大数据变革企业管理思维的路径研究

●田平

大数据变革企业管理思维的路径研究

●田平

世界已经迈向大数据时代。大数据对企业管理思维变革的影响日益加深，它对国家治理模式、企业的决策、组织和业务流程、个人生活方式都会产生巨大的影响。文章就大数据定义、核心价值进行了解释，描述了大数据的四个主要特点，从情报挖掘、智慧预测、舆情监测、用户评价互动方面论述了大数据变革企业管理思维的四条主要路径。

大数据 管理思维 企业管理 理念

一、大数据及其核心价值

“大数据”作为一个崭新的概念，目前尚无专有名词解释。笔者尝试这样定义：大数据是人类与计算机网络行为所伴生的海量、混杂和非结构化的数据，它基于云计算的处理与应用模式，通过全数据相关关系分析法基础上实现事物的智慧预测和价值服务。

大数据是继云计算、物联网之后IT产业又一次颠覆性的技术变革。云计算为大数据资产提供了保管、访问的场所和渠道，帮助大数据成为人类挖掘新认知、创造新价值的源泉，大数据改变了市场、业务模式、组织机构、文化和政府与公民的关系等。因此，大数据对国家治理模式、对企业的决策、组织和业务流程、对个人生活方式都会产生巨大的影响，必将成为国家和企业核心的战略资源。

大数据的核心价值是预测，也被专家和学者视为人工智能的一部分，或者说是机器学习反馈的成果。大数据在三个重要方面改变了企业的传统管理思维：首先，采用分析与某事物相关的全样本数据而非随机抽样；其次，接受和处理混杂的非结构化数据而非精确的结构化数据；第三，透过大数据寻找事物的相关关系而非关注难以捉摸的因果关系。

二、大数据的特点

大数据通常用4V表示其主要特点：Volume、Variety、Value和Velocity。

Volume，数据体量巨大，具体描述已经从TB级（240字节）升到PB（250字节）级别。2013年全球数据存储总量达到约1.2ZB（270字节），1ZB等于1万亿GB，1.2ZB相当于12亿个1TB移动硬盘的存储量，这个数值正在以每两年翻一番的速度增长，预计到2020年全球将总共拥有35ZB的数据量，增长近20倍。Variety，数据类型众多，包括数字传感信息、交易记录、微博、视频、图片、地理位置信息等等。Value，价值密度低，商业价值高。以视频为例，在连续不间断监控过程中，可能有用的数据仅有一两秒钟而已。Velocity，处理速度快，1秒定律，这一点也是和传统的数据挖掘技术有着本质的不同。

图1 2006年麦肯锡大数据报告发布以来大数据的关注度走势

三、大数据变革企业管理思维的主要路径

（一）情报挖掘系统

经济和金融全球化的趋势导致企业面临市场竞争日趋激烈，企业受外部环境影响程度加大，企业通过快速响应和大量创新构建核心竞争力过程中，必须大量掌握内外部渠道情报来构筑自身战略决策体系。

大数据时代，企业主要情报来源主要有以下途径：

1.互联网渠道。企业通过付费或免费方式，得到包括竞争情报、宏观经济、政策机会、标杆前沿的数据。

竞争情报：可通过电商网站获得竞争对手的产品、价格和营销策略，通过新闻活动、公开的企业专利库、企业信息库及时掌握竞争对手的情况；

客户数据：可通过电商网站、自身门户获得消费者从互联网或移动终端直接反馈的评价和建议；

政策阅读：可通过国务院各部委公报、各地方政府公布的产业政策、地方的规划细则、各地方产业园信息挖掘机会线索，通过线索直接接洽获取更详实的情报；

外部环境：可通过国内外每月例行公布的经济数据、金融指数、产业运行的数据、海关数据等来预判未来的变化；

标杆企业：可通过招股书、年报、国外证券市场寻找国际标杆企业情报。

2.内部渠道。企业通过自身的信息系统、门户网站、客服系统等分析挖掘内部数据。对于内部的核心业务，从数据安全性角度考虑，最好运行在企业内部的私有云（私有云，是指企业自己使用的云，所有的服务只供自己内部人员和下属机构使用）平台上，为集团和各级公司统一提供IT运行环境，尽量避免各下属机构在IT基础设施上的投入。企业必须构建下一代企业计算关键技术的大数据处理平台：包括计算引擎、开发工具、管理工具及数据服务。计算引擎是大数据处理核心部分，提供支持从多数据源的异构数据进行实时数据集成、提供分布式环境下的消息总线、能够与第三方系统进行服务整合访问；设计分布式计算框架，可以处理结构化和非结构化数据，并提供内存计算、规划计算、数据挖掘、流计算等各种企业计算服务。Data Studio包括了数据建模、开发、测试等集成开发环境。管理工具包括了实施、客户化及系统管理类工具。

图2 大数据情报挖掘系统

（二）大数据智慧预测系统

大数据预测分析帮助企业从海量信息中省时省力地获得可靠的信息，从繁重的搜索监测和识别工作中解放出来，将海量信息转化为指导行动的洞察力，赢得时间更快更好地做决策分析。

利用大数据预测分析系统，企业从非结构化数据中能够挖掘到意想不到的模式和关联，开发指导业务一线交互的模式。大数据智慧预测防止高价值客户流失，为当前客户提供更多服务购买选择，开发成功的新产品，提高运营效率，发现并最小化欺诈和风险；大数据智慧预测执行高级分析，数据挖掘，文本挖掘，社交媒体分析和统计分析（包括回归分析、集群分析、关联分析），数据收集和在线调查研究，数据建模和预测建模；大数据智慧预测针对各技能水平的用户提供自定义功能，包括针对管理高层的可视化菜单界面，针对更资深分析人员的命令语法界面和高级功能；大数据智慧管理和部署企业的全部资产和负债，为运营系统和决策制定人员提供优化的决策。比如美国折扣零售商Target公司通过大数据关联物分析给女性顾客“怀孕趋势”评分，使得Target公司能准确预测女性顾客预产期，以便能够在女性顾客孕期的每个阶段寄送相应优惠券，以此引导女性顾客的未来消费。

（三）大数据舆情监测系统

大数据舆情监测系统可进一步细分为舆情管理和舆情分析处理子系统。舆情管理子系统实现监测源的全面覆盖性、监测的持续不间断性和信息发现的实时性。舆情管理子系统监测24小时不间断关注互联网信息，特别是热点事件的及时发现和深入追踪，对当前互联网上的各种媒体形式，包括微博、社区网站、论坛、新闻网站、视频网站、电视台广播电台和报刊等互联网网站。舆情分析处理子系统针对特定专题和事件，对符合需要的信息分类加工展示；对于负面信息进行精准预警和收集，有效提高主动式应对能力。2013年9月16日，央视报道新生儿在医院喝“第一口奶”，背后暗藏金钱交易，而美赞臣、多美滋等企业被曝出贿赂医生和护士。央视还曝光了多美滋公司给天津各家医院医生打款的“明细单”，其中记录着2013年1月到7月打款的详细情况，包括医院的名字、被打款医生的姓名等细节。图3是大数据舆情监测系统对“第一口奶”舆论观点的深度倾向分析结果。

（四）大数据用户评价互动系统

利用领先的智慧语义感知技术，大数据用户评价互动系统提供一站式用户评价的聆听、分析、互动和挖掘功能，实时感知用户评价，及时回复用户评价，实现与用户的良性互动。

1.用户评价实时聆听。实时采集社会化媒体（包括电商平台）中用户评价信息。采集来源以电商平台为主，也可支持微博等社会化媒体平台。采集数据包括：产品的用户评价、每日和累计销量、产品价格；当然也支持来源于客户其它渠道的评论数据。

2.用户评价自动分析。支持用户评价的语义分析，支持的分析维度包括：建议和投诉分类、产品和服务分类。提取产品使用评价的三元组{评价产品，评价属性，评价值}；服务全流程数据提取，提取用户评价三元组{评价对象，评价属性，评价值}。

3.用户评价挖掘。支持对用户评价信息的统计和挖掘，挖掘维度包括：用户评价热点、服务全流程统计分析和产品使用统计分析。

4.用户评价的机器互动。支持针对不同用户评论的类别，进行机器自动实时互动。

大数据为企业管理思维开启了另一个广阔的空间。根据企业对数据本身、技能和思维的不同运用，未来发展方向会有三种特点鲜明的大数据公司。第一种是基于数据本身的公司，这类公司拥有海量的数据，通过授权数据使用获得收益，位于信息链的上游。第二种是基于技能的公司，这类公司通常是咨询公司、技术供应商或者分析公司，受托技术分析大数据获得收益，位于信息链的中游。第三种是基于思维的公司，这类公司关注脱颖而出的大数据创新思维及挖掘数据新价值的独特想法，它们在改革创新商业模式方面独树一帜，位于信息链的下游。睿智的公司怀着虔诚的心态牢牢捕捉住大数据带来的机遇，激发这方面独特的创意和思维。可以肯定的是，在大数据创新思维有所建树的公司必将占据国民经济的主导地位。

[1] 维克托·迈尔—舍恩伯，格肯尼思·库克耶.盛杨燕主译.大数据时代.浙江人民出版社，2013

[2] 郭晓科.大数据.清华大学出版社，2013

（作者单位：中国兵器工业集团第五三研究所 山东济南 250031）

（责编：若佳）

F270

A

1004-4914（2014）03-264-02