/ 用心耕田 水到渠成 /

高频考点专题笔记 田心 · 专栏

进入「冲刺」阶段，小田心按惯例开启我们的「高频考点专题笔记」专栏。此专栏由去年的「专题重置计划」改进而来，旨在为小伙伴们提供更好的阅读体验。每周四小田心都会以「专题笔记」的形式为大家讲解高频考点，并将持续推送12期。12周后，高频考点知识你将了如指掌。

要注意的是，「专题笔记」专栏是为了让同学们对每个高频考点的知识框架有更清楚的认识，因此，我们会列出知识框架，并对部分较难理解的内容进行简要讲解。如果同学们在阅读时还有不理解的地方，可以参照文末的文献来源，自行查找原文进行精读。

今天，小田心就先为大家带来第五篇笔记——“大数据” 专题。

2020级各大高校真题概览

1.数据素养（清华大学，名词解释，862）

2.数据新闻（浙江大学，名词解释，870；浙江传媒学院，名词解释，440；湖南师范大学，名词解释，831）

3.根据材料分析大数据时代隐私保护面临的新媒体及解决办法（浙江传媒学院，材料分析题，334，）

4.简述数据新闻的特征（上海大学，简答，440）

5.有学者认为数据分析看似客观，但实际上价值判断贯穿了建构到解读的全过程，请谈谈你对数据新闻生产的看法。（安徽大学，论述，440）

6.简述大数据时代的传播特征（兰州大学，简答，637）

麦肯锡将大数据（Big data）定义为：无法在一定时间内用传统数据库软件工具对其内容进行抓取、管理和处理的数据集合。是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。新闻媒体通过使用一定的运算方法对大数据进行分析，可以深化新闻叙事和对事实作出准确判断，对未来进行预测报道，满足用户的定制信息要求，使得数据可视化和具有交互性。

大数据的特征首先就体现为“大”，在先Map3时代，一个小小的MB级别的Map3就可以满足很多人的需求，然而随着时间的推移，存储单位从过去的GB到TB，乃至现在的PB、EB级别。

广泛的数据来源，决定了大数据形式的多样性。任何形式的数据都可以产生作用，目前应用最广泛的就是推荐系统，如淘宝，网易云音乐、今日头条等，这些平台都会通过对用户的日志数据进行分析，从而进一步推荐用户喜欢的东西。日志数据是结构化明显的数据，还有一些数据结构化不明显，例如图片、音频、视频等，这些数据因果关系弱，就需要人工对其进行标注。

这也是大数据的核心特征。现实世界所产生的数据中，有价值的数据所占比例很小。相比于传统的小数据，大数据最大的价值在于通过从大量不相关的各种类型的数据中，挖掘出对未来趋势与模式预测分析有价值的数据，并通过机器学习方法、人工智能方法或数据挖掘方法深度分析，发现新规律和新知识，并运用于农业、金融、医疗等各个领域，从而最终达到改善社会治理、提高生产效率、推进科学研究的效果。

大数据的产生非常迅速，主要通过互联网传输。生活中每个人都离不开互联网，也就是说每天个人每天都在向大数据提供大量的资料。并且这些数据是需要及时处理的，因为花费大量资本去存储作用较小的历史数据是非常不划算的，对于一个平台而言，也许保存的数据只有过去几天或者一个月之内，再远的数据就要及时清理，不然代价太大。基于这种情况，大数据对处理速度有非常严格的要求，服务器中大量的资源都用于处理和计算数据，很多平台都需要做到实时分析。数据无时无刻不在产生，谁的速度更快，谁就有优势。

数据的准确性和可信赖度高，即数据的质量高。数据本身如果是虚假的，那么它就失去了存在的意义，因为任何通过虚假数据得出的结论都可能是错误的，甚至是相反的。

田心说：上述概念需要记忆，尤其是大数据的五个特征。

二、大数据在新闻领域的应用

大数据应用在新闻传播领域最直观的变化就是新闻生产报道的方式发生了变化，可视化新闻、预测性报道等更新了新闻报道的方式。

媒体利用大数据技术掌握每位用户的反馈后即可进行点对点的精准推送。如今广告的营销策略就是利用大数据对海量数据进行分析，从而使得广告主可以定向筛选自己的广告投放的对象，针对受众的兴趣进行优化。

大数据预测舆情的价值实现，必须建立在对已挖掘出的海量信息，利用数学模型进行科学计算分析的基础之上，其前提是各类相关数据的量化，即一切舆情信息皆可量化。同时，要在关注网民言论的同时，统计持此意见的人群数量；在解读网民言论文字内容的同时，计算网民互动的社会关系网络数量；对于网民情绪的变化，可通过量化的指标进行标识等，以此更好的进行舆论引导。

4.电视综艺的精准营销

大数据理念和方法为电视综艺节目的精准营销提供了新的途径和工具。通过采集电视综艺节目及受众信息、构建受众细分体系、选择合适的营销方式、建立个性化营销内容和建立电视受众增值服务体系，以实现电视节目营销实现了精细化过程管理，依据节目策划、制作、播出不同阶段提出不同的营销策略，同时不断循环改进，为后续节目精准营销提供更好支持。

田心说：以上内容理解即可。

三、大数据技术对新闻业的影响

1.大数据对新闻传播内容的影响

在大数据时代，除了一些记者采访的内容，新闻传播的内容还增加了一些其他的内容。比如 通过数据的筛选，找出那些和该事件相似的情况 ，并对其进行对比，找出两者的相同点和不同点，然后根据这些内容 ，找出解决事情的办法，让事物朝着更好的方发展。大数据时代对新闻传播内容的影响还表现在新闻传播的内容多了数据的支撑。

2.大数据对新闻传播写作方式的影响

大数据时代，记者外出采访获得新闻信息之外，更多的通过对数据的分析，通过对数据进行对比来进一步获得消息的准确度和丰富性。

3.大数据对新闻传播方式的影响

大数据时代中新闻传播的方式发生改变，新闻媒体看重的更多是受众的参与性以及和其互动程度。在大数据技术的引导下各类新闻传播方式有效整合，强化信息播报方式的多元性，大幅度提升新闻传播的效率。

4.大数据对新闻传播从业人员的影响

在大数据时代，媒体的分工有所改变。工作人员不能只是单独工作的掌握者，而且还需要拥有多项技能，需要是一位全能人员。同时 ，在大数据时代，需要有专门进行数据分析的人员。大数据时代对新闻传播人员的影响是深刻的，如果无法适应这样的现状，那将会面临被淘汰的可能

田心说：此知识点只需要记忆小标题。

四、新闻业如何更好利用大数据

1.树立正确的传播理念

在大数据时代，新闻工作者应当充分利用大数据技术对海量的数据进行分析处理，不断挖掘新鲜数据，定位目标受众，在海量的信息当中搜寻受众感兴趣的、高质量的信息内容。新闻工作者应该深入基层、主动贴近群众，真正做到“从群众中来，到群众中去”，不断探索，从而更好地了解受众的喜好与需求，为受众提供有针对性的个性化服务。

在大数据背景下，新闻信息的来源与渠道日益增多，不再局限于媒体人员。新闻媒体只有不断优化新闻生产方式，以数据为核心驱动力，丰富内容生产，才能促进自身发展。如越来越多的新闻事件被普通民众发现并发布到网络平台上，新闻工作者可以通过微博、微信等自媒体平台寻找新闻线索。

3.创新新闻传播报道方式

在大数据背景下，新闻工作者应该优化传统的新闻传播方式，主动培养以数据和服务为主的传播意识，提升个体对数据信息的新闻敏感度，利用大数据技术推动自身发展，积极顺应媒介融合这一趋势，适应“单一化—多媒体化—融媒体化”的信息传播形式，以移动端为主的多渠道传播，拓宽传播途径，以可视化为主要呈现方式，创新报道形式。

田心说：这部分内容需要记忆小标题，其他内容理解即可。

在大数据时代，新闻传播业发生了巨大的变化，不仅改变了新闻传播领域的生产方式和传播方式，也改变了新闻传播领域的工作方式。并且，随之出现的数据新闻、可视化新闻也得到越来越多的应用。

“数据新闻”也是一个非常重要的考点，因此，接下来将对“数据新闻”进行详细分析。

一、数据新闻的定义及功能

数据新闻，又称数据驱动新闻，是指基于数据的抓取、挖掘、统计、分析和可视化呈现的新型新闻报道方式。数据新闻是在大数据的技术背景下产生的一种新型报道形态，是数据技术对新闻业全面渗透的必然结果，它的出现改变了传统新闻生产流程，为深度报道的发展带来了希望，给用户带来了轻便的阅读体验，同时，也促进了数据信息公开。数据新闻报道主要包括四个环节：对原始数据的收集、对数据的分析和过滤、将数据可视化、形成具体的新闻报道。数据新闻的特点以数据为支撑、文字为辅助、形象简洁直观、阅读轻量、门槛低。未来，随着媒体专业性的提升，数据新闻也会更加人性化、深度化、互动化。

田心说：数据新闻建议当做名词解释记忆。

二、数据新闻与大数据新闻、可视化新闻的关系

大数据新闻是比数据新闻更高一级的新闻形态，而可视化新闻更多强调的是呈现方式的可视化。

大数据新闻，是基于大数据分析思维的新闻报道，是数据驱动新闻更高一级的形态，代表了未来新闻发展的一种趋势。目前的大数据新闻更多是停留在实验性阶段，预计在2020年以后或者更晚一些时间，大数据新闻的规模化生产会逐步到来。通过对国内外代表性媒体的大数据新闻实践进行研究，可以总结出大数据新闻的四个功能，即新闻叙事、事实判断、预测走向、信息定制。

数据新闻的报道方式能够在宏观上对某个事件看得更加清楚与全面，事件复杂的演进过程以及这个过程中的各个方面，都能描述得直观且有趣。

通过数据地图、信息表等方式，标记清楚每个事实之间的联系及动态，如英国《卫报》记者利用大数据的分析结果，做的其中的一个报道主题便是弄清楚骚乱与贫困有没有关联。记者利用谷歌融合图表，在伦敦地区地图上标记出骚乱分子的居住地信息（黄色点）、实际发生骚乱的地点（灰色点），以及贫困地区分布（越偏红色表示越贫穷）。根据这张图，可以观察每个被标记的骚乱点的人流从哪里来，到哪儿去，从而清楚地看到贫苦与骚乱之间存在的某种关联。这种关系的表达，比起单纯的文字报道来，表现清晰，说服力强。

大数据能够预测社会和人们日常生活中的各个方面。通过挖掘大数据，传媒在技术上可以制作出可视化、交互式的图表，告知很多事项。微观的如流行疾病来袭、交通拥堵情况 ；宏观的如经济指数变动、某种社会危机的来临等等。

利用大数据的分析结果，满足网民的信息个性化要求，根据用户需求提供个性化的大数据服务，是未来的发展趋势。这些报道有一个共性，媒体都致力于以用户的需求为中心，利用大数据诠释宏观社会现象对用户的影响，或者回答用户困惑的问题。媒体可以精准定位，经过后台计算，按照用户的接收习惯、工作习惯和生活习惯将服务推送到用户眼前。

可视化新闻是以数据为核心、以信息为支撑、以可视化为载体的跨媒体新闻报道形式。它综合了现代信息技术、数据化制作和可视化生产等多种应用。简而言之，可视化新闻是基于数据挖掘、以可视化为呈现形态的报道形式。可视化新闻将新闻转化成图像与图形相结合的形式，即使是复杂甚至枯燥的新闻也能激发读者阅读的兴趣，且媒体可实现纸媒端、电脑端、移动端三端的统一同时发布。

田心说：此部分对于各概念关系的表述简单记忆即可，但各概念建议背诵。

三、数据新闻的发展历程

1.萌芽阶段—精确新闻报道

从新闻报道形式的演变历程看，数据新闻并非是一种全新的形式，其起源于西方新闻媒体的精确新闻报道实践。

2.兴起阶段—计算机辅助新闻

随着互联网的普及和计算机技术的发展，21世纪初期，国内计算机辅助新闻、数据库新闻的实践逐渐增多。作为从精确新闻到数据新闻的过渡，计算机辅助报道更偏向于一种辅助工具。

3.繁荣阶段—数据新闻

数据新闻的发展依赖于技术的支持，2013年，《纽约时报》制作的“雪崩”题材数据新闻报道获奖，引发全球传媒界对数据新闻这一新型报道形态的关注，大数据与可视化技术的发展成熟促使数据新闻本土化实践热潮的到来。

田心说：此知识点理解即可，但对于精确新闻、计算机辅助新闻的概念需要记忆。

数据新闻因其翔实的主题材料、严谨的逻辑结构、充分的相关数据以及生动的表现形式，成为吸引用户的重点。不同的传播信源有其独一无二的个性特征，又分属于不同的社会群体，不同的社会群体又相互交叉而产生某种关联，而互联网技术又大大提高了彼此的融合速率。基于此，数据新闻的传播速率也会因为传播信源的多点化而大大提高，进而更加适应现代化社会的发展步伐。

数据新闻拥有“传联”特质毋庸置疑，使得数据新闻的传播渠道更为多样化且主动性意味更为明显。从某种程度上说，传播渠道的拓展已经不再是传统意义上传播者的掌控范围，而是以用户的行为为主。

数据新闻利用相关的技术手段，如网络爬虫或是其他计算机技术实现对特定信息的搜索、分析、入库、可视化呈现，最后在各个传播平台上传播。其通过可靠、高效的数据信息呈现各种创新、美观的数据，而且利用丰富的资料对新闻主题进行横向或纵向的论证增强了数据新闻的说服力。

数据新闻在吸引用户的注意力方面具有极大的优势，数据新闻具有可视化的呈现方式以及互动性极强的特征。用户阅读数据新闻，不用仔细甄别文字信息，单从相关数据中就可以获取想要的信息，适应了当前的时代发展需求，受到了用户极大的欢迎。

数据新闻不仅能及时反馈信息，还让用户参与新闻制作过程，提高用户的参与度，使用户认知成为新闻的重要组成部分，从而实现反馈与传播者制作的有机结合。这在一定程度上完善了新闻的广泛代表性，同时也在一定程度上重塑了我国的媒介传播格局，为数据新闻的发展提供了强劲的推动力。

田心说：此知识点需要记忆小标题。

1.数据源开放程度低，数据监管不力

在数据源开放方面，受开放数据运动以及数据教育的影响，国外许多政府、企业、媒体机构纷纷建立自己的数据库，向记者和公众免费开放。相比之下，国内政府部门、企业机构数据源开放程度较低，数据来源受限制。已开放的数据资源类型单一、分布不均衡，且作为重要数据源的政府部门提供的数据存在一定的滞后性，媒体想要进一步掌握更为详实、个性化的数据较难。

2.新闻从业者数据素养偏低，数据处理能力有限

数据素养指获取、分析、解读数据应具备的知识、技能和方法。当前，国内新闻从业者普遍存在数据素养偏低、数据挖掘能力有限等问题，数据敏感性较低，对数据的挖掘分析流于表面。

3.可视化技术滥用问题突出

当前，数据新闻报道层出不穷，很多新闻从业者对数据新闻的内涵与特征理解模糊，一些媒体盲目追求数据新闻报道的“大而全”，而使新闻报道的实用性和价值十分有限。数据新闻报道中为数据而数据、为设计而设计问题突出，许多数据新闻产品“有数据新闻的外衣却缺乏数据新闻的精髓”。

4.专业化数据新闻团队建设有待加强

从总体来看，我国媒体数据新闻团队构建专业化程度较低，主要是由传统新闻报道团队转型而来，专业设计人才、编程人员的稀缺成为媒体数据新闻实践最薄弱的环节。

田心说：以上内容建议大家背诵小标题，其他内容简单了解即可。

1.提高数据素养，消除数据偏见

大数据时代，数据素养成为新闻从业者必须具备的基本素质。数据是数据新闻的核心，数据的客观、准确是数据新闻生产的基础。新闻从业者只有不断提高数据素养和数据思辨能力，具备扎实的数据分析功底，才能消除数据偏见，避免跌入数据陷阱。

2.提供数据共享，加强数据监管

随着媒体实践进程的不断深化以及从业者数据素养的提高，媒体将逐步加强数据共享，提高数据监管力度，为记者和公众提供多元、可靠的数据信息。

3.提升数据专业主义，打造个性化、定制化、游戏化数据产品

数据新闻为专业性报道提供了事实的数据支撑、生动讲故事的工具以及多样化的呈现方式，在提升专业新闻可读性与阐释效果方面具有明显优势。今后，数据新闻的专业主义程度将不断提高，数据新闻在突发性、调查性报道中的应用也将不断加深。

4.注重数据新闻理论体系建构，创新人才培养模式

随着技术的发展、新闻实践的深入以及对数据新闻教育和人才培养的重视，数据新闻学将逐渐发展成为新闻传播领域成熟的学科分支，因此，对其理论体系的建构、完善与发展应该是学界今后努力的方向。在今后的研究中，学界应注重结合数据新闻本土化实践成果，从多学科、跨学科、多平台的研究视角，构建完善的数据新闻理论体系，以指导我国数据新闻实践科学发展。

田心说：此知识点需要大家背诵小标题，其他内容中的一些文字也可适当记忆。

七、数据新闻在疫情中的应用

在此次疫情的发展过程中，各地确诊病例、疑似病例、治愈病例等具体的数据被实时监测，并以疫情地图直观地呈现动态，清晰明了，便于公众实时了解各地疫情发展情况。凤凰新闻与腾讯新闻制作的疫情地图还支持“分享实时疫情”的功能，公众点击即可生成图片并可以随时分享给好友或朋友圈，用户体验非常好。

人民日报客户端与腾讯看点联合制作了患者所在地点查询地图，也称作新冠肺炎确诊小区图，通过卫星地图展现周围小区的实时疫情扩散情况和严重程度，标注受感染小区的名称及其距离。

疫情当下，各媒体开辟出相应的板块为百姓解忧答疑。其中，由人民网打造的“人民好医生”APP 为受众提供了全方位的健康服务。受众可以在这款 APP上发布求助信息，寻找医生咨询心理问题，还可以了解口罩、医用帽、医用酒精、防护服、84消毒液、核酸检测试剂等物资援助情况。

田心说：以上只是当做案例积累。

八、疫情期间数据新闻的意义与发展

1.打破时空限制，增加报道广度、深度

在数据的处理过程中，媒体和记者对原始数据信息挖掘、识别 、筛选 、吸收以及分析 ，在此基础上整合杂乱无章的信息，使之成为新闻，进而方便全景描述以及观点的归纳与提炼等。

2.立足科学的分析方法，展现新鲜主题

数字化时代，数据的客观性与真实性作用被充分发挥，将事实数据化有利于保证新闻传播的原汁原味，并且将传统新闻传播方式的定性分析逐步转变为定量与定性分析相结合的新闻信息制作形式，将新闻事实数据化，进一步提升新闻的准确性。

3.呈现形式多样，增强读者互动

基于数据可视化技术的数据新闻不再是乏味的文字，而是扩展到图表甚至视频、动画等，同时加上交互式的展现。比如在疫情报道中，患者所在地点查询地图、患者同程查询工具，能给读者们更多的参与权。

田心说：以上内容理解即可。

1.澎湃新闻2019年一篇关于“文遗数字化”的报道中，就较好地利用了国外数据向读者讲述文遗保护的重要性和数字化的意义，更好地普及了“文遗数字化”的概念，唤起了读者对文化遗产的保护意识，达到了良好的宣传效果。

2.新冠疫情刚暴发不久，丁香园便推出了新冠肺炎的实时疫情地图，对疫情数据实时更新。从最初几百例到7万多例，从国内到国外，从输出性到输入性病例，丁香园通过对277个病例和41个死亡案例的整理，呈现出新冠肺炎病例群像。

3.《南华早报》2020年3月30日A12版推出的整版报道《解码Covid-19》，运用图表和图形，以文字贯穿始终，向读者详细解释了新冠病毒，有一定的权威性。

4.2020年Sigma Awards入围作品——广州绿网环境保护服务中心（中国）制作的《绿色数据——中国环境数据库的建立与应用》，受众可根据自己的实时位置查询周围环境信息。

1.大数据时代是这个时代的潮流和方向 ，只有顺应时代的发展，才能使自身具有更多的竞争力。同时，在大数据时代新闻传播业发生了巨大的变化，不仅改变了新闻传播领域的生产方式和传播方式，也改变了新闻传播领域的工作方式。【可作引言】

2.大数据时代，数据新闻已成为新闻报道领域的常规报道样式。随着新技术与数据新闻生产的不断融合，数据新闻在内容深度、表征形式及功能延伸上均获得了新发展，在强化知识传播功能的同时积极向互联网产品升级，预测未来的功能渐成数据新闻的新落点。【可做引言】

3.5G时代已经来临，随着大数据技术将在新闻采编领域的不断运用，在传统新闻采写的基础上，数据新闻及可视化日益成为一门重要的现代新闻表达语言，了解和掌握数据新闻及可视化对新闻工作者来说十分必要。【可作结语】

4.从我国新闻传播行业发展的总体趋势来看，媒介与信息的融合发展是未来新闻行业发展的基本方向与必然趋势。未来，大数据技术将为新闻传播的主要手段。【可做结语】

[1]5G时代做好数据新闻及可视化的思考，李祥甫

[2]大数据技术对新闻传播领域的影响分析，陈秋如

[3]大数据中的隐私流动与个人信息保护，林爱珺

[4]数据新闻在新冠肺炎疫情期间的特点和应用，周娴

[5]数据新闻的发展优势探究，赵喜峰

[6]浅析数据新闻时代的新闻生产及新闻伦理问题，陈凯君

[7]论大数据新闻真实性的个性特征，杨保军

[8]大数据与新闻报道，陈力丹

[9]数据新闻的历史、现状与发展趋势，陈虹

[10]从精确新闻到大数据新闻-关于大数据新闻的前世今生，喻国明

[11]数据新闻对新闻生产实践与观念的重塑，胡杨涓

[12]数据分析在数据新闻生产中的应用、误区与提升路径，张超

　　供应链大数据分析，越来越多的企业采用数据分析来应对供应链中断，并加强供应链管理(SCM)，目前有几项重大中断正在影响供应链。以下分享供应链大数据分析，一起来看看。

　　供应链大数据分析1

　　全面解析大数据给供应链带来的益处

　　时下，大数据已经完全跨越概念炒作，而成为很多行业业务发展中实实在在应用的重要武器，但是在供应链管理领域，大数据技术的应用产业发展则处于起步阶段，但是相信伴随其他行业大数据的快速发展，供应链管理中的大数据也会迅速跟上来，那么人们势必会问大数据到底能够为供应链带来哪些益处呢，下面请随乾元坤和小编一同了解大数据给供应链带来的好处。

　　1、库存优化。比如，SAS独有的功能强大的库存优化模型可以实现在保持很高的客户满意度基础上，把供应成本降到最低并提高供应链的反应速度。

　　其库存成本第一年就可下降15%～30%，预测未来的准确性则会上升20%，由此带来的是其整体营收会上升7%～10%。当然还有一些其他的潜在好处，如提升市场份额等。此外，运用SAS系统，产品质量会得到显著提升，次品率也会因此减少10%～20%。

　　2、创造经营效益，从供应链渠道，以及生产现场的仪器或传感器网络收集了大量数据。利用大数据对这些数据库进行更紧密的整合与分析，可以帮助改善库存管理、销售与分销流程的效率，以及对设备的连续监控。制造业要想发展，企业必须了解大数据可以产生的成本效益。对设备进行预测性维护，现在就具备采用大数据技术的条件。制造业将是大数据营业收入的主要来源。

　　3、B2B电商供应链整合。强大的电商将引领上游下游生产计划-下游销售对接，这种对接趋势是上游制造业外包供应链管理Supply-Chain，只专注于生产Manufacturing，ProductionChain(R&D)。

　　物流外包上升到供应链外包是一个巨大的飞跃，体现了电商的强大竞争力和整合能力，海量数据支持和跨平台、跨公司的对接成为可能。B-B供应链整合具有强大的市场空间，能够改善我国产业布局、产业链优化、优化产能分配、降低库存、降低供应链成本、提高供应链效率。

　　4、物流平台规模发展，B-C商业模式整合已经成为现实，但是物流执行平台的建设是拖后腿的瓶颈。多样产品的销售供应链的整合有很大的技术难题，如供货周期、库存周期、配送时效、物流操作要求等，这样的物流中心难度很大。

　　大数据平台建设将驱动整体销售供应链整合;中国的还有的现实问题跨区域物流配送、城乡差异等，政府的管制是一大难点/疑难杂症，大数据平台有助于政府职能调整到位。

　　5、产品协同设计，过去大家最关心的是产品设计。可是现在，在产品设计和开发过程中，相关人员相互协同，工厂与制造能力也在同步设计和开发中。当前的压力在于向市场交付更具竞争力、更高配置、更低价格、更高质量的产品，而同时满足所有这些要求，是制造和工程企业的下一个重大的价值所在。这也正是大数据的用武之地。

　　企业如何部署大数据?

　　要让数据发挥价值，首先要处理大数据，要能够共享、集成、存储和搜索来自众多源头的庞大数据。而就供应链而言，这意味着要能够接受来自第三方系统的数据，并加快反馈速度。

　　其整体影响是增强协同性、加快决策制定和提高透明度，这对所有相关人员都有帮助。传统供应链已经在使用大量的结构化数据，企业部署了先进的供应链管理系统，将资源数据，交易数据，供应商数据，质量数据等等存储起来用于跟踪供应链执行效率，成本，控制产品质量。

　　大数据给供应链带来的好处

　　而当前大数据的概念则超出了传统数据产生、获取、转换、应用分析和存储的概念，出现非结构化数据，数据内容也出现多样化，大数据部署将面临新的挑战。

　　针对如今所生成、传输和存储的海量信息进行简单处理所带来的挑战。当前，数据量呈爆炸式增长，而随着M2M(机器对机器的通讯)的应用，此趋势仍将持续下去。

　　但是，如若能够解决这些挑战，将可以打开崭新的局面?核心在两个方面：

　　1、解决数据的生成问题，即如何利用物联网技术M2M获取实时过程数据，虚拟化供应链的流程。通过挖掘这些新数据集的潜力，并结合来源广泛的信息，就可能获得全新的洞见。如此，企业可以开发全新的流程，并与产品全生命周期的各个方面直接关联。与之集成的还有报告和分析功能，为流程提供反馈，从而创建一个良性的强化循环。

　　2、解决数据应用的问题，如何让供应链各个价值转换过程产生的数据发生商业价值，是发挥数据部署的革命性生产力的根本。大数据在供应链的应用已经不是简单的交易状态可视，支撑决策库存水平，传统ERP结构是无法承担的。因此企业必须重新做好数据应用的顶层设计，建立强大全面的大数据应用分析模型，才能应对复杂海量的数据如何发挥价值的挑战。

　　大数据在供应链领域的应用刚刚起步，随着供应链的迅速发展，大数据分析，数据管理，大数据应用，大数据存储在供应链领域蕴含巨大的发展潜力，大数据的投资也只有与供应链结合，才能产生可持续、规模化发展的产业

　　供应链大数据分析2

　　大数据分析对供应链有什么影响

　　如今，从物流到客户偏好的各种数据的持续增长正在迅速改变企业的经营方式，并突出了对加强数据管理和分析的强烈需求。大数据分析(指大型和复杂的数据集)的好处是显而易见的：大数据可以完全改变组织的工作方式，在效率、成本、可见性和客户满意度方面产生巨大差异。

　　-如今的技术和社交平台允许企业以评级、评论和博客评论的形式获得直接的客户反馈。

　　-来自移动通信、社交平台和电子商务的数据正在与来自企业系统的数据集成。

　　-随着物联网和机器对机器通信的引入，制造业正在从基于事件的计划转变为实时感测。

　　-不断发展的传感器技术可提供实时设备和产品状况数据，从而实现自动维护和过程调整。

　　数据在数量上、种类上和速度上都有所增长，如果以正确的方式加以利用，可以带来巨大的价值。

　　研究显示，企业已经在推动整个企业供应链的生产力，但在供应链功能中使用大数据分析在全球企业中并不普遍或协调得很好。受益于大数据分析的公司有三个共同点：它们拥有强大的企业级分析战略，它们将大数据分析嵌入供应链运营，它们拥有合适的人才库，能够从大数据中产生可操作的见解。

　　有必要雇用、培训和扶持能够帮助企业从大数据分析中受益的领导者。从人力资本的角度来看，大多数公司的定位尚不足以接受数字化供应链转型。我们分析了各行各业的50多位高级供应链高管的个人资料，以了解他们在供应链数字化方面的定位。在涉及所谓的“数字防备连续性”方面，各行各业的公司中绝大多数高管都普遍缺乏。

　　调研机构采访了各行各业的商界领袖，以探讨当今日益数字化的世界对首席供应链官的角色以及供应链领导者与高级管理人员中其他高管人员之间互动的影响。通过这些访谈，我们发现了供应链领导者应具备的四个关键特征，以便能够从大数据分析中获得收益：

　　1、对数据和系统技术有深刻的了解。当今的企业可以通过数据分析和通过数字方式收集数据来深入了解客户行为。尽管不需要首席供应链官成为信息技术（IT）专家，但他们应该对数据收集、技术和分析有足够的了解，以引导对话并为高级领导者及其供应链团队提供数字化愿景。

　　供应链领导者应认识到如何实施和利用相关平台和流程以及数据来自何处，并应表现出对来自各种渠道的数据范围和规模的扎实理解。重要的是，领导者必须准备好对数据采取明智的行动。

　　2、具有影响力的协作方法。如果首席供应链官在孤岛工作，将无法从大数据分析中获得收益。在内部，供应链领导者必须能够与首席技术官进行沟通和协作，以帮助确定适合组织的技术和政策；

　　与首席数据官一起了解如何最佳地捕获和使用数据；与首席营销官一起，评估供应链如何能够更专注于客户和需求驱动，并与首席执行官具体沟通更广泛的创造价值的机会。最终，供应链执行官将需要能够与内部利益相关者和外部供应商建立桥梁。

　　3、跨职能经验。如今的供应链管理人员具有跨部门的经验，并且能够理解和与来自多个业务部门的人员进行交流。重要的是，首席供应链官员还必须具有销售、财务或技术方面的知识。

　　4、发展新技能和培训他人的能力。当今的首席供应链官必须紧跟最新技术，以确保组织适当地吸收数字技能和分析人才。企业犯的最大错误之一是在没有适当准备组织的情况下实施大数据分析项目。建立内部计划以确保在整个供应链中采用技能至关重要。

　　要从整个供应链或整个组织的大数据分析中获取所有好处，不仅需要技术和IT。从首席执行官和执行委员会开始，企业必须准备好支持一种全新的思维方式，培养一种对创新和技术开放的文化，并愿意挑战关于供应链管理方式的惯例。

　　大数据分析对供应链有什么影响、中琛魔方大数据分析平台(www、zcmorefun、com)表示由于供应网络上数十亿的连接设备提供关于服务需求、位置和库存分布的实时信息，甚至实现预期的需求，理解和接受大数据的执行领导层、数字颠覆和这些趋势的人力资本方面对未来企业的优势至关重要。

　　供应链大数据分析3

　　"以零售门店为中心"的供应链分析框架

　　本文旨在介绍“以零售门店为中心”的供应链管理，简要介绍此框架下供应链管理的具体内容及行业痛点。

　　二、供应链是什么？

　　所谓供应链，是指由涉及将产品或服务提供给最终消费者的整个活动过程的上游、中游和下游企业所构成的网络。包括从原材料采购开始，历经供应商、制造商、分销商、零售商，直至最终消费者的整个运作过程。

　　供应链管理，指的是围绕核心企业，对供应链中的物流、信息流、资金流以及贸易伙伴关系等进行组织、计划、协调、控制和优化的一系列现代化管理。

　　它将企业内部经营所有的业务单元如订单、采购、库存、计划、生产、质量、运输、市场、销售、服务等以及相应的财务活动、人事管理均纳入一条供应链内进行统筹管理。

　　在传统零售或者传统行业中，供应链主要局限在供应链的后端，即采购、生产、物流等职能，与消费者、销售渠道的协同整合严重不足，导致牛鞭效应、孤岛现象、的出现，让供应链的反应总是很滞后。

　　三、“以零售门店为中心”的供应链管理

　　“以零售门店为中心”的'供应链网络（见下图），即以满足门店销售及运营核心、销售利润最大化的供应链管理。

　　在此分析框架上，核心目标是最大条件满足消费者需求，即管理缺货、减少缺货，管理滞销、处理滞销。此框架下供应链管理的内容为：门店补货、门店调拨、缺货管理管理、滞销管理、促销管理等。

　　需求预测是所有供应链规划的基础；供应链中所有的流程都是根据对顾客需求的预测来进行的。因此，供应链管理的首要工作是对未来顾客的需求进行预测。

　　1、预测需要考虑的影响因素

　　需求预测需要考虑的重要影响因素：

　　广告或其他营销活动的力度

　　竞争对手采取的行动

　　主要依赖于人的主观判断。当可供参考的历史数据很少或专家拥有影响预测的需求市场信息时，采用定性预测方法最合适。

　　运用历史需求数据对未来需求进行预测，它尤其适用于每年基本需求模式变化不大的场景。

　　假定需求预测与某些环境因素(经济状况、税率等)调度相关，因果关系预测法可以找到这些环境因素与需求的关联性，通过预测这些外界因素的变化来预测未来需求。

　　通过模拟消费者的选择来预测需求。如价格促销将会带来什么样的影响？竞争对手在附近开设一家新店会带来什么样的影响？

　　1、什么时候补货？

　　什么时候补货？它是时间与频次的问题，即补货的触发点问题。

　　策略一、设置库存阀值，若库存低于阀值则补货。通过连续检查的方法，判断某个时刻是否需要补货。

　　策略二、设置固定的补货周期，零售门店通常按周来设置补货频次，即一周设置多次补货频次，并固定在某几天，如某门店在周一、周三、周五补货。

　　连锁零售企业一般采用第二种策略，主要是因为零售企业经营的SKU数量众多；另一方面，策略一的物流及仓库排班及排车不确定高，不适合物流及仓库的管理及运营。

　　本文的供应链链管理以策略二为基础，并依此展开分析及研究。

　　门店必须根据季节的变化，对商品陈列位置、商品结构、店铺氛围进行调整。一般来讲，门店应该每年进行两次大的调整，即：每年3-4月份针对春夏季的调整，每年国庆节过后的10-11月份期间的针对秋冬季节的调整; 每个季度针对本季度特殊季节、节日的变化进行的小调整，或临时调整。

　　商品结构必须根据季节变化进行调整。季节变化对商品结构的影响是非常大的，必须在季节变化到来之前，及时调整品类结构，压缩过季商品品类，扩大应季商品的品类。

　　调整陈列位置和陈列资源

　　门店的陈列位置、陈列资源，对商品销售产出的贡献非常巨大，不同的陈列位置商品销售会有几倍甚至几十倍的差距。门店的重点陈列位置、陈列资源必须随季节变化而调整。一是季节商品是产生销售贡献*大的商品，二是季节商品是*能体现门店经营特色的商品，三是季节商品是*能提示消费者购物的商品。

　　重大节庆的品类调整

　　在快时尚、轻奢的品类中，很容易出现春节、妇女节(女王节)、情人节、开学季、圣诞节、双十一等的节庆影响，表现出销量井喷。零售企业需要根据节庆来完善丰富的品类结构，满足顾客在特定节庆时期的消费需求。

　　市场变化导致的品类调整

　　地理环境因素，如西北地区处于内陆、远离海洋，夏天不适合配沙滩游玩类用品。风俗、宗教类因素，穆斯林地区禁止配送猪肉类食品。

　　若零售公司准备投放一批新品，零售门店则需要为新品调整货架，增加新品的曝光度，引导消费者产生首次购买、重复购买。

　　补货量 = 需求量

爱分析合伙人&首席分析师

，我们将及时沟通与处理。