
大数据为网商带来巨大商机 保护信息安全与隐私受关注
随着中国电子商务的迅猛发展,不断扩大的网商群体正在改变着中国企业的商务运行方式,而在这一过程中,互联网经济对于数据的需求和依赖为网商发展提供了巨大的机会,也给个人隐私保护、信息安全等领域带来了新的议题。
常去的购物网站,为什么能够精准的知道你的喜好?经常用的打车软件,为什么即使在晚高峰,依然能够给你叫到车?在线音乐网站又为什么总能发现你愿意试听的歌曲?这一切都是因为大数据。在互联网融合各个行业的背景下,用户的需求和偏好都会被迅速的转化为数据,成为网商卖出下一件商品或者提供下一次服务的重要的指标。
在7日开幕的2015天下网商新网商峰会上,阿里巴巴副总裁涂子沛介绍说,所谓网商,最新的特征就是数据驱动,一切皆可记录,一切都可分析:“男人一看球,女人就网购。我们发现,球赛开始的时候,女性的购物主体首先增多,原来是52%,看球了,62%的物者都是女性。还有,从1点到24点,不打球的时候成交量最多的时候是9点,打球时候是球赛开始的时候11点。我们在后面的平台还能看到,这些女性买的什么东西,她可能平时不买的、嫌贵的,这时候她都买了。那接下来我们能做什么?下场球赛还没有开始的时候,我们就把广告推到那里去,而且专挑贵的。”
中国互联网络信息中心(CNNIC)发布的《中国互联网络发展状况统计报告》显示,截至2015年6月,中国网民规模达到6.68亿,互联网普及率为48.8%。其中,手机网民达到5.94亿。2015年上半年,手机支付、手机网购、手机旅行预订用户规模分别达到2.76亿、 2.7亿和1.68亿,半年度增长率分别为26.9%、14.5%和25.0%。在互联网经济领域,这些巨大的统计数字是由一个一个具体的用户组成的。滴滴快的总裁柳青在当天的峰会上表示,每个用户都对应着独一无二的信息数据,这其中蕴藏着巨大的商业能量:“所有的事情,没有数据都没有办法完成。滴滴快的的好处是一家土生土长的中国公司,我们积累了三年大的数据,我们非常了解所有用户每天从哪儿到哪儿,而且是高频次发生这些交易。今天我们要计算的次数是10亿次,高峰是一分钟要匹配200万次的需求,这是在任何国家都不会见到的,每天我们的数据分析是10TB的数据,每天连续上传的连续定位数据是50亿次,这都是非常大的。”
根据中国互联网络信息中心(CNNIC)发布的《中国互联网络发展状况统计报告》,截至2015年6月,我国网络购物用户规模达到3.74亿,半年度增长率为3.5%,同时,我国使用网上支付的用户规模达到3.59亿,半年度增长幅度为17.9%。网上购物和支付,都要求用户提供真实有效的身份信息。阿里巴巴移动事业群总裁兼阿里妈妈总裁俞永福在当天的峰会上说,中国巨大的网购和网上支付群体这也为互联网经济数据提供了独特的属性:“其实整个阿里的大数据,我觉得最重要的一个独特的价值,在中国独一无二,它最大的特征就是真人。 这就是能够把人最后真正聚焦到一个真人身上最重要的线索,就是因为电商、因为交易,因为这个货要真实的送到你们家去,你必须留真名字、真地点。这样的数据,最后它的价值是非常非常独特的。”
据了解,国务院日前印发《促进大数据发展行动纲要》,系统部署大数据发展工作。《纲要》指出,信息技术与经济社会的交汇融合引发了数据迅猛增长,数据已成为国家基础性战略资源。《纲要》部署的主要任务之一就是强化安全保障,提高管理水平,促进健康发展。网络经济天生具有数据基因,互联网在促进经济的发展的同时也沉淀着大量关系个人和公共信息。有分析人士担忧,大数据时代,网络带来了前所未有的便利,同时也造成了个人隐私大规模的暴露。阿里巴巴副总裁涂子沛如何在提高效率和保护隐私之间找到一个最佳的途径,网商、社会、用户以及监管者之间还需要博弈:“大数据是一个双刃剑,永远有好的地方和不好的地方,是双向的。我为什么能够给你提供个性化的服务?是因为我通过数据了解了你,掌握了你,所以能够提供个性化的服务。大数据隐私就是一种侵犯,公民和社会会去博弈,博弈结果是建立一套法律的框架,在这个框架下进行各方利益合理的保证。比如商业公司在挖掘你的数据,你能不能让它挖掘,在挖掘之前是不是能够征求数据产生者的意见?大数据不是上帝,我们千万不要认为有了大数据企业就有了一切,不是这样的,大数据也有它的局限性,任何一个技术都有它的局限性。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23