《魔兽世界》网络游戏营销推广方案.doc
《《魔兽世界》网络游戏营销推广方案.doc》由会员分享,可在线阅读,更多相关《《魔兽世界》网络游戏营销推广方案.doc(33页珍藏版)》请在文库网上搜索。
1、格不入所致。甚至人们对“大数据”的影响已产生由局部到全局、由单纯到繁杂、由因果到关联的根本性变化完全缺乏认知。所以说,信息时代只有重视“大数据”认知,才能做出科学决策,战时才能真正掌握克敌制胜的主动权。“大数据”驱动 善以数据之兵取胜其实,“大数据”是由海量数据小溪汇集而成的。所以科学探索“大数据”规律,提高驾驭“大数据”能力,才能够练就打赢真本领。军事活动是孕育战争“大数据”最肥沃的土壤。军事训练、演习甚至包括抢险救灾、反恐维稳、安保警戒等非战争军事行动,都能够获取武器精度、弹药效能、反应速度、行动能力、保障水平、地域地形等最原始的大量作战数据信息,这些数据均可成为军事谋略、战法创新、指挥作
2、战等最宝贵的资源。打仗重数据,才能够实现“作战决策快速正确、指挥控制精确高效、火力打击联合准确、支援保障及时顺畅”目标。然而,在“大数据”环境背景下,作战数据决不只是参战人数和武器装备数量的简单叠加,而应从包括军心士气、战斗作风、地理环境、作战效能、智力资源等实战需要出发,通过科学分析,生成综合战斗力数据,并善于解决制约体系作战的瓶颈问题,从而消除信息化战争迷雾,达到善以数据之兵取胜的新境界。“大数据”谋略 庙算运筹直面战场据悉,奥巴马曾高度评价“大数据”,是“未来世界的新石油”。高技术战场,指挥信息系统纵横交织,就如同高效传输的石油管线,能把作战数据源源不断输送到各指挥作战系统,使海陆空天电
3、网基于信息系统的联合作战体系实现一体化高效运转。可是“多算胜,少算不胜”,军事资源的利用,并不能单纯依靠技术来简单加工处理,而必须依靠军事谋略和战法创新运用,才能够“点石成金”“出神入化”。历史上,孙膑减灶擒庞涓、虞诩增灶破羌,无不是通过隐真示假克敌制胜的。因此“大数据”时代,“知己知彼”“庙算于先”必将更富传奇色彩。现代高技术战争,信息获取能力空前增强,侦察手段丰富多样,必须与“大数据”战法相适应运筹谋略,方能克敌制胜。而且无论宏观还是微观,必须对战场态势、信息情报、作战保障、水文气象等信息数据了如指掌,对装备状况、杀伤机理、作战成效等数据明察秋毫,且善用人工智能、云计算等高新技术巧出奇兵,
4、才能够智胜强敌。所以,信息化战争在海量“大数据”支撑下,谋略制胜必将上演连台活剧。(作者单位:国防大学联合指挥与参谋学院六第一节 大数据产生的历史背景(1)提要:1信息基础设施持续完善,包括网络带宽的持续增加、存储设备性价比不断提升,犹如高速公路之于物流,为大数据的存储和传播准备物质基础。2互联网领域的公司最早重视数据资产的价值,最早从大数据中淘金,并且引领大数据的发展趋势。3云计算为大数据的集中管理和分布式访问提供了必要的场所和分享的渠道。大数据是云计算的灵魂和必然的升级方向。4物联网与移动终端持续不断的产生大量数据,并且数据类型丰富,内容鲜活,是大数据重要的来源。信息科技进步如果把信息技术
5、的不断进步看成世界万物持续数字化的过程,则会理出一条清晰地主线。信息科技具有三个最核心和基础的能力:信息处理、信息存储和信息传递,几十年来这三个能力的飞速进步,是人类科技史上最为激动人心的故事之一。现代意义上计算机的发明,归功于军事上的需要。1946 年2 月14 日,由美国军方订制的世界上第一台电子计算机“电子数字积分计算机”在美国宾夕法尼亚大学问世,主要是为了满足计算弹道需要而研制的。“电子计算机”的称谓的确名副其实,其最初的目的就是为了更迅速的进行大量数学运算。数学一直是计算机学科的基础,尤其是离散数学,奠定了计算机学科的理论基础。人们把计算机之父的桂冠戴在两位数学家的头上,分别是艾伦图
6、灵和约翰冯诺依曼。迄今为止,人类都把图灵机作为现代智能类工具的鼻祖。美国计算机协会(ACM,Associationfor Computer Machinery)于1966 年设立图灵奖,专门奖励那些对计算机科学研究与推动计算机技术发展有卓越贡献的杰出科学家。它被公认为计算机界的“诺贝尔”奖。以他命名的图灵机是一个二进制计算的抽象理论模型,并不是计算机的工程设计。冯诺依曼则被公认为是现代计算机(工程实现)的鼻祖,他领导的小组提出了完善的计算机设计报告。1965 年,戈登摩尔(Gordon Moore)英特尔公司的创始人之一,准备了一个关于计算机存储器发展趋势的报告。在他开始绘制数据时,发现了一个
7、惊人的趋势:每个新芯片大体上包含上一代芯片两倍的容量,每个芯片的产生都是在前一个芯片产生后的1824 个月内。如果这个趋势继续的话,计算机的计算能力相对于时间周期将呈指数式上升。简而言之,“芯片上可容纳的晶体管数目,每隔18 个月左右便会增加一倍,性能也将提升一倍。”后来人们发现这不仅适用于对存储器芯片的描述,也精确地说明了计算能力和磁盘存储容量的发展,于是,摩尔定律成为许多工业对于性能预测的基础,主宰了信息产业的发展。在摩尔定律的指引下,信息产业周期性地推出新的计算机,操作系统和计算能力均在不断提高。工业界和个人都不断地升级计算机设备,从而推动信息产业的巨大进步。每当英特尔公司开发出计算能力
8、更强的芯片,微软公司就会适时推出功能更强大、操作更方便的操作系统。当人们采用了微软的新操作系统后,就会发现系统变慢,不得不升级硬件设备。每当计算机产业发展放缓,硬件生产商就会翘首企盼微软新的操作系统,带动客户新一轮的升级换机热潮。这种循环持续不间断地上演了40 余年。这段波澜壮阔的历史,使信息处理和储存能力获得了成千上万倍的提升。1977 年,世界上第一条光纤通信系统在美国芝加哥市投入商用,速率为45Mbit/s,自此,拉开了信息传输能力大幅跃升的序幕。有人甚至将光纤传输带宽的增长规律称为超摩尔定律。认为带宽的增长速度比芯片性能提升的速度还要快。事实上,存储的价格从20 世纪60 年代1 万美
9、元1MB,降到现在的1 美分1GB 的水平,其价差高达亿倍,如图1-1 所示。在线实时观看高清电影,在几年前还是难以想象的,现在却变得已习以为常了。网络的接入方式也从有线连接向高速无线连接的方式转变。毫无疑问,网络带宽和大规模存储技术的高速持续发展,为大数据时代提供了廉价的存储和传输服务。因而本书假定存储和带宽不再是制约数据应用的因素。中国大数据现状全景扫描ZDnet大数据来势汹汹,已经让每一个企业都深陷其中,但是对于大数据中蕴藏的商业价值,几乎每个企业都深信不疑。值得强调的是,要想驯服大数据,从大数据中挖掘出大价值,清晰的认知大数据是必然的第一步。对此,ZDNet 发起了针对中国大数据认知和
10、应用的市场调研,并得到了 447 位各行各业用户的参与。通过分析调研数据,中国大数据的全景印象已经逐渐清晰。本文将结合 ZDNet 发起的调研数据,扫描大数据对中国各行业企业的影响,具体分析大数据在中国的行业、地域、规模分布,以及大数据的现状与增长态势,从中挖掘大数据的增长和应用潜力,从而让企业全面地把握大数据现状与发展脉搏,迎接大数据变革。1.大数据在中国的行业分布在参与调查的样本中,包括了政府/公共事业、物流零售、文化娱乐、能源/制造、金融/保险、交通旅游、IT 互联网电信等行业,可以看出大数据已经受到广泛的行业关注。参与大数据调查的行业中,来自能源/制造行业的最多,比例达 44.9%,其
11、次是政府与公共事业部,比例为 17%,第三则是金融与保险行业,为 10.3%。接下来,分别是物流零售 (8.7%)、文化娱乐 (6.3%)、IT/互联网/电信 (5.8%)、交通旅游 (3.36%)。从各个行业对大数据调研的参与程度其实已经可以反映出各行业对大数据的关注程度,能源/制造行业对于市场行情的数据更为敏感,历史的商品行情对于未来的产品设计、风险评估以及市场导向都有较强的参考意义。而随着政府与公共事业的服务意识的强加与转变,以及更智慧的执政与管理理念的带动,对于数据的管理与分析的需求也在日益加强。在金融与保险行业,则是传统的数据量大户,而在新时代更好更快的发现客户金融习惯,将是金融与保
12、险行业未来竞争必须要做的事情。其次,物流零售的数据价值也在日益显现,成为排名第四的参与调查的行业,而新兴的,数据积累(尤其是非结构化数据)历史尚浅的文化娱乐、IT/互联网/电信行业则分列第五和第六。看来大数据已经成为众多行业关注和探讨的话题,其影响力已经覆盖了从传统的制造行业到新型的文化娱乐、IT、互联网行业。2.大数据在中国的地域分布在参与调查的样本分布方面,基本上可以体现出中国经济发达程度的差异,在参与调研的样本中,来自华东地区(山东、江苏、安徽、浙江、福建、上海)的样本最多,达 32.7%,其次是华南(广东、广西、海南)19.7%,第三则是华北(北京、天津、河北、山西、内蒙古),占据16
13、.8%,不难理解,对大数据关注的地域基本上以沿海经济发达地区为主。第四至第六名分别是西北(宁夏、新疆、青海、陕西、甘肃)10.7%、东北(辽宁、吉林、黑龙江)7.8% 与西南(四川、云南、贵州、西藏、重庆)7.6%。因此也可以认为,对大数据的关注程度是与经济发达程度成正比的。3.大数据在中国的企业规模分布在本次调查中,参与最多的是 100-500 人的中型企业,达 42%,其次是 500人以上的大型企业,为 33.3%,1 至 99 人的小型企业为 24.6%。虽然数据本身只是一个案,但可以看出对大数据的关注度是与企业规模相关的,在本次调查中,大中型机构占到了 75.3% 的比例,可见随着企业
14、经营时间的增长,规模的不断扩大,历史数据的不断积累,对于大数据的关注度也就越高。4.企业数据规模现状从数据规模的角度来说,大数据时代恐怕已经来临。总体而言,近 55.03% 的企业数据规模已经超过 1TB,超过样本总量的一半。其中 34% 的企业数据规模在 1TB-10TB,11.19% 的企业数据规模在 10TB-50TB,9.9% 的企业数据规模在 50TB 以上,而剩余的 44.97% 的企业数据规模也在 500GB-1TB 之间。这其中,随着大量的中小型企业快速扩张,也会有越来越多的企业数据量将迈入 TB 时代。5.企业数据类型现状在企业数据类型方面,从单量上来看,尽管只具有结构化数据
15、的企业份额最大,占据了样本总量的 38.26%,但是换个角度而言,除去只存在结构化数据的这部分企业份额,之外 61.74% 的企业中已经出现了半结构化和非结构化的数据,由此可见半结构化数据和非结构化数据对传统结构化数据的冲击之大,半结构化和非结构化也正是大数据的显著特征。除了 38.26% 的企业中只存在结构化数据以外,26.39% 的企业中存在结构化数据以及半结构化数据,22.81% 的企业中既存在结构化数据,也存在半结构化数据以及非结构化数据。在结构化数据和非结构化数据两者的比重方面,虽然目前结构化数据仍然还是企业数据类型中的主流,但是非结构化数据的增长是谁也无法忽视的,这个增长趋势也正在
16、显现。6.企业数据增长规模在企业数据增长速度方面,大部分企业数据规模的年增长率在 20% 以下,达到了 47.2%,41.83% 的企业数据规模的年增长率在 20%-40%,7.1% 的企业数据规模的年增长率在 40%-60%,2.23% 的企业数据规模的年增长率在 60%-80%,更有0.45% 的企业数据规模的年增长率高达 80%-100%。可以看出企业数据规模的增长已经是常态,只是各个企业增长率有所不同,同时可以预见随着企业规模的扩张,信息化进程的加快,数据的增长量还将继续攀升。7.企业对大数据的态度在对数据的价值的态度上,除了 6.9% 的企业认为数据没有价值以外,绝大多数企业都认为数
17、据具有或可能具有很高的价值,可见大数据的价值已经在企业中获得了广泛的认可。未来随着越来越多的大数据分析平台和工具的开始广泛应用,大数据的价值将会被进一步释放并获得企业认可。小结:通过 ZDNet 发起的大数据认知和应用的市场调研数据,我们已经切实的感受到大数据给中国各行业、各规模的企业带来的影响,大数据也成为众多领域关注和探讨的热点话题,随着地域经济的发展,企业规模的扩张以及 IT 信息化的发展,大数据的增长还将进一步攀升。此外,在企业中,对于大数据蕴藏的价值几乎已经达成共识,企业期望从大数据中挖掘出能利用的商业价值,这一广泛需求也给大数据的应用市场带来了无穷的机遇和潜力。1中国大数据现状全景
18、扫描ZDnet大数据来势汹汹,已经让每一个企业都深陷其中,但是对于大数据中蕴藏的商业价值,几乎每个企业都深信不疑。值得强调的是,要想驯服大数据,从大数据中挖掘出大价值,清晰的认知大数据是必然的第一步。对此,ZDNet 发起了针对中国大数据认知和应用的市场调研,并得到了 447 位各行各业用户的参与。通过分析调研数据,中国大数据的全景印象已经逐渐清晰。本文将结合 ZDNet 发起的调研数据,扫描大数据对中国各行业企业的影响,具体分析大数据在中国的行业、地域、规模分布,以及大数据的现状与增长态势,从中挖掘大数据的增长和应用潜力,从而让企业全面地把握大数据现状与发展脉搏,迎接大数据变革。1.大数据在
19、中国的行业分布在参与调查的样本中,包括了政府/公共事业、物流零售、文化娱乐、能源/制造、金融/保险、交通旅游、IT 互联网电信等行业,可以看出大数据已经受到广泛的行业关注。参与大数据调查的行业中,来自能源/制造行业的最多,比例达 44.9%,其次是政府与公共事业部,比例为 17%,第三则是金融与保险行业,为 10.3%。接下来,分别是物流零售 (8.7%)、文化娱乐 (6.3%)、IT/互联网/电信 (5.8%)、交通旅游 (3.36%)。从各个行业对大数据调研的参与程度其实已经可以反映出各行业对大数据的关注程度,能源/制造行业对于市场行情的数据更为敏感,历史的商品行情对于未来的产品设计、风险
20、评估以及市场导向都有较强的参考意义。而随着政府与公共事业的服务意识的强加与转变,以及更智慧的执政与管理理念的带动,对于数据的管理与分析的需求也在日益加强。在金融与保险行业,则是传统的数据量大户,而在新时代更好更快的发现客户金融习惯,将是金融与保险行业未来竞争必须要做的事情。其次,物流零售的数据价值也在日益显现,成为排名第四的参与调查的行业,而新兴的,数据积累(尤其是非结构化数据)历史尚浅的文化娱乐、IT/互联网/电信行业则分列第五和第六。看来大数据已经成为众多行业关注和探讨的话题,其影响力已经覆盖了从传统的制造行业到新型的文化娱乐、IT、互联网行业。2.大数据在中国的地域分布在参与调查的样本分
21、布方面,基本上可以体现出中国经济发达程度的差异,在参与调研的样本中,来自华东地区(山东、江苏、安徽、浙江、福建、上海)的样本最多,达 32.7%,其次是华南(广东、广西、海南)19.7%,第三则是华北(北京、天津、河北、山西、内蒙古),占据16.8%,不难理解,对大数据关注的地域基本上以沿海经济发达地区为主。第四至第六名分别是西北(宁夏、新疆、青海、陕西、甘肃)10.7%、东北(辽宁、吉林、黑龙江)7.8% 与西南(四川、云南、贵州、西藏、重庆)7.6%。因此也可以认为,对大数据的关注程度是与经济发达程度成正比的。3.大数据在中国的企业规模分布在本次调查中,参与最多的是 100-500 人的中
22、型企业,达 42%,其次是 500人以上的大型企业,为 33.3%,1 至 99 人的小型企业为 24.6%。虽然数据本身只是一个案,但可以看出对大数据的关注度是与企业规模相关的,在本次调查中,大中型机构占到了 75.3% 的比例,可见随着企业经营时间的增长,规模的不断扩大,历史数据的不断积累,对于大数据的关注度也就越高。4.企业数据规模现状从数据规模的角度来说,大数据时代恐怕已经来临。总体而言,近 55.03% 的企业数据规模已经超过 1TB,超过样本总量的一半。其中 34% 的企业数据规模在 1TB-10TB,11.19% 的企业数据规模在 10TB-50TB,9.9% 的企业数据规模在
23、50TB 以上,而剩余的 44.97% 的企业数据规模也在 500GB-1TB 之间。这其中,随着大量的中小型企业快速扩张,也会有越来越多的企业数据量将迈入 TB 时代。5.企业数据类型现状在企业数据类型方面,从单量上来看,尽管只具有结构化数据的企业份额最大,占据了样本总量的 38.26%,但是换个角度而言,除去只存在结构化数据的这部分企业份额,之外 61.74% 的企业中已经出现了半结构化和非结构化的数据,由此可见半结构化数据和非结构化数据对传统结构化数据的冲击之大,半结构化和非结构化也正是大数据的显著特征。除了 38.26% 的企业中只存在结构化数据以外,26.39% 的企业中存在结构化数
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 魔兽世界 网络游戏 营销 推广 方案