成交业主满意度大部分楼盘项目在客户成交后，缺乏有效维护。在房地产行业圈层口碑效应不可忽视的背景下，客户成交往往意味着新的生意的起点。利用数据化的工具对成交客户进行跟踪维护，有利于持续跟进客户对楼盘项目的各种反馈，促进老带新的口碑传播、推荐以及重复购买，亦可持续提升客户的满意度。
(四)利用大数据进行业主需求
维护随着建筑科技与智能化的不断发展，居住环境也在不断升级。以往的开发商客户关系维护，仅到业主入伙截止。事实上，业主入伙居住后，对业主居住需求的跟踪和维护也是非常重要的。物业公司可以配合开发商，通过组织各类业主活动，获知客户的需求，例如：搬迁至另一个城市工作——产生异地置业的需求；对目前的居住环境产生升级换代的需求——产生新的高档次项目的购买需求等；这些种种需求，都是客户购买同一品牌楼盘项目的机会，通过对客户关系的维系，产生客户品牌忠诚，对于规模化开发的大企业尤为重要。
二、结束语
2开发桥梁工程领域大数据资源意义
利用桥梁的静态数据库，可以了解桥梁的基本信息，为全国的桥梁统计、普查与管理提供信息资源。科研数据的开放有助于学术界的交流、创新，取得更为丰富的科研成果。桥梁动态数据包括施工监控数据与成桥运营阶段的监测数据，充分利用与挖掘大数据资源，可以提高桥梁的施工质量、加快施工进度，提前预测和解决施工过程中可能出现的问题，减少质量事故和经济损失。成桥运营阶段的监测数据主要为桥梁的健康状况评估提供依据，掌握桥梁所处的状态，分析、处理数据资源，提高预测、分析、解决问题的能力。可为同类桥梁的施工管理与养护等，提供宝贵经验。同时大数据资源的开放、共享，有助于节约国家资金和社会资源。
3存在问题及解决方法
（2）现在各政府部门和科研单位，都在做自己的桥梁信息库以及监测研发数据库等，而且大多数数据库都是相类似、重复的。这样造成资源的极大浪费，包括劳动力、资金等。解决这一问题的有效途径是加强政府部门、科研单位内部以及之间的相互合作，开放和共享数据资源，这也是大数据时代的必然趋势。各部门和科研单位可以有步骤、分阶段地开放共享各自所拥有的数据资源，不论是采用付费或免费的方式。
4结语
1.1大数据对大量数据信息的处理
1.2大数据对多样数据类型的处理
1.3大数据对数据信息的快速处理
2大数据在历史文化名城展示利用中数据处理的应用
2.1在历史文化名城空间数据上的应用
2.2在历史文化名城数据分析上的应用
3大数据对历史文化名城展示利用的意义
1.大数据的背景与特点
2.大数据时代第三方物流企业CRM面临的挑战
二、大数据在第三方物流企业CRM中的应用
1.大数据下第三方物流企业CRM框架设计
2.大数据背景下第三方物流企业CRM应解决的问题
1国外研究综述
1.1旅游网络信息导引作用探究
近年来，国外学者针对无形信息流对有形人流的导引作用问题进行了有益探索，包括旅游网站信息对潜在游客导引作用的说明，旅游网站对有形人流的导引过程和导引机理分析。主要研究通过针对供需行为，对旅游网站在线服务能力和旅游网站使用者满意度之间的协同关系进行了研究，并提出了反映网站信息流与现实人流关联性的模型。
1.2基于网络搜索数据的时空导引作用的定量估算研究
2国内研究综述
2.1大数据对旅游业带来的影响研究
伴随着大数据、云计算的产生及在各个领域的应用，很多学者提出了旅游大数据的概念，并从旅游大数据的产生，旅游大数据的挖掘，旅游大数据的应用方面提出了见解。伴随着网络技术的发展，旅游企业及用户对网络的使用，导致旅游数据信息爆炸性的增长，旅游数据已经形成一个巨大的海量信息空间，这些海量数据的产生，如何应用这些数据，找出规律，应用在旅游业当中。在大数据的挖掘方面，大多采用关联分析对旅游数据进行搜索，并从中找出出现概率较高的模式，或者通过数据的聚类与分类，分析旅游数据的相似性，为决策者提供决策支持。大数据在旅游行业的运用方面主要提出在旅游市场营销，线路优化、挖掘有价值的旅游信息方面。
2.3运用大数据进行景区旅游市场预测的研究
3结论
二、数据标准困境的解决方法
要解决云会计中的数据标准困境，必须厘清数据标准的制定原则和制定思路，才能推动云会计的健康发展。
（一）数据标准的制定原则
（二）数据标准的制定思路
（三）制定数据标准的具体建议
三、安全困境的解决方法
（一）研发云会计的大数据水印技术
（二）研发会计大数据的溯源技术
（三）加强用户身份及会计云身份的认证
（四）制定用户可验证的数据存储方案
用户把自身的数据存储在云中，就必须依赖云会计服务商确保数据的安全性，但在外包服务的商业模式下，云会计服务商的可信度难以评估，很难让用户相信自己的数据被云会计服务商正确地存储、处理，为此云会计服务商必须制定用户可验证的数据存储方案。云会计服务商可以建立一种动态化更新及开放式验证的数据完整性核查方案，确保数据的完整性及可恢复性，使用户随时可以知晓存储在云中的数据的正确性，即使在数据遭到一定程度的损坏时，也能从会计云中取回全部数据。在此基础上，拟订数据泄露的问责方案，使用户在怀疑数据遭到泄露时，可以核查甚至追究云会计服务商的相应责任。
（五）设置动态数据的安全保护机制
在功能日益复杂的情况下，云会计的应用程序也不断大型化，云会计服务商的安全保护经验和技术水平也参差不齐，为用户提供的应用程序肯定会存在各种安全漏洞。在云会计为多个用户提供服务的环境下，一个相同的服务进程要处理多个用户的数据，如果应用程序存在安全漏洞，那么个别的恶意用户就有机会盗用其他用户的权限，窃取数据和商业机密，所以应该设置防止非法用户恶意操作的动态化数据安全保护机制。可以对数据流进行分散控制，一方面对数据进行细粒度标记；另一方面基于数据流策略对数据的流向进行约束，从而实现在相同的服务进程中对不同的用户数据进行隔离，达到保护数据的目的。
（六）建设可信的会计云计算平台
在云会计环境下，用户将数据及计算全部托管到云端，不仅无法对自身的数据进行控制，更无法对云会计服务商的计算过程进行监督，为了达到用户对云会计信任的目的，云会计服务商必须通过一整套安全技术手段，建设用户可以远程监督的云会计计算平台，从而提高用户的信任度。可以通过建设虚拟的可信云会计计算平台，为数据存储及会计核算中的所有数据提供可信的运行环境。
（七）建设管理、心理、法律三个安全软屏障
除了上述各种技术手段保障云会计的安全外，还应该从管理、心理、法律三个方面建设安全软屏障，从而达到“软硬结合”的境界，全方位保障云会计的健康运行。
1.管理软屏障。
作为高端的会计信息化系统，云会计的安全保障离不开“三分技术，七分管理”，对物理设备和从业人员进行严格管理。对物理设备既要做好隔离工作，也要在移动和更换过程中严格控制。对从业人员建立严格的身份控制和权限划分，不同级别的从业人员只能访问权限内的数据。经常更换用户名和密码，对数据访问行为进行严格记录。云会计服务商不能获取用户的会计数据，只能操作工作权限内的数据。
2.心理软屏障。
利用各种宣传手段对用户和管理人员进行软约束，使其了解云会计的安全特点和自身应该严守的工作规范，避免由于误操作和恶意操作给云会计带来各种威胁。
3.法律软屏障。
关键词：电子商务；大数据；资源导言
IT产业在经历云计算、物联网两次颠覆性技术革命后，又迎来新一轮技术变革——“大数据”。当前，互联网迅速崛起，数据爆炸性增长，越来越多企业将数据和信息视为自身的智力资产和核心竞争力。在信息量急剧增长的大数据时代，任何企业、组织都面临着新一轮的机遇和挑战。2012年，美国政府从国家战略层面规划大数据，并正式启动了“大数据研究和发展计划”。对于身处“大数据”漩涡中心的电子商务企业，又该如何运用大数据优势。
1、大数据与电子商务
1.1大数据
1.2大数据与电子商务
当前，国内几家大型的电子商务网站，如:天猫、京东商城、国美在线、苏守易购等，它们都有着超过千万的活跃用户，天猫每天的平均交易额超过一亿，订单量超过100万，用户的访问和交易必将产生一定的数据，而这些数据又可为今后的继续交易提供指导，但是，如何高效利用这些海量数据成为摆在电商企业面前亟待解决的难题。伴随着大数据时代大门的打开，大数据为管理者数据利用创新提供了新的思路。在大数据时代，电子商务企业通过对外搜集、整理大量数据，对内量化企业自身运作的各个环节，可以做到市场需求预测和智能决策分析，进而实现提高效率，节约成本的目的，因此，在大数据环境下，传统的业务驱动模式都将由数据驱动来取代。
2、大数据给电商企业带来机遇和挑战
2.1大数据下电子商务的机遇
麦肯锡公司认为，数据已经成为企业生产过程中的基本要素，其也可以为企业创造价值和利润，因为企业通过搜集、处理数据，可以发现新商机，创造出新价值。因此，对于电子商务企业来说，大数据时代蕴藏着巨大的机遇。
2.1.1大数据有利于提升工作效率
2.1.2大数据有利于个性化营销
当前，电子商务蓬勃发展，数据信息所呈现出的爆炸式增长的速度远远高于消费者获取信息能力的提升速度，这必然使得消费者时常手无足措。正如西蒙所说:“信息越丰富，就会导致注意力越匮乏”。传统商业模式耗费了消费者过多的注意力，但却远不能满足消费需求，如何才能在消费者有限的注意力下实现销售，个性化精准营销显然是一不错的选择，而大数据的运用则使这一营销模式成为可能。2015年11月11日淘宝狂购物欢节数据表明：仅天猫商城销售额就达912.17亿元；一分钟支付宝交易成功笔数最大达315万笔。通过对电子商务平台上大数据进行收集和分析，可以对消费者的结构、购买的周期以及兴趣等有一定程度的把握，这就有利于电商为消费者提供个性化和精准销售服务，提高销售额和利润率。
2.2大数据对电子商务的挑战
2.2.1拥有大数据的挑战
在大数据时代下，电子商务的竞争已经成为基于数据的竞争。谁能充分利用好大数据，谁就可能成为赢家，然而，拥有大数据是利用大数据的前提条件。大数据哪里能得到，大数据又该如何运用。据调查，40%的从业者认为及时收集到支持个性化营销所需用户数据持悲观态度，51%的从业者认为应用大数据最大障碍是组织内缺乏数据共享机制。对于大型电商企业而言，他们拥有大数据且拥有大数据处理能力，他们就能在竞争中脱颖而出，而对中小电商企业而言，如何才能拥有大数据就是一个极为具有挑战的问题。
2.2.2处理大数据能力的挑战
2.2.3对隐私保护的挑战
3、电商与大数据运用
3.1电商企业应通过大数据运用创新商业模式
3.2电商企业应通过大数据运用优化网站
3.3电商企业应通过大数据运用发展会员营销
大数据体量庞大，通过应用大数据，电商企业能够从注册、访问、加入购物车、支付、购买等环节将所有到访网站的用户管理起来，进而建立起客户转化销售漏斗，实现会员营销，同时，大数据的运用，使得传统的电子邮件营销、短消息营销变得更加高效率和智能化。另外，随着大数据的应用和数据库营销的深入开展，电商企业也可通过升级现有数据库，增加营销内容、触达渠道、评价体系等来建立起符合自身特点的VRM体系。
3.4电商企业应通过大数据运用推动差异化竞争
在国内，电子商务已经发展到一定的高度，成本竞争和同质化竞争成为电商企业不得不面对的问题，如何才能从根本上解决这两大突出问题，大数据时代的到来为这一问题的化解指明了方向，通过个性化创新提升企业竞争力。国内最大的电商阿里巴巴通过整合各项业务平台资源，除显著增强数据处理能力外，还形成了电子商务客户数据库和消费者行为产业链信息库，这是其他电商企业可望而不可及的。这些特有数据将阿里巴巴与其他电商企业拉开距离，将竞争从简单的价格战引入至“数据”战，形成差异化竞争。
总之，“数据就是财富，数据就是竞争力”的大数据时代已经到来，谁拥有大数据和强大的处理能力，谁就拥有赢得市场的砝码。电商企业应从战略的高度把握这一机遇，认真锤炼大数据驾驭能力，唯有如此，电子商务企业才能在新时代续写华章。
参考文献
[1]王云蔚.大数据背景下的消费市场研究[J].北京印刷学院学报.2014年01期.
[2]刘光金.大数据处理对电子商务的影响分析[J].计算机光盘软件与应用.2014年17期.
[4]甘利新，涂伟.大数据时代电子商务的机遇与挑战[J].科技广场.2013.3:137-140.
大数据时代征信业面临的机遇和挑战
(一)大数据时代征信业面临的机遇。
1.优化征信市场的格局。
随着征信机构市场化运营机制的确立，将会有更多信息资源优势的企业借助互联网、大数据等信息技术的创新进步，从征信业薄弱环节切入，通过服务创新或产品创新打破原有的征信市场格局。一是电商企业将组建征信机构。以阿里巴巴为例，其利用淘宝、天猫、支付宝平台上的行为数据和信用情况，建立成了涵盖数十万企业的数据库，具备了开展网络征信服务的基础和实力。二是金融机构建立征信机构。例如平安集团拟整合网贷信息、银行信贷信息、车辆违章信息等，建立金融数据挖掘中介机构。三是新型征信机构应运而生。一些大数据公司依靠技术手段，以电子商务、社交网络为平台，采集信息，提供信用信息服务，可能成为新型的征信机构。
2.推动征信业的转型升级。
大数据给征信业带来转型升级的历史机遇，未来的征信业将以智能数据分析系统为平台，利用大数据挖掘技术，支持征信业发展创新。大数据支持征信业升级和转型主要体现在二个方面。一方面大数据促成征信业建立全新的风险控制体制，向有效监管转型。大数据技术对客户信用信息进行深度挖掘，实时监控，防范潜在的信用风险。另一方面大数据支持征信机构向精细化管理转变。大数据的核心优势在于信息挖掘，精细化管理的首要条件是充分信息化，包括业务信息化和管理信息化。
3.促进征信业差异化竞争。
(二)大数据时代征信业面临的挑战。
1.现有征信业务规则与大数据时代不匹配。我国有关征信业的法律法规的规制对象主要是传统金融领域，《征信业管理条例》及其配套制度初步构建了我国征信业的法律法规框架，但是《征信业管理条例》是否满足大数据时代征信业务的规则要求，尚未得到市场验证。目前，缺少对大数据时代征信活动的规范，如有关大数据采集、整理、保存、加工和处理的制度要求。因此，还需要进一步细化和完善征信业务规则，以更好促进大数据时代征信市场的发展。
2.征信业监管技术和水平需改进。大数据时代给征信业发展带来深刻影响，同时也对征信业监管提出了更高的要求。要适应大数据时代的征信监管需求，征信监管水平要能跟上大数据征信的发展水平，监管政策要符合大数据的基本规律，监管人员要具有适应大数据的知识和能力。在行业自律监管方面，我国行业监管尚未发育成熟，行业标准尚未统一，行业规范以及行业职业道德等内容尚未完善。
3.信息安全和隐私保护形势严峻。随着数据的进一步集中和数据量的急剧增长，对海量数据进行安全防护变得更加困难，数据的分布式处理也加大了数据泄露的风险，隐私保护和数据安全成为制约大数据发展的瓶颈。大数据时代下的征信业同时具有了大数据和征信两个特性，对隐私保护和数据安全的要求更高。
4.数据处理能力亟待提高。如何有效处理大数据，是大数据发挥作用的重要环节。益百利等大型征信机构在数据处理方面已经采取多层次数据挖掘等先进技术，利用私有云平台，对系统中海量数据进行处理和研发，减少主观判断，提高风险预测的准确性。但是目前我国征信机构发展起步较晚，缺少对数据处理的核心技术，导致数据分析结果不能够准确的识别个体或组织的行为。
5.硬件基础设施需要全面升级。过去征信机构存储征信数据主要是在本地建立数据库，大数据时代随着数据量呈几何级数的增加，征信机构硬件技术的发展已经跟不上数据容量的增长速度，数据存储面临较大压力。
大数据时代征信业发展的措施与建议
随着大数据时代的到来，未来征信业发展要从制度设计、技术进步、信息共享、监督管理、隐私保护等方面不断创新，促进征信业在大数据背景下的跨越式发展。
(一)建立符合大数据的征信法律制度和业务规则体系。现有的征信法律体系都是基于传统数据模式下制定的，难以满足大数据等新技术条件下征信业发展的制度需求。在征信业务开展过程中，大数据的收集使用可能涉及国家信息安全、企业商业秘密、公民隐私等，为了给大数据条件下征信业发展提供制度保障，需要从征信立法层面完善信息安全和数据管理的法律制度，明确大数据背景下数据采集、整理、加工、分析、使用的规则，确保大数据时代征信业发展有法可依。
(二)加强征信产品创新。随着可获得的数据量呈几何倍数的增加，征信机构通过深度挖掘和使用这些数据，就可以极大地拓展征信产品的种类，不仅能够提供信用报告查询等基础服务和产品，还可以提供其他综合性产品，满足社会各界的需求。从征信产品的满足层次高低的不同，可以分为宏观、中观和微观的征信产品。宏观层面，征信机构通过大数据分析可以对系统性、全局性的风险信息进行预测。中观层面，征信机构的海量数据包含大量时效性和政策含义都很强的信息，可以灵活多样地进行多维度组合分析。把这些信息整理和挖掘出来，建立对应的指数体系，有助于行业监管。微观层面，在信用主体(包括企业和个人)同意的前提下，征信机构可以提供每一个信用主体的信用报告、信用评分、身份验证、欺诈检测、风险预警、关联分析等多种数据服务。
(三)提高大数据技术处理能力。大数据价值的完整体现需要多种技术的协同。数据抽取与集成、数据分析以及数据解释，是大数据时代征信数据处理的三个重要环节，在数据处理过程中搜索引擎、云计算、数据挖掘等新技术使用必不可少。因此，征信机构要加大数据处理分析专业人才队伍的培养，同时要引进大数据处理的专业方法和工具，建立前瞻性的征信业务分析模型，更好的把握、预测市场和信息主体的行为。
(四)健全大数据信息共享机制。完善的大数据标准体系是推进数据共建共享的前提。目前，我国来自各行业、各渠道的数据标准存在差异，成为阻碍数据开放和共享的关键瓶颈。建议尽快统一标准和格式，以便进行规范化的数据融合，提升大数据的整合能力，打破资源部门间的信息孤岛，从而完善信息共享机制。