报告范文是对某一事件、情况或问题进行深入调查和研究后的写作成果，它可以为我们带来新的认识和启示，我认为我们需要读一读相关的报告范文。希望大家能够通过阅读范文，找到自己感兴趣的主题和研究方向，并取得优秀的写作成果。
大数据报告
今年，火车票预售期由春节前60天缩短至30天。昨天下午，去哪儿网通过对60多万条飞机航线、50余万条铁路客运线进行大数据计算，对外发布了《春运大交通数据报告》，为回家旅客提供参考。报告显示，20春运期间，预计铁路车票中高铁占比将超4成;航班出发最集中的日期是年1月24日，十大难买票航线中，北京占了一半。同时“怡起回家”福利通道已开启，将为旅客提供最高金额达100元的火车票减免优惠券等多项福利。
火车票。
超四成人将坐高铁。
铁路向来是春运客运量最高的交通工具，据去哪儿网大数据预测，2017年12月15日将进入旅客春运抢票高峰，此轮去程购票高峰将和去年一样，一直持续到春节前结束。
今年春运，铁路最热门的出发地集中在北京、上海、成都、重庆和杭州。这些城市多属于超一线和新一线城市，外来人口集中，也是多条铁路线路的起始地。一个显著的变化是，购买快速铁路车票的用户比例不断增加，选择乘坐高铁的人数占比达到了41.5%，选择乘坐城际铁路的人群比例也达到了10.3%，整体超过了总数的一半。乘坐上海出发的高铁线路人数最多，杭州、长沙、北京、广州的票量紧随其后。
飞机票。
北京飞佳木斯特难买。
2017年春运出发最集中的日期是2017年1月24日，已经进入了乘飞机回家旅客的人数峰值期，全国重要的机场将进入到繁忙状态，返程高峰则从大年初六即2017年2月2日开始。
北京至成都、深圳至重庆、上海至哈尔滨、北京至三亚、广州至重庆、深圳至成都、成都至北京、重庆至广州、北京至哈尔滨、上海至成都，这十条是往年最热门的空中回家路。据去哪儿网大数据统计，北京至佳木斯的航线，在众多热门航线中并不起眼，但订票时间却比其他航线早很多，平均会提前36天。而从深圳回海口更早，一般提前43天，堪称最难买航线。记者注意到，在“春运期间十大最难买线路”中，北京起飞地就占了一半。
接送站。
4点到11点为乘车高峰。
春运期间，95%的旅客会有行李箱、背包并携带各种礼品，专车接送机/站成为热门出行工具。北京、成都、深圳、上海、三亚、广州、昆明、西安、哈尔滨、厦门等10个城市成为去哪儿接送机使用率最高的城市。
在接送机/站的用户中，25至35岁年龄段人群最高，占比48%，35至45岁占比也超过两成。在预约时间上看，男性一般提前在出发前3.5天至4.1天预订接送机服务;女性用户明显准备更加充分，其预约时间在4.1天至5.6天。
从出行时段上看，4点至11点为旅客乘车去机场、火车站高峰，其中5至6点出发人群最高，高达6.9%;10至11点又会出现小的高峰，出行占比为5.1%。
发福利。
买火车票最高减100元。
由华润怡宝饮料(中国)有限公司和去哪儿网发起的2017“怡起回家”春节活动于昨天正式启动。即日起至2017年2月11日，旅客打开去哪儿网app找到“怡起回家”专题可以参加红包抽奖，覆盖去哪儿网旗下机票、火车票、汽车票、接送机租车、度假、门票、酒店等全线产品。
其中，活动力度最大的是乘坐比例最高的“火车票”，活动为旅客提供了最高金额达100元的火车票减免优惠券，并可直接用于购票抵扣，还有千张“1元机票”秒杀、4000份车车代金券、4万份出游保险等多种优惠。过年期间，旅客还将享受到国内外12条免费度假线路、3万份怡宝定制红包和1万份出游保险的额外奖项。
相关。
北京至昆明高铁首发。
记者从北京铁路局获悉，自2017年1月5日起，北京将首开昆明、福田和绍兴方向高铁列车，北京西至昆明南最快旅行时间较现行直达特快压缩约21小时，实现“朝发夕至”。
铁路部门提示，为了配合此次运行图和下一步春运运行图的调整，12月30日以后的火车票预售期调整为30天。按此计算，今日最远可以买到2017年1月4日的火车票，有出行需求的旅客，可登录中国铁路客户服务中心网站或通过车站窗口、火车票代售处、拨打北京铁路局订票电话(95105105)购买车票。
列车调整。
首开北京西至昆明南g403/4次、g405/6次高铁列车2对;。
首开北京西至福田高铁列车2对，g71/2次、g79/80次;。
首开北京南至绍兴北高铁列车1对，g39/40次;。
增加1对北京南至商丘g1567/8次高铁列车;。
延长3对快速列车运行区段：北京西至桂林北k21/2次延长至南宁;保定至南京k849/52/49、k850/1/0次延长至上海;天津至大同k608/5次延长至朔州;大同至秦皇岛2604/1次改为朔州至秦皇岛。
大数据报告
12月8日消息，第一财经商业数据中心发布的《中国互联网消费生态大数据报告》显示，中国7.1亿网民将成为潜在的互联网消费者。
80后、90后消费观念大不同。
报告显示，80后与90后作为互联网消费领域的核心消费人群，90后在线上拥有鲜明消费特征，主要的标签是娱乐至上、爱新鲜和个性化。90后在玩乐方面的兴趣广泛，既表现出对桌游、美食、夜生活的喜爱，也对二次元、游戏等虚拟领域有着更高的付费意愿。
相比较下，80后则更顾家，在互联网理财、互联网地产、电商等消费领域有显著的消费特征，是互联网消费的主力人群。从阅读内容方面看，80后更加偏爱看健身、旅游、时尚、房产等话题的资讯;购物方面看，80后也更偏爱大家电、汽车用品、童装等居家物品，由此可以看出，80后互联网消费者特征的关键词是家庭化、品质和资讯控。
网红借力电商成“吸金王”
今年电商和社交的融合成为一个典型现象。数据显示，红人经济的发展使得红人店铺的浏览成交高于一般女装店铺，近50%的粉丝有重复购买的行为，并且规模大的红人店铺比一般红人店铺转化率高出57%。可以看出电商红人的店铺具有粉丝粘性高、高浏览高转化以及销售爆发力强的优势。
便捷和品质成互联网消费核心诉求。
移动互联网的渗透和众多新应用的兴起使得我国互联网消费生态不断孕育繁衍，消费者的需求也因此更加清晰细分，便捷与品质的诉求是两大明显特征。
报告提出，消费趋势的便捷主要体现在降低门槛、资源优化、服务整合和随时随地四个特性。以滴滴出行为例，滴滴优化夜间运力资源极大满足了人们夜间个性化出行的需求。数据显示，机场、火车站、餐饮等夜间交通资源不足的地方，使用滴滴出行的偏好度均呈现上升趋势，体现出网约车满足了消费者的`交通需求。
需求“品质化”则大大促进了商家运营发展轨迹的高端化、定制化、专业化和服务化。报告数据显示，从趋势上看，飞猪三年跟团游的增幅高于自由行的增幅，且跟团游中有近8成的订单数是当地游，可以看出组件式的“diy自由行”已成为了消费者旅游出行的新风尚，同时也反映了多元化的自由行产品为消费者提供了更丰富的定制体验。
春运交通大数据报告
近期成立的深圳市综合交通运行指挥中心囊括深圳全市24个交通信息化系统和海量的交通基础数据，上述问题应该也是其重点的研究方向。
抛砖引玉：
分析案例1：结合公交车gps数据、乘客刷卡信息等数据，能够获取每辆公交车每个站点停车时间、上下车乘客数量、乘客精细时空轨迹等，再此基础上应该可以做“公交车线路、站点、发车频次优化”、“典型居住区和就业地的通勤出行分析”等分析。
分析案例2：结合rfid、gps等数据，能够获取车辆精细化时空轨迹信息，能够对行车辆行驶轨迹、路段行程时间可靠性、od分布(起点-终点)等进行数据分析，应该能替代部分传统交通规划和交通需求分析的内容，理论上应该更加实时可靠。
[大数据理论指导交通数据分析的方法]。
大数据专业调研报告
摘要：大数据时代的数据格式特性首先让我们先来了解一下大数据时代的数据格式特性。从it角度来看，信息结构类型大致经历了三次浪潮。必须注意这一点，新的浪潮并没取代旧浪潮，它们仍在不断发展，三种数据结构类型一直存在，只是其中一种结构类型往往主导于其他结构：结构化信息这种信息可以在关...根据idc的调查报告预测到2020年全球电子设备存储的数据将暴增30倍，达到35zb（相当于10亿块1tb的硬盘的容量）。大数据浪潮的到来也为企业带来了新一轮的挑战。对于有准备的企业来说这无疑是一座信息金矿，能够合理的将大数据转换为有价值信息成为未来企业的必备技能。恰逢此时，csdn专门针对企业相关人员进行了大规模问卷调研，并在数千份的调查报告中。
总结。
出现今企业大数据业务的现状。在此我们也将调研结果展示与此以供大家参考。
大数据时代的数据格式特性首先让我们先来了解一下大数据时代的数据格式特性。从it角度来看，信息结构类型大致经历了三次浪潮。必须注意这一点，新的浪潮并没取代旧浪潮，它们仍在不断发展，三种数据结构类型一直存在，只是其中一种结构类型往往主导于其他结构：
结构化信息——这种信息可以在关系数据库中找到，多年来一直主导着it应用。这是关键任务oltp系统业务所依赖的信息，另外，还可对结构数据库信息进行排序和查询；半结构化信息——这是it的第二次浪潮，包括电子邮件，文字处理文件以及大量保存和发布在网络上的信息。半结构化信息是以内容为基础，可以用于搜索，这也是谷歌存在的理由；非结构化信息——该信息在本质形式上可认为主要是位映射数据。数据必须处于一种可感知的形式中（诸如可在音频、视频和多媒体文件中被听或被看）。许多大数据都是非结构化的，其庞大规模和复杂性需要高级分析工具来创建或利用一种更易于人们感知和交互的结构。
企业内部大数据处理基础设施普遍落后。
从调查结果可以看出，接近50%的企业服务器数量在100台以内，而拥有100至500台占据了22%的比例。500至2000台服务器则占据剩下28.4%的比例。可以看出面对大数据现今大部分企业还没有完善其硬件基础架构设施。以现阶段企业内大数据处理基础设施的情况来看50%的企业面临大数据处理的问题（中小企业在面对大数据的解决之道应遵循采集、导入/处理、查询、挖掘的流程）。
但这只是暂时状况，“廉价”服务器设施会随着企业业务的发展逐渐被淘汰出历史的舞台，在未来企业基础架构体系的硬件选用上，多核多路处理器以及ssd等设备会成为企业的首选。facebook的opencomputeproject就在业界树立了榜样，opencomputeproject利用开源社区的理念改善服务器硬件以及机架的设计。其数据中心pue值也是领先与业内的其他对手。
而在具有大数据处理需求的企业中52.2%的日数据生成量在100gb以下，日数据生成量100gb到50tb占据了43.5%，而令人惊讶的是，日数据生成量50tb以上也有4.4%的份额。数据量持续的增长，公司将被迫增加基础设施的部署。专利费用将一直增加，而开源技术，则省了这笔一直持续的专利费。对于急需改变自己传统it架构的企业而言，传统的结构化数据与非结构化数据的融合，成了所有人关心的问题。
企业面对大数据处理的挑战与问题。
现今大数据呈现出“4v+1c”的特点。既variety：一般包括结构化、半结构化和非结构化等多类数据，而且它们处理和分析方式有区别；volume：通过各种设备产生了大量的数据，pb级别是常态；velocity：要求快速处理，存在时效性；vitality：分析和处理模型必须快速变化，因为需求在变；complexity：处理和分析的难度非常大。
从图中我们可以看出资源利用率低、扩展性差以及应用部署过于复杂是现今企业数据系统架构面临的主要问题。其实大数据的基础架构首要需要考虑就是前瞻性，随着数据的不断增长，用户需要从硬体、软件层面思考需要怎样的架构去实现。而具备资源高利用率、高扩展性并对文件存储友好的文件系统必将是未来的发展趋势。
应用部署过于复杂也催生了大数据处理系统管理员这一新兴职业，其主要负责日常hadoop集群正常运行。例如直接或间接的管理硬件，当需要添加硬件时需保证集群仍能够稳定运行。同时还要负责系统监控和配置，保证hadoop与其他系统的有机结合。
而多格式数据、读写速度（读写速度是指数据从端点移动到处理器和存储的速度）以及海量数据是企业面临大数据处理急需解决的技术挑战。众所周知随着大容量数据（tb级、pb级甚至eb级）的出现，业务数据对it系统带来了更大的挑战，数据的存储和安全以及在未来访问和使用这些数据已成为难点。同时大数据不只是关于数据量而已。大数据包括了越来越多不同格式的数据，这些不同格式的数据也需要不同的处理方法。充分利用有用的数据，废弃虚伪无用的数据，是数据挖掘技术的最重要的应用。
企业内部数据分析与挖掘工具应用现状。
云时代企业数据挖掘面临如下三点挑战。挖掘效率：进入云计算时代后，bi的思路发生了转换。以前是基于封闭的企业数据进行挖掘，而面对引入互联网应用后海量的异构数据时，目前并行挖掘算法的效率很低；多源数据：引入云计算后，企业数据的位置有可能在提供公有云服务的平台上，也可能在企业自建的私有云上，如何面对不同的数据源进行挖掘也是一个挑战；异构数据：web数据的最大特点就是半结构化，如文档、报表、网页、声音、图像、视频等，而云计算带来了大量的基于互联网模式提供的saas应用，如何梳理有效数据是一个挑战。抛去价格因素之外可以看出反应速度慢、操作不方便、数据不准确、分析不准确这四项是企业数据分析与数据挖掘面临的主要问题。商业化解决方案固然成熟，但成本也是显而易见的。而具备在开源平台之上处理分析大数据能力的数据科学家则成为另外的一种选择。数据科学家具备专业领域知识并具备研究利用相应算法分析对应问题的能力，可帮助创建推动业务发展的相应的大数据产品和大数据解决方案。
从调查结果中我们可以看出hadoop占据了半壁江山，而同为开源的hbase也有将近四分之一的占有率。而商业化的数据分析与挖掘平台（如teradata、netezza、greenplum等）总共只有13.9%的份额。短期来讲，开源分析将越来越广泛的使用，并且增长迅速。长期来看，混合技术的应用将在高度竞争的市场上出现，两者将同样有巨大的需求。可以预见的是，hadoop作为企业级数据仓库体系结构核心技术，在未来的10年中它将会保持增长。随着云时代的到来，企业面临的应用方式更加多元化，通过云的手段提供海量数据挖掘的方法，提高了挖掘的效率，增加了挖掘的精度，更利于挖掘应用的推广以及专业的行业知识库的构建。同时收集、存储庞大的新型数据充满了挑战，然而分析这些数据的新方法才是帮助最成功企业甩开竞争对手的利器。
大数据专业调研报告
为全面贯彻落实党的十九大和习近平总书记来川视察重要讲话精神以及中央、省委、州委关于加强调查研究的决策部署，我单位在开展“大学习、大讨论、大调研”活动中，积极探讨全县大数据中心智慧城市建设及调研，现将具体调研情况做如下汇报：
一、全县交通运输概况。
截止目前，全县现有各级公路785.37公里，其中：国道213线128.21公里，省道301线35.64公里，县道266.62公里，乡道64.37公里，村道241.89公里，专用道41.81公里，隧道道路6.83公里，以县城为中心的公路路网基本形成，并实现了公路“三个100%”，即：100%的国省公路黑色化、100%的县乡道路硬化、100%的村道水泥硬化。全县共有客运班线14条、客运班车53辆，公交车20辆、出租车101辆、农村客运车辆105辆、目前通农村客运车辆建制村91个，乡镇15个。
二、目前交通运输困境。
近年来，我县的交通建设及道路运输虽然取得了一定成绩，公路通行及客货运周转能力得到大幅提升，广大群众的出行问题得到解决，但随着经济社会的发展和来松游客的大量增加，原有道路设施及运输承载能力已不能适应当今需求，仍面临着极大的困难：一是全县农村公路的“建、管、养、运”存在范围广、站线长、任务重等难题。二是全县农村客运存在辐射范围严重不足的情况。三是道路安全运输及日常出行存在严重的安全隐患。四是交通信息共享数据平台严重滞后。
二、下一步打算。
1/2。
下一步，我单位将积极开展交通大数据中心建设相关工作。一是及时将农村公路建设情况通过政府信息网站、部门微信进行实时政务公开，完善共享数据平台，提升行业内部信息公开化水平。二是积极开拓农村客运班线线路，建立客流量及班线数据共享平台，提升农村出行的便捷性及时效性。三是建设航线、铁路、公路、物流、营运车辆、从业人员、地理位置等共享基础数据库，以及行政许可、执法管理、信用评价、应急指挥等主题数据库，在合理控制权限的基础上向行业各级管理部门及社会公众提供综合信息查询、统计分析等信息共享服务。四是利用数据共享平台，对营运车辆驾驶人及车辆信息进行联网登记并公开，提升出行安全性，严厉打击非法营运车辆。
2/2。
大数据报告
众所周知，铁路向来是春运客运量最高的交通工具。相比去年，由于春运火车票只能提前30天购买，火车票抢票形势更加严峻。
如图所示，2016年春节提前一个月，旅客进入购票高峰。去哪儿网大数据预测，春节将至，2016年12月15日将进入旅客春运抢票高峰，此轮去程购票高峰将和去年一样，一直持续到春节前结束。
2016年春运，互联网售票量占总售票量的64.6%，占比超过一半，其中手机app发售车票1.5亿张，售票总量比例由去年的15.7%上升至39%。去哪儿网预测，生长在互联网时代的90后将是20春运的主力军。
在火车用户画像中，选择乘坐火车回家的男女比例分别为52.5%、47.5%，其中90后人群占比高达43%，80后人群为27.8%，两者占比超过70%，成为绝对的中坚力量。
近年春运，铁路最热门的出发地集中在北京、上海、成都、重庆和杭州。这些城市多属于超一线和新一线城市，外来人口集中，也是多条铁路线路的起始地。
一个显著的变化是，购买快速铁路车票的用户比例不断增加，选择乘坐高铁的人数占比达到了41.5%，选择乘坐城际铁路的'人群比例也达到了10.3%，整体超过了总数的一半。
去哪儿网大数据预测显示，乘坐上海出发的高铁线路人数最多，杭州、长沙、北京、广州的票量紧随其后。
与热门出发地相对应的，重庆、上海、杭州、成都、郑州是往年国内最热门的目的地。这些城市周边铁路、公路、航空线路密集，以此作为中转目的地的旅客也不在少数，抢票难度成几何倍数增加。
非高铁、城际等高速列车的出发地，北京最为热门。不过与高速列车热门出发地不同，紧随其后的重庆、昆明、西安、郑州出发的票量与北京之间相差并不多。
二、最难买航线已经进入抢票模式多数航班恢复全价。
从2016年春运的大数据看，预定高峰期出现在距离春节20天，这一天的预订量创出近期以来的新高，与上个月同期环比增长100%。
大数据显示，2017年春运出发最集中的日期是2017年1月24日，已经进入了乘飞机回家旅客的人数峰值期，全国重要的机场将进入到繁忙状态。返程高峰则从大年初六即2017年2月2日开始。
三、85后成机票预订主力军天秤座成“空中飞人。
移动互联网时代来临，网上购票已经成为消费者最便捷的预订方式。来自去哪儿网大数据显示，选择乘坐飞机回家的旅客男女比例相近，天秤座在12星座中乘坐比例为9.8%，力压群雄。
家乡越北，越会提前购买回家的机票。去哪儿网机票专家分析，排名前十名的航线，以大机场往小机场飞为主，每天的航班数多在30班以内，是北京至广州这种热门航线航班数的三分之一。
根据去哪儿网大数据统计，北京至佳木斯的航线，在众多热门航线中并不起眼，但订票时间却比其他航线早得多，堪称最难买航线。在去哪儿网平台预订过年前三天回家的机票中，北京至佳木斯这条航线，用户平均会提前36天。从深圳回海口更早，一般提前43天。
四、十条热门空中回家路出炉平均飞行1416公里。
从热门航线看，北京-成都、深圳-重庆、上海-哈尔滨、北京-三亚、广州-重庆、深圳-成都、成都-北京、重庆-广州、北京-哈尔滨、上海-成都，这十条是往年最热门的空中回家路。
去哪儿网统计了往年春运返乡票量最高的50条航线，发现追逐梦想的人们，选择求业、求学城市距离家乡的平均飞行距离是1416.2公里，这几乎是从深圳到西安的里程。
通过去哪儿网平台订票的用户，大多选择在早上7点就坐上飞机，按照平均离家距离1416公里来计算，飞行时间近3个小时，98.8%的用户选择乘坐经济舱。
五、行李多礼物重专车成热门接送工具。
春运期间，95%的旅客会有行李箱、背包以及各种礼品出行，为了能够快速到达机场、火车站，专车接送机/站成为热门出行工具。
去哪儿大数据显示，北京、成都、深圳、上海、三亚、广州、昆明、西安、哈尔滨、厦门等10个城市成为去哪儿接送机使用率最高的城市。
其中，在预约时间上看，男性一般提前在出发前3.5天-4.1天预订接送机服务;女性用户明显准备更加充分，其预约时间在4.1天-5.6天。
从出行时段上看，4点-11点为旅客乘车去机场、火车站高峰。其中5-6点出发人群最高，高达6.9%;10-11点又会出现小的高峰，出行占比为5.1%。数据显示，使用接送机/站的用户平均行驶27.2公里，平均时长为36分钟。
大数据专业调研报告
胡泽君审计长曾多次强调指出，要积极推进大数据审计，坚持科技强审，通过信息化、数字化，努力提高审计监督的质量和效率。新形势下，审计工作特别离不开大数据的支撑，利用大数据进行审计，或将成为审计机关应对复杂社会经济管理形势、提升审计工作质量的重要手段。以"金审工程"为基础的审计信息系统经过多年的建设发展，目前正逐步建立和完善。同时，在政府各部门中社会保障大数据既具有较高的完整性，也兼具较高的准确性。这些得天独厚的条件，不仅使审计对"大数据"监督管理成为可能，更为实施以"大数据"为基础的审计"全覆盖"奠定了基础。
一、大数据技术在财政审计方面的运用。
（一）运用大数据开展财政审计是时代发展的必然要求。大数据不仅是信息技术的重大进步，更是发展理念的重大创新，对经济社会发展起到重要作用，对与数据密切相关的审计工作也必将产生深刻影响。当前，财政、税务、人民银行等部门普遍进行信息系统建设，财政部门开展的"金财工程"覆盖财政收支管理的业务应用系统，涵盖了预算管理、国库集中收付等业务，对财政部门的审计单位信息化的发展，迫切要求运用大数据开展财政审计。
（二）运用大数据开展财政审计是推动完善国家治理的迫切需要。财政审计的范围突破了传统的财政收支概念，囊括了政府性收支的全部内容。全口径预算的审查监督付诸实施，如何在有限的时间内查找和发现问题，运用大数据开展财政审计成为推动完善国家治理的迫切需要。
（三）运用大数据开展财政审计是财政精细化管理的要求。在精细化管理要求之下，财政预算审查、预算执行差异分析、预算与决算的对比分析都是使用系统大数据来完成的。相应地，财政预算执行审计要实现全口径分析，必须使用系统数据。如利用国库支付系统的数据，通过对指标来源、资金性质、资金流向的跟踪分析，实现所有财政资金全过程跟踪审计。（四）大数据审计现在的运用情况。按照审计署的要求，建立了财政数据定期报送机制，每半年收集一次财政数据，并对收集的数据进行整理，生成审计人员可以使用的标准表。财政科联合信息科，对预算编报系统、预算指标系统、非税征管系统、决算编报系统等的财务和业务数据，集中进行多系统关联、大数据比对。将数据分析形成的审计中间表和疑点表作为重点进行审计，提高了效率和增强指导性。审计结束后，强化经验总结，形成数据采集转换指南，归集整理形成财政大数据审计模型方法体系表，为进一步深化大数据审计积累经验。
二、社保审计大数据信息管理现状。
（一）社保部门数据管理情况。一是社保业务实现网络化。随着金保工程的推进，社会保险"六险"统征已经实现，社会保障业务办理正逐步向社区（村）、单位及个人延伸，社会保障业务一体化架构正逐渐完善。二是社保资金使用服务实现规范化。卫生三级医疗服务网初步实现信息化，市级、县级医院、乡镇卫生院医疗业务管理系统已经平稳运行，乡村卫生管理一体化正逐步规范，居民人口及流动人口信息统计系统已趋于成熟。三是民政事业实现信息化。民政城乡居民低保、医疗救助及优抚等业务完成了由手工到信息化的转变，数据也由纸质向信息化转换。
（二）审计机关对社保数据的审计情况。审计机关在工作中采集了大量的财务数据和业务数据，但没有对这些数据进行统一和规范地管理，一般是保存在审计人员的电脑中，很难实现与局内其他审计人员和所属部门的数据共享，导致工作中出现重复采集数据的现象。由于大数据信息化环境下社保系统的特殊性，内部控制转变为对人和系统两方面的控制，而且多数情况是以计算机自动控制为主。数据网络安全存在隐患，大数据技术本身的技术架构，决定了采用"大数据"技术架构的系统安全防护的难度。
审计局在社保资金审计中，收集了医保、养老、低保、公积金等民生资金的业务数据，建立了审计数据库，信息技术人员和社保审计人员联合对各类数据进行了深入分析。在审计分析中，首先明确所面临问题的类型，然后根据类型的不同选择具体的处理方法。例如，在做参保对象的信用分析时，首先明确该问题类型属于分类，如果该问题类型无法用数据挖掘工具解决，那么就应当选择另外更加适合的方法来进行解决。建立审计方法，对采集的业务数据、财政财务数据以及相关外部数据进行综合分析，生成审计中间表和疑点分析数据，采取业务跟踪、内控测试、数据比对等方式，发现审计疑点并进行分析、筛查和分类。运用"互联网+"思维，注重外部数据的搜集和运用，包括企业登记信息、税务征缴信息、车辆信息、房产信息等与社保审计相关的数据。注重发票查询系统、企业信用公示系统等在公开资源的使用，积极挖掘和构建内、外部数据间潜在的关联，寻找相关的线索和突破口，搭建多维度、立体式审计工作大数据平台。（三）当前在社保审计中需解决的几个问题。一是解决数据价值认识和利用问题。在审计机关还存在着有些对于数据价值观念不强，不注重基础社保数据的积累和分类工作，对于历年的重要数据只是简单记录储存，从不进行仔细分析进而指导工作实践。对于多样复杂的大体量的社保数据，要么简要进行汇总统计，要么不知所措，甚至直接置之不理。就数据的分析方法而言，分析手段有限，专业性数据分析能力欠缺，不能够深度挖掘数据价值，加以充分吸收利用。二是解决架构模式改变问题。随着"大数据"、"云计算"在各行业的不断应用，数据架构与以往相比有了很大的变化，对数据的采集利用提出了新的、更高的要求。三是解决高端数据人才培养问题。多培养通晓相关专业知识和信息技术的复合型的人才，培养一批懂得大数据，收集大数据，并且善于研究大数据，深挖大数据的专家。加大对现有信息管理人员的大数据培训力度，掌握大数据相关技术。
三、
大数据审计发展方向面对大数据时代对审计工作带来的挑战，审计方式和途径将实现以下四个方面的转变。
（一）应用大数据分析技术，实现审计方法从数据验证性分析向数据挖掘性分析转变。
传统的计算机审计，是通过电子数据采集转换对数据进行验证，通过构建查询分析、多维分析等方法模型进行数据分析，而应用大数据分析技术，则能够使审计数据分析逐步由传统的验证性分析向挖掘性分析转变。挖掘性分析是指采用大数据处理技术，利用数据仓库、数据挖掘和模型预测工具进行审计分析，从大量数据中发现蕴涵的数据模式和规律。
（二）应用大数据分析模式，实现审计方式从发现问题向风险预警转变。
传统审计工作以发现问题为主，对经济形势进行预测分析，因而须等到相关事件发生并且形成一定规模后，再根据搜集到的足够数据进行分析研究，具有滞后性。而大数据技术可通过对跨领域的大规模经济、社会行为数据进行分析，对经济社会相关异常动态实现早期关注，利用其对异常数据的敏感性实现早期预警。审计可以运用大数据相关技术，对宏观经济社会风险问题展开初步分析。（三）应用大数据审计作业平台，实现单机审计向云审计转变。
以审计大数据为中心建设"云审计"平台，实现远程存储和移动计算，使审计机关能够通过网络接入"云"实施审计，利用大数据分析、人工智能等信息技术，解决数据采集分析和管理中存在的问题，实现审计成果共享。其次，应完善联网审计系统，逐步建立预算、执行、财政、地税、社会保障、医疗机构、公积金等重要行业和部门的审计实时监督系统。再次，应建设审计数据综合分析平台，运用大数据技术，加大业务数据与财务数据、单位数据与行业数据，以及跨行业、跨领域数据的综合比对和关联分析，提高运用信息化技术查核问题、评价判断、宏观分析的能力。最后，应推广"总体分析、发现疑点、分散核实、系统研究"的审计模式。
（四）构建专业的审计分析队伍，实现传统纸质账本审计向大数据审计转变。
审计工作应实现"六大转变"，即由单点离散审计向多点联动审计转变、由局部审计向全覆盖审计转变、由静态审计向静态与动态审计相结合转变、由事后审计向事后与事中审计相结合转变、由现场审计向现场审计与非现场审计相结合转变、由微观审计向微观与宏观审计相结合转变。为此，需要在组织方式、人员结构、思维方式等方面与之相适应。在组织方式上，应尝试开展无项目审计，依托审计数据中心积累的数据资源，横向关联比对分析，纵向深入挖掘分析，从数据中发现审计疑点和线索。在人员结构上，应不断提升"四种能力"，即大数据分析能力、综合研究能力、创新能力和跨领域知识运用能力，不断加强对大数据先进理念和前沿技术的学习，掌握大数据分析方法，提升审计人员综合素质。在思维方式上，应培养"数据先行"意识，以数据为核心，使数据分析在审计工作开展前先行实施，根据数据分析结果，有重点、有步骤、有深度地在审计实施过程中进行核查验证、追踪线索、发现问题，全面深化大数据技术在审计工作中的应用。
疫情实时大数据报告疫情实时大数据报告app
12月8日消息，第一财经商业数据中心发布的《2016中国互联网消费生态大数据报告》显示，中国7.1亿网民将成为潜在的互联网消费者。
80后、90后消费观念大不同。
报告显示，80后与90后作为互联网消费领域的核心消费人群，90后在线上拥有鲜明消费特征，主要的标签是娱乐至上、爱新鲜和个性化。90后在玩乐方面的兴趣广泛，既表现出对桌游、美食、夜生活的喜爱，也对二次元、游戏等虚拟领域有着更高的付费意愿。
相比较下，80后则更顾家，在互联网理财、互联网地产、电商等消费领域有显著的消费特征，是互联网消费的主力人群。从阅读内容方面看，80后更加偏爱看健身、旅游、时尚、房产等话题的资讯;购物方面看，80后也更偏爱大家电、汽车用品、童装等居家物品，由此可以看出，80后互联网消费者特征的关键词是家庭化、品质和资讯控。
网红借力电商成“吸金王”
今年电商和社交的融合成为一个典型现象。数据显示，红人经济的发展使得红人店铺的浏览成交高于一般女装店铺，近50%的粉丝有重复购买的行为，并且规模大的红人店铺比一般红人店铺转化率高出57%。可以看出电商红人的店铺具有粉丝粘性高、高浏览高转化以及销售爆发力强的优势。
便捷和品质成互联网消费核心诉求。
移动互联网的渗透和众多新应用的兴起使得我国互联网消费生态不断孕育繁衍，消费者的需求也因此更加清晰细分，便捷与品质的诉求是两大明显特征。
报告提出，消费趋势的便捷主要体现在降低门槛、资源优化、服务整合和随时随地四个特性。以滴滴出行为例，滴滴优化夜间运力资源极大满足了人们夜间个性化出行的需求。数据显示，机场、火车站、餐饮等夜间交通资源不足的地方，使用滴滴出行的偏好度均呈现上升趋势，体现出网约车满足了消费者的`交通需求。
需求“品质化”则大大促进了商家运营发展轨迹的高端化、定制化、专业化和服务化。报告数据显示，从趋势上看，飞猪三年跟团游的增幅高于自由行的增幅，且跟团游中有近8成的订单数是当地游，可以看出组件式的“diy自由行”已成为了消费者旅游出行的新风尚，同时也反映了多元化的自由行产品为消费者提供了更丰富的定制体验。
阅读大数据心得体会阅读大数据报告
近年来，“大数据”这个概念突然火爆起来，成为业界人士舌尖上滚烫的话题。所谓“大数据”，是指数据规模巨大，大到难以用我们传统信息处理技术合理撷取、管理、处理、整理。“大数据”概念是“信息”概念的3.0版，主要是对新媒体语境下信息爆炸情境的生动描述。
我们一直有这样的成见：信息是个好东西。对于人类社会而言，信息应该多多益善。这种想法是信息稀缺时代的产物。由于我们曾吃尽信息贫困和蒙昧的苦头，于是就拼命追逐信息、占有信息。我们甚至还固执地认为，占有的信息越多，就越好，越有力量。但是，在“大数据’时代，信息不再稀缺，这种成见就会受到冲击。信息的失速繁衍造成信息的严重过剩。当超载的信息逼近人们所能承受的极限值时，就会成为一种负担，我们会不堪重负。
信息的超速繁殖源自于信息技术的升级换代。以互联网为代表的新媒体技术打开了信息所罗门的瓶子，数字化的信息失速狂奔，使人类主宰信息的能力远远落在后面。美国互联网数据中心指出，互联网上的数据每两年翻一番，目前世界上的90%以上数据是近几年才产生的。，数字存储信息占全球数据量的四分之一，另外四分之三的信息都存储在报纸、胶片、黑胶唱片和盒式磁带这类媒介上。，只有7%是存储在报纸、书籍、图片等媒介上的模拟数据，其余都是数字数据。到，世界上存储的数据中，数字数据超过98%。面对数字数据的大量扩容，我们只能望洋兴叹。
“大数据”时代对人类社会的影响是全方位的。这种影响究竟有多大，我们现在还无法预料。哈佛大学定量社会学研究所主任盖瑞·金则以“一场革命”来形容大数据技术给学术、商业和政府管理等带来的变化，认为“大数据”时代会引爆一场“哥白尼式革命”：它改变的不仅仅是信息生产力，更是信息生产关系;不仅是知识生产和传播的内容，更是其生产与传播方式。
我们此前的知识生产是印刷时代的产物。它是15世纪古登堡时代的延续。印刷革命引爆了人类社会知识生产与传播的“哥白尼式革命”，它使得知识的生产和传播突破了精英、贵族的垄断，开启了知识传播的大众时代，同时，也确立了“机械复制时代”的知识生产与传播方式。与印刷时代相比，互联网新媒体开启的“大数据”时代，则是一场更为深广的革命。在“大数据”时代，信息的生产与传播往往是呈几何级数式增长、病毒式传播。以互联网为代表的媒介技术颠覆了印刷时代的知识生产与传播方式。新媒体遍地开花，打破了传统知识主体对知识生产与传播的垄断。新媒体技术改写了静态、单向、线性的知识生产格局，改变了自上而下的知识传播模式，将知识的生产与传播抛入空前的不确定之中。在“大数据”时代，我们的知识生产若再固守印刷时代的知识生产理念，沿袭此前的知识生产方式，就会被远远地甩在时代后面。
(节选自2013.2.22《文汇读书周报》，有删改)。
大数据分析报告
项目数据分析报告是“项目数据分析师”以客观的态度和谨慎的作风，通过科学的市场调研，运用*的分析方法，秉承公正的原则，对项目的可行*进行全方位的分析及评估，为投资方的决策提供科学、严谨的依据，降低项目投资的风险，主要服务对象为中小型企业、国内外银行、投融资公司、*组织等机构。
项目数据分析报告的主要内容包括：项目提出的背景、项目基本情况(建设内容、建设规模、投资总额、市场前景、经济效益、社会效益、地理位置、交通条件、气候环境、人文环境、优惠政策等)、项目存在的问题、项目的战略分析、项目的管理架构分析、项目预测分析(市场、收入、成本)、财务分析(获利能力、偿债能力、发展能力)、不确定*分析、风险分析、结论和建议等。
第一章项目概述。
此章包括项目介绍、项目背景介绍、主要技术经济指标、项目存在问题及建议等。
第二章项目市场研究分析。
此章包括项目外部环境分析、市场特征分析及市场竞争结构分析。
第三章项目数据的采集分析。
此章包括数据采集的内容、程序等。
第四章项目数据分析采用的方法。
此章包括定*分析方法和定量分析方法。
第五章资产结构分析。
此章包括固定资产和流动资产构成的基本情况、资产增减变化及原因分析、自西汉结构的合理*评价。
第六章负债及所有者权益结构分析。
此章包括项目负债及所有者权益结构的分析：短期借款的构成情况、长期负债的构成情况、负债增减变化原因、权益增减变化分析和权益变化原因。
第七章利润结构预测分析。
此章包括利润总额及营业利润的分析、经营业务的盈利能力分析、利润的真实判断*分析。
第八章成本费用结构预测分析。
此章包括总成本的构成和变化情况、经营业务成本控制情况、营业费用、管理费用和财务费用的构成和评价分析。
第九章偿债能力分析。
此章包括支付能力分析、流动及速动比率分析、短期偿还能力变化和付息能力分析。
第十章公司运作能力分析。
此章包括存货、流动资产、总资产、固定资产、应收账款及应付账款的周转天数及变化原因分析，现金周期、营业周期分析等。
第十一章盈利能力分析。
此章包括净资产收益率及变化情况分析，资产报酬率、成本费用利润率等变化情况及原因分析。
第十二章发展能力分析。
此章包括销售收入及净利润增长率分析、资本增长*分析及发展潜力情况分析。
第十三章投资数据分析。
此章包括经济效益和经济评价指标分析等。
第十四章财务与敏感*分析。
此章包括生产成本和销售收入估算、财务评价、财务不确定*与风险分析、社会效益和社会影响分析等。
第十五章现金流量估算分析。
此章包括全投资现金流量的分析和编制。
第十六章经营风险分析此章包括经营过程中可能出现的各种风险分析。
第十七章项目数据分析结论与建议。
第*章财务报表。
第十九章附件。
中国大数据发展报告
近日，国家信息中心、南海大数据应用研究院联合发布《中国大数据发展报告》，首次面向31个省(区、市)发布大数据发展指数。该指数从人才、政策、投融资等多个维度进行全面分析，展示我国大数据发展情况，贵州获得多个第一。
该指数由政策环境、人才状况、网民信心等6个一级指标、11个二级指标构成。测评结果显示，全国大数据发展指数平均仅为47.15，总体仍处于起步阶段。在指数分项中，贵州的政策环境与网民信心指数分别为77.93和90.00，均居全国第一。
报告发布全国十大最具影响力的地方大数据政府机构，贵州有贵州省大数据局、贵州省发改委、贵州省经信委、贵州省信息中心、贵州省科技厅5家机构上榜，分别排名第一、第二、第四、第五、第七。此外，报告评选出最具影响力的十大大数据企业家，贵阳大数据交易所执行总裁王叁寿以新闻媒体影响力6.87、自媒体影响力7.77、综合得分7.32的成绩位居第四。
据统计，20，全国各地积极部署大数据项目，政府投资大数据项目数量整体呈攀升态势，保持较高增速。在这份榜单中，贵州表现突出，以7.74%的占比排名第三。各地都依托产业园促进大数据发展。近年来，贵州抢抓机遇，凭借高海拔、低气温、低电价等天然优势和财税政策优惠发展大数据产业，关注度排名前二十的大数据产业园中，贵州就占3个，分别是贵阳经开大数据产业园、贵阳市大数据呼叫中心产业基地、贵州(乌当)大数据智慧产业基地，与江苏、四川在数量上并列第一。此外，全国各大国家级新区积极布局大数据产业，吸引大批优质大数据项目进驻，其中，贵安新区以87.59的高关注度遥遥领先，位居第一。
这份报告全面汇聚了国家发改委互联网大数据分析中心、国家信息中心、“一带一路”大数据中心所掌握的30多个种类，总计40多亿条相关数据，综合运用多种大数据分析方法，对我国大数据产业发展进行了全面分析。所以，称得上是用大数据来了解大数据。
报告显示，我国大数据发展总体处于起步阶段。但是从地域上看，就有意思了。
国家信息中心信息化研究部副主任、南海大数据应用研究院院长于施洋指出：“从地域分布，从各个省来说，北京排第一，这个不足为怪，东部沿海地区这些省份排在前面，大家也都能够想象。但是在西南地区，四川、重庆、贵州这三个地方异军突起，是我们大数据发展的第二个增长极。”
具体来看，各省份大数据发展指数的排名中，贵州、重庆、四川，紧随东部沿海省份，全部排进了前十名，领先任何一个中部省份。分析认为，这主要是地方政策引领的结果。这三个西部省市，早早都把大数据产业的发展作为重点工程来打造。对于这种“弯道超车”现象，国家行政学院教授汪玉凯建议，这些地方下一步可以重点考虑产业落地问题：“它们是首先抓住了一个概念，然后占了一个先机。但是相对能够落地的产业应用还是比较少的，这是它们的软肋。所以我认为，你们一定要注意应用，要打造你的优势。”
人才短缺问题日益突出。
报告指出，数据管理环节漏洞较多，是大数据发展面临的首要问题，包括由此引发的运营成本过高、资源利用率低、应用部署过于复杂等难点。而于施洋更关注的是另一大问题。
于施洋：“我们会发现，大数据领域里数据是有了，但是能驾驭这些数据的人是极其匮乏的。比如说大数据的专业人才方面，现在分析类的人才，市场是供不应求，缺口非常大，而项目管理类的`人才，供给又远远大于需求，所以结构上还不平衡。高端的人才奇缺，这是最突出的问题。”
大数据投资热度持续攀升。
报告还披露，年各地政府投资大数据项目数量整体呈攀升态势。但是，在这些政府投资项目中，超过七成都是大数据平台和基础设施建设，应用层面的软件开发不到5%，“重建设、轻应用”的问题比较明显。这也再次引发了对大数据建设过剩甚至泡沫的担忧，不过，国家信息中心主任程晓波认为，作为新事物，大数据出现这样的问题是正常的。
程晓波：“正如前后，“互联网泡沫”第一次破灭，经过短暂调整后反而催生了互联网行业新一轮理性快速健康发展，所以说，我们认为，当前大数据发展不管面临什么问题，应该是一个行业初生阶段所必经的过程，也是一个‘理性回归’的过程。”
央广短评：发展大数据要谨防人才“眼高手低”
大数据的核心就是数据的抓取与分析，而分析环节，目前离不开人工设置变量，建立模型。所谓“差之毫厘，谬之千里”，大数据分析对人才的要求很高。但首份大数据发展报告却揭示，我国大数据人才能搞管理的不少，真正能做分析的却远远不够，这是典型的“眼高手低”，势必伤害大数据产业的长远发展。人才短板可以从教育方面着手弥补，探索新的人才培养模式。比如，将高校大数据系列课程分为理论教学和技术教学两方面，增加大数据技术实践课程，重点提高学生的动手能力等。
大数据告诉你:情人节的正确打开方式。
德州市第十四次党代会召开以后德州跨进了新跑道德州市上下接好接力棒奋发有为使得德州市综合实力明显增强。尤其是建设协同发展示范区以来更为德州的发展注入了强心剂多项经济数据快速增长。
大数据勾勒山东人形象：山东人表情符使用率全国第二。
内敛、不善表达是不是你对山东人的印象?然而，大数据告诉你，可不是这样。相比文字，表情符号对感情的表达更细腻，也更活泼。大数据显示，2016年山东人在全国表情符号输入占比的统计中排名全国第二，仅次于广东省。
疫情实时大数据报告
近日，360搜索联合中国平安健康险发布国内首份《中国“癌症焦虑”大数据报告》(以下简称“报告”)，统计了不同年龄、性别、星座的受众对癌症的焦虑程度和种类，以及致癌原因，抗癌就医等其他方面信息。
年轻人更易焦虑。
不同于人们认为年纪大的人更容易对疾病产生焦虑心理的惯性思维，报告数据显示，25到34岁的年轻人更容易癌症焦虑，占比高达49%。
伴随着经济的飞速发展，中国转型步入压力社会，25到34岁的年轻人需要应对来自房价、工作、赡养父母的多重压力，难免会对各种疾病产生畏惧心理。另一方面，癌症早期各种身体不适的症状类似食欲减退、头疼乏力等病理反应，也年轻人焦虑患癌的一个重要因素。
肺部、胃部成两性共同重点关注对象。
报告显示，不同性别的人焦虑的癌症种类并不尽相同。男性最焦虑的十大癌症中，肺癌、直肠癌所占比例较高。而由于生理构造的不同，女性更怕患上乳腺癌、宫颈癌等。
尽管如此，人们对“肺癌、胃癌”的焦虑却是惊人的一致。睡眠严重不足、饮食几无规律、工作和心理压力过大，以及对胃部不适或胃部感染幽门螺杆菌不以为然，都是越来越多中青年人患胃癌的主要因素。青年人最近几年胃癌的发生情况经常在我们身边看到，胃癌不再是老年人专利，我们认为胃癌是越来越年轻化了，青少年胃癌的患病率一直高速上涨。一项最新发布的数据显示，近5年来，19至35岁的青年人胃癌发病率比30年前翻了一番，可见大家对癌症的关注度、焦虑度都如此之高并不无道理。
三聚氰胺、空气污染致癌风险等级较高。
三鹿奶粉中三聚氰胺含量超标事件余威不减，报告中显示33%的参与者都将三聚氰胺列为危险等级的第一级。可见，人们对饮食安全的关注度正在逐渐增加。
除此之外，人们对空气污染致癌的焦虑也占较高比例。研究显示，拥有大量人口、正处在快速工业化进程中的国家出现了空气污染加剧的`情况，亚洲地区是空气污染较为严重的地区，其中包括中国，随着暴露在颗粒物和空气污染中程度的增加，罹患肺癌的风险也相应增加。
公众保险意识增强，接近半数愿意参保。
74%的人在癌症焦虑产生之后，会选择搜索调整饮食结构、注意饮食习惯等方式的相关信息，以改善自身状况避免患病。43%的调查参与者愿意购买保险以降低癌症在经济上带来的危害，而在购买保险时，保险理赔、保险种类是用户重点关注的两大因素。
除了上述方面，报告还对患癌焦虑者海外就医区域分布、焦虑人群收入分布、学历分布等其他方面做了调查研究。方便用户更多元化、全方位的了解患癌焦虑，并对癌症处理方式等提供了一定参考价值。
国民健康大数据报告
大数据项目可行性研究报告（优秀篇）。
第一部分大数据项目总论。
总论作为可行性研究报告的首要部分，要综合叙述研究报告中各部分的主要问题和研究结论，并对项目的可行与否提出最终建议，为可行性研究的审批提供方便。
(一)项目名称。
(二)项目承办单位。
(三)可行性研究工作承担单位。
(四)项目可行性研究依据。
本项目可行性研究报告编制依据如下：
1.《中华人民共和国公司法》;。
2.《中华人民共和国行政许可法》;。
3.《国务院关于投资体制改革的决定》国发(2004)20号;。
4.《产业结构调整目录2011版》;。
5.《国民经济和社会发展第十二个五年发展规划》;。
6.《建设项目经济评价方法与参数(第三版)》，国家发展与改革委员会2006。
年审核批准施行;。
7.《投资项目可行性研究指南》，国家发展与改革委员会2002年。
8.企业投资决议;。
9.……;。
10.地方出台的相关投资法律法规等。
(五)项目建设内容、规模、目标。
(六)项目建设地点。
二、大数据项目可行性研究主要结论。
在可行性研究中，对项目的产品销售、原料供应、政策保障、技术方案、资金总额及筹措、项目的财务效益和国民经济、社会效益等重大问题，都应得出明确的结论，主要包括：
(一)项目产品市场前景。
(二)项目原料供应问题。
(三)项目政策保障问题。
(四)项目资金保障问题。
(五)项目组织保障问题。
(六)项目技术保障问题。
(七)项目人力保障问题。
(八)项目风险控制问题。
(九)项目财务效益结论。
(十)项目社会效益结论。
(十一)项目可行性综合评价。
三、主要技术经济指标表。
在总论部分中，可将研究报告中各部分的主要技术经济指标汇总，列出主要技术经济指标表，使审批和决策者对项目作全貌了解。
四、存在的问题及建议。
对可行性研究中提出的项目的主要问题进行说明并提出解决的建议。
1.项目总投资来源及投入问题。
项目总投资主要来自项目发起公司自筹资金，按照计划在2012年3月份前完成项目申报审批工作。预计项目总投资资金到位时间在2011年4月底。整个项目建设期内，主要完成项目可研报告编制、项目备案、土建及配套工程、人员招聘及培训、设备签约、设备生产、设备运行及验收等工作。
项目发起公司拟设立专项资金账户用于项目建设用资金的管理工作。对于资金不足部分则以银行贷款、设备融资，合作，租赁等多种方式解决。
2.项目原料供应及使用问题。
项目产品的原料目前在市场上供应充足，可以实现就近采购。项目本着生产优质产品、创造一流品牌的理念，对原材料环节进行严格把关，对原料供应商进行优选，保证生产顺利进行。
3.项目技术先进性问题。
项目生产本着高起点、高标准的准则，拟采购先进技术工艺设备，引进先进生产管理经验，对生产技术员工进行专业化培训，保证生产高效、工艺先进、产品质量达标。
第二部分大数据项目建设背景、必要性、可行性。
这一部分主要应说明项目发起的背景、投资的必要性、投资理由及项目开展的支撑性条件等等。
一、大数据项目建设背景。
(一)大数据项目市场迅速发展。
(二)国家产业规划或地方产业规划。
我国非常中国大数据领域的发展，国家和地方在最近几年有关该领域的政策力度明显加强，突出表现在如下几个方面：
(1)稳定国内外市场;。
(2)提高自主创新能力;。
(3)加快实施技术改造;。
(4)淘汰落后产能;。
(5)优化区域布局;。
(6)完善服务体系;。
(7)加快自主品牌建设;。
(8)提升企业竞争实力。
(三)项目发起人以及发起缘由。
……。
二、大数据项目建设必要性。
(一)……。
(二)……。
(三)……。
(四)……。
三、大数据项目建设可行性。
(一)经济可行性。
(二)政策可行性。
(三)技术可行性。
本项目建设坚持高起点、高标准方案，为保证工艺先进性，关键设备引进国外厂商，其他辅助设备从国内厂商中优选。该公司始建于1998年，2001年改制为股份有限公司，经过多年的技术改造和生产实践，公司创造出一流的大数据工艺和先进的管理技术，完全能够按照行业标准进行生产和检测，其新技术方案的引入，将有效保证本项目顺利开展。
(四)模式可行性。
大数据项目实施由项目发起公司自行组织，引进先进生产设备，土建工程由公司自主组织建设。项目建成后，项目运作由该公司全资注册子公司主导，项目产品面向国内、国际两个市场。目前，国内外市场发展均较为迅速，市场空间放量速度加快，市场需求强劲，可以保证产品有效销售。
(五)组织和人力资源可行性。
第三部分大数据项目产品市场分析。
市场分析在可行性研究中的重要地位在于，任何一个项目，其生产规模的确定、技术的选择、投资估算甚至厂址的选择，都必须在对市场需求情况有了充分了解以后才能决定。而且市场分析的结果，还可以决定产品的价格、销售收入，最终影响到项目的盈利性和可行性。在可行性研究报告中，要详细研究当前市场现状，以此作为后期决策的依据。
一、大数据项目产品市场调查。
(一)大数据项目产品国际市场调查。
(二)大数据项目产品国内市场调查。
(三)大数据项目产品价格调查。
(四)大数据项目产品上游原料市场调查。
(五)大数据项目产品下游消费市场调查。
(六)大数据项目产品市场竞争调查。
二、大数据项目产品市场预测。
市场预测是市场调查在时间上和空间上的延续，是利用市场调查所得到的信息资料，根据市场信息资料分析报告的结论，对本项目产品未来市场需求量及相关因素所进行的定量与定性的判断与分析。在可行性研究工作中，市场预测的结论是制订产品方案，确定项目建设规模所必须的依据。
(一)大数据项目产品国际市场预测。
(二)大数据项目产品国内市场预测。
(三)大数据项目产品价格预测。
(四)大数据项目产品上游原料市场预测。
(五)大数据项目产品下游消费市场预测。
(六)大数据项目发展前景综述。
第四部分大数据项目产品规划方案。
一、大数据项目产品产能规划方案。
二、大数据项目产品工艺规划方案。
(一)工艺设备选型。
(二)工艺说明。
(三)工艺流程。
三、大数据项目产品营销规划方案。
(一)营销战略规划。
(二)营销模式。
在商品经济环境中，企业要根据市场情况，制定合格的销售模式，争取扩大市场份额，稳定销售价格，提高产品竞争能力。因此，在可行性研究中，要对市场营销模式进行研究。
1、投资者分成。
2、企业自销。
3、国家部分收购。
4、经销人情况分析。
(三)促销策略。
……。
第五部分大数据项目建设地与土建总规。
一、大数据项目建设地。
(一)大数据项目建设地地理位置。
(二)大数据项目建设地自然情况。
(三)大数据项目建设地资源情况。
(四)大数据项目建设地经济情况。
(五)大数据项目建设地人口情况。
(六)大数据项目建设地交通运输。
项目运作立当地，面向国内、国际两个市场，项目建设地交通运输条件优越，目前已形成铁路、公路、航空等立体方式的交通运输网。公路四通八达，境内有3条国道、2条省道，高速公路建设步伐进一步加快，将进一步改善当地的公路运输条件，逐渐优化的交通条件有利于项目产品销售大数据环节效率的提升，使得产品能够及时投放到销售目标市场。
二、大数据项目土建总规。
(一)项目厂址及厂房建设。
1.厂址。
2.厂房建设内容。
3.厂房建设造价。
(二)土建规划总平面布置图。
(三)场内外运输。
1.场外运输量及运输方式。
2.场内运输量及运输方式。
3.场内运输设施及设备。
(四)项目土建及配套工程。
1.项目占地。
2.项目土建及配套工程内容。
(五)项目土建及配套工程造价。
(六)项目其他辅助工程。
1.供水工程。
2.供电工程。
3.供暖工程。
4.通信工程。
5.其他。
第六部分大数据项目大数据、节能与劳动安全方案。
在项目建设中，必须贯彻执行国家有关环境保护、能源节约和职业安全卫生方面的法规、法律，对项目可能对环境造成的近期和远期影响，对影响劳动者健康和安全的因素，都要在可行性研究阶段进行分析，提出防治措施，并对其进行评价，推荐技术可行、经济，且布局合理，对环境的有害影响较小的最佳方案。按照国家现行规定，凡从事对环境有影响的建设项目都必须执行环境影响报告书的审批制度，同时，在可行性研究报告中，对环境保护和劳动安全要有专门论述。
一、大数据项目环境保护方案。
(一)项目环境保护设计依据。
(二)项目环境保护措施。
(三)项目环境保护评价。
二、大数据项目资源利用及能耗分析。
(一)项目资源利用及能耗标准。
(二)项目资源利用及能耗分析。
三、大数据项目节能方案。
按照国家发改委的规定，节能需要单独列一章。按照国家发改委的相关规定，建筑面积在2万平方米以上的公共建筑项目、建筑面积在20万平方米以上的居住建筑项目以及其他年耗能2000吨标准煤以上的项目，项目建设方都必须出具《节能专篇》，作为项目节能评估和审查中的重要环节。项目立项必须取得节能审查批准意见后，项目方可立项。因此，对建设规模超过发改委规定要求的项目，《节能专篇》如同《环境评价报告》一样，是项目建设前置审核的必须环节。
(一)项目节能设计依据。
(二)项目节能分析。
(一)项目消防设计依据。
(二)项目消防措施。
(三)火灾报警系统。
(四)灭火系统。
(五)消防知识教育。
五、大数据项目劳动安全卫生方案。
(一)项目劳动安全设计依据。
(二)项目劳动安全保护措施。
第七部分大数据项目组织和劳动定员。
在可行性研究报告中，根据项目规模、项目组成和工艺流程，研究提出相应的企业组织机构，劳动定员总数及劳动力来源及相应的人员培训计划。
一、大数据项目组织。
(一)组织形式。
(二)工作制度。
二、大数据项目劳动定员和人员培训。
(一)劳动定员。
(二)年总工资和职工年平均工资估算。
(三)人员培训。
本项目采用“标准化培训”实施人员培训，所谓“标准化培训”指的是定岗前招聘、基本技能培训等由公司安排各部门技术骨干统一按照规定执行，力求使得员工熟悉公司业务和需要掌握的各项基本技能。经过标准化培训后，公司根据各人表现确定岗位，然后由各岗位的技术负责人针对岗位特有业务进行学徒式指导和培训。两种方式的结合既保证了员工定岗的准确性，也缩短了员工定岗后成为合格员工的时间，这对于节约人员培训成本和缩短培训时间都具有极好的效果。
文档为doc格式。
疫情实时大数据报告
国家大数据(贵州)综合试验区将围绕数据资源管理与共享开放、数据中心整合、数据资源应用、数据要素流通、大数据产业集聚、大数据国际合作、大数据制度创新等七大主要任务开展系统性试验，通过不断总结可借鉴、可复制、可推广的实践经验，最终形成试验区的辐射带动和示范引领效应。
贵州是我国首个大数据综合建设试验区，在数据资源的积累和应用上有了一定基础。自以来，贵州全面着手布局大数据产业，目标明确，就是要一步一步建成“中国数谷”。
贵州在大数据产业上的突破也得到来自国家层面的认可。6月17日，习近平总书记在考察贵阳大数据应用展示中心后表示：“贵州发展大数据确实有道理。”208月31日，国务院发布《促进大数据行动纲要》，将大数据产业上升至国家战略，明确提出要在贵州建设大数据综合试验区。1个月后，贵州启动全国首个大数据综合试验区建设工作。年11月，贵州省委十一届六次全会上，提出了“十三五”时期贵州经济社会发展的总体要求。其中除了政治建设和党的建设，只提了两大战略行动——大扶贫、大数据。
对大数据产业给予优厚政策的背后，是贵州省发展智能制造的需求。5年前，贵州拉开工业强省战略大序幕。“十二五”时期，全省规模以上工业企业由“十一五”末的2963家增加到20的3685家，实现总产值由4206亿元增加到9598亿元。2015年前三季度，全省规模以上工业增加值达到2621亿元。在大数据产业的背景下，“贵州智造”渐成气候。去年贵州工业规模翻番，增速居全国第一，产业结构一再优化，对国民经济的贡献率保持在32%以上，成为经济发展的主动力、财税增收的主渠道、带动就业改善民生的重要途径。
通过制定产业发展规划与优惠政策、建设基础设施与平台、开放数据、举办商业模式大赛等，逐步构建大数据产业发展理念、思路与路径，为企业落地发展与市场培育提供良好的土壤，贵州开始实现大数据产业的快速起步。
京津冀。
京津冀三地共同建设大数据综合试验区，将以大数据的思维、技术、模式、产品、服务等突破行政藩篱和区域界线，打造京津冀大数据综合试验区，将京津冀区域打造成为国家大数据产业创新中心、国家大数据应用先行区、国家大数据创新改革综合试验区、全球大数据产业创新高地。
京津冀将立足三地各自特色和比较优势，北京强化大数据创新和引导，天津侧重于设备制造与集成，强化带动和支撑，河北侧重于大数据存储，强化承接和转化，形成北京中关村+天津滨海新区、武清+河北张家口、廊坊、承德和秦皇岛“1+2+4”协同发展功能格局。不鼓励在北京建设数据中心，三地将进行数据中心整合利用试验探索，加快大容量骨干网络设施建设，扩大基础设施物联网覆盖，推动京津冀地区数据中心向张北等区域集中。”
在大数据的典型应用方面，三地将瞄准京津冀协同发展重大需求，推动开展大数据便民惠民服务，围绕科技冬奥、环保、交通、健康、旅游、教育等重点领域，探索大数据创新应用、一体化服务协同和产业集聚。京津冀还将开展大数据交易流通试验探索，以数据交易服务推动数据资源资产化，建立健全大数据交易制度，推动形成京津冀一体化数据资产交易市场。
近日发布的《北京市“十三五”时期软件和信息服务业发展规划》中指出，三地将强化数据资源的统筹管理和利用，建立京津冀政府数据资源目录体系，并进行公共数据开放共享试验探索，推进公共基础信息共建共享，建立统一的公共数据共享和开放平台体系。
珠三角。
根据广东省的数据机房建设情况估计，当前广东省数据存储量约为2300pb，成为了我国重要的大数据产业集聚区域，培育了一批实力较强的大数据创新企业，呈现出“广深引领、珠三角集聚、粤北东西紧随”的发展态势。珠江三角洲地区依托广州、深圳等地区的电子信息产业优势，发挥广州和深圳两个国家超级计算中心的集聚作用，在腾讯、华为、中兴等一批骨干企业的带动下，珠三角地区逐渐形成了大数据集聚发展的趋势。其中，广东粤数大数据有限公司深耕政府数据，正在建设立足广东辐射全国的大数据产业聚集区。
8月，广东开始研究制定珠三角国家大数据综合试验区推进方案，提出用5年左右時間，打造全国数据应用先导区和大数据创业创新集聚区，抢占数据产业高地，促进经济转型升级，完善社会治理，建设具有国际竞争力的国家大数据综合试验区。，并为国家大数据发展探索新路径、提供新经验。
上海。
上海有很好的信息化基础：正在编制大数据发展的实施意见，以对接国家发展战略;将发起和设立大数据产业投资基金，目前已集约10亿元资金;上海市政府数据服务网开放内容现已基本覆盖各市级政府部门主要业务，涵盖了12个重点领域，累计开放数据资源近900项。
上海市已经形成了由经信委、发改委、网信办、科委等四个部门组成的工作机制。
上海将围绕自贸区建设和科创中心的建设两大战略，在四大方面推动大数据发展，包括推动公共治理大数据的应用、推动大数据的科技创新和基础性治理的工作和研究、推动大数据与公共服务基层社会治理相结合、在大数据方面进一步加强与长三角地区和长江经济带城市的合作等。
河南。
《河南省国民经济和社会发展第十三个五年规划纲要》明确提出建设网络经济大省，实施大数据发展战略。河南省大数据基础支撑有力：人口、农业、交通、物流、经济、民生等领域数据资源丰富，互联网和移动互联网用户规模、移动互联网接入流量均居全国前列;郑州国家级互联网骨干直联点是全国十大骨干网互联枢纽之一;与阿里巴巴、腾讯、百度等互联网龙头企业积极开展战略合作，一批行业云及大数据平台正在加快建设。
河南省建设国家大数据综合试验区的总体考虑是：坚持改革创新和市场需求导向，以深化大数据应用为主线，重点在管理机制创新、数据汇聚共享、重点领域应用、产业集聚发展等四个方面先行先试，大力提升大数据在促进转型发展中的引领支撑作用，加快推动大数据与传统产业融合发展，不断提高政务民生大数据应用服务能力，探索形成一套适应大数据创新发展的管理机制和发展模式，为国家大数据战略实施提供实践经验和有益借鉴。河南省发改委将按照国家大数据综合试验区建设总体安排，抓紧编制建设实施方案，明确建设目标、建设重点、时间表和路线图，出台有针对性的政策措施，全面推进试验区建设。
重庆。
重庆建设国家大数据综合试验区的总体考虑是积极引领东部、中部、西部、东北等“四大板块”发展，更加注重数据资源统筹，加强大数据产业集聚，发挥辐射带动作用，促进区域协同发展，实现经济提质增效。
据悉，早在，重庆市就制定了《大数据行动计划》，提出要加快大数据产业布局，建设成为有国际影响力的大数据枢纽及产业基地。
为此，重庆进行了尝试：建设仙桃数据谷，培育发展先导性前沿科技产业，构建具有国际竞争力的创新生态圈，吸引了亿赞普、宏碁、钱宝、中兴等一批龙头企业入驻;“云端计划”顺利实施，云计算数据中心项目的建成投用为大数据资源库的形成创造了基础条件，引进的nec、神州数码、腾讯等一批云计算应用服务龙头企业将为大数据分析和应用积累良好的产业基础。其中，重庆九次方大数据科技有限公司、国久大数据有限公司都是大数据公司中的佼佼者。
到，大数据产业成为重庆市经济发展的重要增长极，在虚拟技术、云计算平台技术、海量数据存储、数据预处理、新型数据挖掘分析、信息安全技术、大数据关键设备7大领域突破一批关键技术，推动大数据技术在电子政务、民生服务、城市管理及相关重点行业广泛应用，将大数据产业培育成全市经济发展的重要增长极，打造2-3个大数据产业示范园区，培育10家核心龙头企业、500家大数据应用和服务企业，引进和培养1000名大数据产业高端人才，形成500亿元大数据产业规模，建成国内重要的大数据产业基地。
沈阳。
沈阳市委、市政府把大数据发展当成全市“一号工程”，在全国率先组建了正局级单位“沈阳市大数据管理局”，主要职责就是推动大数据发展和建设智慧城市，确定了以大数据发展为主体、智慧城市建设和传统产业转型升级为两翼的智慧产业“一体两翼”发展思路。并发布了《沈阳市促进大数据发展三年行动计划(-)》，将打造成为国家级大数据产业创新发展试验区、东北地区大数据集聚区，形成立足沈阳、辐射辽宁、带动东北的市场布局。
沈阳市将大数据发展与智慧城市建设工作作为实现沈阳老工业基地振兴发展的重要举措。沈阳市实现大数据产业创新发展和打造成为东北大数据中心，形成以大数据发展为主体、以智慧城市建设和传统产业转型升级为两翼的“沈阳模式”。
到，沈阳市大数据发展水平达到国内领先，沈阳市智慧城市“惠民、兴业、善政”的目标初步实现，在大数据的引领下沈阳传统产业转型升级的步伐不断加快，以智能制造为核心的具有国际竞争力的装备制造业基地逐步形成。大数据产业链不断完善，大数据技术及解决方案在公共服务、城市管理及产业发展等方面的广泛应用;城市及城市群的政府和企事业单位数据不断开放。大数据布局基本形成，大数据相关产业规模力争突破1000亿元，加快促进并在浑南区、沈北新区、铁西区等地打造沈阳大数据产业带和2-3个大数据示范园区，培育大数据行业龙头企业10家，大数据产业从业企业达到200家以上，引领带动相关产业7000亿元，建成一个国家级工业大数据示范基地，引领沈阳成为具有国际竞争力的智慧产业先导区、充满活力的区域性大数据集聚区和全国智慧城市群典型示范区。
内蒙古。
内蒙古自治区凭借能源、地理位置及地方政府在支持大数据产业和应用发展等方面很有特色：在呼和浩特建设“草原云谷”——中国·内蒙古呼和浩特云计算产业基地，聚集中国电信、中国移动、中国联通等一批云计算产业链各环节核心企业和科研机构;全区首个云计算大数据创客中心在和林县开园，近40家创新型企业。据了解，内蒙古蒙数大数据有限公司正基于政府大数据，实现从顶层设计、平台搭建到产业推动的全链条合作。
十三五”期间，内蒙古呼和浩特市将把云计算产业作为转型发展的抓手和创新发展的着力点，总体思路是以国家级数据中心建设为基础，以数据的开发和应用为核心，以构建完成产业链为目标，着力引进一批国内外知名的云计算和大数据企业，建设一批领先水平的应用示范，突破和实施一批主导行业的核心技术，打造一批引领发展的云计算服务平台。把呼和浩特市云计算产业打造成500亿元以上的产值，力争做到千亿级的产业集群，为国家大数据行动计划和“互联网+”战略的实施作出贡献。
徐主任关于国家大数据综合试验区的意义，他认为，以建设国家大数据综合试验区为抓手，助力供给侧结构性改革。积极试点探索大数据与传统产业、区域经济的融合发展，促进数据要素与其他生产要素的整合利用，提高产业组织效率，加速形成高质量、多层次的供给体系，重塑产业链供应链价值链，实现资源优化配置，全面释放数据红利，推动供给侧结构性改革。
专家认为，国家级大数据综合试验区带来的机遇远不止此。运用大数据可以实现三个突破，即：在政府数据的整合、共享和开放方面，以及政府治理和社会民生服务领域的应用方面实现突破;在推动制造业和互联网融合方面实现新的突破;通过大数据更可以促进“双创”的实现。
春运交通大数据报告
日前，首份基于第三方平台的《2016保险理赔大数据报告》出炉。报告显示，在细分险种上，境内旅游保险、普通门诊保险、境外旅游保险、出国留学保险以及申根签证保险等排名出险率前五，而自住型家财险的出险率是最低的。从年龄层观察，25~29岁区间的被保人出险率最高，其次是18~24岁。
报告发现，男性在旅行、意外保险等险种上出险率明显高于女性，“全身心”投入去“玩”的男性更喜欢冒险;相反，女性对自己身体显得更加“自爱”，她们定期体检和就医频率远高于男性，因而在早期重疾发生时更容易被察觉。
从2016年慧择网接到的理赔报案分析，在细分险种上，境内旅游保险、普通门诊保险、境外旅游保险、出国留学保险以及申根签证保险等排名出险率前五，而自住型家财险的出险率是最低的。从年龄层观察，25-29岁区间的被保人出险率最高，其次是18-24岁。
梳理理赔人群整体画像，“男女有别”的特征最值得玩味，这区别不仅体现在生理特征、思维方式上，甚至在衣食住行上风险的发生率都有差异。数据显示，男性整体出险率(4.35‰)显著高于女性(2.86‰)。尤其体现在境内外旅行保险中，男性的出险率是女性的2倍，其中较大的.差异体现在旅行理赔案中，男性因医疗和意外赔付案件占比较高。
慧择的风控分析师认为，这与男性的性格特征和出行习惯上有很大的关联，男性出游喜欢挑战、爱尝试新鲜事物，尤其是户外运动、长途自驾游、海岛旅游。他们出游真的是放开“全身心”投入去“玩”，而相反，女性则更多的是“享受”美景和购物的乐趣，更关注自身的安全。
不仅在旅行出险率上男性风险高于女性，在人身意外保险上，2016年男性的出险率也比女性高达3倍。2016年慧择网人身意外赔案中，男性客户占比高达75.54%，女性客户占比为24.46%。
近年来重大疾病发病率日趋年轻化。慧择网理赔统计显示，31-50岁是重大疾病赔付集中的年龄段，占比超过六成。恶性肿瘤是重大疾病赔付的主要原因，约有八成的重大理赔是是因为罹患恶性肿瘤导致，紧跟其后的分别是急性心肌梗塞等心血管疾病和脑中风。
值得注意的是，女性相较于男性更重视身体健康，会定期规律体检，或就医频率远高于男性，伴随现代医疗水平的提高，女性一些较为早期的重疾更易被察觉并且出险，尤其集中在一线城市。慧择大数据显示，甲状腺癌的发病率近年明显上升，其中约有三成的恶性肿瘤赔付均是甲状腺癌导致，而25-40岁女性成了这个高发癌最青睐的对象。有分析指出，体内雌激素水平越高，越有助于甲状腺疾病的发生。女性到25岁-45岁时，雌激素水平处于一个高位，尤其是40岁左右女性为高发群体。再加上年轻女性情绪不稳定、精神压力大、晚育等情况，导致内分泌紊乱，更容易受到癌细胞的侵袭。
不过，从重疾理赔金额来看，55.56%的重疾案件理赔金额在5万元以下，理赔金额在15万以上的占比不到10%。
随着各种意外因素增加，我国游客保险意识提升，2016年旅游意外险投保的游客人数创历史新高。慧择网大数据显示，“深圳—上海”是国内商务旅行客人理赔发生率最高的航线，深沪两地均为枢纽型机场，航班量很大，且经常遇到台风、雷暴雨等不正常天气，多变的气候容易发生延误，此外频繁的航空管制也是造成延误高发的重要因素。
出境游中，从出险率看，排名前列的国家从高到低依次是泰国、菲律宾、马尔代夫、美国、尼泊尔、澳大利亚、法国、西班牙、俄罗斯和南非。境外理赔案件类型最多的是旅程延误，海岛类目的地延误情况最严重，第二是旅程变更，其次是医疗、行李延误，还有签证拒签、财务损失等。
法、意、西班牙等欧洲国家旅行的随身财物盗抢的理赔人数比例远超东南亚，很多人认为欧洲人素质很高，但事实是法国政府曾因为小偷泛滥而关闭埃菲尔铁塔。数据显示，日本连续多年名列亚太最安全的旅行之地。另外，美国、加拿大、澳大利亚是医疗费最高的境外游目的地，日均医疗费用为1980美元。
另外，通过梳理2016年理赔案件几大常见拒赔原因，“属于保单责任免除、既往病史出险、不属于保单列明责任、出险不在保单有效期内、出险事故原因无保障责任、就诊医院不符合条款规定的医院等级”等拒赔原因是消费者在理赔时应该注意避免踩到的“地雷”。
其中，“出险原因不属于保单责任”是消费者常常误认为“保险是忽悠人”的主要原因，必须提醒的是投保人在购买保险时需要了解产品保障什么样的事故，事故是否有特定条件的约束，避免出险事故和保障责任名称一致，但不符合事故的特定约束条件，最终无法赔付。比如，意外险看似简单，但理赔时保险公司的拒赔决定往往会让消费者觉得意外。意外险有界定的保障范围，“高风险运动、过劳猝死、手术意外、因病摔伤”等多种情况就属于免赔范围。
疫情实时大数据报告
近日，腾讯“守护者计划”旗下反诈骗联合实验室发布《第三季度反电信网络诈骗大数据报告》。报告中显示，第三季度诈骗热度指数为94，在7月、8月暑期期间尤其高发，在9月份开始下降，各项数据都得到控制。
据悉，腾讯守护者计划基于腾讯安全云库、腾讯手机管家、微信安全中心等海量大数据，定期发布诈骗热度指数，用于量化当季诈骗发生的情况，从而达到预警和教育的目的。
第三季度损失金额上升，暑期诈骗进入年度高峰期。
据《报告》显示，2016年第三季度诈骗指数为94，相较第二季度89的热度有所上升，诈骗案情延续从6月份就开始的暑期诈骗高发上升势头，并在7、8月份达到高峰，指数突破100。
据《报告》分析，诈骗分子趁着暑期的空档，瞄准学生及家长这个特殊群体，实施精准场景诈骗，从而提高诈骗成功率。自8月份起，连续出现了多起电信诈骗大学生致死的案件，引起全社会的广泛关注。
同时《报告》还指出，整个第三季度全国共接到用户标记4.26亿，环比上季度下降了3400万条;收到诈骗短信的人数环比减少1.9亿人;收到诈骗电话的人数环比减少了30%。
在诈骗率降低的同时，诈骗金额却在大幅度上升，损失金额共计56.4亿元，环比上升81.2%。大额的的财务诈骗屡屡发生拉高了总额以及暑期诈骗高发更多针对学生、老人等弱势群体造成单一案件危害变大都是诈骗金额上升的原因。
《报告》中的第三季度特辑《诈骗集团内部绝密培训资料曝光：一个菜鸟骗子的成长史》总结到，在三种诈骗手段里电信诈骗损失金额最大，占总损失金额的50.1%平均每起电信诈骗案件损失接近3.2万元，每10元就有5元是电信诈骗。在电信诈骗中仿冒公检法类诈骗居首，占总损失金额的11.5%。
《报告》分析得出，仿冒类电信诈骗之所以屡屡得手，在于其背后成熟的'黑色产业链，能够为骗子精准诈骗提供各种支持。通过人们对熟人的“大意”或者公检法的“恐慌”实施诈骗。而仿冒公检法类诈骗金额单一案件损失金额往往十分巨大。
手机病毒改头换面不断扩大覆盖，平均每一个手机病毒就能影响179台手机。
《报告》显示，第三季度支付类手机病毒数量在不断减少，从7月份31188种病毒，到9月份21763种病毒，下降30.2%;但是由于使用手机支付的用户越来越多，手机用户数量也不断上升，病毒的覆盖度更加广泛，感染的手机数量也在增长，到9月份达4666910台。
《报告》指出，相较于第二季度随着第三季度随着暑期和大学开学季，各种类似成绩单、通讯录的支付类病毒大量传播。以致各位学生家长频频上当，第三季度平均每一个病毒致179台手机中毒。
诈骗短信大幅度减少，麒麟伪基站实时检测系统全国落地成效显著。
从《报告》中我们可以看到，从7月到9月份，在各类手机垃圾短信中。诈骗短信从979万减少到621万，降低了36.5%。短信诈骗发生频率仅站所有诈骗案件的3%，损失金额仅占全部损失的1.5%。
自8月4日腾讯与公安部达成战略合作协议，大数据反诈骗产品“麒麟”伪基站实时检测系统将在全国公安部门落地。“麒麟系统”在上半年深圳、广州、北京等地试点以来取得了打击各类伪基站的重大成效，伪基站诈骗短信大大减少。
反伪基站神器——“麒麟”系统能够准确定位伪基站施以打击，利用有腾讯lbs精准的定位技术支持和腾讯手机管家海量的用户群体标记的黑产数据库，实现对正在发布欺诈信息的伪基站50米内的精准定位。
时至今日，电信网络诈骗团伙愈发呈现出专业化的“职业素养”，诈骗金额空前绝大。面对如此成熟的黑色产业链，推动反电信网络诈骗体系化建设的任务更是迫在眉睫。
基于腾讯安全17年对抗黑产的经验和能力，腾讯在反诈实践过程中，逐渐形成了一个以技术对抗为先行，行业联合共同防御，教育宣传为常态，围绕腾讯守护者计划平台运行的反信息诈骗的“腾讯模式”。“腾讯模式”自实践以来协助破获案件金额超过5亿元。
腾讯愿意拿出诚意和技术与所有的行业伙伴进行分享、合作，将自己的能力开放出来，让已验证有效的方式和技术能够在全国更深入地推广和落地，积极推动反电信诈骗体系化建设，真正为保护网民权益而服务。
将本文的word文档下载到电脑，方便收藏和打印。