中国中小企业协会数据智能及大数据发展研究院规划方案v11教学提纲.docx

中国中小企业协会数据智能及大数据发展研究院规划方案v11教学提纲.docx

《中国中小企业协会数据智能及大数据发展研究院规划方案v11教学提纲.docx》由会员分享，可在线阅读，更多相关《中国中小企业协会数据智能及大数据发展研究院规划方案v11教学提纲.docx（20页珍藏版）》请在冰豆网上搜索。

中国中小企业协会数据智能及大数据发展研究院规划方案v11教学提纲

中国中小企业协会

数据智能与大数据发展研究院

规划及建设方案

XXXX科技股份有限公司

2017年5月

1建设背景

1.1问题与现状

1.1.1资源受限–中小企业很难分享大数据发展红利

大数据近年来成了产业大跃进的导航，上到国家战略，下到区域产业发展政策，期望接机大数据产业发展助力整体产业升级转型，按理说依托中国制造2025及工业4.0战略，大数据应该给中小企业指点出了突围解困之道，而目前实际却给企业负责人平添了许多的困惑。

中国中小企业的数量占据我国全部企业总量的98%以上，虽然说大数据并不是大企业的特权，在很多企业尤其是中小型企业，大数据应用落地难的原因不仅体现在大数据思维的缺失，也有数据资源匮乏、人才资源短缺、资金短缺、市场资源瓶颈等多方面的原因。

普华永道最近研究了大数据应用在中国的现状和企业的关注点，研究结果表明，中国企业在做决策时越来越多地使用大数据；但调研同时表明，很多企业，尤其是中小企业在大数据应用上存在着一些误区。

大数据对企业决策最重要的影响，不是大数据本身，而是数据和数据之间的关系，大数据价值的实现，在于数据与数据间的连接。

资金流是企业生存的必备要素之一,就像血液一样贯穿企业日常经营的每一个环节,而中小企业的可抵押、拆借的资产很少，多年来金融机构的风控系统不健全导致金融机构不敢触及中小企业信用贷款业务领域，相关产品也是少之又少无法满足众多中小企业的资金需求,导致中小企业长期面临资金短缺的困境。

对中小企业而言，购买大数据资源，雇佣专业团队成本偏高，建立大数据思维、理智对待大数据应用，与专业的数据团队或者行业专家进行深度合作，取长补短才能将数据对企业决策的影响最优化。

海量数据从获取，分析，融合与结论都需要专业的能力，企业投入往往不能保证数据的质量，业务场景是否适合，人员能力是否匹配等。

对于特别中小企业是缺乏有效工具的。

可以预见，未来大数据行业一定是可定制、可打包的服务，即将业务、数据、分析能力全面定制打包。

1.1.2服务受限–政府缺乏扶持企业发展的数据服务

中小企业扶持是政府的重要工作职能之一，中小企业是国家GDP稳步增长、调整产业结构、促进社会就业，改善民生、发展国民经济、推动创新的基础力量，更是市场经济主体中数量最大、最具活力的群体。

尤其在技术创新层面，我国发明专利里的65％、体制创新成果里的75％都是由中小企业完成的。

但目前，中小企业普遍存在着融资渠道不畅、融资难、融资贵等问题。

同时，还普遍存在着人才匮乏，特别是高端人才严重短缺等问题。

对于这些问题，往往需要从政策角度来考虑，更需要通过政策层面来解决。

传统的区域政府的中小企业扶持政策局限在资金补助、服务抵偿、政策倾向等层面的扶持政策，但面临企业发展越来越多元化、越来越快速的实际情况，政府尚不能从数据服务的角度为中小企业提供更行之有效的创新性支撑和培育环境。

政府拥有大量的高价值数据资源，但目前仍未被有效利用起来，未能形成一个对中小企业创新能力促进的数据土壤。

1.1.3技术受限–中小企业急需数据驱动的价值变现

机器学习是大数据时代的产物，是人工智能的基础。

机器学习使得数据分析更加智能，能够大大的降低成本，提升效率。

对于中小企业，机器学习实际上有许多价值应用场景，以零售业为例，我们当前的零售业所缺失的，是让不同人用不同的方式购物，而机器学习正好能解决这个问题。

如果没有机器学习等技术，我们在购物网站搜索“卫衣”，所有人都将得到相同的搜索结果；但有了相关技术，结果将截然不同；用户看到的是基于自己之前行为的“策划目录”。

中小企业面临的实际现状表明，虽然大数据并不神秘，技术门槛也已经足够低，中小企业期望可以借助大数据技术的不断成熟进行快速迭代，对客户及时响应，但实际确是事以愿违，中小企业一边需要面对高昂的大数据人才的人力成本、另一边有需要面临大数据技术人才千金难求的窘境。

同时中小企业面对通过自身业务积累和沉淀的数据资源，也需要与外界形成行业内部、跨行业的数据流通和价值变现的技术支持与变现通道。

1.2机遇与挑战

1.2.1数据服务化–政府面向企业的服务创新

（一）建设数据驱动的企业创新孵化体系

研究表明，政府拥有80%的高价值数据资源，但这些数据资源仍然没有被有效的利用起来，同时国家出台的大数据行动纲要也明确要求在2020年之前形成国家级的数据共享交换与公开体系，有效支撑产业发展。

政府应当加速政府数据共享交换体系的建设，XXXX公司联合发起成立的“数据智能与大数据发展研究院”可以充分借助自身在政府数据共享交换领域的丰富实践经验，以及拥有的省、市、县多级政府的政府数据知识库，在3~6个月的时间，快速实现区域政府数据的共享交换体系的建设，促进政府的孤岛数据在不同维度的互联互通，让政府数据在可控、可信的范围内驱动中小企业借助数据的高价值内涵成为企业自身创新发展的源泉。

通过加大政策扶持力度，形成创业带动就业的长效机制。

实施积极的创业就业扶持政策，通过为中小企业提供数据层面的服务支撑能力，创造更多创新性企业落地，增加就业岗位，提升就业服务保障能力，建立健全以创业带动就业、以创业促进创新的长效机制。

通过让企业利用政府数据、社会数据的价值挖掘，政府可以创新性的孵化出很多数据驱动的企业发展模式，形成企业利用数据、数据驱动企业、企业发展驱动区域经济增长、经济增长驱动数据汇聚的良性循环的健康发展模式。

（二）建设数据驱动的企业服务支撑体系

企业发展需要多维度的金融服务、技术服务、营销服务，在大数据技术和产品迅猛发展的今天，数据驱动的融资体系可以帮助中小企业快速获得所需的金融服务，同时也可以让融资机构借助金融大数据的技术优势大大降低融资风险，实现双赢的发展格局。

同时，多维数据特征标签体系和多源品牌推广渠道支撑的企业营销体系，可以帮助中小企业快速拥有利用大数据精准策划、精准客群分析、精准投放、低成本的主流门户和微博微信等自媒体体系的品牌推广投放能力，实现数据驱动的企业营销服务支撑体系。

（三）建设数据驱动的社会风控保障体系

政府的社会救助是一个长期性的重要社会工作，区域低保人群的合理、合规、及时、持续性的服务能力，直接影响到政府的区域公信力的维护、社会公平诚信体系建设的问题。

早在2014年我国首部《社会救助法》征求意见稿全文公布，广泛征求社会各界意见。

今年，该法又列入全国人大十一届常委会立法规划。

据悉《社会救助法》将以一法为主的方式运作，将城乡低保、五保作为基本救助，专章规定了自然灾害救助和临时救助，并提出根据实际情况实施教育、医疗、住房、法律援助和司法救助等专项救助。

社会救助体系的建设、管理和监督等是一个非常庞大和非常复杂的工作，涉及到国家利益、也涉及到各个低收入人群的切身利益的保护。

面对社会诚信体系的实际难题，骗低保、骗补助、救助款发放到低收入人群后被错误消费、低保人群的日常状态跟踪、补助标准一刀切、政策制度如何优化完善等方面都表明，建设一个社会救助领域的风控诚信体系就尤为重要。

1.2.2行业合作化–数据驱动传统行业新增长

（一）地产行业的大数据深度融合

行业转型发展的迫切需求：

研究数据显示，中国家庭存量商品房套数和户数之比在2013年首次达到了1:

1，也就意味着供求基本平衡的存量房时代到了，整个房地产行业面临极大的产业发展空间的挑战和转型发展的迫切需求。

整个地产行业在深刻转型，核心有两条路径：

一是横向多元化，即围绕整个产业链，从住宅切入物流地产、教育地产、旅游地产等；二是做纵向延伸，即围绕整个价值链，需要更多关注销售端如何更精准的楼盘定位、客户定位等，如何更精准的了解客户，从而与客户建立更深更紧密的连接，不管是走横向多元化，还是纵向延伸，都需要对整个市场和客户群体有更精准的了解。

借助大数据的深度融合，可以让地产行业的从业企业加速升级转型。

获客成本高与营销转化低：

品牌开发商营销费用占比近3年呈现稳步提升态势，而转化率反而下降，客户面对如潮的信息轰炸，也变得摇摆不定，楼盘营销策略，传统经验型决策收效甚微，导致地产行业看似火热，但是单个获客成本持续升高。

基于跨域多维特征标签数据模型，借助人工智能和机器学习的数据处理优势，对海量数据进行深度价值挖掘，为地产行业客户提供精准决策分析、客群分析。

（二）商超零售业的数据驱动发展

通过对国内零售消费者行为习惯的研究分析，消费者呈现碎片化、网络化、社会分享化购物趋势，具体体现为80%的零售商线上渠道有较大增长，其中移动端以62%的响应。

单看生鲜类电商用户的数据，企鹅智库在2015年做过一次在线调查，统计发现当年网上购买过生鲜的人占24.5%，没买过但是有兴趣尝试的人占48.1%，这部分用户则是生鲜电商的潜在用户，加在一起的总消费意愿超过70%。

用户O2O消费习惯逐步养成，初步形成了O2O运营方法。

主打生鲜类的商超零售实体应该回归零售本质，满足消费者的变化需求，改善零供关系，引入精细专业服务，建立零售业大数据，适应零售业态变化。

在线上线下融合的环境下，用户向线上迁移最终会带动所有品类的电商化，实体零售的优势也需要以数字化的形式进行再造。

实体零售拥有让互联网公司羡慕的流量入口，却把大量流量浪费在店门口，如何将每一个到店顾客变为有效的流量，进而产生商业价值，是实体零售在“互联网+”下要解决的关键问题。

（三）企业数据的增值与流通合作

行业数据的现状和遇到的各种局限约束，这并不意味着数据的跨域互联或者价值利用是一个不可能的事情，因为数据的流通需要一个让数据活跃起来的催化剂，通过一个让数据可安全、高效连接的技术支撑体系，一个从一开始就注入了以合作开放为基因，以让数据更活跃为根本理念的生态体系。

从非技术的角度来说，数联网是数据与数据连接的技术体系和运营生态。

互联网的发展造就了Internet，智能设备的发展推进了物联网的快速成熟，那么在一个海量数据爆发性增长的今天，数联网也必将是一个必然产物。

与大数据技术与产业的迅猛发展不相适应的是数据的流通现状，加上数据可被复制的特性，以及数据安全和隐私保护等枷锁，更让拥有数据的企业不愿轻易开放自己拥有的数据资源。

数据智能及大数据发展研究院可以充分依托北京国家大数据交易中心的数据流通领域的平台优势，借助数联网的价值分配体系，帮助中小企业在数据的获取、数据的价值变现、数据连接等流通领域快速形成促进其自身反战的服务体系。

1.2.3发展指数化–中小企业发展的量化洞察

中小企业是我国经济发展的重要组成部分，中小企业的整体发展现状需要一个权威的可量化洞察的企业发展指数，以及支撑指数的多维度指标模型体系。

解读数据背后的经济意义，更要对指数有深入的理解，中小企业发展指数可以反映企业整体发展状态，这其中需要通过复杂的科学建模得到高度概括的指标。

中小企业企业发展指数是企业在市场竞争中呈现出的一种发展趋势，它受企业自身因素与外部环境的共同作用，内部因素包括企业生命周期、产品竞争力、公司治理、人力资源等，外部环境则主要是政治、经济、法律等因素。

依托研究院的权威性和科研能力，可以创新性的发布一个面向全国的“中国中小企业发展指数”，结合多维度要素的全盘考虑，通过与了解各个行业相关的经济学家、企业管理者、政府监督者、市场参与者、数据科学家等共同科学建模得出的用于衡量企业发展状态的发展指数。

通过与市场发展同步的优化完善机制，借助中国中小企业协会的权威职能背景，通过指数的形式量化企业发展的衡量标准、监测企业发展变化趋势、指导中小企业指导政策的发布等。

2业务内容

2.1研究院的定位

“数据智能与大数据发展研究院”作为中国中小企业协会下属的实体机构的形式存在，协会副会长XXXX公司牵头成立，结合中小企业面临的实际问题，为协会内的中小企业直接或者间接提供基于大数据技术和数据资源、机器学习和人工智能算法模型、数联网与区块链等维度驱动的行业应用、数据增值、价值变现、技术培训等领域的服务，