论文

大数据时代江苏沿海经济带汽车产业发展研究

作者

王芳 盐城师范学院助理研究员。
秦海鸥 男,盐城师范学院信息工程学院讲师,主要研究方向为神经网络、软件工程。

参考文献 查看全部 ↓
  • [1]夏研娜、王羽:《大数据在德国汽车制造商宝马集团中的应用》,《智慧工厂》2017年第2期,第81~94页。
  • [2]张东翔:《基于大数据应用的供应链绩效管理研究》,硕士学位论文,石河子大学,2017。
  • [3]李敏波等:《工业大数据分析技术与轮胎销售数据预测》,《计算机工程与应用》2017年第11期,第100~109页。
  • [4]朱向雷、赵帅、张鲁:《大数据驱动下的汽车产业链数据整合研究》,《汽车工业研究》2016年第1期,第4~11页。
  • [5]徐海涛:《大数据在汽车行业的运用及影响分析》,《汽车工业研究》2017年第11期,第4~10页。
  • [6]怀玉:《汽车行业大数据应用的前景初探》,《上海汽车》2016年第9期,第1~2页。
  • [7]姜少寒:《大数据技术应用及发展趋势》,《价值工程》2016年第33期,第166~168页。
  • [8]钟文京、尹文斌:《新能源汽车大数据库的设计分析》,《电子技术与软件工程》2016年第22期,第162~163页。
  • [9]聂晶:《汽车经销商基于大数据的精准营销模式研究》,硕士学位论文,对外经济贸易大学,2016。
  • [10]孙笑宇等:《大数据环境下车联网信息服务平台构建研究》,《情报科学》2015年第8期,第83~88页。
  • [11]辛宇、郑鑫:《大数据驱动与客户生命周期——基于汽车行业的分析》,《河南社会科学》2014年第3期,第71~77页。
  • [12]孙桂娟:《探讨大数据思维下的汽车品牌战略》,硕士学位论文,上海交通大学,2014。
  • [13]孟小峰、慈祥:《大数据管理:概念、技术与挑战》,《计算机研究与发展》 2013年第1期,第146~169页。
  • [14]冯芷艳等:《大数据背景下商务管理研究若干前沿课题》,《管理科学学报》2013年第1期,第1~9页。
  • [15]周涛:《网络大数据——复杂网络的新挑战:如何从海量数据获取信息?》,《电子科技大学学报》2013年第1期,第7~8页。
  • [16]黄勇军:《电信运营商大数据发展策略探讨》,《电信科学》 2013年第3期,第7~11页。
  • [17]缪其浩:《大数据时代:趋势和对策》,《科学》 2013年第4期,第25~28页。
  • [18]叶明、谷晨霞:《“大数据”时代决策支持系统新发展》,《信息安全与技术》2013年第8期,第6~8页。
  • [19]刘叶婷、王春晓:《“大数据”,新作为——“大数据”时代背景下政府作为模式转变的分析》,《领导科学》2012年第35期,第4~6页。
  • [20]周福林:《大数据环境下如何改进官方统计》,《中国统计》 2013年第12期,第6~7页。
  • [21]陈戈:《中型企业如何应对大数据困境?》,《微电脑世界》 2013年第1期,第88~89页。
  • [22]黄升民、刘珊:《“大数据”背景下营销体系的解构与重构》,《现代传播》2012年第11期,第13~20页。
  • [23]王劲:《大数据时代的管理变革》,《中国商贸》2013年第2期,第189~190页。
  • [24]悠虎:《商业智能成功融合大数据的10个步骤》,《网络与信息》 2012年第3期,第54页。
  • [25]陈如明:《大数据时代的挑战、价值与应对策略》,《移动通信》2012年第17期,第14~15页。

大数据时代江苏沿海经济带汽车产业发展研究

可试读20%内容 阅读器阅览

大数据时代江苏沿海经济带汽车产业发展研究

引言

随着互联网的高速发展,其与传统产业的联系越来越紧密。传统产业与互联网相结合,搭上互联网发展的快车,产生了“互联网+”的概念,产生了多种前所未有的商业模式。因此国际上各类产品制造销售企业纷纷顺应潮流,普遍采用各类生产经营管理信息系统管理自己的企业,各类业务数据呈爆炸式增长,于是人类进入了大数据时代。大数据具有“4V”特征,是一种有价值的“矿产资源”,企业对存在的大数据进行分析能够发现用户的需要,改善内部的经营管理,提高决策的科学性。但与传统意义上的矿产资源(如石油)具有本质区别,主要表现在:传统的矿产资源具有稀缺性,越稀缺单位价值越高,并且随着人类的开采使用越来越少;而大数据则会越来越多,并且呈爆炸式增长,数据量越大,人类使用越多,则越有价值。传统经济学是建立在“资源稀缺、欲望无限”假设前提上的完整的理论体系,而大数据作为一种新的“矿产资源”不具有稀缺性,这必将给传统经济学的基本原理带来挑战,为此学者俞立平提出了大数据经济学的概念。同时“大数据”还是一种方法和理念,要求企业和个人在做出决策时时刻考虑采用大数据技术和方法,提高决策的科学性。目前国外对大数据的应用研究极为重视,很多跨国公司都在积极利用大数据,充分挖掘大数据中蕴含的信息和知识,以便改进企业的经营管理,提高企业经营决策的科学性。然而国内目前有关大数据方面的研究与应用还处于起步阶段,基于互联网和社会媒体的企业大数据研究与应用亟须进一步的深入开展,且很少有学者从管理学的角度去研究大数据给现代企业生产管理和商务运营决策等带来的变革与冲击。

汽车产业是国民经济的支柱产业,近几年国内汽车产销量和收入连创新高。江苏省是国内重要的汽车制造基地,但整车生产能力不强,缺乏大的汽车企业集团和知名汽车品牌。在江苏沿海产业带中,汽车产业占据重要地位。汽车整车制造销售以及与之配套的汽车零部件生产销售对盐城、江苏沿海乃至整个江苏的地区生产总值、财政收入、就业都有重要影响。2017年江苏车企面临严峻的市场环境,特别是位于盐城的江苏悦达集团整车产销出现较大程度下滑,造成盐城当地财政收入负增长,不少工人失业。如何在激烈的市场竞争中保持江苏沿海汽车产业的地位并进一步快速发展是江苏省产业发展的一个重要议题。在大数据时代,能够驾驭数据洪流的公司才能获得更多的竞争优势。

一 大数据概述

(一)大数据的定义

目前学术界关于大数据的概念还没有定论。大数据一般意义上指无法在可容忍的时间内用传统IT技术和软硬件工具对其进行感知、获取、管理、处理和服务的数据集合。实际上“大数据”的大小是不断发展变化的:一方面,大数据标准的数据集大小是变化的,会随着时间推移、技术进步而增长;另一方面,不同行业、不同企业对于大数据标准的数据集大小也会存在认知上的差别。

(二)大数据的特征

2001年美国Gartner公司的分析师道格拉斯·兰尼首次提出了大数据的“3V”特征,即容量大(Volume)、多样化(Variety)和速度快(Velocity)。随着技术的进步和对于大数据研究的深入,人们对于大数据特征的认识也发生了一些变化,目前业界普遍认可大数据具有四大特征:Volume(体量浩大),Variety(模态繁多),Velocity(生成快速),Value(价值巨大但密度很低)。

基于大数据上述的特征,维克托·迈尔·舍恩伯格在《大数据时代:生活、工作与思维的大变革》中提出了大数据时代必备的三个重大思维转变。

(1)要分析与某事物相关的所有数据,而不是依靠分析少量的数据样本,即不能基于传统统计学的抽样调查。

(2)要接受数据的不完整性和少量错误,而不再追求精确性。巨量的数据要保证完整且完全没有错误是几乎不可能的,所以大数据处理时要能容忍这些错误的存在和部分数据的缺失。

(3)关注不同事物的相关关系而不是因果关系。现实世界事物之间是普遍联系的,事物与事物的因果关系人类经过分析往往容易辨别,但事物与事物之间的相关关系却往往难以发现,需要借助数据挖掘技术。

二 国内外大数据技术发展及应用现状

随着互联网、云计算和人工智能技术的飞速发展,企业内部管理和商务运营数据正在以前所未有的速度增长,目前世界已进入大数据(Big Data)时代。传统产业与互联网紧密结合,先后出现了B2B,C2C,B2C,O2O,B2F,B2S等各种电子商务模式。毫无疑问这一趋势在未来的几十年里还会不断发展。于是有人提出“大数据经济学”的概念。大数据经济要求企业不仅仅通过被动地对已存在的海量数据进行分析创造价值,更要求企业经营管理层转变思维方式。现代企业只有通过内部变革主动收集企业经营管理的基础数据,才有可能通过先进数据分析和挖掘技术找出企业生产经营管理中存在的问题,从而改进企业的管理,提高企业市场竞争力。近十年,“大数据”技术在国内也已经受到高度关注,各级政府纷纷出台产业规划和措施促进其发展。国内各大IT技术公司也加紧了技术跟踪和新技术的研发步伐。传统产业企业则希望借助大数据细分客户市场、了解用户需求,借助互联网改善营销渠道,但大数据的潜能远未充分发挥。

(一)国外大数据技术的发展与应用

目前国外对大数据技术的研究主要集中在两个方面:一是大数据的存储、感知、处理、挖掘技术,二是利用大数据实现商业智能。2012 年1月,在瑞士达沃斯召开的世界经济论坛将大数据作为论坛的主题之一,并发布了《大数据、大影响:国际发展新机遇》()。2012 年3 月22日,奥巴马宣布美国政府启动“大数据研究和发展计划”,耗资超过2亿美元,涉及12个联邦政府部门,希望通过提高大型复杂数据的处理能力,加快美国科技发展的步伐;“大数据研究和发展计划”是美国继“信息高速公路”计划后的又一次重大科技发展部署。“信息高速公路”计划已经极大地改变了我们的生产方式和生活方式,引起了世界上许多科学家的关注,并因此产生了一门新的学科——网络经济学。这使得我们有理由相信,“大数据研究和发展计划”也会对未来的世界产生深远的影响。2012年4月,Splunk公司成为第一家在纳斯达克成功上市的从事大数据处理的公司,首个交易日其股票上涨109%。2012年5月,英国建立了世界上首个关于政府数据信息开放的研究所;日本总务省于2012年5月28日召开“ICT基本战略委员会”会议,提出“活力ICT日本”综合战略,重点关注大数据应用。ICT战略将重点关注云计算、传感器、社会化媒体等大数据应用所需的智能技术开发。2013年,澳大利亚、法国等国家先后将大数据技术研发上升到国家发展战略层面。

目前国外对大数据的应用研究极为重视,很多跨国公司都在积极利用大数据,充分挖掘大数据中蕴含的信息和知识,以便改进企业的经营管理,提高企业经营决策的科学性。各产业都在深入挖掘大数据的价值,研究大数据的深度应用。可以说,大数据在各行业的全面深度渗透将有力地促进产业格局重构,成为经济快速增长的新动力和拉动内需的新引擎。目前国外大数据技术在制造行业中的应用主要有以下几点。

1.业务流程优化

大数据技术可以帮助企业分析生产销售业务流程中存在的问题并提供优化建议。如对物流公司,可以通过利用实时交通路线数据、地理定位和无线电频率的识别追踪货物和送货车,优化企业的供应链以及配送路线。

2.及时掌握客户需求

目前很多企业已经开始采用大数据了解客户对自己产品的评价,从而修改产品的设计以及完善售后服务,提高用户的满意度。

3.优化机器和设备性能

大数据分析可以发现制造企业内部单台机器和设备的不足以及整个生产链存在的瓶颈,从而可以为企业优化机器设备和生产提供依据。

(二)国内大数据技术的发展与应用

国内目前对大数据的研究基本集中在IT业,主要关注大数据的获取、存储、处理、挖掘和信息安全等方面。在国内,从2012年开始,以BAT(百度、阿里巴巴、腾讯)为首的互联网企业以及传统的运营商企业纷纷启动了关于大数据的研发和应用。2014年3月,“大数据”这一概念首次进入我国政府工作报告;2015年初,李克强总理在政府工作报告中提出“互联网+”行动计划,推动互联网、云计算、大数据、物联网等与现代制造业的结合与应用。大数据应用可以分为政府服务类应用和行业商业类应用两种。政府服务类数据应用为政府管理提供强大的决策支持。如在交通管理方面,通过对道路交通信息的实时挖掘,能够有效缓解交通拥堵,并快速响应突发状况,为城市交通的良性运转提供科学的决策依据。政府服务类大数据与民生密切相关,其应用主要包括智慧交通、智慧安防等,这些应用将极大地拓展民众生活空间。目前国内已有不少公司从事大数据技术的研发及应用推广工作,从事大数据服务的公司主要有两类。一是从事大数据技术研发的公司。如百度、腾讯、阿里巴巴等互联网巨头以及华为、浪潮、中兴等国内领军企业,其研发涵盖了数据采集、数据存储、数据分析、数据可视化以及数据安全等领域。这类公司的特征是参考借鉴国外大公司的技术与经验,研发自己的大数据处理技术和工具。二是提供大数据处理技术服务的公司。这些公司借助国际国内大公司研发的大数据工具,针对市场和行业实际需求,为企业定制各种大数据应用方案。

国内企业在真正利用大数据对传统产业进行改造提升、提高企业生产管理和商务运营决策的科学性从而实现商业智能等方面还做得很少。许多传统企业甚至还没有认识到大数据作为“原始矿产资源”的价值,不注意收集整理自己的经营管理数据,让这一资源白白流失,更谈不上利用大数据改善企业的经营管理了。目前国内利用大数据技术改善企业经营管理的几个著名公司如下。

1.阿里巴巴

中国最大的电子商务公司阿里巴巴已经在利用大数据技术提供各种服务。淘宝网每天有数百万的交易记录。相应地,交易时间、商品价格、购买数量会被记录下来,这些信息可以与买方和卖方的年龄、性别、地址,甚至兴趣爱好等个人特征信息相匹配。通过数据分析商家可以了解淘宝平台上的行业宏观情况、自己品牌的市场状况、消费者行为情况等,并可以据此进行生产、库存决策。

2.腾讯

腾讯视频凭借全平台资源,建立精细化运营战略,利用腾讯视频的庞大数据资源,了解用户所喜欢看的内容和用户的常见行为。通过技术优势带给用户更好的观看体验。最后借助腾讯视频社区化的关系链和多平台触达能力,让营销内容得到最大范围的传播,致力于成为国内最大的在线视频媒体交流平台。

3.国家电网

国家电网建立了企业级的大数据平台,通过大数据平台实现数据的采集、传输以及存储和处理。基于大数据平台进行数据采集、在线监测、决策支持等大数据业务应用。比如江苏省电力公司通过构建分析模型来对全省的用电高峰进行预测。

4.中国工商银行

在国内,银行业是IT建设更为领先的行业之一,特别是中、农、工、建四大银行,更是走在整个银行业的前面。工行在大数据应用上主要侧重于风险方面。工行通过大数据在事前、事中、事后三个环节的运用进行风险的柔性控制。比如银行卡的授信过程中,或者信贷要进行发放做净值调查时,数据能给它一个支撑。比如银行卡最近经常发生盗刷行为,可以在事中通过大数据的方式发现银行卡的盗刷行为,还可以根据事后的交易或者发生的时间,分析在业务的拓展或者风险控制方面有哪些需要进一步改进或者补救的工作。

5.中信银行

中信银行信用卡中心是国内银行业为数不多的几家分行级信用卡专营机构之一,也是国内最具竞争力的股份制商业银行信用卡中心之一。为了应对激烈的市场竞争,中信银行信用卡中心提出了一个可扩展、高性能的数据仓库解决方案,支持其数据分析战略,提升业务的敏捷性。有了数据仓库,中信银行信用卡中心可以更清楚地了解其客户情况,从而能够为客户提供更有针对性和相关性的营销活动。有了全面的客户数据,营销团队可以对客户按照低、中、高价值来进行分类,根据银行整体经营策略积极地提供相应的个性化服务。

6.美的电器

传统的市场调研随着互联网的普及变成用户需求洞察,手段和形式都发生了很大变化。美的有一款产品总是卖不好,而市场上竞争对手的销量却非常大。美的在通过数据跟踪后分析发现有很大的问题。美的这款产品尺寸较大,市场上的主流产品是25寸和32寸,而美的的产品是38寸。通过大数据把功能和竞争对手进行对标分析,就可以告诉研发部门应该怎么调整产品设计方案。

7.海尔电器

海尔电器在产品设计阶段借助大数据分析平台对产品的市场竞争情况进行了全面的分析,通过对市场份额、增减情况、主要竞争对手的深入分析,帮助海尔更准确地进行自我定位、密切监控市场变动、时刻掌控竞争对手的市场动态,进而占据市场先机。

三 汽车产业利用大数据的意义

当前社会是信息和知识的社会,企业的竞争不仅是劳动生产率的竞争,更是知识生产率的竞争。数据是信息的载体,是知识的源泉,而知识恰恰可以为不同企业带来丰富财富,因而数据必然可以创造价值和利润。在大数据时代里,基于知识竞争其实就是基于数据竞争,而数据竞争将成为经济发展的必然,可见利用大数据对于汽车生产经营企业而言是必要的。信息技术的发展使得大数据的利用成为可能,企业可以利用大数据时代带来的海量数据分析优化企业的各个运营环节,通过基于数据的优化和对接,把业务流程和决策流程当中存在的每一分潜在价值都“挤”出来,从而节约成本、改善经营和管理,最终战胜竞争对手。

(一)利用大数据可以提高企业生产力

与有形资产、人力资本一样,大数据已成为现代经济活动一个重要的生产要素。它不仅是提高生产力和竞争力的强大引擎,也可以转变为生产力,创造大量的经济价值。麦肯锡公司对不同地域的医疗保健、公共部门管理、零售、制造业、个人定位数据五个领域的研究,证明了大数据的利用可以提高效率、减少投入,同时保持相同的产出水平。如同IT 技术的先进生产力一样,利用大数据,通过管理创新提高生产率,也将推动资本深层次的扩散。

试读已结束,剩余80%未读

¥5.75 查看全文 >

VIP免费

论文目录

  • 引言
  • 一 大数据概述
    1. (一)大数据的定义
    2. (二)大数据的特征
  • 二 国内外大数据技术发展及应用现状
    1. (一)国外大数据技术的发展与应用
      1. 1.业务流程优化
      2. 2.及时掌握客户需求
      3. 3.优化机器和设备性能
    2. (二)国内大数据技术的发展与应用
      1. 1.阿里巴巴
      2. 2.腾讯
      3. 3.国家电网
      4. 4.中国工商银行
      5. 5.中信银行
      6. 6.美的电器
      7. 7.海尔电器
  • 三 汽车产业利用大数据的意义
    1. (一)利用大数据可以提高企业生产力
    2. (二)利用大数据可以增加企业价值
    3. (三)利用大数据可以深刻洞察用户真实需求
  • 四 汽车产业利用大数据现状
    1. (一)国际汽车巨头
      1. 1.美国通用汽车公司
      2. 2.美国福特汽车公司
    2. (二)国内汽车厂商
      1. 1.上汽集团
      2. 2.一汽集团
      3. 3.东风汽车
  • 五 江苏沿海经济带汽车产业发展现状及存在的问题
    1. (一)国内不同区域汽车产业发展现状
    2. (二)江苏沿海汽车产业发展现状
    3. (三)江苏沿海汽车经济带进一步发展存在的问题
      1. 1.汽车基础技术研究和新产品开发乏力
      2. 2.零部件制造质量不高
      3. 3.具有远见的企业和企业家不足
  • 六 江苏沿海经济带汽车产业利用大数据存在的问题
    1. (一)汽车产业利用大数据存在的问题
      1. 1.数据收集问题
      2. 2.数据存储问题
      3. 3.数据分析与挖掘问题
      4. 4.数据利用问题
    2. (二)汽车产业利用大数据产生问题的原因
      1. 1.领导层对大数据了解不够,认识不足
      2. 2.专业技术人才匮乏
      3. 3.缺乏指导和技术支持
      4. 4.对数据安全性的担忧
  • 七 汽车产业利用大数据的措施与建议
    1. (一)企业层面
      1. 1.全局规划,统一协调
      2. 2.完善信息化基础设施建设,规范数据管理
      3. 3.组建专业化的人才团队
      4. 4.领导层在做决策的时候要尊重知识、尊重科学
      5. 5.注重利用企业外部的大数据
      6. 6.互联互通,数据共享
    2. (二)政府层面
      1. 1.加强对企业领导人的培训
      2. 2.鼓励企业引进大数据分析人才
      3. 3.适当考核企业信息化水平和利用大数据水平
      4. 4.组织交流学习
      5. 5.引导和促进数据共享
  • 八 结论

论文图片/图表

查看更多>>>