大数据时代有关管理者的商业预测研究分析

上海理工大学管理学院 林楠 赵洪进

大数据时代有关管理者的商业预测研究分析

上海理工大学管理学院 林楠 赵洪进

摘 要：近年来，大数据已然成为组织管理者关注的热点。大数据的来临对管理者既是机遇又是挑战。大数据时代下，管理者进行商业预测对于提高组织绩效具有重要的意义。本文主要阐述了大数据时代管理者进行商业预测的价值，研究了组织管理者如何在大数据时代建立和开展有效的商业分析及预测能力，同时说明了管理者进行商业预测对于提高组织管理的重要意义。

关键词：大数据 商业预测 组织管理

赵洪进(1964-)，男，汉族，河北衡水人，教授，硕士生导师，主要从事投资经济、财务金融方面的研究。

当今信息技术的飞速发展，人们的数字化生存，以单个个体为对象的数字化信息构成大数据。到今天，世界上所有印刷材料数据量约为200PB，全人类说过所有对话的数量约为5EP，我们每天产生的数据大约是2.5PB，这就意味着当今世界全部数据的90%都由近两年产生。大数据时代已经来临。这一时期，管理者通过借助新系统、新工具、新模型等对这些数据进行挖掘，也从中获取了更多具有洞察力和新价值的信息[1]。然而，现有的大数据研究多立足于信息科学，侧重于大数据的获取、存储、处理、挖掘和信息安全等方面[2]，很少从管理学的角度对其进行探讨，本文阐述了大数据时代商业预测对管理者提高组织管理的方法及意义，旨在提高企业管理者对于大数据时期下商业预测的重视。

1 管理者利用大数据进行商业预测的价值日益突出

管理是企业或组织存在和发展的灵魂，优秀的管理者可以凝聚团队力量，促进团队发展。

因而管理者的素质对于企业的成长起着举足轻重的作用。未来基于经验主义和分析来制定决策的公司，确实与今天的企业迥然不同[3]。未来，企业会比过去拥有更多的人才、工具，管理者也应具备更强的能力，使得组织能够贯彻和应用对过去业务绩效和事件的持续分析，从而驱动业务决策和行动。前人在管理者责任与作用的基础上提出管理者在决策过程中的三项主要活动包括：创新意愿、知识获取和风险感知[4]。因而在大数据时代，商业预测对于管理者职能的发挥尤为重要，商业预测对于组织的价值也日益突出。

1.1 聚焦数据，抓住商战先机

大数据时代的来临也意味着移动互联网的普及，社交网络成为推动移动互联网迅猛发展的主力军。互联网花了30年时间达到7.5亿用户；至2012年，成立于2004年的Facebook只花了8年时间便达到与之不相上下的用户数[5]。社会网络的核心价值，在于人和人的社会关系。社交网络为人们开拓了新的信息分享和交流空间，组织管理者可根据社交网络提供的信息，充分利用其提供的数据，了解市场趋势，改善传统商品，轻松找到最佳产品，赢得商业先机。毕竟，与传统商品相比，社交圈推广的产品更富有吸引力。因此，对于管理者来说，谁更早分析数据，研究了解自身客户的社交网络关系，谁就等于抢占了商战先机，企业的绩效也会随之提高，组织也就更具市场竞争力。

1.2 强调洞察，增强预见性，可提高企业决策能力

在传统的决策模式中，由于很难获得决策所需的数据，管理人员更倾向于依赖自己多年的经验和直觉做出重要的企业决策[6]。尽管有些管理人员在报告中也增加了数据说明，但这些数据也仅仅是为了验证其决策的正确性。大数据时代，数据生成迅速，管理者可使用多重数据方法进行建模分析，洞察数据之间的相互关系从而增强管理者的预见性，及时为企业提供决策依据。同时，大数据技术极大地减少了管理者搜索信息的成本，管理者较过去更容易获得决策所需信息，并利用数据处理技术对信息的收益进行计算[7]，管理者可依据这些信息进行商业预测，帮助组织明确未来发展方向，提高企业核心竞争力。

2 管理者如何建立开展有效的商业分析和预测能力

大数据时代下，许多组织已经引入分析能力，使组织更好地理解过去如何影响未来计划制定、塑造决策并提高组织绩效。组织也会开发类似于预测、情景预设、应急预案这些特定的应用或实践。本质上，组织所寻求的是基于已有的最新、最相关的信息做出的合理决策。商业分析预测(PBM)其决策过程是一个根植于一个结构化的、持续的、数据驱动流程，这个流程使组织能够在对如何确定决策和行动具有相当程度理解的基础上来选择进一步行动，并且关于结果和影响具有合理的置信区间。

如今，管理者该如何建立开展有效的商业分析和预测能力呢？

Step1：流程设计

管理者的第一步是开发一个流程，使组织能够基于预期因果关系来预测未来结果。监控与流程管理系统是改善组织业绩的要素之一[8]。本质上，管理者从因果关系的根本变化中区分出异常情况的能力对于贯彻有效流程是非常关键的。在流程设计过程中，管理者要遵循相关指导原则：第一，商业分析预测要能够合理预测未来收入，建立在可证明的因果联系基础上而不是基于主观的猜测；第二，管理者要将财务与非财务、内部与外部相结合地进行平衡测量；第三，商业分析预测对决策制定者而言要相关、可靠且及时，并融入管理流程，驱动行为和结果。

Step2：模型开发根据David Brooks所说“：如果你让我描述今日正在上升的理念，我会说那就是数据主义，我们现在有了收集大量数据的能力”[9]。庞大的数据面前，管理者模型开发的首个步骤是确定输入和结果之间的关系。输入可以是离散事件，如伦敦银行间拆放款利率(LIBOR)变化；输入也可以是结构性事件，如企业的新厂房。通常这些输入被称为“驱动因子”，可以被看作是未来结果的先行指标。而结果是这些事件的后果，可在一段时间后被衡量，它们可以被看作是滞后指标。当管理者理解和确定它的驱动因子和结果之间的关系后，它就可以开始开发、提炼和将这些关系应用到商业分析预测中去。关键的少数驱动关系可以解释预测结果的很大一部分。管理者在完善组织建模方法时，可以运用一些技术优化相关判断和结果。这些技术有定量方法，也有经验方法。表1对管理者可采用的技术方法进行了归纳总结。

Step3：数据获取

商业分析预测数据的获取在许多方面都与财务会计不同。在财务会计中，记录财务信息主要是根据历史交易和判断，而在商业分析预测中，信息通常是历史数据、向前财务数据和非财务数据的混合。大数据下的财务决策是基于云计算平台，是通过互联网、物联网、社会化网络等采集企业相关数据[12]。相应地，管理者可以开发出对驱动因子的一系列预测，编制出一套可能的情景。通过应用回归分析，并且对每一个可能的结果或活动赋以一个概率，将这些情景按照发生可能性赋予权重。在比较数据获取方法时，考虑背景环境、商业分析预测将如何影响的关联情况以及管理层行动的后果，是十分重要的。

对于许多组织，数据获取相当复杂。一般情况下，界定的驱动因子所必要的数据并非是现成的或者容易得到的。在管理者采用商业分析预测的早期阶段，信息的交付是无效率的、不易处理或需要付出高额成本才能得到的。这时，一个可行的选择是识别替代驱动因子，但是为了未来能够使用，管理者应当收集其首选的驱动因子的数据。当组织成熟起来，它们应当使用更为自动化的工具技术，不仅是为了获取数据，也是为了储存和访问大批量的、能够在执行数据分析时有效结合起来的财务、非财务和营运数据。

3 商业预测对于管理者提高组织管理具有重要意义

敏锐、精准的商业预测对于组织的管理者来说是今后必备的能力之一，它能为组织的管理带来优越性。正确、果敢、迅速的决策无疑是企业抓住机遇，获取成功的关键，而正确的决策和计划主要取决于科学的预测[13]。科学的商业预测可用于管理者经营管理的各个领域。

在授权上，一旦管理者具备相当的商业预测能力，便能将团队和员工及时配置到位，并且理解他们与其他成员协作的方式，管理者也能更贴近客户的运营策略。这提高了组织的响应能力，减少了管理上的时间和精力损耗。授权的最终目标就是发掘个体和组织的潜力，使组织成员根据商业预测做出更好的决策[14]。

表1 完善组织建模可采取的方法总结

在效率上，在商业预测的基础上精心设计的绩效衡量能够用较少的投入实现聚焦与同步。合理的流程设计和支撑工具能够减少报告的繁杂性，并且更加及时。

在执行上，能够预测衡量才能够被管理。驱动组织通过卓越的运营贯彻其战略，能够带来组织的成长和利润。显然，正确的商业预测能够使得公司获得较大的回报。如果管理者能够预测到更多的相关信息使决策更快更好，并用能够以增加洞察而不是增加负荷的方式将信息呈现出来，他们击败竞争对手的能力就会成长。有关管理者的研究表明，在过去的三年中，通过商业预测来管理公司得到的回报是那些通过所谓的常识进行管理公司的2倍左右。因此商业预测对于管理者执行力的回报起着重要作用。

因此，无论是定性还是定量的商业预测的技术方法，对管理者提高组织管理都具有相当的指导性。立足海量信息资源与尖端分析技术的大数据商业预测能够有效指导商业决策，优化资源配置，降低管理成本并提高企业绩效水平[15]。在大数据时代下，管理者应重视商业预测带来的价值，提高商业预测分析能力，并服务于组织管理。

参考文献

[1] 耿云江,赵晓晓.大数据时代管理会计的机遇、挑战与应对[J].会计之友,2015(01).

[2] 李巍,席小涛.大数据时代营销创新研究的价值、基础与方向[J].科技管理研究,2014(18).

[3] Kishore S.Swaminathan.最高管理层应当知道的分析(What the C-Suite Should Know about Analytics) [J].埃森哲展望,2011(2).

[4] 苏敬勤,林海芬.基于核心管理者的管理创新三维引进决策模型构建[J].管理评论,2013(04).

[5] 漆晨曦.电信客户社交网络分析方法与营销应用探讨[J].电信科学,2012(07).

[6] 李琳.大数据时代人力资源的创新管理[J].领导科学,2014(29).

[7] 王亮.大数据时代对传媒经济研究的影响[J].青年记者,2014(36).

[8] 于增彪,桑向阳.为什么业务流程管理总是败多胜少——一个管理会计的视角[J].会计研究,2014(06).

[9] David Books.数据的哲学(The Philosophy of Data) [N].纽约时报评论专栏,2013-2-4.

[10] 陈敬贤,施国洪,程发新.基于蒙特卡罗模拟的供应链风险估计研究[J].数学的实践与认识,2011(13).

[11] 张冬梅,曾忠禄.德尔菲法技术预见的缺陷及导因分析:行为经济学分析视角[J].情报理论与实践,2009(08).

[12] 程平,赵子晓.大数据对企业财务决策的影响探析[J].财务与会计,2014(10).

[13] 蒋翔,张丽君,赵肖彤.现代商业预测技术的选择与应用评析[J].商业时代,2007(30).

[14] 王国猛,黎健新.授权管理和知识管理整合与员工创新能力发展[J].求索,2010(02).

[15] 蒋洁,陈芳,何亮亮.大数据预测的伦理困境与出路[J].图书与情报,2014(05).

作者简介：林楠(1992-)，女，汉族，江苏镇江人，硕士研究生，主要从事投资经济、财务金融方面的研究；

中图分类号：F715.1

文献标识码：A

文章编号：2096-0298(2015)05(b)-169-03