數據管理在企業管理中的應用分析

臺州鉆煌汽車零部件有限公司 胡貞姣

一、數據管理定義及內涵

在經歷人工管理、文件系統管理、數據庫系統三大管理階段之后，數據管理的應用也出現了一些變化。數據管理，是利用計算機硬件及軟件技術對企業信息進行收集、儲存、處理、應用的手段，核心在于數據組織，要將數據庫中冗余數據減少，構建更為優化的數據結構，將數據間的內在聯系更為清晰的表現出來，提高企業管理效率。

二、數據管理技術

由于數據管理核心在于數據組織，這就需要數據管理技術的支撐，要充分對信息挖潛，實現支撐管理的目的。

(一)聚類管理法

聚類管理法（classification），是指按照分析對象屬性，對數據進行分類，通過建立分類模型，將數據庫中的數據項反映至特定類別上。多應用于客戶分類、滿意度、購買趨勢預測等方面。如，銀行部門通過按照貸款申請者風險屬性，將貸款申請者分為低、中、高三種風險類型，區分策略進行貸款。又如休閑旅游企業，按客戶收入，將客戶特征屬性量化，如月收入高于40000元，年齡處于30~40區間，定向推薦相關服務。

(二)序列管理法

序列管理法（time-seriespattern），是指通過時間序列，構建類似回歸模型的數據模型，按照序列搜索出重復發生概率高的事件，用于預測未來數據值。例如，按照肉價波動狀況，可搜索出特定時期肉價基礎水平，制定副食品產品價格；利用股市波動狀況，預測股市變化等。

(三)關聯規則法

關聯規則法（association-analysis），通過分析變量取值屬性，發現變量間規律，即稱為關聯，通過發現關聯關系，利用聚類，可將關聯分為簡單關聯、時序關聯等，可幫助產品定價、尋找定制客戶、營銷風險評估等經營活動開展。如，通過關聯規則法，發現企業產品銷售對象及數量峰值點，發現交叉銷售可能性，如父親買尿布時可能順帶購入啤酒，即可安排貨架擺放與數量安置方式。

(四)預測法

預測法（prediction），與序列管理法存在一些差異，同樣以構建模型尋找規律為基礎，但預測法更關注數據精度及不確定性。如分析顧客對促銷商品的反映熱度，預測商品銷售，對未來經濟發展做出判斷等，典型方法包括回歸分析、圣經網絡等，對于不便描述的問題，如股價等，可用非線性回歸。

三、數據管理在企業管理中的應用

數據管理技術應用已經較為廣泛，大數據背景之下，數據管理的重要性被廣泛認識。企業中基礎應用主要包括以下幾個方面。

(一)客戶關系管理

數據管理技術能夠幫助企業利用已有客戶實現更大的利潤收益，也能幫助企業留住客戶、為顧客提供定制服務，擴大客戶源等。具體應用主要體現為以下幾方面。一方面，數據管理可通過聚類法實現客戶群體分類，按客戶屬性將客戶分類，有針對性地提供產品，一方面提高客戶滿意度，另一方面優化資源配置提高銷售量。第二，實現交叉銷售。利用數據管理，企業可完善客戶與自身間的關系，掌握主要客戶群體的購買行為，提供更多更好的服務。第三，實現客戶保持與市場占有率的擴張。第四，客戶信用度分析。

(二)市場預測

預測技術在各行各業中應用都十分廣泛。通過數據管理技術，企業能夠對數據庫中的歷史數據挖潛，找出其中的隱藏規律。如金融產品市場風險與預測、電商廣告精確投放等。以金融為例，金融企業可通過分析數據庫中金融市場變化趨勢、客戶信用及擔保等數據，找到數據對象特征及行為模式，從而發現客戶，預測市場。

(三)市場營銷

數據管理應用于市場營銷，主要辦法是通過收集海量的消費者消費、行為信息，分析特定消費者、消費群體的消費習慣，推斷出以何種方式更能吸引消費者，識別消費者進行定向營銷，從而節省營銷成本，擴大營銷效果。如，電商可通過消費者瀏覽頻率、瀏覽商品類別，定向投放特定類別的商品廣告，以吸引消費者。

四、數據管理應用強化性建議

數據管理本質上依舊是管理，因此，強化數據管理應用還需從管理層面入手。

(一)提高重視

要提高企業重視，尤其是領導者的重視。數據管理應用是一項系統、復雜的工程，涉及計算機技術、網絡技術、現代企業管理技術等多個方面，貫穿于企業生產經營的全過程。因此，必須提高企業尤其是領導者的重視。要大力推動管理方式與業務流程的優化重組，對數據管理流程中各單位權限進行規范，構建數據管理的企業文化氛圍，推動數據管理的應用。

(二)基礎設施建設

層次化嚴密的數據管理系統是數據管理的重要部分。構建層次化數據管理，企業必須具備信息化基礎設施，且必須擁有數據管理軟件。基礎設施建設中，要注意數據管理軟件的兼容性，如Linux 與Windows操作系統兼容、VMware 與hyper-V 虛擬化數據管理兼容等，要制定標準，允許類似數據、相關數據流入，并能儲存、關聯、分析、搜索，防止數據交叉擴散，制定系統優先級，考慮數據備份及安全。

(三)人才隊伍培養

數據管理的基礎單位即工作人員。要加大培訓力度，構建優秀的系統管理力量。在人才隊伍培養中，要要求人員管理應當能夠滿足系統硬件、軟件的日常運行及維護，具備處理一般故障的能力，掌握數據庫、參數、權限、軟件功能及界面微調等技能。對于分析人員，應要求具備較高的數學分析能力，可引入大數據管理人才，提高數據分析能力。此外，各類管理人員也應熟練掌握崗位中系統模塊的應用操作，減少人為失誤的發生。

(四)風險控制

數據管理在很多企業中都已經得到應用，對于已經應用數據管理的企業，當重點強化日常風險、安全風險、操作風險的控制，應優化決策機制，避免數據處理失誤帶來的決策失誤；對于未開展即將開展數據管理的企業，當注意企業管理過渡的風險，要以維護企業穩定及利益為核心，開展數據管理工作。

[1]薄瑋.企業數據管理與應用研究[J].陜西學前師范學院學報,2015,02:39-42

[2]宋冬暄.虛擬化技術在現代企業數據中心集中管理的應用研究[J].科技致富向導,2013,21:239+285