大數據背景下的企業創新管理模式研究

常金玲 劉青青

（1.鄭州航空工業管理學院信息科學學院，河南 鄭州 450046；2.航空經濟發展河南省協同創新中心，河南 鄭州 450046）

目前，隨著信息技術的不斷發展，移動互聯網、云計算等在社會生活中的大量應用，大數據正在逐漸深入社會的各個方面。在大數據時代背景下，對企業傳統的管理模式提出了嚴峻的考驗。黨的十九大報告指出，創新是引領發展的第一動力，是建設現代化經濟體系的戰略支撐，要建立以企業為主體、市場為導向、產學研深度融合的創新體系［1］。

1 大數據的相關概述

1.1 大數據的概念

大數據又被稱為“巨量資料”，這種數據具體指日常管理決策時企業使用的數據統計和數據管理，它是由不同信息來源的多種數據形式組合而成，對企業有一定的時效性。要想使大數據具有較強的洞察力和決策力，需要使用更先進的軟件技術，把復雜數據流整合在一起，進行分析管理。

1.2 大數據的特點

1.2.1 大數據的大量化。大數據的來源和承載方式來自于社會生產和人類生活的方方面面，如移動互聯網、物聯網、云計算、車聯網等各種傳感器，數據的計算單位依次以1024倍遞增，從GB、TB、PB上升至EB，甚至是ZB。2012-2020年全球數據總量年增長率將維持在50%左右，企業數據正在以55%的速度逐年增長。經IDC（國際數據公司）預測，到2020年全球數據總量將達到40ZB，40ZB相當于整個世界人口（到2020年為76億）全年每天觀看14.5小時的高清視頻流所產生的數據量［2］。數據量的快速增長已經遠遠超越單個計算機存儲和處理能力，數據中心處理能力變得日益重要。

1.2.2 大數據類型多樣化。隨著傳感器、智能設備以及社交協作技術的飛速發展，組織中的數據也變得更加復雜。因為它不僅包含傳統的關系型數據，還包含來自于網頁、點擊流數據、社交媒體數據、文檔、視頻和圖像等大量結構化和非結構化數據。據國家統計局統計，大數據總量的80%～90%為非結構化數據，它的增長速度比結構化數據快10～50倍，是傳統數據倉庫的10～50倍。

1.2.3 大數據的生成高速化。數據生成速度和處理速度特別快，有“1秒定律”之稱。數據在產生、獲取、處理、分析的過程中，速度的持續增加形成了高速的數據流，據統計，網絡數據的傳輸總量與20年前相比，基本上是每兩年翻一番［3］。在維克托的《大數據時代》中也提到［4］，與世界經濟增長速度相比，數據增長速度是它的5倍，計算機處理數據能力的增長速度是它的10倍。

1.2.4 大數據的價值密度低。大數據的發展前景較為廣闊，但海量數據中價值密度較低，例如在連續不間斷的視頻監控中，具有利用價值的信息很短僅有幾秒，導致造成數據大量生成，數據價值密度低的問題。因此，對大數據的挖掘和分析顯得尤為重要。通過在大量數據中尋找相關性、模式和其他有用的信息，應用到科研、經濟和社會生活等方面，促進各個領域的持續創新，對未來趨勢與模式的可預測分析和深度復雜分析，幫助企業更好地應對外界環境變化，并做出更明智的決策。

2 大數據時代企業傳統管理模式的弊端

由于受到傳統觀念和外界環境的影響，在我國很多企業中，與大數據時代不符的傳統管理模式仍舊存在，對企業的發展造成了負面影響。

2.1 企業管理停留于對大數據的表層認識

依據前瞻產業研究院發布的《中國大數據產業發展前景與投資戰略規劃分析報告》表明，目前除了6.9%的企業外，大多數企業已經認可了大數據創造的高價值。但是，將大數據應用到實際管理決策中的企業卻很少，大多數企業僅停留于表面認識，企業利用數據的情況如下圖1所示。據預測，到2017年全球有超過85%的財富500強企業將在大數據競爭中失去優勢，這種發展趨勢在國內同樣不可避免。尤其在數據基礎系統架構和數據分析方面，現代中國大部分企業面臨著挑戰，根據產業信息網調查，目前國內大部分企業的系統架構在應對大量數據時均有擴展性差、資源利用率低、應用部署復雜、運營成本高和高能耗等問題。

圖1 數據管理及使用情況

2.2 未掌握先進分析技術，難以提取核心價值

面對呈爆炸態增長的數據，企業做出戰略決策時常常會受到干擾，難以快速提取核心價值，因為傳統的企業數據分析技術在復雜的數據環境中，難以發揮有效價值。隨著信息技術的不斷進步，各種新技術逐漸興起，例如：商業智能（Business Intelligence，簡稱BI）最早由加特納集團在1996年提出，它依據企業的預定業務目標，通過信息管理、數據挖掘、知識管理和人工智能等多學科領域的應用，探索、識別和挖掘隱藏的知識系統，對企業的戰略決策提供幫助［5］。另外，對于Hadoop、Storm、Apache Drill、Rapid Miner、Pentaho BI等大數據管理的先進軟件以及平臺，很多企業處于觀望階段，并未掌握和普遍使用。

2.3 企業共享數據平臺建設不足

由于企業的擴展性發展，同一企業存在著多種不同的產業和業務，各產業依據各自的需求，建立了不同的數據系統平臺，產生的數據被存儲在不同的數據庫中，這樣就造成了不同業務模塊的數據處于割裂狀態，難以實現共享和關聯。同時，不同企業建立了各自信息數據庫，各企業之間無統一的處理系統和導入導出接口，不同企業間存在的業務需求缺少共享渠道，但同行業基本信息卻相同，因而造成了數據重復處理。大數據環境下，實現跨業務、跨企業平臺數據的關聯與整合，才能夠確保企業戰略決策更加科學合理，這是目前企業面臨的巨大問題。

3 大數據背景下企業創新管理模式的必要性

大數據時代背景下，對于很多行業而言，如何利用這些大規模數據是增值經濟價值的關鍵，因此企業需要創新經營管理模式。

3.1 為決策提供科學支持，提升核心競爭力

在大數據背景下，利用電子軟件技術等對數據群進行搜索、比較、分析、加工并歸納總結［6］，企業以組織利用分析后得到的信息為依據，搜集與本企業經營有關的數據，使用數學方法進行分析與建模，構建企業科學戰略決策支持系統；同時，從企業業務以及同企業經營相關的數據信息中，挖掘其背后隱藏的經濟價值，不但幫助它們降低成本、提高效率、開發新產品，還能促進企業數據信息的高效增長，提升企業核心競爭力。

3.2 提高企業管理決策的速度

大數據能夠隨著社會結構的不斷變化，使許多數據不再趨于靜止不動，而是更加具有動態感［7］。這些數據不僅包含維護公司顧客關系的日常管理數據，還有來自社交媒體、電子商務網站、顧客來訪紀錄等其他來源的數據，這種數據價值變更快，如下圖2所示。但當前很多企業仍然遵循傳統的決策程序，通過基層市場數據搜集，調查取證，中層進行數據分析、制定方案，最后由高層評估方案和選擇最終方案，這種決策程序復雜，耗時較長，往往使企業對大數據帶來的變化反應過慢，錯失調整的良機，給企業造成巨大經濟損失。企業只有利用互聯網先進技術，簡化流程，創新戰略決策模式，搶占市場先機，才能提高企業管理決策的速度。

3.3 提高企業的商業智能化程度

圖2 數據價值的變更

企業商務智能化的信息平臺，是建立在聯機集中處理分析和數據挖掘技術的數據倉庫基礎之上，為企業提供數據共享，實現跨業務合作。同時，它可以集合企業的經濟生產效益，發現經濟背后隱藏的價值規律，為企業管理者提供新的知識，增強競爭性。例如：企業充分利用大數據，對大量消費者提供的產品或服務進行精準營銷定位，分析各類客戶的特征和喜歡購買商品之間的聯系，對促銷活動或向客戶提供的商品做服務轉型，這些都會無形中增加企業的經濟效益。

4 企業的創新管理模式研究

隨著大數據的深入發展，其為企業提供了更為深刻、全面的洞察能力和前所未有的空間與潛力。企業管理者必須及時轉變管理思維，創新企業管理模式，這就決定著大數據環境下的企業管理創新模式與傳統模式有著諸多的不同，如下表1所示：

4.1 改變傳統決策方式，基于數據決策和運營

表1 大數據環境下與傳統的企業管理創新比較

傳統的管理決策方式主要依據管理者積累的管理經驗，而在大數據時代下，依據數據分析所做的決策更加具有科學性，企業管理者通過建立的數據管理平臺，對收集到的網絡數據進行整理決策［8］，這在一定程度上可以預防潛在風險的發生。例如：法國電信Orange集團旗下的波蘭電信公司，利用大數據分析技術，收集客戶每天的百萬個電話記錄，依據打電話對象和打電話頻率把客戶分為不同的種類，通過數據管理工作的監測和監控，幫助電信服務供應商深入洞悉一系列問題，從大量客戶中快速識別出金牌客戶、預流失客戶和潛在客戶，針對不同的客戶，對提供實時化產品信息展示和服務方式進行決策［9］，公司通過這一方式，客戶流失預測模型的準確率提升了47%。

4.2 利用數據挖掘技術，創新客戶價值模式

市場調查是了解市場的傳統方法，但隨著數據的快速增長，這種方式具有滯后性，跟不上市場變化。大數據時代，通過在線關注市場的動向變化，拉近與消費者的距離、深刻理解需求、高效分析信息并做出預判。利用數據挖掘技術分析客戶消費愛好和意愿，推送其可能感興趣的優惠信息；整合每個地區消費者行為以及綜合消費者在社交媒體上對某產品的評價，了解客戶資源優勢，為其提供本地化特色服務；精確劃分出不同地區、不同消費群體的購買畫像，以數據來驅動制定化，具體模式如下圖3所示。針對不同的情況做出不同的決策，清晰掌握消費者的需求、數量、消費及帶來的利潤情況。例如：在電商中，亞馬遜利用大數據確定消費者的消費形式，消費習慣，為每一個客戶制定個性化服務專屬頁面，提供客戶感興趣的商品，這種創新模式獲得的企業效益比同期可增長27%［10］。

圖3 產品消費與用戶匹配

4.3 加強產學研結合，培養大數據管理人才

產學研的緊密結合可以提升智力因素和高科技成果在經濟增長中的決定作用，使高校大數據的研究成果在企業中得到應用，變理論為實際效益，從而推動區域經濟的增長，而其中，專業的數據技術人員是充分發揮企業信息數據作用的重要基礎，可以通過企業高校協作的模式培養人才。例如：清華大學交叉信息研究院和微軟亞洲研究院合作開設了《大數據基礎與應用》課程［11］，介紹大數據相關方向的前沿研究進展和最新成果，并展示微軟亞洲研究院在大數據研究和應用方面的若干實例，學生們也有機會在微軟的Azure云計算平臺上完成課程實驗。為企業培養兼備營銷能力、數據處理能力、企業運營管理的高素質人才，這部分人才在重要的戰略性決策中發揮作用，為管理者提供決策的新思路。

4.4 采取業務驅動和數據驅動“雙驅動”創新策略

傳統的企業管理模式主要為發現問題、解決問題，即問題驅動型策略［12］，但這種策略具有一定的風險性，因為在尋求新方案的過程中，管理中的問題疏忽已經造成了經營危機，與數據時代不相適應。傳統的決策也以業務驅動為基礎。大數據環境下，依據業務需求驅動業務進程同樣適用，以便科學安排業務流程等模式。同時，依據數據分析結果作為決策的創新管理模式，為企業提供了新的思路，即數據驅動。因此，企業應構建的決策“雙驅動”模型如圖4所示：

4.4.1 大數據環境。企業日常工作時時刻刻都在產生數據，分為內部數據和外部數據。內部數據如業務數據、web數據、機器數據；外部數據如社會化媒體數據、移動商務數據等。二者構成了大數據的工作環境，通過企業的內部信息管理系統存儲在業務數據庫中。

4.4.2 數據驅動階段。通過數據抽取（E）、數據轉換（T）、數據清洗（C）和數據裝載（L）等技術處理［13］，對數據進行存儲加工和挖掘。然后，利用可擴展的存儲系統，把研究的大量相關性數據通過尋找特定模式，建立數據庫并存儲其中，為業務利用作準備。

4.4.3 業務驅動階段。依據企業實際業務需要從數據庫中抽取價值信息，分析、設計、選擇并實施信息系統，建立以流程為中心的面向解決方案框架，以滿足企業的實際業務需求，驅動企業業務，業務又會產生新的大數據環境，循環反饋。

圖4 “雙驅動”的企業創新管理模型

5 結語

大數據環境正在改變人們的認知方式與生活方式，未來企業要不斷依靠新的理念和新的技術，結合國家有關研究機構的優勢與特色，對大數據獲取方式、組織與管理、關聯與發現、分析與可視化等方面進行研究，探索大數據的潛在發展前景與效益，研究大數據的協同創新、科研模式變革、服務模式、產業化探索等問題，為國民經濟持續、穩定、協調發展打下堅實的基礎。

參考文獻：

［1］十九大報告［EB/OL］.［2017-11-12］.https：//baike.so.com/doc/26977428-28349341.html.

［2］中國產業信息［EB/OL］.［2017-11-12］.http://www.chyxx.com/industry/201710/573390.html.

［3］李國杰，程學旗.大數據研究：未來科技及經濟社會發展的重大戰略領域——大數據的研究現狀與科學思考［J］.中國科學院院刊，2012（6）：647-657.

［4］維克托·邁爾-舍恩伯格.大數據時代［M］.杭州：浙江人民出版社，2013.

［5］賴陽，李馥佳.云消費時代大數據與商業智能的應用［J］.時代經貿，2017（1）：38-49.

［6］劉銘.大數據時代企業管理創新的必要性分析與研究［J］.福建質量管理，2016（1）：22-23.

［7］陳娟.大數據對企業管理決策影響分析［J］.現代經濟信息，2016（1）：114.

［8］周萍.大數據時代企業管理模式的創新策略［J］.企業改革與管理，2017（16）：13.

［9］法國電信［EB/OL］.［2017-11-20］.http://bigdata.china?byte.com/353/13252353.html.

［10］胡文俊，鄧虹.大數據對企業戰略決策影響的實證分析——以亞馬遜為例［J/OL］.（2017-3-15）［2017-11-20］.http://kns.cnki.net/kcms/detail/10.1156.F.20170315.1403.006.html.

［11］微軟亞洲研究院［EB/OL］.［2017-11-20］.http://www.msra.cn/zh-cn/connections.

［12］祝治安.大數據時代下企業管理模式創新分析［J］.經營管理者，2017（29）：126.

［13］田新，張玉峰，夏恩德，等.基于商務智能平臺的企業績效管理框架研究［J］.科技管理研究，2013（1）：235-237.