网络时代的大数据咨询方法体系构建

◆闫志开

一、问题的提出

随着信息技术的发展，以数据为表现形式的信息正从各个层面改变人类的工作与生活方式，我们已经进入了以“数字化生存”为特征的时代。自20世纪80年代以来，世界上存储信息的技术人均容量每40个月大约增加一倍[1]；根据IDC报告，全球数据量在2013至2020年间从4.4 ZB增长到44 ZBB[2]。面对如此海量且复杂的数据信息，传统的数据处理应用软件已不堪应对，“大数据”概念横空出世，并迅即引发社会各界的热议与追捧。大数据这一概念起初是指数据的数量、种类、处理速度方面（volume、variety、velocity）[3]，后来则引发对数据的准确性（veracity）[4]及其价值[5]（value）等方面的考量。

对咨询公司来说，大数据是一个机遇，它能够以新的范式整合既有知识，形成强大的知识库，从而带来革命性的进步；另一方面，大数据也构成了巨大的挑战，是新形势下咨询公司转型发展不得不正确应对的新事物。大数据对咨询公司的影响可以从三个方面分析：

（一）从咨询公司外部看，大数据环境发生了巨大变化

咨询公司开展业务离不开数据，过去的数据基本是静态的、局部的，比如，关于客户上年度的相关数据，与相关主体的部分业务有关的数据，等等。技术的限制使数据自然地形成了一个界限，咨询公司就在这个界限内开展数据分析。大数据的出现使数据不再是“信息孤岛”，而是与周边一切相关的数据都有可能建立联系，形成一个无边界的数据网，且各个数据一直随着时间变化而处于变动之中。面对这种数据环境，传统的咨询方法难免显得捉襟见肘了。

（二）从咨询公司内部看，大数据对数据分析能力提出了更高的要求

随着信息技术的发展，非结构化和半结构化数据所占比例越来越大，互联网上每时每刻都在产生巨量的文字、图像、音频、视频等各类数据。咨询公司客户的相关数据也以各种类型呈现出来，对这些类型各异的数据进行整理分析不仅需要先进的信息技术，还需要能够进行分析数据的人员、方法及制度，从而保证数据分析的质量与效率。

（三）从咨询公司自身看，大数据成为咨询行业决定性的竞争要素

基于咨询业务面临的外部与内部的海量数据，咨询公司是否有能力通过对数据全面分析拿出令人满意的咨询成果就成为客户关心的问题。毕竟，不同的咨询公司对大数据的处理能力是有差异的，从而形成的咨询成果也是有高下的。因此，能够在各个方面建立大数据处理机制的咨询公司将在咨询市场上形成新的核心竞争力，在新一轮竞争中胜出。

总之，相较于传统的抽样调查分析模式，大数据使咨询公司进行全面、动态的数据分析成为可能。传统的咨询公司必须积极主动地向大数据咨询变革，及时谋划基于大数据的咨询方法，才能在大变革时代继续生存发展。

二、咨询公司对大数据的应用

在信息时代，咨询业面临着前所未有的新形势与新挑战。咨询公司不仅在做具体项目时遇到了巨量数据的挑战，公司本身也面临着新老项目的数据存储与管理问题，如何适应时代，发挥好这些无形资产的作用，需要新的方法对咨询项目、流程进行整合。同时，随着咨询市场规模的迅速扩张，各类咨询公司的数量也在不断增加，老牌企业如何在众多的同行中保持优势？新生企业如何脱颖而出后来居上？这些都是咨询企业管理者们共同思索的问题。应当看到，客户、项目、知识、人是咨询公司管理与运作的关键，在信息化时代，这些都凝结为一个核心：数据。将大数据有机融入咨询方法中可产生以下效果：更深入地分析客户的行为、提高管理咨询业务的动态化、实现咨询方法的更新。

在咨询方法的大数据应用方面，国际与国内的大型咨询公司有所差别。国外著名咨询公司大多基于其多年来在各行业的数据资源，利用先进的人力与技术，架构起横跨全球的网络，从而强化其已有的优势地位。国内咨询公司大多成立时间不长，规模相对较小，参与的案例也不太多，还面临着人才匮乏的问题，影响了将公司知识不断总结为数据进行储存并应用。下面选取国际与国内较有影响的咨询公司（各5家）进行分析（相关数据来自各公司官网）。

（一）国际著名咨询公司：

1.麦肯锡：“麦肯锡解决方案”是其全新服务方式，其基础是公司过去85年间积累的专业职能知识及数据。所有知识在经过“匿名净化处理”之后，都保存在内部的大型数据库中，成为所有咨询师的共同知识，供他们使用，以便于他们为客户提供更优服务。数据库中包含文件4万多件，都由本公司员工撰写，涉及多个行业的广泛议题。这一全新的“混搭”方式（即公司的数据、软件及专业知识服务“套餐”）可以将麦肯锡的知识运用到解决复杂问题的全过程中[6]。

2.波士顿：BCG丰富的知识涵盖全球主要行业和最重要的业务话题。凭借40多年改善客户状况的经验、广泛的专业背景及从头开始的解决方案制定方法指导其不断开发新创意，并成为该领域的解决方案新标准[7]。

3.埃森哲：作为全球化公司，充分发挥全球团队经验、关系、协作和知识的力量，为世界各地的客户提供服务[8]。

4.罗兰贝格：在全球分别设立了不同的行业中心和功能中心，通过有效整合各个功能中心的资源，兼容并蓄来自不同行业的专家能力，为客户量身定制优秀的管理解决方案[9]。

5.毕博咨询：相信团队会带来更好的结果。分享知识、工具和资源以得到对客户、公司和员工最佳的结果[10]。

（二）国内知名咨询公司：

1.北大纵横：公司负责人在接受访谈时说：“当咨询公司建立起专家数据库和知识管理系统这两大支柱时，就从一个战术公司进人到了一个战略发展的公司[11]。”

2.新华信：作为中国领先的营销解决方案提供商，收集、分析和管理关于市场和消费者的信息和数据，通过信息、服务和技术的整合，提供市场研究和咨询服务[12]。

3.和君咨询：为各类企业、组织和政府提供有实效的思想、知识和解决方案，累计服务客户3000多家，在数十个行业里积累有丰富的案例和实战经验[13]。

4.正略咨询：在过去的22年中，服务过的客户累计近万家，先后为世界500强和中国500强中的80%提供过专业服务。业务范围涵盖战略、人力、营销、财务、流程、研发、信息化和国际化等8大方面[14]。

5.零点咨询：打造零点调查（市场研究）、策略咨询和指标数据共享信息的三位一体的格局，是目前国内最大的提供专业策略性研究咨询服务的集团公司之一[15]。

可见，在咨询方法的大数据认知与应用方面，国际与国内大型咨询公司是有差别的，这种差别表现在发展理念、运营模式、数据资源、咨询方法等方面。这种差别与公司的规模大小、盈利水平、影响力甚至成立时间基本呈现出正相关关系，其原因在于数据资源与咨询公司发展实质上是互相促进、良性循环的。目前国内管理咨询业在应用大数据提升完善咨询方法方面存在如下问题:缺乏数据库支持，咨询专业人员用感性的主观判断代替科学化的运作流程；信息资源质量不高，主要反映在统计口径混乱，信息失真较大，使管理咨询人员难以运用或运用后导致咨询失误；信息技术的处理手段落后，增加了信息收集和管理的难度，等等[16]。国内咨询公司要想赶超国外领先的咨询公司，就要强化大数据意识与应用水平。

三、对现有咨询方法的分析

咨询方法是一种以解决问题为目标的体系。在咨询公司的创立与成长过程中，各大咨询公司不断开发出新的咨询方法，对咨询业务的发展产生了积极的作用，也对管理方法体系构成了有益的补充。这些咨询方法立足于咨询实务、发掘出行业特点、体现着时代特色、展示了咨询人员的创意，终于形成今天我们看到的丰富多彩的咨询方法（工具、模型）体系。

（一）传统的咨询方法体系

当前，咨询的方法（工具、模型）很多，大多是以业务领域进行分类，并与管理流程结合起来。依咨询过程可将其中常用的方法整理如下：（1）明确咨询问题阶段常用方法有访谈法、观察法、比较法、文献法等。（2）调查搜集资料阶段常用方法有访谈法、抽样调查法、现场观察法、力场分析法、小组座谈法等。（3）诊断分析问题阶段常用方法有归纳法、演绎法、定量分析法、定性分析法、头脑风暴法、脑图、问题树法、鱼骨图、SWOT矩阵、麦肯锡7S模型、波士顿矩阵等。（4）撰写提交报告阶段常用方法有头脑风暴法、德尔菲法、文献法等。（5）评价实施方案阶段常用方法有比较法、访谈法、观察法、问卷调查法、SWOT分析法等。[17]

（二）咨询公司与数据库

管理咨询公司属于知识密集型企业，主要是通过对专业知识的运用，来解决用户提出的企业管理问题。当前很多管理咨询公司之所以存在激烈的同质化竞争，也在很大程度上是由于没有整合出自己的数据库，各个公司之间的专业知识、工作经验甚至成果业绩等等，都通过网际联络或人员流动而变得相似。公司只有率先认识到各种知识的重要性，并有效利用信息技术手段，将各种知识整合成强大而统一的数据库的公司，才会在竞争中占得主动。

在大数据应用于管理咨询方面，麦肯锡公司已经进行了多年的积累。在麦肯锡官方网站发布的“如何从大数据中获益最多”文章中可见，麦肯锡公司调查发现，只有18%的公司发现它们有能力收集和有效利用各种数据，同时只有19%的公司自信他们收集数据能够直接促进经济收益[18]。文章认为，简单地收集数据并不能得到它潜在的价值，企业需要专家或“翻译”对数据进行分析提炼，发挥信息沟通的最大潜在价值[19]。

（三）大数据应用于咨询的实例

基于大数据知识咨询技术体系的研发、管理、实施、应用、共享是一项相当复杂而系统的工程，涉及许多尚未解决和攻克的基础理论和共性技术问题，其基础在于咨询信息系统。这方面实践中也有一些探索，但尚未推广普及。

SAP咨询公司在信息系统的数据规范与自定义方面进行了较早的探索与研究。它通过对咨询数据定义的研究，为咨询项目的信息存储与检索、指标体系、报表体系提供使用准则与依据，并与咨询工作管理改进形成互相支持、互相促进之作用，适应客户动态变化及咨询管理动态更新之需要[20]。SAP咨询信息系统建立了数据字典（又称信息类型字典），作为行业顾问、专业顾问、1T顾问与SAP解决方案顾问的沟通桥梁，在统一的沟通口径上讨论工作，提高讨论的准确度与效率，清除对同一咨询项目理解的误差与数据口径的不对称。对于SAP的任一顾问，均可能通过SAP咨询管理信息系统，查询关心的功能或指标，然后根据索引，找到相应的报表，再根据报表中的索引，找到相应的咨询信息类型，并根据这个信息类型，引用相应的字段选项约束(即取值范围)。SAP的数据信息类型管理较好地解决了字段定义无限增长的矛盾，满足了咨询行业的多态管理需要，同时这种按需要定义数据类型的设计，当数据在大规模增长上，非常节省存储空间，也提升了检索效率。

系统使用后效果：对企业高层而言，不仅能够利用互联网实现及时联通从而加强管控，还能通过自动化统计系统强化对各种数据的分析进而辅助决策；对中层管理者而言，不仅能够及时监控部门的相关数据了解决策落实情况，还能实现与员工的及时沟通从而改善管理水平；对基层员工而言，不仅可以通过数据信息系统实现资源共享，还能够在网络环境中发现自身在组织中的作用，进而不断完善自我管理实现自我提升。

四、大数据咨询方法模型构建

在大数据出现之前，咨询公司的知识库一般包含：（1）企业正常运转所需要的行业普遍知识，比如，战略性、运营性和技术性的知识。（2）关于企业员工的相关知识，比如，员工的教育背景、知识结构、工作经验、爱好特长等。（3）关于客户的知识，比如客户的行业背景、发展趋势、重要领域等。这些知识既有文化的，也有技术的，还有制度的。尽管出于管理的方便，也有公司对这些知识进行整合的尝试，但目前还没有形成普遍的共识。大数据的出现为这种尝试带来了新的启发。也就是说，大数据独有的理念、技术与方法优势，使其在咨询方法中的应用成为必然趋势。具体如何应用则取决于咨询公司自身的发展方向、业务领域与数据资源，但其基础是一个共通的模式，这个模式可以按咨询业务的流程显现出来。

目前咨询方法大多依托于具体咨询业务或行业，大数据以其独有的基础性技术优势，可以使公司现有的各类数据与咨询过程有机结合，从而形成对现有咨询方法的整体性革新。为此，本文提出运用大数据咨询方法模型（如图1）来实现咨询公司既有咨询方法体系的整体更新。如果以前的咨询方法体系是“1.0”版，那么现在则呈现出咨询方法体系的“2.0”版。

本模型分为3层：内层为咨询企业自己的数据库，中层为咨询对象的数据链，外层为外部环境中大数据。这三层数据之间互联互通，但以咨询企业自身数据库为整个数据运行的起点与终点。通过咨询业务的5个阶段将三层数据贯穿联通起来，分别是：明确咨询问题；调查搜集资料；诊断分析问题；撰写提交报告；实施评价方案。

下面具体阐释：

（一）建立数据库起点，也是终点

图1 大数据咨询方法模型

对于咨询公司来说，建设数据库信息系统是运用大数据提高公司竞争力的基础。因为，数据库是公司所有知识与信息的集合，在公司这个有限范围内具有数据的完整性，从而形成一个基础的平台，为公司数据的存储提供场所，为数据运用搭建框架，为知识流动营造环境。否则，各项数据则分散无所皈依，其间潜在的关联也难以形成合力，甚至还可能由于信息沟通不畅带来冲突或矛盾。当然，数据库是动态的，它几乎无时不在更新，更随着项目的进展而得以丰富。

（二）明确咨询问题阶段

咨询人员需要对咨询对象的基本数据有所了解，同时将其与外部同类行业企业的数据进行对比，还应注意结合咨询公司内已有的与该企业或行业相关的数据，从而得到一个大致正确的初步判断。进而，在访谈、观察的基础上，运用文献法、比较法将与咨询问题相关的内层、中层、外层数据结合起来，确保咨询问题判断正确。

（三）调查搜集资料阶段

针对咨询对象的委托任务，对客户进行更深入和全面的了解，通常需要到客户企业进行实地的考察，充分利用咨询对象的数据链，同时要全面准确查找外部的相关行业及企业的数据，包括但不限于历史数据与现在状况，因为这是分析咨询对象问题的必要参照系。当然，不能忽视咨询公司内部已有的相关数据，这些数据往往更加可靠，但在适用时要注意形式合理、程度适当。

（四）诊断分析问题阶段

需要咨询对象内部人员新的参与，因为原有数据需要新的阐释；对咨询公司内部已有数据可供参照，作为比较对象发挥作用；外部相关数据应在新的形势下赋予新的含义；当然更重要的是，把这三层数据有机结合起来，挖掘出单层数据下未能呈现的信息，为诊断问题提供更为全面的视角。

（五）撰写提交报告阶段

当然需要以数据为基础，关键更在于对数据的灵活运用，撰写报告以咨询对象的数据为主，同时辅以外部相关行业企业的数据。报告完成后即应作为新的数据资源融入咨询公司数据库，以备后用。

（六）实施评价方案阶段

应以咨询对象的数据为基础进行前后对比，并将咨询对象的数据与同行业企业进行对比，如有必要还可将咨询对象的变化数据放在更广大的视野中对比，使咨询项目的意义得以升华。

五、模型应用

（一）预期效果

上述模型会对咨询公司的方法体系带来明显的积极效果，至少体现在以下3个层面：一是在个体层面，不仅可提高管理人员对咨询公司发展全局的把控能力，通过大数据方法把咨询公司的信息全面整合，管理人员能借此高屋建瓴地规划企业发展战略；还可提高普通员工的学习能力，通过大数据融入咨询方法体系，促进知识的累积，建立数据库，促进知识共享，为员工创造良好的知识信息工作环境。二是在业务层面，利用大数据方法对相关的各类资源进行整合，形成数据体系，不仅能够方便快速地查找所需方法，还会促使各具体项目的信息自动累积、不断更新，并呈现出单个的方法所未能呈现的景象，从而启发员工创造出新型产品。三是在企业层面，从直接效应上看，尽管大数据咨询方法体系对量化的财务指标的影响是隐性的，较难明确地定义其因果关系，但不难判断，它用相对少的人力和时间资源，就能实现更好的效果，从而产生更多的利润；从间接效益上看，对于咨询公司这样的知识型企业而言，核心竞争力不以个人技能或个别项目的形式存在，大数据咨询方法体系的构建，强化了数据库作为资源集合体存在，为咨询公司打造核心竞争力奠定了基础。

（二）配套机制

上述模型的效果需要相应的配套机制，可分为3个层次：一是建立一套管理信息系统，能够将咨询公司内部数据、客户数据、外部各种数据有机整合起来，并形成畅通流动状态，发挥出“大数据”的优势。二是制定一部数据应用规则，依法合理地处理数据整合带来的法律与道德问题，尤其把握好客户信息保密、咨询职业道德等问题。三是营造一种融合开放环境，主要解决咨询公司内部显性知识与隐性知识、客户项目之间、咨询人员之间占有的数据流通的问题。这个问题是组织内部的难以解决的问题，需要建立有效的激励机制，如知识薪酬支付制度、优先使用制度、署名与发表制度等。