大数据环境下企业管理模式创新研究*

田　新　肖钰麟　廖　芬

(1湖北理工学院 经济与管理学院，湖北 黄石 435003；2黄石二中，湖北 黄石 435003)



大数据环境下企业管理模式创新研究*

田新1肖钰麟2廖芬1

(1湖北理工学院 经济与管理学院，湖北 黄石 435003；2黄石二中，湖北 黄石 435003)

[摘要]文章通过文献研究，从创新视角分析了大数据的环境给企业的生存和发展带来的新机遇和挑战，在思考探索商务智能、数据挖掘和企业创新管理的基础上，提出了大数据环境下建立商务智能信息平台、构建企业决策“双驱动”的数据战略模型，以及建立首席数据官制度、加强企业知识管理等建议，以促进企业管理模式创新。

[关键词]大数据；管理模式；商务智能；知识管理；创新

一、引言

1997年，斯坦福大学的Paul Saffo坦言：“总有一天，很多公司会突然发现它们的主要业务就是数据。”[1]2011年6月，著名的麦肯锡咨询公司公布了一份关于大数据的报告，报告中详细分析了大数据领域的关键技术和应用。2012年3月，美国政府首次提出“大数据研究和发展倡议”的国家大数据战略[2]。近年来，移动互联、物联网、云计算等技术快速发展，新型信息服务方式如微信、博客、社交网络不断涌现，海量数据不断地增长和积累，发展速度迅猛，标志着大数据时代的来临。大数据推动着社会的变革，在为人们的工作和生活带来便利的同时，也在提高各级政府组织的工作效率，提升企业各个方面的竞争能力。因此，大数据引起世界各国科技界、企业界和政府部门的高度重视。

大数据时代彻底改变了企业传统数据信息管理方法，在新的数据环境中，企业的数据收集、存储、分析和可视化等方面将面临变革[3]。目前国外很多先进企业在生产经营过程中应用大数据和商务智能技术，数据发挥着越来越重要的作用。在这样的大背景下，企业的管理方法也面临着挑战，面对企业内外迅速涌现的大规模数据，传统的数据挖掘方法和工具技术已无用武之地，无法实现对大量数据的实时处理与分析。因此，从我国企业信息管理工作的实际需求出发，把握好大数据环境下的机遇与挑战，探讨大数据给企业管理模式创新所带来的从思维体系到管理方法的变革，实现我国企业管理模式创新，这是本文的主旨。为此，本文结合当前国内外的最新研究进展，采用新思路、新理念，以大数据和商务智能技术为核心，推动企业管理决策创新从“业务驱动”向“数据驱动”的转变。

二、研究背景

(一)国内外大数据的研究现状

2008年，Nature杂志出版专刊Big Data，介绍和分析了大数据的潜在价值与挑战，大数据正式出现在学术研究领域，也是各个学科研究的热点问题[4]。2011年2 月， 著名的科学杂志社出版《数据处理》(dealing with data)专刊，刊文讨论了海量数据所带来的挑战，阐明大数据对于科学研究的重要性[5]。维基百科这样定义大数据：“大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。”[6]传感器的大量普及和微处理器的应用，以及互联网、社交媒体等新媒介的界入，产生了大量动态、即时数据，这些数据的汇总、存储、处理和分析，已经深入到社会管理的每个环节并成为其重要组成部分。

大数据有四个基本特征：一是规模大(Volume)。数据量是持续快速增加的，从GB跃升到 PB 级别，甚至EB、ZB级别，后一量级依次约为前一量级的1 024倍。二是多样化(Variety)。数据的多元性、多维性和异构性，表明其复杂程度高。数据类型有结构化数据、半结构化数据和非结构化数据3种，就目前来讲，非结构化数据是大数据的主流，几乎占大数据总量的80%～90%。三是增速快 (Velocity)。数据生成和数据增加的速度都特别快，基本上是每两年翻一翻。据国际数据公司 IDC 的报道，全球2011年创建和复制的数据总量已达 1.8ZB，相当于1.8万亿GB；预测到 2020 年，将增至35ZB[7]。四是实时性强。数据的频率高，几乎没有时间间隔；数据不是离散而是连续的，不是静态而是动态的，需要即时处理；这不仅提高了数据的时效性，同时加大了数据的处理和治理难度。

国外大数据学术研究集中在“云计算”、“数据挖掘”等进行大数据收集、存储、处理、分析、共享和管理的相关技术研究，很少关注大数据与管理应用结合的研究。笔者2014年10月2日在“万方”与“知网”数据库中以“大数据”为关键词进行检索，搜索到8 419篇相关文献。这些文章90%是近5年内发表的，发表时间在2009年以后有7 234篇，与“企业管理”相关的文献仅20篇。由此可见，大数据研究在国内刚刚兴起，尚属起步阶段。如，计算机学科专家李国杰教授主要研究了大数据定义的“数据科学”的理论架构与算法应用[8]；叶明等人分析了大数据带来的变革及对决策支持系统的积极影响，从系统定位、决策模式、数据处理、系统安全和信息检索等五个方面对大数据时代决策支持系统发展趋势进行了展望[9]。国内关于大数据环境中企业管理模式创新问题的相关研究比较有限。如，朱东华教授提出了大数据环境下面向技术创新管理的双向决策模型，构建了“评估与预测”和“监测与预警”的技术创新管理模型，提升了国内技术创新管理研究在提取大数据蕴含知识的能力[2]；冯芷艳和郭迅华通过阐述社会化网络环境中的行为机理与社会资本结构、企业网络生态系统及其协同共生机制，探讨了大数据环境下的顾客洞察与市场营销策略，以及基于大数据的商业模式创新等[10]。

大数据时代的战略意义并不是拥有海量的数据信息，而是对这些数据进行专业处理，提高对数据的加工处理能力，挖掘出信息中的商务智能，形成知识资源，实现数据增值。本文将着眼于信息处理工具——商务智能技术的应用，探讨大数据研究与企业管理模式创新工作相结合的突破口。

(二)商务智能概述

商务智能是一种涉及到企业的客户、竞争对手、合作伙伴、竞争环境和企业内部运作的知识[11]。它属于知识系统的范畴，综合应用人工智能、信息管理、数据挖掘和知识管理等多学科理论，按照企业既定的业务目标，对海量的企业数据进行探索、发现和识别，挖掘出隐藏的知识和规律，帮助企业制定有效的、重要的商业战略决策，确保企业具有持续的竞争优势。商务智能的理论和应用研究受到世界各国政府和各学术界的广泛关注。专门的商务智能科研机构不断出现，如美国马萨诸塞州立大学智能信息检索研究中心、中国科学院计算技术研究所智能信息处理重点实验室、武汉大学信息资源研究中心，等。许多国际会议和学术刊物也都大幅增加了商务智能的研究内容。国内外专家学者对信息系统的智能化进行深入细致的探索，取得了丰硕的成果，这些研究成果为完善商务智能、知识挖掘和知识管理提供了有力的理论支持。

三、大数据环境下企业数据处理面临的挑战

在信息时代，面对不同来源数据形成的大数据，企业管理者应充分挖掘数据潜在的商务智能，并转化成企业的知识资源，支持决策的制定，为企业带来持续的竞争力。如何充分有效地利用商务智能技术，挖掘大数据中蕴含的“金子”是企业面对的巨大挑战。

(一)大数据的数据观问题

大数据时代，随着互联网和通信技术的迅猛发展，企业采集、存储和分析的数据量逐渐加大，呈现出“爆炸式”增长的趋势。企业的数据类型多样，不仅存储有以数字文本为主的结构化数据，而且保存有半结构化和非结构化数据，比如文本、网络日志、音频、视频、图片、地理信息等，这些数据产生于电子商务、社交网络、物联网等相关的业务活动中。企业现有的数据处理方法仅适用于结构化数据，而这些被称为非结构化数据却占到企业数据总量的85%以上，大量的非结构化数据与半结构化数据如何进行统一、整合，从而发掘出海量数据中的价值，这是企业数据处理面临的挑战之一。

(二)大数据的数据整合问题

在企业的信息系统中，存在着不同的系统平台，数据存储在不同业务数据库中，不同业务模块的数据难以实现共享、关联；有的企业对关键业务的数据进行收集、整合和利用，而非关键业务的数据可能被忽视。大数据环境下通过建立商务智能，挖掘其中的知识，必须建立数据仓库或数据集市，把关联数据整合在一起进行分析。如何实现跨业务平台数据的关联与整合，也是企业面临的巨大挑战。

(三)大数据的技术问题

大数据的技术问题涉及到数据的存储、处理和挖掘。近年来，逐步兴起的信息技术有云计算技术、交互行为的技术，如社会网络等。大数据的数据处理工具——智能商务系统则融合了网络、多媒体、本体论、语义Web、机器学习、数据挖掘、知识发现、智能Agent等现代化高新技术。商务智能技术包括收集、整理和分析数据等方面，提供使企业迅速分析数据的技术和方法。作为大数据时代的核心技术，商业智能在企业界的实际应用涉及金融、电信、网络、电子商务等与IT关联比较密切的行业，其他行业尚未广泛普及。

(四)大数据的数据安全问题

随着企业数据量和数据集成增加，对海量数据进行安全防护变得更加困难[12]。在网络空间中，分布式处理的计算模式使数据更容易成为黑客的攻击目标。电子商务网络交易日趋频繁，加大了企业大量的运营数据、客户信息、个人隐私等信息外泄的风险。另外，如果黑客掌握了企业数据挖掘等大数据分析技术，反过来也会利用这些技术向企业发起进攻。因此，信息安全正成为制约大数据技术发展的瓶颈。

(五)大数据的价值识别问题

目前，我国绝大多数的企业还没有真正认识到大数据的价值，只有很少的企业开始关注大数据[1]。大数据的价值在于信息知识化、资源化和资本化。数据信息是信息时代企业的三大资源(信息、信息技术、知识工作者)之一。作为企业内部资源的重要组成部分，企业决策者应对数据资源进行战略规划，比如如何管理数据(指数据的所有权、使用权)，以便最大限度地发挥数据支持决策的作用。企业对于大数据价值的识别，则需要进行人员培训，使人们不必成为IT专家也可以利用数据挖掘，但前提是成为具备专业技能的知识工作者，才能驾驭大数据并且游刃有余地开展数据处理工作。

四、大数据环境下的企业管理模式创新

(一)建立基于商务智能的企业信息平台

大数据时代，企业要想挖掘数据信息中的“宝藏”，从而提高智能化程度，首先就要做好产品设计、生产、管理、财务、物流、销售和客户管理等一系列信息化变革，建立企业商务智能信息平台，逐步消除企业内部的“信息孤岛”，进入“诺兰模型”的高级阶段。因此，企业信息化除了在组织内部实现办公自动化、无纸化管理以外，还应着重培养员工的信息意识和数据质量管理意识。真实、可靠的数据信息是企业管理决策的基础，是企业信息系统成功的关键。另外，企业应重视商务智能和数据挖掘人才的培养与引进。企业商务智能的信息平台能够解决跨业务平台的数据整合问题。该平台是基于数据仓库，通过联机分析处理以及数据挖掘，发现数据信息中的知识，这些方面都需要具备数据挖掘知识的人才。同时，企业应加强知识管理，因为商务智能信息平台是构筑在企业业务系统基础上，以知识获取和共享为目的的解决方案[13]。

(二)构建基于决策“双驱动”的企业数据战略模型

大数据时代的特征是以数据为中心，企业的高层决策者已经意识到了数据潜在的商业价值。构建企业的数据战略，目的是将数据看作是企业内部资产的重要组成部分，是产生知识的源泉。数据信息作为企业的三大资源之一，制定和实施数据战略已成为当务之急。企业要认识到数据战略在企业经营战略中的地位和作用，对企业的整体运营、企业核心竞争力的提升，以及对企业未来的发展都具有重要意义。将数据与企业的战略决策相关联，使决策者从不关心数据到关心数据，再到提出需求，为企业的决策者提供决策依据，发挥数据的潜在价值。

传统的决策以业务驱动为基础，从数据的产生、发展到最后被使用，形成了一个周期；然而，大数据环境下，商务智能信息平台可以实现对数据的实时监控和预警，同样驱动企业的业务进程，因此，企业应构建决策“双驱动”模型(如图1所示)，即业务驱动与数据驱动并行的决策“双驱动”的企业数据战略模型。

图1　基于决策“双驱动”的企业数据战略模型

构建企业基于决策“双驱动”的数据战略模型分为三个阶段：

1)数据管理阶段。数据管理阶段的主要工作是数据的采集、收集、存储和整理，以及数据管理。数据时时刻刻都在产生，通过企业的内部ERP管理信息系统，经过联机事务处理OLTP存储在业务数据库中。当然，社交网络、移动商务、网络网站等，也可以采集到大量的数据。

2)商务智能阶段，也称数据挖掘阶段。随着企业业务的不断发展，数据越来越多，信息量也越来越大。加上数据源的多样性，数据的种类也越来越多。传统的商务智能技术有数据仓库、数据集市、元数据和元数据管理(MDM)，对应面向主题应用和多种异构数据源时，还需要进行数据抽取(E)、数据转换(T)、数据清洗(C)和数据装载(L)等技术处理[11]。

3)数据驱动阶段。围绕大数据环境建立的商务智能信息平台，采用当前数据挖掘领域应用大数据处理的新方法和新思路，如数据仪表盘等可视化工具，可以实时监控企业数据。企业以动态实时监测为主，建立有效预警并积极处理突发事件的监测与预警模型，驱动企业业务。

以上决策“双驱动”数据战略三个阶段，共同构成了完整的运行周期，循环往复。

(三)培养首席数据官

现在国内大型企业很少提及CDO(Chief Data Officer，首席数据官)，甚至CIO在企业中的地位也不高，这也是商务智能未能迅速普及的原因之一。虽然CIO与CDO仅一字之差，但两者的岗位职能和专业素质要求还是有区别的。CIO 的角色更多的是从整体上规划管理企业 IT 架构、IT的运行和维护，主要负责监督企业信息资源的各个方面。首席数据官CDO的主要职能是把数据看作是企业重要的资源，通过分析来自企业内部的业务数据、外部的社会网络评论、传感器和网络流量等方面的数据，推进企业与社会的沟通，挖掘企业数据中潜在的价值，为企业提供决策参考信息。另外，在岗位设置方面，企业为应对大数据的机会与挑战，需重视 CDO 人才的培养与引进。虽然目前大数据相关技术仍不成熟，国内外设置这个职位的企业还很少，但企业高层至少应该意识到 CDO职位的重要性，加强对企业员工进行大数据相关技术的培养。

(四)重视企业的知识管理

知识管理是指一个组织有效收集、开发、共享和应用知识的过程[14]。知识管理对企业来讲，不是一个陌生的话题。知识是企业的无形资产，数据转换成有用的信息和知识的过程遵循经验网络效应，越多的人共享它，它的价值就会越高。许多大企业相信企业的价值依赖于企业创造和管理知识的能力。知识管理增加了组织向其环境学习的能力，并将知识应用于企业过程中。大数据时代实质上还是知识时代，只不过是知识学习环境更加复杂。知识管理和合作紧密相关，大数据环境下的合作系统包括基于互联网的合作环境，如IBM的Lotus Notes、电子邮件、即时信息、社交网络、Skype和无线手持设备、wiki和虚拟世界。数据经过处理转换成为信息，信息经过商务智能工具挖掘转化成为知识，企业建立知识管理系统(包括企业wikis等)收集、存储、分发、应用这些知识，提供给员工访问、共享和有效利用，可以为企业创造更多的价值。

五、结束语

2013年被媒体称为“大数据元年”，如今与“大数据”相关的研究已经拓展到经济和社会发展的各个方面，甚至提到了国家战略的高度。企业的发展关乎国计民生，大数据的环境给企业的生存和发展带来了新的机遇和挑战。鉴于相关研究团队在商务智能和信息管理领域的研究和思考，结合对大数据的认识，以及在企业创新管理领域的科研项目经验和结论，笔者建议采取以下措施，促进企业管理模式创新：在大数据环境下建立商务智能信息平台；构建企业决策“双驱动”的数据战略模型；建立首席数据官制度，加强企业知识管理等。

参考文献

[1]张平.构建企业数据战略——访SAP公司大数据专家卢东明[J].企业管理,2013(6):104-107.

[2]维克托·迈尔·舍恩伯格.大数据时代[M].盛杨燕,译.杭州：浙江人民出版社,2012：12.

[3]朱东华,张嶷,汪雪峰,等.大数据环境下技术创新管理方法研究[J].科学学与科学技术管理,2013(4)：172-180.

[4]Lynch C.Big data:How do your data grow?[J].Nature,2008,455(7209):28-29.

[5]Special Online Collection: Dealing with Data[EB/OL].(2011-02-11)[2014-09-23].http://www.sciencemag.org/site/special/data/.

[6]Big Data[EB/OL].(2011-05-12)[2014-12-21].http://en.wikipedia.org/wiki/Sales_big data.

[7]李国杰.大数据成为信息科技新关注点[EB/OL].(2012-06-27)[2014-07-31].中国科学报.http://news.sciencenet.cn/htmlnews/2012/6/266091.shtm.

[8]李国杰.大数据研究：未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考[J].中国科学院院刊,2012,27(6):647-657.

[9]叶明,谷晨霞.“大数据”时代决策支持系统新发展[J].信息安全与技术,2013(8)：6-9.

[10]冯芷艳,郭迅华,曾大军,等.大数据背景下商务管理研究若干前沿课题[J].管理科学学报,2013(1):1-8.

[11]田新,张玉峰,夏恩德,等.基于商务智能平台的企业绩效管理框架研究[J].科技管理研究,2013(1):235-237.

[12]冯伟.大数据时代面临的信息安全机遇和挑战[J].科技投资,2012(12).

[13]吴忠,丁绪武.大数据时代下的管理模式创新[J].企业管理,2013(10).

[14]Davenport,Thomas H.Saving IT's Soul: Human Centered Information Management[J].Harvard Business Review 1994,72(2):119-131.

(责任编辑尹春霞)

Research on the Innovation of Enterprise Management Mode with Big Data

TIAN Xin1XIAO Yulin2LIAO Fen1

(1School of Economics and Management,Hubei Polytechnic University, Huangshi Hubei 435003；2No.2 Senior High School of Huangshi, Huangshi Hubei 435003)

[Abstract]Using the document analysis method, this paper elaborates on the opportunities and challenges enterprises face in their survival and development under the Big Data environment from the perspective of innovation.On the basis of exploring business intelligence, data mining and enterprise innovation management, this paper proposes some suggestions to promote enterprise management mode innovation through building business intelligence information platform, the dual-drive decision making for the Data Strategy Management model, involving both the 'business-drive decision making' and the 'data-drive decision making' concepts under the Big Data environment, and CDO system to enhance enterprise knowledge management.

[Key words]Big Data;management mode;business intelligence;knowledge management;innovation

[收稿日期]2016-03-13

*[基金项目]湖北省大学生创新创业训练计划项目“基于信息生态学视角的小微企业技术创新服务平台的建设研究”，项目编号：201410920019。

[作者简介]田新，副教授，硕士；研究方向：管理信息系统。

[中图分类号]F273

[文献标识码]A

[文章编号]2095-4662(2016)03-0043-05

DOI编码:10.3969/j.ISSN.2095-4662.2016.03.008