大數據技術分析3篇
前言：本站為你精心整理了大數據技術分析3篇范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。
摘要：大數據時代，數據不僅在改變人們生活方面發揮著重要作用，同時也能夠充分地反映出人們的思想認識、行為特征。在高校社會主義核心價值觀教育中引入大數據技術可讓精準化教育改革成為可能。在大數據技術支持下，學生思想動態被量化處理，這為相關教育工作創新提供有力支持，實現教育精準化的同時豐富教育傳播載體。但是，當前以大數據技術為支撐的高校社會主義核心價值觀教育精準化變革中，還存在諸如對數據盲從、缺乏數據平臺支持、數據安全保障機制不健全等問題。因此，立足問題深入分析，找到大數據技術下推動高校社會主義核心價值觀教育精準化變革的可行舉措，進一步提高高校社會主義核心價值觀教育的有效性，達到綜合性人才培養目標。
關鍵詞：大數據技術，社會主義核心價值觀教育，精準化引言社
會快速發展進程中，大數據技術已經逐漸滲透進人們的生活和工作當中，深刻地改變著人們的生活方式和工作模式，推動全社會快速進入大數據時代。隨著大數據技術在社會各個層面帶來的影響越來越廣泛，其在教育領域的應用對于加快推進教育深化改革發揮著重要作用，不斷促使教育教學在數據變革中克服傳統教育面臨的困境，找出適合自身發展的精準化教育路線。高校社會主義核心價值觀教育是培養國家、社會所需人才的重要路徑，可大大提升人才素質，在高校社會主義核心價值觀教育的精準化變革中，大數據技術發揮著重要推動作用。因此，高校應當重視加大大數據建設投入，推動實現社會主義核心價值觀教育精準化，提高其教育實效性。
一、大數據技術對高校社會主義核心價值觀教育精準化變革的推動作用
1.大數據量化學生思想動態信息數據社會主義核心價值觀教育在高校中的實施若想精準落實，以及若想保證大學生能夠真正接受教育，并將其內化于心、外化于行，就必須要保證教育體系與學生思想行為是相對應的。[1]在大數據技術的支持下，通過搜集整理海量的與學生思想相關的數據，可為相關教育工作的開展給予可靠的數據支撐，促使其掌握學生思想動態的變化規律，建立與之相對應的科學有效的社會主義核心價值觀教育體系，打造出大學生感興趣的模式，促使其更積極地投入到教育環境中。
2.推動高校社會主義核心價值觀教育工作的創新發展社會主義核心價值觀教育如要在高校中真正落到實處，就必須同學生實際情況和社會現實保持密切的關聯性。傳統教育模式下，高校所開展的教育往往局限在思想政治層面，缺乏與學生實際和社會現實的聯系，從而難以真正實現教育的實效性。同時，在以往的教育工作研究中，研究調查對象具有局限性，從而對最終的調查研究結果的準確性造成一定影響。[2]大數據技術則很好地解決了這些問題，在大數據技術的支持下，高校社會主義核心價值觀教育能夠做到從學生實際和社會現實出發，通過對海量的實際數據進行調查分析，促進教育工作的創新發展，從而準確把握教育的正確路徑，對教育內容要與時俱進地更新，保證所開展的教育活動與學生實際發展需求相符合。
3.豐富教育傳播載體社會主義核心價值觀教育載體是實現社會主義核心價值觀傳播的重要媒介，在教育實踐工作中發揮著重要的知識傳遞作用。在傳統的教育工作中，教育傳播載體主要是教材、教室、校園文化等等。而在大數據技術的支持下，互聯網成為一種傳播教育的新形式。高校在教育活動實踐中充分利用互聯網的多種智能功能，能夠實現教育傳播載體的豐富性，從而為教育工作提供便利。在互聯網的傳播中，其強大的信息傳播與共享功能優勢顯著，在大數據技術的分析下，通過互聯網對學生個體差異化特征進行分析，并制定具有針對性的社會主義核心價值觀教育模式，豐富教學方法和傳播形式，從而實現社會主義核心價值觀教育的豐富傳播載體。
二、大數據技術下推動高校社會主義核心價值觀教育精準化變革存在的問題
1.對數據具有盲從性學生是教育教學活動開展的核心主體，社會主義核心價值觀教育在高校范圍內的規劃與開展，根本目的就是為了讓學生形成與我國社會主義現代化建設相契合的價值觀，從而引導其自覺踐行，并投入到社會主義現代化建設當中。因此，教育工作需要關注學生的思想、心理等各個方面，其過程具有復雜性和長期性特征。大數據主要是對學生行為表現的記錄，通過大數據分析挖掘學生外在表現所反映的內在心理，但這種基于數據的分析屬于理性推測，并不表示是對人的思想和心理的精準推斷。但是，社會主義核心價值觀教育的實踐中，依托于大數據技術前提下，很多教師過于依賴對大數據的理性分析，形成了對數據的盲從性，忽視了學生個體本身具備的感性因素，導致教育走進誤區，不利于教育精準化變革的有效推進。
2.缺乏數據平臺支持大數據技術下，高校社會主義核心價值觀教育中要實現精準化變革，必須要有能夠全面性、系統性收集并處理分析海量數據信息的數據平臺，從而實現對教育需求的準確把握，讓教育的供給更具針對性。但實際上，高校在精準化變革中，雖然在一定程度上能夠應用大數據技術，但在數據平臺建設方面卻存在較為顯著的不足，不利于教育精準化變革的順利實施。一方面，由于沒有完善的數據平臺支持，高校在教育過程中難以及時準確地獲取學生在實際生活及學習中的海量數據，以及教育相關資源數據，這使得教師難以根據學生實際開展教學工作，社會主義核心價值觀教育資源的挖掘程度不足，也阻礙了教育精準化推進。另一方面，由于數據平臺的支撐力度不足，高校教師難以及時進行數據的分析處理，難以做到對有價值數據的挖掘、整體以及分類應用等，在一定程度上造成了數據浪費及信息濫用。
3.數據安全保障機制不健全大數據技術在應用過程中存在一定的安全風險問題，在高校社會主義核心價值觀教育精準化變革中，應用大數據技術同樣存在安全隱患。然而，目前高校在數據安全保障機制建設方面存在較大的不足，安全風險發生概率較高，成為制約社會主義核心價值觀教育精準化的一個重要因素。一方面，大數據技術本身具有一定的安全風險，在其技術發展中難以避免地存在技術漏洞，從而導致高校社會主義核心價值觀教育精準化變革應用中面臨安全風險，可能導致重要數據信息失竊或遭受黑客攻擊等，導致數據毀損或丟失。另一方面，高校在應用大數據技術過程中，如果沒有較強的安全保障機制，會造成數據平臺的安全管理存在漏洞，一旦發生安全風險，難以及時采取有效的處置方法，導致教育信息受到損壞，會對社會主義核心價值觀教育的精準化變革產生不利影響。
三、大數據技術下推動高校社會主義核心價值觀教育精準化變革的措施
1.加強對數據應用缺陷的彌補高校教師在利用大數據技術開展精準化社會主義核心價值觀教育過程中，應當樹立正確的大數據意識，學會對大數據進行合理的取舍，并能夠靈活運用信息工具，避免對其產生過度依賴，避免形成盲目跟從數據的情況。所以，在精準化變革中，高校與教師都應認識到技術是服務于教育的，避免本末倒置，在大數據實際應用中，以提高教育效果為目的，合理挖掘學生數據信息，避免對學生隱私造成侵犯。
2.加強大數據平臺建設力度高校社會主義核心價值觀教育精準化變革需要依靠完善的大數據平臺支持，在大數據平臺中，數據信息內容一方面應當包括高校社會主義核心價值觀教育所涉及的各種內容，如教育教學的規范要求、教材內容、相關政策及優秀教學實踐案例等等，均應當納入到在大數據平臺中，以保證師生在教育學習過程中能夠便捷地獲取所需要的各項資源。另一方面，大數據平臺中還應當包括高校學生實際學情信息、學生參與教學實踐活動信息以及高校思政教育各方面信息等，并能夠利用大數據技術對其數據信息內容進行分類整理，以便于教育者進行分析與使用。同時，在大數據平臺的數據搜集與使用中，對數據的搜集應當確保覆蓋得足夠全面，應以社會主義核心價值觀教育為基礎，對教師、學生和其他各個主體信息全面搜集；在對數據的使用過程中，則需要依靠專門的大數據技術人才，負責指導教師正確使用，從而能夠充分發揮大數據平臺對教育的支持作用，為教師教育教學工作提供豐富的資源與數據優勢，實現教育資源的精準選擇、教育方式的精準設計，最終實現教育供給的精準性，滿足學生個性化學習需求。
3.健全大數據安全保障機制在高校社會主義核心價值觀教育中，大數據安全保障機制的建設是精準化變革順利推進的重要前提。在高校大數據安全保障機制建設中，一是強化安全管理機制，著重大數據技術應用全過程的安全管理，邀請專業的大數據技術專家負責進行平臺的管理，定期進行數據安全檢測，制定有效的安全風險防范機制，避免數據使用中發生數據信息泄露或丟失等。二是建立大數據安全操作規范，加強對師生大數據技術應用及信息處理平臺操作的指導，提高其操作規范性，確保數據使用規范性和數據傳播的安全性。四、結語社會主義核心價值觀教育于高校中推進精準化變革的行動，是在大學生群體中廣泛落實社會主義核心價值觀教育，切實發揮其教育實效性，指導大學生自覺踐行社會主義核心價值觀，成長為社會所需要人才的重要措施。利用大數據技術推動其實現精準化變革，就需要高校重視對大數據技術的科學應用，積極探索解決大數據技術在實際應用中存在的問題，從而充分展現大數據技術優勢，讓教育精準化變革獲得助力。
作者:董秀瑩 單位:長春財經學院
大數據技術分析2
１大數據分析技術與管理會計概述
１.１大數據分析技術概述大數據是信息技術飛速發展誕生的一種數據處理方式，特指一定時間范圍內超出常規計算機軟件工具捕捉、收集、管理以及分析處理的數據集合，大數據技術針對某一特定領域海量數據信息的收集和分析能夠結合數據挖掘模型進行深度價值挖掘，對優化流程、參與決策和展現數據特點具有十分重要的現實意義。當前，大數據分析技術數據分析與挖掘的價值在企業運行數據管理方面取得了突出的推動作用，特別是財務管理這類涉及數據信息較多、信息規模較大且信息種類繁多的業務流程，大數據分析技術以其高效的數據處理能力推動了企業財務管理工作的轉型升級。
１.２管理會計概述管理會計是一種誕生在傳統財務會計基礎上，為實現企業經濟效益最大化而誕生的一種現代企業財務管理工作模式。管理會計建立在信息技術基礎之上，通過整理獲取和挖掘分析與企業運營相關的一切資料信息，找尋數據信息的內在屬性和關聯性，進而為企業財務戰略調整和財務管理工作提供決策性依據，管理會計與財務會計相比在管理職能上得到全面強化，將財務管理工作上升到企業戰略決策層面，重點通過數據信息的分析、處理與整合，輔助企業戰略層面制定相應調整決策。
１.３大數據技術驅動下管理會計模式轉型的具體形式
１.３.１會計主體企業傳統會計工作的主體對象主要為企業的受益者和管理者，在大數據技術應用的驅動下，企業財務管理環境和結構變得日益復雜，工作內容也在逐漸增多，管理會計模式的形成使得企業財務管理工作滲透到企業從上至下的各個層級和各個部門，企業財務會計的主體結構也逐漸從受益者和管理者擴大至企業內部的各個層級和各個部門，企業管理會計為了適應大數據技術應用環境下的工作角色變換，其會計工作主體的職能也隨之進行轉型［１］。
１.３.２信息相關性在信息時代背景下，企業長時間運營所產生的財務數據規模是十分驚人的，且數據內容不再局限于財務管理部門，而是涉及企業參與業務的多個部門，這就需要企業決策者在制定發展策略過程中必須整合完整的數據內容，并經過科學謹慎的分析推理方能夠最終確定。在大數據技術的驅動下，企業財務管理部門承擔了數據信息收集、整合、分析以及挖掘的任務，且財務會計需要處理的財務數據類型變得越來越多樣化，在此背景下，企業財務會計工作模式向著管理會計進行轉型升級變得十分迫切。
２大數據技術推動管理會計模式轉型發展的必要性
在信息時代背景下，傳統財務會計在企業經營決策數據支持方面存在一定的局限性。在數據源方面，信息時代下企業的生產經營活動會產生海量的數據信息，但財務會計進行財務決策分析主要來自于歷史業務形成的結構化數據，依靠這種單一結構化數據分析制定出來的財務決策方案很難滿足當前企業經營發展對財務決策的創新需求；在技術方法方面，傳統財務會計主要針對企業的盈利能力、債償能力、成長能力以及運營能力四個方面進行定量分析，且分析方法主要以Ｅｘｃｅｌ為主，財務分析結果具有相當的片面性。總而言之，傳統財務會計在大數據時代背景下很難滿足企業對財務數據分析的各項創新要求，企業進行管理會計模式轉型勢在必行。
３大數據技術在管理會計模式中的主要分析方法
大數據分析技術在企業管理會計中的應用主要表現在通過建立財務數據模型，對相應數據進行分析，整合數據特征，挖掘數據價值，進而為企業管理者提供更具指向性的決策性依據，當前管理會計模式中應用大數據技術的分析方法主要為統計分析，內含聚類分析方法、可視化分析方法以及決策樹分析方法。
３.１統計分析方法統計分析方法是企業管理會計應用大數據技術所采用的最基礎也是最核心的方法模型，通過統計分析模型，企業可以利用大數據技術分析出某一經濟指標的影響因素，也可以分辨出不同經濟指標彼此之間的線性關系［２］。目前管理會計運用大數據技術進行統計分析主要采用時間序列分析預測、回歸性分析、趨勢分析、殘差分析以及比較分析等。
３.２聚類分析方法聚類分析是企業管理會計在數據價值挖掘過程中常用的一種大數據分析技術。在具體操作過程中，主要是依照財務數據庫中的各類樣本數據自身特點，對比被聚類的對象進行類別劃分，聚類分析通常被應用到企業管理會計的財務決策分析過程當中，譬如：企業在制定市場營銷策略過程中，可以將目標市場中的用戶數據進行收集以及預處理，定義相似的度量度，分成高等收入、中等收入以及低收入三個類別，進而通過聚類分析依照不同用戶需求制定不同的針對性營銷策略。
３.３可視化分析方法可視化分析方法通過大數據分析向企業管理者和決策者以數據可視化的形式展現分析結果的方法，而ＰｏｗｅｒＢＩ是目前企業管理會計應用十分熱門的財務數據可視化分析平臺，ＰｏｗｅｒＢＩ主要包含數據整理、數據建模以及數據可視化三種基本功能。數據整理就是通過統一數據集的數據類型和維度名稱，對財務相關原始數據進行合并，并通過不斷地抽取、清洗、轉換和加載來對數據進行正確解讀；數據建模就是通過管理企業各類數據指標之間的關系，利用ＤＡＸ函數創建度量值、計算列、計算表以及層次結構；數據可視化就是在數據建模獲得度量值、層次結構等基礎之上，形成瀑布圖、條形圖、地圖或者儀表盤等內容，以便進行更加清晰和直觀的數據展示，具體可視化過程如圖１所示。
３.４決策樹分析方法決策樹分析方法是一種滿足企業管理會計分類需求應用的更具直觀理解的分析方法，通過類似流程圖中的決策樹結構對數據分類結果進行直觀描述。決策樹分析方法的計算方式主要采用概率分析法，通過決策樹模型，企業獲取目標數值的快速判斷依據。譬如：企業管理會計在進行項目審批過程中，需要對項目申請人的風險進行分類，此時，財務管理者利用決策樹從上至下依照每一個節點的問題開展問答，能夠求出最終到達節點所需的結果，幫助決策人清晰地判斷哪些字段相對重要［３］。
４基于大數據分析技術下的管理會計服務平臺結構設計
４.１管理會計服務平臺總體框架設計不同的企業針對企業發展不同的需求會從不同角度應用大數據分析技術進行財務決策支持系統平臺的設計，本文分析的基于大數據技術下的管理會計服務平臺采用四層結構設計，即：數據收集層、數據存儲層、財務分析層以及決策支持層。數據收集層主要通過Ｗｉｎｄ、社會網站、企業年報、內部信息管理系統以及政府對應職能部門收集財務類、業務類以及政策類相關數據；數據存儲層也叫數據倉庫，主要通過原始數據庫、方法數據庫以及模型數據庫為大數據分析及數據價值挖掘提供完整的分類數據信息；財務分析層是大數據技術應用的主要區域，主要通過數據倉庫中提供的各類數據進行市場分析、業務分析、財務能力分析以及報表結構分析等；決策支持層是管理會計應用大數據分析技術進行數據挖掘而產生的結果應用，為企業的經營決策、投資決策、融資決策、利潤分配決策等提供支撐依據。
４.２數據收集層設計大數據技術的廣泛應用解決了企業數據收集分散且滯后的問題，信息時代背景下，企業進行各類數據信息的收集變得更加便捷。從數據來源角度，在大數據技術的支撐下，企業財務管理部門可以通過企業內部數據庫、信息化辦公系統、金融數據庫、企業外部網站、社交媒體網絡、政府數據網站獲得企業管理會計進行決策分析的全部原始數據。包含企業財務能力指標和財務報表數據的財務類數據，包含企業生產基礎信息、客戶基本信息、供應商基本信息、銷售額、生產成本等結構化數據的業務類數據，包含會計政策、會計制度、財務政策法規、會計準則、宏觀經濟數據等政策類數據，這一切數據均通過數據收集層的爬蟲軟件獲得文本數據［４］，具體采集手段可采用傳感器采集、ＲＦＩＤ、數據檢索分析以及條形碼技術等。
４.３數據庫設計財務能力指標數據以及財務數據報表是金融數據庫中的公開可獲取的數據，直接導入管理會計服務平臺的數據庫即可，而業務類數據以及政策類數據則需要企業財務數據庫借助大數據技術如Ｈａｄｏｏｐ技術進行導入處理。在數據庫結構方面，財務決策服務平臺需要構建原始數據庫、方法數據庫以及模型數據庫。原始數據庫需完成財務類數據、業務類數據以及政策類數據的分類與匯總，確保數據信息的全面性和完整性；方法數據庫需要結合大數據分析技術打造財務指標的各種算法和計算公式，形成符合企業發展所需的財務分析方法和財務決策方法；模型數據庫主要涵蓋財務分析、財務預測以及財務決策的數據模型，目前企業管理會計常用的模型數據庫有沃爾森財務分析評價體系、杜邦財務分析體系等，還有一些財務指標相關的趨勢分析模型［５］。
４.４財務管理分析層設計在大數據技術驅動下，企業管理會計模式轉型發展的核心部分就是財務決策平臺中的財務管理分析層，該部分是管理會計模式為企業經營發展提供決策性依據的關鍵分析環節，財務人員結合數據庫中的原始數據、方法數據以及模型數據，利用相應的分析技術以及模型算法對企業的財務狀況以及經營情況進行分析與判斷，進而形成精準的財務決策方案。財務管理分析層主要由三個功能模塊構成：第一，報表結構分析模塊。主要針對企業的資產結構、貨幣資金流動情況、應收賬款、存貨、負債結構、流動與非流動負債、股東權益構成、實收資本等進行代表財務狀況類數據進行分析，判斷企業目前的資金與資產狀況；第二，財務能力分析模塊。主要針對企業的盈利能力（總資產報酬率、凈資產收益率、銷售利潤率）、債償能力（資產負債率、流動比率、速動比率）、運營能力（資產周轉率、應收賬款周轉率、存貨周轉率）、成長能力（資產增長率、股東權益增長率）等類型數據進行匯總分析；第三，業務能力分析模塊。主要針對企業的生產能力（原材料、費用要素、職工薪酬）、銷售能力（銷售額、廣告宣傳、費用變動）、存貨能力（存貨方式、存貨量、存貨周轉）等類型數據進行匯總分析。
４.５決策支持層設計決策支持層設計主要為企業發展提供經營決策支持、投資決策支持、融資決策支持以及利潤分配決策支持，在完整的大數據分析流程當中，決策層形成的支撐方案主要來源于對數據分析結果進行的數據解釋，該環節主要通過數據可視化技術和決策樹分析技術進行更加直觀的展示，依托Ｈａｄｏｏｐ、ＨＰＣＣ、Ａｐａ?ｃｈｅＤｒｉｌｌ等數據處理工具和圖標技術、面向像素技術、分布式技術以及集成化可視技術，形成最終的決策方案，進而實現數據價值挖掘的成果實現。
作者:陳旭 單位:長春中醫藥大學附屬醫院
大數據技術分析3
1大數據與電子商務概念
1.1.大數據技術.隨著大數據時代的到來，海量數據高效分析成為.了重點與難點。而大數據技術在數據分析中的應用是.時代發展的必然趨勢，大數據技術借助計算機計算.功能，對大量數據信息進行分析、計算、總結[.1]，在.整個過程中突出了大數據技術全面性、系統化、范.圍廣、數據多等特點，揭示信息間有著密切的聯系，.因而研究價值較高。大數據分析能夠幫助各行各業.預測數據，了解市場動態變化。目前市場體系日益.完善，對于大數據技術的數據分析工作提出了更高.要求，也使得大數據技術在市場數據整合方面的優勢.更加突出。另外，大數據技術的運行方式、價值體現.較為特殊，大數據可供政策相關部門作為宏觀調控的.重要參考依據。政府部門借助大數據技術能夠對當.前社會發展、市場、行業問題、矛盾進行分析，收集、.整理、歸納群眾意見，進而改進策略，制定具有較強.操作性的發展策略。
.1.2.電子商務.電子商務是企業和利益相關方借助網絡平臺完成.交易活動的形式，主要以網絡平臺作為交易的渠道，.買方、賣方不需要面談交流便能夠將整個交易過程完.成。此方式操作簡單，而且效率高。節約買方、賣方時.間，無須投入太多精力便能夠達成雙方意愿，而且信.息傳遞速度快，管理方便快捷。此經營模式打破了時.間、空間的局限性，為企業發展帶來了較大的機遇，加.快了我國經濟全球化發展的步伐[.2]。借助電子商務經.營模式，企業在資金、技術手段、人力成本方面都能得.到有效改善，因而可大幅度提高企業的市場競爭力。
2大數據技術在電子商務數據分析中的運用案例
2.1.茶葉銷售數據的獲取.此次研究的數據來源于京東平臺貴州茶葉銷售.價格、品種、銷量、店鋪名稱等相關數據。數據獲取具.體流程如下：利用Python爬蟲第三方庫selenium自動.獲取數據，采用的是webdriver工具，抓取數據時使用.的是element_by_xpath或者css_selector，處理過程.劃分為了六步：一是創建.py文件，并且將其導入至第.三方庫selenium、pandas、time、csv、requests、json、.lxml、u.rllib中；二是獲取U.R.L，///；三是設置代碼自.動點擊登錄按鈕，采用掃碼登錄的方法，在程序處于.5s休眠狀態下進行掃碼；四是登錄以后通過完成內容.搜索操作；五是構建空白詞典，其中包含留言時間、內.容、標題；六是抓取數據，點擊F12以后便會進入到開.發者選項中，通過所需的數據源，設置代碼時將滾動.條移至最后，以便于能夠將全部數據獲取。此次研究.在京東平臺一共獲取到了5.800條貴州茶葉銷售的相.關數據，下一步操作前要預處理獲取到的數據，其中.涉及殘缺值、相似值處理等，將數據處理好后以表格.的形式保存至csv文件中。
2.2.數據可視化處理.茶葉品種相關數據的分析中使用的是“Wordcloud.詞云”計算方法，篩選處理目前消費者比較喜歡的貴州.茶葉品種。“Wordcloud詞云”計算方法主要針對網絡.文本中出現的關鍵詞的頻率，進而構建了“關鍵詞云.層”或者“關鍵詞渲染”，將大量文本信息過濾，瀏覽.者在較短時間內便可以便捷地獲取數據分析結果，大.幅節約信息成本。此次采用詞云圖的形式呈現貴州茶.葉產品名稱，給消費者呈現出強烈的視覺沖擊，結合.獲取到的文本特殊性對新停用詞表進行設置，篩選.以及剔除影響研究結果的文本影響因子，比如“口糧.茶”“官方”“京東”等文本影響因子，在將文本處理.好以后，借助jieba分詞第三方庫處理分詞，進而構成.可視化的圖譜。如圖1所示。.在“Wordcloud詞云圖”中云霧嫩芽、貴州綠茶、.明前春茶、都勻毛尖等在京東平臺中都是比較受消費.者青睞的貴州茶葉品種。結合詞云圖可了解到貴州綠.茶要比紅茶更受歡迎，而且很多消費者選擇的都是明.前新茶。以下是關于貴州茶葉價格數據的分析，具體見.圖2所示。從圖2可以看出，0~100元茶葉占比達到了48%，.將近占據了一半市場份額；100.~200元占比28%；.20.0.~50.0元以上的高端茶葉占比較小，僅為24%，說.明高端市場有待進一步開發，發展空間較大。尤其是.最近幾年，我國經濟穩定增長，人民群眾消費水平進.一步提升，對于茶葉的需求、要求也在不斷提升，低.端市場向高端轉變是發展趨勢，以低端茶葉吸引消費.者，將目標客戶中的回頭客以及潛在客戶轉變為高端.客戶是貴州茶葉生產企業需要關注的重點，通過大數.據技術分析便能夠直觀地呈現貴州茶葉銷售情況，可.幫助茶業企業精準調整營銷策略。
2.3.運用效果.大數據時代數據發揮的作用以及價值是不容忽視.的。對現有的數據進行分析，能夠準確預測未來的發.展趨勢，捕捉到隱藏在數據背后的重要信息[.3]。很多.貴州茶葉企業與時俱進，在很多電子商務平臺都投入.了自己的茶葉產品，所以這也在很大程度上積累了很.多消費者的消費數據，可通過運用大數據技術分析消.費數據，將不同需求、類型的消費者分組，進而實施個.性化營銷。通過客戶分類，茶葉企業可為不同消費者.提供有針對性的、差異化服務，及時發現市場變化、消.費者消費行為的改變，進而做出相應調整。茶葉企業.還可借助大數據后臺內容，整理及分析消費者行為，.結合消費者消費時間、時長、購買頻率等全面了解客.戶需求，在消費者購買產品以后，定期回訪，調查消費.者滿意度，通過問卷形式收集需求。將消費者在線反.饋相關數據與企業客戶管理數據庫對接，通過整理分.析，為準確做出決策提供數據依據。對消費者反饋數.據進行分析能夠增強其黏性，提高滿意度，進而將其.轉變為忠誠客戶，形成持續消費行為，從而促進企業.經濟效益進一步提升。
3大數據技術在電子商務數據分析運用中面臨的挑戰
3.1.缺乏數據統一整合能力.雖然當前電子商務企業能夠利用大數據技術對海.量的數據進行分析，但是由于正處于數據分析摸索階.段，對于大數據技術的重要功能以及價值的發揮還未實.現深入挖掘[.4]。在互聯網高速發展的當今社會，人們的.消費理念發生了變化，電子商務平臺成為他們購物的主.要渠道，必然會產生大量的數據，而電子商務企業在運.用大數據技術時未能對這些數據進行有效的歸納與整.理，使其優勢難以更好地發揮，反而使得消費信息、數.據混亂無章，很難根據實際需求將這些數據充分利用。
3.2.信息安全無法得到有效保障.為了能夠促進電子商務企業更好地發展，基于客.戶需求，將服務質量大幅度提升，就應該對收集整理.的消費者信息、喜好等數據進行分析，確保對消費者.實際需求有更好的了解及掌握，進而為其提供有針對.性的、個性化的服務。但是網絡環境是虛擬且復雜的，.電子商務企業在借助大數據技術對數據進行分析時，.必然會涉及企業數據，而有些隱秘數據信息對于企業.而言是非常重要的。在數據分析過程中，如果企業未.將安全防護措施做到位，會導致數據安全隱患風險的.發生，數據信息安全性難以得到保障，極易被非法分.子竊取。當出現此情況以后，電子商務企業會面臨著經.營風險、生存危機、經濟損失。
4大數據技術在電子商務數據分析中的運用策略.
4.1.加快大數據技術的統一與整合.大數據技術在電子商務數據分析中的優勢是有.目共睹的，要想做到靈活運用，電子商務企業應該強.化數據化意識，站在決策以及管理運行層面構建大.數據平臺[.5]。同時還應該將大數據技術置于發展戰略.層面，意識到其重要價值，強化內部數據整合能力，.深層次挖掘數據信息，根據目前企業發展需求，結合.市場發展趨勢，在運營管理中高效落實大數據技術的.運用。電子商務企業可借助大數據構建相應系統，并.以此為媒介，使整個電子商務行業互融互通，數據信.息有效共享，促進高質量數據深度整合。在對這些數.據進行分析的過程中，要快速提取關鍵且真實的消費.者信息，使電子商務企業在運行中能夠結合收集的信.息快速做出經營決策，及時調整發展戰略。.
.4.2.強化數據信息的安全防護.電子商務企業可通過構建安全防護屏障的形式，.全面保障大數據、企業內部數據信息的安全性。為達.到更好的效果，電子商務企業要構建相應的安全數.據網，特別是一些重要機密性文件數據要采用加密形.式，全方位把控數據安全，大幅度提高安全防護水平。.電子商務各企業間要形成良好的溝通氛圍，在強化互.動的同時，共同深層次研究以及探索大數據技術相關.知識，相互促進、互相借鑒、共同提升，確保大數據技.術優勢能夠充分發揮。電子商務企業也可以信息技術為.基礎，構建預警及監督系統，實時監控消費者信息，結.合數據網動態變化，對數據信息安全重要影響因素進.行分析。如果發現數據網出現異常，預警系統會自動提.示，發出報警信號，開啟安全防護系統，將非法侵入者.攔截，提高數據信息安全性。
4.3.實現精準營銷，提升企業服務品質.大數據時代最為典型的特點便是采用大數據技.術對電子商務信息的快速收集、整理、處理，這也在很.大程度上為市場精準化營銷奠定了良好的基礎，確保.消費者能夠享受到多元化服務[.6]。采用大數據技術可.對消費者消費心理、行為等數據進行獲取，進而使電.子商務企業能夠準確捕捉到其中有價值的數據信息。.在分析過程中要分類管理消費者，推進精準化營銷，.確保產品推出的針對性更強，使電子商務企業經營水.準、經濟效益大幅度提升。
5結束語.
將大數據技術應用于電子商務數據分析中，不僅.為行業發展提供了強有力的支持，而且推進了企業數.字化發展，使企業能緊跟時代步伐，動態了解市場變.化和消費者消費傾向，以此為依據及時調整經營模.式。電子商務的發展對于企業而言是非常好的機遇，.但是往往機遇與挑戰是共存的，這就需要通過電子商.務平臺經營的各個主體緊緊抓住這個機遇，充分利用.大數據技術優勢，實現數據分析精準化、高效化。.
參考文獻
[1]孫玉蘋．大數據技術在電子商務數據分析中的應用[J]．科技尚品，.2022(2):115-117
[2].宋曉晴，劉坤彪．基于大數據分析技術的商業智能在電子商務數據分析.中的應用[J]．商場現代化，2020(20):29-31
[3].郄彬．一種基于大數據的數據分析方法、系統、裝置及存儲介質的設計.方法[J]．互聯網周刊，2022(5):36-39[4].張瑞．基于大數據的商業智能在電商數據分析中的應用[J]．數字技術與.應用，2021,39(6):37-39.
[5].錢丹丹，周金海．基于大數據的商業智能在電商數據分析中的應用[J]．.電子商務，2019(4):29-30,96.
[6].馬國勤．基于數據分析挖掘的電商數據化運營模式研究[J]．大眾科技，.2021,23(12):1-4
作者:陳娥祥 單位:福州工商學院
