商业数据调研(精选8篇)

商业数据调研篇1

关键词：利率市场化；商业银行；信用风险

中图分类号：F830 文献标识码：A 文章编号：1001-828X（2014）09-00-01

一、贷款利率市场化对商业银行信用风险的影响

由于贷款利率的全面放开，商业银行贷款定价自主，但由于多年来的管制，其贷款定价能力较差，容易盲目定价，增大商业银行的信贷风险。贷款利率市场化将会使商业银行存贷利差收窄，银行利润下降，不得不拓展新领域，增加商业银行的投资风险。贷款利率市场化导致银行间以及银行与非银行金融机构的竞争加剧，商业银行产生逆向选择行为，增加道德风险。

二、商业银行信用风险管理模式的改进

1、模型选择

本文运用RAROC模型对商业银行信用风险管理现状进行实证研究。RAROC模型是将未来可预计的风险损失量化为当期成本，对当期收益进行调整，衡量经过风险调整后的收益大小。模型明确了风险控制对商业银行经营效率的重大影响，强调以经过风险调整的收益来判断经营管理效率，已成为当今银行业用于绩效评价、资本配置和贷款风险定价的核心技术手段。[1]其计算公式如下：

RAROC=（净收益-预期损失）/经济资本

=（净收益-风险敞口*不良资产率*违约损失率）/经济资本

当RAROC值越大，说明商业银行信用风险越低，收益率越高；反之亦然。

（1）净收益的测量。选取指标为净利润，根据年报中财务报表所列的收入、成本及利润进行计算。

（2）预期损失的测量。由于信用风险主要为信贷风险，本文研究数据均用信贷风险数据为指标。风险敞口指标为信贷风险敞口，不良资产率指标为不良贷款率，违约损失率为贷款违约处置不良资产后的损失比率。

（3）经济资本的测量。经济资本指在一定的置信水平内，商业银行用于抵御非预期损失的资本，本文选取指标为信用风险加权金额。

2、数据处理

本文选取已上市的商业银行作为样本进行研究，数据来源于商业银行各年年报。由于部分银行数据搜集不全，则将其从样本中剔除。将数据进行处理，计算RAROC值，数据依次从2010-2013年，结果如下：

农业银行：0、215969，0、191375，0、135156，0、124066；

工商银行：0、275836，0、285988，0、251593，0、231782；

中国银行：0、143051，0、162317，0、145473，0、124659；

民生银行：0、128504，0、105838，0、095464，0、088001；

南京银行：0、036363，0、050407，0、039774，0、040522；

宁波银行：0、142506，0、15695，0、144817，0、1337；

光大银行：0、077787，0、073622，0、070422，0、063838；

上海银行：0、147901，0、139808，0、123703，0、103723

3、结果分析

（1）不良贷款增加，贷款质量下降。通过对以上八家商业银行2010年―2013年数据分析，发现除农业银行和上海银行外，其它银行在2013年前不良贷款率均呈逐年下降趋势，却在2013年上升。如中国银行2010-2013年不良贷款率分别为1、27%、1、17%、1、13%、1、16%，工商银行2010-2013年不良贷款率分别为1、08%、0、94%、0、85%、0、94%。这说明2013年贷款利率市场化的完全放开对商业银行贷款质量有所影响，使得不良贷款普遍增加，贷款质量下降。

（2）信贷风险加大。从以上RAROC数值计算结果可以看出，民生银行和上海银行的RAROC数值逐年上升，其余六家RAROC数值在逐年上升的基础上，在2013年有所下降或者上升减缓。这说明2013年贷款利率市场化的完全放开使得商业银行信贷风险有所增加，导致商业银行经营效率降低。

4、改进建议

本文基于RAROC模型，选取已上市的部分商业银行作为样本进行实证研究。结果分析，在近年来商业银行利率市场化对商业银行信用风险产生一定影响，尤其是2013年7月商业银行贷款利率市场化的完全放开，在一定程度上使商业银行的信贷风险增加，贷款质量下降。因此，面对金融市场改革，商业银行应对现有信用风险管理模式进行改进，以确保其稳定发展。

（1）内部评级指标体系的改进。由于我国银行业长期处于利率管制的保护下，无论是吸收存款还是贷款的竞争力相对较小，但利率市场化后，银行与银行间以及银行与非银行金融机构之间竞争加大，贷款风险必然加大。因此，在设置内部评级指标体系时，应更重视起与贷款质量有关的指标，并根据实际情况提升相关指标的权重值，以确保贷款质量不会因为利率市场化和激烈的竞争而受到影响。

（2）加强内部评级等级的确定，严格审查借款人资质。面对激烈的行业竞争以及存贷利差的缩减，商业银行很容易为了保持一定的利润水平而增加贷款数额，从而降低对借款人的资质要求，导致贷款质量下降。商业银行应该更加严格审查借款人贷款资质和企业经营状况，控制借款人在评级等级中的确定指标，加强内部评级等级的准确性，保证贷款质量。

参考文献：

[1]祖天殊，王俊凤、基于RAROC模型的农业银行信用风险管理研究[J]、中国农学通报，2014（14）：103-107、

商业数据调研篇2

摘要：互联网环境下数据收集和市场调查是指基于因特网而系统地进行营销信息的收集、整理、分析和研究的过程。互联网给了商家无限的创新和发挥空间，使数据收集和市场调研工作空前在互联网上充满了无限可能。

关键词：互联网；市场调研；数据收集

引言：数据收集和市场调查在企业的创办和经营中起着至关重要的作用。互联网时代的到来，使数据收集和市场调查的方式有了全新的变化。

1、互联网环境下数据收集和市场调查的定义

数据收集和市场调查是指以科学的方法，系统地、有目的地收集、整理、分析和研究所有与市场有关的信息，特别是有关消费者的需求、购买动机和购买行为等方面的市场信息，从而提出解决问题的建议，以作为营销决策的基础。

互联网环境下数据收集和市场调查是指基于因特网而系统地进行营销信息的收集、整理、分析和研究的过程。

2、数据收集和市场调查的内容与目的

2、1 数据收集和市场调查的内容：市场需求、用户及消费者购买行为特点、营销因素、宏观环境、竞争对手特点。

2、2 数据收集和市场调查的目的：通过对上述调查内容的整理，分析自身产品与市场需求的差异（特定市场的特征。不同地区的销售机会和潜力、探索影响销售的各种因素），分析自身产品与竞争对手的差异（顾客群体特征、产品包装特征、产品售价差异），了解市场的现状及其发展趋势，为市场预测和营销决策提供客观的、正确的资料。

3、传统市场数据收集和市场调查方法

传统的数据收集和市场调研一方面要投入大量的人力物力，因为如果调研面较小，则不足以全面掌握市场信息，而调研面较大，则时间周期长，调研费用大；另一方面，在传统的数据收集和市场调研中，被调查者始终处于被动地位，企业不可能针对不同的消费者提供不同的调查问卷，而针对企业的调查，消费者一般也不予以反应和回复。

4、互联网时代数据收集和市场调查方法

4、1 与传统调研方法相比，互联网上市场调研的优势：

4、1、1 互动性。这种互动不仅表现在消费者对现有产品的发表意见和建议，更表现在消费者对尚处于概念阶段产品的参与，这种参与将能够使企业更好地了解市场的需求，而且可以洞察市场的潜在需求。

4、1、2及时性。网络的传输速度快，一方面调研的信息传递到用户的速度加快，另一方面用户向调研者的信息传递速度也加快了，这就保证了市场调研的及时性。

4、1、3便捷性和经济性，在整个调查过程中，调研者只要在某站点上其调查问卷，且可以轻松对问卷进行及时修改和补充，而被调查者只要有一网终端就可以快速方便地反馈其意见。同时，对于反馈的数据，调查者也可以快速便捷地进行整理和分析，因为反馈的数据可以直接形成数据库。

4、2 与传统调研方法相比，互联网调研的缺点：

4、2、1 网络的安全性问题，容易造成个人信息泄露或招致黑客及病毒攻击。

4、2、2企业和消费者对网络调研缺乏认识和了解，对市场调研和网络技术的不理解、不信任将直接影响网络调研的实际运用效果。

4、2、3网络调研技术有待完善、专业人员匮乏。

4、2、4网络普及率影响数据结果。受我国经济发展不均衡等诸多条件限制，各地区及各年龄段网民数量参差不齐，因此造成调研数据的偏差。

4、2、5无限制样本的困扰。由于网络的无限制性，使调研项目极有可能因个别人的多次重复参与导致调研数据的偏差。随着互联网技术的普及和互联网法律法规的完善，以上种种弊端会逐渐弱化，互联网将成为人们进行数据收集和市场调查的主要方法！

4、3以收集调查问卷为例，对比互联网方式与传统方式下信息收集的特点：

由图中对比可知，尽管互联网方式在亲进度、回答率以及对调查现场的控制等方面表现一般，但它在资源节约、科技性辅助手段、记录管理等方面都远远超过其他的方式。本例仅就调查问卷单一温度进行对比。事实上，互联网进行数据分析和市场调查可以获得多维立体的信息，而它的积累将使得大量的数据将会在更长远的商业决策中起到至关重要的作用。

5、互联网环境下数据收集和市场调研的特点：

5、1 互联网环境下数据收集和市场调研的五大基本特点：经济性、便捷性、时效性、科技性、时间空间限制小。一方面，科技性对使用者的互联网使用技能有了一个基本要求；另一方面，经济性、便捷性、时效性、时间空间限制小这些明显优势使得互联网工具被越来越广泛的应用在数据收集和市场调研中。

5、2 互联网数据收集和市场调研工具：

5、2、1 利用多种数据收集手段进行市场调查：

（1） Google Adwords 关键词工具

（2） Google Adwords 点击量估算工具

（3） 百度指数

（4） Google 趋势

（5） 论坛、博客、社会化网络

（6） 网站投票调查

5、2、2 利用多种搜索工具进行竞争对手调查：

（1） 搜索排名结果

（2） 对手网站基本情况

（3） 访问对手网站

（4） 竞价排名广告商数量

（5） 竞争对手网站流量情况

5、3 举例说明运用互联网进行数据收集和市场调研

5、3、1 利用常规互联网搜索统计工具进行数据收集和市场调研

例1： 百度指数“减肥”市场调查：

网址是http：//、例如搜索“减肥”，结果：

百度指数显示特定关键词的用户关注度及媒体关注度。用户可以输入不同的关键词，比较用户关注度和媒体关注度。用户可以输入不同的关键词，比较用户关注度和媒体关注度数字，从而确定哪个关键词市场需求更大。如果有百度指数账号，用户所搜索的关键词数据可以储存，并且可以批量查询。没有百度指数账号的用户，也可以在百度网站上进行简单的查询和调查。

们对互联网工具使用的日益熟练，互联网在市场调研中的优越性将极大提升并以绝对优势遥遥领先，为人们提供更多的商业机会。

由于互联网应用有一定的技术门槛和技术风险，使用互联网技术进行数据收集和市场调研也有一定的风险性。

综上所述，在互联网时代下，若要在商业环境中长久生存，必须对互联网工具进行数据收集和市场调研的方式方法有清晰的认识，并不断学习、应用、创新，这样才能在商业竞争中立于不败之地！（作者单位：知识产权出版社）

参考文献：

[1]新浪企业微博2、0数据中心使用手册 企业微博 2、0产品介绍文档 Copyright，1996-2012 SINA

[2]百度指数查询 http：//

[3]百度搜索引擎

[4]谷歌搜索引擎

[5]王若军，市场调查与预测[M]，北京：北方交通大学出版社，2006

商业数据调研篇3

[关键词]大数据时代；企业；市场调研

[DOI]10、13939/ki、zgsc、2016、40、088

许多人都有这样的经历：网页会根据用户之前一段时间网上消费或浏览的商品信息推送同类商品的广告；资讯会按照阅读习惯对各类信息进行分类排序；推销电话的铃声会经常性不定时地在某一时刻响起，并且推销员清楚地知道接听者的姓名、对于某些产品的需求、甚至消费偏好……

以上情况天天都在各地以相同或相近的方式重复发生着，有些人感到的确方便了生活，也有人担心隐私受到了侵犯等，这些问题我们且不讨论，但有一点毋庸置疑，这就是越来越多的企业正在应用“大数据”对它们的用户、市场进行着分析，帮助企业做着各类经营管理决策，而且是以前所未有的高效、快捷的方式，对各类需要的信息进行收集处理，其中，自然也包括很多传统需要进行专项市场调研的信息。

1 企业以往的市场调研活动

1、1 我国企业市场调研活动起步较晚

十多年前，越来越多的企业才逐渐认识到市场调研对于企业各类决策的重要性，以及不进行调研而决策带来的危害性。但其中只有极少数企业真正利用市场调研发现商机，并对企业的产品设计、生产、营销以及战略管理等方面及时科学地修正。

1、2 我国企业市场调研活动的主要特征和局限性企业市场调研要求在明确调研目的的前提下，从市场的实际情况出发，应用科学的方法及时收集到客观、全面的数据，在此基础上对数据整理和分析，从而帮助企业在各类经营管理活动中进行预测和决策。从内容上来看，常规的市场调研不仅包括内部信息的收集，更加侧重对于外部信息的收集，例如对于消费者或潜在消费者意见的收集，对于竞争对手商业信息的收集、判断和分析，以及对市场宏观环境的掌握等方面。因此，对于大多数企业，要进行专业的市场调研活动，常见的问题就是人力和财力资源匮乏，难度较高。即使是通过调研咨询公司，成本往往也是居高不下。

2 大数据时代企业的数据收集

对于企业而言，大数据时代数据收集的主要特征包括以下几点。

（1）大数据的“大”首先在于海量数据，所涉及的数据量规模巨大到无法通过目前主流软件工具，在合理时间内达到截取、管理、处理、整理成为帮助企业经营决策更积极目的的信息。

（2）大数据的“大”在于种类繁多，不仅包含了结构化的数据，还包含了很多半结构化和非结构化的数据。因此大数据只有依赖于先进的信息化技术以及信息处理模式才能成为真正具有更强决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

（3）从调查的角度讲，大数据的“大”通常指的是统计总体，而非样本，即应用全面调查而非抽样调查方式进行数据收集。这样就避免了抽样调查常见的样本代表性误差。既然数据收集方式发生了根本性的变化，随之数据的进一步分析的方法、侧重点也有许多不同。最有代表性的表现是，大数据对于数据的精确性并不会过多关注。由于处理的数据十分巨大，这些在传统调研中看似应剔除的数据或者无法处理的数据反而会使大数据的结论更加贴近实际。

（4）由于信息是通过互联网直接进行抓取来获得的，在调查的过程中可以避免传统调研中登记性误差。因此大数据本身对于企业的数据收集工作而言意义十分重大。

3 大数据时代企业的市场调研活动

大数据与市场调研二者定义的角度不同，因此两者并不矛盾，而且可以相互影响，相互促进。即使身处大数据时代，并不意味着企业不需要进行市场调研，某种程度上应该说需要更多、更广、更深入的市场调研。原因如下。

（1）大数据的收集依赖于信息技术，特别是互联网的应用。结合实际情况，很多地区设施并不完善，甚至还很落后，许多产品或服务的用户或潜在用户并不能通过任何设施设备将信息通过互联网进行传递。这样的市场环境下，初期的数据收集应用传统的市场调研方式仍然必不可少，不仅如此，所收集的数据仍然可以作为企业大数据的一部分。

（2）大数据的使用对于很多企业仍然存在壁垒。目前应用大数据最为广泛的仍然在电商、计算机领域以及一些关系国计民生的重点行业领域。中小企业、初创企业使用大数据的壁垒仍然较高。从长期来看，对于这些企业而言，强化市场调研意识、积极开展多样化、多层面市场调研活动对于生产、营销等领域仍然有必不可少的作用。

（3）鉴于大数据的特点，其数据来源分布较广，而对于较小地域范围、对象范围的数据收集来说，不见得一定有效。因此，针对一些专项调研、深入调研，无论大数据发展到怎样的程度，无论什么类型的企业，仍然非常有必要继续应用以抽样调查为主要方式的市场调研。

4 大数据时代企业如何完善市场调研机制

4、1 树立大数据的思维这需要企业不断提高对于数据的重视程度，即依据数据进行科学决策管理，凭经验、凭感觉的决策断不可取。此外，大数据思维还要求企业在技术上积极应用现代化、智能化的设施设备；积极发展电子商务业务模式，不断创新经营管理模式；在数据收集领域重点以大数据的视角进行获取和管理，从而逐步建立企业自己的“大数据”。

4、2 结合企业实际建立科学的市场调研机制最基本的原则是，在进行市场调研之前，重点考察应用各类大数据信息，将大数据作为最为重要的二手资料加以应用。只有当现有大数据资料无法满足企业需求时，再根据需求设计科学的具体市场调研活动。更为深入的要求是，企业要结合经营管理各个层面的数据需求，建立企业的数据管理系统和科学的市场调研机制。仍然鼓励通过选择专业的调研咨询公司来开展多样化的、全方位的市场调研。

4、3 构建学习型组织，积极性引进数据分析人才大数据时代，企业应不止于等待着全社会大数据信息系统的完善与共享，而应积极地完善相应的人才机制，不断适应或引领大数据时代。阿里巴巴集团董事局主席马云曾说：“中国正在从 IT（Information Technology，信息技术）时代走向DT（Data Technology，数据技术）时代，阿里巴巴未来十年的目标是建立大数据时代中国商业发展的基础设施。”事实上，处于不同领域、不同发展阶段的企业正是大数据时代重要的缔造者。

参考文献：

[1]李金昌、大数据与统计新思维[J]、统计研究，2014（1）、

[2]赵彦云、对大数据统计设计的思考[J]、统计研究，2015（6）、

[3]沃顿、大数据时代如何做市场调研[N]、中华合作时报，2014-07-04（B08）、

商业数据调研篇4

[关键词)消费者信息行为 数据库构建 数据挖掘

[分类号]G270、7

1　现状及综述

1、1 我国城市消费者信息行为数据收集的缺失

近年来，随着我国经济的不断发展和消费活动信息化进程的加速，消费者的信息交流曰益频繁，信息需求日益增加，而广大零售企业对消费者的信息行为不够重视，信息服务的针对性不强，使得自身在激烈的零售市场竞争中面临巨大的危机。Bouazza认为信息行为就是信息利用，即利用信息来满足一个人的信息需求的行为。Krikelas认为当一个人欲确认某一信息以满足其感受到的需要时，他所从事的活动就是信息行为。Wilson认为信息行为源于用户意识到的对某种需要的认知。而在零售领域内的消费者信息行为则是消费者为了满足消费者消费信息需求而从事的信息活动，消费者信息行为主要表现为信息搜寻行为、信息交流行为和信息使用行为”’。信息行为因信息需求而产生，它以满足信息需求为目的，同时又能促进信息需求的进一步深入。对消费者信息行为的探索是研究消费者信息需求的必要手段。消费者信息行为数据的收集是研究消费信息行为的重要途径。目前，我国政府、企业的相关信息披露还不够全面、透明，在一定程度上制约了数据环境的良好发展。我国大部分零售商和制造商对于消费者信息行为数据的收集与管理存在许多问题，如重视度不够、消费者信息不够全面、数据分析工具缺乏等问题。这种信息的分散性和片断性对企业经营活动造成了极大困扰。对于零售企业来说，客户来去匆匆，不愿意在购物之外填写个人资料，所以零售企业要取得客户的详细资料是比较困难的。

1、2 构建我国消费者信息行为数据库的必要性

零售行业拥有大量的消费者信息行为数据积累，在这大量数据的背后，隐藏着许多重要信息，这些信息在零售商和上游制造商决策生成的过程中具有重要的参考价值，也是政府相关部门和科研机构进行科学研究的重要依据。企业可以通过对消费者信息行为数据进行数据挖掘、数据分析来认识消费者的行为和偏好，了解消费者消费模式及习惯的变化”，企业还可以通过制定相应的营销策略来满足消费者的信息需求，从而提升消费者满意度、忠诚度，进而达到提升营业额的目的。传统的消费者研究多采取小样本问卷调查方式，由单个企业或研究机构独立收集或委托调研公司收集，这样的信息收集方式存在数据量小、时效性低、指导性差和成本高等缺点，已经不适合作为消费者信息行为数据收集的唯一方式。全方位、多渠道、系统化构建消费者信息行为数据库是我国未来研究消费信息行为的重要途径。

1、3 构建我国消费者信息行为数据库的基础

1、3、1 消费者信息行为数据的需求旺盛 消费者信息行为数据除了对于零售企业具有重要意义之外，对于为零售商供货的多家制造商来说，消费者信息行为数据的收集和分析也具有重要的参考价值，制造商需要通过消费者信息使用行为数据在城市范围内统计消费者对本企业制造商品的购买情况和喜好程度，作为市场预测、竞争分析、新品研发的依据。政府统计部门需要消费者信息行为数据填补这方面的信息空白，其他相关部门在制定相关政策法规时对消费者信息行为数据也有一定需求。另外，为了与国际接轨，定量分析方法成为我国管理学领域研究的趋势，高校和其他科研机构在进行相关科学研究时对消费者信息行为数据有急迫的需求。近年来，我国市场调研公司吸取国际领先企业的经验，从规模到实力都实现了大幅度的增长，已经具备了承担城市消费者信息行为数据库构建项目的资金、人员和技术基础。

1、3，2 智能信息卡和网络连接技术已经成熟 信息使用行为是信息真正发挥作用的关键过程，对消费者来说，通过对各种相关信息的识别、整理和吸收，最终做出的购买行为就是信息使用行为的体现，消费者购买行为也是零售企业最为关注的部分。传统的消费者购买行为调查一般通过人员访问、电话传真访问和邮寄访问等方式进行。随着智能信息卡技术的发展成熟，保证了被选为消费信息行为收集样本的消费者在购物时可以通过刷卡将个人购买信息存人智能卡和对应的终端管理系统中；网络连接技术则保证了消费者购买行为数据的收集可以同时在多家零售场所进行，并在市场调研公司的管理终端系统安装管理软件，与各零售场所的结算终端联网，即可实现消费者信息行为数据的实时采集和更新。我国大多数城市均具备上述技术条件。

2 消费者信息行为的影响因素

2、1 消费者个体因素

消费者个体因素既包括对消费者信息行为起决定性作用的消费信息需求因素，也包括消费者自身的自然属性和社会属性。

2、1、1 信息需求 消费者信息行为是以信息需求为导向的。消费者寻求消费信息需求的满足，既是其消费信息行为的基本目的，也是其消费信息行为的动机和驱动力。消费者信息行为必然会受到自身信息需求内容和强度的影响。

2、1、2 知识水平和认知能力 消费者自身的知识存储量以及知识所能达到的深度制约其认知和行为的全过程。消费者固有的知识会影响其对新信息的注意、选择、吸收和利用。消费者的认知能力包括分析、判断、归纳、推理、表述能力等。较高的认知能力可以帮助消费者加速对信息的反应、判断和运用。

2、1、3 生物因素 消费者生物因素包括性别、年龄、名族等人口统计学因素，也包括智力、健康状况等。这些因素会直接影响消费者的信息行为能力。

2、1、4 信息素养 信息素养是指一个人具有能觉知到何时需要信息，且能有效地获得、评估与使用所需要的信息的素质。信息素养是消费者实施消费信息行为的认知保障，它包括消费者信息意识的强弱，评价与选择信息的能力，加工、吸收和运用信息的能力等。

2、1、5 行为经验 消费者的行为经验既包括对过去成败得失的总结，也构成对未来的判断预测能力，是在较长时间的行为活动中积累而成得。这些经验包括消费者对既有消费信息行为的体验和积累，也会随着消费者情境变化而不断更新。

2、1、6 性格特征 性格是指表现在人对现实的态度和相应的行为方式中的比较稳定的、具有核心意义的个性心理特征，是一种与社会相关最密切的人格特征。消费者的性格特征诸如态度、情绪、动机、愿望、思维定势等都会对消费者信息行为产生影响。

2、2 社会与自然环境因素

消费者信息行为不仅受到个体因素的影响，也受到消费者所处的社会环境与自然环境因素的影响。

2、2、1 文化和社会因素 文化包括一个国家或民族的历史、地理、传统习俗、生活方式、行为规范、价值观

念等。在一种主导文化下，不同次文化群的行为方式更为接近。另外，消费者的社会阶层、家庭、工作单位等因素对消费者的信息行为也会产生影响。

2、2、2 情境和地理因素 情境因素指在某一具体时间和地点影响消费者信息行为的一系列短暂的环境因素。比如消费者在零售场所进行信息搜寻行为时的环境灯光、声音、颜色、温度等，都构成当时的情境。有时，情境因素甚至会超过信息价值本身或消费者原来的期望，成为主宰决策的因素。另外，除了路程、路况、天气等自然地理因素会对消费者信息行为造成一定程度的影响外，经济地理环境对消费者信息行为也会产生影响，例如经济比较发达的东部沿海地区消费者信息行为活跃程度和内陆边远地区消费者相比具有明显的差异。

3 消费者的信息行为类型

构建消费者信息行为数据库的前提是要明确消费信息行为包括的类型。根据不同的划分标准可以将消费者的信息行为区分为不同的类型。本文将其划分为信息搜寻行为、信息交流行为和信息使用行为。

3、1 消费者信息搜寻行为

消费者信息搜寻行为是消费者最为重要的信息行为之一，是通过某种媒介渠道来满足特定信息需求的行为。消费者的信息搜集是一个比较复杂的过程。消费者可以通过网络、广告及各种个人、公共和经验资源搜集信息。并且其所购产品不同，搜寻信息的方式也不同。信息搜寻可以使消费者获得商品更低的价格、更满意的款式和更好的质量等信息。消费者搜集到足够的信息之后，还可能会进行信息交流行为，再对备选消费方案进行选择与评价，然后才做出购买决策。

3、2 消费者信息交流行为

消费者信息交流行为是消费者之间普遍存在的行为，消费者在购物之前，购物过程中和购物之后都可能和其他消费者进行信息交流行为。消费者的信息交流方式既包括传统方式的交流，例如面对面交流、电话交流和通信等，也包括通过网络媒介进行信息交流，如利用聊天软件、电子邮件、论坛、博客、微博等方式在虚拟环境中进行购物心得和经验的沟通。网络技术的成熟和普及为广大消费者提供了广阔的交流空间，提升了消费者的信息交流意识。

3、3 消费者信息使用行为

消费者的信息搜寻和信息交流行为并不是消费者的最终目的。面对通过搜寻和交流获得的信息，消费者要对其加以判断、识别和整理，再逐步吸收。消费者信息使用行为包括了信息吸收和信息利用两个阶段，消费者通过自己的理解和过往经验吸收那些满足自己需求的信息，抵制那些与自己需求和价值不一致的信息，然后进行消费者信息使用行为，即做出购买或者不购买的决策。消费者信息使用行为是使信息真正发挥效能的过程。

4 消费者信息行为数据库的构建策略

4、1 消费者信息行为数据库模型

根据本文对消费者信息行为的分类，消费者信息行为数据库应包含衡量消费者信息搜寻行为、信息交流行为和信息使用行为的数据以及数据挖掘和数据库运营模块。其中数据采集模块是本文研究的重点。数据挖掘是消费者信息行为数据库构建完成后对采集的数据进行分析并给出多种研究报告的过程。数据运营则是支持数据采集与数据挖掘的一些辅条件。本文给出数据库构建模型如图1所示：

4、2 构建消费者信息行为数据库的前期准备

4、2、1 组织平台搭建 依据我国消费市场的实际情况，消费者信息行为数据库的构建需要多家企业和相关政府部门的协作。具有较大规模、雄厚经济实力和一定社会知名度的市场调研公司是搭建消费者信息行为数据库的主导机构，多家具有一定规模零售商是参与机构，智能卡公司提供技术支持，另外，当地政府统计部门和商业联合会则是协作部门，起项目推广和协调沟通的作用。由市场调研公司组建专门的项目小组，寻找合作零售商，与各个合作机构进行项目协商，签汀合作协议，并争取政府和商业联合会的大力支持，为消费者信息行为数据收集项目进行媒体宣传和推广，使广大消费者对项目的意义和内容有一定的了解。

4、2、2 硬件设施安装 消费者信息行为数据库构建项目的实施需要具备一定的硬件基础，由智能卡公司为多家参与项目的零售商和市场调研公司设计分布式多服务网点联网消费者信息行为数据收集系统，为参与信息收集的消费者提供智能信息卡，在各个零售商店设置专门的读卡器，消费者在每次购物时首先进行刷卡的操作，则消费者的信息使用行为数据即消费者当次消费的信息，包括购买时间、地点、产品名称、价格等就会实时显示并储存在市场调研公司的管理终端上。管理终端具备大量信息存储和进行多项统计分析的功能。由市场调研公司设计消费者信息行为数据库客户端网络平台，为参与数据采集的消费者提供客户端积分查询和在线问卷填写功能。

4、2、3 样本选择 本文选取我国中等规模城市为研究背景，选取配额抽样法进行抽样。配额抽样是将样本某部分的特征以配额的方式使其与总体相似。在本文的消费者信息行为数据库构建样本选择中，首先按照行政区域将城市划分为几个区，将需要抽取的样本总数按照不同行政区域人口数量按比例进行分配，然后选择控制特征，如性别、年龄、教育程度等，再依照每个区域的总体特征比例进行配额，即确保样本的构成与总体的构成在需控制的特征方面保持相似，例如，某区的男女比例为1：1，则在进行配额抽样时，从总体中选出的样本也要保持男女比例1：1的特征。在做完配额后，具体把哪个个体抽到样本中可以有较大的自由度，主要的要求是使所抽取的样本个体适合于特征控制的要求。依据城市人口规模，样本数量的选择可控制在3 000至5 000人的范围。

在完成样本选择后，还要对样本消费者进行人口统计信息的收集，包括消费者的性别、年龄、收入、教育程度、职业、居住地点、联系方式等，消费者还需要根据自己家庭网络情况选择信息搜寻行为和信息交流行为数据采集的方式，如人员访问、电话访问或在线访问等。这部分信息由市场调研公司派专人与消费者签订消费者信息行为数据库构建项目参与合约时获得。合约内容应包括消费者信息行为数据库构建项目的概括并规定消费者和项目执行方的权利和义务，对参与项目的消费者给予一定的激励，例如，消费者在每次刷智能信息卡时可以获得额外的购物积分，一定数量的累积积分可以兑换购物券或礼品。样本采集和消费者激励的费用由市场调研公司支付。项目执行方保证不泄露消费者个人信息，而消费者则保证在项目研究期间内配合调研公司进行的问卷调查以及在购物时使用智能信息卡。

4、3 消费者信息行为数据库的数据采集

本文提出的消费者信息行为数据采集采取传统采集方式和智能采集方式相结合的方法。消费者信息搜寻数据和消费者信息交流数据通过传统调研方式采集，消费者信息使用数据则通过智能卡采集。

4、3、1 传统消费者信息行为数据采集方式 针对消

费者信息搜寻行为和信息交流行为的调研采取传统访问法，包括人员访问、电话访问和在线访问。参与数据采集的消费者在签约时按照自身喜好选择这部分数据的采集方式。调研公司人员应鼓励消费者选择在线填写问卷并提交的便捷方式。采用传统数据采集方式采集的消费者信息行为如图2所示：

消费者信息搜寻行为的调查问卷包含以下内容：①消费信息获取渠道，如电视广告、平面媒体广告、网络广告、微博等；②信息搜寻频率，如每天搜寻几次消费信息；③信息搜寻关注点，如商品价格、商店地理位置、交通情况、促销活动等；④信息搜寻与信息交流的关系，如会或者不会把自己搜寻到的消费信息与他人交流；⑤信息搜寻与信息使用即最终购买行为的关系，如购物前不刻意搜寻消费信息，快速获取商品的基本信息后购买商品，搜寻多种消费相关信息、货比三家后购买商品等。

消费信息交流行为的调查问卷包含以下内容：①喜爱的信息交流方式。如面谈、电话、邮件、微博等；②信息交流的频率，如每天、每周、每月几次；③信息交流的主要内容，如商品价格、促销活动等；④信息交流与信息使用即最终购买行为的关系，如与他人进行几次信息交流后决定实施购买行为。

市场调研公司由专人负责对上述集中方式采集到的数据进行整理并输入管理终端系统，与消费者人口统计信息一一对应。

4、3、2 智能消费者信息行为数据采集方式 消费者信息使用行为即消费者做出购买或者不购买的决策并实施的行为。这部分数据通过智能信息卡进行采集，如图3所示：

参与项目的消费者每人发放一张智能卡，每次在参与项目的零售商处购物时，在结算之前进行刷卡，则该名消费者当次消费的全部信息将实传输到市场调研公司的管理终端上，如消费者姓名、性别、年龄、消费时间、购买产品名称、单价、总价等。在数据库数据采集周期中，持续累积记录消费者的信息使用行为数据，这些信息使用数据与通过问卷方式获得的信息搜寻和信息交流数据共同构成消费者信息行为数据库。

4、4 数据挖掘和数据库运营

在完成消费者信息行为数据库的搭建之后，市场调研公司需要对收集的数据定期进行数据挖掘，数据挖掘的内容由市场需求决定。针对零售企业，可于数据中发掘消费者人口统计信息与信息行为的关系；藉由交易纪录找出消费者信息行为与偏好的营销组合之间的关系；分析消费者信息行为与满意度、忠诚度和口碑传播的关系。最后针对不同类型的目标消费者实施差异化营销对策从而达到提升营销业绩的目的。针对为零售商供货的上游制造商，可通过数据挖掘寻找在某城市推出新产品的时机点，根据目标消费者群体的信息行为特点选择营销对策并预测产品的销售前景；针对政府相关部门和科研机构，提供原始数据作为科学研究的数据支持。

我国城市消费者信息行为数据库的运营由市场调研公司负责，考虑到消费者信息行为研究对时效性有较高要求，所以数据库的构建应在6个月之内完成，在数据库建成后，对消费者信息行为数据的挖掘应以3个月为周期持续进行，按期推出多种数据挖掘报告，出售给相关企业和机构，利用所得收益支持数据库的运转和维护。每2年对消费者进行重新抽样，视情况可调整抽样方式和样本容量。

商业数据调研篇5

一、夯实基础，建立健全做好统计工作的长效机制

规范的统计工作机制，是提高统计工作水平的基础和前提。我们着重抓了三个方面的规范。

一是抓队伍规范。我们要求从事综合统计工作的人员必须是系统内部公务员或事业编制人员；必须具有敬业负责的精神，熟悉业务，有较好的写作基础；县级局调配专职综合统计人员，必须事先征求市局办公室的意见。同时，市、县两级局注重发现和培养新手。20*年以来，我们按照年轻化、知识化的要求，从新考入的公务员中挑选21名同志从事专兼职统计工作。目前，全系统专职综合统计员16名，工商所及业务科室兼职统计员296名，95%以上具有大专以上文化程度，统计工作经验三年以上的超过90％。实施了骨干帮带、业务检查、分片培训、典型示范、外出学习等多项提素措施，做到经常化，形成制度化，不间断进行学习教育，使统计员队伍人员不断优化，水平不断提高，精神状态饱满，后备力量充足，工作连续稳定，勤奋敬业和创新发展的势头比较好。

二是抓制度规范。20*年全省系统统计工作会议召开后，我们按照省局抓规范的要求，针对全市系统面临的形势和任务，及时组织业务科室负责人、县局部分统计员骨干，对《*市工商行政管理统计工作规范》进行了讨论，从组织机构、制度建设、统计报表、统计分析和专题调查等方面，研究确立了新的规范和标准，以正式文件下发到各局和各科室。省局《关于认真贯彻省局领导批示进一步做好全省系统统计工作的通知》下发后，我们对照标准和要求，对原有的《统计工作试行意见》、《统计档案管理规则》、《综合统计员职责》、《统计差错反馈制度》和《统计执法检查办法》等制度规定，进行了修改补充，以潍工商办字〔20*〕68号下发了《关于认真做好工商行政管理统计工作的通知》，要求各局从组织领导、业务培训、统计台帐及规范化达标等方面出台新的规范和要求，进一步完善各项制度，做到按规定办事、照程序运作、依制度工作，全市系统统计工作的规范化水平进一步提高。

三是抓考核规范。对统计工作的考核，我们坚持平时考核和年终考核相结合，将全年考核分解到日常工作中进行，市局每年集中组织统计检查不少于4次，历次检查均有详细记录，按考评办法打分，纳入年底总评。对调研、暗访、汇表和其他渠道掌握的情况，建立综合考评记录簿，把阶段检查分、平时印象分和年终考评分加在一起考核，督促各单位和统计员及时注意解决问题，自觉改正不足，把工作做在日常。今年初，依据《统计工作规范》的要求，我们对《统计工作考评办法》进行了规范，重点从人员专业化、工作法制化、机构网络化、管理程序化、基础规范化、手段现代化、资料档案化和服务优质化等8个方面，进行全面综合考评。通过多形式、全方位的考核，统计工作的基础建设不断得到加强，工作质量和水平显著提高，迟报、漏报现象明显减少了，虚报、瞒报现象基本杜绝了，差错率显著降低了。

二、重点把关，确保统计数据真实准确

数据的真实性是统计工作的质量和生命。为此，我们在加强对统计人员进行职业道德教育的同时，注重从工作环节上把好数据统计关。

（一）采集源头数据，务求一个“真”字。严格按照《统计法》、《保密法》等法规要求，坚持依法统计，严把源头数据采集关。工作中，我们要求各县级局及工商所，全部建立起符合统计报表制度要求的原始记录和统计台帐，运用抽样调查、专项调查等方法，对每个科室、行业、企业、市场、业户逐一进行剖析、核实，务求数字真实可靠。特别是对个体工商户和私营企业发展、无照经营数、统计渠道复杂的案件数等项指标，坚持多到基层调查、多向科室问询、多动脑筋思考的办法，在求真上下功夫。对前后变幅较大的统计指标，要求必须弄清变化的真正原因，由领导签字并加盖公章后再上报市局。落实了数据质量责任制，遵循谁分管、谁登记、谁填报的原则进行登录和管理。去年以来，我们又在系统内进行了统计电子台帐的试点应用，在16个县(市)局、分局及198个工商所推广使用了昌邑市局设制的统计电子台帐，填写内容基本做到了及时准确、分类清晰、真实可靠，较好地保障了源头数据的质量。

（二）集中汇审报表，确保一个“准”字。利用季报、半年报和年报时机，组织各局统计员采取集中汇审、交叉审核、相互评议的模式，沟通报表编报方法，交流和审核技巧，查找问题和差错，确保统计数据的准确性。汇表分组的办法是，由具体熟悉某专项业务的同志带2—3名统计员组成一组，负责对各单位该专项报表进行逐张审核，并做好差错记录。对一些错行、漏数等常规性错误，要求统计人员及时改正；对表内与表间的逻辑性错误，先由负责该项审查的人员及时通报到各统计人员，并逐项做好记录。市局综合统计人员再集中讲评，谁的报表出了错，出错原因是什么，避免方法和注意事项有哪些，相关统计员对号入座并予改正，起到警示和举一反三的作用。通过交叉审核，特别是通过面对面找问题、找差错，评价报表质量，谁出错谁脸红，使统计员工作责任感明显增强，统计数据准确率明显提高。

（三）报表反馈审核，突出一个“实”字。提高统计质量离不开业务科室的积极参与和协同把关。集中报表结束后，市局综合统计员再予详细审核，并反馈到业务科室再审核，确保达到“三个一致”，即上报到办公室的数据与上报到对口上级的数据一致；各业务口的案件累加数与法制机构的累计案件数一致；年底各业务口案件累加罚没款与财务科罚没款数一致。对案件数、罚没数等敏感数据，通过科室的协同审核把关，更符合政策要求，符合实际情况。对省局下发的各类业务软件，除组织综合统计人员学习掌握外，还及时与业务口统计员共同研究，主动发现问题，借助业务软件的应用，规范统计数据生成、上报流程。20*年，结合新业务软件的应用，我们及时完成了行业代码转换、经济户口管理、业务数据库存整理等工作，确保了统计数据与业务工作实际相符。通过数据反馈审核，较好地解决了填报口径不一、数据混淆和报什么数就汇什么数、报多少就汇多少的错误做法。

（四）日常督促检查，立足一个“改”字。围绕提高统计数据的准确性和科学性，我们注重抓调研、抓督查、抓整改，力求把影响数据质量的问题发现在基层、解决在基层。20*年以来，我局围绕统计数据真实性问题，先后组织了12次不同形式和内容的统计执法检查调研活动。其中，去年针对个体、私营、案件统计数据的真实性、准确性、报表填报分类不当和随意填报等突出问题，市局组织县局16名综合统计人员，分成三个组对各县(市)局分局进行了交叉检查，并到38个工商所进行了实地检查，针对抽查中发现的5大类18个主要问题，下发了情况通报，督促各局进行了改进。

三、抓好结合，提高统计分析撰写质量

我们把统计分析作为统计工作的重要内容来抓，要求各县(市)局、分局报送符合行文规范、正式文件形式的半年报、年报统计分析，从行文格式上提出规范要求。围绕提高统计分析的质量，重点抓了“三个结合”。

1、与宣传工作结合，做好“数字”文章。工商行政管理工作与群众生活、百姓利益关系密切，通过分析整理工商统计资料，用生动的数字来阐述市场主体的规模和变化，反映经济发展的速度和效益，体现工商部门的工作和成果，既是统计工作服务社会、服务群众的要求，也是宣传工商、树立形象的素材来源。工作中，我们注意将统计工作与宣传工作结合在一起抓，撰写统计分析和专题调查，请文秘人员一起参与，统计员和报道员搭联手，共同研究讨论，围绕报表写稿件，围绕数字做文章，根据业务数据的前后变化和对比分析，分析原因、特点和规律，既把统计报表数字变成了鲜活的宣传材料，更使全市系统统计分析撰写水平在文秘人员的参与带动下不断得到提高。据统计，去年以来，全系统专兼职统计员在为上级提供各类专题分析材料的同时，在各级新闻媒体还撰写发表反映民营经济、招商引资、外资企业发展和投诉热点数字分析方面的文章238篇，《三大动力助推*外商投资企业蓬勃发展》、《我市个体私企注册资金超过内资企业》等文章，在《*日报》、《*晚报》等媒体发表后，都引起了相关领导和部门的重视，显示了统计队伍的写作水平和统计服务的重要性。

2、与信息工作结合，做好“辅政”文章。我们利用政务信息反映情况迅速及时的特点，对报表中涉及全市经济发展的重要指标，经过综合分析，形成各类统计专题调查和文字分析，以政务信息的形式，向上级部门和领导汇报反映，发挥综合统计“以文辅政”的用。去年，*市委、市政府把民营经济列入了全市经济发展的三大杀手锏之一，要求各级各部门立足职能强化服务。我们每次季报、半年报、年报结束之际，都把民营经济发展变化的情况进行整理，以翔实的数据对比，把全市民营经济发展的走势、呈现的特点、遇到的问题以及发展的对策和建议等内容，分别上报市委、市政府信息部门，通过“每日信息”、“重要情况呈报件”等形式，报给市委、市政府主要领导参阅了解，对我们提出的建议给予了好评。在今年全市民营经济工作大会上，市委张传林书记、市长张新起分别对工商部门服务民营经济的政策和做法，提出了表扬和鼓励，并以市委《参阅件》的形式转发了我们的做法。据统计，去年以来市县两级局共编发《统计信息》12期、36篇，上报党政信息部门后，有7篇得到了市领导的批示，19篇被市统计局采用。与信息工作有机结合，大大提高了统计资料的利用率，增强了统计服务的成效。

商业数据调研篇6

关键词:电子商务指标评价

20世纪90年代以来,我国陆续开展了电子商务统计的探索与研究工作,并且进行了一些实践,但总体处于起步阶段。开展区域电子商务评价,采用定量方法测度区域电子商务发展水平,可以了解我国各地区电子商务发展的总体状况,为政府部门制定电子商务宏观政策提供重要参考,同时,也为我国统计部门工作提供有效的电子商务统计方法及分析手段。本文在分析国内外电子商务统计现状的基础上,以省、市、自治区为单位,提出我国区域电子商务评价的建议。

开展区域电子商务评价的意义

目前,世界上许多国家开展了电子商务统计工作,由于不同国家对电子商务的定义不一,再加上社会制度、统计方法千差万别,因此很难用类似统计GDP的方法来衡量一个国家的电子商务水平。我们只能从各国开展的电子商务统计中选择一定的指标进行相应的比较,如B2B销售额、互联网用户数等。即便如此,由于对电子商务定义、B2B的定义、互联网用户等的定义不同,在比较时还是要做适当调整,因此,很难精确衡量不同国家电子商务水平的差异,不过大致可以比较不同国家电子商务水平。

针对我国不同省份、不同区域进行电子商务评价,其意义至少有以下几个方面:

有利于评价不同区域的电子商务水平。针对不同区域进行电子商务评价,将评价结果量化,得出各区域的电子商务指数,就可以较为客观地评价不同省份、不同区域的总体电子商务水平,进而为各级政府宏观决策提供参考。

有利于分析电子商务水平的影响因子。电子商务是新生事物,从20世纪90年代末期开始萌芽,经过2001-2002年的互联网泡沫,现在已经进入了稳步发展期,如果我们能够定期进行电子商务评价,就能够掌握大量的一手资料,利用经济计量模型,分析人们的教育程度、区域信息化水平、思想观念等因素对电子商务的影响,找出关键影响因子。

有利于我国官方进行电子商务统计。目前,已经有许多发达国家建立了官方或半官方的电子商务统计体系,而我国在这方面刚刚起步,开展区域电子商务评价的研究,可以为我国统计部门建立电子商务统计体系提供参考。

国内外电子商务评价的现状

国外电子商务评价现状

电子商务是互联网高速发展的产物,国外对于信息化研究和评测主要集中在区域信息化发展水平测度的层面上,马克•波拉特(M、Porat,1977)创立经济结构法,又称波拉特法。这种指标体系和测评方法的中心思想是分析信息产业对国民经济的贡献率。日本学者小松崎清介提出的指数测评法,从邮电、广播、电视和新闻出版等行业取出四类共11项指标,按一定的加权规则计算并综合处理后,得出信息化指数。在进行信息化水平测评时,以统计调查资料为主进行测算。

国际经济合作与发展组织(OECD)从1998年开始在电子商务标准制定及国际电子商务统计的协调方面发挥了重要作用,美国、加拿大、日本、澳大利亚、韩国、新加坡等国家也进行了官方或半官方的电子商务统计,基本上都参考了OECD推荐的优先调查内容,并且对家庭、企业、政府等进行了调查,多数调查频率基本上是年度,采用抽样调查方法为主。

从国外发达国家电子商务统计与评价的现状看,基本上处于成熟阶段,评价的对象也以国家为单位,采用绝对指标为主。

国内电子商务评价

在信息化评测领域,我国学者估算了我国不同区域的信息化指数,比较有代表性的有张启仁的信息化加权指标体系、秦玫芬采用的因子分析法和德尔菲法确定权重的测算方法、周荣莲等提出的评价模型方法等。此外,我国一些半官方或非官方机构在尝试进行电子商务评价与统计,以下是我国一些与区域电子商务评价相关统计情况。

国家统计局——互联网用户国家统计局并没有对电子商务进行专门调查,而是从1995年开始调查了相关的两个重要指标。一是互联网用户数,指办理拨号上网和专线上网的用户数。二是城镇每百户居民拥有的电脑量。这两项指标从侧面反映我国各地区电子商务的状况,两项指标均有分省数据,遗憾的是从2004年中国统计年鉴开始,互联网用户数统计被网民(指平均每周上网超过1小时的人)所代替。

互联网络发展状况调查——网民调查从1997年开始,中国互联网络信息中心(CNNIC)开始定期进行中国互联网络发展状况调查,每半年公布一次调查报告,主要是针对网民的调查。调查的内容有上网计算机数、用户人数、信息流量分布、域名注册等,该调查是我国最权威的调查,调查结果被国内外相关机构广泛引用,一些主要的统计指标如网站数、网民数、域名数等都有分省数据。由于是针对中国互联网络的调查,因此,直接与电子商务相关的内容不多,主要是个人购物的一些调查。

CII中国电子商务总指数指标体系—全国及省份调查这是由国家统计局国际统计信息中心与中国互联网研究与发展中心(CII)共同进行的,该调查曾于2000年进行过一次。调查测评选取了9个与电子商务密切相关的指数,采用德尔菲法确定指数权重,构建CII电子商务总指数指标体系,然后计算出各省的电子商务指数。

应该说CII调查开创了我国区域电子商务评价的先河,但总体上是处于尝试阶段。

此外,在2004年9月17日,中国社会科学院社会发展研究中心公布了《中国12城市互联网使用状况及影响调查报告》和《中国5小城市互联网使用状况及影响调查报告》,并且同中国社会科学院新闻与传播研究所与青少年发展研究中心共同了《中国7城市青少年互联网使用状况及影响调查报告》。

以上这些调查,基本以调查问卷为主,从影响中国互联网及电子商务的基本假定开始,在初步分析的基础上,对每个因素的主要考察指标进行设定和细化,最后通过访谈、讨论、问卷等形式收集资料。总体上说,涉及互联网方面的内容较多,电子商务方面的内容较少,定期调查少,不定期调查多,在调查的广度和深度及科学性、客观性方面尚有可商榷的地方。区域电子商务评价体系构建方法

建立电子商务水平评价指标体系,其中包括以下指数:电子商务交易类指数(电子支付、电子交易额等);电子商务基础设施指数(光纤长度、网站数、上网计算机数等);政策环境指数(上网资费、电子商务认证中心等);电子商务人气指数(网民、信息传输及计算机软件业职工人数)。以上统计指标兼顾了数据的可获得性、全面性、客观性,对于一些主观性及难以获得数据的指标(如计算机安全)没有列入。这些数据可从中国统计年鉴、中国信息年鉴、中国电子商务年鉴、中国互联网络信息中心等获取,部分资料也可以从网上直接获取。

采用层次分析法确定权重。层次分析法(TheAnalyticHierarchyProcess,简记AHP)是美国运筹学家T、L、Saaty教授在上世纪70年代末提出的一种定性定量分析相结合的多目标决策分析方法。该方法是将决策问题的有关元素分解成目标、准则、方案等层次,在此基础上进行定性分析和定量分析。

进行影响因素分析。在计算出我国各省电子商务水平值以后,重要的是对影响各省电子商务水平的相关因素进行分析,如GDP、平均工资水平、教育投入、信息化水平、受教育人口等因素,可采用回归分析法,在回归分析时,可考虑引入地区虚拟变量,按人均GDP水平将我国省份分为2-3个层次。

我国开展区域电子商务评价的建议

确定统一的概念标准

对区域电子商务进行评价,首先要界定电子商务的定义,目前并没有公认的电子商务定义,应该对电子商务的定义加以明确。对区域的界定,建议以行政区划划分,如省份或地级市,当然也可包括全国。另外,在界定概念及范围时有许多内容要加以界定,如电子商务有哪些类型、电子商务交易额、网络类型等等。

注重采样数据的客观性

目前我国开展的电子商务类调查,除了部分针对企业外,大部分是针对网民个人进行的一些调查,这里并不是说网民调查不重要,电子商务统计,尤其是官方电子商务统计,必须以客观指标为主,尽量少采用或不采用主观指标。例如,对某地区电子商务进行评价,网站数量应该是一个非常重要的指标,我们就不应该进行抽样调查,进而估计出该地区的网站数量,而应该直接通过搜索工具进行搜索,获取直接数据。又如,对于上网速度、我们可以对网民进行抽样调查,也可以根据该地区互联网总体带宽情况和上网用户数进行估算,很显然,后者要客观得多。

建立指标体系

进行区域电子商务评价,建立一套严谨科学的指标体系是至关重要的,在构建测度体系时一定要注意全面性、合理性和可操作性,既要能反映地区电子商务水平,又要考虑到数据能方便地获得或采集。

统计以截面数据为主

开展区域电子商务评价,应该以截面数据为主,以全面衡量一个省份、一个城市的电子商务水平,这里并不是说动态指标不重要,而是因为动态指标一般与静态指标具有较强的相关性,指标间存在交叉的可能性较大,此外,在电子商务统计领域采用动态指标数据往往不易获得,增加了统计的难度。当然,如果定期进行截面数据的地区电子商务评价,也可以在此基础上进行动态分析。

注重合理规划和分步实施

开展区域电子商务评价,是整个电子商务统计体系的重要组成部分,因此,必须具有战略眼光,对整个电子商务统计进行全盘规划。政府统计部门和科研机构,应该加大电子商务统计的研究,在此基础上,逐步开展地区电子商务统计、行业电子商务统计、企业电子商务统计、政府电子商务统计、家庭电子商务统计等。

此外,从技术层面看,开展区域电子商务评价比开展区域电子商务统计要相对容易,因为电子商务统计牵涉的部门多、环节复杂、数据难以获取、成本高,而区域电子商务评价指标相对简单,数据获取相对容易,而且意义重大,因此可以先行一步。

参考文献:

1、电子商务统计及其应用研究课题组、建立我国官方电子商务统计的建议、中国统计,2003、9

2、王军、怎样建立电子商务统计、北京统计、2002、1

3、CII电子商务指数研究与测算课题组、关于电子商务水平测度的研究:统计研究,2001、12

商业数据调研篇7

一、研究假设的提出和研究模型的构建

(一)要素分解根据现有文献的研究，城市商业银行CRM战略包括三个方面的内容:CRM战略规划、CRM实施行为与CRM资源配置(张同建、吕宝林，2010;曹利莎，2012)。CRM战略规划是指城市商业银行对CRM的实施进行统筹兼顾，以确保CRM的持续性发展。CRM实施行为是指城市商业银行制定合理的规章制度，以不断提高CRM的实施效率。CRM资源配置是指城市商业银行科学地配置现有的企业资源，以逐步完善CRM的实施平台。根据现有文献的研究，城市商业银行核心能力包括四个方面的内容:风险控制能力、内部控制能力、产品开发能力和市场营销能力(董晓波，2009;张同建，2010)。风险控制能力是指城市商业银行对操作风险、信用风险和市场风险等银行风险的控制能力。内部控制能力是指城市商业银行对内部业务流程质量的监督和完善能力。产品开发能力是指城市商业银行利用现代信息技术和系统工程方法所具有的产品设计能力。市场营销能力是指城市商业银行在国内外金融市场上产品销售能力。城市商业银行核心能力的成长在很大程度上缘于CRM实施的效果，而CRM对核心能力成长的推动是通过微观路径的优化而实现的，即CRM战略规划、CRM实施行为和CRM资源配置对风险控制能力、内部控制能力、产品开发能力和市场营销能力均存在着全方位的促进作用，从而逐渐促进城市商业银行核心能力的成长。

(二)研究假设的提出1、城市商业银行CRM战略规划对核心能力的促进机制分析战略规划是实施CRM的先导，战略规划的水平决定着CRM的成败。CRM系统在本质上是一种信息系统，CRM是以职能管理为导向的信息管理，而战略规划是信息系统设计的基础性要求。城市商业银行CRM战略规划的内容包括对CRM人力资源与物力资源的规划，以及对CRM扩展的规划。商业银行CRM的实施是逐步升级的，从无到有、由弱到强，不可能一步到位，在短时间进入成熟状态，因此，在实施CRM之前，需要基于现有的资源平台对未来的扩展环节进行详细的预测，并制定可行的方案(Prahalad＆Hamel，1990)。事实上，国有商业银行与股份制商业银行在实施CRM之前，均进行了翔实的规划，积累了丰富的规划经验，值得城市商业银行的借鉴。根据信息系统的特征来分析，CRM对各项核心能力要素的促进效应在规划阶段已经存在。规划决定未来，如果规划失败，无论后期的运作耗费多大的物力财力，都很难达到预期的效果。根据以上的分析，可提出如下研究假设:H1a:城市商业银行CRM战略规划显著地促进了风险控制能力的成长。H1b:城市商业银行CRM战略规划显著地促进了内部控制能力的成长。H1c:城市商业银行CRM战略规划显著地促进了产品开发能力的成长。H1d:城市商业银行CRM战略规划显著地促进了市场营销能力的成长。2、城市商业银行CRM实施行为对核心能力的促进机制分析CRM实施行为的具体化是城市商业银行CRM战略的前提，因为任何一种有效的管理战略，如果不进行有目标的实践，就失去了应用价值。CRM的实施行为包括多方面的内容，城市商业银行应制定详细的行为方案、计划与反馈改进措施，逐步促进各种实施行为从低级阶段向高级阶段的过渡与转化。实施行为在银行管理中并不是一种独立的或孤立的行为，而是与银行的战略管理、操作管理与协调管理融于一体的，与各种职能管理与作业管理融于一体。广义的实施行为包括一切管理环节，即“怎样做?”、“做什么?”与“如何做?”的问题，而狭义的实施行为仅是指“如何做?”的问题。实施行为是城市商业银行CRM战略中的核心内容，确保了CRM战略的实践性展开，对各项核心能力要素成长的促进最为直接。根据以上的分析，可提出如下研究假设:H2a:城市商业银行CRM实施行为显著地促进了风险控制能力的成长。H2b:城市商业银行CRM实施行为显著地促进了内部控制能力的成长。H2c:城市商业银行CRM实施行为显著地促进了产品开发能力的成长。H2d:城市商业银行CRM实施行为显著地促进了市场营销能力的成长。3、城市商业银行CRM资源配置对核心能力的促进机制分析资源配置是城市商业银行实施CRM的基础。一般而言，CRM的实施需要占据银行的大量资源，而资源的短期配置及长期配置就成为决策层不可回避的问题。资源配置不能仅体现在战略规划中，要在具体实施中得到落实。资源配置不仅要求投资到位，而且需要在CRM体系的内部各要素之间进行合理分配(Barton，1992)。对于城市商业银行而言，由于CRM实施经验的缺乏，信息化人才不足，资源配置技能较弱，可以采取资源配置外包的战略，这种方法在一些城市商业银行中取得了相当的成功。银行业在本质上是知识型行业，知识资本的功能逐渐增强，在CRM资源分配中，要注重对CRM知识资本的开发性配置。对于城市商业银行而言，CRM资源配置是一个动态的过程，根据银行运营环境的变化而不断调整，从而对核心能力要素的成长存在着持续性的激励。根据以上的分析，可提出如下研究假设:H3a:城市商业银行CRM资源配置显著地促进了风险控制能力的成长。H3b:城市商业银行CRM资源配置显著地促进了内部控制能力的成长。H3c:城市商业银行CRM资源配置显著地促进了产品开发能力的成长。H3d:城市商业银行CRM资源配置显著地促进了市场营销能力的成长。

(三)研究模型的确立根据现有文献的研究，城市商业银行CRM战略规划要素分为合理性、科学性和动态性3个指标，CRM实施行为要素分为制度与执行、监督与激励、反馈与改进3个指标，CRM资源配置要素分为硬件配置、软件配置和人员配置3个指标(刘良灿、张同建，2010;李明星，2010)。根据现有文献的研究，城市商业银行风险控制能力要素分为市场风险控制能力、信用风险控制能力和操作风险控制能力3个指标，内部控制能力要素分为风险评估能力、制度执行能力和信息沟通能力3个指标，产品开发能力要素分为产品设计能力、产品升级能力和产品测试能力3个指标，市场营销能力分为市场需求分析能力、营销渠道优化能力和市场定位能力3个指标(刘良灿，2010;曹利莎，2010)。本研究拟采用结构方程模型方法对研究假设进行检验。设城市商业银行CRM战略规划为ξ1、CRM实施行为为ξ2、CRM资源配置为ξ3，设城市商业银行风险控制能力为η1、内部控制能力为η2、产品开发能力为η3、市场营销能力为η4，从而得到研究模型如图1所示。

二、实证检验

(一)数据收集本研究以城市商业银行一级分行(市级分行)为样本进行数据调查，如江苏银行的苏州分行、无锡分行与常州分行，中原银行的郑州分行、开封分行与洛阳分行等。本次数据调查分两个阶段进行:第一阶段实现城市商业银行CRM实施现状的数据调查，以甄别银行是否实施了CRM行为;第二阶段实现城市商业银行CRM行为的数据调查，以获取本研究所需的调查数据。第一阶段数据调查的题项为:①贵单位是否对CRM战略的重要性存在着深刻的认识?②贵单位是否实施了CRM战略?③贵单位CRM行为是否取得了一定的成效?④贵单位的CRM战略是否具有持续性与连贯性?第二阶段数据调查的题项可借用本课题组的前期成果(严明燕、张同建，2010)。数据值的获取均采用李克特7点量表。第一阶段数据调查自2013年3月1日起，至2013年5月1日止，历时60天，发放调查问卷122份，收回问卷122份，问卷回收率为100%。在回收的122份问卷中，选择具有显著CRM行为的银行样本105份，以作为下一阶段的数据调查。第二阶段数据调查自2013年6月1日起，至2013年7月1日止，历时30天，发放问卷105份，回收问卷105份，问卷回收率是100%。样本数与指标数之比为5:1，满足结构方程检验的基本要求。

(二)样本特征分析在最后确定的105份样本中，样本区域分布和样本CRM实施年限分布特征如图2和图3所示，因此，样本数据具有一定的可靠性，能够有效地反映出我国城市商业银行的总体特征。

(三)信度检验基于样本数据，运用SPSS11、5软件对CRM战略的3个要素和城市商业银行核心能力的4个要素进行信度检验，得信度检验结果如表1和表2所示。根据表1和表2的信度检验结果可知，CRM战略要素和城市商业银行核心能力要素的信度较好，可以作为测度体系用于各类模型的检验。

(四)效度检验基于样本数据，运用LISREL8、7软件，分别对CRM战略的3个要素和城市商业银行核心能力的4个要素进行验证性因子分析，得效度检验列表分别如表3和表4所示。根据表3和表4的效度检验结果可知，CRM战略要素和城市商业银行核心能力要素的效度较好，可以作为测度指标用于各类模型的检验。

(五)模型检验以研究假设为导向，以研究模型为基础，基于105份样本数据，本研究采用LIS-REL8、7进行全模型检验(固定方差法)，得外源变量对内生变量的效应矩阵(г)如表5所示。没有通过检验。在全模型检验过程中，同时得模型拟合指数列表如表6所示:由拟合指数列表可知，各项指标现值符合最优值趋向，模型的拟合效果较好。

三、研究结论

(一)城市商业银行CRM实施现状分析根据检验结果可知，我国城市商业银行CRM战略在一定程度上促进了银行核心能力的成长，在城市商业银行核心能力培育过程中发挥了重要的作用，但是，CRM战略实施的空间尚未得到完全的开发，有待进一步扩张与深化。(1)城市商业银行CRM战略规划显著地促进了城市商业银行风险控制能力、内部控制能力、产品开发能力与市场营销能力的形成;城市商业银行CRM实施行为显著地促进了风险控制能力、内部控制能力与市场营销能力的形成，但对产品开发能力缺乏有效的激励;城市商业银行CRM资源配置显著地促进了风险控制能力与市场营销能力的形成，但对内部控制能力与产品开发能力缺乏有效的激励。(2)基于核心能力培育与成长的视角来看，我国城市商业银行CRM战略规划产生了较为显著的作用，实施行为产生了一般性的作用，而资源配置产生了较小的作用。可见，在我国城市商业银行CRM战略实施过程中，战略规划的重要性得到了较为彻底的体现，实施行为的功能有待改进，而资源配置的功能有待深化。(3)基于CRM战略实施的视角来看，我国城市商业银行风险控制能力与市场营销能力得到了较为有效的培育，内部控制能力得到了一定程度的培育，而产品开发能力的培育程度最低。可见，CRM战略对核心能力要素培育的有效性存在着差异，有些核心能力要素获得了显著的成长，而有些核心能力要素的成长较为缓慢。

商业数据调研篇8

作者简介：舒忠梅，中山大学教育学院讲师，博士；屈琼斐，中山大学教育学院副教授，副院长，社会学博士；郭清顺，中山大学科技发展研究院副主任，研究员，博士。（广州/510275）

*本文系国家自然科学基金“ITS中基于有向超图的个性化的学习过程及其支持资源的优化”（61202345）的成果之一。 摘要：高等教育机构正处于数据爆炸的信息时代，高校多年来积累的大量办学数据为学校的科学管理带来了挑战与机遇。现代大学的科学管理亟待加强数据的有效利用，从信息技术的利用与高等学校的管理效益出发，分析国内外高等教育机构应用商业智能技术进行教育管理和研究的状况，探索基于商业智能技术搭建高校教育管理平台的实践应用，对平台体系架构、数据挖掘技术在大学生学习成果预测的应用案例等方面进行探讨。

关键词：高校管理；数据分析；商业智能《国家中长期教育改革和发展规划纲要（2010-2020年）》提出：“信息技术对教育发展具有革命性的影响，必须予以高度重视。”[1]信息技术的高速发展，为高等学校的教育教学及其服务管理提供了新的手段和丰富的资源。[2]随着高等教育的发展和教育体制的改革，高校积极进行管理信息化建设，实施数字化校园或智慧校园等举措，积累了大量的教育数据。国际数据公司IDC研究表明，数字大学仅2007年创建或采集2、25×1021 位数据，并预计将以每年60%的增速持续，海量的数据时代已经来临。[3]针对海量教育数据的挑战与机遇，本文从信息技术的利用与高等学校的管理效益出发，探讨如何通过商业智能技术有效利用当前高校管理产生的大量教育数据。

一、国内外高校管理中的数据利用概况

高校管理产生和存储的教育数据其实是高校的重要财富之一，充分利用可以有效提高高校的管理效益。同时，高校面临着海量数据带来的巨大挑战，如何管理并利用好海量数据，如何从大量的教育数据中获得有用的信息，提高高校管理系统的效率，是现代大学管理所面临的新挑战。

（一）现代大学的科学管理亟待数据有效利用的加强

在教育竞争日益激烈的今天，数据资源的管理和应用是现代大学取得竞争优势的重要工作之一。数据记录着学校的有形资源及其历史演变，导致高校数据量巨大，而其中真正有价值的信息却不多。数据能否带来价值和转化为决策效益不仅仅取决于量的多少，更重要的是取决于数据的可用性和对其合理的使用。[4]

目前，大多数高校为满足日常工作需求，建立了校务办公信息系统，但这些系统基本上属于联机事务处理（OLTP）系统，无法直接提供各种综合程度的数据采集并加以综合利用的功能。同时，这些信息系统产生的大量数据也不能进一步提炼升华为知识，及时提供给决策部门，让淹没在众多信息系统中的海量数据能够“说话”已成为重要课题。

另一方面，在我国高校管理系统中，高等教育研究一直较少开展对高校管理信息有关的定量和综合研究。而在国外大学的管理系统中，一个完整的院校研究部门是必不可少的，其基本功能就是对信息的管理和分析。对数据展开研究，是增强高校管理系统职能的一个重要环节。而且，随着国家逐渐放给大学越来越多的办学自的发展趋势，高校管理系统将因重视信息的管理和分析而衍生出一个新的功能，或者吸引高等教育研究人员深入关注信息管理与分析问题，从而更加实际地支持高校管理提升，是已萌芽并可预见的发展趋势。[5]

（二）国内外高校管理中的商业智能应用

随着云计算和云存储的推广，可以收集和利用越来越多的数据。为了高效地处理和有效地利用各种形式的海量数据，以数据仓库、数据挖掘、联机分析处理等为核心的商业智能（Business Intelligence， BI）技术应运而生。商业智能这一概念由加特纳·格鲁派于1989年提出，可将商业智能理解为一种能够将机构现有的数据转化为知识，帮助机构通过基于事实和电脑化系统，做出科学业务决策的工具。商业智能技术已成功地应用于银行、电信、保险、制造业和零售业等行业。[6]从全球范围来看，商业智能已经成为最具有前景的信息化领域。

通过调查了解世界各地的高等教育部门采用商业智能技术的状况发现，高等教育已明显落后于其它行业。然而，Dave Wells在文献中指出，越来越多的高校正在关注商业智能应用这一主题，高等教育在技术方面已经到了应用商业智能的时候了。[7]

例如，北美高等教育界较早关注商业智能应用的重要性，美国部分高校已经采用或正开始采用商业智能技术，对学校的教育数据进行整合分析，为学校的科学决策与管理提供信息支持。如宾州州立大学、密执根大学均于2005年提出建设BI项目的倡议，弗罗里达州立大学、华盛顿大学分别于2007年、2008年开始利用BI项目分析学校整合数据进行决策支持，普渡大学于2008-2014年期间建设学校新的协同集成系统，印第安纳大学2009年提出BI建设路线图，斯坦福大学商业智能中心2009年提交的BI架构及方案获批准、2010年正式启动项目建设，加州大学（总部）建设StatFinder系统，伊利诺斯大学建立学校决策支持数据仓库，亚利桑那州立大学为支持科学决策建设了仪表盘（dashboard）等。

·教育管理· 基于商业智能构建高校教育管理平台的实践探讨 在欧洲、亚洲等地区的高等教育体系中，商业智能技术的应用才刚刚起步。我国少数高校也开始迈出了建设BI系统的步伐，如中山大学2010年开始提出学校BI系统建设倡议，现已初步完成BI系统的数据仓库建设，上海交通大学2011年推出BI项目的子系统——财务管理驾驶舱系统，复旦大学为学校师生在校生命周期实现管理信息化“全覆盖”，中国人民大学推出综合数据填报、数据存储、数据管理和数据展示等四大功能的数据平台，浙江大学为优化资源配置建设共享数据中心进行数据集成，上海财经大学建设校务决策支持系统，常熟理工学院建立高校决策支持系统等等。

同时，基于商业智能技术产出的数据，也形成一批对高等教育和高校自身进行深入分析的研究报告。如美国教育研究的主要组织院校研究学会，年会报告除了涵盖数据管理、数据仓库等关于计算机技术本身的报告之外，关于评估、资源、学生、合作和分析的报告，较多地来自于商业智能系统数据的研究结果。[8]

二、数据驱动的高校教育管理智能平台架构在海量教育数据亟待有效利用的驱动下，为提高高校管理效益，将商业智能技术应用到高校教育管理中，对高校产生的大量数据用数据挖掘等商业智能技术进行分析研究与处理，可以帮助高校决策者做出对学校发展更为有利的科学决策。其关键是建立综合层面上的、能反映高校整体教育教学管理的信息集成系统平台（下文简称高校BI系统平台）。高校BI系统平台体系架构由数据源、数据存储与管理层、数据分析层和用户接口层组成，如图1所示。

图1高校BI系统体系架构

（一）数据源

数据源是整个系统的基础，包括高校各类业务管理信息系统的内部数据和其他外部数据。内部数据包括存放于操作型数据库中的各种业务数据和办公自动化系统包含的各类文档数据，如学校财务处、人事处、教务处、科研处、设备处等部门数据库中业务数据；外部信息包括各类教育信息、外部统计和调研数据及文档等。

（二）数据存储与管理

数据存储与管理层是整个系统的核心，包括ETL管理工具、公共数据集、元数据、数据仓库和数据集市。高校BI系统平台建设采用数据驱动设计方法，从学校原有的各个部门的业务处理系统和外部数据源中经过ETL提取数据，并根据常见的分析和统计主题，建设校级数据仓库以及人才培养、师资队伍、科学研究、办学资源、交流合作等主题的数据集市。

（三）数据查询与分析

高校决策者常常希望从不同的角度审视教育数据，比如从时间、区域、学科、教学或科研成果、课程建设、学生层次、交流合作、办学资源等维度全面了解学校的教育质量和状态。高校BI系统平台的数据分析层利用商业智能技术为高校管理主要提供固定报表、即席查询、统计分析、多维分析、预警功能、预测分析、数据挖掘建模分析及优化分析等，根据学校现有学生、教师、资源、科研和人才培养等状况，有助于高校决策者全面地对学校资源配置进行调控、对学校整体办学信息的内部结构进行调整等，做出对学校发展更为有利的科学决策。

（四）用户接口

用户接口层根据高校用户访问需求和角色访问授权机制，提供强大的多用户数据查询操作，并以仪表盘或表格、直方图、饼图等直观方式将查询结果或决策信息呈现给用户。

三、应用案例

下面以高校BI系统平台中的调研数据为商业智能技术应用案例，利用回归方法对大学生学习成果进行数据挖掘分析。

（一）数据来源

案例分析的数据来源于高校BI系统平台中“中山大学学生学习状况调查”项目于2012在中山大学全校范围内开展的在线调研数据。[13]调查覆盖全校36个学院（系），调查总体约为3、3万名本科生。让学生在无压力的情况下答题，共回收问卷7051份，回收率约为21、2%，与国际上通用的问卷回收率相当。案例分析聚焦于本科样本，全部回收的问卷根据答题时长、问卷质量标准等原则，筛选出有效问卷数据6673份，有效率为94、6%。

本研究从学生学习经历角度，在“生源-学习-成果”的逻辑框架中，考察分析学校因素和学生因素对于学生学习成果的影响机制。调查把学生学习经历和成果分解为生源情况、学校学习资源供给、学生与学校的融合、学生学习投入、学生成果、学校成果6 大维度，各维度下题目的内部一致性均达到0、9以上，具有较高的信度。

（二）数据分析

逐步回归提供了一种识别与学生学习成果相关的具体经历的方法，对于学生学习状况调查中的227项进行相似项合并，用向前和向后逐步回归确定与学习成果相关的项目，对残差图和诊断法的彻底审查，最后确定17个独立变量出现在多元回归模型中（如表2所示），其中，相关系数R为0、994，校正判定系数R2为0、988，因变量变化中有98、8%左右的信息可以由预测变量解释，说明模型的拟合优度较好；Durbin-Watson为1、937，接近最佳理想值，如表1所示。

表2显示的是回归系数的相关统计量，可以看出，这17个独立变量的显著性概率Sig、都小于0、05，说明其系数显著不为0，这17个变量均与学生学习成果显著相关。

分析表2中的数据可以看出，学生学习经历中的学校学习资源提供、学生学习投入和校园文化及学校成果等四大维度的17个变量均为影响学生学习成果的重要预测变量，包括课程作业评价、专业学习经历评价、学术规范指导、平等文化、多元能力的培养氛围等学校因素变量，以及朋辈交流情况、自主学习情况、活动参与情况、课外阅读情况、论文写作情况、讨论关注的内容情况、师生交流、课业活动及个人闲暇活动时间分配等学生因素变量。同时，在校经历满意度、综合满意度和能力培养满意度等融合学校因素和学生因素的学校成果也对学生学习成果具有一定的影响。

通过标准系数可以看出，朋辈交流情况、自主学习情况和讨论关注的内容情况分别是第一、第二和第三重要的预测变量，而性别、年级、所在校区等人口学变量并未出现在该回归分析模型中，对学生学习成果的影响不显著。

进一步分析朋辈交流情况和自主学习情况调查指标应答概况，如表3所示，“有时”、“时常”或“频繁”进行朋辈交流的比例为63、7%～97、7%，自主学习的比例为52、5%～92、9%，朋辈交流和自主学习的平均比例相当高（81、8%）。“有时”、“时常”或“频繁”地进行朋辈交流方面的主要比例情况为：“与家庭背景（社会、经济的）不同的同学交流”为97、7%、“与兴趣不同的同学交流”为95、6%、“在与同学的谈话中得到启发，改变自己的想法”为94、4%、“与世界观、价值观不同的同学交流”为93%、“与不同专业的同学交流”为92、6%、“同学与你谈话后，表示受到了你的启发”为90、8%。“有时”、“时常”或“频繁”地进行自主学习的主要比例情况为：“利用图书馆、网络等资源丰富自己的学识”为92、9%、“根据课程安排，做课堂展示”为91、3%、“努力掌握对自己而言较难的课程内容”为91、3%、“随着学习经历的丰富不断整合、梳理自己的知识系统”为88、4%，“因课程设置和教师的要求具有挑战性而更加努力地学习”为85、9%。

上述情形符合Vincent Tinto在研究大学生退学问题时提出的理论模型：学生取得较好的学习成果，依赖于他们在学习经历中能否将自身的经验和目标与学校系统内部的学术系统和社交系统相融合。[10]学术系统代表学生个人的课业表现、智力发展、学业成就等综合表现，如表2中自主学习情况、活动参与情况、课外阅读情况、论文写作情况、讨论关注的内容情况及课业活动等属于学术系统的范畴。社交系统代表学生在校内的同伴关系、师生关系、社交行为等综合表现，如朋辈交流情况、师生交流及个人闲暇活动时间分配等属于社交系统的范畴。学生在其学习经历中，有效地利用学习资源和校园文化氛围、将学术系统和社交系统进行整合，可以从学业和人际关系上自我提升，从而提高学习成果。

四、小结

如今，高等教育机构正处于数据爆炸但知识贫乏的信息时代，面对浩如烟海的各类教育数据，若不能有效地加以利用，就会降低对数据的使用效益并使各级教育机构的管理和决策尤为困难。同时，随着教育改革的逐步深入和高等教育的国际化，高校面临着质量评估、绩效考核、社会问责、大学排名等现实问题，如何有效地管理海量的教育数据，并从这些数据中获取有用的信息，调整教育教学策略，提升教育教学质量和管理效益，是高校教育管理与深入发展的重要研究课题。

为此，对现代大学管理如何有效利用数据以提升高校管理效益进行了思考，探讨了商业智能技术在高校管理中的应用情况，并从体系架构、数据挖掘技术在大学生学习成果预测评价应用案例等方面进行分析。由于高校数据来源的异构与多样化、数据管理机制缺乏等，使得商业智能技术在高校教育管理中全面地展开深层次应用，还有很长的路要走。

参考文献：

[1]国家中长期教育改革和发展规划纲要工作小组办公室、国家中长期教育改革和发展规划纲要（2010-2020年）[N]、中国教育报，2010-07-30（1-3）、

[2]熊才平，何向阳，吴瑞华、论信息技术对教育发展的革命性影响[J]、教育研究，2012（6）：22-29、

[3]John F、Gantz et al、、The Diverse and Exploding Digital Universe： An Updated Forecast of Worldwide Information Growth through 2011[EB/OL]、Framingham， MA： IDC， 2008、http：///collateral/analyst-reports/diverse-exploding-digital-universe、pdf、

[4]常桐善、构建院校智能体系：院校研究发展的新趋势[J]、高等教育研究，2009（10）：49-54、

[5]屈琼斐、信息管理与中国大学院校研究的实践环境分析[J]、高等教育研究，2010（11）：69-72、

[6]V、Farrokhi， L、Pokorádi、The necessities for building a model to evaluate Business Intelligence projects Literature Review [J]、International Journal of Computer Science & Engineering Survey （IJCSES），2012（2）：1-10、

[7]Dave Wells、Institutional Intelligence： Applying business intelligence principles to higher education[EB/OL]、Campus Technology， 2007、http：//campus / articles /2007/04/institutional-intelligence、aspx、

[8]S、ElAtia， D、Ipperciel， A、Hammad、Implications and Challenges to Using Data Mining in Educational Research in the Canadian Context [J]、Canadian Journal of Education， 2012（2）： 101-119、