大數據視角下的企業決策研究

汪春堂

(武漢工程職業技術學院　經貿學院，湖北 武漢 430080)

電子商務、社交媒體、移動互聯網、物聯網的興起，改變了人們的生活與工作方式，在給世界帶來巨大變化的同時，也促使一個大數據時代真正到來。越來越多的傳感設備、移動終端正陸續接入網絡，各種統計數據、交易數據、交互數據和傳感數據源源不斷從各行各業迅速生成，全球數據的增長速度之快前所未有，數據的類型也變得越來越多。種類繁多、數量龐大、產生和更新速度加劇的大數據，日益滲透進每一個行業領域，成為影響企業決策的重大因素。如何根據大數據進行迅速而正確的決策，將直接關系著企業競爭力和經營業績。

一、大數據的定義和特點

對于大數據，學界并沒有一個統一的定義。麥肯錫全球研究院將“大數據”定義為“無法在一定時間內使用傳統數據庫軟件工具對其內容進行獲取、管理和處理的數據集合”。維基百科對大數據的定義是：“大數據是指利用常用軟件工具捕獲、管理和處理數據所耗時間超過可容忍時間的數據集?！本C合各種文獻資料，大數據有以下四個特點：

1.數據規模龐大

人類對于數據的計量單位在不斷擴充變化，已經從位、字節、千字節、兆字節、太字節走向了澤字節甚至堯字節，并仍在持續爆炸式增長。據市場研究公司IDC的統計，全球數字信息在未來幾年將呈現驚人增長，預計到2020年全球數據使用量將達到大約35.2ZB(1ZB=10億TB)。

2.數據來源廣泛，數據類型豐富

大數據來自多種數據源，數據種類和格式日漸豐富，除了常用的結構化數據范疇，還囊括了半結構化和非結構化數據。隨著云計算、移動互聯網和物聯網等新一代信息技術的創新和應用普及，社會化網絡逐漸成熟，相對于以往便于存儲的以文本為主的結構化數據而言，目前非結構化數據越來越多，包括網絡日志、音頻、視頻、圖片、地理位置信息等，目前全世界的數據大約75%都是非結構化數據。這些類型的數據需要進行清洗，整理，篩選等操作，變為結構化數據，因而對數據的處理能力提出了更高要求。

3.商業價值高，價值密度低

根據麥肯錫研究院的測算，美國的個人位置大數據服務能產生8000億美元的市場規模；在零售業領域大數據將使企業增加60%的利潤；在制造業部門，大數據的廣泛滲透應用能夠降低50%的產品開發、制造和裝配成本。但是價值密度的高低與數據總量的大小成反比。以視頻為例，連續不間斷監控所產生的海量數據中，可能僅有一兩秒數據有用。眾多科研機構和企業都在著手研發更強大的機器算法以期迅速地完成對數據的價值“提純”，畢竟如果不能把擁有的數據轉化為價值，那么擁有再多的數據也是毫無意義的。

4.處理速度快

以儲存1PB的數據為例，即使帶寬(網速)能達到1G/s，電腦的容量足夠且能連續運行24小時，要將1PB的數據存入電腦也需要12天，而大數據通過云計算可以在20分鐘內完成。

二、大數據對企業經營決策帶來的影響

1.決策思維更注重“相關性”而不是“因果性”

大數據在給人類帶來“數據財富”的同時，也引發了企業的思維變革、商業變革和管理變革。維克托·邁爾·舍恩伯格在《大數據時代》一書中指出，大數據帶來的信息風暴正在變革我們的生活、工作和思維，大數據開啟了一次重大的思維革命。我國學者周濤也指出大數據處理要有三大理念轉變：要全體不要抽樣、要效率不要絕對精確、要相關不要因果。

在浩如煙海的大數據海洋中，我們不可能迅速弄清各種數據間的邏輯關聯和前因后果，為提高對數據的反應速度，抓緊稍縱即逝的市場機會，只要能確認不同事件、現象的反復伴隨出現，就可以進行決策——這也就是我們主張的認識大數據的本質在于發現相關數據，而大數據管理的本質則在于建立數據相關。在經營實踐或商業行為中，凡事要更多地看數據所呈現出來的結果，而沒有必要等所有原因都弄清楚后再做決策。也就是說，經營決策在很多情況下，就是一種“黑箱”行為(依據黑箱理論，即使我們不清楚“黑箱”的內部結構，僅注意到它對于信息刺激作出如何的反應，注意到它的輸入—輸出關系，就可對它進行研究并做出決策)。企業管理者通過對大數據的相關分析，可以直接明了得出結論，跳躍性地做出判斷和決策。大數據思維可以讓企業管理者的決策行為超越傳統思維的僵化和死板，而趨向更加靈活、務實。

2.決策方式從“業務驅動”向“數據驅動”轉型

傳統決策主要依靠業務經營狀況和主觀經驗對市場進行預判，這種決策存在很大風險?，F在，在大數據影響下，企業可以通過利用分布式數據庫及云數據系統的支持，構建以大數據為基礎的數據分析平臺，把來自于不同行業、不同時段的數據指標化、時間化和序列化，然后再做各種各樣的分析(比如同比分析、對比分析、異常分析等等)，利用分析結果來驅動企業的決策，指導企業發展。

同時，決策的依據正從結構化數據，更多地轉向非結構化、半結構化和混合結構化的大數據。而大數據技術和處理手段可以使看似雜亂無章、關聯性不強的數據也變成服務決策的有效信息。現在通過大數據管理，不僅是宏觀數據，企業的微觀數據也能在企業決策中發揮更多的實用價值。

最后，在大數據時代，只要企業建立了后臺強大的數據采集和分析系統，除了事關整個企業重大戰略轉型及經營定位的決策外，其他大量的日常決策就可以授權由一線員工來完成，而他們決策的依據也就是數據分析系統給他們提供的以統計概率表示的具體建議。通過這樣的決策體制和決策流程的變革，就可以大大加快企業決策對市場的反應速度，也可以更好地支撐“倒三角”的管理體制。

3.決策過程從“被動式”向“預判式”演變

在電子商務時代，原材料、生產設備、顧客和市場等因素變得越來越沒有固定范式和屬性，使得傳統的“被動式反饋”的決策過程難以適應這一變化。如何利用大數據技術構建內外部數據采集、篩選、存儲、分析和決策系統，支撐預判、服務決策，成為電子商務時代企業塑造核心競爭力的關鍵?，F代科技正走向更大的跨領域融合，產業界限也越來越模糊，充斥其間的則是大量非結構化數據。與此同時，現代化企業管理越來越流程化和規范化，嚴格執行各種規章流程成為競爭乏力的直接原因之一，也造成了決策層的經驗判斷和預測難以奏效。因此，在大數據中挖掘員工和社會公眾的創造性日益成為企業決策的基本前提，并推動企業決策從“被動式”向“預判式”演變。

大數據處理不是靠一臺高級計算機，而是靠無數臺計算機用函數式編程這樣的數據工具將其分解，再慢慢合并運算出結果來。這樣的結果就是大數據時代給了人們一個相當簡單的公式：大數據帶來更準確的預測，更準確的預測帶來更佳的決策和管理，而更佳的決策和管理帶來更好的管理效益和經濟效益。

三、企業利用大數據提升決策能力的對策

1.制定企業大數據戰略，建立統一的數據資產管理策略，推動企業向依靠數據決策轉變

數據為企業各層次的決策提供了依據。數據對決策者的意義主要表現在三個方面，一是早期預警，二是實時感知，三是實時反饋，數據越及時越豐富就越有助于企業決策的實時性和有效性。但是目前仍有部分企業尤其是國企經營決策機制還停留在以往的工業制造時代，對企業內外產生的數據的重視和把控程度較低，各種數據的相關性程度也很低，存在大量的信息孤島。因此企業要告別過去單一閉塞的決策環境，面對開放的大數據發展趨勢，評估大數據對企業管理、運營與決策所帶來的革命性影響，制定未來五年或更長時間的企業大數據發展戰略，建立統一的數據資產管理策略，明確企業大數據發展的主要目標、重點任務、行動計劃和保障措施，實現向數據驅動的決策管理體系轉變，做到所有的經營決策都有相關聯的系列數據支撐，做到“無數據不決策，無數據不研發，無數據不生產，無數據不營銷”(這里所說的數據都是指有足夠數量的數據集)。

2.構建基于大數據的決策數據信息池，為企業有效決策提供數據保障

面對大數據給企業決策帶來的諸多影響，企業面臨的首要問題便是要從不同渠道獲取大量數據，構建基于大數據的決策信息池，并對這些數據進行有效管理和分析。

一是要充分利用外部海量數據資源，包括發展與數據相關企業、政府機構的深度合作。比如淘寶網上的電商就購買淘寶網后臺收集的海量數據中與自身運營相關的部分，用于自身業務發展決策。企業必須充分利用和借助相關的數據平臺和商業信息，包括世界和中國的經濟社會發展趨勢，中外企業和政府的報告和資料，同行業及相關行業的流轉數據等。

二是要借助企業電子商務平臺開展大數據管理。很多企業有自己的電子商務平臺，通過設置電子采購、在線交易、服務中心和網上超市板塊，不僅可以密切關注產品的交易情況，還可以收集用戶瀏覽網頁的信息。此外，還可以通過微信、微博等平臺收集用戶評論數據，從而為決策或營銷提供精確服務。企業要利用B2B平臺開展數據獲取、分析及應用的實際操作，不斷形成數據累積和應用的“雪球效應”，然后再依靠數據挖掘和分析獲得寶貴的信息和資源，從而為線上線下的交易提供精準服務。

3.與大數據分析和挖掘公司合作，充分挖掘數據商業價值，為企業決策提供深度指導

目前，許多傳統企業沒有分析海量數據的能力，但是可以與目前市場上已有的一批提供大數據分析和挖掘服務的公司合作，這是傳統企業進行大數據分析可以借助的力量。如果與相關數據分析和挖掘公司合作，合作內容和形式可以多種多樣，包括共同研究探討建立大數據應用的統計標準，包括指標定義、口徑、范圍、分類、計算方法、代碼等；共同研究確定統計數據的內容、形式及實施步驟，包括數據采集、處理、分析、挖掘、發布等；也可在其他方面開展合作。合作可以由簡單到復雜，分層次逐步漸進式推進。

4.引進和培養大數據管理與分析的技術人才，為企業高質量決策提供人才保障

大數據時代高層管理者的任務主要是發現和提出正確的問題，而問題的解決需要依靠大數據分析，就需要擁有相應技能的數據分析人才和數據挖掘人才。認定和選拔這樣的人才，必須注重其有無高超的創新能力、邏輯思維能力、項目研發能力和系統整合能力。這類人才，包括但不限于系統管理員、系統開發人員、數據專員、數據分析員和專家。除了可以從外部引進之外，也可以從企業內部加速培養。

大數據人才是多學科交叉型人才，其培養需要多學科共同參與。這需要相關部門遴選此類人才，進行多種學科知識的培訓，必要時可送到高校或國外學習。同時由于大數據人才是應用型人才、復合型人才，必須優化其成長的實踐環節，所以可以在工作或者項目實踐中邊干邊學，解決實際問題。這就需要企業為正在從事和未來有志于從事大數據領域的專業人員搭建一個提高技術水平和商業實戰的平臺，并制定相應的激勵措施和薪酬政策。

5.加強商業數據的安全保護，為企業決策提供安全的法律和技術環境

大數據的一個負面作用，就是容易導致商業秘密外泄。為加強商業數據的安全保護，企業要全面增強相關的法律包括國際法保護能力，進一步規范和強化與商業秘密接觸人員的合同保護、競業限制保護、不侵犯他人商業秘密保證書等一系列保護制度，建立健全企業和個人的信用體系。此外，在技術措施上，還必須在信息防火墻、網絡安全、訪問權限、文件加密等技術層面加強管理。只要綜合運用以上措施加以嚴防死守，必能最大限度地堵塞企業商業秘密外泄的漏洞。

參考文獻：

[1]維克托.邁爾-舍恩伯格肯，尼思.庫克耶.大數據時代[M].杭州：浙江人民出版社,2013.

[2]李瑩.大數據背景下聯盟企業的知識轉移路徑初探[J].中國管理信息化,2017(9):81-83.

[3]劉銀山.董效弟.大數據技術在鋼鐵企業運營中的應用分析—酒鋼集團大數據初探[J].甘肅科技縱橫,2015(7):30-31.

[4]郭小莉.基于大數據環境的企業管理決策分析[J].現代營銷,2017(6):42.

[5]史丹.大數據引領能源領域新變革[J].中國國情國力,2014(11):12-14.

[6]顧芳.劉旭峰.左超.大數據背景下運營商移動互聯網發展策略研究[J].郵電設計技術,2012(8):21-24.