大数据在企业产品运营中的应用研究_开题报告

一、文献综述

（一）国内研究现状

随着人们生活习惯的改变，互联网已经深深的融入到我们每个人的生活当中，互联网在改变我们习惯的同时，我们也在改变着互联网发展的方向，淘宝网千人千面，阿里云飞天计划，杭州城市大脑等是目前大数据在不同场景下的应用体现，大数据的具象应用，使得人类社会各个活动单元，小到人类个体，大到宇宙探索，对未来对未知越来越清晰，越来越迅速。综合大数据对各个领域的促进作用，企业产品运营过程当中，大数据的应用，已经成为企业生存，发展，提高竞争力，建立产品壁垒的最佳手段。综合近期我国有关的研究文献来看，主要存在以下观点：

杜颖君在《大数据技术在保险企业数据中心转型过程中的应用研究》认为：在互联网时代,信息技术能力已经成为企业的核心竞争力之一,同时不同种类的数据也成为了企业的最宝贵资源。数据中心的价值不再是仅仅满足于保证系统的稳定运行,更重要的是如何将运行数据产生其应有的业务价值,达到降低成本、产生收益的效果。对企业数据中心而言从系统运维到技术运营的转型对于数据中心价值的提升有着显著的帮助。

传统企业数据中心的系统运维主要工作内容首先是把服务器、网络、数据库搭建好,然后把程序部署上去运行起来,再把相应的监控加好,然后就开始等待告警和处理告警,或者是等待故障和处理故障的无序循环。其次是处理业务部门在使用系统中所遇到的种种问题,可以是系统缺陷导致的,也可以是因为不会使用导致的。

对于运维工作的总结就是重复、等待、救火。对于运维人员来说其工作价值难以体现,没有存在感,一旦出了问题开始质疑是否是运维工作的疏漏。对于数据中心的管理来说,同样面对很高的挑战,高强度的工作岗位违背了传统企业安逸舒适的一贯风格,但是奖惩制度、薪资待遇却依然保持着传统作风。造成高技能人才流失率大幅度提升,人员补充速度慢,从而进一步加重了在职人员的工作压力。

（二）国外研究现状

《中国大数据产业发展前景与投资战略规划分析报告》中表示：随着物联网、电子商务、社会化网络的快速发展，全球大数据储量迅猛增长，成为大数据产业发展的基础。根据国际数据公司(IDC)的监测数据显示，2013年全球大数据储量为4.3ZB(相当于47.24亿个1TB容量的移动硬盘)，2018年全球大数据储量达到33.0ZB，同比增长52.8%。从大数据储量分布情况来看，美国大数据储量占比为21%，EMEA(欧洲、中东、非洲)占比为30%，中国地区占比为23%

近些年,美国依靠大数据技术不断强化政府作用。美国政府 datarow网站于2009年正式上线包含了教育、医疗等方面的资料,民众可以通过网络进行浏览下载。美国国家税务局也充分利用大数据技术,监测、预防和处理逃税避税等行为。截至2014年2月,美国国立卫生研究院(NH)在亚马逊网络服务中心已经积累了数以百万亿字节的人类遗传变异数据,借此科学家能够对其进行分析,而无需通过自身去计算,节省了大量时间,提高了工作效率。社交网络公司 Twitter和 Facebook利用大数据技术分析用户的人脉关系、兴趣爱好消费习惯以及人口统计特征，为用户提供无比贴合的个性化内容,以及无与伦比的综合体验。同时，广告商企业还通过从 Twitter和 Facebook上收集的社交信息,定位不同消费群体，提供差异化服务。大数据不仅深刻的影响着上述领域在金融、体育、制造、天气、娱乐、物流等各个领域均发挥着重要的应用价值。

二、范文提纲

1.寻找数据

1.1 各大电商平台分析

1.1.1平台市场占比

1.1.2 后台工具市场占比

1.2后台工具覆盖目标用户

1.2.1 按经营模式分析

1.2.2 按经营体量分析

1.3 推广渠道

1.3.1 自有推广渠道

1.3.2 资源互换渠道

1.3.3 第三方付费渠道

1.4产品功能

1.4.1 订单处理

1.4.2 电子发票

2 获取数据

2.1市场现状-竞品分析

2.1.1 E店宝Erp

2.1.2 聚水潭Erp

2.2目标用户-用户调研

2.2.1 线上有奖问卷调研

2.2.2 线下培训现场调研

2.3推广渠道-活动策划

2.3.1 新产品上线尝鲜推广

2.3.2 节假日大促预热推广

2.4 产品功能-数据埋点

2.4.1 订单处理链路

2.4.2 电子发票链路

3加工数据

3.1 竞品数据加工

3.1.1 店铺总订购数量

3.1.2 店铺月度订购数

3.1.3 订购商家类目占比

3.1.4 产品定价

3.2 用户调研数据加工

3.3 营销数据汇总

3.4 功能体验分析

4.应用数据

4.1 差异化竞争-知己知彼，百战不殆

4.2 用户画像

4.2 精准营销-投其所好，得治其命

4.3 功能优化-取长补短，建立壁垒

三、参考文献

著作：

[1]杜颖君.大数据技术在保险企业数据中心转型过程中的应用研究[D]. 武汉纺织大学, 2017.

[2]胡雄伟, 张宝林, 李抵飞, et al. 大数据研究与应用综述（上）[J]. 标准科学, 2013(9):18-21.

[3]廖建新. 大数据技术的应用现状与展望[J]. 电信科学, 2015(7):1-12.

[4]陈佳仪. 大数据在企业管理中的应用[J]. 企业科技与发展, 2019, 450(04):95-96.

[5]范宁, 邹容, 张恩英. 浅析大数据在企业管理中的应用[J]. 现代商业, 2017(1):169-170.

[6]练炜铿. 大数据对现代企业运营模式的影响[J]. 商, 2015(21):196-196.

[7]向宇. 试论大数据分析对现代企业财务管理及营运决策的影响[J]. 中国国际财经(中英文), 2017(17):147-148.

[8]安志美 . 基于大数据的现代企业管理模式[J]. 商场现代化, 2018.

[9]姚小禹. 大数据时代背景下的现代企业管理模式研究[J]. 现代经济信息, 2017(08):101.

[10]杨雅青. 基于数据挖掘的电子商务公司综合管理营销系统的设计与实现[D]. 2016.

[11]胡江涛, HUJiang-tao. 大数据营销:从精准到实效[J]. 郧阳师范高等专科学校学报, 2014, 34(6):56-59.

[12]席岩, 张乃光, 王磊, et al. 基于大数据的用户画像方法研究综述[J]. 广播电视信息, 2017(10):39-43.