大數(shù)據(jù)的管理喻意和研究展望

大數(shù)據(jù)的管理喻意和研究展望大數(shù)據(jù)的管理喻意和研究展望大數(shù)據(jù)的管理喻意和研究展望大數(shù)據(jù)的管理喻意及研究展望生活、工作及思維的大變革ARevolutionThatWillTransformHowWeLive,Work,andThink史振厚2014.05.09歷史視角——管理100年的啟示3419001920194019501960197019801990

2010學(xué)習(xí)型組織

TQC\TQM

戰(zhàn)略管理系統(tǒng)權(quán)變

戰(zhàn)后叢林時(shí)期

行為科學(xué)

管理科學(xué)古典理論早期的思想與實(shí)踐企業(yè)E化，供應(yīng)鏈、顧客關(guān)系管理管理發(fā)展100年的9大啟示4G的到來(lái)和普及，必將加速互聯(lián)網(wǎng)向移動(dòng)互聯(lián)網(wǎng)的轉(zhuǎn)變和革新。移動(dòng)終端逐漸取代PC設(shè)備，成為企業(yè)及客戶(hù)、媒體及讀者之間新的溝通橋梁。傳統(tǒng)產(chǎn)業(yè)向互聯(lián)網(wǎng)轉(zhuǎn)型已經(jīng)越來(lái)越多的成為社會(huì)話題，互聯(lián)網(wǎng)對(duì)傳統(tǒng)企業(yè)的顛覆已不是趨勢(shì)，而成為現(xiàn)實(shí)。不勝枚舉的企業(yè)案例，已經(jīng)促使有前瞻思維的企業(yè)領(lǐng)導(dǎo)、企業(yè)高管深刻認(rèn)識(shí)到現(xiàn)實(shí)的窘境和自我變革的緊迫。那么，面對(duì)科技和社會(huì)這一趨勢(shì)造成的影響，面對(duì)移動(dòng)互聯(lián)網(wǎng)這個(gè)既熟悉又陌生的概念，作為傳統(tǒng)企業(yè)應(yīng)該怎樣應(yīng)對(duì)?究竟什么是“互聯(lián)網(wǎng)思維”?又有哪些方法和工具可以有效利用?在自我革新轉(zhuǎn)型的時(shí)候需要注意哪些問(wèn)題?從時(shí)代沿革來(lái)講，大數(shù)據(jù)時(shí)代前期是“集中——分散——集中”的模式，它要求整合動(dòng)態(tài)資源分配，即物理上分散，邏輯上集中。引言大數(shù)據(jù)讓互聯(lián)網(wǎng)及現(xiàn)實(shí)世界的疆界越來(lái)越模糊，當(dāng)你用手機(jī)上微信、來(lái)往并記下生活的喜怒哀樂(lè)，當(dāng)你用打車(chē)軟件打車(chē)，當(dāng)你用手機(jī)淘寶購(gòu)物，當(dāng)你在微信上開(kāi)店……大數(shù)據(jù)開(kāi)啟了一場(chǎng)重大的時(shí)代轉(zhuǎn)型。就像望遠(yuǎn)鏡讓我們能夠感受宇宙，顯微鏡讓我們能夠感受微生物一樣，大數(shù)據(jù)正在改變我們的生活和理解世界的方式，成為新發(fā)明和新服務(wù)的源泉，而更多的改變正在蓄勢(shì)待發(fā)。。。。大數(shù)據(jù)理論大數(shù)據(jù)技術(shù)大數(shù)據(jù)實(shí)踐大數(shù)據(jù)時(shí)代管理變革和研究展望講座主要內(nèi)容理論theory價(jià)值特征涵義技術(shù)technology現(xiàn)在與未來(lái)大數(shù)據(jù)隱私云計(jì)算分布式處理平臺(tái)存儲(chǔ)技術(shù)感知技術(shù)大數(shù)據(jù)思維大數(shù)據(jù)的商業(yè)價(jià)值大數(shù)據(jù)的具體實(shí)踐信息產(chǎn)品及其應(yīng)用實(shí)踐Utilization大數(shù)據(jù)整合技術(shù)創(chuàng)新呈現(xiàn)新形態(tài)和特點(diǎn)管理變革研究展望展望researchprospects第一部分大數(shù)據(jù)理論大數(shù)據(jù)(bigdata)是指無(wú)法在一定時(shí)間內(nèi)用常規(guī)軟件工具對(duì)其內(nèi)容進(jìn)行擷取、管理和處理的數(shù)據(jù)集合。Gartner定義：大數(shù)據(jù)是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。大數(shù)據(jù)基本上是一個(gè)包羅萬(wàn)象的術(shù)語(yǔ)，指的是收集和分析大量信息的能力，而這些信息涉及到人類(lèi)生活的方方面面。一、大數(shù)據(jù)的涵義最小的基本單位是Byte，按順序給出所有單位：bit、Byte、KB、MB、GB、TB、PB、EB、ZB、YB、BB、NB、DB它們按照進(jìn)率1024（2的十次方）來(lái)計(jì)算：1Byte

=8bit1

KB

=1,024Bytes1

MB

=1,024KB=1,048,576Bytes1

GB

=1,024MB=1,048,576KB1

TB

=1,024GB=1,048,576MB1

PB

=1,024TB=1,048,576GB1

EB

=1,024PB=1,048,576TB1

ZB

=1,024EB=1,048,576PB1

YB

=1,024ZB=1,048,576EB1

BB

=1,024YB=1,048,576ZB1

NB

=1,024BB=1,048,576YB1DB=1,024NB=1,048,576BB大數(shù)據(jù)及《紅樓夢(mèng)》《紅樓夢(mèng)》含標(biāo)點(diǎn)87萬(wàn)字（不含標(biāo)點(diǎn)853059字）每個(gè)漢字占2個(gè)字節(jié)：1漢字=16bit-2*8位=2bytes1GB約等于671部《紅樓夢(mèng)》1TB約等于631,903部美國(guó)國(guó)會(huì)圖書(shū)館藏書(shū)151,785,778冊(cè)書(shū)（2011年4月數(shù)據(jù)）1EB=4000倍美國(guó)國(guó)會(huì)圖書(shū)館存儲(chǔ)的信息解讀大數(shù)據(jù)大數(shù)據(jù)或稱(chēng)巨量資料，指無(wú)法在允許的時(shí)間里用常規(guī)的軟件工具對(duì)內(nèi)容進(jìn)行抓取、管理和處理的數(shù)據(jù)集合。維基百科大數(shù)據(jù)指大小超出常規(guī)的數(shù)據(jù)庫(kù)工具獲取、存儲(chǔ)、管理和分析能力的數(shù)據(jù)集，并強(qiáng)調(diào)說(shuō)不一定要超過(guò)特定TB值的數(shù)據(jù)集才能算是大數(shù)據(jù)。麥肯錫定義大數(shù)據(jù)是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。研究咨詢(xún)機(jī)構(gòu)Gartner123大數(shù)據(jù)的定義麥肯錫：數(shù)據(jù)已經(jīng)滲透到當(dāng)今每個(gè)行業(yè)和業(yè)務(wù)職能領(lǐng)域，成為重要的生產(chǎn)因素。人們對(duì)于海量數(shù)據(jù)的挖掘和運(yùn)用，預(yù)示著新一波生產(chǎn)率增長(zhǎng)和消費(fèi)者盈余浪潮的到來(lái)。大數(shù)據(jù)在物理學(xué)、生物學(xué)、環(huán)境生態(tài)學(xué)等領(lǐng)域以及軍事、金融、通訊等行業(yè)存在已有時(shí)日，卻因?yàn)榻陙?lái)互聯(lián)網(wǎng)和信息行業(yè)的發(fā)展而引起人們關(guān)注。大數(shù)據(jù)已成為作為云計(jì)算、物聯(lián)網(wǎng)之后IT行業(yè)又一大顛覆性的技術(shù)革命。二、大數(shù)據(jù)的基本特征Volume（大量，超規(guī)模）

數(shù)據(jù)體量巨大。從TB級(jí)別，躍升到PB級(jí)別；Variety（多樣性）

數(shù)據(jù)類(lèi)型不僅是文本形式，更多的是圖片、視頻、音頻、地理位置信息等多類(lèi)型的數(shù)據(jù)，個(gè)性化數(shù)據(jù)占絕對(duì)多數(shù)。

Value（低價(jià)值密度）

價(jià)值密度低，商業(yè)價(jià)值高。以視頻為例，連續(xù)不間斷監(jiān)控過(guò)程中，可能有用的數(shù)據(jù)僅僅有一兩秒。Velocity（高速、實(shí)時(shí)性）

數(shù)據(jù)處理遵循“1秒定律”，可從各種類(lèi)型的數(shù)據(jù)中快速獲得高價(jià)值的信息。二、大數(shù)據(jù)的基本特征解讀大數(shù)據(jù)需要超出常規(guī)的技術(shù)工具、新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)具備海量Volume、多樣性Variety、高速性Velocity、易變性Variablity、巨大的數(shù)據(jù)價(jià)值Value、真實(shí)性Veracity和強(qiáng)關(guān)聯(lián)性Viscosity的“7V”為標(biāo)志的“Vs”特征大數(shù)據(jù)具有技術(shù)屬性和社會(huì)屬性的雙重屬性大數(shù)據(jù)是一種全新的大數(shù)據(jù)思維的思維方式和數(shù)據(jù)智慧三、大數(shù)據(jù)的價(jià)值探討：

“取之不盡，用之不竭”的數(shù)據(jù)創(chuàng)新三、大數(shù)據(jù)的價(jià)值探討：

“取之不盡，用之不竭”的數(shù)據(jù)創(chuàng)新數(shù)據(jù)就像一個(gè)神奇的鉆石礦，當(dāng)它的首要價(jià)值被發(fā)掘后仍能不斷給予。它的真實(shí)價(jià)值就像漂浮在海洋上的冰山，第一眼只能看到冰山的一角，而絕大部分都隱藏在表面之下。三、大數(shù)據(jù)的價(jià)值探討：

“取之不盡，用之不竭”的數(shù)據(jù)創(chuàng)新大數(shù)據(jù)給企業(yè)帶來(lái)了巨大的價(jià)值：比如在互聯(lián)網(wǎng)金融領(lǐng)域降低了不良貸款率，減少了交易成本。谷歌利用大數(shù)據(jù)預(yù)測(cè)季節(jié)性流感的爆發(fā)和傳播；AT&T將用戶(hù)在WiFi網(wǎng)絡(luò)中的地理位置、網(wǎng)絡(luò)瀏覽歷史記錄以及使用的應(yīng)用等數(shù)據(jù)銷(xiāo)售給廣告客戶(hù)。當(dāng)用戶(hù)距離商家很近時(shí)，就有可能收到該商家提供的折扣很大的電子優(yōu)惠券，等等。大數(shù)據(jù)的處理分析正成為新一代信息技術(shù)融合應(yīng)用的結(jié)點(diǎn)。大數(shù)據(jù)是信息產(chǎn)業(yè)持續(xù)高速增長(zhǎng)的新引擎。大數(shù)據(jù)利用將成為提高核心競(jìng)爭(zhēng)力的關(guān)鍵因素。大數(shù)據(jù)時(shí)代科學(xué)研究的方法手段將發(fā)生重大改變。數(shù)據(jù)的價(jià)值在于將正確的信息在正確的時(shí)間交付到正確的人手中。未來(lái)將屬于那些能夠駕馭所擁有數(shù)據(jù)的公司，這些數(shù)據(jù)及公司自身的業(yè)務(wù)和客戶(hù)相關(guān)，通過(guò)對(duì)數(shù)據(jù)的利用，發(fā)現(xiàn)新的洞見(jiàn)，幫助他們找出競(jìng)爭(zhēng)優(yōu)勢(shì)。三、大數(shù)據(jù)的價(jià)值探討：

“取之不盡，用之不竭”的數(shù)據(jù)創(chuàng)新從大數(shù)據(jù)的價(jià)值鏈條來(lái)分析，存在三種模式：手握大數(shù)據(jù)，但是沒(méi)有利用好；比較典型的是金融機(jī)構(gòu)，電信行業(yè)，政府機(jī)構(gòu)等。沒(méi)有數(shù)據(jù)，但是知道如何幫助有數(shù)據(jù)的人利用它；比較典型的是IT咨詢(xún)和服務(wù)企業(yè)，比如，埃森哲，IBM，Oracle等。既有數(shù)據(jù)，又有大數(shù)據(jù)思維；比較典型的是Google，Amazon，Mastercard等。三、大數(shù)據(jù)的價(jià)值探討：

取之不盡，用之不竭的數(shù)據(jù)創(chuàng)新迎接大數(shù)據(jù)時(shí)代硬件成本的降低網(wǎng)絡(luò)寬帶的提升云計(jì)算的興起網(wǎng)絡(luò)技術(shù)的發(fā)展智能終端的普及電子商務(wù)、社交網(wǎng)絡(luò)和電子地圖的全面應(yīng)用物聯(lián)網(wǎng)的發(fā)展四、大數(shù)據(jù)的現(xiàn)在和未來(lái)大數(shù)據(jù)幫助政府實(shí)現(xiàn)市場(chǎng)經(jīng)濟(jì)調(diào)控、公共衛(wèi)生安全防范、災(zāi)難預(yù)警、社會(huì)輿論監(jiān)督；幫助城市預(yù)防犯罪，實(shí)現(xiàn)智慧交通，提升緊急應(yīng)急能力；幫助醫(yī)療機(jī)構(gòu)建立患者的疾病風(fēng)險(xiǎn)跟蹤機(jī)制，幫助醫(yī)藥企業(yè)提升藥品的臨床使用效果，幫助艾滋病研究機(jī)構(gòu)為患者提供定制的藥物；四、大數(shù)據(jù)的現(xiàn)在和未來(lái)幫助航空公司節(jié)省運(yùn)營(yíng)成本，幫助電信企業(yè)實(shí)現(xiàn)售后服務(wù)質(zhì)量提升，幫助保險(xiǎn)企業(yè)識(shí)別欺詐騙保行為，幫助快遞公司監(jiān)測(cè)分析運(yùn)輸車(chē)輛的故障險(xiǎn)情以提前預(yù)警維修，幫助電力公司有效識(shí)別預(yù)警即將發(fā)生故障的設(shè)備；幫助電商公司向用戶(hù)推薦商品和服務(wù)，幫助旅游網(wǎng)站為旅游者提供心儀的旅游路線，幫助二手市場(chǎng)的買(mǎi)賣(mài)雙方找到最合適的交易目標(biāo)，幫助用戶(hù)找到最合適的商品購(gòu)買(mǎi)時(shí)期、商家和最優(yōu)惠價(jià)格；四、大數(shù)據(jù)的現(xiàn)在和未來(lái)大數(shù)據(jù)幫助企業(yè)提升營(yíng)銷(xiāo)的針對(duì)性，降低物流和庫(kù)存的成本，減少投資的風(fēng)險(xiǎn)，以及幫助企業(yè)提升廣告投放精準(zhǔn)度；幫助娛樂(lè)行業(yè)預(yù)測(cè)歌手，歌曲，電影，電視劇的受歡迎程度，并為投資者分析評(píng)估拍一部電影需要投入多少錢(qián)才最合適，否則就有可能收不回成本；幫助社交網(wǎng)站提供更準(zhǔn)確的好友推薦，為用戶(hù)提供更精準(zhǔn)的企業(yè)招聘信息，向用戶(hù)推薦可能喜歡的游戲以及適合購(gòu)買(mǎi)的商品。大數(shù)據(jù)的發(fā)展關(guān)乎到廣大公眾的切實(shí)利益專(zhuān)家們認(rèn)為利用大數(shù)據(jù)可以有效地實(shí)現(xiàn)“智慧醫(yī)療”，為全面的個(gè)人健康管理進(jìn)行服務(wù)；個(gè)人可以方便獲取醫(yī)院的就診信息、檢查數(shù)據(jù)、醫(yī)療影像等，以及個(gè)人健康的歷史數(shù)據(jù);為慢性病患者提供遠(yuǎn)程數(shù)據(jù)分析和服務(wù)；輔助臨床診斷和用藥決策；為公共衛(wèi)生機(jī)構(gòu)提供及時(shí)的統(tǒng)計(jì)分析；以及為藥品研發(fā)、治療方案設(shè)計(jì)提供數(shù)據(jù)分析。隨著大數(shù)據(jù)的發(fā)展，廣大公眾的生活也將變得更加便利。五、大數(shù)據(jù)隱私你或許并不敏感，當(dāng)你在不同網(wǎng)站上注冊(cè)了個(gè)人信息后，可能這些信息已經(jīng)被擴(kuò)散出去了；當(dāng)你莫名其妙的接到各種郵件、電話、短信的滋擾時(shí)，你不會(huì)想到自己的電話號(hào)碼、郵箱、生日、購(gòu)買(mǎi)記錄、收入水平、家庭住址、親朋好友等私人信息早就被各種商業(yè)機(jī)構(gòu)非法存儲(chǔ)或賤賣(mài)給其它任何有需要的企業(yè)或個(gè)人了。更可怕的是，這些信息你永遠(yuǎn)無(wú)法刪除，它們永遠(yuǎn)存在于互聯(lián)網(wǎng)的某些你不知道的角落。除非你更換掉自己的所有信息，但是這代價(jià)太大了。五、大數(shù)據(jù)隱私用戶(hù)隱私問(wèn)題一直是大數(shù)據(jù)應(yīng)用難以繞開(kāi)的一個(gè)問(wèn)題，如被央視曝光過(guò)的分眾無(wú)線、羅維鄧白氏以及網(wǎng)易郵箱都涉及侵犯用戶(hù)隱私。目前，中國(guó)并沒(méi)有專(zhuān)門(mén)的法律法規(guī)來(lái)界定用戶(hù)隱私，處理相關(guān)問(wèn)題時(shí)多采用其他相關(guān)法規(guī)條例來(lái)解釋。但隨著民眾隱私意識(shí)的日益增強(qiáng)，合法合規(guī)地獲取數(shù)據(jù)、分析數(shù)據(jù)和應(yīng)用數(shù)據(jù)，是進(jìn)行大數(shù)據(jù)分析時(shí)必須遵循的原則。五、大數(shù)據(jù)隱私愛(ài)德華·斯諾登，這位前美國(guó)中央情報(bào)局雇員一手引爆了美國(guó)“棱鏡計(jì)劃”的內(nèi)幕消息。“棱鏡”項(xiàng)目是一項(xiàng)由美國(guó)國(guó)家安全局（NSA）自2007年起開(kāi)始實(shí)施的絕密電子監(jiān)聽(tīng)計(jì)劃，年耗資近2000億美元，用于監(jiān)聽(tīng)全美電話通話記錄，據(jù)稱(chēng)還可以使情報(bào)人員通過(guò)“后門(mén)”進(jìn)入9家主要科技公司的服務(wù)器，包括微軟、雅虎、谷歌、Facebook、PalTalk、美國(guó)在線、Skype、YouTube、蘋(píng)果。這個(gè)事件引發(fā)了人們對(duì)政府使用大數(shù)據(jù)時(shí)對(duì)公民隱私侵犯的擔(dān)心。五、大數(shù)據(jù)隱私當(dāng)微博、微信、QQ空間這些社交平臺(tái)肆意的吞噬著數(shù)億用戶(hù)的各種信息時(shí)，你就不要指望你還有隱私權(quán)了，就算你在某個(gè)地方刪除，但也許這些信息已經(jīng)被其他人轉(zhuǎn)載或保存了，更有可能已經(jīng)被百度或Google存為快照，早就提供給任意用戶(hù)搜索了。因此，在大數(shù)據(jù)的背景下，很多人都在積極的抵制無(wú)底線的數(shù)字化，這種大數(shù)據(jù)和個(gè)體之間的博弈還會(huì)一直繼續(xù)下去……2013年1月份全國(guó)人大通過(guò)了關(guān)于個(gè)人用戶(hù)隱私保護(hù)的決定，同時(shí)工信部根據(jù)全國(guó)人大的決定，出臺(tái)了關(guān)于互聯(lián)網(wǎng)和電信網(wǎng)個(gè)人信息保護(hù)的條例以保護(hù)用戶(hù)的隱私，這些都對(duì)個(gè)人隱私的保護(hù)具有一定的作用。企業(yè)要履行自己的社會(huì)責(zé)任，通過(guò)特定的技術(shù)手段對(duì)用戶(hù)信息進(jìn)行不可逆的處理。一旦發(fā)生用戶(hù)信息外泄，企業(yè)要承擔(dān)相應(yīng)的責(zé)任。用戶(hù)也需要注意保護(hù)自己的隱私。一些信息泄露事件的出現(xiàn)也及廣大用戶(hù)本身對(duì)個(gè)人信息的保護(hù)意識(shí)不足存在著一定的關(guān)系，因而在大數(shù)據(jù)時(shí)代，迫切需要向用戶(hù)開(kāi)展加強(qiáng)自身信息保護(hù)意識(shí)的教育，也就是安全上網(wǎng)的知識(shí)普及和教育。大數(shù)據(jù)隱私如何有效保護(hù)大數(shù)據(jù)背景下隱私權(quán)的建議：1、減少信息的數(shù)字化；2、隱私權(quán)立法；3、數(shù)字隱私權(quán)基礎(chǔ)設(shè)施（類(lèi)似DRM數(shù)字版權(quán)管理）；4、人類(lèi)改變認(rèn)知（接受忽略過(guò)去）；5、創(chuàng)造良性的信息生態(tài)；6、語(yǔ)境化。第二部分大數(shù)據(jù)技術(shù)大數(shù)據(jù)技術(shù)是指從各種各樣類(lèi)型的數(shù)據(jù)中，快速獲得有價(jià)值信息的能力。適用于大數(shù)據(jù)的技術(shù)，包括大規(guī)模并行處理（MPP）數(shù)據(jù)庫(kù)、數(shù)據(jù)挖掘電網(wǎng)、分布式文件系統(tǒng)、分布式數(shù)據(jù)庫(kù)、云計(jì)算平臺(tái)、互聯(lián)網(wǎng)和可擴(kuò)展的存儲(chǔ)系統(tǒng)。什么是大數(shù)據(jù)技術(shù)?大數(shù)據(jù)技術(shù)數(shù)據(jù)采集：ETL工具負(fù)責(zé)將分布的、異構(gòu)數(shù)據(jù)源中的數(shù)據(jù)如關(guān)系數(shù)據(jù)、平面數(shù)據(jù)文件等抽取到臨時(shí)中間層后進(jìn)行清洗、轉(zhuǎn)換、集成，最后加載到數(shù)據(jù)倉(cāng)庫(kù)或數(shù)據(jù)集市中，成為聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘的基礎(chǔ)。數(shù)據(jù)存取：關(guān)系數(shù)據(jù)庫(kù)、NOSQL、SQL等。基礎(chǔ)架構(gòu)：云存儲(chǔ)、分布式文件存儲(chǔ)等。數(shù)據(jù)處理：自然語(yǔ)言處理(NaturalLanguageProcessing)是研究人及計(jì)算機(jī)交互的語(yǔ)言問(wèn)題的一門(mén)學(xué)科。處理自然語(yǔ)言的關(guān)鍵是要讓計(jì)算機(jī)"理解"自然語(yǔ)言，所以自然語(yǔ)言處理又叫做自然語(yǔ)言理解(NaturalLanguageUnderstanding)，也稱(chēng)為計(jì)算語(yǔ)言學(xué)(ComputationalLinguistics）。一方面它是語(yǔ)言信息處理的一個(gè)分支，另一方面它是人工智能(ArtificialIntelligence)的核心課題之一。大數(shù)據(jù)技術(shù)統(tǒng)計(jì)分析：假設(shè)檢驗(yàn)、顯著性檢驗(yàn)、差異分析、相關(guān)分析、T檢驗(yàn)、方差分析、卡方分析、偏相關(guān)分析、距離分析、回歸分析、簡(jiǎn)單回歸分析、多元回歸分析、逐步回歸、回歸預(yù)測(cè)及殘差分析、嶺回歸、logistic回歸分析、曲線估計(jì)、因子分析、聚類(lèi)分析、主成分分析、因子分析、快速聚類(lèi)法及聚類(lèi)法、判別分析、對(duì)應(yīng)分析、多元對(duì)應(yīng)分析（最優(yōu)尺度分析）、bootstrap技術(shù)等等。數(shù)據(jù)挖掘：分類(lèi)、估計(jì)、預(yù)測(cè)、相關(guān)性分組或關(guān)聯(lián)規(guī)則、聚類(lèi)、描述和可視化、復(fù)雜數(shù)據(jù)類(lèi)型挖掘(Text,Web,圖形圖像，視頻，音頻等)模型預(yù)測(cè)：預(yù)測(cè)模型、機(jī)器學(xué)習(xí)、建模仿真。結(jié)果呈現(xiàn)：云計(jì)算、標(biāo)簽云、關(guān)系圖等。云技術(shù)云計(jì)算（cloudcomputing）是基于互聯(lián)網(wǎng)的相關(guān)服務(wù)的增加、使用和交付模式，通常涉及通過(guò)互聯(lián)網(wǎng)來(lái)提供動(dòng)態(tài)易擴(kuò)展且經(jīng)常是虛擬化的資源。大數(shù)據(jù)常和云計(jì)算聯(lián)系到一起，因?yàn)閷?shí)時(shí)的大型數(shù)據(jù)集分析需要分布式處理框架來(lái)向數(shù)十、數(shù)百或甚至數(shù)萬(wàn)的電腦分配工作。可以說(shuō)，云計(jì)算充當(dāng)了工業(yè)革命時(shí)期的發(fā)動(dòng)機(jī)的角色，而大數(shù)據(jù)則是電。狹義的云計(jì)算指IT基礎(chǔ)設(shè)施的交付和使用模式，指通過(guò)網(wǎng)絡(luò)以按需、易擴(kuò)展的方式獲得所需資源；廣義云計(jì)算指服務(wù)的交付和使用模式，指通過(guò)網(wǎng)絡(luò)以按需、易擴(kuò)展的方式獲得所需服務(wù)。云計(jì)算（CloudComputing）是分布式計(jì)算（DistributedComputing）、并行計(jì)算（ParallelComputing）、效用計(jì)算（UtilityComputing）、網(wǎng)絡(luò)存儲(chǔ)（NetworkStorageTechnologies）、虛擬化（Virtualization）、負(fù)載均衡（LoadBalance）等傳統(tǒng)計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)發(fā)展融合的產(chǎn)物。云技術(shù)大數(shù)據(jù)及云計(jì)算的關(guān)系就像一枚硬幣的正反面一樣密不可分。沒(méi)有大數(shù)據(jù)的信息積淀，則云計(jì)算的計(jì)算能力再?gòu)?qiáng)大，也難以找到。大數(shù)據(jù)必然無(wú)法用單臺(tái)的計(jì)算機(jī)進(jìn)行處理，必須采用分布式計(jì)算架構(gòu)。它的特色在于對(duì)海量數(shù)據(jù)的挖掘,但它必須依托云計(jì)算的分布式處理、分布式數(shù)據(jù)庫(kù)、云存儲(chǔ)和虛擬化技術(shù)。云計(jì)算VS大數(shù)據(jù)在概念上兩者有所不同：云計(jì)算改變了IT，而大數(shù)據(jù)則改變了業(yè)務(wù)。然而大數(shù)據(jù)必須有云作為基礎(chǔ)架構(gòu)，才能得以順暢運(yùn)營(yíng)。大數(shù)據(jù)和云計(jì)算的目標(biāo)受眾不同：云計(jì)算是CIO等關(guān)心的技術(shù)層，是一個(gè)進(jìn)階的IT解決方案。而大數(shù)據(jù)是CEO關(guān)注的、是業(yè)務(wù)層的產(chǎn)品，而大數(shù)據(jù)的決策者是業(yè)務(wù)層。云計(jì)算有哪些好處?1、安全，云計(jì)算提供了最可靠、最安全的數(shù)據(jù)存儲(chǔ)中心，用戶(hù)不用再擔(dān)心數(shù)據(jù)丟失、病毒入侵等麻煩。2、方便，它對(duì)用戶(hù)端的設(shè)備要求最低，使用起來(lái)很方便。3、數(shù)據(jù)共享，它可以輕松實(shí)現(xiàn)不同設(shè)備間的數(shù)據(jù)及應(yīng)用共享。4、無(wú)限可能，它為我們使用網(wǎng)絡(luò)提供了幾乎無(wú)限多的可能。分布式處理技術(shù)分布式處理系統(tǒng)可以將不同地點(diǎn)的或具有不同功能的或擁有不同數(shù)據(jù)的多臺(tái)計(jì)算機(jī)用通信網(wǎng)絡(luò)連接起來(lái)，在控制系統(tǒng)的統(tǒng)一管理控制下，協(xié)調(diào)地完成信息處理任務(wù)。存儲(chǔ)技術(shù)大數(shù)據(jù)可以抽象的分為大數(shù)據(jù)存儲(chǔ)和大數(shù)據(jù)分析：大數(shù)據(jù)存儲(chǔ)的目的是支撐大數(shù)據(jù)分析。大數(shù)據(jù)存儲(chǔ)致力于研發(fā)可以擴(kuò)展至PB甚至EB級(jí)別的數(shù)據(jù)存儲(chǔ)平臺(tái)；大數(shù)據(jù)分析關(guān)注在最短時(shí)間內(nèi)處理大量不同類(lèi)型的數(shù)據(jù)集。感知技術(shù)以傳感器技術(shù)、指紋識(shí)別技術(shù)、RFID技術(shù)、坐標(biāo)定位技術(shù)等為基礎(chǔ)的感知能力提升同樣是物聯(lián)網(wǎng)發(fā)展的基石。全世界的工業(yè)設(shè)備、汽車(chē)、電表上有著無(wú)數(shù)的數(shù)碼傳感器，隨時(shí)測(cè)量和傳遞著有關(guān)位置、運(yùn)動(dòng)、震動(dòng)、溫度、濕度乃至空氣中化學(xué)物質(zhì)的變化，都會(huì)產(chǎn)生海量的數(shù)據(jù)信息。而隨著智能手機(jī)的普及，感知技術(shù)可謂迎來(lái)了發(fā)展的高峰期，除了地理位置信息被廣泛的應(yīng)用外，一些新的感知手段也開(kāi)始登上舞臺(tái)。感知技術(shù)及感知相關(guān)的技術(shù)革新讓人耳目一新：牙齒傳感器實(shí)時(shí)監(jiān)控口腔活動(dòng)及飲食狀況，嬰兒穿戴設(shè)備可用大數(shù)據(jù)去養(yǎng)育寶寶，Intel正研發(fā)3D筆記本攝像頭可追蹤眼球讀懂情緒，日本公司開(kāi)發(fā)新型可監(jiān)控用戶(hù)心率的紡織材料，業(yè)界正在嘗試將生物測(cè)定技術(shù)引入支付領(lǐng)域等。這些感知被逐漸捕獲的過(guò)程就是就世界被數(shù)據(jù)化的過(guò)程，一旦世界被完全數(shù)據(jù)化了，那么世界的本質(zhì)也就是信息了。就像一句名言所說(shuō)，“人類(lèi)以前延續(xù)的是文明，現(xiàn)在傳承的是信息?！钡谌糠执髷?shù)據(jù)的應(yīng)用維克托·邁爾-舍恩伯格1、更多：不是隨機(jī)樣本，需要全部數(shù)據(jù)；2、更雜：不是精確性，而是混雜性；3、更好：不是因果關(guān)系，而是相關(guān)關(guān)系。一、什么是大數(shù)據(jù)思維？維克托·邁爾-舍恩伯格1、更多：不是隨機(jī)樣本，需要全部數(shù)據(jù)；當(dāng)數(shù)據(jù)處理技術(shù)已經(jīng)發(fā)生了翻天覆地的變化時(shí)，在大數(shù)據(jù)時(shí)代進(jìn)行抽樣分析就像在汽車(chē)時(shí)代騎馬一樣。一切都改變了，我們需要的是全部數(shù)據(jù)，“樣本=總體”。穿孔卡片及美國(guó)人口普查大數(shù)據(jù)及喬布斯的癌癥治療2、更雜：不是精確性，而是混雜性；執(zhí)迷于精確性是信息缺乏時(shí)代和模擬時(shí)代的產(chǎn)物。只有5%的數(shù)據(jù)是結(jié)構(gòu)化且能適用于傳統(tǒng)數(shù)據(jù)庫(kù)的。如果不接受混亂，剩下95%的非結(jié)構(gòu)化數(shù)據(jù)都無(wú)法被利用，只有接受不精確性，我們才能打開(kāi)一扇從未涉足的世界的窗戶(hù)。無(wú)所不能的谷歌翻譯系統(tǒng)3、更好：不是因果關(guān)系，而是相關(guān)關(guān)系。

知道“是什么”就夠了，沒(méi)有必要知道“為什么”。在大數(shù)據(jù)時(shí)代，我們不必非得知道現(xiàn)象背后的原因，而是要讓數(shù)據(jù)自己“發(fā)聲”。建立在相關(guān)關(guān)系分析法基礎(chǔ)上的預(yù)測(cè)是大數(shù)據(jù)的核心。沃爾瑪把蛋撻及颶風(fēng)用品擺在一起美國(guó)折扣零售商Target及懷孕預(yù)測(cè)UPS及汽車(chē)修理預(yù)測(cè)大數(shù)據(jù)分析及利用的案例Wal-Mart作為零售行業(yè)的巨頭，他們的分析人員會(huì)對(duì)每個(gè)階段的銷(xiāo)售記錄進(jìn)行了全面的分析，有一次他們無(wú)意中發(fā)現(xiàn)雖不相關(guān)但很有價(jià)值的數(shù)據(jù)，在美國(guó)的颶風(fēng)來(lái)臨季節(jié)，超市的蛋撻和抵御颶風(fēng)物品竟然銷(xiāo)量都有大幅增加，于是他們做了一個(gè)明智決策，就是將蛋撻的銷(xiāo)售位置移到了颶風(fēng)物品銷(xiāo)售區(qū)域旁邊，看起來(lái)是為了方便用戶(hù)挑選，但是沒(méi)有想到蛋撻的銷(xiāo)量因此又提高了很多。如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實(shí)現(xiàn)盈利的關(guān)鍵，在于提高對(duì)數(shù)據(jù)的“加工能力”，通過(guò)“加工”實(shí)現(xiàn)數(shù)據(jù)的“增值”。Target超市以20多種懷孕期間孕婦可能會(huì)購(gòu)買(mǎi)的商品為基礎(chǔ)，將所有用戶(hù)的購(gòu)買(mǎi)記錄作為數(shù)據(jù)來(lái)源，通過(guò)構(gòu)建模型分析購(gòu)買(mǎi)者的行為相關(guān)性，能準(zhǔn)確的推斷出孕婦的具體臨盆時(shí)間，這樣Target的銷(xiāo)售部門(mén)就可以有針對(duì)的在每個(gè)懷孕顧客的不同階段寄送相應(yīng)的產(chǎn)品優(yōu)惠卷。三分技術(shù)，七分?jǐn)?shù)據(jù)，得數(shù)據(jù)者得天下二、大數(shù)據(jù)的商業(yè)價(jià)值數(shù)據(jù)搜索顧客細(xì)分模擬實(shí)境個(gè)性化準(zhǔn)確推薦提高投入回報(bào)率管理客戶(hù)關(guān)系數(shù)據(jù)存儲(chǔ)空間出租三、大數(shù)據(jù)的具體實(shí)踐1、互聯(lián)網(wǎng)的大數(shù)據(jù)互聯(lián)網(wǎng)上的數(shù)據(jù)每年增長(zhǎng)50%，每?jī)赡瓯銓⒎环?，而目前世界?0%以上的數(shù)據(jù)是最近幾年才產(chǎn)生的。據(jù)IDC預(yù)測(cè)，到2020年全球?qū)⒖偣矒碛?5ZB的數(shù)據(jù)量?；ヂ?lián)網(wǎng)是大數(shù)據(jù)發(fā)展的前哨陣地，隨著WEB2.0時(shí)代的發(fā)展，人們似乎都習(xí)慣了將自己的生活通過(guò)網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)化，方便分享以及記錄并回憶。三、大數(shù)據(jù)的具體實(shí)踐互聯(lián)網(wǎng)大數(shù)據(jù)的典型代表1、用戶(hù)行為數(shù)據(jù)（精準(zhǔn)廣告投放、內(nèi)容推薦、行為習(xí)慣和喜好分析、產(chǎn)品優(yōu)化等）2、用戶(hù)消費(fèi)數(shù)據(jù)（精準(zhǔn)營(yíng)銷(xiāo)、信用記錄分析、活動(dòng)促銷(xiāo)、理財(cái)?shù)龋?、用戶(hù)地理位置數(shù)據(jù)（O2O推廣，商家推薦，交友推薦等）4、互聯(lián)網(wǎng)金融數(shù)據(jù)（P2P，小額貸款，支付，信用，供應(yīng)鏈金融等）5、用戶(hù)社交等UGC數(shù)據(jù)（趨勢(shì)分析、流行元素分析、受歡迎程度分析、輿論監(jiān)控分析、社會(huì)問(wèn)題分析等）2、政府的大數(shù)據(jù)近期，奧巴馬政府宣布投資2億美元拉動(dòng)大數(shù)據(jù)相關(guān)產(chǎn)業(yè)發(fā)展，將“大數(shù)據(jù)戰(zhàn)略”上升為國(guó)家意志。奧巴馬政府將數(shù)據(jù)定義為“未來(lái)的新石油”，并表示一個(gè)國(guó)家擁有數(shù)據(jù)的規(guī)模、活性及解釋運(yùn)用的能力將成為綜合國(guó)力的重要組成部分，未來(lái)，對(duì)數(shù)據(jù)的占有和控制甚至將成為陸權(quán)、海權(quán)、空權(quán)之外的另一種國(guó)家核心資產(chǎn)。三、大數(shù)據(jù)的具體實(shí)踐2、政府的大數(shù)據(jù)在國(guó)內(nèi)，政府各個(gè)部門(mén)都握有構(gòu)成社會(huì)基礎(chǔ)的原始數(shù)據(jù)，比如：氣象數(shù)據(jù)，金融數(shù)據(jù)，信用數(shù)據(jù)，電力數(shù)據(jù)，煤氣數(shù)據(jù)，自來(lái)水?dāng)?shù)據(jù)，道路交通數(shù)據(jù)，客運(yùn)數(shù)據(jù)，安全刑事案件數(shù)據(jù)，住房數(shù)據(jù)，海關(guān)數(shù)據(jù)，出入境數(shù)據(jù)，旅游數(shù)據(jù)，醫(yī)療數(shù)據(jù)，教育數(shù)據(jù)，環(huán)保數(shù)據(jù)等等。這些數(shù)據(jù)在每個(gè)政府部門(mén)里面看起來(lái)是單一的，靜態(tài)的。但是，如果政府可以將這些數(shù)據(jù)關(guān)聯(lián)起來(lái)，并對(duì)這些數(shù)據(jù)進(jìn)行有效的關(guān)聯(lián)分析和統(tǒng)一管理，這些數(shù)據(jù)必定將獲得新生，其價(jià)值是無(wú)法估量的。三、大數(shù)據(jù)的具體實(shí)踐3、企業(yè)的大數(shù)據(jù)哪些傳統(tǒng)企業(yè)最需要大數(shù)據(jù)服務(wù)呢？拋磚引玉舉幾例：1)對(duì)大量消費(fèi)者提供產(chǎn)品或服務(wù)的企業(yè)（精準(zhǔn)營(yíng)銷(xiāo)）；2)做小而美模式的中長(zhǎng)尾企業(yè)（服務(wù)轉(zhuǎn)型）；3)面臨互聯(lián)網(wǎng)壓力之下必須轉(zhuǎn)型的傳統(tǒng)企業(yè)（生死存亡）。三、大數(shù)據(jù)的具體實(shí)踐《大數(shù)據(jù)時(shí)代》案例在大數(shù)據(jù)時(shí)代已經(jīng)到來(lái)的時(shí)候要用大數(shù)據(jù)思維去發(fā)掘大數(shù)據(jù)的潛在價(jià)值。Google如何利用人們的搜索記錄挖掘數(shù)據(jù)二次利用價(jià)值，比如預(yù)測(cè)某地流感爆發(fā)的趨勢(shì)；Amazon如何利用用戶(hù)的購(gòu)買(mǎi)和瀏覽歷史數(shù)據(jù)進(jìn)行有針對(duì)性的書(shū)籍購(gòu)買(mǎi)推薦，以此有效提升銷(xiāo)售量；Farecast如何利用過(guò)去十年所有的航線機(jī)票價(jià)格打折數(shù)據(jù)，來(lái)預(yù)測(cè)用戶(hù)購(gòu)買(mǎi)機(jī)票的時(shí)機(jī)是否合適。沃爾瑪?shù)钠【坪湍虿颊{(diào)研沃爾瑪在研究中發(fā)現(xiàn)，一類(lèi)顧客經(jīng)常在購(gòu)買(mǎi)尿布的同時(shí)也購(gòu)買(mǎi)啤酒。尿布跟啤酒自然是毫無(wú)關(guān)聯(lián)的兩個(gè)品類(lèi)的商品，從個(gè)人經(jīng)驗(yàn)上來(lái)看，根本想不到二者的聯(lián)系。后來(lái)發(fā)現(xiàn)，這是一類(lèi)社會(huì)現(xiàn)象所導(dǎo)致的。美國(guó)有很多年輕夫婦，尿布用完后，女主人在家?guī)Ш⒆?，而男主人就去超市買(mǎi)尿布。買(mǎi)完尿布之后，男主人通常會(huì)順帶著買(mǎi)些啤酒。3、企業(yè)的大數(shù)據(jù)隨著數(shù)據(jù)逐漸成為企業(yè)的一種資產(chǎn)，數(shù)據(jù)產(chǎn)業(yè)會(huì)向傳統(tǒng)企業(yè)的供應(yīng)鏈模式發(fā)展，最終形成“數(shù)據(jù)供應(yīng)鏈”。這里尤其有兩個(gè)明顯的現(xiàn)象：1)外部數(shù)據(jù)的重要性日益超過(guò)內(nèi)部數(shù)據(jù)。在互聯(lián)互通的互聯(lián)網(wǎng)時(shí)代，單一企業(yè)的內(nèi)部數(shù)據(jù)及整個(gè)互聯(lián)網(wǎng)數(shù)據(jù)比較起來(lái)只是滄海一粟；2)能提供包括數(shù)據(jù)供應(yīng)、數(shù)據(jù)整合及加工、數(shù)據(jù)應(yīng)用等多環(huán)節(jié)服務(wù)的公司會(huì)有明顯的綜合競(jìng)爭(zhēng)優(yōu)勢(shì)。三、大數(shù)據(jù)的具體實(shí)踐4、個(gè)人的大數(shù)據(jù)個(gè)人大數(shù)據(jù)就是及個(gè)人相關(guān)聯(lián)的各種有價(jià)值數(shù)據(jù)信息。被有效采集后，可由本人授權(quán)提供第三方處理和使用，并獲得第三方提供的數(shù)據(jù)服務(wù)。（1）數(shù)據(jù)僅留存在個(gè)人中心，其它第三方機(jī)構(gòu)只被授權(quán)使用（有一定使用期限），且必須接受用后即焚的監(jiān)管。（2）采集個(gè)人數(shù)據(jù)應(yīng)明確分類(lèi)，除國(guó)家立法明確要求接受監(jiān)控的數(shù)據(jù)外，其它類(lèi)型數(shù)據(jù)都由用戶(hù)自己決定是否被采集。（3）數(shù)據(jù)使用將只能由用戶(hù)進(jìn)行授權(quán)，數(shù)據(jù)中心可幫助監(jiān)控個(gè)人數(shù)據(jù)的整個(gè)生命周期。三、大數(shù)據(jù)的具體實(shí)踐4、個(gè)人的大數(shù)據(jù)展望過(guò)于美好，也許實(shí)現(xiàn)個(gè)人數(shù)據(jù)中心將遙遙無(wú)期，也許這還不是解決個(gè)人數(shù)據(jù)隱私的最好方法，也許業(yè)界對(duì)大數(shù)據(jù)的無(wú)限渴求會(huì)阻止數(shù)據(jù)個(gè)人中心的實(shí)現(xiàn)，但是隨著數(shù)據(jù)越來(lái)越多，在缺乏監(jiān)管之后，必然會(huì)有一場(chǎng)激烈的博弈：到底是數(shù)據(jù)重要還是隱私重要；是以商業(yè)為中心還是以個(gè)人為中心。三、大數(shù)據(jù)的具體實(shí)踐虛擬體驗(yàn)個(gè)性推薦社會(huì)網(wǎng)絡(luò)網(wǎng)絡(luò)搜索四、信息產(chǎn)品及其應(yīng)用五、大數(shù)據(jù)分析的5個(gè)基本方面可視化分析AnalyticVisualizations數(shù)據(jù)挖掘算法DataMiningAlgorithms預(yù)測(cè)性分析能力PredicativeAnalyticCapabilities語(yǔ)義引擎SemanticEngines數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理DataQualityandMasterDataManagement五、大數(shù)據(jù)分析的5個(gè)基本方面1、可視化分析大數(shù)據(jù)分析的使用者有大數(shù)據(jù)分析專(zhuān)家，同時(shí)還有普通用戶(hù)，但是他們二者對(duì)于大數(shù)據(jù)分析最基本的要求就是可視化分析，因?yàn)榭梢暬治瞿軌蛑庇^的呈現(xiàn)大數(shù)據(jù)特點(diǎn)，同時(shí)能夠非常容易被讀者所接受，就如同看圖說(shuō)話一樣簡(jiǎn)單明了。五、大數(shù)據(jù)分析的5個(gè)基本方面2、數(shù)據(jù)挖掘算法大數(shù)據(jù)分析的理論核心就是數(shù)據(jù)挖掘算法，各種數(shù)據(jù)挖掘的算法基于不同的數(shù)據(jù)類(lèi)型和格式才能更加科學(xué)的呈現(xiàn)出數(shù)據(jù)本身具備的特點(diǎn)，也正是因?yàn)檫@些被全世界統(tǒng)計(jì)學(xué)家所公認(rèn)的各種統(tǒng)計(jì)方法（可以稱(chēng)之為真理）才能深入數(shù)據(jù)內(nèi)部，挖掘出公認(rèn)的價(jià)值。另外一個(gè)方面也是因?yàn)橛羞@些數(shù)據(jù)挖掘的算法才能更快速的處理大數(shù)據(jù)，如果一個(gè)算法得花上好幾年才能得出結(jié)論，那大數(shù)據(jù)的價(jià)值也就無(wú)從說(shuō)起了。五、大數(shù)據(jù)分析的5個(gè)基本方面3、預(yù)測(cè)性分析能力大數(shù)據(jù)分析最終要的應(yīng)用領(lǐng)域之一就是預(yù)測(cè)性分析，從大數(shù)據(jù)中挖掘出特點(diǎn)，通過(guò)科學(xué)的建立模型，之后便可以通過(guò)模型帶入新的數(shù)據(jù)，從而預(yù)測(cè)未來(lái)的數(shù)據(jù)。五、大數(shù)據(jù)分析的5個(gè)基本方面4、語(yǔ)義引擎大數(shù)據(jù)分析廣泛應(yīng)用于網(wǎng)絡(luò)數(shù)據(jù)挖掘，可從用戶(hù)的搜索關(guān)鍵詞、標(biāo)簽關(guān)鍵詞、或其他輸入語(yǔ)義，分析，判斷用戶(hù)需求，從而實(shí)現(xiàn)更好的用戶(hù)體驗(yàn)和廣告匹配。五、大數(shù)據(jù)分析的5個(gè)基本方面5、數(shù)據(jù)質(zhì)量及數(shù)據(jù)管理大數(shù)據(jù)分析離不開(kāi)數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理，高質(zhì)量的數(shù)據(jù)和有效的數(shù)據(jù)管理，無(wú)論是在學(xué)術(shù)研究還是在商業(yè)應(yīng)用領(lǐng)域，都能夠保證分析結(jié)果的真實(shí)和有價(jià)值。大數(shù)據(jù)分析的基礎(chǔ)就是以上五個(gè)方面，當(dāng)然更加深入大數(shù)據(jù)分析的話，還有很多很多更加有特點(diǎn)的、更加深入的、更加專(zhuān)業(yè)的大數(shù)據(jù)分析方法。IT融合內(nèi)外融合價(jià)值融合一、大數(shù)據(jù)的融合第四部分管理變革與研究展望二、技術(shù)創(chuàng)新呈現(xiàn)新形態(tài)和特點(diǎn)新模式（線上線下互動(dòng)的O2O運(yùn)作模式）Online-to-offline,offline-to-online新業(yè)態(tài)（如眾包，crowdsourcing,生產(chǎn)和創(chuàng)新組織）新人群（如生活在賽博空間的人群及其行為和需求）第四部分管理變革與研究展望二、技術(shù)創(chuàng)新呈現(xiàn)新形態(tài)和特點(diǎn)在大數(shù)據(jù)時(shí)代企業(yè)和個(gè)人的能力，競(jìng)爭(zhēng)的核心能力就是一個(gè)，就是BA（businessanalysis），深度商務(wù)分析。這是面向大數(shù)據(jù)分析，大數(shù)據(jù)業(yè)務(wù)的核心能力。大數(shù)據(jù)時(shí)代的核心力是BA，企業(yè)要建造這樣的能力，個(gè)人要培養(yǎng)或者學(xué)習(xí)這樣的能力。隨著4G網(wǎng)絡(luò)的普及，視頻類(lèi)應(yīng)用將迎來(lái)新的爆發(fā)，視頻的真實(shí)感將更大的拉近網(wǎng)絡(luò)空間的距離感。移動(dòng)互聯(lián)網(wǎng)的每個(gè)信息發(fā)布節(jié)點(diǎn)，將是每一個(gè)網(wǎng)民，全民麥克風(fēng)的時(shí)代即將爆發(fā)。第四部分管理變革與研究展望三、大數(shù)據(jù)時(shí)代的管理變革第四部分管理變革與研究展望大數(shù)據(jù)時(shí)代下的思維變革過(guò)去，由于技術(shù)和資源的限制，只能通過(guò)采樣調(diào)研和統(tǒng)計(jì)分析等手段了解關(guān)注的對(duì)象。如今，數(shù)據(jù)采集和存儲(chǔ)成本很低，完全可通過(guò)全部數(shù)據(jù)分析，不存在樣本抽樣的概念；大量數(shù)據(jù)的應(yīng)用還具有充分的容錯(cuò)性，過(guò)去采樣的數(shù)據(jù)如果出現(xiàn)失誤可能導(dǎo)致統(tǒng)計(jì)結(jié)果偏離嚴(yán)重，而采用全部的數(shù)據(jù)則會(huì)將有瑕疵的若干數(shù)據(jù)淡化處理。由此帶來(lái)的數(shù)據(jù)分析也不再局限于驗(yàn)證已有的推測(cè)是否正確，不再是尋找背后的因果關(guān)系，根據(jù)大數(shù)據(jù)分析你只需要知道“是什么”就能做出決策，而不需要對(duì)“為什么”太較真。大數(shù)據(jù)時(shí)代下的商業(yè)變革大數(shù)據(jù)將會(huì)使得大公司和小公司更容易成功，因?yàn)榇蠊臼菙?shù)據(jù)擁有者，并且他們技術(shù)領(lǐng)先，而小公司則反應(yīng)迅速，能靈活適應(yīng)市場(chǎng)。中型規(guī)模的公司未來(lái)將會(huì)處于夾縫中不利于發(fā)展。未來(lái)大數(shù)據(jù)催生的三種商業(yè)模式可以分為三個(gè)角色：數(shù)據(jù)擁有者；技術(shù)領(lǐng)先者，思維敏捷者。未來(lái)一切都可量化，一切量化的數(shù)據(jù)都將會(huì)被記錄，并將被多次挖掘利用，如果說(shuō)前十年是數(shù)字化時(shí)代，那未來(lái)十年將是數(shù)據(jù)化時(shí)代，兩者的不同在于挖掘數(shù)據(jù)中存在的潛在商業(yè)價(jià)值。

大數(shù)據(jù)時(shí)代的管理變革大數(shù)據(jù)帶來(lái)的社會(huì)問(wèn)題關(guān)系到法律的重建和制度的重構(gòu)。伴隨大數(shù)據(jù)的商業(yè)化應(yīng)用，人們的隱私問(wèn)題和安全問(wèn)題，通過(guò)現(xiàn)有的法律法規(guī)已經(jīng)無(wú)法保障，需要管理者制定符合大數(shù)據(jù)模式的制度。大數(shù)據(jù)的價(jià)值很美，但是不能讓他們?nèi)〈祟?lèi)的自由選擇和決策過(guò)程。比如通過(guò)大數(shù)據(jù)挖掘可以發(fā)現(xiàn)某人有潛在的犯罪傾向，不能因此就認(rèn)定他會(huì)犯罪，因?yàn)檫€需要考慮到道德主體的自由選擇和環(huán)境的影響，或許適度的干預(yù)是合理的選擇。大數(shù)據(jù)時(shí)代的管理變革數(shù)據(jù)運(yùn)作深度業(yè)務(wù)分析營(yíng)銷(xiāo)策略資源整合決策變革管理創(chuàng)新領(lǐng)導(dǎo)力提升大數(shù)據(jù)時(shí)代傳統(tǒng)企業(yè)的管理變革一切生產(chǎn)經(jīng)營(yíng)流程都需要數(shù)據(jù)化。搭建大數(shù)據(jù)分析平臺(tái)。培養(yǎng)數(shù)據(jù)挖掘和分析團(tuán)隊(duì)。建立開(kāi)放性的數(shù)據(jù)共享制度。戰(zhàn)略性的數(shù)據(jù)資源儲(chǔ)備。四、人力資源管理中的大數(shù)據(jù)BigDatainHRM類(lèi)型內(nèi)容特點(diǎn)事實(shí)性數(shù)據(jù)個(gè)人層面：人員數(shù)量及結(jié)構(gòu)、學(xué)歷、年齡、性別、家庭背景、工作經(jīng)歷、技能特長(zhǎng)、興趣愛(ài)好等收集簡(jiǎn)單信息量豐富組織層面：招聘——時(shí)間、次數(shù)、完成率培訓(xùn)——對(duì)象、內(nèi)容、時(shí)間、地點(diǎn)、次數(shù)、滿(mǎn)意度績(jī)效——指標(biāo)、次數(shù)、時(shí)間、得分薪酬——總數(shù)、增幅、構(gòu)成比例動(dòng)態(tài)性數(shù)據(jù)招聘完成率、員工流失率、核心員工流失率、員工換崗、員工晉升等收集較為簡(jiǎn)單，需跟蹤記錄整合性數(shù)據(jù)個(gè)性測(cè)試、情商、智商、管理能力測(cè)試、員工滿(mǎn)意度、員工敬業(yè)度等需要設(shè)計(jì)問(wèn)卷進(jìn)行收集，數(shù)據(jù)指向性明確在日常的人力資源管理中，有哪些數(shù)據(jù)可以被利用呢四、人力資源管理中的大數(shù)據(jù)04030201收集和呈現(xiàn)數(shù)據(jù)關(guān)注培訓(xùn)小時(shí)數(shù)、招聘時(shí)間、招聘成本、抱怨、人員基礎(chǔ)信息、離職率、績(jī)效分布等解釋如何配置人力資源、工作群體狀況的人力資源管理衡量措施預(yù)測(cè)階段及戰(zhàn)略相連接關(guān)注理解戰(zhàn)略驅(qū)動(dòng)因素，建立戰(zhàn)略及人力資源的聯(lián)系開(kāi)發(fā)戰(zhàn)略驅(qū)動(dòng)的人力資源能力素質(zhì)模型主動(dòng)階段分析數(shù)據(jù)關(guān)注人均銷(xiāo)售收入、流動(dòng)率、人均人事費(fèi)用率、研發(fā)效率、時(shí)間趨勢(shì)數(shù)據(jù)比較和改進(jìn)人力資源管理；展示趨勢(shì)和分析的數(shù)據(jù)戰(zhàn)略階段預(yù)測(cè)未來(lái)關(guān)注運(yùn)用模型識(shí)別未來(lái)的潛在風(fēng)險(xiǎn)，基于環(huán)境變化預(yù)見(jiàn)組織結(jié)構(gòu)和能力的需求變化；識(shí)別現(xiàn)在和未來(lái)的人才風(fēng)險(xiǎn)有助于變革商業(yè)以及闡述未來(lái)反應(yīng)階段根據(jù)Bersin&Associate的調(diào)研，目前企業(yè)HR大數(shù)據(jù)的應(yīng)用成熟度有4級(jí)低高HR大數(shù)據(jù)的應(yīng)用階段BigDatainHRM大數(shù)據(jù)分析在HR領(lǐng)域的典型應(yīng)用捷蘭航空（JetBlue)數(shù)據(jù)分析師開(kāi)發(fā)了一個(gè)量化分析工具，用以測(cè)量員工的敬業(yè)度并依此預(yù)測(cè)公司的財(cái)務(wù)業(yè)績(jī)陶氏化學(xué)（DowChemical)使用一個(gè)數(shù)據(jù)分析模型進(jìn)行人員規(guī)劃。該模型可以根據(jù)行業(yè)發(fā)展趨勢(shì)、政治和法律因素及時(shí)對(duì)人員規(guī)劃進(jìn)行動(dòng)態(tài)調(diào)整.西斯克（Sysco)通過(guò)持續(xù)跟蹤員工滿(mǎn)意度數(shù)據(jù)，及時(shí)采取相應(yīng)的干預(yù)措施，將其員工保留率從65%提高到85%，僅此一項(xiàng)就為公司節(jié)約了大約五千萬(wàn)美金的招聘和培訓(xùn)費(fèi)用谷歌（Google)利用數(shù)據(jù)分析方法，對(duì)其高績(jī)效經(jīng)理和低績(jī)效經(jīng)理的行為數(shù)據(jù)進(jìn)行分析挖掘，找到了谷歌高績(jī)效經(jīng)理特有的八項(xiàng)能力素質(zhì)，并將其應(yīng)用在經(jīng)理人員的招聘和發(fā)展上應(yīng)用案例四、人力資源管理中的大數(shù)據(jù)

BigDatainHRM五、大數(shù)據(jù)助推人力資源管理變革HRMTransformationintheeraofBigData.人力資源管理理念的大數(shù)據(jù)思維變革戰(zhàn)略人力資源管理的變革人力資源管理內(nèi)容和管理系統(tǒng)的變革人力資源管理模式和組織構(gòu)架升級(jí)變革人力資源管理手段和技術(shù)的變革231大數(shù)據(jù)45模糊管理→量化管理觀念呈現(xiàn)→數(shù)據(jù)呈現(xiàn)效率優(yōu)先→效能優(yōu)先模仿為主→創(chuàng)新管理人力資源→人力資本大數(shù)據(jù)思維變革人力資源管理者首先應(yīng)具備大數(shù)據(jù)思維,并打造企業(yè)全方位立體式的大數(shù)據(jù)思維將大數(shù)據(jù)人力資源視為核心資產(chǎn)，為組織績(jī)效及長(zhǎng)久競(jìng)爭(zhēng)優(yōu)勢(shì)的獲取提供強(qiáng)勁的人力資源保障依據(jù)大數(shù)據(jù)“7V”特征，人力資源決策的思維模式由“經(jīng)驗(yàn)＋感覺(jué)”轉(zhuǎn)型為“事實(shí)＋數(shù)據(jù)”預(yù)見(jiàn)性地確立以人為本的大數(shù)據(jù)戰(zhàn)略方針，通過(guò)大數(shù)據(jù)解決企業(yè)人的問(wèn)題“大數(shù)據(jù)顛覆了千百年來(lái)人類(lèi)的思維慣例，對(duì)人類(lèi)的認(rèn)知和及世界交流的方式提出了全新的挑戰(zhàn)”——維克托.邁爾-舍恩伯格(數(shù)據(jù)科學(xué)家)1

人力資源管理理念的大數(shù)據(jù)思維變革五、大數(shù)據(jù)助推人力資源管理變革HRMTransformationintheeraofBigData.大數(shù)據(jù)時(shí)代到來(lái)，組織外部環(huán)境不斷變化，企業(yè)戰(zhàn)略周期越來(lái)越短，組織戰(zhàn)略目標(biāo)不斷變化和調(diào)整。1利用大數(shù)據(jù)資源和大數(shù)據(jù)技術(shù)洞悉企業(yè)面臨的風(fēng)險(xiǎn)和挑戰(zhàn)，預(yù)測(cè)分析未來(lái)環(huán)境和組織目標(biāo)可能發(fā)生的變化，確保長(zhǎng)期、中期和短期戰(zhàn)略實(shí)施的人力資源需求，使人力資源供給和需求達(dá)到動(dòng)態(tài)平衡人力資源管理作為企業(yè)和外部環(huán)境的有效連接者，須確立戰(zhàn)略人力資源管理的大數(shù)據(jù)思維2大數(shù)據(jù)為戰(zhàn)略人力資源管理從人及工作流程、日常運(yùn)作、未來(lái)發(fā)展、戰(zhàn)略四個(gè)角度將人力資源管理的角色更清晰分為戰(zhàn)略伙伴、職能專(zhuān)家、員工支持者和變革推動(dòng)者四類(lèi)，形成具有外部和內(nèi)部匹配的配置效率，提升人力資源管理效率核心

—利用相關(guān)關(guān)系分析法進(jìn)行預(yù)測(cè)戰(zhàn)略人力資源管理真正從“幕后走向臺(tái)前”2

戰(zhàn)略人力資源管理的變革五、大數(shù)據(jù)助推人力資源管理變革HRMTransformationintheeraofBigData.采用的工具主要有專(zhuān)家預(yù)測(cè)、回歸分析、趨勢(shì)分析和比率分析等。管理者在使用這些工具時(shí)大多具有主觀臆斷性，不能做到全面客觀通過(guò)收集統(tǒng)計(jì)和分析組織內(nèi)外部信息資料，建立數(shù)據(jù)分析模型，掌握反映每一位員工真實(shí)情況的各種數(shù)據(jù)，并結(jié)合企業(yè)的戰(zhàn)略目標(biāo)，制定未來(lái)人力資源規(guī)劃。能夠做到全面客觀應(yīng)用案例回顧人力資源規(guī)劃傳統(tǒng)HRM大數(shù)據(jù)時(shí)代HRM陶氏化學(xué)（DowChemical)使用一個(gè)數(shù)據(jù)分析模型進(jìn)行人員規(guī)劃。該模型可以根據(jù)行業(yè)發(fā)展趨勢(shì)、政治和法律因素及時(shí)對(duì)人員規(guī)劃進(jìn)行動(dòng)態(tài)調(diào)整3

人力資源管理內(nèi)容和管理系統(tǒng)的變革五、大數(shù)據(jù)助推人力資源管理變革HRMTransformationintheeraofBigData.數(shù)據(jù)處理幫助招聘者詳細(xì)了解應(yīng)聘者的社交信息，提高招聘質(zhì)量，節(jié)約招聘成本；拓寬求職者了解所應(yīng)聘公司信息資料的渠道，提高其應(yīng)聘的效率社交網(wǎng)絡(luò)及招聘平臺(tái)在收集信息的基礎(chǔ)上，充分利用現(xiàn)代的云計(jì)算技術(shù)對(duì)大量數(shù)據(jù)進(jìn)行處理實(shí)現(xiàn)簡(jiǎn)歷解析和職位管理的智能化&招聘及選拔互聯(lián)網(wǎng)＋大數(shù)據(jù)利用大數(shù)據(jù)發(fā)現(xiàn)和選拔人才可以盡可能做到“全息搜索”，實(shí)現(xiàn)精準(zhǔn)的“人崗匹配”3

人力資源管理內(nèi)容和管理系統(tǒng)的變革五、大數(shù)據(jù)助推人力資源管理變革HRMTransformationintheeraofBigData.支持決策診斷原因洞察問(wèn)題招聘工作跟蹤招聘分析應(yīng)用模型1·

關(guān)鍵崗位的計(jì)劃完成率·

完成招聘計(jì)劃的周期·

完成招聘計(jì)劃花費(fèi)的成本2345·

招聘計(jì)劃完成率低·

簡(jiǎn)歷量少、面試到場(chǎng)率低·Offer接受率低·

薪酬不具有競(jìng)爭(zhēng)力·

獵頭供應(yīng)商推薦簡(jiǎn)歷質(zhì)量低·區(qū)域內(nèi)相關(guān)人才少·

調(diào)整薪酬·

更換渠道供應(yīng)商·

樹(shù)立雇主形象·

更好的招聘成果·

更高的招聘效率·

更低的招聘成本招聘價(jià)值：價(jià)值體現(xiàn)及決策招聘運(yùn)營(yíng)：持續(xù)優(yōu)化及改進(jìn)商業(yè)價(jià)值招聘及選拔3

人力資源管理內(nèi)容和管理系統(tǒng)的變革五、大數(shù)據(jù)助推人力資源管理變革HRMTransformationintheeraofBigData.培訓(xùn)開(kāi)發(fā)大數(shù)據(jù)提供更具有說(shuō)服力的信息并增強(qiáng)決策的可行性2012年7月阿里巴巴在集團(tuán)層面設(shè)立首席數(shù)據(jù)官崗位ChiefDataOfficerGartner高級(jí)副總裁兼全球研究負(fù)責(zé)人Peter表示，到2015年，大數(shù)據(jù)將為全球帶來(lái)44萬(wàn)個(gè)IT崗位，預(yù)計(jì)每個(gè)大數(shù)據(jù)相關(guān)的崗位將催生三個(gè)非IT的就業(yè)機(jī)會(huì)利用軟件技術(shù)開(kāi)發(fā)設(shè)計(jì)基于大數(shù)據(jù)理念的職業(yè)生涯管理測(cè)評(píng)系統(tǒng)人才培養(yǎng)建立全新的社會(huì)化學(xué)習(xí)平臺(tái)傳播優(yōu)質(zhì)的課程上?？夏涂滤_人才服務(wù)有限公司開(kāi)設(shè)在線人才培養(yǎng)公開(kāi)課催生新業(yè)態(tài)和新職位職業(yè)生涯管理3

人力資源管理內(nèi)容和管理系統(tǒng)的變革五、大數(shù)據(jù)助推人力資源管理變革HRMTransformationintheeraofBigData.人才素質(zhì)模型雷達(dá)圖利用雷達(dá)圖等大數(shù)據(jù)信息和技術(shù)從大型的人力資源數(shù)據(jù)庫(kù)中找到陰藏在其中的信息在線測(cè)評(píng)系統(tǒng)各種測(cè)評(píng)工具可以隨需調(diào)用并有機(jī)整合準(zhǔn)確衡量、預(yù)測(cè)人才表現(xiàn)和組織效能傳統(tǒng)的人才測(cè)評(píng)大多依賴(lài)有限的記錄：如員工的出勤率、工作熱情程度及任務(wù)完成率等崗位型的效率數(shù)據(jù)來(lái)確定員工對(duì)企業(yè)的貢獻(xiàn)，評(píng)價(jià)較主觀大數(shù)據(jù)時(shí)代人才測(cè)評(píng)建立以數(shù)據(jù)為依托的人員考核和勝任力分析工具。如·人才測(cè)評(píng)“人才素質(zhì)模型雷達(dá)圖”在線測(cè)評(píng)系統(tǒng)3

人力資源管理內(nèi)容和管理系統(tǒng)的變革五、大數(shù)據(jù)助推人力資源管理變革HRMTransformationintheeraofBigData.人力資源信息（大數(shù)據(jù)）管理人力資源信息（大數(shù)據(jù)）管理的職能將日益凸顯，并作為人力資源管理的一項(xiàng)重要職能及傳統(tǒng)的六大模塊相互獨(dú)立又高度融合隨著云技術(shù)、分布式處理技術(shù)、存儲(chǔ)技術(shù)的日漸成熟，大多處于“休眠”狀態(tài)的海量數(shù)據(jù)可以被利用，真正提升人力資源效率人力資源大數(shù)據(jù)擁有者、提供者和服務(wù)者等產(chǎn)業(yè)鏈的建設(shè)進(jìn)程加快，大批人力資源專(zhuān)業(yè)公司和人力資源外包業(yè)務(wù)的發(fā)展人力資源管理內(nèi)容和管理系統(tǒng)推陳出新3

人力資源管理內(nèi)容和管理系統(tǒng)的變革五、大數(shù)據(jù)助推人力資源管理變革HRMTransformationintheeraofBigData.人力資源管理組織結(jié)構(gòu)轉(zhuǎn)換50%90%員工招聘、培訓(xùn)、職位管理等為獨(dú)立的工作單位，大部分人力資源是在無(wú)系統(tǒng)化的情形下進(jìn)行碎片化的管理將組織中每一個(gè)崗位單元鏈接成有序高效的整體，創(chuàng)建人力資源新模式和流程，使得人力資源信息孤島或單線信息關(guān)聯(lián)及碎片化的管理得到整合基于崗位的人力資源管理模式，各個(gè)具體崗位為完成一定工作任務(wù)而設(shè)，組織分工合作是企業(yè)的基本形態(tài)基于能力為核心、能力和崗位結(jié)合的人力資源管理模式，形成崗位和能力的真正匹配“金字塔”組織結(jié)構(gòu)人力資源主管處于金字塔尖，多級(jí)的管理模式，使成本增加、溝通減少“扁平化”的優(yōu)化組織架構(gòu)決策層及基層員工通過(guò)網(wǎng)絡(luò)更好地傳遞工作過(guò)程中的信息，有效溝通減少了成本，提高了管理效率，真正形成以人為中心的管理大數(shù)據(jù)時(shí)代HRM傳統(tǒng)HRM人力資源管理模式轉(zhuǎn)變4人力資源管理管理模式和組織架構(gòu)升級(jí)變革五、大數(shù)據(jù)助推人力資源管理變革HRMTransformationintheeraofBigData.大數(shù)據(jù)技術(shù)滲透人力資源管理、創(chuàng)新管理方法通過(guò)大數(shù)據(jù)多維數(shù)據(jù)倉(cāng)庫(kù)功能進(jìn)行數(shù)據(jù)建模，提高大數(shù)據(jù)時(shí)代的人力資源分析率原有人力資源管理方法的完善和創(chuàng)新大數(shù)據(jù)技術(shù)能從一些大型的人力資源數(shù)據(jù)庫(kù)中找到隱藏在其中的相關(guān)信息，幫助決策人員找到數(shù)據(jù)間潛在的聯(lián)系，從而有效進(jìn)行人力資源開(kāi)發(fā)配置現(xiàn)代信息技術(shù)催生虛擬人力資源管理虛擬人力資源管理采用現(xiàn)代信息技術(shù)，將企業(yè)內(nèi)部的人力資源管理的一部分職能分離出來(lái)，使企業(yè)的人力資源管理更靈活、更高效員工離職分析海氏分析法北森測(cè)評(píng)模型勝任力模型的改進(jìn)人力資源外包5人力資源管理手段和技術(shù)的變革五、大數(shù)據(jù)助推人力資源管理變革HRMTransformationintheeraofBigData.一切都在“云”端行至網(wǎng)深處，坐看云起時(shí)。隨著應(yīng)用的深入、Internet對(duì)于信息使用方式的深刻改變，云已成為IT發(fā)展不可逆轉(zhuǎn)的趨勢(shì)。網(wǎng)絡(luò)讓世界扁平，讓人類(lèi)相互聯(lián)接。云時(shí)代下人力資源管理模塊創(chuàng)新六、大數(shù)據(jù)＋云時(shí)代下人力資源管理變革12345云存儲(chǔ)云招聘1.云招聘模塊通過(guò)云技術(shù)管理招聘需求計(jì)劃、職位發(fā)布及管理、候選人申請(qǐng)及面試等活動(dòng)，實(shí)現(xiàn)HR部門(mén)、業(yè)務(wù)部門(mén)、第三方招聘服務(wù)提供商、求職者的實(shí)時(shí)在線協(xié)同，提高招聘效益、降低招聘成本百度公司的云招聘管理系統(tǒng)能滿(mǎn)足每小時(shí)數(shù)萬(wàn)量級(jí)的簡(jiǎn)歷接受承載力度，上千用戶(hù)開(kāi)發(fā)訪問(wèn)的平均響應(yīng)時(shí)間僅3秒鐘，大幅度提高了招聘效率2.云存儲(chǔ)模塊云技術(shù)可以為人力資源管理提供海量信息。人力資源云存儲(chǔ)模塊可提供共享的云計(jì)算數(shù)據(jù)庫(kù)，各個(gè)數(shù)據(jù)有效銜接且有據(jù)可查，保證了數(shù)據(jù)的有效性和完整性，提高了人力資源效能中國(guó)農(nóng)業(yè)銀行的員工多達(dá)十幾萬(wàn)人，僅僅做一些數(shù)據(jù)統(tǒng)計(jì)都非常困難，但引入云管理軟件后，管理效率和數(shù)據(jù)準(zhǔn)確度都大幅提升創(chuàng)新五個(gè)云模塊云招聘云存儲(chǔ)HRMTransformationintheeraofBigDataandiCloud.云時(shí)代下人力資源管理模塊創(chuàng)新大數(shù)據(jù)＋云時(shí)代下人力資源管理變革3.云協(xié)同模塊員工可便捷地訪問(wèn)人力資源管理數(shù)據(jù)庫(kù)，獲得薪酬和副利信息.，通過(guò)移動(dòng)終端進(jìn)行工作簽到、簽離，自主生成考勤表