京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26