大数据在制造业企业战略管理中的应用

何 湾

（中共辽宁省委党校经济学教研部，辽宁沈阳110004）

一、前言

随着信息技术的不断发展，移动计算、物联网、云计算等一系列新兴技术逐步运用于金融、医疗、教育等各个领域。数据总量急速增长，大数据时代已经到来〔1〕（冯芷艳等，2013）。有关大数据的应用一直是学界研究的热点，但多数研究仍停留在大数据信息处理的技术层面，对于数据内在价值的挖掘还不到位。大数据时代的到来为现代制造业企业战略管理提供了一个全新的思路，就是用数据说话。借助互联网技术对于大数据的处理和分析，能够在短时间内发现企业新的发展方向和利润增长点，同时创新企业的经营管理模式，提高企业核心竞争力。当前，大数据技术日渐成熟，对企业战略管理带来了巨大的冲击，如何更好地利用大数据技术是未来企业实现战略管理目标的关键所在。

（一）大数据的定义

大数据这个词最早出现在apache.org 的开源项目Nutch 中〔2〕（李忠顺等，2015）。截至目前，“大数据”也是仅仅作为“海量数据”的另一种表达方式，并没有一个明确的定义。维基百科中对大数据是这样定义的：“无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合”。除此之外，其他权威机构给出的定义中也都是站在大数据规模巨大无法通过常规技术手段地处理的角度去界定的。

（二）大数据的特征

虽然学术界对大数据还没有一个严格的定义，但研究人员普遍认同大数据一般性具有某些基本特征。首先是规模性，互联网技术的迅猛发展使得企业在战略管理的过程中所获取的信息数量是以往的几十倍甚至是几百倍。其次是多样性，大数据环境下数据类型多，数据形式多样，结构关系复杂，企业战略管理需要对不同类型数据进行整合。再次是时效性，数据的传播和交换之快意味着数据的存在价值非常短，企业必须在极短时间内获取有价值的信息。最后是预测性，通过对于一段时间数据挖掘和分析，联系不同类型数据的相关性，企业能够有效地对未来发展方向进行预测并作出决策。

二、大数据在制造业企业战略管理中的应用

实际上，制造业企业参与价值活动的过程中，只有特定的环节才能够产生价值增值，而这些环节才是真正意义上价值链上的“战略环节”，也就是企业需要重点关注和培养的战略优势。以往制造业企业挖掘战略优势的主要方法是依靠“经验之谈”，这种数据分析让位于直觉判断的方式将造成企业战略管理过程中对于市场变化动态调整不及时，企业间协调不力，未来决策方向误判等诸多问题。特别是在当前，数据的庞大和复杂使得这种战略管理思路的弊端更加明显，不利于企业适应新的经济形势。未来要想抓住大数据带来的发展新机遇，在竞争激烈的市场中立于不败之地，企业战略管理就必须依托大数据技术。

（一）大数据在制造业企业基本活动中的应用

近年来，越来越多的企业注意到大数据的应用价值，逐步将大数据运用到企业生产经营的各个环节，而如何利用大数据来进行成本优化一直是制造业企业关注的焦点，而降低成本也是企业提高利润的重要途径之一。大数据环境下发展的数据共享技术、云计算平台、Hadoop 技术、互联互通与可视化工具等相关技术手段可实现有效的成本控制〔3〕（张彬，2019）。同时，当前我国经济发展已经进入到高质量发展阶段。因此，制造业企业要想长远发展，就要充分利用大数据优势根据不同人群特点满足差异化的产品需求。

1.供应链管理方面。主要涉及利用大数据技术提高供应链管理水平〔4〕（王佐，2017）。一是供应链以数据形式管理，用数据打通供应链中各环节业务系统，让环节内数据彼此相连。企业可以利用大数据快速响应的特点使每个环节短时间内迅速实现最优化的同时，通过分析发现数据之间的相关性，加大各环节协同效应，从而实现供应链管理一体化。二是以需求驱动生产，满足消费者深层次的消费需求，实现供应链管理的精准化。企业通过收集消费者的需求信息和产品反馈意见，进一步挖掘客户需求再进行后续的产品生产，有效解决传统模式粗放式生产造成的产能过剩问题，降低企业库存成本，提高企业竞争力。

2.生产制造方面。传统制造业企业主要通过生产的产品来引导消费市场，由于产品种类有限，无法满足每个客户个性化需求，适销不对路的问题长期存在。与此同时，传统生产方式下定制化生产工期较长，加之定制成本居高不下，因此个性化定制无法实现量产。这都影响着制造业企业产品竞争力，而当前大数据的出现有效解决了制造业企业这一生产难题。消费者可以运用手机软件与生产企业直接连通生成个性化订单，再利用物联网、云计算等技术结合制造业企业自身的产品设计、生产工艺等数据库进行产品批量定制，从而实现在一条流水线上完成多样化定制产品的生产任务。通过大数据技术的运用，同类制造业企业可以做到规模化差异化生产，不仅大大提高客户满意度，也减少同类制造业企业之间的竞争。

3.市场营销方面。成功的市场营销能够增加客户数量并提高买方购买力，这就需要企业前期清楚自身产品定位同时足够了解购买人群。大数据营销打破了“广告轰炸”的传统营销模式，通过快速、准确获取客户个人信息，比如职业、年龄、消费偏好、购买记录等等，做到“一对一”的精准营销〔5〕（袁鑫，2017）。大数据背景下，每一次理性消费背后都是企业制定营销行动的数据基础，使企业重新审视消费者和产品之间的关系，快速定位产品目标客户并提供有多种针对性的营销策略，从而使企业制定的营销策略更成功。同时，大数据下的市场营销更加强调从消费者角度出发制订营销策略，这种以顾客为中心的观念有助于提高客户参与度，逐步培养消费者对产品的忠诚度，让企业品牌深入人心。

4.售后服务方面。为了提升客户满意度，不少企业都提出了多种售后服务方式，指导、维修、换货、退货等环节也成了客户购物体验的一部分。通过售后服务的跟进，可以让企业了解消费者对产品的反馈，为接下来的战略规划提供信息基础，减少错误的生产和销售成本。但企业加强售后服务的同时，也必须考虑到履行责任的成本问题。大数据运用于企业售后服务环节最大的优势在于能够节省产品的退货成本。据统计，产品退货成本是货物运费的1.5 倍。企业借助大数据整合技术能够预测出各类产品被退货的可能性以及退货数量，提前采取积极行动减少运输成本和损失。

（二）大数据在制造业企业支持性活动中的应用

基础设施、采购管理、人力资源管理和技术开发方面虽然不直接参与制造业企业生产经营，却都是企业顺利经营的必要保障。大数据背景下，企业战略管理面对的是更加庞大、更加复杂且多变的数据处理环境，分析数据的角度也有了重大的转变。不再一味追求数据之间的因果关系，而是通过海量数据的某一相关性来捕捉现在甚至预测未来。大数据时代，只有更加准确快捷地处理和挖掘数据信息才能在大数据环境下获得企业的竞争优势，这就需要企业对支持性活动的各个环节进行变革，打破传统企业战略管理模式。当然，当前互联网技术的迅猛发展为企业创新提供了更多的方法和途径。

1.基础设施方面。基础设施包含企业组织机构设置、企业文化、运行流程、高级管理人员等多项内容，支撑着企业各项价值活动运作。随着计算机和信息技术的飞速发展，互联网技术与企业管理深度融合，企业发展已经离不开大数据的支持。旧的企业战略管理模式已经无法应对当前复杂多变的外部环境，这就迫使企业要进行思想上的变革。一是要明确大数据是企业未来发展的重要战略性资源，与传统数据规模相比大数据的数据总量约等于全样本数量，因此企业能够全面了解并掌握当前经济形势。二是要明确大数据技术对企业组织结构影响巨大，企业决策主体由“高级管理人员”转向“一线员工”，组织结构将日趋扁平化〔6〕（何军，2014）。只有做到思想上的真正转变，企业才能更好地用大数据。

2.采购管理方面。企业采购管理过程中，需要对供应商的资质和能力进行评价和选择。过去企业获取的采购信息主要是由数量有限的供应商提供，有时无法满足企业全部需求，特别是在产品的价格和性能方面。网络环境下，数据共享技术和互联互通可以实现企业之间信息数据的实时共享。在这种方式下，企业与外界联系更加紧密，任何企业都能在大数据平台中找到匹配度更高的供应商，更好地服务于企业的生产经营活动。即便是预测到未来可能会出现供应链断裂的情况，企业也能够通过大数据作出迅速反应，进行多供应商调配，保障企业的正常运行。

3.人力资源管理方面。当今社会，人才是企业未来发展的重要战略性资源已经成为全世界的共识，如何识别人才、留住人才是人力资源管理的重中之重。在实际工作中，人力资源管理所涉及的相关资料常常具有多种格式和类型，某些数据可能根本无法量化，难以做到准确评价员工〔7〕（严家新，2016）。此外，传统人力资源管理模式长期滞后于企业发展需求，无法对人才需求变化作出快速反应。大数据的发展为企业人力资源管理提供了全新的工具和方法。通过计算机技术的运用推动人力资源管理创新发展，使企业人才招聘向“精准式”转变、培训方式向“个性化”转变、绩效考核向“综合管理”转变、薪酬激励向“科学灵活”转变。只有这样才能真正发挥人的潜能，提升企业竞争优势，实现企业的战略目标。

4.技术开发方面。大数据与传统数据环境的最大区别在于数据体量。想要从高度复杂化的海量数据信息中快速捕捉相关有用信息，这给当前数据存储、处理、分析技术带来了巨大挑战。获取海量数据对企业来说难度已经很大，但是处理和分析海量数据对企业来说更为重要，如果无法做好数据的挖掘工作，那么这些海量数据对企业来说则毫无用处。但是，大数据下大部分数据的价值是隐性的，需要创新性信息技术的分析释放。与此同时，大数据中的数据信息横跨多个专业领域，涉及多种文件载体，企业只有努力跨越多样化数据处理技术的障碍，才能应对未来数据洪流的冲击。因此，企业必须重视大数据技术的开发和应用。

三、大数据下制造业企业战略管理中面临的问题

数据是现代制造业企业战略管理过程中的重要基础性资源，是企业决策的信息基石。大数据时代的到来，不仅为企业提供了海量的信息资源，还提供了更加科学高效的数据采集和处理技术。特别是在经济全球化的今天，外部形势复杂多变，企业间竞争日趋激烈，企业要想谋生存、谋发展必须要把握好大数据带来的发展机遇。大数据及时、高效的特点可以为企业提供监控和危机预警等服务，从而大幅度提高企业对市场的反应能力；借助大数据技术，企业能够整合分析多个领域数据，更深层次挖掘信息，触发新的价值增长点。因此，越来越多的企业已经意识到了大数据的强大力量和无限潜能，但技术的发展是一把“双刃剑”，大数据技术背后的问题也需要企业去关注和研究。

（一）数据安全存在隐患

在大数据环境下，每个人都是数据的提供者，这些数据中包含大量的个人隐私和商业机密。一旦出现数据泄露，将会对个人、企业甚至是社会造成严重的危害。所以，企业在运用大数据的同时，数据安全问题也不可忽视。值得注意的是，企业目前的网络安全保障措施无法满足大数据环境下的信息安全要求。一是缺乏数据传输过程中的安全管理。不少企业通过设置终端设备划分网络“边界”，隔离“外网”入侵的潜在风险来保证“内网”数据的安全。但随着移动互联网、云服务等技术的出现，这种“安全边界”已经逐渐模糊，无法达到全程保护数据安全的目的。二是企业数据管理专业性不强。互联网时代，大数据管理需要强技术，但绝大部分制造业企业达不到这种专业水平，其设置的技术防护无法阻挡专业黑客〔8〕（戴明禹，2017）。

（二）知识产权保护困难

大数据的发展推动了企业技术革新，各种商标和专利技术如雨后春笋般不断产生，数量之多、速度之快为企业发展注入了新的动力。然而，大数据技术为企业提供信息资源的同时，也加大了知识产权保护难度。在传统战略管理模式下，企业通过拥有独占性的资源来获得核心竞争力，知识产权也包含在其中。这些资源往往本身十分独特或者需要企业长时间经验积累才能获得，具有很强的排他性。但是随着大数据的发展，互联网作为数据发布和传播的主要平台催生出一种“免费”的现象。这种现象在一定程度上打破了企业长期以来对某些资源独占的情况，而其他企业也可以利用这一便利进行模仿和复制。这种行为将会引起企业间知识产权的大量纠纷，从而影响企业创新的积极性〔9〕（王德夫，2016）。

（三）数据开放程度不足

企业数据按照公开程度不同可以分为三类：公开、半公开和非公开数据。公开数据是现阶段获取其他企业信息的主要渠道，一般来自该企业的公开出版物、官方网站和有关新闻报道。这类信息虽方便取得，但有价值的信息相对较少。非公开数据属于商业机密的范畴，一般情况不对外开放。在大数据环境下，企业之间数据交流是否通畅，取决于半公开信息的开放程度。当前半开数据开放程度不足，这主要是因为缺少统一的数据开放标准，导致企业数据开放情况参差不齐。不少企业选择不公开数据来减少商业竞争，也有不少企业为了避免暴露自身劣势刻意隐藏某些信息。这些情况都限制企业数据的开放程度，造成数据共享不到位，严重阻碍企业间的协同发展。

四、政府在推动制造业企业大数据发展中的积极作用

企业战略管理是一种高度复杂化和动态化的过程，面临着数据筛选、数据分析、模糊性、不确定性以及各种突发情况。大数据时代的到来为企业提供了全新的战略管理方法，大数据技术的应用也从IT 行业逐步扩大到了制造业、服务业、农业等传统行业。随着云计算、移动计算机、物联网等技术的逐步推广，大数据在推动企业转型升级，促进企业创新发展中的作用越发突出。然而，当前我国制造业企业大数据发展普遍滞后于消费互联网，对于大数据的应用仍处起步阶段，还有很多问题需要研究解决。因此，政府在推动大数据健康快速发展、保障信息安全的过程中扮演者十分重要的角色〔10〕（余义勇，段云龙，2016）。主要体现在以下几个方面：

（一）制定数据安全使用政策

近年来，数据泄露案件频繁发生，社会影响巨大。这些数据泄露案件中涉及不少企业经营过程中敏感信息和商业机密的外泄问题，造成企业损失严重。信息时代，数据保护是一个持续化的过程，信息使用的各个环节都可能存在着一定的安全隐患。因此，需要政府通过政策的制定，对数据使用的权限和范围进行严格的规范。目前，我国政府已经开始逐渐重视大数据下的信息安全问题，出台了一系列法律法规。例如《网络安全法》《信息安全等级保护管理办法》等，甚至在2020 年颁布的《民法典》中明确强调大数据下要加强个人信息的保护。未来，数据安全使用政策的制定依旧是政府推动大数据发展过程中的重要任务。

（二）健全知识产权保护体系

面对大数据带来的思想、技术、模式的巨大变化，企业要想利用好大数据，就需要不断地对大数据进行分析和挖掘。这些大数据领域形成的智力成果，形式多样且更新速度很快，现有的知识产权保护体系难以满足新的保护需求。众所周知，健全的知识产权保护体系是激励企业创新发展的重要保障，也是企业提升核心竞争力的必要前提。所以，为了能更好地使用大数据，营造健康良好的大数据环境，知识产权保护制度就必须与时俱进，不断调整和完善。只有从制度层面对运用大数据获得的知识产品和劳动成果加以保护，才能真正消除企业创新过程中的后顾之忧，推动经济发展再创新高。

（三）制定引导数据共享政策

大数据的价值在于数据的自由交流和共享，但是大数据天然的独占性阻碍了数据之间的交流共享。大量有价值的信息掌握在少数经营者的手中，其他使用者很难获得。这种情况形成一定程度上的行业垄断，不利于市场经济的发展壮大。要想尽可能灵活、广泛地利用数据信息，就需要政府在其中发挥积极作用。一是通过奖励政策的制定鼓励企业放宽数据共享范围，扩大数据共享规模，积极推进数据共享机制的构建。二是政府可以出台相关政策来规范数据使用流程，明确数据使用权限范围，调节信息私有化和共享之间的矛盾，合理配置信息资源所带来的经济利益。

五、结语

大数据时代，数据的体量和复杂程度都大大超出传统信息技术处理手段，给我国现代制造业企业战略管理带来了严峻挑战。与此同时，随着现代信息技术的不断推陈出新，云计算、移动计算等一系列新兴技术的应用也为制造业企业未来提供了广阔的发展空间。通过分析我们可以得知，无论在企业的基本活动中，还是企业的支持性活动的中，大数据的运用都会给企业带来巨大的发展优势。尤其是在企业的成本优化、产品差异化以及改革创新方面，大数据的作用更加突出，也进一步说明利用大数据进行企业战略管理势在必行。当前大数据下新型企业战略管理模式的发展仍然处于摸索阶段，信息安全、知识产权、共享权限等方面产生的问题需要进一步的研究和思考。此外，构建良好的大数据环境需要政府的大力支持，通过制定和出台相关奖励政策，加快推动制造业企业大数据环境下的战略管理模式革新。