篇一：大数据简介一
一、大数据时代对采购和供应链带来的挑战和机遇
1. 大数据时代及其特征
大数据(Big Data)是指所涉及的规模巨大的数据。随着时代的不断进步以及科技的飞速发展，互联网、物联网、移动通讯、管理信息化、电子商务等技术不断相互渗透，并作用到国家、企业和民生的方方面面，今天，人们用大数据来描述和定义信息爆炸时代产生的海量数据，以及在合理时间内达到撷取、管理、处理、并整理成为帮助人们处理事务和决策等更积极目的的资讯与知识。
美国互联网数据中心指出，互联网上的数据每年将增长50%，每两年便将翻一番，而目前世界上90%以上的数据都是最近几年才产生的。2020年，全世界所产生的数据规模将达到今天的44倍。从这些数据每天增加的数量来看，世界目前已进入大数据时代。
大数据时代凸显了数据资源的重要意义。2012年奥巴马政府宣布投资2亿美元拉动大数据相关产业的发展，将“大数据战略”上升为国家战略，将大数据定义为“未来的新石油”，把对数据的占有和控制视为陆权、海权、空权之外的另一种国家核心资产。2013年，法国政府发布了其《数字化路线图》，列出了将会大力支持的5项战略性高新技术，“大数据”就是其中一项。2012年，日本总务省发布2013年行动计划，明确提出“通过大数据和开放数据开创新市场”。联合国在2012年发布的大数据政务白皮书中指出，大数据对于联合国和各国政府来说是一个历史性的机遇。我国也将大数据产业看作为战略性产业，成立了“大数据专家委员会”。在“大数据”2014年十大趋势预测中，包括了数据商品化与数据共享联盟化，大数据生态环境逐步发展等内容。同时，大数据专家委员会预测，2014年大数据在互联网和电子商务、金融(股市预测、金融分析)、健康医疗(流行病监控和预测等)、生物信息、制药等方面将会有令人瞩目的应用。
大数据时代是大数据价值充分发挥的时代。据赛门铁克公司的调研报告，全球企业的信息存储总量已达2.2ZB（1ZB=1024EB，1EB=1024PB），年增67％。世界上每分钟产生1700TB 的数据，但是吸引我们的不仅仅是这个庞大的数字本身，而是我们如何利用这些数据做些什么。大数据可以运用到各行各业，在宏观经济方面，IBM日本公司建立经济指标预测系统，从互联网新闻中搜索影响制造业的480项经济数据，计算采购经理人指数的预测值；印第安纳大学利用谷歌公司提供的心情分析工具，从近千万条网民留言中归纳出六种心情，进而对道琼斯工业指数的变化进行预测，准确率达到87%；在制造业方面，华尔街对冲基金依据购物网站的顾客评论，分析企业产品销售状况；一些企业利用大数据分析实现对采购和合理库存量的管理，通过分析网上数据了解客户需求、掌握市场动向，等等。据麦肯锡公司测算：大数据将给美国医疗服务业带来3000亿美元的价值，使美国零售业净利润增长达到60%，使制造业产品开发、组装成本下降50%，而大数据所带来的新需求，将
推动整个信息产业的创新发展；根据经济与商业研究中心的最新研究，大数据将为英国经济增加2160亿英镑（约合3467亿美元）以上的潜在收益。
2. 大数据时代对采购和供应链带来的挑战和机遇
首先，商务环境和商务模式变得越来越复杂，且更加动荡、多样和个性化。其二，电子商务业务模式的飞速发展打破了国家疆界，使得跨境业务速增、商业活动频繁，同时伴随着数据量的剧增。。其三，大数据应用处理成为企业和社会竞争发展的重要焦点。其四，有效挖掘大数据成为时代面临的重要课题。最后，许多企业对大数据的重要性认识不足，没有充分了解其价值。
下面是一些机构对大数据的调研、认知和应用研究，从不同的方面展示了其发展现状。
1）Gartner公司2013年一份名为《2013年大数据普及程度背后的炒作》的报告（见图1）指出：在受访企业中，有64%正在或是即将进行大数据工作，但实际的状况却不尽人意，其中很多企业并不知道他们能够使用大数据做些什么。2012年，有27%的企业开始从事大数据相关的工作，有31%计划于两年内展开大数据项目。而2013年，有30%的企业已经引入了大数据，计划参与的企业比例也增至34%。造成这一现象的原因是不少企业都认为大数据能够帮助他们提升用户体验、改进企业效率或是发现新的商业模式或产品。56%的企业不知道如何从数据中获取价值；41%的企业无法将这项技术与公司战略结合起来；34%的企业缺乏大数据的处理能力；33%的企业难以整合多样的数据资源；29%企业的基础架构遭遇挑战；27%的企业面临隐私和数据安全问题；26%的企业在对大数据项目投资上存在疑惑；甚至还有23%的公司不知大数据究竟为何物。
2）Supply Chain Insights Research Firm 2012年对有关大数据与供应链管理的研究表明：企业已经意识到对大数据及其技术缺乏理解。调查发现：
①正在进行的大数据项目中，有36%的组织目前有一个跨职能的团队来为其供应链评估大数据的潜在价值；
②项目通常由首席信息官CIO负责。评估供应链大数据使用和分析技术的团队领导是CIO的占47%，是业务部门领导的占21%，具有一个跨业务职能管理团队的占21%。
③企业的信息管理系统的复杂度高，通常有多个系统支持他们的供应链，因此数据量巨大并且整合困难。（见图2）。
④数据增长快。8%的受访者在单个数据库里具有PB（千万亿字节）级别的数据，47%的受访者预计未来五年内在其数据库里具有PB级别的数据。而且在那些正在进行大数据项目的企业中, 有68%预计在五年内其数据库里具有PB级别的数据。
⑤在企业自我评价使用不同的数据类型的能力方面，应用最好的数据来源于传统供应链的事务处理数据（有58%的受访者使用该类型数据，说明该类数据仍是企业最熟悉的）、新型的地理与地图数据（有47%的受访者使用该类型数据）和产品的可追溯性数据（有42%的受访者使用该类型数据）；其次是物联网上的各种设备数据（有28%的受访者使用该类型数据）和运动应用数据（有26%的受访者使用该类型数据）。调研显示受访者对结构化数据类型的掌握程度更高。（见图3）
⑥大数据举措当前的重点是对供应链的可视性，但未来却是投向需求数据。预期的收益越大，现行绩效评级就越低，这一点体现在需求数据的领域。由于更加熟悉交易数据和供应系统，具有较长供应链和跨多个边界的零售商表示，着重于供应链的可视性被认为是最为重要的。
2013年7月，Supply Chain Insights Research Firm又做了进一步的量化研究，目的是了解和研究供应链的领导者们正在构建的驾驭大数据的能力。这个研究是基于123家制造商（占受访企业的59%），零售商（占受访企业的26%），批发商/分销商/合作商（占受访企业的12%）和第三方物流提供商（占受访企业的2%）的一项在线调查。
受访者中31%是供应链团队（是团队成员的占15%，是负责人的占 12%，是其他岗位的占2%，是支持人员的占1%）；25%是IT团队（是IT总监的占15%，是首席信息官的占3%，是负责人的占3%，是经理的占2%，是系统管理员的占1%）；44%为其他团队（是销售团队的占16%，跨职能业务领导的占10%，是财务的占7%，是BI分析员的占3%，是市场人员的占2%，是其他的占6%），(见图4)。
调研显示出大数据的应用更多的是一个机会，而不是一个问题。认为有机会的占76％，毫无概念的为11%，而在大数据方面存在问题的有12%(见图5)。尽管数据库在不断增长，但可以被管理，然而，最大的数据库不是企业资源规划（ERP）数据库，而是在产品的可追溯性数据的领域。
受访者中已经启动一个大数据应用项目的占28％，另外37％的受访者有计划开展大数据项目，其余20%没有开展大数据活动的计划（见图6）。那些认为有机会应用大数据的受访者认为，大数据应用的最大机会在于对相关新型数据的管理，而不是对数据的体量或速度的管理。
在那些打算开展大数据项目的受访者中，准备当年就开展的占9%，1-2年内开展的占53%，3-5年内开展的占31%，不知道何时开展的占7%。
关于供应链重点要素中，目前排在前3位的分别是：需求与供给的易变性（51%），应用大数据的能力（43%），人才问题（34%）与业务增长速度（34%）。见图7。到2020
年，驱动供应链成为卓越的前3个趋势的分别是：数据可视化（46%），增强供应链的可视性（39%）和大数据（37%）见图8。
目前大数据的应用还是处于起步阶段，未来更多的机会与应用是出现在“需求”领域。需求计划、订单管理和价格管理位列前3位，是目前从大数据中获益最高的领域，见图9。
深蓝色的柱形代表数据类型的价值，浅蓝色的柱形代表数据类型绩效，白色柱形里的数据是二者的差距，数值越大说明企业在该数据类型上远没有达到应该获得的价值，还存在着很大的空间去努力获取该类型数据的最大价值。从图10中可以看出，在供应链可视性与产品的可追溯性数据源方面，无论是价值还是差距都排列在前2位，有较大的潜力可以挖掘。
目前在供应链上应用大数据的重心更多的是靠近市场的需求端和营销领域，相对于采购与供应领域，市场需求领域更多地首先开展了大数据的应用，许多企业也已经收获颇丰。因此，在采购与供应领域应该努力迎头赶上时代的步伐，利用大数据为企业和供应链的供应做出更大的贡献。有了充足的数据，若将其转变为价值还必须有好的方法和先进的工具。在供应链上，大数据最突出和最能转化价值的应用是借助于商务智能BI软件系统和供应链管理SCM软件系统来实现。
篇二：个人简历模板大全_
能力+努力+机会=成功个人简历姓 名: 专 业: E-mail: 家庭住址: 性 别: 学 历: 电 话:教 育 情 况技 能 水 平个 人 经 历获 奖 情 况自我 评价求职 意向
能力+努力+机会=成功个人简历就业方向个人资料姓名: **** 籍贯: 政治面貌: 电子邮箱: 性别: 男 民族: 汉 专业: 爱好: 联系电话: 年龄: 21个人评价本人热心、善良、自信、自律、上进心强，有较强的组织、管理能力。工作认真负责，勇于承担 任务与责任，能够快速接受新知识和快速适应新环境，具有良好的团队合作精神以较好的个人亲 和力。良好的综合素质，具备复合型人才的条件。教育背景个人能力具有较强的英语听说读写能力。 CET-4:合格 CET-总分428 具有初级日语听说读写能力 普通话流利 具有较强语言表达能力 2，计算机能力: 通过全国计算机等级考试初级 熟悉Excel, PowerPoint等Office软件 3，主修课程: 现代汉语，法律基础，主要英语国家社会与文化，高级语言程序设计，日语，教育学， 教育心 理学，英美文学史，英美文学阅读，英语教学法，高级英语，英语语言学， 1，语言能力:社会及校内实践所获证书及奖项
能力+努力+机会=成功个人简历基本资料 姓 年 名 龄 *** 性 身 别 高 男现居住地 毕业学校 个人信条：做事先做人能力+努力+机会=成功计算机技能 ? 学过计算机应用基础、数据库原理、操作系统、计算机网络与应用、VC++ 、 SQL Server2000 、软件工程 ? 能进行电脑硬件、软件的安装以及局域网的维护 ? 精通 Photoshop 等图像平面处理软件的使用 ? 熟悉各类操作系统，并熟练运用 Word, Excl 及其它 Office 系列办公软件 ? 熟悉 FrontPage、Dream weaver 网页编辑软件的使用 ? 熟练地运用 SPSS11 统计软件进行数据统计技 能个人经历学习经历奖励情况实践与实习 2003-2004 参加校电脑平面广告设计（Photoshop）和电脑办公自动化(Office)培训
能力+努力+机会=成功 参加图论与网络优化设计、数学建模 数据库设计（制作图书管理系统） 、文件检索实践（教育工程论） ； 毕业论文：掌纹识别之图像细化——Matlab 程序实现 ? ? ? ? ? ? 参加青年志愿者常常深入社会，为社会奉献一份爱心 积极参加学校组织的反邪教活动 积极组织并参与系各个晚会、运动会的举办 暑假曾在超市做过促销 参加系组织的义务家教活动 参与系报设计、编排、以及定稿2003－2004 社团活动经 历个人爱好 爱 个人简介 我性格开朗、思维活跃；待人真诚、可靠，做事有责任心，条理性强；易与人相处，对工作充 满热情,任劳任怨,勤奋好学,敢挑重担，具有很强的团队精神和协调能力。 联系方法 家庭电话 移动电话 家庭地址 OICQ E-mail 好 特喜爱足球、音乐，也喜欢读书、书法、旅游、游戏、时政、以及各项运动等
能力+努力+机会=成功个人简历个人资料 姓 名： 性 学 专 别： 历： 业：出生日期： 毕业院校： ） 工作经验： 申请职位： 联系方式：现任职位： 薪资要求：自我评价幽默、刚直率真、对人生的看法富含哲学性，希望能将自身所散发的火热生命力及快感，感染到别人， 所以人缘通常都很好。外向、健谈、喜欢新的经验与尝试，尤其是运动及旅行。是个永远无法被束缚、不 肯妥协、同时又具备人性与野性、精力充沛且活动力强，有著远大的理想，任何时地都不会放弃希望和理 想。工作经验职业技能1、熟悉 WIN98、WINME、WIN2000、WIN2003 及 WINXP 系统的安装、操作及硬件维护 2、熟悉 ASP.NET、ASP、HTML、SQL 标准语句 3、熟悉 Access、SQL Server、Mysql 等数据库系统的基本应用 4、了解 PHP、JAVA 等其他开发语言 5、 能够熟练使用 OFFICE2003、 Dreamweaver MX 2004、 Fireworks MX 2004， 可以简单使用 Adobe Photoshop CS 6、熟悉 Helix 流媒体服务器、MDaemon 搭建 Mail 服务器、FTP 服务器、DNS 服务器、Web 服务器的 架设配置及操作，了解 Linux、UNIX 等其他服务器操作系统 7、会开各种大中小型汽车，摩托车，但无驾照。 8、会写各种笔体的钢笔字，曾在市书法比赛中荣获硬笔书法比赛一等奖。作品列表
篇三：用大数据分析企业单位对应届生的简历筛选
用大数据分析企业单位对应届生的简历筛选 随着秋风习习而至，又到了各位应届生秣马厉兵霍霍猪羊的时节，不过这次待割的不是羊毛，收获的也不是果实，而是众位心甘情愿嗷嗷待宰的即将出圈的应届生求职大军们。去年中国大学生史上最难就业年的寒冬过去，本届应届生又要面对史上更难就业年。尚未杀至面试、笔试、群面PK、boss面种种环节，多路英雄就已倒在了网申简历的雄关险隘之前，虽自负怀有斗战群儒三寸不烂之舌却终得铩羽而归。
在眼花缭乱的校招宣讲背后，也是有着哭爹骂娘霸面跪求种种姿态。到底企业需要什么样的人，企业需要的人是要什么样的条件，恐怕也是幕后大boss和各位神龙见首不见尾的HR才会知道。但咱家既然是响当当研究生，那么揭露迷雾后面的真相自然也是我们的神圣使命和职责。
那么用人单位到底是要什么样的人，需要什么素质，需要什么专业，需要什么经历和要求，各家单位也有所不同。知己知彼才能百战不殆，在信息不断透明健全的今天，除了各种七嘴八舌讨论臆测猜想之外，大数据也为我们提供了一个很不错的分析思路和方法。近日，招商证券在去年放出的笔试名单为我们提供了充足的数据和资料，并且招聘部门和岗位要求齐全，那么我们现在就以招商证券——这所招商局集团的御用券商为例，和小伙伴们一起来分析用人单位的简历筛选的要求和条件。OK，let go.
招行的网申系统已经关闭，因此只能通过有限的途径来搜集我们所需要的信息。总结，数据来源：招行官网、年报、Wind以及其他公开信息。 o 招收部门总体情况。
让我们先来看一下总体情况，此次招商证券招聘共收到简历18000余份，审核通过给予机试名额共3157人次，网申审核通过比例为17%多一点。而最终21个部门的33个岗位将在其中录取238人（不包括招商期货和招远资本），网测至此通过比例为7.5%左右，也就是说13录1的概率。也就是说在所有申请人中通过层层选拔后最终通过比例为1.3%，可真谓是百里挑一了。下面我们主要
针对这3157人次的笔试名单来分析，希望可以从中发现大家所报岗位和岗位筛选要求双方面的信息。
在所有部门中，招人最多前三岗位是营业部财富管理岗、投行部分析师岗和营业部柜台岗。分别是110人、34和30人，而其余岗位所招人数都是个位数。网申通过人数最多的三个岗位分别是投行分析师岗（608）、财富顾问（429）和债券销售交易（421），可以推测出计划招聘人数、门槛和专业限制以及预期收入等综合作用下的热门岗位。在这3157人次中，从录取比例来看，竞争最为激烈的岗位是债券销售交易岗，招聘4人，当前421人，为105：1。其次是固收部的投资研究岗（368/5）和债券承揽岗（255/5），固定收益部毫不意外的成为了第一热门部门。零售经纪部人力资源管理岗（47/1）与投行部并购研究岗（42/1）紧随其后。
竞争最为轻松地部门要数私人客户部的营销服务岗，招聘2人，审核通过1人。也就是说只要此人过了笔试，面试不要太2，基本也就进了。其次为财富顾问岗（429/110）、固收部交易员岗（13/3）和场外的内控综合岗（5/1）。
另外，传统较为热门的岗位，如研究所行研（76/3），明显人数已有下降，可能与当前行研性价比下降有关，也有可能大家都了解到行研基本都是实习内定，所以缺乏热情。目前看来，各部门的热门程度与我们大家所了解也几近相当。接下来让我们看看都有哪些名校毕业生能入招商法眼呢？
2. 学校分析
剔除掉学校名称不全不详的，有效数据3140人次。其中共有149所海外及港澳台地区大学459人次，香港四所大学共占120，其余在美国、英国、法国、澳洲、新加坡的学校都有涉及，而学校排名从国际前列的芝加哥大学、纽约大学、哥伦比亚大学等顶尖学府到其他泛泛欧美各学院都有分布，分布较为平均。
国内大学共分布在127所高校，总计2504人次。其中人数最多前十名分别为北京大学（-包括光华、汇丰等学院，315）、复旦大学（219）、中国人民大学（212）、中央财经大学（205）、对外经贸大学（161）、上海财经大学（138）、清华大
学（129）、厦门大学（105）、上海交通大学（82），共计1566，占比62.5%，前20名高校共计1992，占比80%。其他高校分布较为平均，且有部分非985、211院校也有通过简历筛选（非重点院校还是有机会的，不过可能关系户，也不排除个别牛人）。可见，招商证券对于国内高校招聘方面仍是以老牌经济金融名校与重点985院校为主。
从人事关系方面来看，招商证券9名高管分别来自西南财经大学、北京大学、辽宁大学、华中科技大学、清华大学、华南理工大学、上海海运学院、澳州南昆士兰大学，可见，传言中的高管母校与应届生招聘并没有直接关系。
下面看一下各类部门岗位人员的学校分布。所有研究类部门海归的总体占比18%，其中最高的是量化套利投资岗（33%），且人员中无论国内外也都是清一色金融或工科的名校，其次是研究员岗，海归占22%；另外产品设计岗、场外产品交易设计岗和投资研究岗等也都达到了20%，且无一例外的也都是名校。接下来是业务类部门中，总部业务岗位债承债揽等海龟比例为19%，最高的为债券销售交易岗24%，且学校以欧洲居多。而在一线业务岗位中，海龟比例仅为8%，最低的为，基金销售经理0人，其次柜台业务岗仅占5%。后台类岗位中，合规和风控等专业技术较强的岗位海归比例较高，总体为13.6%。其他后台类，如软件开发、数据支持、业务运维、营销策划服务等，都没有海归，主办会计岗海归比例也仅为3%。
网申和筛选是一个双向选择的动态过程，那么从以上可以看出，券商如投行研究、行业研究及量化研究等研究类岗位仍是非常重视需要名牌院校重点相关专业。其次在一般研究类岗位上，院校间差异并不显著。在业务类岗位上，基层业务岗位学校分布广泛，且海归较少，核心业务岗位上，海归较多，且学校分布较为分散。可见对于基层业务岗，门槛要求相对较低，而对于核心业务岗，国内方面仍是需要在国内业界有着一定人脉资源的金融经济重点专业的院校，在海归中对自有业务资源要求较高。后台类岗位，一是信息技术支持类，并不需要海归，并且毕竟现在海归出国很少有学IT方面专业，且IT精英在微软等大公司做远远比在券商做后台支持有发展前景。其他后台类，如合规和人力资源等，技术要求限制较多，且收入一般，因此也有较少的海归愿意投这些岗位。
3.学历分析
3157人次中，初中及
4. 部门专业要求分析
3157人次中，涉及具体细分的专业小类600余个，其中金融263个，会计管理类144个，法律类42个，统计或数学类50个。其中分布最为广泛的为投资管理岗，559的有效人次上共有181个专业小类分布。
下面依次来分析各类岗位上的专业录取情况：
并购研究支持岗（83）：研究类，经济（21）、管理（19）、金融（35）、法律（6），额，怎么还有自动化、工程机械这种奇怪的专业；
财富顾问（429）：业务类，其中经济管理类的占95%以上，也有少部分语言及工科专业；
产品估值（7）: 研究类，资产估值（1）、会计（3）、金融经济（3）； 产品开发与研究支持（25）：研究类，金融（17）、金融工程数学类（8）；
产品设计岗（20）：研究类，数学（4）、法律（3）、会计（2）、金融（11）； 场外产品设计交易岗（10）：研究类，数学、运筹控制学（5）、金融学（5）； 场外业务销售交易岗（12）：业务类，管理（4）、金融（5）、经济（3） 创新业务支持岗（54）：研究类，几乎全为经济、金融专业，法律3个，没有管理专业；
投行-分析师岗（608）：研究类，纯理工专业共20个，剩余金融、经济、会计管理、数学统计比例为4:2:2:2；
柜台业务岗（191）：业务类，金融、经济、管理、其他比例为3:2:2:2:1； 基金销售经理（37）：业务类，金融（13）、经济（12）、管理（8）数学计算机（4）；
监控分析岗（45）：后台类，金融（22）、经济（23）；
结算管理岗（7）：后台类，经济、会计、计算机；
量化套利投资（80）：研究类，金融学（10）较少，几乎为数学、统计、运筹、工程、计算机建模等专业占据；
内控综合岗（5）：后台类，清一色法律专业；
清算管理岗（19）：后台类，金融（6）、会计（4）、数学计算机（9）； 渠道营销岗（13）：业务类，金融（6）、管理（5）、经济（2）；
人力资源管理岗（54）：后台类，金融（5）、管理（35）、社会心理学（9）；