IT规划的简介

信息时代，产品或服务开发及生产的速度以及对市场的反应能力是企业取得成功的关键，而这些在很大程序上取决于信息技术的应用，信息技术在支持企业的业务活动、生产活动，增强营销和生产的灵活性以及提高组织的竞争力方面发挥着极其重要的战略作用，它可以有效地提高企业在产品和服务方面的质量。可以说企业的现代化主要是由信息技术的现代化来体现的。

1、IT的战略作用主要表现在以下几个方面：

1)产品设计和制造自动化

(2)生产过程自动化

(3)产品和设备智能化

(4)管理现代化

2、IT能够提高企业的工作效率是IT最基本的作用，也是理解IT价值最基本的出发点。

而Barua等通过分析相关数据证明了IT的采用确实会对企业业务流程级的许多变量产生积极的影响。例如MRPⅡ系统的应用能够提高企业的库存周转率和产品质量等。因此IT确实能够提高企业的生产效率。

实际上IT的效率远远不止于上述内容。信息技术的采用会对企业经营活动的方方面面产生影响，这可以表现为决策质量的提高、控制的加强和更加有效、计划的更加合理等诸多方面。过去的大量研究已经充分地证明了这些。当然，这些效益中，有些可以计算得出，有些就很难以用数字衡量。因此IT的作用主要体现在靠近IT应用的企业的业务流程上，体现在工作效率的提高上。

按照波特的竞争理论，企业最终绩效如何还要受竞争对手、市场状况等诸多外部因素影响和制约，因此IT能否给企业绩效带来实质性的影响仍是不能确定的。因此，考察IT的价值最好是从业务流程的角度进行分析，而不能将IT投资直接与企业的高层变量，如市场占有率、利润等联系起来进行分析。

2、科技的发展会让高科技运用变得更容易、更简单，可管理性更高，同时适应性会更强。这样的高科技对企业的贡献，对企业的投资回报，对企业的经营效率会带来比过去更直接的影响，而且是更关键的影响，这也是为什么这些年来有CIO这个职位产生的原因。

同时高科技也会对企业经营模式带来重大影响，转向水平化、异构化、网络化的经营模式。今天我们都遭受着全球经济一体化的冲击，我们加入WTO，冲击更明显，更多的企业在讨论转轨跟兼容的问题。面对全球市场冲击的时候，企业不可避免地在专、深之间要做的好。

专就是占全球市场还是更虚的市场，深就是最需要什么。在目前的经营环境里，很多企业采取的是一种专业全部自己做的企业经营模式，我们认为面对全球化一体化经济的竞争，以及各种资源调配的问题，更多企业要采取水平的、开放式的、异构化的经营模式，也就是企业要专注可以做好的地方，同时在其它地方跟其它的合作伙伴有效地合作，这种合作必须透过高科技实现。在这方面发展进展最快的就是供应链管理系统，也就是为什么中国可以成为全球最重要的制造基地的一个原因。

第二是移动IT科技。毫无疑问，移动化已经成为今天生活的一种方式。以惠普公司为例，惠普希望加大移动的管理性以及安全的使用经验，创造很多新的商业机会，比如惠普公司跟诺基亚、无线广播合作，利用手机产生一种新的虚拟的、互动的广播系统，这样对任何消费者以及广告，以及各个公司形成互动关系。同时毫无疑问的对科技的普及，系统安全已经成为大家关注的问题，而且非常重要的一部分。惠普公司在系统安全这些方面主要存在建立一个可信赖的平台，同时怎样能够智能化的安全管理系统，能够主动阻击任何安全威胁，甚至可以预测安全性。

第三，创造共通的个人视觉系统，可以让每一个人使用高科技的时候简单，同时具有非常高的安全系统。包含数据、声音、影像。从这些动力点的产生到分送到使用，怎么创造完整、动力的平台，让消费者、企业更有效地运用。

今天这个系统还不存在，但是有很多空间可以努力，不管是IPv6还是IPTV。惠普公司很清楚这些领域的投入专注在我们认为可以做的最好的部分，就是建设管理信息的解决方案，展开紧密的合作，这个系统是水平式的、开放式的运营模式。

今天CIO的角色跟过去有很大的不一样。过去IT信息化中心更多的是成本中心，是花钱的单位，是看运营效率的单位。但是今天由于企业对高科技的需求，已经逐渐转型为服务经济的单位，同时也必须成为创造利润的单位。

经过这样的变化，这是非常大的挑战。企业对任何CIO，不仅要求最大限度地提高投资回报，每一年花在高科技方面的钱应该很多，而且逐年在增加，怎么创造更好的投资回报，怎么评价一个企业在高科技投入所产生的结果。同时也希望能够最大程度地降低风险。今天如果IT高科技成为企业的核心，成为企业非常重要的竞争力，高科技产生任何的风险，对企业都是有致命的影响。

不管国内还是国外，只要各家公司的IT系统出现问题，消费者马上就看到了。CIO必须保证整个IT的运行，风险是最低的，同时能够配合企业在变化的环境中不断变化决策，有可能IT能够支持企业变化。如果IT系统滞后，时间就要拖后，对企业的发展就会有大大的影响。

毫无疑问，随着科学的发展，随着竞争的剧烈，任何CEO对CIO都要求不断地提升高科技性能、IT性能。

这几个部分事实上有很多矛盾互相冲突的，比如要提高性能的同时，如何最大限度地提高投资回报。同样的要提高性能，就要做很多改变，会大大影响企业的风险，能够最大程度的承担企业风险，这些都是今天CIO所面临的挑战。很多CIO在面临这个情况的时候，最大的问题是如何能够有效地平衡、管理、处理这四个要求，怎么有效地跨越这个风波。

CIO的挑战里，不断有新科技的产品，很难管理，同时总是觉得钱不够用，资源不够用，总是觉得今天有太多的变化，变化的速度太快，高科技的趋势花太长的时间，这些都是CIO碰到的困难。碰到这些困难，唯一的办法就是怎样能够透过改变找平衡，怎样改变？令你晚上睡不好觉的是什么问题？那就是改变，最怕改变带来风险的增加，最怕改变产生的不确定性，最怕改变带来很多不可知的因素。

但是没有改变，又没有办法面对CIO今天、未来所必须担任的职责。很多CIO在面临这些问题的时候，通常都用更多新的应用，加入更多新的科技解决问题，但事实上我认为CIO在面临这些挑战的时候，从过去引入革命性、杀手级的科技，转变为与时俱进的观念。每一次为了解决一个问题，引入的杀手级的解决方案，都带来企业IT系统更复杂、更难管理。同时希望从过去开放的环境引入很多不同的系统，能够建立企业标准化模块，为企业的IT结构建立标准化的模型，引入各种不同开放式的系统，让企业保持高的适应性。

今天企业面临的高科技，需要不同的人才，更多的应用需要更多的管理，这种方式应该改变成利用科技提升IT的使用管理性，达成目标。同时过去很多为了不同阶段需要而建立的烟筒式的体系架构，能够逐渐改变成高水平、开放的系统，用标准化模型支持企业需要的系统。同时希望把创新从过去依赖转变为标准化的IT系统，这些都是我们调查了很多CIO，他们总结面临决策的要求，面对挑战的时候认为的应该怎样做，是具体的实践经验。

其中非常重要的能力就是IT科技，IT的基础设施必须和企业的变化同步变化，能够协调地发展。围绕这个核心，把研发所有的资源投入在如何能够建设一种适应性的IT企业，适应能够不断变化的业务，同步、协调发展，这样解决未来CIO所面临的挑战。

我们总结了四个经验，第一，必须就企业的IT作适应能力的评定。评价一家企业的IT设施，有很多不同的角度，我们首先提出来从适应能力这个角度提供一家公司的IT适应能力评定，是高标准化的。

以服务为中心，怎样能够提升企业IT系统，这就是第二个经验。一家企业的适应能力实际上是不断发展的过程，现在一步到位，必须从稳定的到高效的才能适应。这个评定就是要告诉企业IT解决方案，目标是要保证IT基础设施能够稳定的运行，能够为企业本身的平稳，企业的安全性做出贡献，这是简单的标准。

进入更大的发挥IT基础设施的投入高效，服务的质量，从管理到灵活性，进入适应性的阶段，能够及时地让IT跟企业战略同步变化，能够跟企业的变化产生同步的调整，这是最高的阶段。通过评定过程，通过这个方法论，能够在每个阶段告诉企业应该如何建设和管理IT的基础设施，最终能够达到具有适应能力的情况。

第三，评估的适应能力，跟欧洲商学院合作，评估一家企业的IT性能，用什么指标评价呢？从时间、范围跟易度三方面评价企业的IT性能。要实现企业应用既流程变化的速度，多长时间能完成变化。范围，一家公司的IT设施能够应用流程变化的范围。在实现企业应用及流程变化的过程里使用的资源，从人员到高科技，各个方面的投入容易程度有多高。时间、范围、易度评测一家企业的IT系统能力的指标，从这里找出问题，同时提供不同的解决方案。

第四，我们认为一家企业在发展过程里不是因为不同的变化而不断加入新的科技跟新的运用，必须有一个标准化的模型，这个模型能够支撑变化，我们把这种模型叫做达尔文模型。为什么起名叫达尔文呢？达尔文是强调进化论的学者。IT设施不是谈最高科技，而是谈适应能力最好的。适应能力必须建立在标准化的模型上，分成总共五个大的模块，六个流程到应用，到基础设施管理，怎么把所有跟IT资源通过模型分配、管理，同时整合在一起。

分配、管理整个过程强调四个非常重要的原则，标准化、模块化、简易化和集成化。首先一定要标准化，在标准化层面把电子模块化在每一个范围里都涉及到，就可以产生简易化，把20个模块简化成4个模块，最后集成在一起。从IT系统的评定到IT性能的发展道路，到IT系统能力的评测标准到适应性的IT架构达尔文模型，这是总结惠普公司总结的经验。

要实现这种战略需要有一个过程，从最早的稳定性开始，进入有效性、适应性。在第二个阶段节省30亿美元的投入，同时创造了更高的增长，以及在IT投入所占的比例降低到35。下一阶段网络应用，标准化、模块化、简易化、集成化，一步步地继续简易化，从四千亿继续往一千五百亿的程度降低，让IT投入成为企业成本的3％，从35％降到3％。

第四部分，在模块里提出开放性系统，每个模块有三四种选择，客户可以根据需要选择最合适的合作伙伴，或者最合适的科技需求。

最后我们提出整体的管理系统，让企业对IT基础设施，跟企业的战略变化过程中同步的非常重要的管理系统，以管理软件为基础的平台。

所以，一个企业不仅要具备动态领导力，还必须有适应性的IT系统设施。

3、①成本优势。这种优势能够使企业更廉价地提供产品或服务；能够带来这种优势的信息技术有：计算机辅助软件工程、原型法、大容量并行技术，语音处理；

②增值优势。这种优势能够使企业创造出更吸引人的产品或服务；能够带来这种优势的信息技术有：战略信息系统、虚拟现实技术

③聚焦优势。这种优势能够使企业更恰当地满足特定顾客群体地需求；能够带来这种优势的信息技术有：多媒体技术2 g! J0 \( W% E8 S

④速度优势。这种优势能够使企业比竞争对手更及时地满足顾客的需求；能够带来这种优势的信息技术有：电子商务、群件、视频会议、移动通信、E-MAIL等

⑤机动优势。这种优势能够使企业比竞争对手更快地适应变化的需求。能够带来这种优势的信息技术有：开放式系统、面向对象系统、C/S、分布式数据库管理系统等。

4、经济增速的放缓，迫使企业领导者想方设法寻求更多“节流”的途径来减少成本支出。而在这一环境下，CIO也被赋予了新的使命，重新布局自己的IT部门，以协助企业建立短期与长期的竞争力。

然而推动绩效改善，提高IT为企业所创造的附加值，并不是一件容易的事。想要成为一名优秀的CIO，他或许需要从以下7个方面去寻求突破，寻找改善绩效的机会：

1 了解企业需要IT提供什么

IT部门在帮助公司达成目标方面扮演了怎样的角色IT项目投资又会对公司的整体成本、营收及利润产生哪些影响两耳不闻窗外事，一心只研究技术的CIO已无法适应企业的发展需要。他们应走出办公室，观察公司的商业运营方式，并积极与其他C层管理人员沟通，探讨IT如何才能协助公司实现商业目标。

2 一手IT，一手商业

技术只是为企业服务的工具。一名CIO的真正战略价值，在于如何去意识并利用技术来推动企业发展，加强绩效改善。有许多IT部门在技术决策上花费了大量的时间与精力，却没有留出足够的时间去考虑如何使用这些技术，提高公司价值。因此，CIO与IT部门在考虑技术绩效的同时，也应重点考虑商业绩效。

3 重整项目与服务组合

重整你的项目与服务组合。将有限的资源投入到能够真正提供可测量的短期回报的项目上。暂时停止一些长期战略性项目(哪怕今后需要花费更大的代价来重新启动)，以减轻公司的资金负担。

这样做还有个好处，就是能让其他商业管理人员认识到哪些项目是对当前企业运营有用的关键元素。

4 严格进行厂商管理

随着IT部门所外包的职能越来越多，管理厂商的重要性也在不断提高。实际上，与厂商建立成功关系所需投入的时间与精力不会比内部自行管理来得少，有时甚至会更多。像对待内部项目和服务那样认真地去对待与厂商所签订的每份合约。一旦发现厂商的服务无法提供可测量的商业价值，那就应立即终止这些服务。

5 提升员工能力

许多IT部门都缺乏员工培养与成长计划。但是随着IT职能与公司商业运作的进一步整合，IT人员必须同时具备技术技能、商业技能与人际关系处理技巧。仔细评估IT人员的绩效，对那些没有符合商业要求的员工制定一套绩效改善计划。

6 扮演变革推进者的角色

在大部分公司里，没有人比CIO更适合推动变革了。他们在数据处理、技术，以及流程设计上的专业知识可以让他们对公司运营获取独一无二的视角。并且有能力与其他任何C层管理人员密切合作。

7 加强其它部门对IT的了解

IT对企业所做出的贡献或许不是那么直接或明显。因此，CIO和IT经理应当学会“推销术”，加深其它部门对IT的了解，知道IT能做些什么以及应当做些什么。否则，其他C层管理人员很可能会对IT的工作产生误解。

遗憾的是，大部分的IT部门都觉得自己非常忙碌，而不愿意承担更多责任。这显然不是一种展现IT价值，增进与其它部门伙伴关系的积极方法。

希望上述回答您能满意！

IT资产管理和传统的资产管理从逻辑上是一样的，但是IT资产和传统的企业资产管理最重要的区别是它的实时性。所以在管理方式上可以采用非常先进的技术，而且这些变化可以自动触发。企业的资产管理通常是由财务部门管理的，而业务需求决定了IT资产管理必须由IT部门进行管理。两者的着眼点是不同的，造成许多管理上问题，通过实施IT资产管理，可以降低开支，提高IT生产率和服务水平，同时能降低风险，提高IT透明度。

随着政府信息化和电子政务建设，政府部门的IT资产管理已经显得非常重要，管好和用好原用的设备和软件，提高IT管理人员的工作效率，做好库存管理、节省能源，是决定政府采购多少新IT设备等的依据。

金融行业对信息化系统的安全和稳定性要求很高，需要对所有信息化资产的型号、控制面板、连接及运行情况等进行全面的监控，实现IT资产的自动化、科学化管理，让IT资产创造最大使用价值。

电信行业是高技术含量的行业，由于电信IT资产的“巨大”，因此，精确的资产知识和问责制对于确保优化IT支出至关重要。需要了解有哪些资产、资产现在在哪里、如何使用它、以及如不再使用这一资产，如何从账目中勾销以健全成本控制等这些是非常必要的。与这些成本相关的是软件许可和续订，如果系统已被整合或已部署虚拟化技术，那么软件许可证也应该合并，提供另一种成本节约。

如何做好IT资产管理，是摆在信息主管CIO面前必须要解决的难题。IT资产管理跨越政府或企业的若干个部门，需要政府或企业高层领导的支持，无论是资金、还是高素质的工作人员、以及相关部门之间的协调等，都需要花费CIO大量的时间和精力。通过大量的实践摸索和调研讨论，提出政府或企业IT资产管理解决方案，该方案能够全面、实时收集到政府或企业IT设备的数据，而且能够提供多种形式的报告，确保领导和IT管理人员能够从不同的角度了解资产状况，及时响应上级和其他部门各种各样的报告要求，实现资产管理流程自动化，有效提高控制和投资回报，同时确保法规遵从。

IT资产管理是从资产生命周期管理来实施的，包括现有的网络设备、服务器、PC机、笔记本和打印机等，IT设备的库存情况，设备维修、借租、设备的折旧年限、报废等等；已经使用的正版软件，升级、维保等，摸清设备库存情况和软件的使用情况，在购买新设备和软件时，能更好地做出适当的决定，帮助政府或企业减少浪费。

因此，做好IT资产管理，我们首先必须要使用各种软件管理工具，随时掌握政府或企业目前使用的软硬件等情况，形成一个完整的IT资产库。IT资产管理工具可以帮助政府或企业从成本、合约、支持以及库存等多个角度，管理整个IT资产库。它为资产管理提供了强有力的技术平台，利用工具软件的信息获取功能，IT资产管理员可以清楚地知道，安装在服务器或客户端PC上的硬件信息、软件类型和版本，包括手动安装的软件。跟踪与用户名、部门、资产清单等有关的许可信息，依据用户的信息进行管理。

其次“管理＋IT”：实现IT资产管理变革，政府或企业IT管理部门可以“总体规划，结合流程，分步实施”，借助IT技术实现IT资产管理。对所有类型的IT资产进行跟踪。记录IT资产的需求、配置、调换、分级以及最终报废的历史情况，提供IT资产的生命周期管理，为成本管理提供完整的IT资产数据。

随着ITIL等最佳实践框架被广泛地运用到IT服务质量控制体系，资产管理已经成为支撑IT运营的一个关键组件。同时，IT架构的调整又给资产管理带来新一轮利好。在CMDB（配置管理数据库）IT管理新核心的地位得以确立后，资产管理与服务管理、配置管理、策略管理一起，成为紧紧包裹CMDB内核的关键模块。

目前看来，政府、电信、金融、教育等行业的IT服务管理应用较为广泛，其相应的解决方案、运维工具也最为成熟，成为国内标志性的IT服务管理成功行业。广通信达目前在政府、电信、金融等行业都投入了大量的精力，其主要客户也来自于这些行业。广通是通过做政府行业的IT运维服务起家的，因此在政府行业的成功经验也帮助广通在发展过程中赢得了更多的政府用户，同时广通也开始涉足电信、金融都高技术含量的领域，凭借广通BroadviewIT运维方案的深厚技术底蕴，不断开拓进取，赢得了电信、金融用户。

广通对于不同行业会制定不同的解决方案，选择产品和实施方案也会根据具体用户的需求和IT架构来进行，实现政府或企业的IT资产管理。根据资源管理核心需求，广通Broadview资产管理功能对设备资产、网络布线、组织结构、IP资源、设备上网和撒网等进行有效管控，管理人员可轻松提高日常运维的有序性。网络管理系统的资产管理功能，从设备的采购，入网，到维护直至最后的报废都有完整的记录过程，是全生命周期的IT资产管理，能充分保证IT投资的利用最大化。

广通自主研发的IT运维管理平台，以网络资源监控、资源管理、服务流程管理为三大业务方向的IT运维管理，将会为一如既往地服务好各行业用户，提供最佳的资源监控、服务管理实践，做国产IT运维管理的第一品牌。

到底什么是IT规划？IT规划需要做些什么？企业内部不同的人有不同的想法; 而在企业外部，软硬件厂商、咨询公司等人士也会有不同的说法。1、IT规划的定义

通俗派的说法:

“IT规划（IT planning）”是“信息化规划”的简称，是指在理解企业发展战略和评估企业IT现状的基础上，结合所属行业信息化方面的实践和对最新信息技术发展的认识，提出企业信息化建设的远景、目标和战略，以及具体信息系统的架构设计、选型和实施策略，全面系统地指导企业信息化建设，满足企业可持续发展的需要。

技术派的说法:

IT规划很简单，就是要建立先进的、企业级的IT架构，选择一系列先进的软件来实现规划的IT架构。

软件公司的说法:

以前都没有IT规划，我们的软件都很先进，很多企业都在使用我们的软件，已经经受了实践的考验。即便没有IT规划，这种软件也完全能为企业创造价值。

2．企业内部的定义

领导的说法:

IT规划到底是什么、怎么定义并不重要，重要的是我希望这个规划能够支持我们业务的发展，能够得到落地执行。

业务等应用部门的说法:

IT规划是IT部门的事情，与我们没有多大关系。IT规划应该是IT部门考虑怎样为我们建立一套信息系统，来提高我们的工作效率，最好还能够帮我们降低运营成本。

IT部门的说法:

IT规划不仅仅是IT部门的事情，整天都被那些业务、财务、行政等应用部门吆喝来、使唤去，忙得不可开交。领导对于信息化建设的投资没有底，我们得规划出

一个信息化建设的计划，然后到领导那儿申请预算，才能把那些服务器、路由器以及软件系统买回来。

从企业信息化建设的整体上看，IT规划只是管理信息化的十步闭环中的一个环节（如图1所示）。IT规划要想获得领导和业务部门的认可，必须最终能够被落地执行，从业务出发是必然的选择。

3、“IT规划”的“广义”与“狭义” 广义的“IT规划”包含了“IS规划”与狭义的“IT规划”两个部分。细分来说，“IS规划”（Information System Strategic Planning, 简称ISSP）筹划的是：在理解企业的发展远景、业务规划的基础上，形成信息系统的远景、信息系统的组成架构、信息系统各部分的逻辑关系，以支撑企业业务规划（Business Strategic Planning，简称BSP）目标的达成。有时，我们看到一些业内外的探讨，关于ISSP和BSP的集成问题，其实说的就是这个层次间的衔接。而“IT规划”(Information Technology Strategic Planning），是承接IS战略之后，对信息系统各部分的支撑硬件、支撑软件、支撑技术等进行计划与安排，简而言之，是围绕“T”来展开。下文中除特别说明以外，“IT规划”都是取广义范围。

其实信息化具体项目的实施是“最后为之”的事情，需要在以上的种种战略“有个说法”以后才进行。而现实中，很多企业的信息化建设恰恰是反其道而行之，从如何选择硬件、软件开始。

4、“IT规划”的“客观”与“主观”

进行IT规划是要解决两个问题，一个是客观问题，一个是主观问题。

由于缺乏IT规划，很容易导致系统繁多、信息孤岛、维护费用高、收益低、风险高等等。正是有了IT规划，我们才能避免在信息化建设的时候“脚踩西瓜皮，溜到哪儿算哪”，从客观上防止以上严重后果的发生。

1 大数据兴起预示“信息时代”进入新阶段

（1） 看待大数据要有历史性的眼光

信息时代是相对于农业和工业时代而言的一段相当长的时间。不同时代的生产要素和社会发展驱动力有明显差别。信息时代的标志性技术发明是数字计算机、集成电路、光纤通信和互联网（万维网）。尽管媒体上大量出现“大数据时代”的说法，但大数据、云计算等新技术目前还没有出现与上述划时代的技术发明可媲美的技术突破，难以构成一个超越信息时代的新时代。信息时代可以分成若干阶段，大数据等新技术的应用标志着信息社会将进入一个新阶段。

考察分析100年以上的历史长河可以发现，信息时代与工业时代的发展规律有许多相似之处。电气化时代与信息时代生产率的提高过程惊人地相似。都是经过20~30年扩散储备之后才有明显提高，分界线分别是1915年和1995年。笔者猜想，信息技术经过几十年的扩散储备后，21世纪的前30年可能是信息技术提高生产率的黄金时期。

（2） 从“信息时代新阶段”的高度认识“大数据”

中国已开始进入信息时代，但许多人的思想还停留在工业时代。经济和科技工作中出现的许多问题，其根源是对时代的认识不到位。18-19世纪中国落后挨打，根源是满清政府没有认识到时代变了，我们不能重犯历史性的错误。

中央提出中国进入经济“新常态”以后，媒体上有很多讨论，但多数是为经济增速降低做解释，很少有从时代改变的角度论述“新常态”的文章。笔者认为，经济新常态意味着中国进入了以信息化带动新型工业化、城镇化和农业现代化的新阶段，是经济和社会管理的跃迁，不是权宜之计，更不是倒退。

大数据、移动互联网、社交网络、云计算、物联网等新一代信息技术构成的IT架构“第三平台”是信息社会进入新阶段的标志，对整个经济的转型有引领和带动作用。媒体上经常出现的互联网、创客、“第二次机器革命”、“工业40”等都与大数据和云计算有关。大数据和云计算是新常态下提高生产率的新杠杆，所谓创新驱动发展就是主要依靠信息技术促进生产率的提高。

（3）大数据可能是中国信息产业从跟踪走向引领的突破口

中国的大数据企业已经有相当好的基础。全球十大互联网服务企业中国占有4席（阿里巴巴、腾讯、百度和京东），其他6个Top10 互联网服务企业全部是美国企业，欧洲和日本没有互联网企业进入Top10。这说明中国企业在基于大数据的互联网服务业务上已处于世界前列。在发展大数据技术上，我国有可能改变过去30年技术受制于人的局面，在大数据应用上中国有可能在全世界起到引领作用。

但是，企业的规模走在世界前列并不表示我国在大数据技术上领先。实际上，国际上目前流行的大数据主流技术没有一项是我国开创的。开源社区和众包是发展大数据技术和产业的重要途径，但我们对开源社区的贡献很小，在全球近万名社区核心志愿者中，我国可能不到200名。我们要吸取过去基础研究为企业提供核心技术不够的教训，加强大数据基础研究和前瞻技术研究，努力攻克大数据核心和关键技术。

2 理解大数据需要上升到文化和认识论的高度

（1） 数据文化是一种先进文化

数据文化的本质是尊重客观世界的实事求是精神，数据就是事实。重视数据就是强调用事实说话、按理性思维的科学精神。中国人的传统习惯是定性思维而不是定量思维。目前许多城市在开展政府数据开放共享工作，但是发现多数老百姓对政府要开放的数据并不感兴趣。要让大数据走上健康的发展轨道，首先要大力弘扬数据文化。本文讲的数据文化不只是大数据用于文艺、出版等文化产业，而是指全民的数据意识。全社会应认识到：信息化的核心是数据，只有政府和大众都关注数据时，才能真正理解信息化的实质；数据是一种新的生产要素，大数据的利用可以改变资本和土地等传统要素在经济中的权重。

有人将“上帝与数据共舞”归纳为美国文化的特点之一，说的是美国人既有对神的诚意，又有通过数据求真的理性。美国从镀金时代到进步主义时期完成了数据文化的思维转变，南北战争之后人口普查的方法被应用到很多领域，形成了数据预测分析的思维方式。近百年来美国和西方各国的现代化与数据文化的传播渗透有密切关系，我国要实现现代化也必须强调数据文化。

提高数据意识的关键是要理解大数据的战略意义。数据是与物质、能源一样重要的战略资源，数据的采集和分析涉及每一个行业，是带有全局性和战略性的技术。从硬技术到软技术的转变是当今全球性的技术发展趋势，而从数据中发现价值的技术正是最有活力的软技术，数据技术与数据产业的落后将使我们像错过工业革命机会一样延误一个时代。

（2）理解大数据需要有正确的认识论

历史上科学研究是从逻辑演绎开始的，欧几里得几何的所有定理可从几条公理推导出来。从伽利略和牛顿开始，科学研究更加重视自然观察和实验观察，在观察基础上通过归纳方法提炼出科学理论，“科学始于观察”成为科学研究和认识论的主流。经验论和唯理论这两大流派都对科学的发展做出过重大贡献，但也暴露出明显的问题，甚至走入极端。理性主义走向极端就成为康德所批判的独断主义，经验主义走入极端就变成怀疑论和不可知论。

20世纪30年代，德国哲学家波普尔提出了被后人称为“证伪主义”的认识论观点，他认为科学理论不能用归纳法证实，只能被试验发现的反例“证伪”，因而他否定科学始于观察，提出“科学始于问题”的著名观点[3]。证伪主义有其局限性，如果严格遵守证伪法则，万有引力定律、原子论等重要理论都可能被早期的所谓反例扼杀。但“科学始于问题”的观点对当前大数据技术的发展有指导意义。

大数据的兴起引发了新的科学研究模式：“科学始于数据”。从认识论的角度看，大数据分析方法与“科学始于观察”的经验论较为接近，但我们要牢记历史的教训，避免滑入否定理论作用的经验主义泥坑。在强调“相关性”的时候不要怀疑“因果性”的存在；在宣称大数据的客观性、中立性的时候，不要忘了不管数据的规模如何，大数据总会受制于自身的局限性和人的偏见。不要相信这样的预言：“采用大数据挖掘，你不需要对数据提出任何问题，数据就会自动产生知识”。面对像大海一样的巨量数据，从事数据挖掘的科技人员最大的困惑是，我们想捞的“针”是什么？这海里究竟有没有“针”？也就是说，我们需要知道要解决的问题是什么。从这个意义上讲，“科学始于数据”与“科学始于问题”应有机地结合起来。

对“原因”的追求是科学发展的永恒动力。但是，原因是追求不完的，人类在有限的时间内不可能找到“终极真理”。在科学的探索途中，人们往往用“这是客观规律”解释世界，并不立即追问为什么有这样的客观规律。也就是说，传统科学并非只追寻因果性，也可以用客观规律作为结论。大数据研究的结果多半是一些新的知识或新的模型，这些知识和模型也可以用来预测未来，可以认为是一类局部性的客观规律。科学史上通过小数据模型发现一般性规律的例子不少，比如开普勒归纳的天体运动规律等；而大数据模型多半是发现一些特殊性的规律。物理学中的定律一般具有必然性，但大数据模型不一定具有必然性，也不一定具有可演绎性。大数据研究的对象往往是人的心理和社会，在知识阶梯上位于较高层，其自然边界是模糊的，但有更多的实践特征。大数据研究者更重视知行合一，相信实践论。大数据认识论有许多与传统认识论不同的特点，我们不能因其特点不同就否定大数据方法的科学性。大数据研究挑战了传统认识论对因果性的偏爱，用数据规律补充了单一的因果规律，实现了唯理论和经验论的数据化统一，一种全新的大数据认识论正在形成。

   3 正确认识大数据的价值和效益

（1）大数据的价值主要体现为它的驱动效应

人们总是期望从大数据中挖掘出意想不到的“大价值”。实际上大数据的价值主要体现在它的驱动效应，即带动有关的科研和产业发展，提高各行各业通过数据分析解决困难问题和增值的能力。大数据对经济的贡献并不完全反映在大数据公司的直接收入上，应考虑对其他行业效率和质量提高的贡献。大数据是典型的通用技术，理解通用技术要采用“蜜蜂模型”：蜜蜂的效益主要不是自己酿的蜂蜜，而是蜜蜂传粉对农业的贡献。

电子计算机的创始人之一冯·诺依曼曾指出：“在每一门科学中，当通过研究那些与终极目标相比颇为朴实的问题，发展出一些可以不断加以推广的方法时，这门学科就得到了巨大的进展。”我们不必天天期盼奇迹出现，多做一些“颇为朴实”的事情，实际的进步就在扎扎实实的努力之中。媒体喜欢宣传一些令人惊奇的大数据成功案例，对这些案例我们应保持清醒的头脑。据Intel中国研究院首席工程师吴甘沙在一次报告中透露，所谓“啤酒加尿布”的数据挖掘经典案例，其实是Teradata公司一位经理编出来的“故事”，历史上并没有发生过[4]。即使有这个案例，也不说明大数据分析本身有什么神奇，大数据中看起来毫不相关的两件事同时或相继出现的现象比比皆是，关键是人的分析推理找出为什么两件事物同时或相继出现，找对了理由才是新知识或新发现的规律，相关性本身并没有多大价值。

有一个家喻户晓的寓言可以从一个角度说明大数据的价值：一位老农民临终前告诉他的3个儿子，他在他家的地中埋藏了一罐金子，但没有讲埋在哪里。

他的儿子们把他家所有的地都深挖了一遍，没有挖到金子，但由于深挖了土地，从此庄稼收成特别好。数据收集、分析的能力提高了，即使没有发现什么普适的规律或令人完全想不到的新知识，大数据的价值也已逐步体现。

（2）大数据的力量来自“大成智慧”

每一种数据来源都有一定的局限性和片面性，只有融合、集成各方面的原始数据，才能反映事物的全貌。事物的本质和规律隐藏在各种原始数据的相互关联之中。不同的数据可能描述同一实体，但角度不同。对同一个问题，不同的数据能提供互补信息，可对问题有更深入的理解。因此在大数据分析中，汇集尽量多种来源的数据是关键。

数据科学是数学（统计、代数、拓扑等）、计算机科学、基础科学和各种应用科学融合的科学，类似钱学森先生提出的“大成智慧学”[5]。钱老指出：“必集大成，才能得智慧”。大数据能不能出智慧，关键在于对多种数据源的集成和融合。IEEE计算机学会最近发布了2014年的计算机技术发展趋势预测报告，重点强调“无缝智慧（seamless intelligence）”。发展大数据的目标就是要获得协同融合的“无缝智慧”。单靠一种数据源，即使数据规模很大，也可能出现“瞎子摸象”一样的片面性。数据的开放共享不是锦上添花的工作，而是决定大数据成败的必要前提。

大数据研究和应用要改变过去各部门和各学科相互分割、独立发展的传统思路，重点不是支持单项技术和单个方法的发展，而是强调不同部门、不同学科的协作。数据科学不是垂直的“烟囱”，而是像环境、能源科学一样的横向集成科学。

（3）大数据远景灿烂，但近期不能期望太高

交流电问世时主要用作照明，根本想象不到今天无处不在的应用。大数据技术也一样，将来一定会产生许多现在想不到的应用。我们不必担心大数据的未来，但近期要非常务实地工作。人们往往对近期的发展估计过高，而对长期的发展估计不足。Gartner公司预测，大数据技术要在5~10年后才会成为较普遍采用的主流技术，对发展大数据技术要有足够的耐心。

大数据与其他信息技术一样，在一段时间内遵循指数发展规律。指数发展的特点是，从一段历史时期衡量（至少30年），前期发展比较慢，经过相当长时间（可能需要20年以上）的积累，会出现一个拐点，过了拐点以后，就会出现爆炸式的增长。但任何技术都不会永远保持“指数性”增长，一般而言，高技术发展遵循Gartner公司描述的技术成熟度曲线（hype cycle），最后可能进入良性发展的稳定状态或者走向消亡。

需要采用大数据技术来解决的问题往往都是十分复杂的问题，比如社会计算、生命科学、脑科学等，这些问题绝不是几代人的努力就可以解决的。宇宙经过百亿年的演化，才出现生物和人类，其复杂和巧妙堪称绝伦，不要指望在我们这一代人手中就能彻底揭开其奥妙。展望数百万年甚至更长远的未来，大数据技术只是科学技术发展长河中的一朵浪花，对10~20年大数据研究可能取得的科学成就不能抱有不切实际的幻想。

 4 从复杂性的角度看大数据研究和应用面临的挑战

大数据技术和人类探索复杂性的努力有密切关系。20世纪70年代，新三论（耗散结构论、协同论、突变论）的兴起对几百年来贯穿科学技术研究的还原论发起了挑战。1984年盖尔曼等3位诺贝尔奖得主成立以研究复杂性为主的圣菲研究所，提出超越还原论的口号，在科技界掀起了一场复杂性科学运动。虽然雷声很大，但30年来并未取得预期的效果，其原因之一可能是当时还没有出现解决复杂性的技术。

集成电路、计算机与通信技术的发展大大增强了人类研究和处理复杂问题的能力。大数据技术将复杂性科学的新思想发扬光大，可能使复杂性科学得以落地。复杂性科学是大数据技术的科学基础，大数据方法可以看作复杂性科学的技术实现。大数据方法为还原论与整体论的辩证统一提供了技术实现途径。大数据研究要从复杂性研究中吸取营养，从事数据科学研究的学者不但要了解20世纪的“新三论”，可能还要学习与超循环、混沌、分形和元胞自动机等理论有关的知识，扩大自己的视野，加深对大数据机理的理解。

大数据技术还不成熟，面对海量、异构、动态变化的数据，传统的数据处理和分析技术难以应对，现有的数据处理系统实现大数据应用的效率较低，成本和能耗较大，而且难以扩展。这些挑战大多来自数据本身的复杂性、计算的复杂性和信息系统的复杂性。

（1）数据复杂性引起的挑战

图文检索、主题发现、语义分析、情感分析等数据分析工作十分困难，其原因是大数据涉及复杂的类型、复杂的结构和复杂的模式，数据本身具有很高的复杂性。目前，人们对大数据背后的物理意义缺乏理解，对数据之间的关联规律认识不足，对大数据的复杂性和计算复杂性的内在联系也缺乏深刻理解，领域知识的缺乏制约了人们对大数据模型的发现和高效计算方法的设计。形式化或定量化地描述大数据复杂性的本质特征及度量指标，需要深入研究数据复杂性的内在机理。人脑的复杂性主要体现在千万亿级的树突和轴突的链接，大数据的复杂性主要也体现在数据之间的相互关联。理解数据之间关联的奥秘可能是揭示微观到宏观“涌现”规律的突破口。大数据复杂性规律的研究有助于理解大数据复杂模式的本质特征和生成机理，从而简化大数据的表征，获取更好的知识抽象。为此，需要建立多模态关联关系下的数据分布理论和模型，理清数据复杂度和计算复杂度之间的内在联系，奠定大数据计算的理论基础。

（2） 计算复杂性引起的挑战

大数据计算不能像处理小样本数据集那样做全局数据的统计分析和迭代计算，在分析大数据时，需要重新审视和研究它的可计算性、计算复杂性和求解算法。大数据样本量巨大，内在关联密切而复杂，价值密度分布极不均衡，这些特征对建立大数据计算范式提出了挑战。对于PB级的数据，即使只有线性复杂性的计算也难以实现，而且，由于数据分布的稀疏性，可能做了许多无效计算。

传统的计算复杂度是指某个问题求解时需要的时间空间与问题规模的函数关系，所谓具有多项式复杂性的算法是指当问题的规模增大时，计算时间和空间的增长速度在可容忍的范围内。传统科学计算关注的重点是，针对给定规模的问题，如何“算得快”。而在大数据应用中，尤其是流式计算中，往往对数据处理和分析的时间、空间有明确限制，比如网络服务如果回应时间超过几秒甚至几毫秒，就会丢失许多用户。大数据应用本质上是在给定的时间、空间限制下，如何“算得多”。从“算得快”到“算得多”，考虑计算复杂性的思维逻辑有很大的转变。所谓“算得多”并不是计算的数据量越大越好，需要探索从足够多的数据，到刚刚好的数据，再到有价值的数据的按需约简方法。

基于大数据求解困难问题的一条思路是放弃通用解，针对特殊的限制条件求具体问题的解。人类的认知问题一般都是NP难问题，但只要数据充分多，在限制条件下可以找到十分满意的解，近几年自动驾驶汽车取得重大进展就是很好的案例。为了降低计算量，需要研究基于自举和采样的局部计算和近似方法，提出不依赖于全量数据的新型算法理论，研究适应大数据的非确定性算法等理论。

（3）系统复杂性引起的挑战

大数据对计算机系统的运行效率和能耗提出了苛刻要求，大数据处理系统的效能评价与优化问题具有挑战性，不但要求理清大数据的计算复杂性与系统效率、能耗间的关系，还要综合度量系统的吞吐率、并行处理能力、作业计算精度、作业单位能耗等多种效能因素。针对大数据的价值稀疏性和访问弱局部性的特点，需要研究大数据的分布式存储和处理架构。

大数据应用涉及几乎所有的领域，大数据的优势是能在长尾应用中发现稀疏而珍贵的价值，但一种优化的计算机系统结构很难适应各种不同的需求，碎片化的应用大大增加了信息系统的复杂性，像昆虫种类一样多（500多万种）的大数据和物联网应用如何形成手机一样的巨大市场，这就是所谓“昆虫纲悖论”[6]。为了化解计算机系统的复杂性，需要研究异构计算系统和可塑计算技术。

大数据应用中，计算机系统的负载发生了本质性变化，计算机系统结构需要革命性的重构。信息系统需要从数据围着处理器转改变为处理能力围着数据转，关注的重点不是数据加工，而是数据的搬运；系统结构设计的出发点要从重视单任务的完成时间转变到提高系统吞吐率和并行处理能力，并发执行的规模要提高到10亿级以上。构建以数据为中心的计算系统的基本思路是从根本上消除不必要的数据流动，必要的数据搬运也应由“大象搬木头”转变为“蚂蚁搬大米”。

 5 发展大数据应避免的误区

（1） 不要一味追求“数据规模大”

大数据主要难点不是数据量大，而是数据类型多样、要求及时回应和原始数据真假难辨。现有数据库软件解决不了非结构化数据，要重视数据融合、数据格式的标准化和数据的互 *** 作。采集的数据往往质量不高是大数据的特点之一，但尽可能提高原始数据的质量仍然值得重视。脑科学研究的最大问题就是采集的数据可信度差，基于可信度很差的数据难以分析出有价值的结果。

一味追求数据规模大不仅会造成浪费，而且效果未必很好。多个来源的小数据的集成融合可能挖掘出单一来源大数据得不到的大价值。应多在数据的融合技术上下功夫，重视数据的开放与共享。所谓数据规模大与应用领域有密切关系，有些领域几个PB的数据未必算大，有些领域可能几十TB已经是很大的规模。

发展大数据不能无止境地追求“更大、更多、更快”，要走低成本、低能耗、惠及大众、公正法治的良性发展道路，要像现在治理环境污染一样，及早关注大数据可能带来的“污染”和侵犯隐私等各种弊端。

（2） 不要“技术驱动”，要“应用为先”

新的信息技术层出不穷，信息领域不断冒出新概念、新名词，估计继“大数据”以后，“认知计算”、“可穿戴设备”、“机器人”等新技术又会进入炒作高峰。我们习惯于跟随国外的热潮，往往不自觉地跟着技术潮流走，最容易走上“技术驱动”的道路。实际上发展信息技术的目的是为人服务，检验一切技术的唯一标准是应用。我国发展大数据产业一定要坚持“应用为先”的发展战略，坚持应用牵引的技术路线。技术有限，应用无限。各地发展云计算和大数据，一定要通过政策和各种措施调动应用部门和创新企业的积极性，通过跨界的组合创新开拓新的应用，从应用中找出路。

（3） 不能抛弃“小数据”方法

流行的“大数据”定义是：无法通过目前主流软件工具在合理时间内采集、存储、处理的数据集。这是用不能胜任的技术定义问题，可能导致认识的误区。按照这种定义，人们可能只会重视目前解决不了的问题，如同走路的人想踩着自己身前的影子。其实，目前各行各业碰到的数据处理多数还是“小数据”问题。我们应重视实际碰到的问题，不管是大数据还是小数据。

统计学家们花了200多年，总结出认知数据过程中的种种陷阱，这些陷阱不会随着数据量的增大而自动填平。大数据中有大量的小数据问题，大数据采集同样会犯小数据采集一样的统计偏差。Google公司的流感预测这两年失灵，就是由于搜索推荐等人为的干预造成统计误差。

大数据界流行一种看法：大数据不需要分析因果关系、不需要采样、不需要精确数据。这种观念不能绝对化，实际工作中要逻辑演绎和归纳相结合、白盒与黑盒研究相结合、大数据方法与小数据方法相结合。

（4） 要高度关注构建大数据平台的成本

目前全国各地都在建设大数据中心，吕梁山下都建立了容量达2 PB以上的数据处理中心，许多城市公安部门要求存储3个月以上的高清监控录像。这些系统的成本都非常高。数据挖掘的价值是用成本换来的，不能不计成本，盲目建设大数据系统。什么数据需要保存，要保存多少时间，应当根据可能的价值和所需的成本来决定。大数据系统技术还在研究之中，美国的E级超级计算机系统要求能耗降低1 000倍，计划到2024年才能研制出来，用现在的技术构建的巨型系统能耗极高。

我们不要攀比大数据系统的规模，而是要比实际应用效果，比完成同样的事消耗更少的资源和能量。先抓老百姓最需要的大数据应用，因地制宜发展大数据。发展大数据与实现信息化的策略一样：目标要远大、起步要精准、发展要快速。

做了一年的IT技术，你也应该是学计算机专业的。如果想从事业务销售方面的工作，首先还是考虑本行业，毕竟你有基础。IT业的业务，大致可分为三类：A渠道业务，负责处理厂家与总代理或者总代理与下级代理之间的关系，也就是“通道维护”。B店面营销，负责在店面接待上门的顾客。C大客户经理，负责处理公司与大客户的业务谈判和日常关系，如：政府采购，企业采购之类。

对于个人综合能力的要求，B类要求最低，C类要求最高。同样的，回报也如此。建议以你的基础，可以优先考虑渠道业务方面的工作，容易上手。

业务，又是营销，是考验个人能力的职位，也是拼毅力的工作。做得好，可以年入百万，做得不好，可能吃喝不保。在从业之前，最好有充分的心理准备和饱满的信心。

7分沟通，3分专业，是一个好业务员的标准。做好一个业务员，将来想跨行发展的话，难度并不大。

简历按实写，HR对新人的要求，更多的看重于诚信和辛勤。

祝你成功。

进入2013年以来，互联网金融引发人们的持续关注。中国人民银行行长周小川在3月13日的记者招待会上强调，对于互联网进入金融业，应该给予更多支持。人们不禁要问：互联网金融能为用户创造什么价值？互联网金融快捷、人性化的用户体验是其快速发展的根源。

　　一是消除信息不对称,降低信息成本。

在经济学中有一个理论，如果没有交易成本，资源配置可以实现最优。金融中介的产生，原因是市场交易中存在信息成本，需要金融中介发挥作用。在互联网金融之下，借助互联网的力量，金融中介依然在起作用，但它的作用更为有效和直接，可以最大程度降低信息成本和信息不对称，实现接近理想模式的金融交易。

我们以比较常见的贷款为例，跟支付和理财服务相比，这是传统商业银行比较强势的领域，但在互联网金融面前，它依然显得缺乏竞争力。在贷款人一方，以阿里金融为标志的一批金融信贷新入局者如京东商城、苏宁电器和慧聪网等纷纷进入小额贷款领域，跟传统商业银行展开竞争。据阿里金融数据显示，截至2012年底，该公司累计服务的小微企业数量已经超过20万家。在过去两年中，阿里金融几乎保持着每年100%以上的增长速度。据悉，阿里金融主要依托淘宝、阿里巴巴、支付宝等平台开展业务，一是目标客户清晰，有稳定的客户源；二是客户在网上积累的信用数据和行为数据完整，信用分析可靠，风险可控。阿里小贷的部门设置中，负责贷款的主要是淘宝贷款车间和阿里贷款车间。淘宝贷款服务的是淘宝和天猫平台的卖家，阿里贷款的对象是B2B平台上的小公司。

京东CEO刘强东指出，京东金融业务跟阿里不一样，因为阿里它不是以供应链服务公司，它是平台公司，而京东是供应链服务公司。京东更多的是技术渠道的供应链服务公司，所以竞争的第一步围绕着供应链来展开的，比如针对供货商我们有供应链的金融业务。相比阿里巴巴，京东的数据质量更好，更干净，因为没有什么刷信誉，没有那种水货、假货。

除了帮助贷款人筛选客户，在借款人方面，依靠融资贷款垂直搜索平台如融360，用户只需输入自己的贷款金额、贷款期限等核心需求，就可以得到满足自身条件的多家银行贷款产品，利率水平、放款速度等一览无余，用户能快速做出贷款前的决策。这种方式与传统的一家家去银行询问贷款政策相比，在时间成本和信息获取量上有了质的进步。借助互联网，小企业主、普通百姓可以通过互联网进行各种金融交易，风险定价、期限匹配等复杂交易都会大大简化、易于 *** 作。这也是一种更为民主化，而不是少数专业精英控制的金融模式。在互联网金融模式下，我们能够看到别人的信用评级、交易记录；我们能够找到合适的风险管理工具与风险分散工具；我们能够通过云计算对数据进行深入的分析，更加深入地掌握交易对手的信息，这都有助于降低交易成本。传统商业银行筑起的高高壁垒在互联网面前变得毫无抵抗力。

二是更加便捷。

近年来，银行网点和柜台严重的排队现象一直存在，几分钟就能办完的事情经常要等上1小时，不少用户为此苦恼不已。有微博网友甚至爆料称，自己从早上8点去银行排队办yhk，一直到下午4点多才办好，真是气人。虽然央行将借记卡通过ATM取款的交易上限由每卡每日累计5000元提高至2 万元，不少银行开通了网银支付和转账，但用户体验依然差强人意。一位90后网购达人透露，在第三方支付上，商业银行很难与支付宝等竞争，因为“银行的网络支付用户体验太差了，通过银行的网络平台支付，总是要输入账户、身份z一堆信息等，有的银行还要使用U盾、口令密码等，远不如动动鼠标几秒钟搞掂的支付宝方便好用。

数据也证明了网友的感觉，包括第三方支付在内的其他支付渠道正在挑战银行的支付主导地位。赛迪顾问发布的《中国第三方支付行业发展研究报告》显示， 2012年中国互联网支付业务交易规模达到38412亿元，同比增长7046%，近十家互联网支付企业占据了整个市场九成以上的份额。

三是为用户提供个性化服务。互联网金融包含的多种运行模式，悄然向传统银行业务发起挑战，为用户提供个性化服务成为吸引用户最有力的手段之一。

伴随着互联网的深入和80、90后客户群的崛起，客户需求已经成为金融产品服务创新的核心驱动力。据波士顿咨询发布的《中国新一代消费推动力》报告显示，目前，中国富裕消费者已经达到12亿，其购买力为5900亿美元。到2020年，介于中产阶级和超级富豪之间的中国富裕消费者将达到28亿人，消费额增至31万亿美元，占全球消费总额的5%。其中，大部分富裕消费者的下一代(即通常人们所说的糖二代)均为80或90后。80、90后区别于传统的消费群体，在购买选择中体现出越来越强的自主性，他们个性时尚、网络依附高，追求个性化、新鲜的产品。在电子商务领域，我们见证了新兴购物网站对传统卖场的颠覆。而在金融领域，用户喜好的个性化和分散化给传统商业银行带来了极大的挑战，银行要去高效地满足这些个性化的需求则需要大量的数据支持，这不得不借助大数据处理。遗憾的是，过去十年，国内商业银行耗费巨额投资的电子银行绝大多数都是运用电子手段提升传统渠道和产品的效率，真正利用互联网平台开拓新盈利模式的并不多见。

有这样一个真实案例在微博上流传很广。美国一名男子闯入他家附近的Target店铺(一家美国零售连锁超市)进行抗议：“你们竟然给我17岁的女儿发婴儿尿片和童车的优惠券。”店铺经理立刻向来者致歉，其实经理并不知道这是公司运行大数据系统的结果。一个月后，这位父亲来道歉，他的女儿的确怀孕了。

这个故事就是基于数据分析的精准营销的结果，帮助企业实现“千人千面”精准营销。大数据时代，营销将会更多地依赖数据，从而更精准地找到用户。信息技术已经使得全球市场无边界化、无国界化。企业要想在这样的市场中立足，必须利用信息技术快速从海量信息中获得对自身最有价值的信息。在互联网金融时代，传统的客户服务和产品方式将成为非主流。

互联网金融撬动的是商业银行根本，如果互联网金融能够健康发展下去，可从根本上撼动商业银行的传统优势。

以上就是关于IT战略作用是什么全部的内容，包括:IT战略作用是什么、怎样才能做好IT资产管理、IT规划的简介等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！