基于動態能力多重觀點整合視角的企業大數據能力概念內涵、層級結構與構成要素研究

何中偉

（江蘇洋河酒廠股份有限公司， 江蘇 宿遷 223800）

0 引言

近年來，隨著互聯網、物聯網和移動終端應用日益普及，人類正面臨著前所未有的數據爆炸。數據逐漸成為繼人、財、物、信息之后又一種具有戰略意義的新型生產要素。資源基礎理論（RBV）表明資源以及基于資源形成的能力是企業競爭優勢的來源。從資源視角看，大數據是企業的一項重要資產，在相對穩定的環境下，大數據資源本身就是企業核心競爭力的來源，但在動態環境下，企業面臨著顧客需求的日益多樣化和個性化、產品生命周期縮短、任意批量訂單生產以及新技術和新商業模式的不斷沖擊和挑戰，在此環境下取勝的唯一法寶便是培育適應外界環境變化的能力，即動態能力。因此，僅從資源視角研究大數據本身還遠遠不夠，資源本身并不能直接促進企業發展，資源需要轉化成能力才能為企業帶來競爭優勢。目前，已有部分學者開始提出大數據能力的概念，研究大數據能力的結構、影響因素、價值創造路徑、績效作用機理、培育機制等等。然而，有關大數據能力的研究從總體上來說仍處于起步階段，特別是相對于資源視角與技術視角的大數據研究，聚焦于管理視角研究大數據的基礎性、系統性理論框架和實證研究仍然比較匱乏。尤其，對于“大數據能力是什么、如何對其進行定義？大數據能力組成結構包括哪些要素、各個要素之間又是什么關系?”等基礎性問題，現有文獻還沒有進行很好的回答。而對這些問題的回答，無疑會豐富大數據能力研究的理論成果，為進一步探究大數據能力的測度、大數據能力形成的驅動因素、大數據能力與企業績效等變量之間的相互關系打下堅實基礎；也為企業識別、構建、整合與提升大數據能力等管理實踐，提供有益建議。

1 大數據能力概念內涵與結構維度研究現狀

Lavalle 等[1]首先提出大數據能力的概念，認為大數據能力是指數據篩選、整理、分析與應用的能力，但并未做詳細解釋。之后Hurwitz 等[2]、Kyungshik 等[3]、程剛等[4]、謝衛紅等[5]相繼展開了大數據能力研究，為大數據能力理論奠定了基礎。目前，國外學者主要基于技術、管理應用與創新發展3 個不同視角給出了大數據能力的概念。Hurwitz 等[2]認為大數據能力是企業能夠對巨量離散數據進行實時分析和挖掘，進而將其轉化成洞察和智能的能力，該能力代表了新一代數據管理與分析技術，包含大數據的“采集與交換、預處理與存儲、分析與挖掘、展現與傳遞”等技術。Kyungshik 等[3]指出大數據能力是一種“數據驅動”能力，即企業價值鏈各個環節、運營與管理不同階段均可以自下而上地由數據來驅動，甚至可以由機器根據數據直接決策。并且，大數據能力還是整合內外部資源，通過深度分析，預測、適應環境變化的能力，包括資源整合、深度分析、實時洞察與預測等三方面[5]。此外，大數據能力還是“數據閉環”應用的能力[6]，大數據的具體應用往往能夠構造起從“數據采集、建模分析、效果評估到反饋修正”各個環節的完整“數據閉環”，不斷優化、螺旋上升[7-8]。Marfo[9]表明大數據能力是通過學習和創新，不斷拓展和深化大數據應用范圍與應用程度的能力，它能使企業更加敏捷、柔性地適應環境變化，在大數據實踐中實現動態平衡，由“大數據戰略規劃能力、大數據學習與創新能力以及大數據動態反應能力”3 維度構成。

國內學者程剛、李敏等提出了大數據能力的定義，但此定義的提出缺乏理論體系支撐，并且未對該定義內涵進行具體闡述，另外，此定義忽略了大數據能力的動態性特征，也未能就大數據能力的維度劃分進行研究。王田繪[10]、成明慧[11]基于動態能力理論分析了大數據能力的內涵，給出了大數據能力的概念，開發了大數據3 個維度的測量量表，但是未能結合大數據本身的數據、技術與管理的三重特征綜合給出大數據能力的概念與內涵，忽略了大數據能力的層級與動態的特性，也未能對大數據能力維度進行基于理論支撐的構建與檢驗。

2 大數據能力的理論基礎

2.1 能力階層分類理論

Collis[12]在系統總結企業能力已有定義基礎上，將企業能力分為“能夠比競爭對手更有效地執行企業基本職能活動的能力、企業動態提升各項業務活動的能力、企業能夠認識到其他資源的內在價值并早于競爭對手制定新戰略的能力”等三類。Javidan[13]則把能力分成“資源、能力、競爭力和核心競爭力”四個層次，并且給出了一個逐層提升的演進邏輯框架。Drejer A 等[14]依據復雜性程度對企業能力進行分類，提出了簡單能力、半復雜能力和復雜能力的理念。Wang 和Ahmed[15]提出動態能力的層級模型，認為企業能力是廣義上的層級概念，企業所擁有的資源基礎是其零階能力，企業生存技能的狹義“能力”是一階能力，與競爭優勢相關的“核心競爭力”是二階能力，組織整合、更新、再造、重構、環境適應等能力則是三階能力。周玉泉，李垣等[16]將組織能力分為運營能力和動態能力兩類。運營能力確定組織能夠做什么，它存在于組織固定流程和慣例中，能夠確保組織達成一定的績效水平，屬于零階能力。動態能力指企業為適應外界環境變化，及時整合內外部資源，不斷優化制度、流程與規范，快速滿足市場需求，進而獲得持續競爭優勢的能力。運營能力是相對穩定的，而動態能力則反映組織隨環境變化不斷整合、重構與配適。能力的階層分類理論揭示了組織能力的階層化特征，反映了能力由低到高逐層演化、漸進提升的邏輯，為我們界定大數據能力的維度結構提供一個很好的分析框架。

2.2 動態能力理論

動態能力的概念由（Teece 和Pisano，1997）提出，他們認為動態能力中的動態是指企業為了適應商業運行環境的需要而對自身已有能力進行整合與重構，而能力則是指適應、整合更新和重構組織內外部資源的知識、經驗與技能[17]。動態能力理論研究包括以Henderson 和Clark 為代表的技術觀點（Technology View）、以Teece 等為代表的更新觀點（RenewView）、以Eisenhardt&Martin 為代表的流程觀點（Process View）和以Zollo&Winter 為代表的組織學習觀點（Learning View）等四類觀點。

2.2.1 技術觀點（Technology View）

技術觀點學派認為動態能力是作用于技術技能和訣竅的能力[18]，動態能力的發展過程是企業技術路徑和技術范式形成的過程[19]。就技術角度而言，動態能力本質上是技術能力形成、應用與發展，能力動態性是由技術屬性決定的，并且在一定的技術范式下動態演化。技術觀點的不足在于將動態能力僅視為新技術體系的規范化應用與發展，存在定義過窄的問題[20]。

2.2.2 更新觀點（RenewView）

更新觀點學派認為動態能力是企業整合（Integrate）、建立（Build）和重構（Reconfigure）內外部勝任力以適應外界環境快速變化的能力。他們認為“動態”強調的是與外部迅速變化的環境保持同步性更新的速度和頻率，“能力”則強調對企業內外部技術、資源、職能進行整合、優化和配適，以應對外界環境變化，進而提升企業績效[17]。更新觀點的不足在于將動態能力定義成一種特殊的能力，存在過于抽象、同義反復的問題。

2.2.3 流程觀點（Process View）

流程觀點學派認為動態能力是一個具體的、能操作、可衡量的確定性流程與慣例。具體來說，動態能力是企業利用依附于流程的組織和戰略管理來獲取、整合、配置、重構資源，進而主動適應外界市場與環境變化并獲得競爭優勢。與更新觀點學派強調流程是動態能力的核心構成要素不同，流程觀點學派將動態能力視為具體可識別的制度、流程與管理，強調市場動態性決定動態能力模式[21]。流程觀點的缺陷在于將動態能力簡單等同于流程與管理，忽略了能力本質上的“超資源”特質，缺乏對流程中隱形要素的關注。

2.2.4 組織學習觀點（Learning View）

組織學習觀點學派從演化角度出發，提出動態能力是一種持續且穩定地組織學習行為，通過組織學習，企業得以系統地改善運營管理，以提高企業績效。他們認為知識的積累、編纂和表達等學習機制不僅構成了動態能力路徑依賴的基礎，而且促進其演化發展[22]。基于組織學習視角定義動態能力既可以防止僅從個體能力范疇理解動態能力，又能凸顯動態能力在流程、制度和管理等改善方面的穩定、重復、可持續性作用。組織學習觀點的不足在于僅關注組織中隱性資源（信息、知識與技能），忽略了對“人、財、物”等實物資源的考慮。

2.3 動態能力理論整合分析研究框架

能力層級理論表明了動態能力的結構，技術學派、更新學派、過程學派和學習學派等動態能力理論揭示了動態能力的基本分析單位。由此，可以看出動態能力是一個由多能力組成的、具有層次性和多維度結構、且相互影響和相互作用的系統體系。動態能力的基本分析單元是制度、流程與慣例，制度、流程和慣例的基礎是與之相對應的可支配資源與技術，制度、流程與慣例的演化過程是組織集體學習與創新發展的結果。據此建立動態能力的L-TRPL 分析框架（如圖1 所示）。

圖1 基于L-TRPL 的動態能力分析框架

3 基于L-TRPL 視角的大數據能力內涵與結構

3.1 大數據能力的動態性分析

Teece 等[17]認為動態能力是企業整合、優化和重構內外部資源以適應外界環境變化的能力，這一概念突破了傳統資源基礎觀視角只關注于企業內部靜態資源的局限，強調了對外界環境變化的適應以及動態優化和系統整合。而企業大數據能力的構建目的是企業根據環境變化需要有效應用、部署相關大數據資源、技術、知識來獲取競爭優勢。從這個角度看，企業大數據能力實際上也是一種動態能力。所以，動態能力的L-TRPL 整合性分析框架也是大數據能力分析的框架基礎。

3.2 大數據能力的概念與內涵

3.2.1 大數據能力概念推導

綜合動態能力L-TRPL 分析框架，對大數據能力做出概念界定：以大數據基礎設施為基礎的企業調用、部署和有效利用大數據及相關組織資源，提升“營銷、研發、采購、倉儲、生產、物流”等職能部門運營柔性與效率，推動“業務流程再造、資源融合發展、組織結構優化與戰略轉型變革”等決策系統的整合與重構，不斷學習創新以預測、適應外部環境變化，進而提升企業績效與競爭優勢的具有價值性、稀缺性、難以模仿性和難以替代性的知識、技術、經驗與技能。

3.2.2 大數據能力的內涵

在大數據能力的L-TRPL 分析框架下，大數據能力包含搜集、整理、分析、應用、發展大數據及其相關資源的多維度、多層次的能力系統；其次，大數據能力應用的前提是擁有大數據資源，大數據收集、存儲、深度分析、數據挖掘、可視化技術是大數據資源利用的基礎；此外，大數據能力的基本表現形式是嵌入一系列具體的制度、流程和慣例，這些制度、流程和慣例通過整合利用包括大數據資源在內的企業資源以提升企業績效；最后，適應外界環境變化，通過組織學習與持續創新，促進配置、整合、重構企業資源是大數據能力形成競爭優勢的源泉。

3.3 大數據能力層級結構及其相互關系

3.3.1 大數據能力層級結構

基于L-TRPL 分析框架，將大數據能力劃分為“大數據基礎能力（Big Data Foundation Capability）、大數據應用能力（Big Data Application Capability）和大數據發展能力（Big Data Development Capability）”三個維度，其分層結構的具體表述見圖2 所示。

圖2 大數據能力層級結構

1）大數據基礎能力（Big Data Foundation Capability）：大數據一階能力。大數據基礎能力是構建大數據技術與基礎設施平臺為企業提供可靠大數據服務的能力。企業利用大數據技術，規劃、構建與運營大數據平臺的目的在于促進企業內部以及企業間數據與資源實時集成與共享，推動企業高效運營和科學決策，進而實現更好的規模經濟和范圍經濟效應。大數據基礎能力是一種非能動性能力，很容易被競爭對手模仿，也難以直接為企業帶來競爭優勢，然而這一能力卻是企業開展基本大數據應用活動的前提。

2）大數據應用能力（Big Data Application Capability）：大數據二階能力。大數據應用能力是企業有效組織和利用大數據及其他互補資源，將大數據充分嵌入到企業運營與管理決策流程中，實現業務單元、供應鏈體系、價值網絡高效整合的能力。大數據應用能力是嵌入企業運營與管理決策實踐中形成的，具有較強的路徑依賴性和復雜性，且不容易被競爭對手模仿，企業運營和管理決策中的大數據應用能力將直接影響企業績效。因此，大數據應用能力是大數據能力的核心維度之一，是整合、優化、分析、應用大數據及相關資源的關鍵因素。

3）大數據發展能力（Big Data Development Capability）：大數據三階能力。大數據發展能力是企業利用大數據資源，不斷整合、重構企業制度、流程與管理，使企業能更好地適應環境，不斷打破自身固有管理和模式，實現持續創新的能力，屬于企業相對高階的動態能力。企業要在不斷變化的環境下獲取競爭優勢，就必須持續創新，而組織學習是持續創新與發展的源泉。

3.3.2 不同層級大數據能力結構間關系

大數據能力的層次源于企業大數據應用中的發展需要，因為有效的大數據戰略需要對外界不確定性環境做出及時、有效的反應。而有效的大數據戰略往往體現在企業日常運營與管理實踐中，其實施的落腳點在于各項基礎設施、制度、流程和管理的構建與應用。大數據基礎能力是支持大數據平臺構建、運營與應用的各種日常基本技術，為企業大數據應用與發展提供穩固的基礎，但大數據基礎能力本身不具有很強的動態性，不能因應外界環境變化做出主動適應與動態調整，是大數據能力中相對低級的能力。大數據應用能力是企業利用大數據協調各職能部門、各業務單元、各價值網絡的能力，它為企業日常運營與管理實踐提供數據、信息與決策支持，推動企業高效運轉，并且也能夠通過不斷創新來支持企業創造性能力構建，是大數據動態能力中較高階的能力。大數據發展能力是企業根據外界環境變化，創新、優化、整合與重構企業大數據戰略，并創造性地建構新能力的能力。大數據發展能力促進大數據基礎能力、大數據應用能力的形成與演化，也正是由于大數據發展能力的存在，企業大數據能力才具有了極大的創造性，大數據發展能力是大數據能力層級體系中最高階的能力。

把握大數據能力從低到高的拓展性特征和由硬到軟的柔性演化趨勢，對企業逐步提升大數據能力，并最終達成其戰略目標具有十分重要的意義。大數據能力的戰略性最終必然會體現在大數據資源配置與整合、大數據在日常運營和具體的管理決策應用實踐中（包括大數據技術平臺的構建過程、大數據的管理與應用過程、大數據組織創新與協調發展過程以及大數據能力動態發展過程），其實施的落腳點在于企業的流程、制度及慣例，大數據能力具體表現為大數據資源整合能力、大數據深度分析能力、大數據實時洞察能力、大數據預測與決策能力，其升級與演化的機制是組織集體學習。

4 基于L-TRPL 視角的大數據能力構成要素分析

4.1 大數據基礎能力（Big Data Foundation Capability）構成要素

大數據基礎能力（BDFC）是企業開展大數據應用活動的基本功能性能力，涉及大數據基礎設施水平以及規劃和管控那些影響基礎設施設計和運營的技術與管理能力。具體包括大數據平臺規劃與構建能力（Platform Planning&Building Capability）、大數據平臺運營管理能力（Platform Operation&Management Capability）和大數據技術運用能力(Technical-use Capability）3 個方面。

4.1.1 大數據平臺規劃與構建能力（Platform Planning&Building Capability）

大數據平臺規劃與構建能力（PPBC）強調技術流程、管理流程與具體業務流程之間的協同和融合，包括技術架構設計與構建能力、業務架構設計與構建能力和管理架構的設計與構建能力等3 個部分[23]。

1）技術架構設計與構建能力?；谇罢靶?、可擴展、開放性、高性能、穩定性、安全性、易維護等原則，結合技術發展和企業需求，從硬件設施、數據收集與分類存儲、數據分析與計算、數據挖掘、數據共享、數據質量管理、可視化等方面建立大數據技術架構的能力。

2）業務架構設計與構建能力。包括從商業模式創新和業務價值鏈嵌入兩個層面發展大數據應用價值能力?；诖髷祿纳虡I模式創新指結合企業轉型升級發展需要，從用戶主導、企業互聯、組織創新等層面幫助企業構建基于大數據驅動的新型商業模式。而基于價值鏈的大數據應用規劃則是企業沿著價值發現、價值創造與價值實現的價值鏈環節，通過大數據應用提升運營與決策效率及效益，進而使大數據應用與業務緊密結合，真正產生業務價值。

3）管理架構的設計與構建能力。建立促進大數據應用的長效治理體系與持續推進機制，針對性建立職能架構體系以保證企業大數據有效實施的能力。包括建立管理體系（確定管理模式，對原體系變更；管理數據獲取，建立利于大數據獲取的組織架構和流程）、管理控制數據質量（建立對各個域數據質量的統一管理體系）、管理數據變現（依據法律法規，制定統一的數據變現規則）、管理數據安全（針對各種條例開展審計工作，保障業務穩定運營）等4 方面管理架構的設計與構建。

4.1.2 大數據平臺運營管理能力（Platform Operation&Management Capability）

大數據平臺運營管理能力（POMC）主要考慮功能性、可用性、兼容性、安全性、擴展性等運維管理內容，具體包括7 個方面：平臺基本功能及數據導入導出對SQL 任務、NoSQL 任務、機器學習、批處理任務的支持；平臺產品能夠方便用戶進行非運行維護；平臺產品能夠提供基本的安全方案，具備認證功能以防止數據服務體系的數據資源被惡意修改和盜取，以及傳輸過程中被截留或篡改；平臺產品具備高可用的機制，防止機器的失效帶來的任務失敗以及數據丟失；平臺產品能夠支持業務系統和應用系統需要，動態擴展平臺功能，并以服務接口方式無縫對接其他應用系統；平臺產品能夠在平臺結構變化或新增功能時，仍然保證正常運行；是否能夠根據隊列、用戶的權重來細粒度地分配計算資源等[24-25]。

4.1.3 大數據技術運用能力（Technical-use Capability）

大數據技術運用能力（TUC）指大數據的收集、存儲、深度分析、數據挖掘、可視化技術等方面的技術運用能力。包括：大數據采集與交換能力、大數據預處理與存儲能力、數據分析與挖掘能力以及大數據展現與應用能力等4 個部分。

1）大數據采集與交換能力。為各種異構數據源提供數據采集接口，支持多種主流關系數據庫的高效數據采集；支持HDFS、FTP、文本文件等文本類日志數據離線導入；支持實時數據接入；支持結構化、半結構化、非結構化的異構數據實時接入；支持全量、批量、實時等多種數據采集策略[26]。

2）大數據預處理與存儲能力

完成對已接收數據的辨析、抽取、清洗等操作，用存儲器把采集到的數據存儲起來，建立相應數據庫，方便數據的管理與應用[27]。

3）大數據分析與挖掘能力。通過數據融合、統計分析、數據挖掘、深度學習等數據開發核心技術，將數據空間完全釋放出來，完成對大數據的治理并支撐對數據的探索能力，以供應用開發與分析對數據的方便使用[28]。

4）大數據展現與應用能力。對底層數據模型的語義封裝，構建基于用戶、產線、工廠、設備、產品等對象的統一數據模型，對各類統計分析應用與用戶實現更加便捷、易用的數據訪問接口。包括基于平臺的數據處理流程可視化和高維數據結果展示可視化兩個方面[29]。

大數據基礎能力具體構成要素見圖3。

圖3 大數據基礎能力（BDFC）構成要素

4.2 大數據應用能力（Big Data Application Capability）構成要素

大數據應用能力（BDAC）是指將大數據資源與其他資源和能力結合起來提升企業價值鏈各環節運營與決策能力。借鑒March（1991）和Ozsomer&Genctttrk（2003）對組織能力的分類，本文將大數據應用能力分為“利用式大數據應用能力”和“探索式大數據應用能力”兩類。

4.2.1 利用式大數據應用能力（Big Data Application Capability for Exploitation）

利用式大數據應用能力指企業利用大數據處理結構化流程的能力，利用式大數據應用能力的目標是提高企業的操作效率。利用式大數據應用能力往往作用于結構化流程、不確定性較低。具體包括：營銷與服務環節大數據應用能力、研發設計環節大數據應用能力、采購物流環節大數據應用能力、生產制造環節大數據的應用能力等4 個方面。

4.2.1.1 營銷與服務環節大數據應用能力

包括基于大數據分析的產品設計（Product）、產品定價（Price）、推廣渠道質量監控（Place）、產品推薦與廣告規劃（Promotion）、客戶關系管理系統構建（CRM）和產品生命周期管理（PLM）等6 方面大數據應用能力[30]。

產品設計中的大數據應用能力：根據客戶體驗和對產品外觀，功能，性能等方面的期望，對提升產品滿意度，物流效率和客戶服務質量提出建設性意見，有效收集和分析客戶評價數據，改進產品完善運營和服務，建立以客戶為中心的產品創新機制。

產品定價中的大數據應用能力：通過大數據分析，研究不同客戶群體對不同產品種類、不同銷售場景下的價格敏感度差異，并測量價格敏感客戶群對產品價格變化的直接反應和容忍度，為實施更加精細化、差異化的產品定價策略提供決策參考。

推廣渠道質量監控中的大數據應用能力：通過大數據建立營銷推廣渠道質量分析模型，實時監控推廣渠道的有效性和質量，及時優化和調整渠道促銷策略和預算。

產品推薦與廣告規劃中的大數據應用能力：根據現有客戶特征，交易歷史，購買流程與行為軌跡等客戶行為數據，進行客戶行為模擬畫像，為其他潛在客戶推薦產品提供更為精準的營銷策略；此外，利用大數據進行廣告目標受眾測試、時段分析、到達率與有效性模擬，實施精準廣告運營與管理。

客戶關系管理系統構建中的大數據應用能力：通過數據和CRM分析發現相關類型的數據、信息分類和喜好追蹤。這樣能夠為公司提供各種類型的信息，定制客戶體驗，以此來改進業務流程、提高利潤。

產品全生命周期管理中的大數據應用能力：基于條形碼、二維碼、RFID 等產品標識符號，運用傳感器、智能感知、視頻采集、VR 等技術，實時采集和動態分析產品全生命周期的數據和信息，對產品不同生命周期狀態進行標記和預警，并將有效的信息和數據當成商品一樣及時傳遞給客戶，實現產品全生命周期的管理。

4.2.1.2 研發設計環節大數據應用能力

包括產品協同設計、設計仿真、工藝流程優化等3 方面的大數據應用能力[31]。

產品協同設計中的大數據應用能力：利用大數據存儲、分析、處理等技術處理產品數據，建立企業級產品研發設計數據庫，促進設計數據在企業內部各部門以及供應鏈上下游各企業間信息共享，提升跨部門、跨企業、跨區域研發資源統籌管理，提高網絡化協同設計能力。

設計仿真中的大數據應用能力：采用大數據技術與產品設計排程仿真相結合，實現研發設計環節各流程的模擬、分析、評估、驗證與優化，以減少工程變更數量，優化設計流程，縮短交付周期、降低成本和能源消耗。

工藝流程優化中的大數據應用能力：利用大數據分析功能，收集工藝流程歷史數據，分析工藝流程和資源投入之間相互關系，評估和優化當前操作工藝流程。

4.2.1.3 采購、物流環節大數據應用能力

包括供應鏈配送體系優化、用戶需求快速響應等方面的大數據應用能力[32]。

供應鏈配送體系優化中的大數據應用能力：主要強調與供應鏈上下游企業、第三方物流公司建立戰略聯盟或開展外包合作，利用互聯網、移動互聯網、物聯網和產品電子標簽等技術，獲取用戶需求、產品設計、采購、制造、倉儲、物流等各個環節大數據，預先進行數據分析，做好采購管理、倉儲庫存管理、運輸管理等服務，優化運營管理流程，提高市場響應速度，保障采購、生產、庫存、物流高效有序。

用戶需求快速響應能力：從模型和算法出發，對實時需求進行分析和預測，提升企業市場響應能力、優化用戶體驗、提高企業運營績效。

4.2.1.4 生產制造環節大數據應用能力

包括智能生產、生產流程優化、設備預測維護、生產計劃與排程、能源消耗管控和個性化定制等6 方面的大數據應用能力[33-34]。

智能生產中的大數據應用能力：生產線和生產設備都將裝有傳感器，并實時獲取數據，然后通過互聯網傳輸數據，進而對生產過程實時監控。與此同時，生產所產生的數據經過規范處理、快速傳遞、實時反饋到生產運營與決策過程中，將工廠升級為自適應、自反饋、自調整的智能網絡系統，使得工業控制、生產運營與管理決策最優，進而降低要素和資源配置成本、提高資源與要素利用效率，提升生產過程績效。

生產流程優化中的大數據應用能力：使用大數據技術創建產品生產過程的虛擬模型，模擬仿真并分析優化生產流程。

設備預測維護中的大數據應用能力：利用傳感器從現場設備獲取速度、溫度、壓力等數據，通過基于規則和案例的故障診斷、設備狀態全生命周期管理趨勢預測等模型，進行設備故障預測與診斷。

生產計劃與排程中的大數據應用能力：收集客戶需求、倉儲、物料、生產線、人員等基礎數據，通過大數據分析技術揭示歷史預測與實際完成偏差，考慮人員數量與技能約束、工裝模具規模約束、物料可用約束、產能約束，通過智能優化算法，制定生產排程計劃，并監控計劃與實際偏差，動態調整與優化計劃排產。

能源消耗管控中的大數據應用能力：收集運營管理各環節能耗歷史數據，構建能耗仿真模型，以此進行多維度能耗仿真預測。進而利用獲得的運營管理各環節數據，及時檢測并發現能耗峰值或異常情況，實現運營管理過程中能源消耗實時優化，推動整體生產線節能降耗。

個性化定制中的大數據應用能力：收集用戶個性化需求數據、企業運營與管理供應鏈數據等信息，構建個性化產品生產模型。生產過程中，將產品需求信息傳遞給智能設備，通過分析計算，進行原材料準備、設備優化、流程整合，并生產出符合用戶個性化需求的產品。

4.2.2 探索式大數據應用能力（Big Data Application Capability for Exploration）

探索式大數據應用能力指企業利用大數據處理非結構化流程的能力，其目標是發展企業新能力，捕捉市場新機會，或者提出解決當前問題的新方案。探索式大數據應用能力通?？冃щy以預先度量，而且往往作用于非結構化(或結構化程度低)流程、不確定性高。具體包括：業務流程再造中的大數據應用能力、資源融合創新中的大數據應用能力、組織結構優化中的大數據應用能力、組織戰略轉型中的大數據應用能力等4 個方面。

4.2.2.1 業務流程再造中的大數據應用能力

由于在企業經營過程中，大數據對于生產、服務甚至是整個經營過程都有影響，為了提高組織運營效率，必須對生產運營流程的各個環節進行深入分析，對不合理之處進行整合、優化甚至重構，企業循序漸進地引入和運用大數據的新理念與新技術，可以提高組織在大數據背景下的業務流程再造成功率[35]。

4.2.2.2 資源融合創新中的大數據應用能力

一方面，相較于傳統數據，大數據可以提供更為準確、全面、及時的信息來分析企業生產要素的投入數量與類型，進而達到整合、優化、創新生產要素的目的。另一方面，大數據應用會使得企業對于生產產品類型、生產數量、生產時間等做出相應規劃，為此生產工藝與生產流程都需要做出相應優化與整合，從而促成生產要素之間的融合創新[36]。

4.2.2.3 組織結構優化中的大數據應用能力

隨著大數據的產生，企業所處環境、發展戰略、人員素質、組織的崗位設置與職能需求都會隨之產生變化，為此需要優化、整合甚至重構組織結構來應對這些變化，而借助大數據應用，可以使得組織結構優化的方向與流程更為合理[37]。

4.2.2.4 組織戰略轉型中的大數據應用能力

從企業戰略轉型的定義中可以看出，組織戰略轉型的目的是為了適應用戶需求變化與提升市場競爭能力的需要。大數據技術可以幫助企業系統分析和深入探究內外部環境機會與威脅，了解市場發展態勢、基于企業資源與能力發展實際、找準市場定位，明確資源配置方向，促進業務創新，實現企業更好地適應未來發展，引領組織戰略轉型[38]。

大數據應用能力具體構成要素見圖4。

圖4 大數據應用能力（BDAC）構成要素

4.3 大數據發展能力（Big Data Development Capability）構成要素

大數據發展能力（BDDC）是一種創新大數據能力的能力，主要指在現有的大數據資源和能力的基礎上，通過不斷地學習和創新，實現對“大數據基礎能力、大數據應用能力”的保護與改善，同時，對“大數據洞察與環境適應能力、大數據基礎設施的重構與再造能力以及大數據應用范圍的拓展和應用程度深化能力”進行擴展與重構，進而推動企業更加柔性、敏捷、高效地適應外界環境變化，在企業大數據實踐中實現柔性平衡。具體包括：大數據戰略能力、大數據學習與創新能力、大數據動態反應能力3 個方面。

4.3.1 大數據戰略能力（Big Data Strategy Capability）

大數據戰略能力(BDSC)強調了企業保護和擴展較低層次大數據能力的要求，包括大數據整體動態規劃調整能力，大數據應用場景識別能力，組織、人才與IT 為大數據提供保障能力，組織文化對大數據戰略支持能力等4 方面[39]。

4.3.1.1 大數據整體動態規劃調整能力

預測企業未來發展在大數據方面的需求，并根據企業發展戰略需要制定或調整大數據戰略規劃，使之與企業發展戰略相匹配。

4.3.1.2 大數據應用場景識別能力

結合企業運營與管理決策需要，找準大數據切入點，從業務運營監控、用戶洞察與用戶體驗優化、精細化運營和營銷、業務市場傳播、經營分析等環節，選擇適合大數據優先應用的場景，并制定大數據解決方案，進而形成競爭優勢。

4.3.1.3 組織、人才與IT 為大數據提供保障能力

大數據發展戰略實施需要組織、人才與IT 能力的支持，這些要素的構建，既需要與戰略發展保持高度一致，又要能夠嵌入組織運營與管理決策的關鍵流程。

4.3.1.4 組織文化對大數據戰略支持能力

在整個企業層面建立一種以客觀數據為決策依據和衡量標準的價值觀和制度體系，為企業能夠利用大數據產生價值提供基礎的能力。大數據戰略的規劃與實施涉及組織全體員工，因此，需要對企業價值認同和員工進行重塑，確保員工行動的一致性，沒有共同認知、共同理念與一致的行為，就無法實現大數據觀念、體系和制度流程方面的創新。

4.3.2 大數據學習與創新能力（Big Data Learning&Innovation Capability）

大數據學習與創新能力（BDL&IC）體現了對大數據相關知識的獲取和創造，它為改善較低層次的大數據能力創造條件，包括“大數據新技術的研發能力，大數據人力資源持續教育和培訓能力，大數據應用系統的更新與重置能力，大數據應用范圍與程度深化能力”等4 個方面[40]。

4.3.2.1 大數據新技術的研發能力

大數據領域每年都會涌現大量新技術，企業需要不斷學習、掌握數據獲取、數據存儲、數據挖掘與分析、數據建模、數據可視化等方面的新技術，為企業從大規模數據中挖掘有效的信息和知識，為企業運營、決策提供服務。

4.3.2.2 大數據人力資源持續教育和培訓能力

企業內外部學習是形成大數據能力的重要途徑，企業通過內部溝通與培訓學習，以及與外部用戶、供應商的知識整合、轉移和應用，培養具備“新的角度、新的視野、勇于接受挑戰、從錯誤中學習、快速需求反饋、學會學習”等大數據規劃與應用方面突破性創新所需的高素質人才。

4.3.2.3 大數據應用系統的更新與重置能力

根據技術發展和業務應用需要，適時更新大數據平臺技術架構、業務架構與管理架構，提升大數據運營管理水平，改善與優化大數據技術運用能力。

4.3.2.4 大數據應用范圍與程度深化能力

隨著企業大數據能力的積淀與提升，不斷深化探索式大數據應用（業務流程再造、資源融合創新、組織結構優化、組織戰略轉型）和利用式大數據應用（營銷與服務、研發設計、采購物流、生產制造）的范圍與程度，挖掘大數據價值，更好地滿足客戶需求，打造競爭優勢、提升企業績效。

4.3.3 大數據動態反應能力（Big Data Dynamic Response Capability）

大數據動態反應能力（BDDRC）顯示的是如何根據外界環境的變化，進一步改善、重構和提升較低層次大數據能力水平，包括“基于大數據的快速響應能力、大數據基礎設施與平臺柔性能力、基于大數據的價值創新能力”3 方面[41]。

1）基于大數據的快速響應能力。企業內部價值鏈和外部價值網絡具有緊密聯系，溝通運行順暢高效，能夠及時與外界環境變化做出快速反應，是一種防御性能力。

2）大數據基礎設施與平臺柔性能力。由于客戶需求、市場競爭、價值鏈網絡環境不斷變化，大數據設施平臺需要具備快速、低成本地調動和利用事先準備的能力進行戰略轉向，進而高效地把握機遇、控制風險。

3）基于大數據的價值創新能力。企業將精力集中在市場和客戶需求變化的發現與自身價值創造上，并由此在產業模式、管理模式和商業模式創新方面開創藍海市場。

大數據發展能力具體構成要素見圖5。

圖5 大數據發展能力（BDDC）構成要素

5 結論

大數據能力是一個由多維度結構組成的多層面體系，包括大數據基礎能力、大數據應用能力和大數據發展能力，其中每一個維度又可細分為更加具體的子能力。大數據基礎能力是企業維持正常大數據采集、存儲、分析與應用的能力，反映了企業在競爭與發展中的基本大數據技能，是大數據能力體系的內在綜合體現。大數據應用能力是通過運營改善與管理決策優化降低組織運營成本、促進組織結構變革、提升組織績效與競爭優勢的重要手段。大數據發展能力則是及時調整和動態優化，不斷適應外界環境變化的能力，是企業實現持續發展的必要條件。在大數據能力結構體系中，大數據基礎能力與大數據應用能力嵌入在企業制度、流程與慣例當中，易于觀察，是顯性能力；而大數據發展能力則不易被市場或外部人所發現，甚至企業內部人也難以對其進行描述或定量評價，是深層次的隱性能力，然而卻是企業長期的持續競爭優勢的源泉所在。大數據能力各構成維度的能力強度以及能力維度間相互影響、相互作用關系決定著企業大數據能力的大小。通過能力階層理論和動態能力理論，可以得出如下結論：第一，大數據能力是一種分階層的能力，它不僅包含大數據基礎設施及平臺的構建與運營、大數據技術的運用等基礎性能力，還包含組織運營與決策中的大數據應用能力，以及通過大數據更好地進實施業務流程再造、資源融合創新、組織結構優化與組織戰略轉型的能力，當然也包括促進大數據基礎能力與大數據應用能力持續發展、不斷升級的大數據發展能力；第二，大數據能力是一種綜合性能力，它包含了靜態的戰略要素（平臺、架構、技術）和動態的過程特征（應用與發展）；第三，大數據能力是一種過程能力，它包括大數據嵌入制度、體系與流程進而提升與優化原有組織能力的過程，也包括通過組織學習重構組織規則并整合核心能力，進而發展與優化大數據基礎與應用能力的過程。