大数据背景下的企业创新管理模式研究

常金玲 刘青青

（1.郑州航空工业管理学院信息科学学院，河南 郑州 450046；2.航空经济发展河南省协同创新中心，河南 郑州 450046）

目前，随着信息技术的不断发展，移动互联网、云计算等在社会生活中的大量应用，大数据正在逐渐深入社会的各个方面。在大数据时代背景下，对企业传统的管理模式提出了严峻的考验。党的十九大报告指出，创新是引领发展的第一动力，是建设现代化经济体系的战略支撑，要建立以企业为主体、市场为导向、产学研深度融合的创新体系［1］。

1 大数据的相关概述

1.1 大数据的概念

大数据又被称为“巨量资料”，这种数据具体指日常管理决策时企业使用的数据统计和数据管理，它是由不同信息来源的多种数据形式组合而成，对企业有一定的时效性。要想使大数据具有较强的洞察力和决策力，需要使用更先进的软件技术，把复杂数据流整合在一起，进行分析管理。

1.2 大数据的特点

1.2.1 大数据的大量化。大数据的来源和承载方式来自于社会生产和人类生活的方方面面，如移动互联网、物联网、云计算、车联网等各种传感器，数据的计算单位依次以1024倍递增，从GB、TB、PB上升至EB，甚至是ZB。2012-2020年全球数据总量年增长率将维持在50%左右，企业数据正在以55%的速度逐年增长。经IDC（国际数据公司）预测，到2020年全球数据总量将达到40ZB，40ZB相当于整个世界人口（到2020年为76亿）全年每天观看14.5小时的高清视频流所产生的数据量［2］。数据量的快速增长已经远远超越单个计算机存储和处理能力，数据中心处理能力变得日益重要。

1.2.2 大数据类型多样化。随着传感器、智能设备以及社交协作技术的飞速发展，组织中的数据也变得更加复杂。因为它不仅包含传统的关系型数据，还包含来自于网页、点击流数据、社交媒体数据、文档、视频和图像等大量结构化和非结构化数据。据国家统计局统计，大数据总量的80%～90%为非结构化数据，它的增长速度比结构化数据快10～50倍，是传统数据仓库的10～50倍。

1.2.3 大数据的生成高速化。数据生成速度和处理速度特别快，有“1秒定律”之称。数据在产生、获取、处理、分析的过程中，速度的持续增加形成了高速的数据流，据统计，网络数据的传输总量与20年前相比，基本上是每两年翻一番［3］。在维克托的《大数据时代》中也提到［4］，与世界经济增长速度相比，数据增长速度是它的5倍，计算机处理数据能力的增长速度是它的10倍。

1.2.4 大数据的价值密度低。大数据的发展前景较为广阔，但海量数据中价值密度较低，例如在连续不间断的视频监控中，具有利用价值的信息很短仅有几秒，导致造成数据大量生成，数据价值密度低的问题。因此，对大数据的挖掘和分析显得尤为重要。通过在大量数据中寻找相关性、模式和其他有用的信息，应用到科研、经济和社会生活等方面，促进各个领域的持续创新，对未来趋势与模式的可预测分析和深度复杂分析，帮助企业更好地应对外界环境变化，并做出更明智的决策。

2 大数据时代企业传统管理模式的弊端

由于受到传统观念和外界环境的影响，在我国很多企业中，与大数据时代不符的传统管理模式仍旧存在，对企业的发展造成了负面影响。

2.1 企业管理停留于对大数据的表层认识

依据前瞻产业研究院发布的《中国大数据产业发展前景与投资战略规划分析报告》表明，目前除了6.9%的企业外，大多数企业已经认可了大数据创造的高价值。但是，将大数据应用到实际管理决策中的企业却很少，大多数企业仅停留于表面认识，企业利用数据的情况如下图1所示。据预测，到2017年全球有超过85%的财富500强企业将在大数据竞争中失去优势，这种发展趋势在国内同样不可避免。尤其在数据基础系统架构和数据分析方面，现代中国大部分企业面临着挑战，根据产业信息网调查，目前国内大部分企业的系统架构在应对大量数据时均有扩展性差、资源利用率低、应用部署复杂、运营成本高和高能耗等问题。

图1 数据管理及使用情况

2.2 未掌握先进分析技术，难以提取核心价值

面对呈爆炸态增长的数据，企业做出战略决策时常常会受到干扰，难以快速提取核心价值，因为传统的企业数据分析技术在复杂的数据环境中，难以发挥有效价值。随着信息技术的不断进步，各种新技术逐渐兴起，例如：商业智能（Business Intelligence，简称BI）最早由加特纳集团在1996年提出，它依据企业的预定业务目标，通过信息管理、数据挖掘、知识管理和人工智能等多学科领域的应用，探索、识别和挖掘隐藏的知识系统，对企业的战略决策提供帮助［5］。另外，对于Hadoop、Storm、Apache Drill、Rapid Miner、Pentaho BI等大数据管理的先进软件以及平台，很多企业处于观望阶段，并未掌握和普遍使用。

2.3 企业共享数据平台建设不足

由于企业的扩展性发展，同一企业存在着多种不同的产业和业务，各产业依据各自的需求，建立了不同的数据系统平台，产生的数据被存储在不同的数据库中，这样就造成了不同业务模块的数据处于割裂状态，难以实现共享和关联。同时，不同企业建立了各自信息数据库，各企业之间无统一的处理系统和导入导出接口，不同企业间存在的业务需求缺少共享渠道，但同行业基本信息却相同，因而造成了数据重复处理。大数据环境下，实现跨业务、跨企业平台数据的关联与整合，才能够确保企业战略决策更加科学合理，这是目前企业面临的巨大问题。

3 大数据背景下企业创新管理模式的必要性

大数据时代背景下，对于很多行业而言，如何利用这些大规模数据是增值经济价值的关键，因此企业需要创新经营管理模式。

3.1 为决策提供科学支持，提升核心竞争力

在大数据背景下，利用电子软件技术等对数据群进行搜索、比较、分析、加工并归纳总结［6］，企业以组织利用分析后得到的信息为依据，搜集与本企业经营有关的数据，使用数学方法进行分析与建模，构建企业科学战略决策支持系统；同时，从企业业务以及同企业经营相关的数据信息中，挖掘其背后隐藏的经济价值，不但帮助它们降低成本、提高效率、开发新产品，还能促进企业数据信息的高效增长，提升企业核心竞争力。

3.2 提高企业管理决策的速度

大数据能够随着社会结构的不断变化，使许多数据不再趋于静止不动，而是更加具有动态感［7］。这些数据不仅包含维护公司顾客关系的日常管理数据，还有来自社交媒体、电子商务网站、顾客来访纪录等其他来源的数据，这种数据价值变更快，如下图2所示。但当前很多企业仍然遵循传统的决策程序，通过基层市场数据搜集，调查取证，中层进行数据分析、制定方案，最后由高层评估方案和选择最终方案，这种决策程序复杂，耗时较长，往往使企业对大数据带来的变化反应过慢，错失调整的良机，给企业造成巨大经济损失。企业只有利用互联网先进技术，简化流程，创新战略决策模式，抢占市场先机，才能提高企业管理决策的速度。

3.3 提高企业的商业智能化程度

图2 数据价值的变更

企业商务智能化的信息平台，是建立在联机集中处理分析和数据挖掘技术的数据仓库基础之上，为企业提供数据共享，实现跨业务合作。同时，它可以集合企业的经济生产效益，发现经济背后隐藏的价值规律，为企业管理者提供新的知识，增强竞争性。例如：企业充分利用大数据，对大量消费者提供的产品或服务进行精准营销定位，分析各类客户的特征和喜欢购买商品之间的联系，对促销活动或向客户提供的商品做服务转型，这些都会无形中增加企业的经济效益。

4 企业的创新管理模式研究

随着大数据的深入发展，其为企业提供了更为深刻、全面的洞察能力和前所未有的空间与潜力。企业管理者必须及时转变管理思维，创新企业管理模式，这就决定着大数据环境下的企业管理创新模式与传统模式有着诸多的不同，如下表1所示：

4.1 改变传统决策方式，基于数据决策和运营

表1 大数据环境下与传统的企业管理创新比较

传统的管理决策方式主要依据管理者积累的管理经验，而在大数据时代下，依据数据分析所做的决策更加具有科学性，企业管理者通过建立的数据管理平台，对收集到的网络数据进行整理决策［8］，这在一定程度上可以预防潜在风险的发生。例如：法国电信Orange集团旗下的波兰电信公司，利用大数据分析技术，收集客户每天的百万个电话记录，依据打电话对象和打电话频率把客户分为不同的种类，通过数据管理工作的监测和监控，帮助电信服务供应商深入洞悉一系列问题，从大量客户中快速识别出金牌客户、预流失客户和潜在客户，针对不同的客户，对提供实时化产品信息展示和服务方式进行决策［9］，公司通过这一方式，客户流失预测模型的准确率提升了47%。

4.2 利用数据挖掘技术，创新客户价值模式

市场调查是了解市场的传统方法，但随着数据的快速增长，这种方式具有滞后性，跟不上市场变化。大数据时代，通过在线关注市场的动向变化，拉近与消费者的距离、深刻理解需求、高效分析信息并做出预判。利用数据挖掘技术分析客户消费爱好和意愿，推送其可能感兴趣的优惠信息；整合每个地区消费者行为以及综合消费者在社交媒体上对某产品的评价，了解客户资源优势，为其提供本地化特色服务；精确划分出不同地区、不同消费群体的购买画像，以数据来驱动制定化，具体模式如下图3所示。针对不同的情况做出不同的决策，清晰掌握消费者的需求、数量、消费及带来的利润情况。例如：在电商中，亚马逊利用大数据确定消费者的消费形式，消费习惯，为每一个客户制定个性化服务专属页面，提供客户感兴趣的商品，这种创新模式获得的企业效益比同期可增长27%［10］。

图3 产品消费与用户匹配

4.3 加强产学研结合，培养大数据管理人才

产学研的紧密结合可以提升智力因素和高科技成果在经济增长中的决定作用，使高校大数据的研究成果在企业中得到应用，变理论为实际效益，从而推动区域经济的增长，而其中，专业的数据技术人员是充分发挥企业信息数据作用的重要基础，可以通过企业高校协作的模式培养人才。例如：清华大学交叉信息研究院和微软亚洲研究院合作开设了《大数据基础与应用》课程［11］，介绍大数据相关方向的前沿研究进展和最新成果，并展示微软亚洲研究院在大数据研究和应用方面的若干实例，学生们也有机会在微软的Azure云计算平台上完成课程实验。为企业培养兼备营销能力、数据处理能力、企业运营管理的高素质人才，这部分人才在重要的战略性决策中发挥作用，为管理者提供决策的新思路。

4.4 采取业务驱动和数据驱动“双驱动”创新策略

传统的企业管理模式主要为发现问题、解决问题，即问题驱动型策略［12］，但这种策略具有一定的风险性，因为在寻求新方案的过程中，管理中的问题疏忽已经造成了经营危机，与数据时代不相适应。传统的决策也以业务驱动为基础。大数据环境下，依据业务需求驱动业务进程同样适用，以便科学安排业务流程等模式。同时，依据数据分析结果作为决策的创新管理模式，为企业提供了新的思路，即数据驱动。因此，企业应构建的决策“双驱动”模型如图4所示：

4.4.1 大数据环境。企业日常工作时时刻刻都在产生数据，分为内部数据和外部数据。内部数据如业务数据、web数据、机器数据；外部数据如社会化媒体数据、移动商务数据等。二者构成了大数据的工作环境，通过企业的内部信息管理系统存储在业务数据库中。

4.4.2 数据驱动阶段。通过数据抽取（E）、数据转换（T）、数据清洗（C）和数据装载（L）等技术处理［13］，对数据进行存储加工和挖掘。然后，利用可扩展的存储系统，把研究的大量相关性数据通过寻找特定模式，建立数据库并存储其中，为业务利用作准备。

4.4.3 业务驱动阶段。依据企业实际业务需要从数据库中抽取价值信息，分析、设计、选择并实施信息系统，建立以流程为中心的面向解决方案框架，以满足企业的实际业务需求，驱动企业业务，业务又会产生新的大数据环境，循环反馈。

图4 “双驱动”的企业创新管理模型

5 结语

大数据环境正在改变人们的认知方式与生活方式，未来企业要不断依靠新的理念和新的技术，结合国家有关研究机构的优势与特色，对大数据获取方式、组织与管理、关联与发现、分析与可视化等方面进行研究，探索大数据的潜在发展前景与效益，研究大数据的协同创新、科研模式变革、服务模式、产业化探索等问题，为国民经济持续、稳定、协调发展打下坚实的基础。

参考文献：

［1］十九大报告［EB/OL］.［2017-11-12］.https：//baike.so.com/doc/26977428-28349341.html.

［2］中国产业信息［EB/OL］.［2017-11-12］.http://www.chyxx.com/industry/201710/573390.html.

［3］李国杰，程学旗.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（6）：647-657.

［4］维克托·迈尔-舍恩伯格.大数据时代［M］.杭州：浙江人民出版社，2013.

［5］赖阳，李馥佳.云消费时代大数据与商业智能的应用［J］.时代经贸，2017（1）：38-49.

［6］刘铭.大数据时代企业管理创新的必要性分析与研究［J］.福建质量管理，2016（1）：22-23.

［7］陈娟.大数据对企业管理决策影响分析［J］.现代经济信息，2016（1）：114.

［8］周萍.大数据时代企业管理模式的创新策略［J］.企业改革与管理，2017（16）：13.

［9］法国电信［EB/OL］.［2017-11-20］.http://bigdata.china⁃byte.com/353/13252353.html.

［10］胡文俊，邓虹.大数据对企业战略决策影响的实证分析——以亚马逊为例［J/OL］.（2017-3-15）［2017-11-20］.http://kns.cnki.net/kcms/detail/10.1156.F.20170315.1403.006.html.

［11］微软亚洲研究院［EB/OL］.［2017-11-20］.http://www.msra.cn/zh-cn/connections.

［12］祝治安.大数据时代下企业管理模式创新分析［J］.经营管理者，2017（29）：126.

［13］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.