过去，在产品经济年代，一提到“基础设施”，人们便知道这是指：水、电、气；路、桥、隧；铁（路）、公（路）、机（场）等。因为原材料与制成品的运输、产品的制造必须仰仗这些基础设施。可是在数字化、服务经济的今天，“基础设施”还得加上“大、云、平、移”（大云平移）这几项。 那么，何为大云平移？ 大就是大数据，即通过云计算、移动互联网等手段，从各类数据中快速获得有价值信息的能力。它具有体量巨大（Volume）、类型繁多（Variety）、价值低密度（Value）和处理快速（Velocity）的4V特点。它将在海量数据中挖掘事物的规律和特征，这是传统科学家和传统科研方法永远做不到的。 云就是云计算，从本质上说就是一种公共服务，就如100年前电的应用也是公共服务一样，现已证明云的普及只是转瞬之间发生的事。 平就是平台，有交易平台、媒体平台、支付平台、软件平台等。全球品牌500强前十名中有6个是平台型企业；中国500强企业前40名中，利润最丰厚的是平台型企业，如百度、网易、腾讯、阿里巴巴等。平台型企业是当下企业的巨无霸。 移就是移动互联网，即互联网加移动通信，近年来它在国内外的发展极为迅速，未来十年，它的全方位应用将让人怦然心动。 作为一种基础设施，大云平移正影响着许多产业。比如银行的前台（业务部门、市场拓展）、中台（信贷审批、市场监控、风险管理、规划与财务、政策管理与监管合规）与后台（集中处理、信息系统、呼叫中心、集团后勤），都有体现。2008年，银行后台开始应用这些基础设施；2009年，前台也开始运用大数据作分析，包括客户分级、精准营销、易流失客户群体的评判等。至于中台，例如银行规划商业网点的布点布局问题，在产品经济时代，只是简单地应用线性规划、运筹学就可以确定了。而在目前的数字化服务经济时代，银行商业网点布局会从资金流、信息流出发，更多地采用数字化、大数据等技术来解决。比如IBM提供的MCLP（最大覆盖选址）技术，其优化后的整体解决方案就很有效。 大云平移，精彩无比，但入门之功源起（大）数据挖掘。数据挖掘（DataMining）是从大量的、不完全的、模糊的、随机的、实际应用的数据中提取潜在有用的信息和知识的过程，可以帮助决策者找寻规律、预测趋势、防范疏漏。数据挖掘是一门交叉学科，涉及数据库、人工智能、机器学习、统计学、模式识别、高性能计算等等。 一些专家认为，数据挖掘的一般过程是：①数据准备（包括数据清理、数据集成和数据选择等）；②数据挖掘；③模式评估；④知识表示。常用的数据挖掘模式包括：关联规则模式、生物数据的序列比对、图模式、空间数据挖掘模式等。据国际知名权威机构IDC对欧洲和北美62家采用了数据挖掘技术的企业的调查分析发现，这些企业的3年平均投资回报率为401%，其中25家企业的投资回报率超过600%！ 海量数据是金矿银矿，但海量数据不是金银财宝。挖掘、采集矿藏并筛选冶炼之后才能获取财富。面对浩瀚的结构性、非结构性的海量数据，传统技术已苍白无力。不过，知识就是力量，近年来国内外已出版了多本有关大数据的书籍，可资学习。但迄至今日，概念类的偏多，应用性强的书籍不多，业界和企业亟盼急需的是实用的大数据技术及成功案例。《大数据精准挖掘》是握有国内外众多成功案例、讲授国内外有效地应用据数挖掘原理与操作的一本新书、好书。 “基础在（大）数据、游走在云端，运作在平台、胜出在移动”是阿里巴巴、腾讯等企业的成功秘籍之一。如果说这一秘籍昭示了在未来“大云平移”是企业不可或缺的、时时处处都将使用的基础设施的话，那么，《大数据精准挖掘》从应用数学的角度揭示了数据挖掘将是构造这一基础设施的基础设施。 中欧国际工商学院院长、管理学教授 上海数字化与互联网研究中心主任 2013年8月