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
在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06