渠宏偉 中國石油大學
伴隨信息技術的快速發展,大數據聚焦于各個行業領域。大數據在潛移默化間改變了人們的生產模式與生活方式,并為經濟體制變革與產業結構調整提供了基本條件。大數據時代的標志并不單純是掌握數據,而是通過整合處理數據,制定長期戰略決策。為此,在大數據時代背景下,創新企業內部管理模式具有實際意義。
麥肯錫公司對大數據的定義如下所述:高效應用主流軟件與多元化工具在特定發展周期內采集、整合、處理與分析數據信息,為企業制定長期戰略決策提供必要的參考依據。簡單來說,大數據是海量化、多元化數據的整合體,而傳統計算機技術與數據庫軟件無法高效處理這些數據信息。盡管業界尚未統一大數據的基本概念,但是對其基本特征已然達成共識。大數據基本特征有:
是指由同一源頭產生的各類數據迅速膨脹,形成海量的數據集,計數從EB級別躍升到ZB級別。
數據類型繁多,結構冗雜,包括結構性數據、非結構性數據與半結構性數據。此外,數據類型指網頁、文本、圖片、視頻與地理位置等。
數據具有極強的流動性與時效性。
數據價值大,且價值密度較低。但是,只有部分數據具有核心價值。
盡管絕大多數企業推行“互聯網+管理”運維模式,并且能夠客觀認知拓展應用大數據技術的重要價值,但是仍有部分企業的經營管理存在漏洞,需要引起企業的高度重視。縱觀國內企業的發展現狀,企業管理模式存在的共性問題如下所述:
盡管國內企業逐步將大數據技術拓展應用到企業經營管理中,但尚未構建完整的大數據平臺,導致企業管理與時代發展不同步。例如,某企業的開展經營管理的過程中,將大數據技術拓展應用到企業管理體系建設環節,但基于大數據平臺的數據容載量不足,導致大數據技術無法為企業制定戰略決策提供參考依據,進而喪失其實際價值。
在大數據時代背景下,企業應當結合業務特征與經營情況,創新內部運維管理模式,進而為企業制定長期戰略決策提供必要的輔助與支持。通常來說,大數據技術包含了計算機系統、企業管理決策方案、分布式文件系統與分布式數據庫等,這些技術的有機整合可滿足數據采集、整合、分析與處理需求。然而,國內多數企業盲目側重于短期經濟效益,不樂于投入人力與資金引進技術和設備,單純照搬其他企業的大數據軟硬件配置體系,未能結合自身的發展概況完善頂層設計,這使得大數據平臺與企業經營管理缺乏協調性,無法發揮實際優勢價值。
大數據時代既為企業提供了廣闊的發展機遇,同時也為企業的經營管理提出了嚴峻的考驗。企業需要促進結構化數據、非結構化數據與半結構化數據的整合,實時動態分析海量數據,客觀審視企業的經營狀況,從而調整市場戰略決策,增強核心競爭力。與此同時,企業應制定數據驅動決策,最大限度的降低掌控風險,保證海量數據安全。從客觀角度來說,要想滿足這些基本需求,就要有專業技術人員的強有力支撐。然而企業數據分析專業人員極度匱乏,甚至未制定大數據整合人才培養方案,這使得技術人員支撐力量薄弱,并在很大程度上制約了企業的良好發展。
針對大數據時代復雜的環境條件,企業需構建一個集文本、影像、社交網絡與熱點資訊于一體的非結構化的綜合數據平臺,進而采集、整合、分析與處理影響經營發展的主導因素,深入開展企業聲譽度分析與輿情化分析,保證企業營銷策略的合理性與精確性。同時,企業還要明確問題界定,調整方案決策,充分發揮大數據平臺的技術優勢,提煉與處理半結構化數據與非結構化數據,使其轉化為可被數據庫識別分析的結構化數據,進而結合企業的生產經營現狀進行合理評估與決策。
例如,企業可以將微博中的熱點資訊導入非結構化數據平臺,通過句法分析、情感分析與關系分析,綜合評估企業的行業信譽、生產水平與服務品質,幫助企業創新營銷管理模式,增強用戶體驗。此外,企業應注重建構數據共享平臺處理的“數據源”,不斷積累績效數據,及時反饋與分析數據。
在新時期背景下,各行業數據迅速膨脹,但數據分析處理技術稍顯不足。企業數據分析處理技術水平偏低,無法挖掘數據潛在的利用價值,造成資源的流失。為此,當務之急是優化大數據發展的核心技術,充分挖掘大數據的潛在商業價值。在此過程中,政府部門發揮著主導性作用,應依托宏觀調控優勢,制定優惠政策,設立專項扶持基金,鼓勵大數據核心技術的研發,從而調動社會群體參與研發活動的積極性。
在大數據時代背景下,高素質數據分析專業人才需求量逐步擴張,而數據分析人才的工作對象就是海量數據。為此,數據分析人才要掌握充足且扎實的理論基礎知識,從海量數據信息中,采集、整合、處理與分析有潛在價值的商業信息。各基層政府部門還需鼓勵各高校開設數據分析專業課程,培養高素質的技能人才,進而滿足市場人才資源供應需求,維持各行業的良好發展。
綜上所述,在大數據時代背景下,企業需秉承與時俱進的基本原則,深化內部體制變革,創新經營管理模式,進而將大數據技術拓展應用到經營管理中,從而深度挖掘數據信息的潛在商業價值,為企業制定長期戰略決策提供參考依據,最終實現可持續發展的戰略目標。