基于大數據時代下企業的機遇與發展

■ 張夢寒（江西信息應用職業技術學院）

隨著科學技術的不斷發展與進步，現在信息技術已成為21世紀的核心關鍵技術，成為推動經濟增長、社會創新的重要關鍵因素。2008年維克多邁爾-舍恩伯格在其著作《大數據時代》中提出，當所涉及的資料規模超出常規軟件所能處理，即合理時間內獲取、管理、處理、分析，此時的數據規模稱之為大數據。數據大量性、數據多樣性、數據高速性和數據價值性是大數據的根本特征。以大量數據信息為基礎，通過互聯網、物聯網等現代信息技術，形成了大數據數據存儲、大數據信息提煉、大數據信息處理、大數據信息展示的大數據時代。大數據時代的到來，推動眾多領域和行業的發展與變革，改變了人們的生活方式和生活習慣，帶來新的機遇同時，也存在著相應的風險。

在傳統企業戰略選擇中，企業管理層通常通過自身主觀經驗和判斷進行企業戰略決策，以應對來自市場環境的變化。企業管理層往往對數據和決策具有壟斷地位，可能具有數據的不完整性和決策人員的少量性。在大數據技術時代，企業管理層可以利用大數據的分析企業當前的外部環境、內部環境、企業競爭優勢和企業競爭劣勢，各級人員不僅可以相對輕松地獲取決策信息，可以更加主動參與到企業戰略決策中。基于大數據的全員決策體系會提高企業的經營利潤。

一、大數據時代帶來的各種機遇

大數據給市場調研與預測帶來巨大機遇。市場調研和市場預測是企業決策的重要前提，包括企業總體戰略、業務單元戰略和職能戰略。企業通過數據采集和分析，將某一個經濟數據或某一類經濟活動的過去發展規律和未來預測走勢更加緊密、充分、科學的結合起來，使得數據預測更加精細準確。隨著經濟快速發展生活水平的不斷提高，社會文化等宏觀環境因素不斷變化，市場需求呈現多元化、差異化的傾向。消費者的消費習慣和消費訴求通過互聯網和社交軟件直接表達出來或間接呈現出來，從而留下大量、多樣的消費數據。利用大數據分析模型進行大數據收集、大數據挖掘、大數據歸類、大數據分析，得出消費者的偏好和消費習慣的傾向，從而推斷出合理的消費需求數據，企業得以更好的進行產品組合策略實施、包括產品組合的寬度、產品組合的深度、產品組合的關聯性、品牌和商標策略、促銷策略、分銷策略、價格策略等市場營銷組合策略。同時，結合企業現有生產能力，可以合理調配生產運營策略，包括產能計劃、平衡產能需求、采購策略、貨源策略、采購組合管理等生產運營戰略的安排，真正做到銷售與生產的高度結合。企業能更加主動應對新興市場需求、新產品需求，進行多元化差異化專門化市場開發和產品開發，定制訂單、專門化訂單將成為企業生產銷售的主要營業收入的來源。

大數據給企業資金需求預測帶來巨大機遇。企業進行財務預測時，可以通過大數據技術、進行企業銷售量和銷售價格的預測，從而得到預測后的財務指標。通過綜合考慮和分析銷售市場的各類影響因素，進行大數據的定性和定量分析，得出合理客觀的資金需求量預測。與此同時，企業進行籌資決策，對企業短期籌資和長期籌資的各種渠道和成本收益進行充分的比較，得出合理的目標資本結構。

大數據給企業現金流量預測帶來巨大機遇。基于大數據分析，企業對自身營運能力、盈利能力、資本市場能力能夠得出更加合理的結論。在投資項目資本預算中運用大數據分析能夠充分認證其項目可行性、現金流量凈現值估計，為企業短期投資、長期投資決策提供科學基礎而非基于管理層的主觀認識和判斷。

二、大數據帶來企業各項能力的提升

在大數據時代，企業營銷管理能力也有大幅提升。企業通過快速收集海量用戶信息、行為數據、消費習慣和偏好，能夠精準的為各類消費者投送最能滿足其消費需求的廣告信息、產品和服務；企業通過用戶訪問數據、社交網絡平臺內容，通過計算機算法、關聯信息管理和數據發掘，可以高效率的幫助企業篩選目標客戶；同時對現有客戶，企業可以通過客戶的公開信息和內容，對客戶進行多維度的分類和篩選，對不同目標群里進行專門化的精準營銷，通過大數據豐富不同維度的分類，動態管理客戶數據，進行高效精準營銷；同時大數據改善企業對消費者的用戶體驗，大數據幫助企業了解客戶使用的產品和服務的最新動態與進展，進行高效溝通，改善用戶對產品和服務的體驗；應對產業競爭環境，企業通過大數據監測分析企業行內內競爭對手的策略和安排，通過內容特征分析、品牌口碑分析、正負情緒分析、產品屬性分析增強企業自身產品的營銷分銷策略的有效性；在面臨公關危機時，大數據可以得到品牌公關危機的預警、公關危機的發展趨勢、重要影響因素，快速幫助企業找到目前危機的各方面情況，包括人群的社會屬性、公關危機中的主要觀點和關鍵人物、公關危機的傳播路徑和其傳播效率，通過大數據可以進行有效快速的處理和解決公關危機，維護企業的聲譽和品牌。

企業基于大數據方法，可以有效改善企業生產管理。通過動態有機的收集客戶數據，可以對產品使用情況和用戶使用參數進行挖掘和分析，將分析結果反饋至產品研究與開發進程，可以間接讓客戶參與至產品研究與開發活動中；運用大數據分析可以進行生產流程的最優化處理，現代制造業的生產線可以多達上萬個參數檢測器，利用對不同參數對生產線的影響進行敏感性分析，在此基礎上建立最優化生產流程，提高設備效率、降低成本、減少事故故障、優化制造工藝；大數據信息技術可以科學地協助企業生產計劃安排與制定，企業通過對產品生產環節的制造收集挖掘，通過對生產數據進行分析，發現預期生產用量和產品產量與實際發生生產用量和產品產量的數據差異進行分析，通過分析潛在變量包括產能情況、人力資源配備、原材料供應、生產模具；大數據技術可以使得企業對其產品的價格制定更加科學，通過收集宏觀經濟和微觀市場的詳細數據，科學分析產品的供應需求情況，同時考慮用戶的敏感性分析數據以評價價格變化對銷售的影響，從而科學的對企業產品進行定價；同時大數據對庫存管理也有很大改善，從原材料、在產品、產成品的數據收集為起點，分析存貨供需關系，選擇最佳經濟原材料訂貨量和產成品生產量，避免原料過多，減少庫存積壓，優化企業存貨管理結構；大數據時代可以完善產品生命周期管理，目前RFID、二維碼在產品中普及，運用傳感設備、視頻音頻采集設備、可穿戴虛擬現實設備將產品各個生命周期的性能收集完善，利用大數據分析收集客戶使用情況，提高售后服務質量，從而提高產品競爭力；在企業固定資產管理中，利用大數據信息技術可以提供其利用率，在市場競爭日益激烈的環境下，產品的市場需求在不斷變化，產品需求量也在不斷變化，考驗企業的生產經營能力的水平。產量在不斷的同時，可能會導致產能過剩存貨積壓占用資金或者產能短缺存貨不足降低銷量。傳統領域企業無法達到高效的資產利用效率，從而時常對固定資產進行對外出租以提高固定資產效率，增加企業利潤，企業通過大數據分析打破出租方和尋租方的信息不對稱，在更大數據中挖掘有效信息使得企業固定資產效率最大化。

企業應用大數據信息技術，可以完善財務管理體系。例如，對應收賬款進行信息化管理，利用大數據技術將存貨成本進一步降低，減少存貨資金占用量的同時，對企業管理費用、生產費用、應收賬款的壞賬準備進一步降低。首先，利用大數據信息技術對客戶的信用、客戶過往交易、客戶失信記錄進行實時跟蹤和分析。針對不同信用級別的客戶采用不同的收款方式，對信用等級較低的客戶，利用大數據的環境分析其信用較低的原因，及時準確的進行應收賬款壞賬準備的計量和估計，確保企業的資金運轉的穩定性。

三、結語

大數據時代的到來，推動眾多領域和行業的發展與變革，改變了人們的生活方式和生活習慣，帶來新的機遇同時，也存在著相應的風險。大數據對企業的戰略決策、市場研究與預測、企業營銷管理、企業生產管理提供了新的方法；與此同時，大數據給企業戰略帶來了容量風險、安全風險、分析處理風險。