企业挖掘数据要素价值的路径探讨

李 觅

（昆明理工大学，云南 昆明 650031）

数据已经成为最具有价值的资产之一，与传统的管理、生产、技术等生产要素相比，数据要素呈现出了许多新特点。企业利用并发挥数据要素的内在的价值，就可以及时把握市场的变化。目前，数据仓库、数据安全、数据分析、数据挖掘等围绕大数据的商业价值逐渐成为企业追逐利润的焦点，一些专门从事数据研发的公司也在各领域逐渐崭露头角。企业通过互联网平台所获取的大数据，不仅是企业的生产要素，更是延伸企业价值的生产手段。本文根据数据要素在企业管理、企业发展等方面的作用展开具体讨论，并提出企业实现数据要素价值的途径，希望能够为企业管理者提供相应的帮助。

一、企业掌握数字要素的意义和作用

（一）业务流程中数据要素的重要性

首先，数据要素在企业的业务流程方面，实现了业务流程的数据化，能够提高企业的工作效率。企业业务流程数据化，是指对企业的业务进行产品设计，计划管理，数据统计。更广泛地说，只要涉及企业业务方面的全过程，都可以利用互联网技术记录下来，并且利用计算机进行相关设计。这样能使企业在业务流程方面将所有的信息都能够收集、汇总、分析、处理、运用。如果将业务信息得到充分的数据化，就能够提高企业在业务经营方面的效率，并为企业生产力发展提供助推力，这样也能使企业在市场竞争中提高自身的竞争力。

（二）生产产品与提供服务中数据要素的重要性

近年来，很多行业企业提供产品和服务时会推送移动应用程序（App），这是实现产品和服务数据化的重要表现。通过推送软件的方式将提供的服务与数据相连接，不仅能够获得用户的体验感受，也能获得用户的相关信息。这种推送软件的方式能够扩大企业提供产品服务的影响力和宣传力度。利用产品服务数据化的方式，也能够为使用者提供更加便利的程序，简化他们的生活步骤。这都是产品与服务数据化带来的优点，甚至可能成为某些行业的主要发展方式[1]。例如，“美团”“饿了么”等外卖平台提供的就是生活餐饮服务，并通过网络数据的方式构建起来，实现现实生活服务与网络的连接。又如，智能产品服务，消费者购买智能电器产品，可以通过手机App远程控制电器使用。此外，如果电器产生了相应问题，也可以通过线上进行解决，减少企业相应的人力成本。这些都是产品与服务数字化带来的好处。大数据时代，企业能够通过数据真正获得有利于企业进一步发展的信息，也能让企业掌握更多的客户流量。当企业的生产加工、工业制造实现数据构建时，企业就能实现从生产到销售再到消费者，三者之间的有效联系。这大大增加了整体行业发展的紧密度，减少了生产的复杂性，并且为消费者提供了更加全面良好的售后服务。

（三）现实社会中数字要素的重要性

将网络与大数据对社会、经济、文化等各方面的真实连接，运用到企业当中就是利用数据要素实现其文化价值、经济价值、社会价值。将原本属于算法的数字迁移到现实社会中，将其应用在更广阔的平台。早些年，一些具有先进性、前瞻性的企业通过网络构建自身供应链，实现对上游企业和下游企业的有效配合，这其实就是数据要素发挥价值的初步模型。而当前，市场环境复杂、变幻莫测，企业与供货商和销售商之间的关系也在不断发生变化。要想构建一个稳定的企业生态系统，就必须利用数据要素，构建出适合企业及政府发展的生态系统。要打破传统供应链对企业发展的限制，构建新兴的互联网系统，决定企业供应链的需要及整合的是用户的需求量。如何更好地了解用户需求，通过构建企业与用户之间的数据联系，APP、网站等多种方式，使企业与用户之间的联系进一步加强，促进企业与供货商之间的联系愈加稳固。因此，数据也成了企业实现自身发展、构建良好企业生态环境中必不可少的生产要素。

二、企业实现数据要素价值的途径

（一）业务数据化

根据前文所提出的数字要素的重要程度及作用，企业可以根据数据要素的作用提出相关的企业整改任务。首先，实现业务数据化模式就需要加强企业自身的数据库、数据分析、数据挖掘能力。对于传统销售企业，企业可以通过构建物流互联网实时感应技术，掌握企业的内部运输量及流通货物的能力；对于电子科技的产品企业，可以将遥感芯片、健康检测芯片添加到日常的穿戴设备当中；对于传统养殖行业，企业可以对养殖的猪、牛、羊等动物进行数字化监控，科技化地实施管理。发现每一头、每一圈动物的生活状态和身体状况，这些都叫做业务数据化[2]。将企业业务融入互联网，并通过数据记载分析下来，这是实现企业业务数据化的第一步。任何业务在当前这个时代都有转变为数据化模式的可能，可能有些产业只适合部分业务数据化，有些行业适合大方面数据改革。但是，实现数据化与传统模式的有机相结合能够有效促进业务进一步发展。例如，人们渐渐习惯从网络购买衣服，但是，线下商场的门店并不能缺失。一些购买者他们既喜欢在网络购物，也喜欢体验线下商场购物。开拓电子商务能够使销售显著增长，这对于业务拓展来说是有利的。有了数据化的基础，能够初步掌握企业发展的基本信息，再利用信息分析未来发展趋势和动向。逐步发展后，能够实现业务的创新和服务质量的提高。

（二）数据金融资产化

数据资产化指的是数据能够直接转化为可为企业带来收益、利润的生产要素。这要求数据要素要突破间接影响企业的方式，实现对企业的效益、管理等方面的直接影响。数据要素转变为生产要素并不困难，真正困难的是如何实现数据要素的资产利益最大化。直接变现只是数据金融资产化的一部分，但并非全部内容。要想直接使数据要素转变为生产要素，首先要构建数据平台库。良好的数据平台库不仅要具备一定数量量的数据，也要确保数据的质量，这样数据库的价值才能越大，使用效率也会越高，数据资源开放共享，平台才能越稳定、价值越大，满足这些要求后才能实现数据转化为资产。数据资产化就是将企业所获得的数据，或者是通过数据制造的软件、专利、数据库进行售卖，这是直接变现的方式，但所获得的资金和影响也较小。虽然简单，但并不提倡。数据资产化还可以是提高企业的数据应用能力，通过数据分析，使企业拥有真正为企业所用的数据，而不是对外购买数据。例如，通过对销售波动的分析，企业可以判断是销售单价的影响，还是成交量量的变化影响；通过对库存周转率的分析，推断采购流程是否完善，备货策略是否需变更。通过分析流失的用户属性，对用户进行综合评估，找出挽留价值高、挽留难度低的用户，以此提升用户留存率。这项能力可以为其他企业进行培训指导，同时，具备较好数据要素管理能力的上市企业也能够提升股票价值，实现企业的价值升值，这是数据资产化的表现和途径。企业拥有较强数据处理能力，也是生产要素的一部分。企业在管理中充分利用数据库的能力，对员工在日常工作中的表现、绩效、测评进行数据评估。所得出来的数据极具说服力、直接性，能够清楚地使员工发现自身工作的不足和长处。这些都是数据金融资产的一部分，因为数据要素已经发挥了传统要素的重要功能。当数据要素代替部分功能的同时，也降低了企业在传统要素方面的支出。

（三）数据产业化

数据资产服务是指企业通过网络平台提供相应的网络服务而实现获利。这是目前数据要素运用最为熟练的方式途径之一。人们在日常生活中购买物品是通过电商购物平台进行的，这些购物平台为群众提供了购买服务，也从中获得利润。当前较热的贝壳网，利用租房卖房进行房产交易[3]，不仅能够了解现代房产业的大量信息，还能够通过这项服务获得利润。网络不断改变着人们的生活，无论是住房、购物、衣食住行，这些服务类的企业都从中获取了大量的资金和利润。从原先的线下购物、线下租房，变成网络购物，网络挑选，进而打破传统交易中的时间和空间的局限，实现了新的服务资产业务化。需要注意的是，要加强对企业的管理，“善于获取数据、分析数据、运用数据”是企业管理者做好工作的基本功，数据应用服务已经被认为是一种新兴的生产力，越来越多的客户涌入平台，会造成服务器紧张等状况，企业只有加强内部管理，才能够实现更好的业务资产数据化。

三、企业发挥数据要素价值的路径

（一）充分发挥数据要素的管理作用

企业要想将数据作为转型的关键，就必须要把握数据的四个核心要素。首先要掌握的是数据要素，这里说的数据要素是狭义范围内的数据。具体指的是在企业的产品和服务中，企业所获得的数据。这些数据是企业能够纵横市场长期不败的关键，也是打败竞争对手的核心要素。拥有了具体的企业运营，用户互动的数据资产，就可以掌握用户心理，市场需求，从而为用户购买者提供更好的产品及更优良的服务。这是企业实现数据转型的第一步，也是基础性任务。

（二）掌握数据技术的相关技能

数据要素还包括处理数据的技能。企业在管理内部员工处理公司事务中所产生的数据，量大而复杂。传统企业对于数据处理功能并无过多要求，最原始的数据处理只是针对企业内部员工工资计算、财务核对等涉及金钱方面的数据处理[4]。但是，大数据时代所提出的数据技能处理，更多指的是对数据业务、数据服务的详细统计和分析。通过分析得出市场运行的现状，未来发展趋势。面对这些数据，企业必须提高自身处理软件的设备功能，招募计算机人才。通过改善企业内部的数据管理能力，能够使企业具备更良好的数据素养，更好地运用数据要素。数据素养不仅是处理材料的能力，还指能够及时发现问题、解决问题的能力。它不是简单的驾驶一辆车从出发点到目的地，而是能够发现并解决驾驶过程中可能出现的突发状况。同时，企业管理者也要加强对数据技能的细节关注。

（三）构建良好的企业数据生态环境

在大数据化时代，一个企业的内部数据环境差，那么这个企业的内部可能会出现运营等多种问题，甚至会导致企业的破产。这并不是危言耸听，因为数据已是现代企业在市场竞争中的主要竞争因素之一，如果在数据的监测、运营、监管等环节出现了差错，企业面临的可能不仅仅是经营风险的问题，甚至企业内部部分人员还要承担相关刑事责任。如果没有良好的数据生态环境，不仅企业至关重要的数据可能面临泄露等问题，也可能触犯使用者个人的隐私。因此，构建稳定和谐的数据生态环境，是企业能够在数据化时代稳定发展的关键步骤。

（四）培养良好的企业数据素养

良好的企业数据素质，是指企业面对数据处理的方式方法。一共有三方面：首先，数据处理对象要更加广泛。企业内部业务的数据和传统渠道获得的数字不能作为数据处理的唯一对象。要善于利用社交媒体、互联网、音频、软件等多种渠道，获得大量数据，这些都是数据处理的对象。其次，数据处理手段不仅只运用到云技术、云计算技术，还可以利用5G、遥感、GIS等许多先进数据处理技术。这些具有高科技手段的数据处理器，不仅能够提高数据处理的效率和质量，还能够从另一方面降低企业处理数据的成本[5]。最后，是数据处理的出发点，目的是使企业能够更好地实现自身的发展。自身的发展是在不侵犯用户个人隐私、不影响上游企业利益的基础上进行的。企业数据处理是为了能让企业、用户和供应商三者之间实现紧密联系，通过数据加强彼此间的关联。数据关联加强就能使企业做出符合市场规律的正确决定，实现流程、决策智能化。

四、结语

数据要素是企业潜在的生产要素，但是当前企业还无法将数据要素融入市场。为此，企业应为业务数据化、数据资产化、数据产业化做好充分准备。首先，要改变员工特别是管理人员的传统观念，要将数据当作一种新型、重要的生产要素来看待；其次，数据要素并非信息的汇总，它既容纳了多种多样的信息内容，也能分析出某一产业、某一产品的生命周期和兴衰规律。在未来，数据要素将会为人类、为企业以及为市场的发展发挥巨大的作用。总之，虽然目前很多传统企业对数据要素的认识尚不成熟，但一些有先见之明的企业已经将数据要素当作重要资产进行规划管理，因为他们坚信只有把握数据才能把握未来。