
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 HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04