摘" 要：在當(dāng)前時代下，全球化競爭日益激烈，企業(yè)為了提升競爭優(yōu)勢，需要快速響應(yīng)市場變化，制定精準(zhǔn)的戰(zhàn)略定位和細(xì)分策略。傳統(tǒng)的市場細(xì)分和戰(zhàn)略定位方法依賴有限的數(shù)據(jù)來源，分析深度難以達(dá)到預(yù)期目標(biāo)。大數(shù)據(jù)分析以其強大的數(shù)據(jù)處理能力和多維度分析方法，為企業(yè)戰(zhàn)略制定提供了全新的工具。結(jié)合大數(shù)據(jù)分析，對其在企業(yè)戰(zhàn)略定位和市場細(xì)分中的應(yīng)用展開研究，提出對應(yīng)的應(yīng)用策略，為企業(yè)的戰(zhàn)略定位與市場細(xì)分提供堅實基礎(chǔ)。

關(guān)鍵詞：大數(shù)據(jù)分析；戰(zhàn)略定位；市場細(xì)分；應(yīng)用

DOI：10.12231/j.issn.1000-8772.2025.19.121

引言

作為新興技術(shù)中的代表，大數(shù)據(jù)分析對企業(yè)的傳統(tǒng)管理理念和實踐方法產(chǎn)生了巨大沖擊。對于企業(yè)來說，精準(zhǔn)的戰(zhàn)略定位和高效的市場細(xì)分是實現(xiàn)資源優(yōu)化配置、提升企業(yè)盈利能力的關(guān)鍵。與傳統(tǒng)的數(shù)據(jù)收集與處理模式相比，大數(shù)據(jù)分析能夠精準(zhǔn)捕捉市場變化，發(fā)現(xiàn)潛在的商業(yè)機會。積極推進大數(shù)據(jù)分析在企業(yè)戰(zhàn)略定位與市場細(xì)分中的應(yīng)用，能夠為企業(yè)的管理與發(fā)展奠定堅實的理論基礎(chǔ)，也可以推動大數(shù)據(jù)分析的發(fā)展與革新。

1 大數(shù)據(jù)分析的概述與特點

大數(shù)據(jù)是指一種超大規(guī)模、復(fù)雜、多樣化的數(shù)據(jù)集合，其數(shù)據(jù)規(guī)模相對較大，傳統(tǒng)的數(shù)據(jù)處理工具難以在短時間內(nèi)進行獲取、存儲、管理與分析。大數(shù)據(jù)的核心不在于數(shù)據(jù)的數(shù)量，而在于挖掘數(shù)據(jù)的價值，助力決策制定。大數(shù)據(jù)分析主要是指利用先進的計算技術(shù)和分析方法，對海量信息和數(shù)據(jù)進行處理，挖掘數(shù)據(jù)中隱藏的聯(lián)系與模式，為問題解決和決策提供參考。大數(shù)據(jù)分析不僅是一項技術(shù)工具，更是一種全新的分析思維方式，強調(diào)從大量數(shù)據(jù)中獲取深層次信息，實現(xiàn)預(yù)測、優(yōu)化和創(chuàng)新。大數(shù)據(jù)分析的數(shù)據(jù)類型較為多樣，不局限于結(jié)構(gòu)化數(shù)據(jù)，還包括大量的非結(jié)構(gòu)化數(shù)據(jù)，如音頻、社交媒體文本，數(shù)據(jù)類型的多樣化使得大數(shù)據(jù)分析的應(yīng)用范圍更為廣泛，但對于數(shù)據(jù)預(yù)處理技術(shù)也提出了更高的要求。大數(shù)據(jù)分析強調(diào)實時性與動態(tài)性，隨著物聯(lián)網(wǎng)和實時傳感器技術(shù)的發(fā)展，數(shù)據(jù)生成速度加快。大數(shù)據(jù)分析能夠?qū)崟r處理和分析動態(tài)數(shù)據(jù)，如在線廣告投放需要根據(jù)用戶的實時行為分析投放效果并調(diào)整策略。此外，大數(shù)據(jù)分析具有創(chuàng)新驅(qū)動的特點，不僅可用于現(xiàn)狀評估和問題診斷，也可為未來的決策提供依據(jù)，如預(yù)測市場的未來發(fā)展趨勢，引導(dǎo)企業(yè)提前制訂營銷計劃。

2 大數(shù)據(jù)分析在企業(yè)戰(zhàn)略定位中的應(yīng)用

2.1 市場趨勢分析

市場趨勢分析可以幫助企業(yè)了解行業(yè)的發(fā)展動態(tài)與方向，為戰(zhàn)略規(guī)劃提供前瞻性的支持。然而，傳統(tǒng)的市場趨勢分析過度依賴行業(yè)報告和歷史數(shù)據(jù)，大數(shù)據(jù)分析的應(yīng)用能夠有效改善該種情況，可以基于實時動態(tài)數(shù)據(jù)，及時發(fā)現(xiàn)潛在的發(fā)展機會和風(fēng)險。大數(shù)據(jù)技術(shù)能夠收集消費者購買行為、瀏覽記錄和評價數(shù)據(jù)，幫助企業(yè)發(fā)現(xiàn)消費者行為模式的變化趨勢。大數(shù)據(jù)分析可以實時監(jiān)測行業(yè)熱點，通過對搜索引擎、社交媒體平臺和行業(yè)論壇的數(shù)據(jù)挖掘，識別新興行業(yè)趨勢和技術(shù)發(fā)展方向，如自然語言處理（NLP）對新聞和社交媒體帖子進行情感分析和關(guān)鍵詞提取。同時，大數(shù)據(jù)分析可對實時政策和經(jīng)濟數(shù)據(jù)進行分析，全面評估外部環(huán)境因素對行業(yè)發(fā)展的影響，為企業(yè)發(fā)展戰(zhàn)略的制定提供基礎(chǔ)數(shù)據(jù)。

2.2 競爭態(tài)勢洞察

競爭態(tài)勢洞察是企業(yè)戰(zhàn)略定位的關(guān)鍵步驟，通過對競爭對手行為、行業(yè)標(biāo)桿企業(yè)策略和市場格局的分析，幫助企業(yè)識別自身的競爭優(yōu)勢和劣勢。在企業(yè)的發(fā)展過程中，大數(shù)據(jù)分析可用于監(jiān)測競爭對手的市場活動，包括新品發(fā)布和定價策略等。技術(shù)人員可以借助網(wǎng)絡(luò)爬蟲和機器學(xué)習(xí)算法采集并分析公開市場數(shù)據(jù)。大數(shù)據(jù)分析能夠?qū)π袠I(yè)標(biāo)桿企業(yè)的經(jīng)營數(shù)據(jù)，如品牌影響力、技術(shù)實力和市場份額進行挖掘，幫助企業(yè)制定科學(xué)的追趕策略。同時，基于對競爭對手和行業(yè)數(shù)據(jù)的建模分析，企業(yè)可以預(yù)測未來市場格局的變化，提前做好發(fā)展部署，針對管理和發(fā)展中的常見風(fēng)險與隱患制定完善的應(yīng)對策略。

2.3 客戶需求挖掘

客戶需求挖掘是精準(zhǔn)戰(zhàn)略定位的重要基礎(chǔ)，以往的客戶需求分析大多依賴調(diào)研數(shù)據(jù)，而大數(shù)據(jù)分析可通過對多渠道數(shù)據(jù)的整合，實現(xiàn)對客戶需求的全面透視。通過對客戶購買行為、瀏覽記錄和社交媒體互動數(shù)據(jù)的分析，企業(yè)可以繪制精準(zhǔn)的客戶畫像，包括年齡、性別、收入水平、興趣偏好等，進而更有效地開發(fā)產(chǎn)品和制定營銷策略。企業(yè)管理人員可以利用大數(shù)據(jù)分析挖掘客戶對產(chǎn)品或服務(wù)的反饋情感，為優(yōu)化產(chǎn)品和服務(wù)提供依據(jù)。例如，某電商平臺基于對產(chǎn)品評價的情感分析，發(fā)現(xiàn)某類產(chǎn)品的負(fù)面評價主要集中在配送時效上，隨即優(yōu)化物流體系，提升用戶滿意度。聚類算法的應(yīng)用可將客戶進行分群處理，結(jié)合多維數(shù)據(jù)構(gòu)建客戶畫像，實現(xiàn)精準(zhǔn)營銷與個性化服務(wù)。

2.4 區(qū)域戰(zhàn)略規(guī)劃

作為企業(yè)優(yōu)化資源配置的重要步驟，區(qū)域戰(zhàn)略規(guī)劃的制定對于企業(yè)的長遠(yuǎn)發(fā)展有著深遠(yuǎn)影響。借助大數(shù)據(jù)分析，企業(yè)能夠了解不同地區(qū)的市場潛力和消費特征，為區(qū)域未來的市場布局提供科學(xué)的依據(jù)與參考。技術(shù)人員可以對區(qū)域經(jīng)濟數(shù)據(jù)、人均收入和消費能力進行統(tǒng)籌考慮，評估企業(yè)的市場潛力，為資源投入決策提供支持。例如，某零售連鎖企業(yè)借助大數(shù)據(jù)分析評估不同地區(qū)的消費能力，優(yōu)先在高潛力地區(qū)開設(shè)新店，單店營銷額得到顯著提升?；趯^(qū)域內(nèi)消費者行為數(shù)據(jù)和偏好的分析，可以引導(dǎo)企業(yè)調(diào)整產(chǎn)品線和服務(wù)內(nèi)容。此外，大數(shù)據(jù)分析可以對區(qū)域市場潛力和競爭態(tài)勢進行分析，引導(dǎo)企業(yè)完成資源的合理配置。

2.5 風(fēng)險管控

在全新的發(fā)展形勢下，企業(yè)發(fā)展面臨多樣化風(fēng)險，包括企業(yè)內(nèi)部與外部環(huán)境，合理應(yīng)對風(fēng)險因素，成為企業(yè)管理與發(fā)展中的關(guān)鍵任務(wù)。大數(shù)據(jù)分析在風(fēng)險管控中發(fā)揮著重要作用，幫助企業(yè)識別、評估和應(yīng)對可能影響戰(zhàn)略定位的風(fēng)險。技術(shù)人員可以借助大數(shù)據(jù)建模，實時監(jiān)測潛在風(fēng)險的動態(tài)，同時可以使用大數(shù)據(jù)模擬各種出現(xiàn)的風(fēng)險情境，評估并對比不同應(yīng)對策略的效果。管理人員可以根據(jù)歷史數(shù)據(jù)和實時數(shù)據(jù)，建立自動化預(yù)警系統(tǒng)，提前發(fā)現(xiàn)風(fēng)險。值得注意的是，在企業(yè)的管理與發(fā)展過程中，往往存在一些聲譽風(fēng)險，大數(shù)據(jù)分析可以通過社交媒體和網(wǎng)絡(luò)評論的實時監(jiān)控，幫助企業(yè)發(fā)現(xiàn)和處理潛在的聲譽危機，進一步降低負(fù)面影響。

3 大數(shù)據(jù)分析應(yīng)用面臨的挑戰(zhàn)

3.1 企業(yè)缺乏充分重視

盡管大數(shù)據(jù)已經(jīng)成為現(xiàn)代企業(yè)的一項關(guān)鍵資源，但許多企業(yè)在戰(zhàn)略規(guī)劃中并未給予充足的重視，部分傳統(tǒng)企業(yè)依賴于舊有的業(yè)務(wù)模式和管理方法，對大數(shù)據(jù)的潛力認(rèn)識不足，導(dǎo)致大數(shù)據(jù)分析難以融入企業(yè)的核心運營中。一些企業(yè)在引入大數(shù)據(jù)技術(shù)時，往往缺乏與企業(yè)戰(zhàn)略目標(biāo)的緊密對接。缺乏清晰的戰(zhàn)略方向或目的，企業(yè)在進行大數(shù)據(jù)分析時容易偏離目標(biāo)，導(dǎo)致數(shù)據(jù)收集和分析無效。此外，企業(yè)對大數(shù)據(jù)分析的重視度較低，大數(shù)據(jù)應(yīng)用常缺少高層管理者的推動和投資，導(dǎo)致數(shù)據(jù)分析的成果難以得到充分利用。為此，企業(yè)需要認(rèn)識到大數(shù)據(jù)的價值，從高層管理者到基層員工的各個層面都應(yīng)推動大數(shù)據(jù)分析的應(yīng)用。

3.2 基礎(chǔ)設(shè)施相對滯后

大數(shù)據(jù)分析需要強大的基礎(chǔ)設(shè)施支撐數(shù)據(jù)的存儲、處理和計算，但部分企業(yè)的IT基礎(chǔ)設(shè)施尚未跟上數(shù)據(jù)規(guī)模的增長速度，缺乏高效的數(shù)據(jù)存儲和計算能力，數(shù)據(jù)分析效率低下。例如，傳統(tǒng)數(shù)據(jù)庫系統(tǒng)難以處理海量數(shù)據(jù)，數(shù)據(jù)存儲和計算能力的瓶頸成為大數(shù)據(jù)應(yīng)用的障礙；許多企業(yè)的現(xiàn)有基礎(chǔ)設(shè)施不具備支持多源異構(gòu)數(shù)據(jù)的集成和處理能力，數(shù)據(jù)整合面臨困難，尤其是在數(shù)據(jù)來源復(fù)雜且質(zhì)量不一的情況下，數(shù)據(jù)清洗和處理的難度大幅增加，影響了分析結(jié)果的準(zhǔn)確性和實時性；在日新月異的背景下，許多企業(yè)的IT基礎(chǔ)設(shè)施更新?lián)Q代速度慢，難以引入最前沿的技術(shù)，如機器學(xué)習(xí)和邊緣計算，導(dǎo)致企業(yè)的數(shù)據(jù)處理能力和分析深度受到了限制。

3.3 缺乏專業(yè)技術(shù)人才

大數(shù)據(jù)分析的成功實施離不開高素質(zhì)的專業(yè)技術(shù)團隊，包括數(shù)據(jù)工程師、數(shù)據(jù)分析師和數(shù)據(jù)科學(xué)家。然而，結(jié)合市場的發(fā)展情況來看，復(fù)合型的數(shù)據(jù)分析人才較為匱乏，許多企業(yè)即便擁有了龐大的數(shù)據(jù)資源，但缺乏足夠的專業(yè)人員來處理和分析這些數(shù)據(jù)，導(dǎo)致數(shù)據(jù)價值無法得到有效挖掘。很多企業(yè)并未為大數(shù)據(jù)分析設(shè)計培訓(xùn)項目，現(xiàn)有員工的技術(shù)水平普遍較低，無法熟練應(yīng)用大數(shù)據(jù)分析工具和技術(shù)，難以支撐大數(shù)據(jù)分析在企業(yè)戰(zhàn)略中的廣泛應(yīng)用。此外，部分?jǐn)?shù)據(jù)分析人才專注于數(shù)據(jù)的技術(shù)層面，缺乏對業(yè)務(wù)需求的深入理解，導(dǎo)致分析結(jié)果難以直接轉(zhuǎn)化為企業(yè)決策的依據(jù)。

3.4 隱私保護面臨挑戰(zhàn)

伴隨大數(shù)據(jù)應(yīng)用的普及，數(shù)據(jù)隱私問題日益引起關(guān)注，尤其是在個人信息保護方面，不同國家和地區(qū)的法律和政策存在差異，企業(yè)在大數(shù)據(jù)分析中面臨復(fù)雜的合規(guī)問題，許多企業(yè)在處理個人敏感數(shù)據(jù)時缺乏合規(guī)意識，導(dǎo)致出現(xiàn)數(shù)據(jù)泄露等風(fēng)險。企業(yè)在大數(shù)據(jù)分析中，往往涉及大量的敏感信息，如運營數(shù)據(jù)、客戶數(shù)據(jù)和交易記錄，若企業(yè)未能采取充分的安全防護措施，黑客攻擊和數(shù)據(jù)泄露事件就會時有發(fā)生，大數(shù)據(jù)分析的開放性和共享性雖然能夠提供豐富的分析結(jié)果，但也增加了信息安全和隱私泄露的風(fēng)險。大數(shù)據(jù)分析雖能夠創(chuàng)造商業(yè)價值，但過度收集和濫用個人信息可能引發(fā)消費者的不滿，甚至引發(fā)聲譽危機。

4 大數(shù)據(jù)分析在企業(yè)中的應(yīng)用策略

4.1 加大技術(shù)重視力度

大數(shù)據(jù)分析的應(yīng)用不僅是一項技術(shù)問題，更是一個戰(zhàn)略問題。企業(yè)的高層管理者需要認(rèn)識到數(shù)據(jù)在現(xiàn)代競爭中的重要性，從戰(zhàn)略層面提升對大數(shù)據(jù)分析的關(guān)注，推動大數(shù)據(jù)技術(shù)的廣泛應(yīng)用。管理層領(lǐng)導(dǎo)應(yīng)通過明確戰(zhàn)略方向、投資資源、引領(lǐng)文化等方式，加強對大數(shù)據(jù)的重視程度，確保大數(shù)據(jù)分析能夠與企業(yè)的整體戰(zhàn)略相結(jié)合，為企業(yè)決策提供有力支持；構(gòu)建完善的跨部門協(xié)作機制，IT部門、數(shù)據(jù)分析部門、市場部門、財務(wù)部門等應(yīng)當(dāng)密切合作，推動數(shù)據(jù)采集、處理、分析、決策等各個環(huán)節(jié)的順暢連接。市場部門需要結(jié)合客戶行為數(shù)據(jù)，調(diào)整營銷策略，財務(wù)部門需要根據(jù)大數(shù)據(jù)分析結(jié)果，優(yōu)化資金配置，保障大數(shù)據(jù)分析結(jié)果在各個層面得到落實，實現(xiàn)企業(yè)整體效率的提升；增強大數(shù)據(jù)文化意識，企業(yè)需要鼓勵數(shù)據(jù)驅(qū)動的決策過程，培養(yǎng)全員的數(shù)據(jù)敏感性，使每個員工都能夠理解并運用數(shù)據(jù)分析來優(yōu)化自己的工作效率和決策質(zhì)量；構(gòu)建數(shù)據(jù)驅(qū)動的決策體系，設(shè)立專門的數(shù)據(jù)分析部門或團隊，負(fù)責(zé)對公司內(nèi)外部數(shù)據(jù)進行采集、清洗、分析，并將分析結(jié)果以可操作的方式反饋給管理層領(lǐng)導(dǎo)和相關(guān)部門。

4.2 更新企業(yè)基礎(chǔ)設(shè)施

隨著數(shù)據(jù)量的快速增長，企業(yè)應(yīng)具備強大的數(shù)據(jù)處理和存儲能力，以處理和保存數(shù)據(jù)。然而，傳統(tǒng)的數(shù)據(jù)庫系統(tǒng)難以滿足海量數(shù)據(jù)的存儲需求，尤其是企業(yè)面臨著不同渠道和不同格式的數(shù)據(jù)源。為了應(yīng)對這一挑戰(zhàn)，企業(yè)應(yīng)增加對大數(shù)據(jù)存儲技術(shù)的投入，如云存儲、分布式文件系統(tǒng)等，提升數(shù)據(jù)存儲的能力與效率。同時，為了確保數(shù)據(jù)的可用性，企業(yè)還需要采取備份和災(zāi)難恢復(fù)機制，防止數(shù)據(jù)丟失和系統(tǒng)故障帶來的影響；引入先進的計算框架，如Hadoop、Spark等大數(shù)據(jù)處理工具，提高數(shù)據(jù)處理效率和分析能力，在分布式計算機環(huán)境下對海量數(shù)據(jù)進行并行處理，加速數(shù)據(jù)的實時分析，為決策提供更為及時的支持，快速發(fā)現(xiàn)市場機會，及時做出響應(yīng)；引入云計算和邊緣計算，借助云計算技術(shù)，企業(yè)可以將數(shù)據(jù)存儲和處理能力外包給云服務(wù)商，減少IT硬件的投入和維護成本。同時，云計算可以根據(jù)業(yè)務(wù)需求進行彈性擴展，支持大規(guī)模數(shù)據(jù)的處理。邊緣計算可以將數(shù)據(jù)處理推向網(wǎng)絡(luò)邊緣，減少數(shù)據(jù)傳輸?shù)难舆t，提升實時分析的效果。

4.3 培養(yǎng)專業(yè)技術(shù)人才

數(shù)據(jù)科學(xué)家需要負(fù)責(zé)分析數(shù)據(jù)，數(shù)據(jù)工程師則負(fù)責(zé)構(gòu)建數(shù)據(jù)平臺和工具。企業(yè)應(yīng)注重對現(xiàn)有員工的數(shù)據(jù)能力培訓(xùn)，員工不僅需要掌握本職工作技能，還應(yīng)具備一定的數(shù)據(jù)分析能力。在日常工作中，員工需要借助數(shù)據(jù)分析工具優(yōu)化工作流程，提高工作效率。企業(yè)需要定期組織數(shù)據(jù)分析培訓(xùn)，引導(dǎo)員工掌握基礎(chǔ)的數(shù)據(jù)分析技術(shù)和工具，逐漸培養(yǎng)數(shù)據(jù)思維和數(shù)據(jù)驅(qū)動的工作方式；企業(yè)應(yīng)推動跨職能團隊的協(xié)作，培養(yǎng)既懂業(yè)務(wù)又懂技術(shù)的復(fù)合型人才。通過跨部門合作，數(shù)據(jù)分析人員能夠更好地理解業(yè)務(wù)需求，確保數(shù)據(jù)分析的結(jié)果與企業(yè)戰(zhàn)略目標(biāo)高度一致。此外，為了吸引并留住頂尖的大數(shù)據(jù)人才，企業(yè)需要推進人力激勵機制的創(chuàng)新，除了傳統(tǒng)的薪資和福利外，企業(yè)還應(yīng)提供職業(yè)發(fā)展機會以及參與創(chuàng)新項目的機會，激發(fā)數(shù)據(jù)科學(xué)家和工程師的創(chuàng)新精神，提升團隊的整體凝聚力。

4.4 完善相關(guān)隱私保護

新時代，數(shù)據(jù)隱私問題日益嚴(yán)峻，許多國家和地區(qū)相繼出臺了關(guān)于數(shù)據(jù)保護的法律法規(guī)。企業(yè)在大數(shù)據(jù)分析中，需要處理大量的敏感數(shù)據(jù)，為了保障數(shù)據(jù)的隱私性和安全性，企業(yè)對存儲和傳輸?shù)臄?shù)據(jù)進行加密，防止未經(jīng)授權(quán)的訪問。除此之外，企業(yè)還應(yīng)實施嚴(yán)格的訪問控制措施，確保只有授權(quán)人員才能訪問敏感數(shù)據(jù)；合理應(yīng)用匿名化技術(shù)，對敏感數(shù)據(jù)進行匿名化或脫敏處理，企業(yè)可以在不暴露用戶身份的情況下開展數(shù)據(jù)分析，降低隱私泄露的風(fēng)險。脫敏處理是在確保數(shù)據(jù)有效性的基礎(chǔ)上，去除數(shù)據(jù)中可能泄露個人隱私的部分。此外，企業(yè)應(yīng)建立健全數(shù)據(jù)隱私保護管理體系，明確隱私保護的相關(guān)責(zé)任人，通過制定嚴(yán)格的數(shù)據(jù)隱私保護政策，企業(yè)能夠有效防止數(shù)據(jù)泄露、濫用和盜用。同時，企業(yè)需要定期開展隱私保護風(fēng)險評估，檢查數(shù)據(jù)保護措施的有效性，及時采取整改措施。

5 結(jié)束語

綜上所述，大數(shù)據(jù)分析在企業(yè)戰(zhàn)略定位和市場細(xì)分中的應(yīng)用較為廣泛，體現(xiàn)在市場趨勢分析、競爭態(tài)勢洞察、客戶需求挖掘、區(qū)域戰(zhàn)略規(guī)劃等多個方面。大數(shù)據(jù)分析的應(yīng)用，為企業(yè)提供了強大的決策支持，但在應(yīng)用方面仍面臨諸多挑戰(zhàn)，企業(yè)需要緊跟行業(yè)和時代的發(fā)展腳步，加大對大數(shù)據(jù)分析的重視程度，提升基礎(chǔ)設(shè)施建設(shè)，培養(yǎng)專業(yè)技術(shù)人才，并加強隱私保護與數(shù)據(jù)安全管理，深入挖掘大數(shù)據(jù)潛力，提升企業(yè)的競爭力，實現(xiàn)長期可持續(xù)發(fā)展目標(biāo)。

參考文獻(xiàn)

[1]汪亞楠，萬夢玥，徐楓.企業(yè)大數(shù)據(jù)分析能力對其商業(yè)信用供給的影響及作用機理[J].廣東財經(jīng)大學(xué)學(xué)報，2024，39（05）：38-54.

[2]王曦晨.大數(shù)據(jù)分析在優(yōu)化企業(yè)財務(wù)預(yù)算管理中的應(yīng)用[J].行政科學(xué)論壇，2024，11（09）：52-54.

[3]姬潮心.大數(shù)據(jù)分析與智能決策教學(xué)的產(chǎn)教融合探討——基于財務(wù)管理專業(yè)[J].中國管理信息化，2024，27（17）：237-240.

[4]彭漢生，尹瑩，袁紅紅.基于大數(shù)據(jù)技術(shù)的市場細(xì)分策略分析[J].集成電路應(yīng)用，2024，41（08）：392-393.

[5]龐明星.基于大數(shù)據(jù)分析的企業(yè)金融風(fēng)險管理研究[J].中國農(nóng)業(yè)會計，2024，34（12）：112-114.

[6]樊琪.大數(shù)據(jù)分析在市場營銷決策中的應(yīng)用研究[J].產(chǎn)業(yè)創(chuàng)新研究，2024（11）：65-67.

[7]田珍珍，戴旭東.大數(shù)據(jù)分析在服裝企業(yè)績效評價中的應(yīng)用研究——以M企業(yè)為例[J].西部皮革，2024，46（08）：11-13.

[8]董文杰.基于大數(shù)據(jù)分析技術(shù)的企業(yè)管理成本智能化預(yù)測技術(shù)研究[J].吉林農(nóng)業(yè)科技學(xué)院學(xué)報，2024，33（02）：57-61.

作者簡介：李艷（1981-），女，漢族，山東莘縣人，碩士研究生，總經(jīng)理，研究方向：傳媒（輿情，大數(shù)據(jù)分析，風(fēng)險管控）。