大数据详细介绍（推荐5篇）
随着网络信息化时代的日益普遍，移动互联、社交网络、电子商务大大拓展了互联网的疆界和应用领域，我们正处在一个数据爆炸性增长的“大数据”时代，大数据在社会经济、政治、文化，人们生活等方面产生深远的影响，大数据时代对人类的数据驾驭能力提出了新的挑战与机遇。
‚大数据‛作为时下最火热的IT行业的词汇，随之而来的数据仓库、数据安全、数据分析、数据挖掘等等围绕大数据的商业价值的利用逐渐成为行业人士争相追捧的利润焦点。
一、大数据时代产生的背景
进入2012年以来，大数据（Big Data）一词越来越多地被提及与使用，人们用它来描述和定义信息爆炸时代产生的海量数，它已经出现过在《纽约时报》、《华尔街时报》的专栏封面，进入美国白宫网的新闻，现身在国内一些互联网主题的讲座沙龙中，甚至被嗅觉灵敏的国君证券、国泰君安、银河证券等写进了投资推荐报告，大数据时代来临据。
有人说21世纪是数据信息时代，移动互联、社交网络、电子商务大大拓展了互联网的疆界和应用领域。我们在享受便利的同时，也无偿贡献了自己的‚行踪‛。现在互联网不但知道对面是一只狗，还知道这只狗喜欢什么食物，几点出去遛弯，几点回窝睡觉。我们不得不接受这个现实，每个人在互联网进入到大数据时代，都将是透明性存在。各种数据正在迅速膨胀并变大，它决定着企业的未来发展，虽然现在企业可能并没有意识到数据爆炸性增长带来问题的隐患，但是随着时间的推移，人们将越来越多的意识到数据对企业的重要性。大数据时代对人类的数据驾驭能力提出了新的挑战，也为人们获得更为深刻、全面的洞察能力提供了前所未有的空间与潜力。正如《纽约时报》2012年2月的一篇专栏中所称，‚大数据‛时代已经降临，在商业、经济及其他领域中，决策将日益基于数据和分析而作出，而并非基于经验和直觉。哈佛大学社会学教授加里〃金说：‚这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。‛
二、什么是大数据？
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%以上的数据是最近几年才产生的。此外，数据又并非单纯指人们在互联网上发布的信息，全世界的工业设备、汽车、电表上有着无数的数码传感器，随时测量和传递着有关位置、运动、震动、温度、湿度乃至空气中化学物质的变化，也产生了海量的数据信息。
对于‚大数据‛（Big data）研究机构Gartner给出了这样的定义。‚大数据‛是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
大数据‛这个术语最早期的引用可追溯到apache org的开源项目Nutch。当时，大数据用来描述为更新网络搜索索引需要同时进行批量处理或分析的大量数据集。随着谷歌MapReduce和GoogleFile System（GFS）的发布，大数据不再仅用来描述大量的数据，还涵盖了处理数据的速度。
大数据（Big Data）是指那些超过传统数据库系统处理能力的数据。它的数据规模和转输速度要求很高，或者其结构不适合原本的数据库系统。为了获取大数据中的价值，我们必须选择另一种方式来处理它。数据中隐藏着有价值的模式和信息，在以往需要相当的时间和成本才能提取这些信息。如沃尔玛或谷歌这类领先企业都要付高昂的代价才能从大数据中挖掘信息。而当今的各种资源，如硬件、云架构和开源软件使得大数据的处理更为方便和廉价。即使是在车库中创业的公司也可以用较低的价格租用云服务时间了。对于企业组织来讲，大数据的价值体现在两个方面：分析使用和二次开发。对大数据进行分析能揭示隐藏其中的信息。例如零售业中对门店销售、地理和社会信息的分析能提升对客户的理解。对大数据的二次开发则是那些成功的网络公司的长项。例如Facebook通过结合大量用户信息，定制出高度个性化的用户体验，并创造出一种新的广告模式。这种通过大数据创造出新产品和服务的商业行为并非巧合，谷歌、雅虎、亚马逊和Facebook它们都是大数据时代的创新者。
随着云时代的来临，大数据（Big data）也吸引了越来越多的关注。《著云台》的分析师团队认为，大数据（Big data）通常用来形容一个公司创造的大量非结构化和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数
十、数百或甚至数千的电脑分配工作。
从某种程度上说，大数据是数据分析的前沿技术。简言之，从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。明白这一点至关重要，也正是这一点促使该技术具备走向众多企业的潜力。
大数据可分成大数据技术、大数据工程、大数据科学和大数据应用等领域。目前人们谈论最多的是大数据技术和大数据应用。工程和科学问题尚未被重视。大数据工程指大数据的规划建设运营管理的系统工程；大数据科学关注大数据网络发展和运营过程中发现和验证大数据的规律及其与自然和社会活动之间的关系。
（一）、大数据四个特性
海量性：企业面临着数据量的大规模增长。例如，IDC最近的报告预测称，到2020年，全球数据量将扩大50倍。目前，大数据的规模尚是一个不断变化的指标，单一数据集的规模范围从几十TB到数PB不等。简而言之，存储1PB数据将需要两万台配备50GB硬盘的个人电脑。此外，各种意想不到的来源都能产生数据。
多样性：一个普遍观点认为，人们使用互联网搜索是形成数据多样性的主要原因，这一看法部分正确。然而，数据多样性的增加主要是由于新型多结构数据，以及包括网络日志、社交媒体、互联网搜索、手机通话记录及传感器网络等数据类型造成。其中，部分传感器安装在火车、汽车和飞机上，每个传感器都增加了数据的多样性。
高速性：高速描述的是数据被创建和移动的速度。在高速网络时代，通过基于实现软件性能优化的高速电脑处理器和服务器，创建实时数据流已成为流行趋势。企业不仅需要了解如何快速创建数据，还必须知道如何快速处理、分析并返回给用户，以满足他们的实时需求。根据IMS Research关于数据创建速度的调查，据预测，到2020年全球将拥有220亿部互联网连接设备。
易变性：大数据具有多层结构，这意味着大数据会呈现出多变的形式和类型。相较传统的业务数据，大数据存在不规则和模糊不清的特性，造成很难甚至无法使用传统的应用软件进行分析。传统业务数据随时间演变已拥有标准的格式，能够被标准的商务智能软件识别。目前，企业面临的挑战是处理并从各种形式呈现的复杂数据中挖掘价值。
（二）、大数据三个特征
除了有四个特性之外，大数据时代的数据还呈现出其他三个特征。
第一个特征是数据类型繁多。包括网络日志、音频、视频、图片、地理位置信息等等，多类型的数据对数据的处理能力提出了更高的要求。
第二个特征是数据价值密度相对较低。如随着物联网的广泛应用，信息感知无处不在，信息海量，但价值密度较低，如何通过强大的机器算法更迅速地完成数据的价值‚提纯‛，是大数据时代亟待解决的难题。
第三个特征是处理速度快，时效性要求高。这是大数据区分于传统数据挖掘最显著的特征。
大数据的4个‚V‛，或者说特点有四个层面：第一，数据体量巨大。从TB级别，跃升到PB级别；第二，数据类型繁多。前文提到的网络日志、视频、图片、地理位置信息等等。第三，价值密度低，商业价值高。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。第四，处理速度快。1秒定律。最后这一点也是和传统的数据挖掘技术有着本质的不同。业界将其归纳为4个‚V‛——Volume，Variety，Value，Velocity。
三、大数据时代对生活、工作的影响
大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的‚加工能力‛，通过‚加工‛实现数据的‚增值‛。且中国物联网校企联盟认为，物联网的发展离不开大数据，依靠大数据可以提供足够有利的资源。
大数据，其影响除了经济方面的，它同时也能在政治、文化等方面产生深远的影响，大数据可以帮助人们开启循‚数‛管理的模式，也是我们当下‚大社会‛的集中体现，三分技术，七分数据，得数据者得天下。
‚大数据‛的影响，增加了对信息管理专家的需求。事实上，大数据的影响并不仅仅限于信息通信产业，而是正在‚吞噬‛和重构很多传统行业，广泛运用数据分析手段管理和优化运营的公司其实质都是一个数据公司。麦当劳、肯德基以及苹果公司等旗舰专卖店的位置都是建立在数据分析基础之上的精准选址。而在零售业中，数据分析的技术与手段更是得到广泛的应用，传统企业如沃尔玛通过数据挖掘重塑并优化供应链，新崛起的电商如卓越亚马逊、淘宝等则通过对海量数据的掌握和分析，为用户提供更加专业化和个性化的服务。
大数据在个人隐私的方面，大量数据经常含有一些详细的潜在的能够展示有关我们的信息，逐渐引起了我们对个人隐私的担忧。一些处理大数据公司需要认真的对待这个问题。例如美国天睿资讯给人留下比较深刻印象的是他的一个科学家提出，我们不应该简单地服从法律方面的隐私保护问题，这些远远不够的，公司都应该遵从谷歌不作恶的原则，甚至更应该做出更积极的努力。
四、大数据时代的发展方向、趋势
虽然大数据目前在国内还处于初级阶段，但是商业价值已经显现出来。未来，数据可能成为最大的交易商品。但数据量大并不能算是大数据，大数据的特征是数据量大、数据种类多、非标准化数据的价值最大化。因此，大数据的价值是通过数据共享、交叉复用后获取最大的数据价值。在他看来，未来大数据将会如基础设施一样，有数据提供方、管理者、监管者，数据的交叉复用将大数据变成一大产业。
大数据的整体态势和发展趋势，主要体现在几个方面：大数据与学术、大数据与人类的活动，大数据的安全隐私、关键应用、系统处理和整个产业的影响。大数据整体态势上，数据的规模将变得更大，数据资源化、数据的价值凸显、数据私有化出现和联盟共享。
大数据的发展会催生许多新兴新职业，会产生数据分析师、数据科学家、数据工程师，有非常丰富的数据经验的人才会成为稀缺人才。随着大数据的发展，数据共享联盟将逐渐壮大成为产业的核心一环。随着大数据的共享越来越大，隐私问题也随之而来，比如说每天手机产生的通话、位置等等。但这给带来了便利的同时也给带来了个人隐私的问题。数据资源化，大数据在国家和企业和社会层面成为重要的战略资源，成为新的战略制高点和抢购的新焦点。
随着社会的不断发展，大数据对IT技术架构的挑战，大数据的生态环境问题，大数据的应用及产业链将日益突出。数据与机遇
数据：成功的新前线
众所周知，企业数据本身就蕴藏着价值，但是将有用的数据与没有价值的数据进行区分看起来可能是一个棘手的问题。显然，您所掌握的人员情况、工资表和客户记录对于企业的运转至关重要，但是其他数据也拥有转化为价值的力量。一段记录人们如何在您的商店浏览购物的视频、人们在购买您的服务前后的所作所为、如何通过社交网络联系您的客户、是什么吸引合作伙伴加盟、客户如何付款以及供应商喜欢的收款方式等所有这些场景都提供了很多指向，将它们抽丝剥茧，透过特殊的棱镜观察，将其与其他数据集对照，或者以与众不同的方式分析解剖，就能让您的行事方式发生天翻地覆的转变。但是屡见不鲜的是，很多公司仍然只是将信息简单堆在一起，仅将其当作为满足公司治理规则而必须要保存的信息加以处理，而不是将它们作为战略转变的工具。毕竟，数据和人员是业务部门仅有的两笔无法被竞争对手复制的财富。在善用的人手中，好的数据是所有管理决策的基础，带来的是对客户的深入了解和竞争优势。数据是业务部门的生命线，必须让数据在决策和行动时无缝且安全地流到人们手中。
所以，数据应该随时为决策提供依据。看看在政府公开道路和公共交通的使用信息这样看起来甚至有点晦涩的数据时会发生什么：这些数据来源为一些私营公司提供了巨大的价值，这些公司能够善用这些数据，创造满足潜在需求的新产品和服务。
企业需要向创造和取得数据方面的投入索取回报。有效管理来自新旧来源的数据以及获取能够破解庞大数据集含义的工具只是等式的一部分，但是这种挑战不容低估。产生的数据在数量上持续膨胀；音频、视频和图像等富媒体需要新的方法来发现；电子邮件、IM、tweet和社交网络等合作和交流系统以非结构化文本的形式保存数据，必须用一种智能的方式来解读。但是，应该将这种复杂性看成是一种机会而不是问题。处理方法正确时，产生的数据越多，结果就会越成熟可靠。传感器、GPS系统和社交数据的新世界将带来转变运营的惊人新视角和机会。数据=机遇
自从有了IT部门，董事会就一直在要求信息管理专家提供洞察力。实际上，早在1951年，对预测小吃店蛋糕需求的诉求就催生了计算机的首次商业应用。自那以后，我们利用技术来识别趋势和制定战略战术的能力不断呈指数级日臻完善。
今天，商业智能(使用数据模式看清曲线周围的一切)稳居 CXO 们的重中之重。在理想的世界中，IT 是巨大的杠杆，改变了公司的影响力，带来竞争差异、节省金钱、增加利润、愉悦买家、奖赏忠诚用户、将潜在客户转化为客户、增加吸引力、打败竞争对手、开拓用户群并创造市场。
大数据分析是商业智能的演进。当今，传感器、GPS 系统、QR 码、社交网络等正在创建新的数据流。所有这些都可以得到发掘，正是这种真正广度和深度的信息在创造不胜枚举的机会。要使大数据言之有物，以便让大中小企业都能通过更加贴近客户的方式取得竞争优势，数据集成和数据管理是核心所在。
面临从全球化到衰退威胁的风暴，IT 部门领导需要在掘金大数据中打头阵，新经济环境中的赢家将会是最好地理解哪些指标影响其大步前进的人。当然，企业仍将需要聪明的人员做出睿智的决策，了解他们面临着什么，在充分利用的情况下，大数据可以赋予人们近乎超感官知觉的能力。Charles Duigg是《习惯的力量》一书的作者，他找出的一个黄金案例分析的例子是美国零售商 Target，其发现妇女在怀孕的中间三个月会经常购买没有气味的护肤液和某些维生素。通过锁定这些购物者，商店可提供将这些妇女变成忠诚客户的优惠券。实际上，Target 知道一位妇女怀孕时，那位妇女甚至还没有告诉最亲近的亲朋好友，更不要说商店自己了。
很明显，在可以预见的将来，隐私将仍是重要的考量，但是归根结底，用于了解行为的技术会为方方面面带来双赢，让卖家了解买家，让买家喜欢买到的东西。
大数据将会放大我们的能力，了解看起来难以理解和随机的事物。对其前途的了解提供了获取崭新知识和能力的机会，将改变您的企业运作的方式。数据回报率
简而言之，企业可以通过思考数据战略的总体回报，来应对大数据的挑战，抓住大数据的机会。Informatica所指的‘数据回报率’，是为帮助高级IT和业务部门领导者进行大数据基本的战术和战略含义的讨论而设计的一个简单概念。等式非常简单：如果您提高数据对于业务部门的价值，同时降低管理数据的成本，从数据得到的回报就会增加--无论是用金钱衡量，还是更好的决策
数据回报率=数据价值/数据成本
在技术层面，数据回报率为数据集成、数据管理、商业智能和分析方面的投入提供了业务背景和案例。它还与解决业务的基础有关：挣钱、省钱、创造机会和管理风险。它涉及对效率的考虑，同时推动了改变游戏规则的洞察力。
五、企业应如何应对大数据时代
近些年，大数据已经和云计算一样，成为时代的话题。大数据是怎么产生的，商业机会在哪？研究机会在哪？这个概念孕育着一个怎样的未来？企业如何应对？
一个好的企业应该未雨绸缪，从现在开始就应该着手准备，为企业的后期的数据收集和分析做好准备，企业可以从下面五个方面着手，这样当面临铺天盖地的大数据的时候，以确保企业能够快速发展，具体为下面五点。
‚大数据‛作为一个较新的概念，目前尚未直接以专有名词被我国政府提出来给予政策支持。不过，在2011年12月8日工信部发布的物联网‚十二五‛规划上，把信息处理技术作为4项关键技术创新工程之一被提出来，其中包括了海量数据存储、数据挖掘、图像视频智能分析，这都是大数据的重要组成部分。而另外3项关键技术创新工程，包括信息感知技术、信息传输技术、信息安全技术，也都与‚大数据‛密切相关。
（一）、以企业的数据为目标
几乎每个组织都可能有源源不断的数据需要收集，无论是社交网络还是车间传感器设备，而且每个组织都有大量的数据需要处理，IT人员需要了解自己企业运营过程中都产生了什么数据，以自己的数据为基准，确定数据的范围。
（二）、以业务需求为准则
虽然每个企业都会产生大量数据，而且互不相同、多种多样的，这就需要企业IT人员在现在开始收集确认什么数据是企业业务需要的，找到最能反映企业业务情况的数据。
（三）、重新评估企业基础设施
大数据需要在服务器和存储设施中进行收集，并且大多数的企业信息管理体系结构将会发生重要大变化，IT经理则需要准备扩大他们的系统，以解决数据的不断扩大，IT经理要了解公司现有IT设施的情况，以组建处理大数据的设施为导向，避免一些不必要的设备的购买。
（四）、重视大数据技术
大数据是最近几年才兴起的词语，而并不是所有的IT人员对大数据都非常了解，例如如今的Hadoop，MapReduce，NoSQL等技术都是近年刚兴起的技术，企业IT人员要多关注这方面的技术和工具，以确保将来能够面对大数据的时候做出正确的决定。
（五）、培训企业的员工
大多数企业最缺乏的是人才，而当大数据到临的时候，企业将会缺少这方面的采集收集分析方面的人才，对于一些公司，特别是那种人比较少的公司，工作人员面临大数据将是一种挑战，企业要在平时的时候多对员工进行这方面的培训，以确保在大数据到来时，员工也能适应相关的工作。
做到上面的几点，当大数据时代来临的时候，面临大量数据将不是束手无策，而是成竹在胸，而从数据中得到的好处也将促进企业快速发展。物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器，无一不是数据来源或者承载的方式。
六、案例分析
IBM战略
关键词：大数据,IT技术,可用资源
1 研究业务的技术特性要求
大数据相关技术和资源众多, 先从市场研究的业务特点来分析其对技术性的一些要求:一是数据规模而言, 因为客户主要偏传统企业客户 (非互联网类) , 受其业务限制, 可分析的大数据规模不会超过百亿/TB级, 不像互联网企业达到千亿/PB级。二是数据格式还是以结构化数据为主, 部分非结构化文本 (如互联网/社交方面为主) 。三是处理模式上, 因为分析过程是多次迭代和不断深入, 不需要实时出结论, 所以离线非实时、批量化/Ad Hoc结合的OLAP分析是主要模式。这个和很多互联网企业的实时大数据业务要求不同。四是分析的属性维度多样, 经常变化, 关注整体特性。所以对数据管理中的多字段检索和汇总统计的能力要求较高。基于以上的技术要求, 我们来讨论研究业务适合的技术理论与资源。
2 主要技术理论
在整个大数据相关技术体系中, 研究公司大数据业务涉及的技术领域主要如下:
2.1 分布式计算
在大数据领域, 大部分数据存储和高速计算都离不开分布式计算 (Distributed computing) 。日常生活中, 我们一台电脑可完成所有计算和数据存储, 当觉得不够用时, 通常是更换更快的CPU和更大硬盘来解决。但当计算速度和存储要求越来越高时 (如大数据环境下对TB甚至PB级数据管理计算) , 这种通过提升单台服务器性能的集中模式会导致服务器 (如使用在运营商话单计费、银行交易系统的小型机) 成本极为昂贵, 且最终可能仍然无法满足要求。另外一种思路, 则是将大的计算需求分摊到多台计算机一起来完成 (如同一个大卡车的载货被分到很多台小卡车来运输一样) 。相应的分布式计算 (包括存储) 就是通过多台 (成千上万甚至百万) 廉价、低性能服务器来实现超高的计算存储能力。在分布式计算系统中, 任何计算和存储请求, 被自动分为多个小的任务, 分摊到各服务器上并行完成。同时, 数据分布在多个服务器节点并有备份, 这样即使部分服务器损坏并不影响系统运行。
相比集中模式, 分布式计算成本和门槛更低, 易扩展并具高可靠性。成为近10年来IT体系架构最重要的技术, 支撑起了整个互联网的数据和业务, 也是云计算和大数据的支撑技术之一。
2.2 机器学习
如果说分布式计算是IT体系架构的明星, 那机器学习 (Machine Learning) 就是智能数据分析的利器了。作为人工智能的核心研究领域之一, 机器学习是为了让计算机通过经验 (先验知识数据) 来模仿人类的学习能力, 从而获得计算机系统能力的提升。20世纪末, 随着统计学习理论出现和发展, 机器学习从IT技术逐步扩展为一种交叉学科, 在很多非IT领域也得到广泛应用。虽然相关算法在理论上需要较多的知识背景, 但不要觉得它是多么高大上, 比如研究行业常用到的决策树、分类 (有监督学习) 和聚类 (无监督学习) , 实际都是机器学习的算法子集 (其他常用的还有Bayes网络、支持向量机和神经元网络等) 。基于训练-建模-分类-优化的迭代生成模式, 使得机器学习在实际的分析性能和模型适用性方面, 具有较大的优势。近两年来, 基于多层神经网络的深度学习 (Deep Learning) 理论在一些领域 (自然语言、音视频识别) 具有突出的表现, 有望进一步推动机器学习的深入分析能力。
大数据领域, 机器学习由于其在数据分析方面的先天优势能力, 当仁不让的成为相关数据分析的核心技术。该方面的技术水平成为当前衡量大数据分析能力的重要标志。
2.3 自然语言处理
大数据的多种数据中, 非结构化数据日趋庞杂和重要, 其代表就是自然语言形式的语义内容 (搜索、新闻、社交媒体、电商评论等) , 而对其内容的分析 (如文本挖掘) 离不开自然语言处理技术。相关学术学科叫计算语言学, 作为计算机与语言的交叉学科, 它以统计性、量化的方式来研究语言的规律。自然语言处理 (Natural Language Process) 涉及分词、词法、句法、语法、语义分析等多个层面, 相当复杂。而当前商业性应用, 中文的主要集中在分词、词频统计、关键特征抽取等浅层分析、情感倾向与主题模型 (如LDA/PLSA等) 和机器翻译等方面。传统研究业务中, 也可用于开放题/讨论文本的自动分析编码。实际上, NLP的应用领域应该可以更大。举一个有趣的例子, 曹雪芹的《红楼梦》最后40章常被认为是高鹗续作, 但相关观点的红学家/语言学家并不能有效证明。借助计算语言学, 可对前80章和后40章的内容进行分析 (包括用词习惯、句法、文法等) , 可得到两部分文章在行文风格的多种量化指标, 通过其差异就能判断是否为不同的作者。计算语言学的理论基础感觉近年来进展不大, 但深度学习近年来的表现, 有望帮助其在应用性能方面有所提升。
2.4 数据挖掘
数据挖掘 (Data Mining) 在非大数据时代 (海量数据) 就已经广泛使用 (如CRM的用户分析、产品关联分析) 。严格的说, 其并不算是一种技术, 而是一种分析模式:综合利用机器学习、数据库技术和自然语言处理等多种技术方法, 从数据中获得相关的结果。在大数据时代, 虽然数据的挖掘往往意味着数据金矿, 但笔者认为, 挖掘技术必须与业务分析思路紧密结合, 才会发挥出较大的价值。
2.5 其他关键技术
在大数据时代, 互联网社交媒体数据 (尤其是用户间的关系数据) 体现出了前所未有的价值。对上亿用户错综复杂的关系网络的快速分析, 正是图计算理论擅长之处。图计算作为新兴的技术理论, 主要聚焦节点之间关系的深度研究, 其不仅在社交用户分析上价值很大, 在恶意欺诈检测、生命科学等领域都有着巨大应用前景。
而随着音视频数据的日益普及和传播, 针对此类大数据的处理 (比如语音识别/图像、视频识别分析) 技术, 也在大数据业务中逐步开始使用。这些其实都是模式识别 (Pattern Recognition) 技术的应用, 核心问题是特征 (维度较高) 的抽取和相似/匹配性比较。
3 主要技术资源与工具
在前面了解的技术理论之上, 我们进一步介绍大数据业务中可使用的技术资源和工具。相关说明按业务流程顺序展开, 以主流、免费的开源资源为主。
3.1 分布式计算框架
分布式计算框架用于完成分布式计算所需的底层任务管理和调度等核心工作, 是大数据计算体系结构的基石。当前主流的开源框架包括:
⊙Hadoop和Map/Reduce, 借鉴Google的分布式系统发展而来。2009年笔者使用其早期版本时问题颇多, 但几年后其已经成为事实的行业标准, 并衍生出庞大的上层生态圈。其Map/Reduce计算范式解决分布式调度和结果归并的问题, 大大降低了分布式程序开发的难度。Hadoop擅长的离线批量式处理适合研究公司的基础数据计算 (如汇总和统计) , 缺点是响应迟滞、速度慢、维护和编程也相对麻烦。
⊙Spark新的分布式开源框架, 在迭代计算 (如机器学习) 场景下, 比Hadoop快几十倍, 同时提供了MLLib机器学习、Spark Sql查询和Graph X图计算众多大数据工具包, 也更易于维护和编程。众多优点使得其近一年发展极快, 受到了广泛的支持, 预计将代替Hadoop成为新的数据计算标准。Spark比Hadoop更加适合研究公司, 在HCR (慧辰资讯) 大数据平台中, 其作为大数据分析计算的核心, 完成机器学习的相关处理。
⊙Strom, Hadoop, Spark都适合非实时处理, 对于需要实时响应的业务 (比如DSP/RTB广告实时竞价, 电商平台实时购物推荐) 场景, 则是Storm流式计算框架的天下, 高速和高容错使得它已经在此类业务环境中成为基本配置, 如果研究公司存在类似实时处理特性的业务也可以考虑使用。
3.2 数据管理
数据管理主要包括存储和快速检索。大数据环境中, 研究业务相关的数据更多以数据库而不是文件方式存储, 所以这里主要介绍几类数据库的选择:
⊙关系数据库 (Mysql/Oracle) 。传统的关系数据库虽然对大数据的支持能力有些不足, 但就研究公司而言, 亿级以下的结构化数据分析仍然是未来分析的重要场景, 此时使用关系数据库 (无论免费的Mysql, 还是商业的Oracle) 完全没有问题。其便于管理, 工具成熟, 适合研究中各种多维度的统计分析。同时, 也适合在大数据业务中作为数据仓库存储大数据的中间分析结果, 便于后续更上层分析。
⊙键值数据库 (HBase/Cassandra) 。真正意义上的大数据数据库, 基于分布式计算体系和键值模式可轻松支持百亿规模以上的记录管理。但其最适合针对特定单一条件 (如某用户的相关信息) 的快速查询, 不支持多级索引, 所以研究中常用的多维分析 (多字段条件) 会很麻烦 (方便性远不如关系数据库) , 对单用户的检索分析则很快。在HCR (慧辰资讯) 平台中, HBase主要作为基础大数据的存储和单用户行为标签的离线批量计算。
⊙文档数据库 (Mongo DB) 。另一基于文档的大数据数据库, 使用上最大特点是可随意增删记录的字段, 尤其适合某些研究分析中随时自定义分析属性维度。如果有涉及地理空间的分析, 其也比较方便。就实际应用而言, 建议在小于10亿级别的动态数据比较合适 (否则对内存和硬盘空间需求太大) 。
3.3 处理与计算
市场研究行业大数据业务中, 分析相关的数据计算技术是最重要的技术内容, 主要集中在以下几个领域:
⊙并行机器学习 (Mahout/Spark MLLib) 。机器学习本已是数据计算利器, 而基于分布式的并行机器学习框架则将其能力又大大增强。Mahout中实现了大量的机器学习算法 (包括推荐算法) 的并行版本 (甚至有并行SV D这种高大上) , 是当前大数据机器学习的主要工具包。MLib基于Spark框架, 在性能上有优势, 也开始受到广泛的关注。
⊙自然语言处理。在中文自然语言处理领域, 当前可用的免费开放资源并不多 (分词资源较多) , 一些开放资源主要来自学术院校, 但在效果上面向工业应用尚有不足。当前常见方式是借助专业技术企业/院校合作获得深入分析能力。
⊙图计算 (Graph Lab/Spark Graph X) 。如果有图计算相关的需求可考虑采用这些开源资源。前者是当前最主流的图计算框架, 实现了图数据的存储和基础计算逻辑;后者Graph X是Spark体系下的图计算新贵。
⊙R语言。R语言作为统计性功能强大的计算语言, 在传统研究行业具有较大应用前景, 同时其在可视化和开源支持方面也有一定优势, 如今R对Hadoop的支持也比较完善。对于熟悉R语言的研究公司, 可从R语言更快切入大数据的计算领域。
3.4 研究分析
在分析阶段, 考虑研究分析人员将成为重要的角色, 此时资源聚焦在研究分析人员可以使用的各种工具上。以下是相关的一些内容:
⊙Hive/Impala/Spark Sql。分布式的大数据 (数据仓库) 的分析工具, 支持以传统关系数据库Sql语句进行大数据内容的检索, 大大降低了研究分析人员的大数据分析门槛, 是适合数据分析/研究人员的最佳工具。H ive最早由Facebook开源, 应用最广, 但性能最差。Impala在性能与稳定性的平衡较好, 但限制较多。Spark Sql作为最新的工具, 性能最强, 但稳定性尚待完善。
⊙Table AU。企业级大数据分析工具, 多应用于世界500强企业内部业务分析, 不过其是商业付费软件。其优点是大数据下的可视化和方便性, 研究人员使用比较容易。就实际应用体会上, 感觉更适合企业级内部数据、亿级以下的结构化大数据的场景。分析维度主要是统计性维度, 可分析深度相对不足。
⊙SPSS Modeler。IBM的商用数据挖掘工具, 对大数据支持能力不如Table AU (与其计算复杂度相关) , 其特点是提供专业的数据挖掘算法, 研究中适合做深度/非统计性研究。
⊙Gephi。可视化分析如果要做一些传播关系的图形化分析, 那不妨考虑Gephi, 其支持多种可视化分析图生成, 不过在较大数据量 (比如2万节点以上) 时性能下降较快, 所以最好对数据预先做相关平滑和剪枝。
⊙可视化开发框架。数据可视化是大数据的一个特色, 但这里放到研究分析来说明, 是因为可视化技术的价值是帮助更有效的分析, 不是花哨的展示。当前国内百度EChart (2.0以上版本) 的易用性和功能相对不错 (就是感觉样式配色不够专业) ;国外基于D3框架的应用更能体现可视化的价值 (效果强大, 但开发比较麻烦) ;桌面办公软件中, 微软G e o Flow支持Excel的Bi ng地图可视化;其他还有很多各有特色的可视化框架, 不再一一介绍了。
HCR (慧辰资讯) 认为, 经过以上内容, 想必研究同行们对大数据相关技术已经有了基本的认识。如果要想在大数据业务服务中发挥自身价值, 研究人员除了转变方法论思路外, 还要注意提升自身的技术能力。
概述
电子邮件营销EDM，即Email Direct Marketing的缩写，是在用户事先许可的前提下，通过电子邮件的方式向目标用户传递价值信息的一种网络营销手段，下面我们重点介绍电子邮件营销的数据分析即各种数据指标。
几个主要的数据指标介绍：
1.到达率
100个人的邮件列表并不代表你发送100封邮件都可以准确到达对方的邮箱。一种情况是，对方邮件地址格式不对（如缺少@符号，会直接略过发送）；一种情况是地址不存在或邮件被识别为垃圾邮件（硬性弹回）；也有可能对方邮址正确，但你的邮件出现在对方的垃圾邮箱中（类似垃圾邮件弹回，对方同样没有机会阅读到你的邮件）。邮件出现在垃圾邮箱不会计算在到达率中，但提高到达率是减少后者数量的有效途径。
营销者可以样本域名测试的方法进行到达率分析。域名测试就是向主要的因特网服务商注册测试邮箱如Gmail, 163, Yahoo, chinaren, 新浪, 搜狐, Hotmail, MSN获得种子联系人。
对于企业接收者，营销者还需要对方公司拥有企业域名邮件的内部员工协助，才可能做域名测试。之后，营销者通过发送域名测试来统计出哪个域名邮件到达率最高，再分析和到达率相关的问题。
如果借助ESP，整个过程的实现会变得简单很多。通常性能完善的ESP会提供一个域名到达率统计，比较高级的ESP甚至还会提供到达率等级评估的功能，让用户随时监控自己的列表纯净度。如果到达率等级变低，可能意味着营销者的列表地址出现老化或错误。此外，很多垃圾邮件过滤机制以及一些桌面端的应用程序会将正常邮件识别为垃圾邮件，因此，到达率降低也可能说明营销者的邮件设计有问题。
通常垃圾邮件过滤机制扫描检查的内容包括：邮件标题，内容和格式：
1） 标题：对于“免费”“特别折扣”，“全额退款”，以及加上很多感叹号的标题是标准的垃圾邮件。
2） 内容：一般HTML格式的邮件容易被认为是垃圾邮件。因此每封企划都准备两种格式（文本和HTML）是很明智的做法。Emmagic提供了自动生成两种格式邮件的功能。此外营销者还可以在文本邮件中，加入显著的链接，让读者查看网页形式的企划。用显著的文字或过渡页面告诉顾客如何加入订阅或取消订阅可以减少垃圾邮件的可能性。在列表管理方面，尽可能收集对方常用域名的邮件地址，及时管理“弹回”地址（如对取消订阅和硬性弹回联系人及时清理），或鼓励订阅者将你加入到白名单（比如通过发送欢迎邮件的方式让对方添加至联系人中）都是很有效的方法，
2.打开率
打开率是一个初步说明问题的指标，但只是“初步说明”，因为打开不等于“阅读”。注意打开率的统计意义在于“纵向趋势分析”，你可以对比很多次企划的打开率来获取更精细的商业信息。
另外，很多时候，你可能会发现打开率持续下降，但点击率保持上升。这是因为跟踪打开需要在邮件中增加一种隐形的1像素GIF（电邮航标），由于图片被阻止的时候，航标也会被阻止，所以这些邮件无法被追踪。这也意味着对于纯文本文件是没法追踪打开率的。此外，一些手机端用户(Blackberry & Treos)无法显示图片，因此这些用户即使阅读了邮件也不会被计算到打开率中。
打开率的计算还有其他误差，例如某些邮件接收端，像Outlook会将预览框的阅读也计算到打开中。
提高打开率有这些方法：
1） 设置一个对方认识的“发件人姓名”。确保发件人包含公司名称或发件人的名称，或产品及服务的名称。选择已给接收者认识的名字（不管是人名、公司名还是产品名），并且重复这个“发件人姓名”，可以保证接收者熟悉你，并让对方相信你的邮件来自一个恒定的、可靠的发送者，即使并非同一个人操作。
2） 设置一个有吸引力的标题。标题不要长，一定要到位，说明打开邮件的好处。而且不要用无关的标点，以及让人误解为垃圾邮件的字眼。
3） 目标化。先做一个关于受众的调查，细分你的邮件接收群，把有相似兴趣的邮件接收者收集起来建立新的邮件列表。
4） 考究一下发送日期和时间。有数据显示，邮件在中午以及一周的中期（如周三）发送接收效果最好。你可以摸索适合自己的发送时间。
3.点击率
点击率比打开率更重要，也是说明邮件接收者真正互动的第一步。有一些邮件服务商会提供点击率/打开率的比例，这个比例没有点击率准。因为打开率有水分，可能出现假象的上升。
4.取消订阅率
取消订阅数量除以发送量减去弹回量（即实际发送量）即是取消订阅率，通常低于0.5%。如果这个比率持续上升，说明你的企划发送可能在某一方面出问题。例如，是否邮件列表需要定期清理？是否内容相关性太低？是否发送时间有误？这些取消订阅者有什么共同特点？有时候，取消订阅也可能是因为对方邮箱太满，需要个案分析。
5.投诉率
新款发光LED眼镜:
由12个相同或不同颜色的LED灯组成,不同的闪光模式.当使用者在白天配戴时，其与一般光学眼镜一样实用；当使用者在夜间配戴时，将开关打开，可使宽架里的LED灯发光
电池构造说明：
实用新型为一种发光眼镜，包括镜片框和镜腿，所述镜片框和镜腿上开有凹槽、PCB LED线路板、镜腿部具有一电池仓、电源、电源连接板、设有控制开关 控制开关位于电池仓外侧
——产品介绍
包装方式：三个AG313电池，12PCS/内盒,144PCS/箱
装箱规格：50.5*31.5*45CM
毛/净重：9/8KG
①可拆装电池(操作简单)
②大人小孩均有适合佩戴的款式、③可印LOGO或贴不干胶图案（设计个性框架）
④使用方便 携带轻便 绚丽多彩
中华民国成立后，交通银行受中央银行委托，与中国银行共同承担国库收支与发行兑换国币业务。1928年，国民政府立法院通过《交通银行条例》，交通银行成为扶助农矿工商的专责银行。
交通银行成立之初，总行设在北京。1919年，第一次世界大战结束以后，交通银行上海分行接管了位于上海公共租界外滩14号的德华银行的文艺复兴风格的4层大楼。1928年，随着全国政治中心从北京转移到南京，交通银行也将总行迁到上海外滩14号。1937年，抗日战争爆发，交通银行将总行迁到重庆。战争结束以后，1946年－1947年，上海总行重建为艺术装饰主义风格的6层大楼。
交通银行总行于1951年迁回北京，上海外滩14号行址由上海市总工会进驻至今。1958年除香港分行仍继续营业外，交通银行国内业务分别并入当地中国人民银行和在交通银行基础上组建起来的中国人民建设银行（现称中国建设银行(港交所 0939)）。为适应中国经济体制改革和发展，1986年7月24日，作为金融改革的试点，国务院批准重新组建交通银行。1987年4月1日，重新组建后的交通银行正式对外营业，成为中国第一家全国性的国有股份制商业银行，总行设在上海江西中路200号（原金城银行大楼）；现时，交通银行总行已迁往上海浦东的银城中路188号。2004年，香港上海汇丰银行投资了近17亿美元，收购了交通银行19.9%股权。2005年6月23日，在香港联合交易所上市，股票代码港交所03328发行价为2.5港元。2007 年4月25日，在上海证券交易所发行，发行价7.90元人民币，股票代码601328。2007年5月15日上市。2008年，交通银行迎来了百年华诞。“百年之交·相融相通”，又一次站在新世纪潮头的交通银行，将继续前进！创办一流公众持股银行，打造最佳财富管理银行，开创综合经营新格局，锻造民族金融国际品牌，跻身全球经济舞台最前方！
作为中国首家全国性股份制商业银行，交通银行自重新组建以来，就身肩双重历史使命，它既是百年民族金融品牌的继承者，又是中国金融体制改革的先行者。交通银行在中国金融业的改革发展中实现了六个“第一”，即第一家资本来源和产权形式实行股份制；第一家按市场原则和成本-效益原则设置机构；第一家打破金融行业业务范围垄断，将竞争机制引入金融领域；第一家引进资产负债比例管理，并以此规范业务运作，防范经营风险；第一家建立双向选择的新型银企关系；第一家可以从事银行、保险、证券业务的综合性商业银行。交通银行改革发展的实践，为中国股份制商业银行的发展开辟了道路，对金融改革起到了催化、推动和示范作用。
2004年6月，在中国金融改革深化的过程中，国务院批准了交通银行深化股份制改革的整体方案，目标是要把交通银行办成一家公司治理结构完善，资本充足，内控严密，运营安全，服务和效益良好，具有较强国际竞争力和百年民族品牌的现代金融企业。在深化股份制改革中，交通银行完成了财务重组，成功引进了汇丰银行、社保基金、中央汇金公司等境内外战略投资者，并着力推进体制机制的良性转变。2005年 6月23日，交通银行在香港成功上市，成为首家在境外上市的中国内地商业银行。目前，交通银行已经发展成为一家“发展战略明确、公司治理完善、机构网络健全、经营管理先进、金融服务优质、财务状况良好”的具有百年民族品牌的现代化商业银行。
优质的金融服务。交通银行始终坚持继承与创新并重，以诚信立行，以服务取胜，在金融产品、金融工具和金融制度领域不断开拓，锐意进取，形成了产品覆盖全面、科技手段先进的业务体系，通过传统网点“一对一”服务和全方位的现代化电子服务渠道相结合，为客户在公司金融、私人金融、国际金融和中间业务等领域提供全面周到的专业化服务。交通银行拥有以“外汇宝”、“太平洋卡”、“基金超市”等为代表的在市场享有盛誉的一批品牌产品，市场份额在业内名列前茅。2006年，交通银行在产品开发方面继续提速，先后推出了“沃德财富账户”、“盈通账户”、“满金宝 ”、“展业通”等一系列金融新品，全行产品线更趋丰富，客户服务功能继续提升，市场竞争力进一步加强。
良好的财务状况。抓住境外成功上市后品牌和市场形象提升的有利时机，交通银行加快业务拓展步伐，经营活力充分显现，各项业务实现健康快速协调发展，综合实力日益增强，财务状况居于国内同业领先水平。截至2008年末，交通银行资本充足率与核心资本充足率分别达到13.47％和8.52%，资产规模达到26782.55亿元，较上年末增长27.32%；存贷款总额分别达到18658.15亿元和 13285.9亿元；实现税后利润284.23亿元，比上年增长32.71%；资产回报率（ROA）和股东权益回报率（ROE）分别达到1.19%和 20.10%。不良贷款率为1.92%。根据英国《银行家》杂志公布的2008年全球1000家银行排名，交通银行总资产排名位列第66位，一级资本排名位列第54位。2008年交通银行入选世界品牌价值实验室编制的《中国购买者满意度第一品牌》，排名第三。交通银行已跻身全球银行百强行列。未来交通银行正加快推进战略转型，朝着创办一流现代金融企业的目标迈进，“交流融通，诚信永恒”是交通银行与您的共同心声，交通银行将为此不懈努力，为客户提供更好的服务，为股东创造更多的价值，为社会做出更大的贡献。
交通银行网点分布城市
注：
1、加括号表示该地级市除市辖区以外，所注明的县或县级市均有网点分布，未加括号的则只在市辖区范围内有网点分布。
2、[筹]字表示交通银行正在该城市筹建营业网点，但尚未正式营业。
【北京市】
北京
【天津市】
天津
【河北省】
石家庄（鹿泉）、秦皇岛、唐山（迁安 唐海）、邯郸、沧州[筹]
【山西省】
太原、晋城、临汾[筹]
【内蒙古自治区】
呼和浩特、包头、鄂尔多斯
【辽宁省】
沈阳、大连（普兰店 瓦房店）、营口（盖州 大石桥）、鞍山（海城）、抚顺、锦州、丹东（东港）、辽阳
【吉林省】
长春、吉林、通化、辽源、四平、延边（延吉）
【黑龙江省】
哈尔滨、齐齐哈尔、大庆（安达）、黑河
【上海市】
上海
【江苏省】
南京、苏州（吴江 昆山 太仓 常熟 张家港）、无锡（江阴 宜兴）、常州（金坛 溧阳）、镇江（丹阳 扬中）、扬州（江都 仪征）、泰州（靖江 姜堰）、南通（海门 启东）、盐城（大丰）、连云港、徐州、淮安[筹]
【浙江省】
杭州（富阳 临安 桐庐 建德）、宁波（余姚 慈溪 奉化 宁海 象山）、嘉兴（海宁 桐乡平湖 嘉善）、湖州（德清 长兴）、绍兴（上虞 诸暨 嵊州 新昌）、温州（瑞安 乐清 苍南）、台州（温岭）、金华（义乌）
【安徽省】
合肥、芜湖、安庆、蚌埠、淮南、马鞍山、铜陵[筹]
【江西省】
南昌、九江、景德镇（乐平）、新余（分宜）、赣州[筹]
【福建省】
福州（福清 长乐）、厦门、泉州、漳州[筹]
【山东省】
济南（章丘）、青岛（胶州 即墨）、烟台（莱阳）、威海、潍坊、淄博、泰安、济宁、临沂[筹]
【河南省】
郑州（新密 荥阳）、洛阳、南阳、安阳[筹]
【湖北省】
武汉、黄石（大冶）、宜昌、襄樊、孝感、咸宁[筹]
【湖南省】
长沙、株洲、湘潭、岳阳、常德[筹]
【广东省】
广州、深圳、东莞、惠州、佛山、中山、江门、珠海、汕头、揭阳（普宁 惠来）
【广西壮族自治区】
南宁、桂林、柳州、北海、梧州、钦州[筹]
【海南省】
海口、三亚
【重庆市】
重庆
【四川省】
成都（都江堰 双流）、绵阳、攀枝花、自贡、德阳[筹]
【贵州省】
贵阳、遵义
【云南省】
昆明（安宁）、曲靖、玉溪、楚雄
【陕西省】
西安、咸阳、榆林
【宁夏回族自治区】
银川
【甘肃省】
兰州、天水[筹]
【青海省】
西宁[筹]
【新疆维吾尔自治区】
乌鲁木齐
【港澳台地区】
香港、澳门
【海外地区】
东京、首尔、新加坡、纽约、伦敦、法兰克福、旧金山[筹]、胡志明市[筹]、悉尼[筹]
交通银行2007年的战略转型
交通银行2006年年报披露，2007年交行将继续把资源更多投入到个人金融、小企业服务、中间业务以及其他创新型业务领域，以推进战略转型的步伐。
转型零售银行，向金融控股公司方向发展，交行未来的发展战略清晰而明确。
向零售银行转型
日前，交通银行在全国统一推出了针对个人客户的全新组合综合理财服务品牌——交银理财。在交行向高端客户推出“沃德财富”后，此次推出的升级版交银理财主要针对优质客户，提供全方位的综合理财服务。
交行显示，在零售业务方面，交通银行努力确立零售业务在全行的战略地位。交行人民币储蓄存款、个人消费贷款等业务在中国境内的市场占比继续提高。在中间业务方面，交通银行全年共实现手续费及佣金收入人民币34.76亿元，同比增长36.64%。2006年交行新增了QDII、产业基金、保险资金 ABS和股权信托等托管业务品种，成为中国境内资产托管业务资格和品种最全的商业银行之一。企业年金业务签约客户数量及账户规模处于国内同业领先地位。同时，短期融资券、财务顾问与咨询等投行业务也成为交行新的利润增长点。
交行表示，将积极应对零售银行业务市场变化，重点发展太平洋卡、消费者融资和个人理财三项重点业务。
汇丰、花旗、渣打、东亚等四家外资银行的本地注册法人银行已经正式开业，他们首先要争取的就是高端客户。股份制商业银行更是时刻面临新的挑战和机遇。这是交行战略转型的大背景。
交行年报表示，交行还将加快管理整合和流程银行建设，加强机构网点管理和电子银行等业务渠道的建设。特别是将致力于在全球建成24小时跨时区外汇资金业务运作系统，为客户提供24小时的外汇资金交易服务和外汇支付清算服务，这将在中国境内形成独特的优势。
从基金公司开始
交行向金融控股公司转型两年前就已初现端倪。
2005年8月，交银施罗德基金管理有限公司成立。交行与施罗德投资管理有限公司、中国国际集装箱海运（集团）股份有限公司共同发起设立的交银施罗德基金管理有限公司，交行、施罗德投资管理有限公司、中国国际集装箱海运（集团）股份有限公司分别持股65%、30%、5%。
1998年确立的金融业“分业经营、分业监管”模式开始向“混业经营、分业监管”的模式过渡了。交行将此概念又推进了一步。
交银施罗德基金管理有限公司成立后不久，市场又传出消息，交行征得了保监会的同意，拟以交行在香港的子公司中国交通保险公司，作为发起股东，并会邀请内地的著名企业，合组股份制的保险公司，预期成立股本约为5亿至8亿元人民币。
根据交行H股的招股文件，该行旗下的确有一家在香港注册的中国交通保险公司，该公司成立于2000年11月，主要承保综合保险及再保险业务。上市情况
证券代码 601328 证券简称 交通银行
公司名称 交通银行股份有限公司 英文名称 Bank of Communications Co., Ltd.成立日期 1987-03-30 上市日期 2007-05-15
上市市场 上海证券交易所 所属行业 金融、保险业
注册资本(万元)4899438.3702999996 法人代表 胡怀邦
董事长 胡怀邦 总经理 李军
董事会秘书 张冀湘 证券代表
注册地址 上海市银城中路188号资金部 邮政编码 200120
办公地址 上海市银城中路188号 邮政编码 200120
公司简介交通银行始建于1908年，是中国早期四大银行之一，也是中国早期的发钞行之一。1949年以后，除香港分行仍继续营业外，交通银行国内业务分别并入当地中国人民银行和中国人民建设银行。为适应中国经济体制改革和发展，1986年交通银行作为金融改革的试点，经国务院国发【1986】81号《国务院关于重新组建交通银行的通知》和中国人民银行银发【1987】40号《关于贯彻执行国务院〈关于重新组建交通银行的通知〉的通知》批准，于1987年4月重新组建成立的全国性股份制商业银行，总部设在上海。
1987年3月30日，本行取得注册号为工商企进字01595号的企业法人营业执照，注册资金为2,000,000千元。
根据中国人民银行1990年2月13日《关于同意调增注册资本金的批复》，批准本行将注册资本金从2,000,000千元调增为5,000,000千元。1992年9月17日，本行取得注册号为10000595-X号企业法人营业执照，注册资金为5,000,000千元。
根据中国人民银行1992年6月11日《关于同意交通银行注册资本金调增至八十亿元的批复》，批准本行将注册资本金从5,000,000千元调增至8,000,000千元。
1994年根据中国人民银行银复【1993】425号《关于近期深化交通银行改革的若干意见》，本行按照《交通银行统一法人体制实施办法》和《交通银行折股实施细则》进行集中股东权益、全行统一折股，原各分、支行股东一律改为向本行总行投资入股。
根据中国人民银行1995年1月5日《关于交通银行更换法人代表和调增注册资本金的批复》，本行注册资本增加至12,000,000千元。1995年4月22日，本行取得注册号为1000001000595号企业法人营业执照。
1999年10月，依据财政部财债字【1999】103号《关于交通银行补充资本金问题的批复》和中国人民银行办公厅银办函【1999】395号《关于交通银行增资扩股的批复》，本行进行了增资扩股，并于2004年6月取得中国银行业
监督管理委员会银监复【2004】86号《中国银行业监督管理委员会关于交通银行变更注册资本的批复》，同意本行将注册资本由12,000,000千元变更为17,108,155千元。
2004年6月，根据中国人民银行银复【2004】33号《关于交通银行深化股份制改革整体方案的批复》、中国银行业监督管理委员会银监复【2004】 119号《关于交通银行吸收香港上海汇丰银行有限公司投资入股的批复》以及2004年6月20日本行股东大会通过的《关于交通银行增资扩股及实施财务重组、引进境外战略投资者的议案》，同意本行补充资本金。
截至2004年8月18日，本行增资扩股完成，实收资本增加至39,070,063千元。本行已于2004年10月取得中国银行业监督管理委员会银监复【2004】166号《中国银行业监督管理委员会关于交通银行变更注册资本的批复》，同意本行将注册资本由17,108,155千元变更为 39,070,063千元。
根据中国银行业监督管理委员会银监复【2005】76号《关于交通银行公开发行股票上市有关事项的批复》文件及中国证券监督管理委员会证监国合字【2005】16号《关于同意交通银行股份有限公司发行境外上市外资股的批复》文件，本行于2005年 6月23日首次发行境外上市外资股67.3397亿股（含超额配售8.7834亿股），每股面值1元，全部为普通股，发行价格为每股港元2.50元，并在香港交易所主板挂牌上市。截至2005年7月6日，本行完成此次发行，收到流通股（H 股）股东缴纳的新增股本6,733,970千元。至此，本行实收资本折合45,804,033千元。
2008年3月26日公告，交通银行于2008年3月25日分别接到中华人民共和国财政部（“ 财政部”）和中央汇金投资有限责任公司（“中央汇金”）签署的《权益变动报告书》，中央汇金拟将持有本行的30亿股H股划给转财政部持有，此次股份变动完成后，财政部共持有本行12,974,982,648股股份（其中H股3,000,000,000股），占本行总股本26.48%。
2008年12月15日起，交通银行各网点开始办理信达澳银基金旗下信达澳银领先增长和信达澳银精华灵活配置基金的日常转换业务。
经营范围
（一）吸收公众存款；
（二）发放短期、中期和长期贷款；
（三）办理国内外结算；
（四）办理票据承兑与贴现；
（五）发行金融债券；
（六）代理发行、代理兑付、承销政府债券；
（七）买卖政府债券、金融债券；
（八）从事同业拆借；
（九）买卖、代理买卖外汇；
（十）从事银行卡业务；
（十一）提供信用证服务及担保；
（十二）代理收付款项及代理保险业务；
（十三）提供保管箱服务；
（十四）经国务院银行业监督管理机构批准的其他业务。
（十五）信达澳银基金旗下信达澳银领先增长和信达澳银精华灵活配置基金的日常转换业务。
与台湾交通银行的关系
交通银行重新组建后，与台湾的交通银行发生正统之争。台湾的交通银行声称成立于1907年，设立之初是辅佐路、电、邮、航四大要政的资金调度，1949年迁往台湾，1960年复业，1975年被制定为工业专业银行，1979年改制为开发银行，为台湾工、矿、交通及其他公用事业提供金融服务。由于内地和台湾的两家交通银行中文名称相同，英文名字均为“BANK OF COMMUNICATIONS”，而且中文行名招牌共同使用郑孝胥题写的行名。国际上很多人不清楚中国内地的交通银行与台湾的交通银行的差别，因此，在开展国际业务时，帐单上的两个交通银行常常被混为一谈，出现了内地交行的钱被寄到台湾去了，或是台湾交行的钱被打到了内地交行的帐上。最后经过追根溯源，双方举证，内地的交通银行是1908年光绪皇帝御批组建，从1908年至今的档案均完整地保存在南京第二历史档案馆，包括历年来发行的纸币。而台湾交通银行是1961年成立的，没有前期史料，历年发行的纸币档案也不全。显然，内地交通银行属于正统。当然由于历史原因，两者之间的血缘关系是明显的。最后，台湾的交通银行将其英文名称的前半截改为了拼音，全称就成了“Chiao Tung Bank Co.”，内地的交通银行则使用BANK OF COMMUNICATIONS。交通银行历史
交通银行（港交所：3328、上交所：601328），简称交行，是中国历史最悠久的银行之一，始建于1907年（光绪三十三年），是中国早期四大银行之一，也是中国早期的发钞行之一。
它是中国内地规模第五大的银行。它是香港中资金融股的六行三保(前称五行三保)之一。
中华民国成立后，交通银行受中央银行委托，与中国银行共同承担国库收支与发行兑换国币业务。
1928年，国民政府立法院通过《交通银行条例》，交通银行成为扶助农矿工商的专责银行。交通银行成立之初，总行设在北京。
1919年，第一次世界大战结束以后，交通银行上海分行接管了位于上海公共租界外滩14号的德华银行的文艺复兴风格的4层大楼。
1928年，随着全国政治中心从北京转移到南京，交通银行也将总行迁到上海外滩14号。
1937年，抗日战争爆发，交通银行将总行迁到重庆。战争结束以后，1946年－1947年，上海总行重建为艺术装饰主义风格的6层大楼。
1951年交通银行总行于迁回北京，上海外滩14号行址由上海市总工会进驻至今。
1958年除香港分行仍继续营业外，交通银行国内业务分别并入当地中国人民银行和在交通银行基础上组建起来的中国人民建设银行（现称中国建设银行）港交所：0939。
1986年7月24日为适应中国经济体制改革和发展，作为金融改革的试点，国务院批准重新组建交通银行。
1987年4月1日，重新组建后的交通银行正式对外营业，成为中国第一家全国性的国有股份制商业银行，总行设在上海江西中路200号（原金城银行大楼）；现时，交通银行总行已迁往上海浦东的银城中路188号。
2004年，香港上海汇丰银行投资了近17亿美元，收购了交通银行19.9%股权。
2005年6月23日，在香港联合交易所上市，股票代码港交所：3328。2007年4月25日，交通银行在上海证券交易所发行，每股最后定价7.90人民币。
2007年5月15日上市,股票代码上交所：601328。
2007年8月13日，恒指服务公司宣布交通银行H股为恒生指数成份股(蓝筹股)，在同年9月10日生效。
2007年9月10日，交通银行H股正式成为恒生指数成份股。
交通银行的行徽
交通银行行徽将英文译名BANK OF COMMUNICATIONS词首的小写字母“b”和“c”组合起来，构成了一个立体面，表示企业的实力和业务的综合性。
整个图案具有延伸感，体现交通银行不断发展、壮大、日益繁荣的趋势。
标准色为深蓝色，象征交通银行像大海一样博大精深，寓意稳重，踏实而可靠！
交通银行是由晚清著名改革派政治家和书法家郑孝胥题写的
交通银行-营销特点
明确的战略目标
面对复杂的外部经营环境、日趋刚性的资本约束和逐步推进的利率市场化改革，基于深化股份制改革已取得阶段性成果、发展已经迈上新的历史台阶，交通银行[1]从2005年开始实施管理和发展的战略转型。交通银行的战略目标是朝着“国际公众银行、创新型银行、综合性银行、经营集约化银行、管理先进型银行”的目标迈进，努力创办一流金融控股集团。
完善的公司治理
交通银行股权结构多元化，公司治理基本制度已经确立，公司治理架构基本建成，公司治理不断走向成熟和规范。按照公众持股银行标准和境内外监管规则的要求，建立了构成高度专业化和国际化的董事会和对股东大会负责的监事会，健全了董事会和监事会专门机构，高级管理层在董事会授权下全权开展经营管理。董事会的战略决策作用、高级管理层的经营管理职责和监事会的监督职责充分发挥，股东大会、董事会、监事会和高级管理层各自发挥良好效能、又相互制衡的机制基本形成。
健全的机构网络
交通银行拥有辐射全国、面向海外的机构体系和业务网络。分支机构布局覆盖经济发达地区、经济中心城市和国际金融中心。截至2006年末，交通银行共有境内分行95家，包括省分行28家、直属分行7家、省辖分（支）行60家，营业机构 2628个，分布在143个城市（除95家分行外还有48家非单独核算的县级城市支行）。在香港、纽约、东京、新加坡、首尔设有分行，在伦敦、法兰克福设有代表处。与全球一百多个国家和地区约900家银行建立了代理行关系。全行员工近6万人。
先进的经营管理
交通银行秉承“发展是硬道理，是第一要务；质量是硬约束，是第一责任；效益是硬任务，是第一目标”的经营理念，始终坚持业务发展和风险控制并重，实施了以经济资本绩效考核为核心的激励约束机制；建立了全面风险管理体制；完成了在国内处于领先水平的数据大集中工程。借鉴国际先进银行主流模式，大力推进流程银行建设，业务流程继续优化，后台集中化工作取得积极进展，组织架构整合扎实推进，授信、审计条线垂直、独立、专业化管理的框架和体制基本形成。同时，按照“互谅互让、互惠互利、长期合作、共同发展”的要求，交通银行与汇丰银行的合作紧密而富有成效，先进的理念、技术、产品不断引进，对提升交通银行的经营管理水平产生了十分积极的影响。
优质的金融服务
交通银行始终坚持继承与创新并重，以诚信立行，以服务取胜，在金融产品、金融工具和金融制度领域不断开拓，锐意进取，形成了产品覆盖全面、科技手段先进的业务体系，通过传统网点“一对一”服务和全方位的现代化电子服务渠道相结合，为客户在公司金融、私人金融、国际金融和中间业务等领域提供全面周到的专业化服务。交通银行拥有以“外汇宝”、“太平洋卡”、“基金超市”等为代表的在市场享有盛誉的一批品牌产品，市场份额在业内名列前茅。2006年，交通银行在产品开发方面继续提速，先后推出了“沃德财富账户 ”、“盈通账户”、“满金宝”、“展业通”等一系列金融新品，全行产品线更趋丰富，客户服务功能继续提升，市场竞争力进一步加强。
良好的财务状况
抓住境外成功上市后品牌和市场形象提升的有利时机，交通银行加快业务拓展步伐，经营活力充分显现，各项业务实现健康快速协调发展，综合实力日益增强，财务状况居于国内同业领先水平。截至2006年末，交通银行资本充足率与核心资本充足率分别达到10.83%和8.52%，资产规模达到17195亿元，较上年末增长20.8%；存贷款总额分别达到14203亿元和9103亿元；实现税后利润 122.7亿元，比上年增长32.71%；资产回报率（ROA）和股东权益回报率（ROE）分别达到0.71%和13.57%。不良贷款率为2.01%。按总资产排名，交通银行位列世界1000家大银行的73位，按一级资本排名，交通银行位列第65位，已跻身全球银行百强行列。
