天津社会科学院 左亮
要数据干什么?数据是一个企业的基础设施建设,是一个企业发展庞大无比的资产。互联网、物联网、车联网、企业ERP等新兴技术的发展,引领人们进入大数据时代;而基于数据处理的全方位跨层次布局的人工智能(AI)技术,将成为引领行业发展的主要工具。未来将是属于大数据企业的时代,越来越多的企业争前恐后成为大数据企业,抢占数据资源的浪潮持续升温,这背后定会引发一系列新的问题;与传统企业相比,大数据企业经营环境、业务及机构、人员设置等复杂性更强,实时风险评估与防范系统面临的压力更大,在保证数据安全性的前提下,更需要构建完善的内部控制体系。那么,大数据、人工智能环境下,作为企业竞争力重要保障的内部控制将面临何种风险与挑战呢?内部控制又将借助大数据、人工智能的发展采取何种措施防范风险呢?面对这么多问题,需要我们深入研究大数据技术创新应用管理。
经营管理涉及诸多的数据信息。如今经济在快速发展,导致大数据成为诸多企业要面临的问题。企业需要借助现代化以及传统两种技术方式,对数据信息进行采集以及处理,需要在广泛的网络中完成数据的收集,并且电商在迅速发展中出现的大量数据,也是需要进行收集的。同步对各类信息开展广泛的收集,需要企业在经营管理中做出突破。多数的企业在数据库处理方面,仅仅是对结构信息有所要求,但是内部的一些非结构信息则无法在经营管理中实现充分的利用,没有将数据整理到位。另外是一些半结构数据,也是在经营管理中非常关键的部分,也缺乏有效的处理。
经济在迅猛发展,从企业的内部以及外部进行分析,可以看出企业在不断转变,自身经营管理的数据处理任务迅速增加,对经营管理的状况进行判断,要借助及时采集到的各类信息。在这种局面下经营管理需要做到各类信息的及时处理,任务量是非常大的,对数据处理的质量以及效率都提出了新的要求。企业需要依据及时性原则,对数据展开及时的处理,这对经营管理的影响是直接的。
企业各类的经营管理决策受到各类数据的严重影响,这对数据处理的速度以及质量都是有非常高的要求。数据分析是科学决策的前提,可以让决策准确性有所提升,防止数据模糊造成的决策错误。同时一些企业在业务拓展中对数据的处理有所不足,对数据仅仅是盲目汇总,忽视了数据的准确性以及合理性。只有对数据展开充分深入的分析和处理,才能让经营管理的实际问题得到解决。对数据进行准确把握的情况下,进行科学的决策,让企业实现健康发展。
大数据使经营管理变得更加科学化,但是也带来诸多的数据安全隐患,因为数据是要经过网络进行传递的,在数据的存储以及传输过程中,很多的数据风险是存在的,一旦企业的经营管理数据被窃取或者是篡改,对企业将会造成非常严重的影响。
2.1.1 加强大数据技术的安全管理
企业档案工作量巨大,信息量惊人,在大数据运用的过程中需要存储大量的信息,如果相关的设备发生故障,程序发生错误,将会导致大量的数据丢失,影响到企业正常企业事务的开展,导致风险诊断存在极大误差。所以,企业档案和企业数据的安全性应该受到企业管理层的极大重视,强调运用大数据的同时,强化信息技术安全水平,保证企业信息系统的顺利运转。同时信息化系统要严格控制数据加密、保密、采集、安全访问、开放权限等各个方面的管理工作,合理地确定访问与控制制度,落实授权访问技术,对数据的查询、复制与删减权限加以限制。通过加密保护的方式确保医患隐私信息以及科研数据的安全性,企业管理部门还需要建立诚信档案,对违法信息和事例进行记录,在信用共享平台中实现统一管理。在企业档案管理工作的绩效考核中还需要融入大数据安全管理工作,构建数据安全工作监管制度,针对违规操作的人员加以处罚,确保以大数据为背景的企业档案管理模式能够在企业得以顺利实行。
2.1.2 深化大数据与云计算的结合
以传统数据存储模式为背景,数据的采集都是通过不一样的程序来完成,而且存储过程中数据的格式也不一样,很难形成数据的整合与兼容,各个程序所构建的独立数据库相互隔离,这样就形成了数据孤岛。在企业档案管理中应用大数据,就是为了能够解决数据孤岛的问题,建立统一的数据存储规则,实现数据存储的标准化定义,对所有的变量都严格管理,制定企业各个部门之间数据存储标准,实现数据的友好互换。推动云计算与大数据技术之间的有效融合,运用清楚的逻辑关系表现出各个信息数据之间的有效联系情况。比如,通过统计与梳理就医者的各种信息,并与该地区的居民健康状况结合,这样可以提供更多的方案来实现风险的有效控制与预防。在企业档案管理中使用大数据平台还应该注意与企业的实际情况相结合,比如要为顾客建立信息数据库,还要建立企业管理、企业信息等多个数据库,同时按照不同的需求情况来使用各种数据挖掘工具,为企业档案管理工作的提高服务。
计算机软件技术能提升常规化工作效率,并且也能在行业数据通信管理项目中得到应用,尤其是预测分析过程。应用计算机软件技术融合大数据分析机制就能对客户行为予以分析,以此作为预测基础数据,建立完整的客户行为监管机制,从而减少客户流量的减少,为企业数据通信管理项目的全面进步创设良好的平台。另外,正是借助数据通信项目,能有效对客户行为和需求进行汇总管理,保证相应经济运营行为更加具有针对性,夯实客户管理工作的基础。例如,我国通信市场中的三大通信行业就是借助计算机软件技术对客户的信息进行分析,从而对消费行为、消费需求以及消费数据等进行集中分析和判定,并且依据分析结果就能制定更加人性化的数据通信管控模式,为企业获取更大的经济效益奠定坚实基础。
2.3.1 规模化(Volume)使得营销决策更科学
大数据规模化的特点赋予了电商企业巨大的数据量。相比于传统数据,大数据在数据规模上有量级的变化。由于数据量的丰富,电商企业在作出营销决策时完全可以摒弃传统抽样和随机调查的方法,直接从全局数据入手,从而消除了样本误差和随机抽样误差带来的偏差,能够得出完全准确的统计结果。在此结果上作出的营销决策,不但节省样本挑选和抽样调查的成本,而且结论将更加理性。所以在大数据背景下的营销决策背后有着数据化的有力支撑,消除了营销的不确定性,使得营销向更科学的方向发展。
2.3.2 多样化(Variety)有利于潜在市场的开拓
大数据环境下电商企业开始记录和收集销售过程中的各种数据。在数据种类方面,从联系电话、消费金额等常规数据,到网页停留时间、客户实时地理位置等特殊数据都会涉及。在数据类型方面,除了一般的文字和文本数据外,还包括了图片、语音,甚至图像等复杂数据。这些数据看似杂乱毫无结构化可言,但是利用数据分析和数据挖掘工具对数据进行综合的运用和处理,很有可能找到数据之间的相关性和因果性,挖掘出数字表面下的深层次内涵,帮助电商企业找到潜在的客户,并预测消费者行为,从而开拓出新的市场。
2.3.3 快速化(Velocity)优化了营销效果
大数据的快速化包含了两层含义:一是数据传输的快速;二是数据更新的快速。传输快速是指,电商企业的大数据通过网络传输,客户在网上开展消费行为的同时,产生的数据便源源不断地传输向数据终端。也就是说,数据一旦产生就立刻就被记录,而不需要有一个捕获并搜集的过程,从而节省了搜集数据的时滞和成本。数据更新快速是指数据的时效性差,所以需要对搜集到的数据进行及时处理。但是,正因为数据的快速更新,对营销效果起到了监控的作用,使得电商企业可以不断地利用新的数据迭代营销策略,优化营销效果。
生态环境是一种公共资源,在没有确认公众生态权利之前,外部性的问题在供给与消费过程中必然存在。利益冲突贯穿于环境问题的产生和解决的始终,环境利益是人适应自然的利益关系,它依托于自然界的变化所承载的人与自然关系,以及自然界的变化所影响的人与人之间利益关系的总和。从博弈论的角度出发,各利益主体在实际履行环境责任的过程中,常常根据自身利益的预期效果来决定自己的环境行为,这就导致环境治理往往陷入“治理困境”。“环境治理共同体”强调多元协同,由传统的单一主体变成多个主体,从过去单向的从上到下治理变成各个方面协调的治理。就这个意义来说,环境大数据可以突破时间和空间的限制,从更深层次、更广领域促进政府与市场、社会之间的互动,形成多元协同治理的新格局。
企业是市场主体,追求利润最大化是企业的核心价值,为了利益最大化,企业决策时往往更加偏重经济利益。当前,由企业行为引发的环境社会事件处于快速上升期,我国已经进入环境风险、环境污染事故高发期,每年环境事件以约30%的速度增加。政府是社会公共利益的代表,环境资源的公共属性、环境问题的社会性决定了政府干预环境治理的必然性。“公众作为区域生态环境的最终消费者,也是环境问题最直接的受害者,拥有保护环境最大的利益动机”。生态环境的不断恶化与经济的快速发展“形影相伴”,良好的生态环境已成为大众的强烈诉求。在大数据时代,企业通过互联网将排污数据和污染治理数据主动呈现给社会,借助互联网和大数据的乘数效应,企业的声誉和知名度将迅速提升。政府借助科学的环境大数据技术和海量的环境信息,制定强有力的措施和实施严格的法律法规来防止和控制环境污染,为公众提供安全的公共产品,从宏观层面保证他们拥有良好的生存环境。对于社会公众来说,环境大数据技术为公众快速准确获取局部区域实时环境信息、形成有效的社会监督提供了便捷。“环境治理共同体”是由政府、市场和公众等多元治理主体共同构成的资源共享、互利共赢的组织结构,环境大数据技术突破了数据收集和存储瓶颈,为实现环境治理数据共享,促进治理主体互利共赢提供了丰富的可靠信息,是构建“环境治理共同体”的重要技术支撑。
总之,大数据下企业的经营管理要迎合时代的趋势以及技术的优势,促进经营管理模式的改进,实现管理水平的提升。