企業檔案管理中大數據分析法的應用

寇曉衛

摘 要：隨著云計算技術在市場中取得不俗成功，物聯網和移動互聯網終端逐漸占據市場的主流位置，使得人類的大數據技術應用具備了豐富的信息化基礎。尤其是當今時代的移動終端設備快速興起，海量的信息數據得以產生，傳統的數據分析模式并不能良好的滿足當今數據分析的要求，催生了大數據分析法的應用。據此，本文針對現代化企業管理中對大數據分析法的應用進行了闡述，希望可以有所助益。

關鍵詞：數據；信息化；管理；信息；資源

2015年8月31日，我國國務院在印發《促進大數據發展行動綱要》中明確表示大數據發展的重要性及未來工作開展的主要方向，強調了大數據技術與云計算、物聯網、互聯網等技術的對接，強化產業對該項技術的理解和應用，促進我國信息技術整體應用能夠水平的提升。事實上，大數據時代的來臨也必將引領一系列的變革，對人們的思維、工作模式以及價值產生巨大的影響，對于傳統商業模式的沖擊也必然更具顛覆性，需要企業認真應對，強化自身檔案管理的大數據技術應用和實踐，結合自身實際情況做好調整。

1 大數據技術的概述

大數據，涉及到巨量的信息資源和資料。其規模之大，傳統的數據分析工具并沒有能力在所需的時間內達成處理、分析以及總結，并最終形成可供用戶參閱的資訊。而大數據技術則是應運而生，被用于處于這樣數據的一種技術。同時，該項技術還具有強化的數據可視化職能，對于數據價值的挖掘和呈現具有非常強的效果。從麥肯錫全球研究所的說法來看，大數據屬于功能強大的巨型數據集合。因為這類數據集合的規模和數量級都遠超以往的認識，同時在數據信息采集、儲存以及管理分析等方面的作用也遠遠超過了傳統數據庫軟件工具的水平。在學術界，大數據技術的解讀則更多表現在對其價值的肯定，指名大數據已經成為信息資產的一種形式。其海量數據除了本身作為基礎性資源的價值之外，在經過大數據強大的分析和總結之后，還能產生更加巨大的價值，這屬于大數據能力的價值加成。

大數據的主要特點被概括為為“4V”，分別是Volume、Variety、Value以及velocity四個方面。分別代表了數據量規模巨大、數據類型復雜多樣、價值與總量之比低、數據處理和分析速度快的特點。

2 企業檔案管理中大數據分析法的應用分析

（一）通過可視化分析來強化企業檔案數據資源可理解性

大數據可視分析功能主要是指大數據在進行數據自動分析和信息挖掘的過程中，利用計算機顯示界面來實現更具溝通成效的交流，有效融合計算機運算能力和人類認知基礎，來實現海量復雜數據的價值呈現。簡單來看，企業檔案信息數據資源的可視化分析可看作是利用工具來呈現出表格、文本、具體數據、規律描述等交互形式，幫助企業經營管理者進行理解。

早在2015年的春節“百度遷徙”中，就讓人們真切的感受到了大數據可視化帶來的巨大效果。其對百度后臺每天所產生的數十億次LBS定位數據進行了有效的計算和分析，對中國人口淺析的軌道和痕跡進行可視化展現，為政府部門的行政決策提供科學有效的依據。同時，也對不少的企業帶來了啟示。

現階段，文本數據可視化技術已經有了不少的研究和發展，不少諸如標簽云在內的軟件就能夠對文本內所蘊含的主題、邏輯、詞頻以及重要性等要素進行可視化轉換，這也為企業檔案管理的數據分析帶來良好幫助。除此之外，不少信息圖表類、時間線類以及數據地圖類等可視化工具也有了相當的發展和應用，例如： Google chart、 IBM Many Eyes等等。這些新技術的應用也會為企業檔案資源的數據分析工作帶來更加清晰明朗的展現，幫助企業決策工作的開展。

（二）語義引擎助力企業檔案數據資源的自動化采集

大數據時代全球信息量的存量和增長都產生了意想不到的數字，傳統的自動化分類和關鍵詞檢索已經難以應對這樣的工作，用戶對于信息的深度汲取需求得不到滿足。大數據技術背景下的減速也在準確性和效率有了極大的提升，自動化采集和語義搜索引擎也得到了研發。該引擎的根本優勢在魚可以通過語言邏輯去推導輸入者的正確意圖，實現信息采集的自動化和智能化。

對于企業檔案管理工作而言，語義引擎的應用則可以有效提升用戶真正需求的挖掘，在數據分析上具有更加人性化的特點。事實上，亞馬遜就已經采用這樣的語義檢索引擎，并結合協同過濾關聯規則來幫助用戶對心意產品的搜索，對于企業自身的成交概率有極大的提升。而對于人事檔案的管理而言，語義引擎的應用也可以更好的定位目標信息，強化數據檢索的質效水平，促進企業整體運行效率的提升。

（三）數據挖掘發現企業檔案數據資源的隱性價值

數據挖掘是過去數據庫時代知識發現和應用的一種說法。同時在，這種說法也可以理解為企業從數據資料中分析總結知識，提取信息價值。數據挖掘的形式相對豐富，主要方法可以概括了神經網絡方法、機器學習方法數據庫方法和統計方法等，同時這也是大數據分析方法的核心。對于企業而言，數據挖掘工作可以從兩個部分展開，第一是對自身管理運行過程中產生的信息數據來及性能，第二是對網絡熱議和社會市場動向來進行分析。前者最明顯的案例是2004年，沃爾瑪通過消費數據分析得出了季節性颶風來臨所造成的手電筒和蛋撻效率劇增。后者也有不少銀行根據市場需求來調整市場利率上浮比例的案例。

（四）趨勢預測分析實現企業檔案數據資源的價值創造

預測分析需要通過多種工具對現階段的數據進行研究分析，并通過模型來完成對未來數據走向的分析。預測分析的主要分類包括定性與定量分析兩類。企業檔案管理工作的數據資源預測分析則主要是建立在對自身數據信息進行挖掘的基礎之上，發現合適的模型之后，輸入現有的數據是在企業檔案數據資源數據挖掘的基礎之上，發現適合的模型和規律，將企業檔案數據輸入該模型，從而得出預測性的判斷。

對于企業而言，這樣的方法可以緩解供貨緊張和供貨過量等問題，能夠更好的幫助企業進行生產、物流以及營銷的規劃。對于企業生產效益的最大化具有相當的幫助。

3 結束語

大數據時代背景下，企業檔案數據資源價值的挖掘中應用大數據分析方法具有更加重要的意義和作用。在現階段的應用中，為企業管理層的決策提供極大的支持，尤其是面對海量數據時，大數據分析可以從隱藏信息挖掘出極富價值的規律和模式，推動決策科學性的提升。同時，企業在具體的技術應用中也需要更多的結合當下市場和企業實情，才能更好的促進技術融入，強化技術應用成效，推動企業經濟效益的提升。

參考文獻

[1]高靜.大數據背景下電子信息檔案管理創新研究[J].中國培訓，2017，06：12.

[2]王曉欠.大數據背景下做好企業檔案管理的研究與探討[J].辦公室業務，2017，（04）：167.

[3]王爽.淺析大數據時代企業檔案信息資源收集管理工作[J].辦公室業務，2017，（02）：170.endprint