AL123 人文社科会员免费专区文学 2024-12-05

价值网络：数字经济时代的创新之路_任超_AZW3_MOBI_EPUB_PDF_电子书（无页码）_任超

内容节选

1.数据要素：商业运转的神经系统在信息时代，不管是实体经济还是虚拟经济，信息和知识已经成为推动社会发展的关键力量。数据是信息经过处理、加工后的产物，贯穿信息“采、编、存、传、播”流程，因此，数据被视为第五生产要素。作为一种新的生产要素，数据具备不同于其他要素的特点。一是可重复性。数据可以被任意复制和传播，而不会减少或消失，因此可以用极低的成本创造更大的价值。二是可自生性和可积累性。随着时间的推移，信息会不断产生，数据也会不断积累，最终形成海量的数据资源，进而提供更多的决策支持。三是可共享性。对于个体或独立企业而言，数据可以在不同的系统和平台上共享，带来更广泛的应用价值。而企业和企业之间、个人与个人之间，数据的可共享性是打破“信息孤岛”的关键。四是高附加值。通过数据分析和挖掘，可以发掘出更大的商业价值和创新潜力。在大数据和人工智能等新技术的推动下，数据将在未来的经济发展中发挥越来越重要的作用。对于企业和整个社会来说，数据的价值已经不亚于传统的资本、劳动和管理等要素。数据的作用和价值主要体现在决策、商业模式创新和科技创新这3个方面。在决策方面，通过对信息的采集、数据化分析和处理，不仅可以更加准确地了解外部信息，例如自然空间环境、社会趋势、市场、需求、满意度等相关渠道和客户关系的信息，也可以动态监视企业内部的运营情况，例如产品生产、服务提供、资源使用、供应链支撑等相关产品和服务、资源和人力的信息。通过汇聚和分析各种信息，组织才能做出客观决策，降低决策成本与风险，提升企业的商业运转速度。在商业模式创新方面，数据不仅极大地提升了企业的商业运转速度，降低了内部运转的损耗，企业也会在数据的支撑下，更加精准快速地匹配价值生产和价值需求，生成新的商业模式，并通过数据判断，实现商业运转中各个模块的突破和关系的重新建立。既然直播可以成为销售渠道，那么直播也可以突破空间限制，转变为关系维护渠道。另外，在数字经济时代，很多企业已经从物质经济转向服务经济，而数据则成为这些企业实现商业模式创新的关键资源。在科技创新方面，数据的作用不可替代。由于数据与信息的关系，信息技术需要靠数据来支撑。在人工智能、大数据等技术领域，数据是科技创新的基础和核心，只有通过大规模采集和处理数据，才能实现更深入地研究和应用。在其他技术方向，数据的作用也越来越大。在越来越多的应用场景中，数据已经成为科技革命和社会发展的重要推动力，例如在医疗、交通、智慧城市、生产制造等领域，都需要有大规模的数据支持，以实现智慧化发展。使用好数据的前提是对数据有深入的理解，在理解的基础上应用数据，挖掘数据价值。第一，要了解数据的类型。数据类型分为结构化数据和非结构化数据。结构化数据是指可用表格或者图表展示的规范化格式数据，例如数字、文本、日期等；非结构化数据则是指不能用规范化格式进行存储和管理的数据，例如图像、音频、视频等。了解数据类型可以帮助我们确定哪些数据可以用于分析和应用。例如，对于数字和文本数据，可以应用不同的统计和数据挖掘技术来获取更有价值的信息。第二，要明确数据来源。按照数据来源，将数据分为内部数据和外部数据。内部数据是指由企业或组织自身产生的数据，例如销售数据、财务数据等；外部数据则是指由外部来源采集的数据，例如社交媒体数据、搜索数据等。因为数据的自生性，内部数据和外部数据会不断增长，而随着时间的延续，历史数据的价值会低于即时数据的价值。数据来源可以确定数据的可靠性和可信度。对于不同来源的数据，需要进行不同的分析和处理，以确保数据的准确性和可靠性。第三，要制定数据格式规则。数据格式主要确定了如何存储和处理数据。例如，对于结构化和非结构化数据，需要使用不同的方法来管理和分析数据。按照数据处理方式，可以将数据分为原始数据和派生数据。原始数据通常需要经过特定的处理方法（例如数据清洗、数据转换等），才能得到有用的派生数据，例如统计数据、报表数据等。第四，在数据格式的基础上建立数据结构，包括构建数据的逻辑结构和存储结构。其中，逻辑结构包含集合结构、线性结构、树形结构和图形结构这4种基本类型。存储结构则描述了数据在计算机内部的存储安排，例如顺序存储结构、链式存储结构、索引存储结构、散列（哈希）存储结构等。数据结构可以明确如何组织和访问数据。例如，对于关系型和非关系型数据库，需要使用不同的查询和访问方法来检索数据。第五，严控数据质量，以确定数据的可用性和可信度。数据质量的把控，贯穿整个数据采集、存储与提取的过程。数据的六性——唯一性、完整性、准确性、一致性、关联性、及时性——是评判数据质量的标准。为达到这样的标准，在业务方面，需要明确业务描述和业务规则，更重要的是明确业务需求，以引领技术实现。在技术方面，则需要设计恰当的数据模型，控制数据源，设置合理的采集参数和流程，制定数据......