大数据副总裁|大数据开启 企业精准营销时代

Ⅰ 阿里技术副总裁贾扬清回应逃离上海：不实评论，那他干什么去了

阿里技术副总裁贾扬清回应逃离上海：不实评论，按照贾扬清的回应，他只不过是回去美国看病了而已。这种回应其实挺完位的，毕竟中国才是贾扬清的祖国，但他却称去美国是回去看病。

按照贾扬清的回应，他回到上海以后就一直在家里隔离，隔离期满之后，他是可以通过购买国际航班去美国的，再加上他回到上海以后身体一直不舒服，为了去美国看病，于是他便选择了搭乘国际航班回去看病。贾阳青的言论其实挺正常的，只不过是其言论透露着自己的立场而已，回去美国看病也很正常，毕竟上海目前的疫情是比较严重的。然而也有的人因此而质疑贾扬清是不是中国人，这一点其实我们不必纠结太多，毕竟这与我们普通人也没有什么关系。

Ⅱ 大数据，大而恒久才是美（三）谁将引领大数据

谁将引领大数据？德勤卓越研究中心，周锦昌和孟昭莉毋庸置疑，大数据对我们时代的改变将越来越深刻。无论是IBM、CISCO这样的老牌IT公司、还是在Hadoop生态圈中的专注于大数据的IT新秀都在短短的几年之内抢占了大数据产业链的各大环节。未来谁能够引领大数据技术，中国的制造商是否可以在大数据爆发性增长来到时抢占到一席之地？德勤访谈了大数据的行业专家前亚信科技资深副总裁何绍钧（John Ho)，绘制了大数据发展的企业占位图。图2：大数据各信息处理环节中企业占位图 大数据按照信息处理环节可以分为数据采集、数据清理、数据存储及管理、数据分析、数据显化、以及产业应用等六个环节。而在各个环节中，已经有不同的公司开始在这里占位。1.数据采集：Google、CISCO这些传统的IT公司早已经开始部署数据收集的工作。在中国，淘宝、腾讯、网络等公司已经收集并存储大量的用户习惯及用户消费行为数据。德勤预计，在未来，会有更为专业的数据收集公司针对各行业的特定需求，专门设计行业数据收集系统。2.数据清理：当大量庞杂无序的数据收集之后，如何将有用的数据筛选出来，完成数据的清理工作并传递到下一环节，这是随着大数据产业分工的不断细化而需求越来越高的环节。除了Intel等老牌IT企业外，Teradata、Informatica等专业的数据处理公司呈现了更大的活力。在中国，华傲数据等类似厂商也开始不断涌现。德勤预计，在未来，将会有大量的公司专注于数据清理。3.数据存储及管理：数据的存储、管理是数据处理的两个细分环节。这两个细分环节之间的关系极为紧密。数据管理的方式决定了数据的存储格式，而数据如何存储又限制了数据分析的深度和广度。由于相关性极高，通常由一个厂商统筹设计这两个细分环节将为更为有效。从厂商占位角度来分析，IBM、Oracle等老牌的数据存储提供商有明显的既有优势，他们在原有的存储业务之上进行相应的深度拓展，轻松占据了较大的市场份额。而Apache Software Foundation等新生公司，以开源的战略汇集了行业专精的智慧，成为大数据发展的领军企业。4.数据分析：传统的数据处理公司SAS及SPSS在数据分析方面有明显的优势。然而，基于开源软件基础构架Hadoop的数据分析公司最近几年呈现爆发性增长。例如，成立于2008年的Cloudera公司，帮助企业管理和分析基于开源Hadoop产品的数据。由于能够帮助客户完成定制化的数据分析需求，Cloudera拥有了大批的知名企业用户，如Expedia，摩根大通等公司。仅仅五年，其市值估计达到7亿5。5.数据的解读：将大数据分析的数据层面的结果还原为具体的行业问题。SAP、SAS等数据分析公司在其已有的业务之上加入行业知识成为此环节竞争的佼佼者。同时，因大数据的发展而应运而生的wibidata等专业的数据还原公司也开始蓬勃发展。6.数据的显化：这一环节中，大数据真正开始帮助管理实践。通过对数据的分析和具象化，将大数据能够推导出的结论量化计算、同时应用到行业中去。这一环节需要行业专精人员，通过大数据给出的推论，结合行业的具体实践制定出真正能够改变行业现状的计划。表2：大数据信息处理环节及挑战（待续）权限：公开 来自：labs声明： 本文仅代表作者个人观点。其原创性及文中表达的意见、判断、数据、观点和陈述文字等内容均与中国移动研究院无关。

Ⅲ 强强联手：腾铭集团和西南财大就“大数据风控合作项目”正式签约

暮春五月，东风温润。2020年5月12日下午16时，腾铭集团和西南财经大学就“大数据风控合作项目”，正式签约，达成合作。西南财大统计研究中心博士生导师兰伟带队，代表西南财经大学莅临腾铭集团名车广场，腾铭集团董事长高家源、副总裁马丽军、大数据中心负责人肖勃飞、互联网中心负责人姚俊伟等领导出席了签约仪式。会议由腾铭集团大数据中心和互联网中心分管副总裁马丽军主持。马总立足集团的战略发展，介绍了公司的业务现状、业务规模、系统现状、风控建设现状以及在风控建设中遇到的困难和未来的战略规划。强调风险控制系统的完善、大数据的分析运用，是集团提升业务质量的关键。腾铭集团作为全国最早一批开展银行二手车贷担保服务的公司之一，已拥有超过3万家二手车经销商长期合作伙伴，并累积为超过100万的申请人提供了数百亿的按揭贷款服务，市场占比约8.4%，在保余额达百亿以上，是目前二手车车贷市场的头部企业之一。腾铭已经建立了以属于自己的“腾铭信用分”为主的信用风险管理体系，包括贷前、贷中、贷后信用评分卡及反欺诈模型，实现了对客户的差异化审批，对优质客户秒批秒贷，对高风险客户直接拒绝的能力。马总表示，西财财经大学统计研究中心在大数据、统计学、人工智能等理论研究方面拥有丰富的成果，腾铭惠商在二手车金融业务中沉淀了海量的业务数据，希望结合各自优势实现共赢，在以下三方面开展合作：1、共同推进高维数据分析和复杂关系网络等理论在金融反欺诈场景中的研究与实践；2、共同推进复杂网络、传统机器学习、深度学习等前沿人工智能算法在信用风险预测中的研究与实践，尤其是客户逾期与代偿预测；3、在客户收入测算、高维稀疏数据融合、缺失数据修复等子课题上开展研究。期望通过校企合作，腾铭集团能够引入西财的大数据、统计学、人工智能等尖端人才，提升腾铭对三方数据融合使用的能力，增强智能风控建设能力，通过更准确地刻画客户的还款能力与还款意愿，更精准定位二手车贷市场潜在的优质客户，更好地为客户提供专业服务。腾铭集团董事长高家源对本签约合作进行了总的概述和希冀。董事长期望大数据中心积极发挥科学风险管理决策的作用，积极探索校企联合模式，在之后的合作中共同提升腾铭的风控水平，为西财的学术研究提供业务场景土壤。中国青年统计学家协会常务理事、西南财经大学博导兰伟则根据多年的学术与企业风险管理经验，对风险管理与业务决策，数据建设与模型研究等发表了专业见解。兰教授认为，要做好风控，就要深入了解业务场景，才能对风险有充分的认识，才能对风控模型“量体裁衣”。基于对腾铭业务场景的深入了解，腾铭集团拥有海量的二手车大数据，统计学模型在风险管理建模中大有可为，这与统计研究中心正在进行的收入预测、数据融合等国家级研究课题完美契合。学校可以与企业合作提升自身的科研能力，根据新情况、新问题、新需求，做出新方案、新成果。此外，兰伟教授还介绍了统计研究中心在校企合作方面的丰富成果。基于腾铭集团在二手车金融服务领域的头部地位，腾铭集团自然是统计研究中心在金融风控领域为数不多的合作机构之一。另外，腾铭CRO、大数据中心负责人肖勃飞，给与会领导和同事介绍了腾铭大数据风控建设的现状和痛点。腾铭CTO、互联网中心负责人姚俊伟整体介绍了腾铭集团的情况，表示不断加强科技建设，助力业务流程优化与风险管理基础建设。会后，双方项目负责人兰伟副教授和马丽军副总裁，分别代表西南财大统计研究中心和腾铭集团完成了签约仪式，并和全体项目成员合影留念。我们相信在双方的精诚合作和共同努力下，一定能不断提升腾铭集团的风控能力，科技助力金融，相信腾铭集团在汽车金融及数据风控领域将取得更加稳健、长远的发展。铭记历史，载梦前行，风雨同舟，共创未来。本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

Ⅳ 大数据开启 企业精准营销时代

大数据开启 企业精准营销时代

大数据营销的发展为在技术、数据和应用领域均具备领先优势的企业提供了广阔发展空间。10月27日，国内领先的大数据公司百分点集团发布了面向企业客户和广告代理商的大数据营销平台产品“百分点营销管家”(BMM)，该产品旨在突破国内市场精准营销的瓶颈，实现基于大数据背景下的营销管理，打造全数据生命周期的营销管理平台和服务。据了解，“营销管家”基于百分点独特的技术、数据和模型优势，帮助企业挖掘一方数据价值，打通三方数据，获取更全面的消费者洞察。同时，“营销管家”对接多家业内技术领先的渠道合作伙伴及数据提供商，整合展示广告、搜索广告、电子邮件、短信平台等多种媒介资源，为企业客户提供一站式营销解决方案。百分点创始人、董事长苏萌表示，“营销管家”让精准营销不仅拥有了雷达来探测市场，也拥有了卫星来精准定位。“营销管家”是百分点坚持“大数据赋能者”定位基础上的又一创新成果，其价值在于为企业客户提供精准的受众人群、灵活的投放规则，丰富的渠道选择。通过跨渠道、跨屏的营销组合，更好的接触到目标群体，达到精准营销的效果。在多屏时代和移动互联网时代，消费者数据高度碎片化，企业难以全面触及和管理。另一方面，企业一方数据往往较为局限，亟须第三方数据补充。百分点产品副总裁张一帆指出，精准营销是结合大数据技术最广泛的一个应用领域。基于整合三方数据合作伙伴及渠道资源，“营销管家”将数据驱动智能营销的技术能力赋予企业客户和服务商，让他们更好的适应大数据时代的营销模式。璧合科技创始人赵征表示，中国互联网广告发展已经经历了几个不同阶段，当前从上到下整个行业内越来越细分化，并且产业链形成之后，在这个中间任何一部分，包括DSP（需求方平台）、DMP（数据管理平台）、SSP（供应商平台）等都有产业极度细分化的趋势，但也不代表现在已经是终点。相信再过一两年会有更多公司出现，整个产业会越来越细分。在北大光华管理学院市场营销系教授沈俏蔚看来，大数据营销、精准营销，是要能够非常准确、及时判断消费者偏好，并且能够把消费者所关心的产品或者广告信息，以非常有效的手段传递到他那里。这里存在两个难点，一是数据和技术的问题，信息搜集不仅仅关注过去的购买行为，还希望得到完整的消费者画像，这就需要连接很多数据，包括购买行为、在网上搜索行为、甚至个人微博及朋友圈发布的信息。把这些数据源有效整合起来的时候，本身就是一个挑战。二是模型需要更多改进和更广泛的推广。

以上是小编为大家分享的关于大数据开启 企业精准营销时代的相关内容，更多信息可以关注环球青藤分享更多干货

Ⅳ 大数据给智能化商业带来不同

大数据给智能化商业带来不同钱伯斯是IBM公司分析解决方案事业部副总裁。她表示，许多客户够买了大数据和预测分析的服务，但却希望其实现他们已经适应了的老的商业智能工具和数据库工具。 “通常情况下，客户做的往往就是依靠他们已经知道的东西。”钱伯斯在2012年Hadoop峰会上说。“他们希望利用他们现有的基础设施、使用现有的数据和工具。他们不想有任何的不同和改变。所以我告诉我的客户说，如果你不执行不同的操作的话，你不会得到任何不同的结果。” 新的方法，技术和工具需求 钱伯斯是完全正确的，如下从三个方面分析了原因： 1、基础设施。处理和存储大量、多结构化数据集的新方法不断涌现，正是因为传统的关系型技术不能够在单位时间内完成工作或者不具备成本效益。例如，Hadoop允许你在合理的时间内运行开放源码软件以非常低廉的价格存储和处理大数据规模。现在，尝试利用甲骨文的服务。可以节省300万美元的费用，以及6个月的时间。 2、数据。大数据是丰富现有的内部交易数据与其他不同来源的数据，这些来源是来自您的企业之外。这可能意味着这些数据是来自Twitter或Facebook这样的社交媒体、或来自国家气象局、教育部门的公共部门的数据、来自彭博、道琼斯的市场数据。如果你没有混搭数据，你可能不必要进行大数据分析。 3、工具。因为它们必须在新的，更大，更多样化的数据量并行计算基础设施之上，大多数最传统的商业智能工具不会削减。你需要的是现代化的数据可视化和分析平台，使用户能够轻松地处理大数据可视化。为了公平起见，极少数现有的商务智能供应商，如Tableau和MicroStrategy正在努力让自己的产品更好地融入大数据。但是，总的来说，你在过去的十年左右已经使用的旧的报告工具无法为当前的大数据提供足够的可操作的见解。 风险的博弈 但据我所知，这种改变是很难的，所以有时IT部门是为了规避风险。但是，我们正处在一个十字路口。大数据绝不是昙花一现或轻微更好方式的商业智能。这是一个全新的模式，需要思维的重大转变。换句话说，“你已经在经历一些额外的风险了。”按照钱伯斯所说的那样，实现大数据的成功。 她说，这意味着“如果你想有更多的见解，你一定要注入您的应用程序，你的数据网新信息。”这意味着你必须投资新的基础设施技术等，诸如Hadoop和其他平台上，形成一个新的大数据分析的基础。你需要采用新的最终用户工具，把所有的大数据转换成易于理解的见解。 好消息是，你不必将您的整个现有的基础设施和工具集推倒重来。事实上，我强烈反对那样做。你现在所使用的商业智能和数据仓库有可能是一个原因，因为他们已经在为您提供相应的业务价值。事实上，许多大数据技术确实能帮助你从现有的数据库和工具获得更多的价值。 当涉及到大的数据，从小事做起。确定一个特定的需要解决的业务问题，一个固定的业务才能带来实实在在的利益。与大数据行业的同行们交流学习。

Ⅵ 大数据管理局:追赶高速运转的大数据行业

大数据管理局:追赶高速运转的大数据行业

几年前，大数据似乎还是科学家才会关心的事，但如今，它已触手可及。

例如，著名职场社交网站LinkedIn公布的2014年最受雇主喜欢、最炙手可热的25项技能中，统计分析与数据挖掘位列榜首。而研究机构Gartner预测，2015年，全球将新增440万个与大数据相关的工作岗位，25%的组织将设立首席数据官一职。

政府机构同样正经历深刻的变化。今年5月，曾在LinkedIn、eBay、Skype等硅谷公司任职的帕蒂尔(DJ Patil)被奥巴马任命为白宫首位首席数据官和制定数据策略的副首席技术官。这一史上最荣耀的IT职位旋即吸引无数关注。

与之相对，最近两年，国内不少地方政府也赶起了“时髦”，开始建立全新的政府职能机关—大数据管理局。如果用更接地气的称呼，这些局长也就是当地的首席数据官。

这些新生机构目前大多承担着组织制定数据收集、管理、开放、交易、应用等标准规范、推动政府数据开放、推进大数据产业发展等方面的职责，但目前还没有很多落地的动作。

而9月初，国务院印发《促进大数据发展行动纲要》(以下简称《纲要》)，系统部署大数据发展工作。《纲要》指出，2018年底前，要建成国家政府数据统一开放平台，率先在信用、交通、医疗等重要领域实现公共数据资源合理适度向社会开放。

有业内人士接受时代周报记者采访时认为，各地建立大数据管理局，其实正是对国务院要求发展大数据的提前响应。既然如此，这些新生机构准备如何推动中国的大数据产业发展呢？

由政府牵头推动大数据产业

9月1日，成都市经济与信息化委员会的网站上挂出一则《关于成立“成都市大数据管理局”筹备组的通知》。这份公告显示，成都市委编委2015年第2次会议决定，批准在该市经信委下设立大数据管理局。

大数据管理局的名字听上去颇为新鲜，但这已不是国内首家。此前，广东、辽宁等省均有地方政府率先试水。

大数据管理局的提法最早出现在2014年1月的中共广州市委十届五次全会上，成立这个“局”的目的是为统筹推进政府部门的信息采集、整理、共享和应用，消除信息孤岛，建立公共数据开放机制。

这一构想很快得到立法支持。1个月后，广东省政府印发《广东省经济与信息化委员会主要职责内设机构和人员编制规定》，其中明确提及成立广东省大数据管理局。

此后，当年5月，广东佛山南海区挂牌成立数据统筹局；没过多久，广东清远在其经济与信息化局的“三定方案”(定机构、定职权、定人员)中要求设置大数据管理科。

而到今年5月，广州市政府公布工信委、商务委、国资委3个部门的“三定方案”。根据方案，广州市工信委设立直属行政单位广州市大数据管理局，主要负责研究拟订并组织实施大数据战略、规划和政策措施，引导和推动大数据研究和应用工作；组织制定大数据收集、管理、开放、应用等标准规范等9项职责。

按照规定，这个正处级单位内设3个科室，分别为规划标准科、数据资源科(视频资源管理科)与信息系统建设科，同时，配备行政编制15名，包括局长(副局级)1名，副局长(副处级)2名。

几天后，辽宁沈阳亦快马加鞭地建立了大数据管理局，级别为正局级，同样下设3个部门—大数据产业处、标准与应用处和数据资源处。而之所以说“快马加鞭”，该单位从组建到挂牌，前后只用了短短两个多月。

不止如此，公开报道显示，上海市政府也有建立大数据局的构想，但目前尚在研究阶段。

而在今年6月习近平总书记曾前往考察大数据产业发展情况的贵州省，有知情人士对时代周报记者披露，“贵州也有建设大数据管理局的模块，但当地的考虑是，希望大数据产业发展成熟后再规划大数据局进行统筹、管理，而在大数据发展期，这个产业需要省委省政府从大局上进行推动”。

几乎一夜之间，全国多地的政府组织架构中都出现大数据管理局。“目前，各地都逐步意识到政府数据公开的社会价值与商业价值，于是纷纷成立大数据管理局，由之牵头，推动当地的大数据产业发展。”贵阳大数据交易所执行副总裁王亚川告诉时代周报记者。

而易观智库分析师任伟魏认为，各地成立大数据管理局是为响应国务院对发展大数据的要求。而《纲要》出台后，各级政府肯定会作出更多回应，“成都此次应该是提前布局了”。

“其实，不管是广东省委书记胡春华，还是贵阳市委书记陈刚，这几个率先尝试成立大数据局的地区，他们的领导有一个共同点—都从北京出来，而且，到地方之前都已经有发展大数据产业的成熟想法。”上述知情人士表示。

开放数据将带动创新产业

对于顺应潮流而生长的大数据管理局，很多人非常好奇，这个机构究竟要做些什么？它与已有的统计局又有何不同呢？

按照王亚川的观察，各地政府目前拥有的数据可以分为两类：政务数据和政府数据。统计局偏向收集政务数据，通常都是数字，比如经济指标；而大数据管理局的主要对象是政府数据—政府在行政审批、非政府审批、服务事项等方面留存的数据，其中包括一些非标准化的文字数据。

而亚信数据副总裁邹明达告诉时代周报记者，统计局与大数据管理局的目标与定位有着天然的差别。首先，前者通过各级政府统计、申报、汇总获得结构化数据，后者则通过城市的政务信息化、社会信息化、产业信息化的全面推进，提取结构多样的海量业务数据、过程数据、行为数据并进行汇总、加工、分析、挖掘；而且，拿到数据后，前者运用于决策或指数发布，而后者要做的是最大程度地发挥数据的社会服务或商业价值；此外，从数据量级来看，后者处理的才是真正的大数据。

“大数据管理局目前急需行使的主要职能包括，其一，消除数据孤岛，将散落在各个委、办、局的政府数据汇集起来，形成全省或全市的数据中心；其二，通过政府立法等制度建设，对各行各业如何安全使用数据进行有效监管。”邹明达说。

事实上，消除数据孤岛只是第一步，大数据管理局更大的“野心”在于推动政府数据公开—时代周报记者梳理发现，广州、沈阳、成都三地对大数据管理局的职能设定中都有一句类似的表述：组织制定大数据收集、管理、开放、应用等标准规范。

而在《纲要》中，国务院重点部署三项主要任务。其中，首要任务便是，加快政府数据开放共享，推动资源整合，提升治理能力。

政府及相关部门如果能在收集、管理数据的基础上开放数据，例如开放医疗数据、病例数据，这些数据的分析结果一旦服务于医药研究公司，那么释放的将不仅是商业价值，还有巨大的社会价值。

目前，在政府数据开放上走得最前的贵州省已将医疗数据列入数据公开目录。不过，贵州的政府数据计划分三期开放，医疗数据不在首批之列。

“现在的企业大多只基于自己长期积累的数据做一些大数据业务，阿里巴巴设立的蚂蚁金服就是一个典型案例。它利用天猫、淘宝的数据扶持自己的业务，但要想服务全国市场，仅仅依靠淘宝、天猫的数据是远远不够的。所以，政府数据以及一些行业数据公开后，对于阿里巴巴来说，相当于打通了数据来源的壁垒，他们的业务将得到更好的支持。”王亚川说。

在他看来，开放政府数据对于产业发展的意义还在于，一些学者、学子以及初创型企业会在数据应用上创造出全新的商业模式，从而实现“大众创业、万众创新”。

其实，政府通过开放数据带动商业发展在国外有过不少案例。比如，1983年，美国将卫星定位系统从军用转为向公众开放，结果带动了一批创新企业的发展，创造就业岗位约300万个。

而在贵州，该省此前通过第一届大数据商业模式大赛，成功吸引一批创业者和创业项目入黔。这个比赛最与众不同之处就在于主办方承诺，在初赛阶段向参赛者开放部分政府数据目录；复赛和决赛阶段则进一步开放经过“脱敏”处理的数据资源，帮助项目设计者开发、完善参赛方案。

谁来制定标准？

虽然开放政府数据可能带来诸多益处，但这并不是一件“说开放就能开放”的易事，因为，政府首先要制定数据开放的规范和标准。

据时代周报记者了解，目前，多数地方停留于“消除数据孤岛”的阶段，在真正公开政府数据之前还要完成数据公开目录设计以及数据清洗、脱敏等工作。而如何设计数据公开目录；哪些数据先公开，哪些后公开，设定这些规则是一个难题。

比如，贵州是全国第一个尝试公开海量政府数据的省份。此前，贵州省经信委信息产业发展处处长魏巍在接受时代周报记者采访时表示，该省省一级政府机构的业务系统自去年6月始分批迁入“云上贵州”系统平台。迁云前，各个迁云单位首先要按照涉密、非密敏感、开放三个类目梳理已有数据。迁云后，涉密数据不开放，开放数据必须开放，非密敏感数据视情况而定。

当时一位参与迁云工作的某单位人士觉得工作难度很大，因为，“省大数据办要求我们开放数据，但开放到何种程度由业务部门自己把握。可我们一开始没有经验，不知道某些数据能否开放，也无法预估开放之后会否引发问题”。

不过，在一些业内人士看来，贵州先行先试后，其他地区可以借鉴经验。“政府数据主要有政府审批、非政府审批以及服务事项三个来源，其中，行政审批数据目录在各个地方的可复制度很高，而其余两项数据目录，各地也有50%-60%的重合度。”王亚川说。

“如果只是整理数据目录，这并不困难，关键是如何在开放过程中保证数据安全与公民隐私。比如地理信息数据，原则上是可以开放的。但如果这些数据精确到某种程度，那可能会危害国家安全。所以，我们要把国家在安全和保密方面的规定整合进来，对数据开放行为进行制度层面的约束。从这个角度来说，那些设立大数据管理局的地方就可以通过这个职能部门完成这些工作。”邹明达说。

不过，任伟魏却并不看好由大数据管理局承担组织制定大数据收集、管理、开放、应用等标准规范方面的职能。

“各地大数据管理局制定标准后，除了用于政府数据，也会使本地企业向这些标准靠拢，但问题在于，与大数据行业本身高速运转的现状相比，政府的工作节奏慢，存在滞后性，恐怕无法在短期里解决行业需要改善的问题。”

“而且，各行各业的大数据应用水平差距明显，金融、零售、电信等大数据应用成熟的行业早已过了制定标准规范的阶段，现在更多关注运营，以及客户资源挖掘中的风险。而例如旅游这些当前大数据应用相对缓慢的行业，反而需要尽快完成标准制定的工作。”任伟魏说。

在他看来，如果各个大数据管理局都自立标准，那么，各地的标准之间还存在能否统一、兼容等问题，否则，这就是画地为牢。“而且，各地的大数据管理局还可能争抢全国性标准规范制定中的主导权，从而出现掣肘。”

数据交易雏形

事实上，完成制定大数据收集、管理、开放、应用的标准规范后，大数据管理局或将进入更深层的领域—数据交易。至少，沈阳大数据管理局的职责中就包括制定大数据交易的标准规范。

目前，贵阳、武汉、陕西西咸新区等地都成立了大数据交易所，探索大数据交易机制，而广州、哈尔滨等城市正有这方面的计划。今年5月，国务院副总理马凯还曾到贵阳大数据交易所考察。

但国内的大数据交易如今尚在初期。王亚川告诉时代周报记者：“我们认为，底层数据是不可交易的，但通过清洗、脱敏、建模及可视化技术形成的分析结果可以交易，而且，可以反复交易。例如，车管所的一些数据既可以服务保险公司，也可以被其他行业所用。”

而参与发起长江大数据交易所的亚信数据副总裁邹明达认为，数据交易要经历三个发展阶段，首先是数据的信息化，也可以理解为采集数据；其次是数据的资产化，即，把数据变成类似商品实物的资产；最后才是数据的资本化。到了这个阶段，数据可以被定价，可以像金融商品一样交易。“目前的数据交易处于数据信息化和数据资产化的阶段，尚未达到数据资本化的高度。”

邹明达表示，他们做的大数据交易只是数据使用权的交易，或是通过数据加工得到的有价值的结果的交易，而非真正意义的产权交易。

而在定价方面，运营中的大数据交易所普遍采用撮合定价的方式：交易所拥有价格的建议权，数据卖方拥有决定权，而影响价格的主要因素包括数据的量级、样本的覆盖度、数据颗粒的大小、质量、更新频率等。

据介绍，从今年4月中旬运营至今，贵阳大数据交易所总共完成了2000多万的交易额，目前的交易主体主要是行业内的大型企业。比如，首批数据的交易卖方为腾讯和广东省数字广东研究院，买方为京东云平台及中金数据。通常，在交易中，贵阳大数据交易所获得交易金额的四成，数据卖家获得六成。

而据王亚川透露，预计今年年底，贵州省将有第一批政府数据推送到贵阳大数据交易所进行变现。

王亚川认为，政府数据分为三类，一类是惠民信息，无偿公开；一类是国家保密条例限制的数据，不予公开；还有一类则是政府可以公开但没有义务公开的数据。“过去，政府没有动力开放这部分数据，但在国务院发布《纲要》后，政府的开放动力增强，他们会借助大数据交易所的平台来开放数据，同时实现变现。”

业内也有一种观点认为，政府数据的实际拥有者是民众，政府能否通过售卖这些数据获得收益还有待探讨。

对此，邹明达则认为，政府在开放数据之前需要进行数据收集、清洗、脱敏，甚至还要按照需求加工，这些都要花费成本，所以，数据开放不能完全依靠财政支出，可以有一些收入。

事实上，除了各地带有政府或国资背景的大数据交易所正在积极探索数据交易之路，阿里巴巴旗下的阿里云也在尝试设计数据交换机制。

“在交易机制这块，包括政府、阿里这样的互联网企业，以及IBM、Oracle等ICT企业，各方都想成为主导者。”任伟魏认为，在数据交易这件事上，大企业的想法是成为业内标准的制定者，而中小企业自己产生的数据不多，寄望相应的机制能够保证其充分利用各类数据源。

不过，大数据交易距离标准规范最终落定还有很长一段路，毕竟目前，各地的大数据管理局才刚刚成立，他们的工作正从顶层设计向多个维度逐渐展开。

以上是小编为大家分享的关于大数据管理局:追赶高速运转的大数据行业的相关内容，更多信息可以关注环球青藤分享更多干货

Ⅶ 大数据如何变得如此之大

今年真是大数据的交叉年：作为一个概念、作为一个术语、同时还作为一种营销工具。大数据已异军突起，突破科技界的局限，成为主流。首先，关于大数据，这里必须强调几点：大数据是今年在瑞士达沃斯9374.html">世界经济论坛上的一个特色主题，报告题为《大数据，大影响》。今年3月，美国联邦政府宣布投资2亿美元启动“大数据研究和发展计划”。里克斯莫兰，“一日生活”摄影系列的创作者，有了一个新的项目作品，被称为“人类面对大数据”。纽约时报也采用这一名称，其文章标题是《大数据时代》和《数据大校园》。宣布大数据时代已经明确到来的标志是上个月斯科特•亚当斯的讽刺漫画《呆伯特》的问世。一个专栏导读说：“到处都是它，它什么都知道。它的名字叫大数据。”大数据的故事就像是一个米姆决策。其有两方面的重要成分。首先是这个词汇本身没有太多的技术含量，但却朗朗上口，依稀令人回味。第二是这一词汇背后则蕴藏着具有巨大的技术发展潜力，同一些技术陷阱。大数据是一个速记的标签，通常是指运用人工智能，如机器学习，在大量数据中捕获标准数据库。新的数据来源包括网页浏览数据、社会网络通信、传感器数据和监测数据。结合海量的数据和软件算法打开了新的商业机会的大门。例如，谷歌和Facebook这样的大数据公司。去年，来自IBM的沃森(人工智能程序)击败了人类，在电视智力竞答节目“Jeopardy!”中获胜，便是大数据计算的一个胜利。从理论上讲，大数据可以提高从商业到医药领域中的决策，允许根据数据和分析，而不是直觉和经验来做出决定。“这个词本身是模糊的，但它正在变得越来越真实。”康奈尔大学的计算机科学家乔恩•克莱因伯格说。“大数据是一个过程，一个口号，它有可能改变一切。”长期以来，数据量的持续上涨一直是一个挑战。从19世纪后期，普查员就苦于不知如何将快速增长的美国人口进行计数和分类。1890年，当人口达到6300万的时候，人口普查迎来了一个创新突破。赫尔曼霍尔瑞斯发明穿孔卡片数据工具被证明是机器可读的，这些卡片于是成为了IBM公司的技术基石。因此，大数据这一术语是对现实状况的一种修辞，当涉及到数据的时候，“大”是一个快速移动的目标。2008年，据一些计算机科学家和业内高管介绍，“大数据”开始在科技界获得的重视。Wired杂志上发表的文章，提出了中肯的机会及将会影响现代的海量数据。Wired宣布，这种新的计算方式，开启了PB时代。这是一本很好的杂志，但“PB字节”的标签太技术而无法成为主流，不可避免地，PB字节数据将让位给更大的字节：艾字节：zettabytes和yottabytes。起初，许多科学家和工程师冷笑道，大数据只是一个营销术语。但良好的营销加上有效的沟通，在任何领域都是有价值的技能。例如，数学家约翰•麦卡锡在1955年提出了“人工智能”一词时，他申请洛克菲勒基金会的资助时的巧妙的措辞便是一种绝妙而理想的营销。在2008年年底，一批全国领先的计算机科学的研究人员开始接受大数据，计算机界联合会、计算研究协会与政府的国家科学基金会的合作，这代表了学术界和企业的研究人员接受大数据的概念。计算机协会出版了一份有影响力的白皮书《大数据计算：开创商业、科学和社会领域的革命性突破》。其作者是三位著名的计算机科学家，卡耐基•梅隆大学的兰道尔•布赖恩特(RandalE.Bryant)、加利福尼亚大学伯克利分校兰迪•卡兹(RandyH.Katz)、华盛顿大学的爱德华•拉佐斯加(EdwardD.Lazowska)。上述专家的代言给了大数据以智力可信度。IBM技术研究员兼新兴互联网技术副总裁罗德A.史密斯说，他十分喜欢这个术语，因为它引导人们的思维从机械数据处理走向数据量的精确措施处理。“实际上，大数据真正在于其新用途和新见解，而不在于其那么多的数据本身。”史密斯先生说。IBM通过其大数据营销，尤其是与客户产生共鸣。在2008年，史密斯先生的研究小组发布了一个网站，解释大数据主题，该网站的知名度速度被大大扩展。在2011年，该公司推出了Twitter帐号，包括#IBMbigdata。IBM公司有一个大数据的newsletter，并在1月份发表可以分电子书《了解大数据》。自1976年成立以来，SAS软件研究所这家世界上最大的私人持有的软件公司，已通过数据库进行筛选开发软件，寻找价值并掘金。总部设在北卡罗来纳州Cary,N.C.的SAS，已在该领域有过许多营销术语，包括“数据挖掘”、“商业智能”和“数据分析。”起初，SAS的首席营销官吉姆•戴维斯，将大数据视为另一个行业阶段性的概念炒作。“我最初曾嘲笑过这个术语。”戴维斯先生回忆说，他指出他们公司的大企业客户，如银行和保险公司，已挖掘了几十年的大量数据了。但大数据试图寻找挖掘所有网络数据以及外部数据库。SAS公司的技术已经利用网络时代的数据资产，改变了其市场。去年，公司开始采用大数据和“大数据分析，与此同时采用的还有他们已使用了多年的“高性能分析”。五月公司任命保罗肯特为公司的大数据副总裁。“我们不得不跟随着潮流。”戴维斯先生说。大数据的支持者说其带来的回报远远大于风险。尽管如此，智能技术保证观察、记录，并作出有关人类行的为前所未有的推论应该可以促使一些新的想法的产生，无论是创造这些技术的人，还是使用它们的人。以上由物联传媒转载，如有侵权联系删除

Ⅷ 大数据的价值在于开放和跨界深度挖掘

大数据的价值在于开放和跨界深度挖掘

在专家们看来，数据的开放和跨界融合，是大数据产业得以发展壮大的关键。发展大数据产业，也是推动互联网＋的必然需求。大数据并不遥远收集美国气象局、中国气象局、欧洲天气预报中心的公开数据，加上对各大河流的地貌数据，东方科技董事长李胜利用自己的独特算法，就可以提前预测全球任何一个水电站是否会遭遇大洪水……这就是“东方祥云”项目的魅力所在，也让大众真实感受到大数据的魔力。在大数据商业模式大赛的决赛中，“东方祥云”项目最终获得一等奖，从惠及民生的角度来说，这一奖项实至名归。中国是一个水资源匮乏但水害多发的国家，仅2013年全国因洪涝灾害死亡的人数就达1148人。2007年7月，贵州平塘发生特大洪水，造成5.7亿元直接经济损失。2012年7月，该县再次遭遇特大洪水，不但无一人伤亡，直接经济损失也降到6000万元。“原因在于，2010年受灾后，平塘县安装了我们的山洪灾害预警监测平台，得到洪水预报，及时采取措施。”李胜告诉记者，全国约有15万座水电站、水库，如果使用东方祥云的大数据技术进行来水预报服务，并合理调度用水，可为水库、水电站节省90%的运维成本。在这次比赛中，这样的项目并不少见。比如，大赛获奖项目“蜂能”，通过智能用电终端和强大的数据运算系统，采集设备用电数据，对其分析并进行节电和需求优化管理，可实现节约用电10%~20%。“在一些具体的产业，大数据已经应用得非常广。实际上，大数据挖掘是推动互联网 的有效方式。”清华大学教授韩亦舜对记者表示，本次大赛的众多获奖项目，就体现出“大数据时代已经到来”。开放才有价值在专家们看来，大数据只有开放才有价值，封闭、不流通的数据无法形成产业。“如果没有美国气象局等机构在网络公开的气象数据，我们即便有最精确的算法，也无法做到水库水位的提前预报。气象数据和地貌、水文数据的跨界与沟通，才能让我们的计算更加准确。”李胜坦言。韩亦舜指出，包含丰富的数据源是大数据产业发展的前提。但是，我国政府、企业和行业信息化系统建设往往缺少统一规划和科学论证，系统之间缺乏统一的标准，形成了众多“信息孤岛”，而且受行政垄断和商业利益所限，数据开放程度较低，这给数据利用造成极大障碍，亟须改变。“云上贵州”提出逐步开放数据，无疑具有重大的意义。贵州省经济和信息化委员会主任李保芳也向记者表示，政府数据资源应当在安全前提下逐步有序适当开放。“事实上，政府通过数据开放，改进公众服务和社会管理，营造创新环境和释放商业机会，市民、企业和政府都将是开放数据的受益者。”仍待深度挖掘贵州省经信委提供的相关报告显示，2014年贵州大数据信息产业实现规模总量1460亿元，电子信息产业单月规模达到130亿元。韩亦舜认为，未来，人类一切生产、生活包括民生、环保、公共安全、城市服务、工商业活动都将囊括在智慧体系的理想服务之下，而智慧的来源便是大数据。“大数据作为一种资源，其独特性在于可重复利用，而且可以在不断的挖掘中继续产生新的价值。”阿里巴巴集团副总裁、大数据专家涂子沛指出，从目前来看，亟须对数据进行深度挖掘。“目前，在大数据产业领域，我国与各工业强国基本上处于同一起跑线。只要充分利用大数据产生的力量，未来可以帮助中国产业实现弯道超车。

以上是小编为大家分享的关于大数据的价值在于开放和跨界深度挖掘的相关内容，更多信息可以关注环球青藤分享更多干货

Ⅸ 调研显示中国大数据应用与全球仍有差距

调研显示中国大数据应用与全球仍有差距

BM发布了全新《分析：速度的优势》白皮书，该白皮书基于IBM对60全球多个国家中超过1000位业务和IT高管的深度调研，对当前大数据[注]在中国及全球企业应用的现状进行了全面分析。该白皮书指出目前影响快速发展的数字市场的四个重大变化趋势，并基于企业的数据分析能力将他们分为领跑者、慢跑者、参与者和旁观者四个组别。同时，白皮书就企业在分析生命周期的三个关键阶段提出了快速将数据转变为洞察并驱动行动的建议，帮助企业在竞争中保持领先优势。作为全球发展最快的大数据市场，在此次调研中，虽然超过四分之三的大中华区企业在一年内实现了大数据的投资回报，显示了高于全球的投资信心，但是更多的中国企业更注重利用大数据分析来赢得新客户而不是创造更好的客户体验，同时，中国企业普遍在利用大数据推动数字和流程整合转型方面落后于全球整体水平。

IBM 大中华区全球企业咨询服务部高级合伙人兼副总裁Steven Davidson 表示：“随着大数据应用的不断深入，新的发展与变化已经产生。通过此次《分析：速度的优势》白皮书的发布，我们可以看到，速度优势对企业在竞争取胜至关重要。一部分企业正通过速度驱动的数据和分析实现差异化发展，对业务绩效和竞争地位产生了显著的影响。这一趋势对于全球企业高管，尤其是那些致力于利用创新技术推动自身发展的中国企业的领导尤为重要。IBM一直致力于与中国企业紧密合作，分享自身丰富的大数据分析洞察与资源，共同携手推动业务的创新与增长。”

四大变化引领全球大数据应用发展

作为IBM第六次全球数据分析调研，此次调研对象包括60多个国家中超过1,000位业务和IT高管，其中也包括大中华区企业。IBM 2014年全球分析调研揭示了影响快速发展的数字市场的四个重大变化：

变化1：绝大多数企业目前在一年内实现了大数据投资的回报。

变化2：以客户为中心仍是分析活动的主要目的，但企业越来越多地将注意力集中于利用大数据应对运营挑战。

变化3：通过将数字化能力集成到业务流程中实现企业转型。

变化4：大数据的价值推动力从数量转变为速度。

领跑者数据分析驱动实践，速度成关键

该白皮书指出要跟上当前的发展速度，企业需要全面地采用分析技术。基于企业现阶段分析能力，白皮书将企业分为四个组别：领跑者、慢跑者、参与者和旁观者。占10%的领跑者最有能力满足速度需求，并创造了巨大的商业价值。超过一半的领跑者都表示分析对业务表现和收入产生了显著影响并且使他们获得了显著的竞争优势。但大中华区在分析对业务、收入和竞争力方面产生影响的表现仍与全球领跑者存在着较大差距。为了创造业务价值，中国企业需要仿效领跑者，并且加快速度管理数据和分析，并依据数据洞察采取行动。

通过大数据分析构建速度驱动型企业

此次研究还表明，将原始数据的数量和多样性转变为洞察驱动的行动的速度是企业从数据和分析中创造价值的关键。支持这一速度的力量是使用大数据技术。在企业内加快分析速度不能一蹴而就，企业必须在分析生命周期的每个关键阶段保持领先：获取、分析和行动。

在获取阶段，快速获取和整合数据的能力对于创造速度优势非常关键。企业在寻找和管理数据时必须能够保证数据使用方式和时间的灵活性和敏捷性。企业需要推出支持数据多样化的解决方案，让数据为企业提供动力。

在分析阶段，追求行动速度的企业需要集中精力分析数据，并确定最有可能对业务产生积极影响的洞察。

在行动阶段，企业提高当前所需的快速行动能力的最后一步是真正地采取行动，并且快速处理数据。企业需要通过数字与流程的整合提升端到端的速度，使分析数据可供员工和高管使用，从而做到洞察交付和洞察需求相互匹配。

IBM推动中国企业大数据应用的快速发展

作为全球大数据技术与应用的领导者之一，IBM一直努力与广大中国企业、组织保持紧密的合作关系，并通过自身丰富的全球实践帮助众多企业成功应用大数据分析技术，实现了业务的创新与发展。

在汽车工业领域，IBM帮助上汽集团成功打造中国汽车市场首个O2O[注]电子商务平台——车享网。该平台将基于线上客户数据，有效判断客户潜在需求(+微信关注网络世界)，提高运营分析效率，为客户提供及时的、个性化的服务与信息。通过全面的客户洞察做到精细化营销，车享网平台将大幅提升会员管理水平。通过数据分析提升汽车消费者全生命周期服务能力，真正做到高品质的客户体验。

在金融领域，去年，IBM帮助中国银行天津分行打造智能化网点，通过整合中国银行的后台数据分析平台，利用大数据分析技术，分析用户的业务偏好，为验证销售具体产品市场策略的有效性能提供重要的数据依据。

在快消领域，IBM与蒙牛集团于去年底达成战略合作。借助IBM强大的社交大数据分析与商务智能等解决方案，蒙牛将构建有效的大数据分析能力，发现新的客户洞察，并以此作为企业决策与业务流程优化的依据。

在零售领域，今年初IBM在帮助国内休闲食品领先企业良品铺子打造全渠道信息化应用平台的过程中，通过大数据分析，帮助企业将顾客有效地分群，从而实现精准营销和差异化服务。

在新互联网时代下，随着大数据、云计算[注]、社交及移动趋势的快速崛起，IBM正在构建自身全新的服务能力。在大数据应用领域，IBM一直引领着创新和发展，并不断融合自身在各行业与全球化发展中的经验，不断帮助中国客户紧抓新时代下的发展机遇，以稳健的步伐成长为全球企业的领导者。

以上是小编为大家分享的关于调研显示中国大数据应用与全球仍有差距的相关内容，更多信息可以关注环球青藤分享更多干货

Ⅹ 百度总裁和副总裁分别是谁

hi，亲。目前网络总裁为1人，网络管理团队为8人。8人分别是：总裁李彦宏；首席财务官余正钧；首席技术官王海峰；高级副总裁沈抖；副总裁梁志祥；副总裁崔珊珊；副总裁吴甜。

李彦宏

李彦宏，网络公司创始人、董事长兼首席执行官，全面负责网络公司的战略规划和运营管理。2000年1月，李彦宏从美国硅谷回到祖国创建了网络。经过十多年的发展，李彦宏领导下的网络已经发展成为全球第二大独立搜索引擎和最大的中文搜索引擎。2003年，网络贴吧上线，标志着网络领先于全球同业，开创用户贡献内容的web2.0时代。作为国内互联网行业的先行者和领导者，李彦宏取得的成绩也受到多方认可。2013年，李彦宏正式当选第十二届全国政协委员，同时兼任第十一届中华全国工商业联合会副主席、第八届北京市科协副主席等职务，并获聘“国家特聘专家”。此外，他还曾经获得 “CCTV中国经济年度人物”、“IT十大风云人物”，“改革开放30年30人”等荣誉称号。《福布斯》“2012中国最佳CEO”评选中，李彦宏名列榜首，并连续3年作为唯一内地企业家代表上榜“全球最具影响力人物”。《时代》、《商业周刊》等杂志也多次将他评为“全球最具影响力人物” 和“中国最具影响商界领袖”。

余正钧

余正钧（Herman）先生于2017年9月加盟网络，担任集团公司首席财务官，全面领导网络财务体系的构建、发展和运营。Herman拥有二十多年的财务管理经验。2004-2015年，Herman在新浪公司担任了八年首席财务官。加入新浪前，Herman曾在硅谷服务于Adobe Systems、Cadence Design Systems和VeriFone等公司。Herman拥有加州CPA，美国南加州大学财会专业硕士学位及加州大学经济学学士学位。他目前是58同城和中通快递的董事。

王海峰

王海峰，博士，现任网络首席技术官。整体负责网络人工智能、大数据、云计算、安全等技术和生态，以及智能云、地图、输入法等业务。2010-2013年期间，王海峰先后为网络创建了自然语言处理部、互联网数据研发部（包括知识图谱和互联网数据挖掘）、推荐引擎和个性化部、多媒体部（包括语音和图像技术）、图片搜索部、语音技术部等；2013年上半年作为执行负责人，协助创建了网络深度学习研究院（IDL）；2014年，转岗至搜索业务群组任副总经理，先后负责网络搜索、手机网络、信息流等重要产品。2017年3月晋升为网络estaff，并组建AIG。2018年5月晋升为网络高级副总裁。2018年底，统领TG和AIG，总体负责网络人工智能、大数据、云计算、安全等技术和生态，以及地图、输入法等业务。2019年5月王海峰被任命为网络集团首席技术官，9月网络智能云事业群组（ACG）融入王海峰负责的CTO体系。2020年伊始，王海峰将原AIG（AI技术平台体系）、TG（基础技术体系）和ACG（网络智能云事业群组）整体整合为人工智能体系（AI Group，AIG）。新AIG包含技术中台群组（TPG）和智能云事业群组（ACG）两大群组，继续由王海峰整体负责。

沈抖

沈抖，博士，现任网络高级副总裁，负责移动生态事业群组工作。2014年入选“北京市海外高层次人才”、“北京市特聘专家”。沈抖博士2012年加入网络，在2012年-2016年期间，曾担任网络公司联盟研发部总监、网页搜索部高级总监、金融服务事业群组（FSG）执行总监。2017年晋升为网络公司副总裁，全面负责网络APP、信息流、好看视频、百家号、网络新闻、网络浏览器、hao123等移动相关业务。2019年开始全面负责搜索公司用户产品, 带领团队充分发挥“搜索和信息流”双引擎的优势，打造“一超多强”的移动产品矩阵，建设健康、繁荣的网络内容生态。在加入网络前，沈抖博士曾在微软（西雅图）担任研究员、科研项目经理，后创办Buzzlabs公司，被CityGrid Media公司收购。

梁志祥

2005年6月加盟网络,2011年6月晋升为副总裁,并担任总法律顾问。曾在2013年初至2018年2月任CEO助理。梁志祥负责网络大法务审核监察体系工作,具体包括法务部、交易及合规法律部、政策研究部、专利事务部、业务监察部、刑事法务侦查部、风控体系产品技术部、在线管理部、业务审核管理部、法务体系糯米业务审核部等。梁志祥毕业于美国耶鲁大学法学院,获得硕士学位。之前,梁志祥曾获得北京大学法学院,澳大利亚新南威尔士大学法学院法律学位。梁志祥曾供职于中国国务院法制办公室、君合律师事务所,并曾在美国达维律师事务所Davis Polk & Wardwell LLP纽约总部进行工作交流。梁志祥为公司在各种新业务、新模式的探索中提供了有力的政策法律支持和保障。梁志祥也曾直接参与网络2005年在美国纳斯达克IPO进程,完成了网络历年的收购兼并和国内外商务合作项目当中的政策和法律支持工作。

崔珊珊

崔珊珊2000年1月加入网络，是网络七位创业员工之一，现任网络副总裁，负责人力资源管理工作。崔珊珊历任初中高各级研发及技术管理职位，是网络核心技术部门（大搜索）主要负责人。2010年7月崔珊珊暂别网络，回归家庭并从事小说写作。2017年12月崔珊珊回归网络，担任网络文化委员会秘书长，并主导了网络OKR的落地实施。

崔珊珊1997年本科毕业于北京理工大学，2000年硕士毕业于中国科学院大学。

吴甜

吴甜，现任网络公司副总裁，深度学习技术及应用国家工程实验室副主任。负责网络自然语言处理、知识图谱、视觉技术、增强现实技术、深度学习技术平台飞桨（PaddlePadddle）、网络大脑开放平台与生态等。2019年12月9日，荣获2019“北京青年榜样·时代楷模”称号。