浅析大数据企业前景

王晔

大数据为一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，随着新兴技术的发展，大数据作为企业的重要财富，正在成为企业一种重要的生产资料，成为企业提井核心竞争力的重要方式。然而现阶段大数据的大量、多样、快速、低价值密度、真实却让大多数企业迷失了发展方向。本文通过对大数据清晰的认识，给大数据企业的经营发展以一个更加清晰的认识。认为基于大数据技术的核心价值即提供决策依据，可以实现提高企业管理效率和直接为企业创造产品/服务两种功能，并因此将基于大数据技术的公司分为两大类进行分析并提出相关建议。

大数据 企业经营发展

提供决策依据

如果说是互联网继工业革命之后颠覆了人们的生产生活方式，那么下一个就是大数据，各国政府都不想错过这一场新的革命。从2010年被称为大数据元年开始，各国基于大数据产业的发展都在人才上、资源上、政策上做着积极努力，在国内，贵阳市是发现这一历史机遇比较早的城市，由贵阳市政府主办的数博会已历经三届，取得了广泛的影响，马云说，如果你错过了北上广和互联网，不要再错过大数据和贵阳，对贵阳在大数据领域的高瞻远瞩给予了高度的评价。然而，随着各方投入的加大，大数据产业却并非一帆风顺，一些曾经名噪一时的大数据企业却在投资负债的泥潭中找不到方向，这些大数据企业究竟能走多远？让人心存疑虑。

本文就是要揭开大数据的神秘面纱，给大数据企业的经营发展以一个更加清晰的认识。大数据以其数据量大而得名，以云计算、数据挖掘、数据分析、区块链技术为其技术主线，实实在在的现代高科技，让人们沉迷和向往的，恰恰是这样的高科技，也因为它的高科技，让企业家们总想参与其中，却在其中失去了方向。那么对企业来说，大数据到底是什么？将改变什么以及如何改变呢？

首先，大数据的实质是一个决策优化工具。随着信息技术的进步，使得企业拥有海量数据成为可能，同时企业拥有了海量数据的分析与挖掘技术，这使得企业可以发现一些事物间的相关性，即如果有A，那么就有B，所以当再发现A时，则可以推测还会有B产生，大数据的价值就是通过相关性来优化决策。比如，我们在亚马逊网页上点击了一本书，接下来再浏览网页时，同一个网页我们和别人看到的有些内容是不一样的，网页上会推荐一些书籍或产品，这些內容是个性化的，网站就是基于我们以往的浏览书目，根据大数据分析的结果，将同样浏览这些书目的人都还买了什么其它书籍的相关性作为依据，判断出我们可能还对哪些书籍或产品感兴趣，然后推送给我们。这种推送，不但帮助消费者更容易发现自己想要的东西，而且也使得企业卖出更多商品成为可能，也就是说，基于大数据的决策优化对双方都是有价值的。这种优化决策可以应用的对象非常广泛，如表1所示，包括个人、政府、企业等都可从中受益，这也正是大数据的核心价值所在。

其次，大数据的优势在于其预测性。大数据分析就是根据历史数据来挖掘相关性，再通过相关性，来推断未来可以发生的事件或情况。即，在数据中发现如果有A，就会有B，那么当再次发现了A时，则可以预判将会有B。举个在流行病领域的实际案例，谷歌通过搜索引擎里面的关键词检索日志的时间序列数据，成功预测了流感爆发的时间和规模，这个预测比美国疾控中心公布的相同结果提早了两周，因为这个部门在公布结果前，需要先统计美国本土各个地区的就诊人数，然后再汇总，最后公布出来。而Google可以直接得出基于历史数据的预测结果，可见这样的大数据预测无论在公共管理领域还是商业领域都具有重大的意义，所以这样的预测也越来越广泛，深刻地改变着人们的生活、企业的经营和政府的决策。

但需要说明的是这种预测逻辑是相关性而非因果性，这种非因果性也正是大数据的劣势所在。简单的说，通过大数据的分析结果只是研究出两个事物的相关性，但并非因果性的，也就是说不是因为有A所以有B。比如华西医学院利用自己多年在老年病领域积累的大数据，研究出了一个老年高危病（如脑溢血、心梗等）的预测系统，当老年人来体检时，将他们的体检结果与系统中的数据进行比对，来预测他们是否“可能”在未来发生高危病情，当预测结果显示“有可能发生高危病情”时，也不说明病人未来一定会发病，相反，当预测结果显示“未预见到高危病情”时，也不说明病人一定不会发病，他们之间没有因果关系中的“有因必有果”，也就是说利用大数据进行预测可能会是不准确的。这一点已经得到证实，还是上文提到的Google的大数据预测，到后来就发生了很大的偏差，偏差最大甚至高出了标准值（CDC公布的结果）将近一倍。

为什么会发生如此大的差异呢？专家通常认为，因为大数据的相关性推断是基于历史数据的，这些数据随着时间推移会发生变化，加之数据、算法本身可能具有的局限性（比如数据量少、样本和预测对象有差异等），这种相关性或者是不准确的，或者是暂时准确的，这也是依赖大数据预测的局限性所在。

综上，我们不难看出大数据的核心价值在于在一定程度上提供决策依据，那么这种价值被企业利用，可以实现哪些功能呢？不难看出可以实现的功能有且只可能有两个，一个是提高企业管理效率，比如更好地发现消费者的偏好，更好地发现员工的能力水平等。举个例子，某商场通过监控视频的大数据信息，发现有两类顾客光临，一类是有购买目标的搜索型顾客，另一类是没有购买目标的浏览型顾客，于是商场通过对这两类顾客的行进路线和停留时间的研究，调整了商场的布局，并制定了相应的营销手段，从而使商场的营业额大大增加，管理效率得到了提升；另一个通过大数据技术可实现的功能是直接为企业创造产品/服务，是企业的最终产品。比如城市电网的可视化系统，比如交通预警系统等。类似的系统我们现在在百度地图上可以看到，当导航时，线路会呈现不同的颜色，从而说明道路拥堵的情况，从而帮助用户选择更顺畅的行车路线。基于大数据的可视化系统就是根据数据来预测可能的结果，并用图形、色彩加以展现。这是一个已经被广泛应用的大数据功能。

基于大数据技术实现的以上两种功能，那么基于大数据技术的公司也可分为两大类。

第一类公司是基于大数据技术的第一个功能的，即通过大数据技术的引入有效地提高了企业的管理效率，这种提高可以是企业内部的人员管理、客户挖掘等等方面。它是把数据分析做为企业经营的手段之一。比如阿里、亚马逊等商家的推送服务就是很好的说明。他们对消费者偏好的把握，就是基于大数据分析的。他们收集每一位网站访客的翻看记录、购买记录等信息形成的大数据，然后通过数据挖掘和分析，推断出每一位网站访客的偏好，然后精确地推送商品给每一位消费者，从而提高销售量。这个过程彻底颠覆了过去的静态营销，使营销变得更加有针对性、更加精准，从而更加有效，同时还极大地降低了每一笔订单的推销成本。这些在过去是不可想象的，有个例子是说某个少女未婚怀孕了，她老爸当然也不知道这件事儿，当商家打电话过来问是否需要购买孕妇用品，她老爸才后知后觉，这完全是基于大数据的数据分析结果，这给企业带来了新的核心竞争力。

但正如我们前文描述的，这样的预测是非因果性，也就是说会有局限性，比如，网站推送是基于客户的历史资料的，但如果历史资料比较少，预测的准确性通常不高，那么推送的效果就不会太好，从而使企业和客户都得不到好处，甚至会破坏消费者的体验，比如有消费者不小心打开了一次有些情色色彩的网页，于是就不断地接到类似的推送，令人不胜其烦，拉低了网站的品位的同时，也令客户再不想打开这个网址。所以，应用大数据技术是有要求的。通常，足够多的客户量，和限定性条件的设置非常重要，直接决定了预测的效果，同时也只有海量客户才可以忽略不准确推送造成的不好的效果，换句话说，因为数据量大，所以产生的误差不会影响整体效果，这是使用大数据技术来提升管理效率的公司必须具备的限定性条件。

那么，到底什么样的企业适合引入大数据技术，从而成为大数据公司呢？其关键是投入产出的平衡问题。运用大数据工具首先增加的是企业的管理成本，而由此产生的效益是否超越成本，是企业必须要考虑的问题。大数据企业要对海量数据进行收集和分析，然后做出模型比对，形成预测结果，这一系列的工作，人才要高端的，技术也要时时更新，所以，企业需要支付大量的成本，那么这样的付出，是否有可预见的具体的回报，对企业来说就是决策的限定性条件，如果有回报足以抵尝成本，并产生很好的经营效果，那这些投入无论多么巨大，都是值得的，都会给企业经营带来实效。如果回报不足以抵尝成本，就得不偿失了。有些公司仅仅是因为大数据是高科技，就引入了大数据技术，这是非常盲目地，可能有一天这一科技确实会给企业带来效益，但在产生效益之前，企业是否还能够生存，甚至是否因为引入这一技术而忘记了自己的本行和优势？这是企业要必须深入思考的。企业总以为高科技必然带来高收益，这是错误的，高科技往往伴随着高投入和高风险，所以企业要慎重。比如某上市公司，引入了互联网+，花了大量财力进行相关网站平台的建设和开发，希望通过收集海量数据走大数据高科技发展的道路，然而，这个平台对于企业经营来说，并没有直接增加企业收益，反倒因为高科技投入把企业拉入了亏损的境地。关键是企业只为了一个不确定的功能，或者说用便宜得多的价格就可以通过其它服务性平台完成的功能，投入了大量的大数据人才，其成本是巨大的，而因此得到的效益几乎为零。更由于赢利模式不清晰，导致技术人员无所适从，不知道努力的方向，因而并没有发挥出应有的作用。这样的公司对社会资源是一种浪费。这样的公司不少，投入很大，市场目标并不明确，希望边摸索边前行，关键是想在大数据这个领域占个先机，岂知这样的先机成本巨大，而为这种先机买单的投资人往往血本无归，这些企业的共同特点是更象一个旅游景点，规划看上去很美，却并不切合市场实际，最终只会是零收益。

第二类公司是基于大数据技术的第二种功能的，它是直接将大数据技术服务于客户的公司。公司业务包括数据获取、数据分析、结果呈现等。这些公司利用对数据的分析挖掘，来帮助客户做出预测，这些预测业务可能是多方面的，比如城市交通、电网过载、安全预警等。以安全预警为例，天津在发生了大爆炸之后，就请大数据公司做了一套安全预警系统，其原理就是把有可能造成危险的运输和储运的路线地点进行大数据分析，从而预测危险点，并实时发出预警。当然，这里面又会涉及到物联网等技术，我们暂不在此文讨论。

那么从企业经营的角度来看，这一类大数据企业的成功关键在于对客户需求的把握。能够比别人在形式和内容上更优地满足客户预测的需要，在形式上在准确度上必须为客户所接受，这是此类企业成功的关键。而难点在于，这样的需求是否过于个性化，如果过于个性化，会使得公司更象是一个咨询公司，在企业经营中完全依赖技术人员的技术水平，很难有规模效应，也会由于技术人员的难获取性，而制约企业的发展速度。但这种企业的个性化订制也决定了，其高利润的可获得性。另一个难点就是如果是个性化订制，那么产品是否有持续性，是否一次订购后，后续的服务变得不那么划算，是否有确保足够利润空间的后续服务购买，都是企业要深入思考的问题。华为在这个问题上很值得借鉴，华为在2000年的转型中，引入通用公司的创新管理模式，就是基于考慮到客户需要过分的个性化，不但是产品成品加大，而且使创新不具可持续性，后续服务也难以为继，所以华为果断地引入了创新项目管理机制，解决了企业长期创新带了的风险问题，并确保了客户的后续服务。每个企业都会有天花板，要么到天花板的空间足够大，要么企业有能力打破这个天花板，否则企业是不可能可持续发展的。目前的基于大数据的可视化技术多用于城市交通、电网等政府部门，这一市场的可持续性，是大数据企业要提早考虑的问题。这也是茶洪旺（2017）在《基于DEA方法的中国大数据企业创新绩效评价研究》中发现的“中国大数据企业创新绩效水平偏低”的原因所在，他指出中国大数据企业投入冗余和产出不足问题严重。这类公司的可持续发展问题已初露端倪。

因此，大数据公司必须清醒地梳理好自己公司的赢利模式，以终为始，摆正大数据技术与公司主营业务之间的关系。第一类公司要注意引入大数据技术后产生的成本和获得的收益之间的关系，第二类公司则应该明确大数据产品的市场对象、市场规模及其可持续性。不清晰的赢利模式带给企业的悲剧在“互联网+”公司的兴衰史上已屡次上演。我们知道互联网公司的成功关键在于其平台特性，因为它提供的平台，可以汇聚大量的供应方和大量的采购方，那么互联网公司要做的是做好这个平台，服务好供、需两方，它的赢利一定是来自于平台的收益，一家互联网公司一旦没有意识到这一点，就会出大问题，就比如乐视公司，它本来是一家互联网平台公司，一家视频平台公司要想做好，关键在于能吸引到偏好这个平台的足够多的视频提供者和足够多的视频观看者，然后基于平台上的用户量来确定清晰的赢利模式，比如收取会员费、广告费等，这个赢利模式才是清晰的。

那么，有人会问两个定位不可以吗？两个都做不行吗？回答是当然也可以两个都做，就像当年的IBM公司，也做大型计算机，也做小型PC机，但IBM意识到了两个产品的定位不同，所以把两个部门完全独立，互不干涉的。用任正菲的话说，我们开发什么，背后是我们对未来的假设，IBM当年是做了截然不同的两个假设，一个是未来会使用大型的电脑设备，各个终端都要通过大型机来完成所需的功能，而另一个假设是每个终端自己都有计算能力，虽然这些能力不像大型机那么强大，但它可以独立完成。当然，假设对了，我们会创造未来，假设错了，我们会被历史湮没。IBM聪明地做了两个假设，更睿智的是它把他们独立开来，结果虽然有一个假设失败了，但另一个假设创造了未来！今天，面对大数据，企业在确定进入大数据领域的时候，要想清楚你对未来的假设是什么，你的定位是什么，这样企业才有清晰的思路向前迈进，而非在风浪中沉浮。

不可否认的是随着大数据的发展，我们预感到它将给世界带来巨大的改变，而这种改变势必是在企业家们的创新创造中诞生的。所以企业想要借大数据这个东风，则不能只关注直接应用大数据的企业，还可以把视角延伸到由大数据企业引伸出的相关行业，比如物联网技术，数据存储软硬件技术等，随着人们对大数据决策的依赖，这些相关行业也将有长足的发展，所以如果这样的商机恰好契合了企业自身的优势，那么这对于企业来说应该也是一次机遇，只是企业要明门别人的美味可能是自己的毒药，企业要加以理性的分析和把握。

总之，大数据企业能够走多远，和其它企业没有什么不同，它归根结底取决于其经营的产品朋艮务能否带给企业利润，能否以合理的形式为企业创造合理的利润。未来是美好的，但道路要一步一步走完。如果只是看上去很美，那么企业将为虚幻的风景付出惨痛的代价。企业的经营是不变的，通过为市场需求服务而获取利润！唯一变化的是经营的手段而已！大数据作为决策优化的手段之一为我们提供了一种强大工具，它是且只是一种决策工具。企业家们不能只有大数据思维，企业依靠利润而生存，当你为大数据这个工具买单时，你要思考的是这一手段是否为企业的发展带来了实实在在的的利润，这一点决定了你是否还能走下去。在广义上，大数据必将实实在在地颠覆我们的生产生活，但对于具体的某个企业来说，引入大数据技术或者创立大数据企业要讲求实效，量力而行。

[1]周婷婷.大数据公司的结构调整：组织与治理维度[J].中央财经大学学报，2016（10）：114-121.

[2]何军.大数据对企业管理决策影响分析[J].科技进步与对策，2014（4）：65-68.

[3]霍婕婷.大数据时代的数据化分析与管理——评《量化：大数据时代的企业管理》[J].中国教育学刊，2018（3）.

[4]Zhihua F U The Big Data Applicationin Internet Company[J].Journal ofNetwork New Media， 2015， 16（5）：519-521.

[5]杨汝岱.大数据与经济增长[J].财经问题研究，2018（2）：10-13.

[6]張翠.大数据时代背景下企业管理模式创新策略探究[J].中国国际财经（中英文），2017（20 ）：216-216.