企业资信管理下的数据运营价值

胡梦莹

【摘  要】随着大数据的发展及其在我国应用的持续深化，大数据目标下的数据运营必然会在企业资信管理与服务中发挥巨大的价值与作用。

【Abstract】With the development of big data and the continuous deepening of its application in China， the data operation under the goal of big data is bound to play a huge value and role in credit management and service in enterprise.

【關键词】企业;资信管理;大数据;数据运营

1 数据运营价值带来的机遇

随着历史的发展，企业的资信管理逐步变革，对企业的资信管理提出了新思考、新举措和新要求，与此同时，也为步入新时代的资信管理融入大数据技术提供了新的动力、新的机遇和新的挑战。信息时代下的行业变革为行业性大数据运营以及物联网平台等信息资源整合提供了巨大的推动力，这样的发展动力也是前所未有的。随着互联网技术在我国的不断发展，以人工智能AI技术、大数据技术与云计算技术相互结合的管理模式也逐渐影响到更多的行业与企业，在企业数据运营中人工智能AI技术、大数据技术与云计算技术既是互为独立的新兴技术，又是相互支撑发展的有机组成。三者在技术属性上虽然存在差异，但在实际运用的过程中却又有所交集。在这三者中，大数据技术的优势在于对具体数据的决策能力与洞察发现能力，以及其优化流程的能力。在行业或者是企业数据向信息资产演变这一过程中，大数据技术也发挥了很多独特的技术支持作用。中国现阶段以“数字中国”为主题的大数据建设也因为这样的重要作用实现了加速性的推进。

“数字中国”是我国现阶段发展进程中的国家级战略方向，而这一具体战略的推进工作也势必会让政府、企业、行业甚至是个人等社会活动或组织活动等受到不同程度的影响。各领域中的数字化管理也通过大数据的迅速发展得到了更多的技术支持。在一个行业的日常运营中会产生非常庞大的数据信息，这样天然具备的条件也为数据化管理的实施在具体行业中提供了良好的发展动力。

企业资信管理下的另一个数据运营价值机遇在于为行业在构建过程中的诚信评级体系与数据资产运营与维护发展带来颠覆性的机遇。市场的秩序以及企业的竞争格局也在原有的企业资质管理模式取消后迎来了新一轮的重建机遇。上海的星级评定、广州的资信评价，无论从哪一方来进行分析与研究，以市场化的手段试图弥补行业在行政管理退出之后的空白都是一项重要的举措。但是以建立在静态的、统计性的企业评价基础上的管理机制，在相关的大数据理念技术方面却仍然没有将具体的诚信体系、信用采集以及信息应用进行导入。基于这样的不足，就需要将原有的思维框架打破，并且及时调整管理中的实施路径，为满足大数据的运营思维、数据源、数据资产化以及数据市场的权威化等创新要求提供更为合理的技术理念与相应的机遇支持。

2 数据运营价值带来的挑战

在每一次的发展变革中拥有新理念与新技术的个人或是组织，都将会面对巨大的机遇和挑战。数据思维下的社会角色定位、数据资产化的实现途径以及数据运营下的可持续发展能力等方面是企业资信管理下的数据运营价值在现实挑战中的主要表现。

2.1 数据思维下的社会角色新定位

全新的社会角色定位离不开对于思维的全新确立，通过对互联网时代中比较重要的“去中心化”与“权威性弱化”的相关分析与研究可以预测出，在未来的发展趋势中，原本的“行政管理者”势必会逐渐向“市场服务者”转变，从而发生角色定位上的转向。而在市场中的参与者也可以按照自身的“天赋权益”来表达自身意愿进而实现自身的权益。“数据运营者”或者“第三方市场服务者”这样的社会角色定位也必将是管理行业协会或企业也需要从“市场管理者”逐渐转向的具体方向。

2.2 数据资产化的实现途径

就现阶段的实现途径而言，未来行业的大数据如何构建并且实现价值的最大化是数据化发展进程中的主要困境和问题。在企业信用数据服务下，除静态的企业经济规模、管理项目规模、员工和社会责任绩效信息外，还动态获取客户满意度、投诉处理、行政处罚、行业标准成本、服务标准指南、品牌和商誉，招投标、经营权流转、市场舆情、安全运营、业务消费等数据信息的要求远远超乎想象。

从庞大的数据收集到数据库构建到大数据的分析、运营、输出，到最终的数据资产化，其实现的路径始终是一个漫长的工程，持续的探究开拓与坚持创新则是加快数据资产化实现的有效途径。

2.3 数据运营下的可持续发展能力

数据运营下的可持续发展能力是管理行业数据运营经济价值与社会价值的最好体现，这种体现也就意味着数据运营中的参与者和相关方之间能够实现共享共赢，共同推动数据流网状化的流动。实现行业数据经济价值与社会价值需要全面行业数据的支持，其中，不仅仅包含了本行业或相关企业的趋势性数据报告，同时，还需要相关产业的趋势报告数据和相关的企业资信评价数据提升数据在应用方面的广度与深度。

3 未来发展展望

海量多样和真实性的行业性大数据，在行业性的数据运营中得到了良好的具体体现，而行业现状以及具体的发展趋势通过全覆盖性样本指标的计算来看，数据运营模式也必将会成为“数字中国”国家级战略中“数据仓”的重要构成版块。

3.1 企业级数据

相应的主管部门、上下游产业链、行业协会、服务企业、招投标等行业资讯都可以在汇集了行业数据的互联共享平台建立之后进行自动抓取，与此同时，吸纳整合更多包括市场舆情、第三方评估、行业级投诉处置服务中心、价格指数监控、劳动评断评议、司法公正与诉讼模式的选择、保险中的给付金额以及存案的合同等方面在内的相关数据。在这一基础上，还需要众多企业发挥出现阶段所实施的企业级数据建设发展成果，与管理行业的数据平台进行对接。相较于大数据技术，企业原有的报表数字汇总统计虽然可以将众多统计数字进行汇集和处理，但是其总量小、成本高、时间不及时等缺点相比之下十分明显。因此，如果以大数据思维为基础的企业级数据吸纳将会实现数据能级与可靠性的大幅提升。

3.2 商业型数据

在近期的中国智库数据库介绍中，清华大学公共管理学院的朱旭峰教授提到，“已经实现16万个网站、1900万个活跃微信账号、2亿个微博活跃账号、6000多个论坛、200多个收集APP，每天抓取300亿到600亿个数据”[1]。通过这段内容可以看出，如果能够直接从商业大数据运营平台中获得自己所需要的数据信息，就必将会减少大量的建设成本。

3.3 福利性数据

在政府部门数据的社会共享方面，早在2015年国务院就发布了相关的文件，其内容也将政府部门数据的社会共享作为大力推动的工作核心。因此，通过相关政府部门福利性的专业大数据运营平台，一些在本行业中不具备的优质数据信息便能够以相对较低的成本获得。

对于未来企业资信管理下的数据运营价值可以进行相关的发展假设，某一企业或项目的基本信息在经过整合后输入行业数据库，之后再经过数据库对于基本信息的数据分析，企业通过数据平台或行业数据结果的分析报告，获得项目整体与个体运营过程中的基本信息，招标人则可以得到运营质量与具体费用标准的相关信息，设备外包商可以在数据库中获得市场拓展的相关商业信息，而建设生命周期的具体分布信息与运营维护成本分析数据也会为社会相关的管理部门提供更完善的决策依据。将所有同类项目汇总，其中包括土地或地板表面、空间布局、建筑的全生命周期评价、设施设备的运行质量数据、项目收益损耗构成与标准、费用收缴率、各方满意度、社会舆论情势热度等所有的数据和项目数据进行完全分项的可视化呈现，因此，新时代下满足现实要求与顺应数字化生活的发展趋势，都需要人们具备更多的创新思维。

4 结语

随着新时代的不断发展和创新要求的日益强烈，对于发展趋势、变革要求、管理思维的相关思考也在逐渐深入，以探索“资信”为核心的改革之道也逐渐展开，传统管理模式中的“行政审批准入”也逐渐转向为以“资信评价、契约自律”为主的市场化自主管理，行业的发展机制也必将随之改变。随着大数据技术的发展和在各行各业应用的深入，数据运营在企业资信管理与服务中发挥的价值与作用也会日益凸显。

【参考文献】

【1】李赞标.资信管理下的数据运营价值[J].中国物业管理，2018（09）：58-59.