大數據時代有關管理者的商業預測研究分析

上海理工大學管理學院 林楠 趙洪進

大數據時代有關管理者的商業預測研究分析

上海理工大學管理學院 林楠 趙洪進

摘 要：近年來，大數據已然成為組織管理者關注的熱點。大數據的來臨對管理者既是機遇又是挑戰。大數據時代下，管理者進行商業預測對于提高組織績效具有重要的意義。本文主要闡述了大數據時代管理者進行商業預測的價值，研究了組織管理者如何在大數據時代建立和開展有效的商業分析及預測能力，同時說明了管理者進行商業預測對于提高組織管理的重要意義。

關鍵詞：大數據 商業預測 組織管理

趙洪進(1964-)，男，漢族，河北衡水人，教授，碩士生導師，主要從事投資經濟、財務金融方面的研究。

當今信息技術的飛速發展，人們的數字化生存，以單個個體為對象的數字化信息構成大數據。到今天，世界上所有印刷材料數據量約為200PB，全人類說過所有對話的數量約為5EP，我們每天產生的數據大約是2.5PB，這就意味著當今世界全部數據的90%都由近兩年產生。大數據時代已經來臨。這一時期，管理者通過借助新系統、新工具、新模型等對這些數據進行挖掘，也從中獲取了更多具有洞察力和新價值的信息[1]。然而，現有的大數據研究多立足于信息科學，側重于大數據的獲取、存儲、處理、挖掘和信息安全等方面[2]，很少從管理學的角度對其進行探討，本文闡述了大數據時代商業預測對管理者提高組織管理的方法及意義，旨在提高企業管理者對于大數據時期下商業預測的重視。

1 管理者利用大數據進行商業預測的價值日益突出

管理是企業或組織存在和發展的靈魂，優秀的管理者可以凝聚團隊力量，促進團隊發展。

因而管理者的素質對于企業的成長起著舉足輕重的作用。未來基于經驗主義和分析來制定決策的公司，確實與今天的企業迥然不同[3]。未來，企業會比過去擁有更多的人才、工具，管理者也應具備更強的能力，使得組織能夠貫徹和應用對過去業務績效和事件的持續分析，從而驅動業務決策和行動。前人在管理者責任與作用的基礎上提出管理者在決策過程中的三項主要活動包括：創新意愿、知識獲取和風險感知[4]。因而在大數據時代，商業預測對于管理者職能的發揮尤為重要，商業預測對于組織的價值也日益突出。

1.1 聚焦數據，抓住商戰先機

大數據時代的來臨也意味著移動互聯網的普及，社交網絡成為推動移動互聯網迅猛發展的主力軍。互聯網花了30年時間達到7.5億用戶；至2012年，成立于2004年的Facebook只花了8年時間便達到與之不相上下的用戶數[5]。社會網絡的核心價值，在于人和人的社會關系。社交網絡為人們開拓了新的信息分享和交流空間，組織管理者可根據社交網絡提供的信息，充分利用其提供的數據，了解市場趨勢，改善傳統商品，輕松找到最佳產品，贏得商業先機。畢竟，與傳統商品相比，社交圈推廣的產品更富有吸引力。因此，對于管理者來說，誰更早分析數據，研究了解自身客戶的社交網絡關系，誰就等于搶占了商戰先機，企業的績效也會隨之提高，組織也就更具市場競爭力。

1.2 強調洞察，增強預見性，可提高企業決策能力

在傳統的決策模式中，由于很難獲得決策所需的數據，管理人員更傾向于依賴自己多年的經驗和直覺做出重要的企業決策[6]。盡管有些管理人員在報告中也增加了數據說明，但這些數據也僅僅是為了驗證其決策的正確性。大數據時代，數據生成迅速，管理者可使用多重數據方法進行建模分析，洞察數據之間的相互關系從而增強管理者的預見性，及時為企業提供決策依據。同時，大數據技術極大地減少了管理者搜索信息的成本，管理者較過去更容易獲得決策所需信息，并利用數據處理技術對信息的收益進行計算[7]，管理者可依據這些信息進行商業預測，幫助組織明確未來發展方向，提高企業核心競爭力。

2 管理者如何建立開展有效的商業分析和預測能力

大數據時代下，許多組織已經引入分析能力，使組織更好地理解過去如何影響未來計劃制定、塑造決策并提高組織績效。組織也會開發類似于預測、情景預設、應急預案這些特定的應用或實踐。本質上，組織所尋求的是基于已有的最新、最相關的信息做出的合理決策。商業分析預測(PBM)其決策過程是一個根植于一個結構化的、持續的、數據驅動流程，這個流程使組織能夠在對如何確定決策和行動具有相當程度理解的基礎上來選擇進一步行動，并且關于結果和影響具有合理的置信區間。

如今，管理者該如何建立開展有效的商業分析和預測能力呢？

Step1：流程設計

管理者的第一步是開發一個流程，使組織能夠基于預期因果關系來預測未來結果。監控與流程管理系統是改善組織業績的要素之一[8]。本質上，管理者從因果關系的根本變化中區分出異常情況的能力對于貫徹有效流程是非常關鍵的。在流程設計過程中，管理者要遵循相關指導原則：第一，商業分析預測要能夠合理預測未來收入，建立在可證明的因果聯系基礎上而不是基于主觀的猜測；第二，管理者要將財務與非財務、內部與外部相結合地進行平衡測量；第三，商業分析預測對決策制定者而言要相關、可靠且及時，并融入管理流程，驅動行為和結果。

Step2：模型開發根據David Brooks所說“：如果你讓我描述今日正在上升的理念，我會說那就是數據主義，我們現在有了收集大量數據的能力”[9]。龐大的數據面前，管理者模型開發的首個步驟是確定輸入和結果之間的關系。輸入可以是離散事件，如倫敦銀行間拆放款利率(LIBOR)變化；輸入也可以是結構性事件，如企業的新廠房。通常這些輸入被稱為“驅動因子”，可以被看作是未來結果的先行指標。而結果是這些事件的后果，可在一段時間后被衡量，它們可以被看作是滯后指標。當管理者理解和確定它的驅動因子和結果之間的關系后，它就可以開始開發、提煉和將這些關系應用到商業分析預測中去。關鍵的少數驅動關系可以解釋預測結果的很大一部分。管理者在完善組織建模方法時，可以運用一些技術優化相關判斷和結果。這些技術有定量方法，也有經驗方法。表1對管理者可采用的技術方法進行了歸納總結。

Step3：數據獲取

商業分析預測數據的獲取在許多方面都與財務會計不同。在財務會計中，記錄財務信息主要是根據歷史交易和判斷，而在商業分析預測中，信息通常是歷史數據、向前財務數據和非財務數據的混合。大數據下的財務決策是基于云計算平臺，是通過互聯網、物聯網、社會化網絡等采集企業相關數據[12]。相應地，管理者可以開發出對驅動因子的一系列預測，編制出一套可能的情景。通過應用回歸分析，并且對每一個可能的結果或活動賦以一個概率，將這些情景按照發生可能性賦予權重。在比較數據獲取方法時，考慮背景環境、商業分析預測將如何影響的關聯情況以及管理層行動的后果，是十分重要的。

對于許多組織，數據獲取相當復雜。一般情況下，界定的驅動因子所必要的數據并非是現成的或者容易得到的。在管理者采用商業分析預測的早期階段，信息的交付是無效率的、不易處理或需要付出高額成本才能得到的。這時，一個可行的選擇是識別替代驅動因子，但是為了未來能夠使用，管理者應當收集其首選的驅動因子的數據。當組織成熟起來，它們應當使用更為自動化的工具技術，不僅是為了獲取數據，也是為了儲存和訪問大批量的、能夠在執行數據分析時有效結合起來的財務、非財務和營運數據。

3 商業預測對于管理者提高組織管理具有重要意義

敏銳、精準的商業預測對于組織的管理者來說是今后必備的能力之一，它能為組織的管理帶來優越性。正確、果敢、迅速的決策無疑是企業抓住機遇，獲取成功的關鍵，而正確的決策和計劃主要取決于科學的預測[13]。科學的商業預測可用于管理者經營管理的各個領域。

在授權上，一旦管理者具備相當的商業預測能力，便能將團隊和員工及時配置到位，并且理解他們與其他成員協作的方式，管理者也能更貼近客戶的運營策略。這提高了組織的響應能力，減少了管理上的時間和精力損耗。授權的最終目標就是發掘個體和組織的潛力，使組織成員根據商業預測做出更好的決策[14]。

表1 完善組織建模可采取的方法總結

在效率上，在商業預測的基礎上精心設計的績效衡量能夠用較少的投入實現聚焦與同步。合理的流程設計和支撐工具能夠減少報告的繁雜性，并且更加及時。

在執行上，能夠預測衡量才能夠被管理。驅動組織通過卓越的運營貫徹其戰略，能夠帶來組織的成長和利潤。顯然，正確的商業預測能夠使得公司獲得較大的回報。如果管理者能夠預測到更多的相關信息使決策更快更好，并用能夠以增加洞察而不是增加負荷的方式將信息呈現出來，他們擊敗競爭對手的能力就會成長。有關管理者的研究表明，在過去的三年中，通過商業預測來管理公司得到的回報是那些通過所謂的常識進行管理公司的2倍左右。因此商業預測對于管理者執行力的回報起著重要作用。

因此，無論是定性還是定量的商業預測的技術方法，對管理者提高組織管理都具有相當的指導性。立足海量信息資源與尖端分析技術的大數據商業預測能夠有效指導商業決策，優化資源配置，降低管理成本并提高企業績效水平[15]。在大數據時代下，管理者應重視商業預測帶來的價值，提高商業預測分析能力，并服務于組織管理。

參考文獻

[1] 耿云江,趙曉曉.大數據時代管理會計的機遇、挑戰與應對[J].會計之友,2015(01).

[2] 李巍,席小濤.大數據時代營銷創新研究的價值、基礎與方向[J].科技管理研究,2014(18).

[3] Kishore S.Swaminathan.最高管理層應當知道的分析(What the C-Suite Should Know about Analytics) [J].埃森哲展望,2011(2).

[4] 蘇敬勤,林海芬.基于核心管理者的管理創新三維引進決策模型構建[J].管理評論,2013(04).

[5] 漆晨曦.電信客戶社交網絡分析方法與營銷應用探討[J].電信科學,2012(07).

[6] 李琳.大數據時代人力資源的創新管理[J].領導科學,2014(29).

[7] 王亮.大數據時代對傳媒經濟研究的影響[J].青年記者,2014(36).

[8] 于增彪,桑向陽.為什么業務流程管理總是敗多勝少——一個管理會計的視角[J].會計研究,2014(06).

[9] David Books.數據的哲學(The Philosophy of Data) [N].紐約時報評論專欄,2013-2-4.

[10] 陳敬賢,施國洪,程發新.基于蒙特卡羅模擬的供應鏈風險估計研究[J].數學的實踐與認識,2011(13).

[11] 張冬梅,曾忠祿.德爾菲法技術預見的缺陷及導因分析:行為經濟學分析視角[J].情報理論與實踐,2009(08).

[12] 程平,趙子曉.大數據對企業財務決策的影響探析[J].財務與會計,2014(10).

[13] 蔣翔,張麗君,趙肖彤.現代商業預測技術的選擇與應用評析[J].商業時代,2007(30).

[14] 王國猛,黎健新.授權管理和知識管理整合與員工創新能力發展[J].求索,2010(02).

[15] 蔣潔,陳芳,何亮亮.大數據預測的倫理困境與出路[J].圖書與情報,2014(05).

作者簡介：林楠(1992-)，女，漢族，江蘇鎮江人，碩士研究生，主要從事投資經濟、財務金融方面的研究；

中圖分類號：F715.1

文獻標識碼：A

文章編號：2096-0298(2015)05(b)-169-03