长，不仅由过去个人社经信息、诊断信息等文字媒介，更拓展到多媒体影像信息，如X光影像，动态视讯影像信息，如核磁共振MRI以及电讯号信息，如心电图等等，这些庞大医学数据的汇集与高度整合技术能力，正是台湾医学信息领域发展领先的原因，同时更显得医学数据发展的多元应用及其重要性。

而由医疗健保产业来说，个人医疗信息终端的产生给医疗产业带来革命性的变化，连结了传统医院、政府(社会保障)、保险公司、药物生产公司等相关产业，形成新的行业生态圈。将互联网+医疗保健去建构一个智能的健康系统，在整个健康系统下会有智能的合作伙伴，包含医院、医生、诊所、学术中心、保险公司、药厂、医疗设备制造商、政府等相关人员等，接着产生出个人化的护理体系，其中包含个人健康、成本节约、提高效率、病人教育、增强通信、绩效度量、

1 预防等相关内容，使得人们有着更健康的社会。

经常听到的医疗云、照护云以及健康云都是运用云端技术结合大数据去提供健康咨询的服务。在网络普及下，人手一台智能型手机让这些云更能够去发挥，客户只需要使用健康感知的终端，其中包含穿戴型装置、爱睡宝、电视机以及相关的智能型测量装置，就能够让亲人、医生以及相关的护理人员得知目前的身体状态，不仅如此，还可以远程监护以及远程门诊，一切都透过远程医疗平台让人们有着安全、方便、快速及健康舒适的生活环境。

大数据在生技医疗卫生发展状况及应用,大数据已深耕于经济领域且创造了巨大的经济价值

美国的大数据产业已经创造了巨大的价值，具体表现在:大数据使美国医疗服务质量得到提高。

对于医疗服务的提供方和支付方来说，在减少医疗成本的同时不断提高医疗质量和效率仍然是一个难以实现的目标，而这也是改善民生的重大机遇。2010年，全美医疗支出占国内生产总值的17.9%，比2000年增长13.8%。而且，某些慢性疾病如糖尿病的患病率正在增加，正在消耗更多的医疗资源。

对这些疾病和其他相关健康服务的管理将深刻地影响国家的福祉。在这方面大数据可以发挥作用。为在广大人群中取得最有效的医疗效果，更多地使用电子健康记录(电子健康档案)，并与新的分析工具相结合，将提供挖掘信息的机会。研究人员可以利用信息寻找有效的统计趋势，并依据真实的医疗服务质量开展医疗评估。

大数据在医疗及生技业之应用

医疗及生技业大数据应用的当前需求来自疫情和健康趋势分析、电子病例、医学研发、临床试验等领域。

疫情和健康分析趋势

利用大数据进行疫情分析，说明这个地方可能处于某种疾病蔓延，实时掌握病情。

Google和疾管局一样能够掌握流感疫情

2009年又冒出了一种新的流感病毒，称为H1N1。这种新菌株结合了禽流感和猪流感病毒，迅速蔓延。短短几星期内，全球的公共卫生机构都忧心忡忡，担心即将爆发流感大流行。有些人发出警讯，认为这次爆发可能与1918年的西班牙流感不相上下，当时感染人数达到五亿人，最后夺走数千万人的性命。雪上加霜的是，面对流感可能爆发，却还没有能派上用场的疫苗，公共卫生当局唯一能努力的，就是减缓其蔓延的速度。为了达到这项目的，必须先知道当前流行感染的范围及程度。

2 在美国，疾病管制局(CDC)要求医生一碰到新流感病例，就必须立刻通报。即使如此，通报的速度仍然总是慢了病毒一步，大约是慢上一到两星期。毕竟，民众觉得身体不舒服之后，通常还是会过个几天才就医，而层层通报回到疾管局也需要时间，更别提疾管局要每星期才整理一次通报来的数据。但是面对迅速蔓延的疫情，拖个两星期简直就像是拖了一个世纪，会在最关键的时刻，让公共卫生当局完全无法掌握真实情况。

说巧不巧，就在H1N1跃上新闻头条的几星期前，网络巨擘Google旗下的几位工程师，在著名的《自然》科学期刊发表了一篇重要的论文，当时并未引起一般人的注意，只在卫生当局和计算机科学圈里引起讨论。该篇论文解释了Google能如何「预测」美国在冬天即将爆发流感，甚至还能精准定位到是哪些州。谷歌的秘诀，就是看看民众在网络上搜寻些什么。由于Google每天会接收到超过三十亿笔的搜寻，而且会把它们全部储存起来，那就会有大量的数据得以运用。

Google先挑出美国人最常使用的前五千万个搜寻字眼，再与美国疾病管制局在2003年到2008年之间的流感传播数据，加以比对。Google的想法，是想靠着民众在网络上搜寻什么关键词，找出那些感染了流感的人。虽然也曾有人就网络搜寻字眼做过类似的努力，但是从来没人能像Google一样掌握巨量数据(big data，直译为大数据)，并具备强大的处理能力和在统计上的专业技能。

虽然Google已经猜到，民众的搜寻字眼可能与流感有关，像是「止咳退烧」，但相不相关其实不是真正的重点，他们设计的系统也不是从这个角度出发。Google这套系统真正做的，是要针对搜寻字眼的搜寻频率，找出和流感传播的时间、地区，有没有统计上的相关性。他们总共用上了高达4亿5千万种不同的数学模型，测试各种搜寻字眼，再与疾管局在2007年与2008年的实际流感病例加以比较。这套软件找出了一组共四十五个搜寻字眼，放进数学模型之后，预测结果会与官方公布的全美真实数据十分符合，有强烈的相关性。

于是，他们就像疾管局一样能够掌握流感疫情，但可不是

一、两星期之后的事，而是几近实时同步的掌握!因此，在2009年发生H1N1危机的时候，比起政府手中的数据(以及无可避免的通报延迟)，Google系统能提供更有用、更及时的信息。公卫当局有了这种宝贵的信息，控制疫情如虎添翼。

最惊人的是，Google的这套方法并不需要去采集检体、也不用登门造访各家医院诊所，而只是好好利用了巨量数据，也就是用全新的方式来使用信息，以取得实用且价值非凡的见解、商机或服务。有了Google这套系统，下次爆发流感的时候，全球就有了更佳的工具能够加以预测、并防止疫情蔓延。

电子病例

将分散在医院中的各个部门、各式各样的病例集中在云端，医生们可透过语意搜查找出任何病例中的相关讯息，进而为医学诊断提供更加丰富的数据。可提供以病患为中心的个人化疗程建议，或帮助对医疗问题及其患病率进行自动诊断。 台湾的医疗黑金：健保数据库

3 Google台湾董事总经理简立峰曾表示：「我认为最有价值的宝藏，就是台湾的全民健保数据库。」，台湾医疗产业贯穿上下游的数据，全在健保数据库里面，而且几乎所有人都要加入，全世界只有台湾拥有如此完整的数据库。美国麻省理工学院电机与计算机科学院教授约John Guttag也说，相较于美国，台湾的健保是由政府买单，这让医疗数据取得变得容易，「这是台湾的机会，未来也很有机会从中获利。」

累积15年来、2千3百万人民的健保数据库，正等待着识货的伯乐来挖宝。台中荣总医生、阳明大学教授吴俊颖以亲身经验说明，过去医学界只知道，幽门螺旋杆菌跟胃癌有关，但是却没有规模够大、时间够长的临床实验可以证实，他与研究团队藉由探勘台湾的健保数据库，发现服药根除幽门螺旋杆菌，可以降低胃癌的发生率。

这篇论文不只发表在肠胃科排名第一的杂志《肠胃病学》上，更震撼了日本医学界。日本是全球胃癌罹患率最高的国家，当地医生特别把这篇论文翻译成日文，并且说服日本厚生省，对幽门螺旋杆菌感染患者全面给付杀菌疗程，不仅影响医师的临床运作、政府决策，甚至有可能改变国际性医疗行为准则。

吴俊颖认为，台湾的健保数据库内容巨细靡遗，所有医疗项目都记录得一清二楚，「它像是永不干涸的黑金，当数据越来越多串联和使用，就会越来越有价值。」然而，吴俊颖也提到，健保数据库有个缺点，就是缺乏诊断和检测结果。 麻省理工学院教授Peter Szolovits也曾举例说明过，如果有一位病患发现关节肿起来，医生跟他说这「疑似」是风湿性关节炎，因此记录风湿性关节炎的费用，可能后来病人发现根本不是这个病，如果把这笔数据用在风湿性关节炎的医疗研究上，那就会变成糟糕的数据，影响研究结果。

「如果能够把健保数据库与医院病历的数据库做结合，那它就会变成最完美的医疗数据库!」吴俊颖提到，病历数据包含检测和治疗的结果，不只对于台湾医疗产业来说非常有价值，国内外的生技和医药大厂，也都会抢着要跟台湾合作。 想象一个情境，有天当你到南部度假，突然感到身体不适，就近到当地的诊所就医。第一次跟你见面的医生，登入全台湾共享的医疗数据库，调出你在其他医院的病历数据，花几分钟就能对你的身体了如指掌，还能透过临床决策辅助系统，显示出跟你有相同症状的病友群体、使用各种药物的治疗状况，透过大数据分析可以协助医生在最短时间内，找出最适合的治疗方式。

「很多人以为这样的愿景，离现实生活非常遥远，其实台湾已经走在半路上了。」台大医院竹东分院院长王明巨如此说道。的确，台湾医疗机构的病历电子化程度很高，很有可能成为全球第一个全国医院流通电子病历的国家。 医学研发

运用实时监测及分析大量的仪器数据，建构预测模型，并利用统计工具改善临床试验设计，分析临床试验数据。发展个人化医学及疾病发作模式等医疗研发。 利用大数据解决多发性硬化症的算法运算复杂度

位于水牛城的纽约州立大学(SUNY)是一个领先全球的多发性硬化症(MS)研

4 究中心。MS是一种具破坏性的、面性的神经系统疾病，影养全球近百人。这种疾病会使人的大脑和骨随发炎并产生神经病，导致患者可能出现行动不便、视力受损、疼痛等症状。

MS的病因是很复杂的，没有一个单一基因是可能的致病源。因此自2007年以来，SUNY就一直希望透过扫描MS患者的基因组的变化来开发新的治疗方式，透过从原本成千上万的基因序列的变异SNP，SNP指的是单核桃多型性，来获得单一样品，研究基因产物和其他基因产物及环境因素进行的交互作用。

研究人员的想法是以多个SNP变异点结合不同的环境变因，并使用一种被称之为「AMBIENCE」的算法，来检测县性和非线性两种数据数据中的相关性，以识别这些交互作用之间的关系。但是这个想法就如同大海捞针，因为环境变因包括像是实验对象曝晒太阳的时间长短、维生素D产生的量、吸烟的情况等皆有可能影响研究结果。况且人类的基因由23对染色体所组成，其中包含约30亿个DNA碱基对，这些因变量和应变量数量多到吓人，必须靠建构一套计算量高达1018的高等分析模型才能解决。

因此SUNY与IBM合作，建构一套搭配软硬件的数据分析系统，以往平均需要27.2小时的工作，缩短到现在只要11.7分钟即可完成。而且这套系统不仅大大简化和加速了复杂的分析过程，还提供了不同类型的变量值，如：分类变量、分配卜瓦松变量或连续常态变量等。过去，只要研究中增加一个新的变量值，研究团队就必须重新编写整个算法，而现在只需按几个键即可完成。

大数据系统分析的应用除了MS的研究以外，全球估计超过3300万人感染，至今没有方法可以完全治愈的艾滋病，以及罕见疾病等，都已开始利用大数据进行大型的医学研究。

临床实验

临床试验藉由大数据而有了重大的改变，可利用临床验数据、仪器读数等，进行比较效果研究、临床决策支持系统、远距病人监测及加强医学数据透明度等方面。

拥有数据数据保护的早产儿

所谓的早产儿是指怀孕不到37周就提早出世的宝宝。这些提早降临人世的小仙子，如果出生后体重不到1500公克，很可能会因为免疫系统尚未发育完全而受到感染，一旦感染之后就很容易引起呼吸衰竭、肺出血及败血症。

不过，加拿大多伦多市立儿童医院里的早产儿，却可以睡得特别安详，因为他们是有数据数据保护的「data baby」。随着医疗设备的发展，利用医疗监测仪器监测病患的生命征象，如血压、心跳和体温等，已经是非常普遍的事了。通常这些仪器还具有警报功能，一旦生理的数据数值超出正常范围时就会发出警示，医疗人员就会采取因应行动。但是即使医术再精湛、经验再丰富的医护人员，可能也无法准确地察觉这些异常的发生时间和严重性，尤其当发生在脆弱的早产儿生身上。

5 根据美国弗吉尼亚大学追踪以往的数据显示，新生儿受到感染初期的12到24小时，因为脉搏和心跳几乎都可在接受的范围内，因此医护人员很难从生命征象数据的改变中察觉，等到警示灯响起，常常为时已晚。

连续监测和记录这些生理性数据，可以观察出新生儿是否遭受感染的早期征兆，但数据量实在太过庞大了。估计这些监测设备每一秒钟就会产生1000个读数。以往是30到60分钟由医护人员归纳出一个数据做为纪录，然后储存72小时。如果要把这些读数统统记录起来，根本是不可能的事。

但这项不可能的任务，并没有吓跑安大略省理工学院和IBM。他们使用来自怀生研究中心的最新技术，利用江河运算平台支持大量数据的收集和分析，一天24小时不间断地收集和记录着包括早产儿的体温、心跳、血氧饱和浓度和血压等电子监测仪器产生的大量数据，以及周遭环境如温度、湿度等相关数据。 在保护病人的隐私安全考虑下，这些数据会直接传到安大略省理工学院研究中心和IBM华生研究中心;系统会分析和研究哪些因素的交互作用会造成感染，甚至哪几床的新生儿因为符合条件较多，可能出现疾病或感染的风险较大。之后，系统再将分析结果提供给医护人员比较判读。这些动作都在数秒内完成。藉由这项计划，儿童病房里的医护人员已经可以提前18到24小时，预防新生儿败血症的发生。

由于大数据在规模(Volume)、增加速度(Velocity)，以及价值性(Value)上正呈现几何上升，而其数据所表现的多样性变化(Variety)与数据的有效性(Validation)，更容易成为企业的风险源头。面对排山倒海而来的大数据，企业需运用大数据，迅速将数据转化成商业智能，运用分析信息，提升市场的洞察能力，做出更准确的营运决策。例如：电信业者可以分析手机在基地台漫游的特性，提供更好的在地费率;信用卡业者可以每天定期分析各种信用贷款所产生的风险，动态调整信贷利率;便利超商可以分析消费者的购买习惯，动态调整架上存货数量等;制造业者可透过现场制造系统所记录的大量在线实时生产数据进行分析，以协助制造业改善制程、提升良率，并减少物料浪费。因此大数据将是企业未来所面临的关键挑战。鉴于目前信息以超乎想象的速度产生、累积、消逝，而企业所面临的商机亦有相同的循环表现。透过海量信息的实时性分析与运用，将可对不同信息的需求者，产生不一样的价值与意义。若能持续在既有的数据中发掘价值，同时考虑动态信息所带动的巨大冲击，并藉此掌握瞬息万变的市场契机，则大数据的分析与应用，将有助于各类型企业在相关营运领域中，引领下一阶段的企业永续发展。基于以上的发展潮流与态势，麦肯锡(Mckinsey)管理顾问公司于2010年已指出未来引领企业发展趋势的十大科技，其中即包含了大数据的获取与分析、云端运算服务的公共价值，以及企业多层面的参与互动及服务。在这些技术与行动通讯网络的整合应用下，企业未来所产生的数据量将呈现倍数成长，并导致过去传统的储存技术即将遇到瓶颈，因此，虚拟化的云端运算分析技术，以及大数据的管理，将成为各方面所即将面临处理的新课题。从目前的技术发展

6 来看，未来各项实体化设施，将可能在未来藉由虚拟化的技术，得以降低各项成本的支出，然而云端运算与大数据的应用，绝非仅为建置一个大型数据中心即可，对于后续所产生大量数据下的数量管控、数据的质量与分析结果，以及这些数据所衍生之相关应用与服务，才是现阶段所应关心的重点。计算设施(Computer) 网络设施(Network) 储存设施(Storage) 数据数量管控数据应用服务数据质量分析虚拟化(Virtualization) 为了结合技术、数据，以及应用分析与服务等三项议题的探讨，本演讲大数据主要阐述BIG DATA 在生技医疗卫生上之应用与研究;抛砖引玉系望能激起大家投入医疗大数据的研究!

7

第四篇：大数据时代汽车的精准营销

随着全球汽车技术的飞速发展，汽车行业在未来将发生巨大的变化，中国汽车市场和汽车消费行为也将发生重大的变革。汽车消费观念与路径正在开始发生变化，中国汽车市场需要更高效、更贴近消费者的应对模式。

传统的汽车营销模式，经实践证明，已经不适应经济和社会发展的需要。随之出现的汽车4S营销模式在中国出现，但在各种因素影响下出现了不和谐的局面，也遇到了发展危机。

在以市场导向、消费者为中心的营销新时代，要想获得收益，企业就必须关注客户价值。客户价值的实现才可能带给企业丰厚的利润和回报。长期以来，企业的市场推广无非就是广告、促销、渠道等营销手段。而当企业花费大量的金钱与精力，致力于这种声势浩大的市场推广时，许多营销经理却又有着这样的迷茫与困惑——明知道促销费用浪费掉了很多但不知道浪费在哪里。精准营销正是借助数据库的筛选，寻找到目标客户，实施有效的推广策略，实现精准销售，从而大大降低营销费用的浪费。精准营销的基础是一个庞大的数据库，记录了所能找到的受众的全部信息，包括地址、教育程度、收入情况、购买记录和消费偏好等维度。信息的维度越丰富，营销的精准度就越高，营销的效果就越好。 基于数据库的精准营销可以根据消费者的特点为他们制定计划，而且能够和他们互动，为他们提供有用的消费信息，具有“针对性、互动性和及时反馈”等特点。精准营销准确细分市场和定位目标客户群之后，根据不同的目标客户和市场特征，考虑他们不同的产品与服务诉求，包括不同的需求与购买行为，采取有针对性、差异化的产品上市活动与计划。

第五篇：大数据下的精准营销方式

而浩如烟海的客户及市场、销售和服务信息，如果没有一个具有高度商业智能的数据分析和处理系统是不可想像的。大数据将是继云计算、物联网之后IT产业又一次颠覆性的技术变革。

大数据将是继云计算、物联网之后IT产业又一次颠覆性的技术变革。 电影《天下无贼》里有这样一句经典对白：“21世纪什么最贵?人才!”如今，选项可能还要加上一个：数据。

而这数据，已不是传统意义的一般数据，而是超大数据、海量数据，就是现在所谓的“大数据(Big Data)”。

如今大数据可谓是风起云涌，红红火火，俨然成为信息技术领域最时髦的词汇。IBM、微软、Oracle、SAP等IT巨鳄，像是寻找到了新的金矿，开始全力挖掘大数据，多方位推广大数据理念，而众多中小IT厂商也跟着蜂拥而至，以分得大数据市场一杯羹。

数据爆炸的冲击波

“大”字不仅意味着数据的数量庞大，还代表着数据种类繁多、结构复杂，变化的速度也极快。研究表明，大数据呈现三种特性：Volume(极多的数据量)、Velocity(极快的处理速度)、Variety(极繁的数据种类)。如今有许多企业已面临单日数据量以数

十、数百TB(万亿字节)的速度增加，而近几年累加的总数据量也达到了PB(1000个TB)甚至EB(一百万个TB)等级，这样的数据量已让传统的数据库难以处理;而且企业数据增加的速度也越来越快，诸如移动化、社交网络的广泛应用，使得数据增加的速度比传统的企业应用程式来得快很多，一旦数据增生速度越快，数据处理、分析的速度也就得跟上;此外，数据更是呈现出多样性、复杂性的特征，一方面互联网不但产生文字资讯，同时也不断在产出与以往不同的数据：照片、视频、微博等，另一方面，IT遍及工作生活中的每个角落，各种各样的传感器、监控器也不断产生，各种机器资讯数据的形式日趋复杂、多样了，从结构化数据到非结构化数据不断转化。这就催生了大数据技术的强烈需求。 今天，从搜索引擎、社交网络的普及到人手一机的智能移动设备，全球互联网上的信息总量正以每年30%-50% 的增速不断暴涨，包括每天Facebook上分享的几亿条内容，每日15 TB的Twitter信息，每天淘宝上数十亿条店铺、商品浏览记录及上亿的成交、收藏记录以及3000多万条传感器资讯，等等。市场研究机构IDC的研究结果显示，去年全球创造的信息数量达到1800EB，并且还以每年50%的速度高速增长，到2020年，全球每年产生的数字信息将达到35ZB(1ZB=1024EB)。据IDC统计，2011年全球所产生的数据总量是1.8ZB，如果把这些数据刻录到CD碟片中，这些碟片可环绕地球30圈。

可以说，目前大部分企业经营决策面临的最大挑战不是缺少数据，而是数据太多，面对这些只是静态、孤立、无多大参考意义的“初级品”的信息数据，企业信息部门如何通过系统功能来有效利用和整合，发掘有价值的数据，给公司营销管理提供决策支持，已成为摆在企业信息部门及其他管理部门面前的难题。

而浩如烟海的客户及市场、销售和服务信息，如果没有一个具有高度商业智能的数据分析和处理系统是不可想像的。而用户想要从庞大海量的数据库中提取对自己有用的信息，就离不开大数据分析技术和工具。事实证明，传统基于过往事实的商业管理系统如BI(智能分析系统)、CRM(客户管理系统)也能够为企业带来价值，但是今天一个优秀的大数据系统更能将数据挖掘技术与现有技术很好地结合起来，将特殊领域的商业逻辑与数据仓库技术集成起来，找出对未来企业战略具有影响的因素，使数据挖掘的分析效果和效益尽可能达到峰值，让企业营销管理能“运筹帷幄，决胜千里”。

像Facebook、Twitter这样面临数据量大爆炸的国际社交网络公司，已开始用分布式程序系统基础架构、非关系型的数据库等新兴大数据技术来解决海量市场信息问题，并取得了成效。国内最大电子商务公司阿里巴巴也在利用大数据技术提供具体服务，如阿里信用贷款与淘宝数据魔方。以淘宝数据魔方为例，利用淘宝平台上的大数据应用方案，商家可以了解淘宝平台上的行业宏观情况、自己品牌的销售情况、市场排名、消费者行为情况等，并可以据此作出经营决策。

重构精确营销模式

大数据时代之前，企业多从哪些平台提取数据、利用哪些营销数据?一般是CRM或BI系统中的顾客信息、市场促销、广告活动、展览等结构化数据以及企业官网一些数据。但这些信息只能达到企业正常营销管理需求的10%的量能，并不足够给出一个重要洞察和发现规律。

而其他85%的数据，诸如社交媒体数据、邮件数据、地理位置、音视频等这类不断增加的信息数据等等，更多以图片、视频等方式存在，几年前可能被置之度外，不会被运用，而今大数据能进一步提高算法和机器分析的作用，这类数据在竞争激烈的市场日显宝贵、作用突出。

包括沃尔玛、家乐福、麦当劳等知名企业的一些主要门店均安装了搜集运营数据的装置，用于跟踪客户互动、店内客流和预订情况，研究人员可以对菜单变化、餐厅设计以及顾客意见等是如何对物流和销售额的影响进行建模。这些企业可将这些数据与交易记录结合起来，并利用大数据工具展开分析，从而在销售哪些商品、如何摆放货品以及何时调整售价上给出意见，此类方法已经帮助这些领先零售企业减少了17%的存货，同时增加了高利润率自有品牌商品的比例。

如果说以前的一些CRM系统，只能促使分析报告回答“发生了什么事”，现在一个优秀的大数据系统已可以被用来回答“为什么会发生这种事”，而且一些关联数据库还可以预言“将要发生什么事”，最终发展为非常活跃的数据仓库，从而能判断“用户想要什么事发生”。

比如当一个顾客进入店铺后，一个零售商利用大数据技术搜索他们的数据库，发现这位顾客是其希望留住的有价值顾客，之后他们通过将其过去的购物历史和Facebook主页获得的这位顾客的信息综合起来，来了解需要花多少钱来留住他，从而确定所售卖物品的合适价格和零售商可以退让的利润空间，并最终针对这位顾客给出最佳的优惠策略和个性化的沟通方式。

如今在美国的沃尔玛大卖场，当收银员扫描完顾客所选购的商品后，POS机上会显示出一些附加信息，然后售货员会友好提醒顾客：“我们商场刚进两三种配酒佳料，并正在促销，位于D5货架上，您要购买吗?”这时，顾客也许会惊讶地说：“啊，谢谢你，我正想要，刚才一直没找到，那我现在再去买。”

这就是沃尔玛在大数据系统支持下实现的“顾问式营销”的一个实例。因为计算机系统早就算计好了，如果顾客的购物车中有不少啤酒、红酒和沙拉，则有80%的可能需要买配酒小菜、作料了。而提供这一决策分析支持的就是其位于美国一个庞大的、通过卫星与全球所有卖场实时连通的企业级数据仓库。 企业要为营销准备什么

虽然大数据展示了非凡的前景和巨大作用，不过，大数据营销仍面临不少问题与挑战。首先面临的是技术难题，毕竟大数据技术尚处于活跃前期，各方面技术并不太扎实，各项工具需要进一步完善。但实际情况是，真正启动大数据营销，企业面临的不仅仅是技术和工具问题，更重要的是要转变经营思维和组织架构，来真正地挖掘那座数据金矿。

大数据的资源极大繁杂丰富，如果企业没有明确的目标，就算没有走入迷途至少也会觉得非常迷茫。因此，首先要确定企业运用大数据的短中期目标，定义企业的价值数据标准，之后再使用那些能够解决特定领域问题的工具。逐步推广，步步为营，不要把理想定得太高，否则失望会越大。当然，企业运用大数据为营销管理服务之前，技术团队要到位是基础。企业的营销团队要能够非常自如地玩转数据。

企业启动大数据营销一个最重要的挑战，是数据的碎片化，各自为政。许多企业中，数据都散落在互不连通的数据库中，而且相应的数据技术也都存在于不同部门中，如何将这些孤立错位的数据库打通、互联，并且实现技术共享，才是能够最大化大数据价值的关键。营销者当留意的是，数据策略要成功提升网络营销成效，要诀在于无缝对接网络营销的每一步骤, 从数据收集、到数据挖掘、应用、提取洞悉、报表等。

要做好大数据的营销运用，其一，要有较强的整合数据的能力，整合来自于企业各种不同的数据源、各种不同结构的数据;其二，要有研究探索数据背后价值的能力，未来营销成功的关键将取决于如何在大数据库中挖掘更丰富的营销价值;其三，探索出来之后给予精确行动的营销指导纲领，同时通过此纲领进行精确快速实时性行动。(