积极推进大数据在中小企业中的应用

薛汉根

当前，全社会已进入大数据时代。现代企业的发展需要充分整合企业内外部资源，构建良好的生态体系，而数据资产的创造与挖掘无疑具有重大的意义。如何充分挖掘利用大数据资源，深入推进创新转型是企业面临的一大新课题。

一、廓清大数据思想认识误区，增强大数据应用的主动性

目前不少企业尤其是中小企业对大数据认识不到位，认识有误区，影响着大数据的建设与应用，其误区归纳起来有五：一是认为大资料就是大数据。这种认识以偏概全。大多学者认为，大数据是指无法在一定时间范围内用人工或常规软件工具进行采集、管理和处理能形成解读形式的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力，来适应海量、高增长率和多样化的信息资产。大数据具有体量大、多样性、传输速度快、价值密度低而商业价值高这四个特点。大数据打破了数据之间因果关系的固定格局，使得相关关系的可用性显露出来。二是认为大数据是大企业的专属，中小企业难沾边。这种想法与实际相左。随着互联网的发展，数据信息越来越容易被收集，且数据越来越公开、透明、对称，只要用心收集网络大数据平台上的信息，小企业同样可以掌握和运用大数据为企业发展提供决策，为企业创造利润。诚然，并不是目前所有企业都要使用大数据，是否使用要从企业实际情况和具体需求出发，因为并不是所有企业都有应用大数据的资金、人才等方面条件。三是认为大数据的作用无比之大，原有管理模式可以搁置一旁。這一看法过于夸大大数据的功能。大数据虽然是企业发展不可或缺，但不能全盘否定过去优秀的管理模式，传统的管理模式只要发展、完善、提高，仍然可以支撑企业发展。要全方位考虑企业运行方略，将大数据与之完美融合在一起，对以前的管理链路、运行思路进行适时改变，即能达到优势互补，放大效应。四是认为“大数据为王”，其它信息技术就不怎么重要了。这显然也是错误的。目前几种信息技术之间的关系是相辅相成、相互促进的，不能厚此薄彼。在互联网、物联网、云计算的体系中，数据起到基础性的作用，是整个网络得以延续发展的核心所在；互联网、物联网和云计算也是数据信息转化、数据价值转化的重要载体，是数据共享、流动和融合的关键技术。物联网通过“感官”采集数据实现物-物相连，成功地将物理世界和数字世界联通，采集到的数据需要通过云计算这个“大脑”进行分布式储存和计算，最终将计算得到的结果通过互联网“血管”等通道传输到各个终端。大数据、云计算、物联网、互联网四者之间紧密相连，形成信息技术生态链，发挥着相互无法替代的作用。五是认为大数据应用还早，还未走到这一步，不必赶时髦。这种思想归根到底是对大数据的作用认识不足。大数据就是资产，数据正成为一切社会组织运行的基本要素，其战略意义将超过土地、人力、技术和资本，给人们带来前所未有的挑战和机遇。现在不搞大数据学习、研究和应用，就谈不上搞智能制造、搞互联网、搞物联网，谈不上搞现代装备制造、搞现代服务业。目前最热的人工智能也是建立在计算机通过学习海量数据的基础上才得以产生智慧。用通俗的一句话：人是吃粮食的，人工智能、智慧城市、智能机器人等是吃数据的；人不吃粮食不行，智能制造不吃数据不行。应用大数据是加速推进传统产业转型升级，持续激发生产模式、服务模式和商业模式创新，显著提高经济运行水平和效率的一项不可或缺的重要战略举措。在大数据面前，谁认识得早，谁主动，谁先应用，谁将先得利。每个企业要站在时代的前沿，去拥抱大数据，将学习应用大数据摆上议事日程，列入企业研究课题，做到在学习中提高认识，在应用中取得效果。

二、把准推进大数据运营的重要环节，打好大数据应用基础

根据一些企业的实践，推进大数据运营一般应把握好如下五个主要环节。

（一）设计科学合理的应用大数据的组织结构

企业的组织结构是企业大数据战略能够顺利实施的基础。首先，建立公司级的数据中心，集中存储和管理数据，并设立CDO（首席数据官）岗位，负责大数据行动计划的跟进与协调。其次，在各个业务部门设立数据小组，具体管理本部门的数据，让数据贴近业务。再次，在作业单元设立兼职数据管理员，负责数据的及时收集和传递。这样横向到边，纵向到底的组织框架，便于上下沟通、协调动作，让数据的作用得以充分发挥。

（二）制定切合实际的大数据行动计划

制定计划时，要坚持从行业特点和企业实际出发，明确大数据建设的指导思想、基本原则、目标效果、总体思路和实施步骤。其指导思想：积极顺应数字经济发展趋势，加快提升企业核心价值竞争力；基本原则：坚持从实际出发，宜用先行、分步推行、循序渐进；目标效果：提高企业现代化管理水平，提高企业运行效力；总体思路：多渠道获取信息，汇集和存储数据，多方式分析数据，多层级升值数据，多融合使用数据。

（三）建立企业大数据运营体系

大体分为六个层级，即数据基础平台、可视化数据报表、产品运营分析、精细化运营平台、数据产品、战略分析与决策。构建运营层级时，不一定要逐层构建，可先建好数据基础平台，尤其要将数据仓库建设好。缺乏实力的企业，有的层级平台可借助第三方专业数据平台进行运作。并注意将有限资金应用到关键节点，务求实效。

（四）构建大数据基本技术平台

（1）采集与存储平台。一般可分为数据采集层、预处理层和存储层。企业信息采集的来源主要是企业内部数据，尤其各种智能设备的运行数据及产业链上下游合作伙伴数据，还要采集社会信息。数据采集之后，进行规范化管理，验证数据的全面性与可靠性，也就是数据的预处理。最后将整理的数据存储下来。（2）分析与挖掘平台。数据采集与存储后，通过数据分析和挖掘平台，采用多形式、多方法进行数据的分析和挖掘，从海量的数据汇总中提取隐含其中的有潜在作用的信息和知识。（3）洞察与决策平台。这一平台的主要作用是利用大数据分析结果，进一步分析和思考，达到深入洞察、充分发现，从而做出与此相适应的决策与行动，最终企业实现价值，满足客户需求。（4）应用安全平台。这一平台负责数据的安全性。贯彻国家《网络安全法》，采用多种方法和手段，以保证数据资产安全可靠。endprint

（五）建设一支优秀的大数据团队

为能保证大数据团队的职业能力，企业应该重视大数据人才的引进，并通过多种途径培训，提升现有大数据团队的能力和水平。建立有利于整个大数据团队成长和发展的制度和文化。在他们晋升时，评审其数据分析能力，举证相关的数据支撑日常工作的案例，促进提高数据使用度。

三、实行大数据技术与企业业务有效融合，提升大数据应用价值

1.以大数据推进企业战略决策从“业务驱动”转到“数据驱动”

企业管理最重要的是决策。在重大事项的决策上，以往多以“业务驱动”，随着信息技术的迅速发展，“数据驱动”决策日见普遍，它主张以数据为核心，利用大数据技术进行决策。首先，要确定企业的业务主题，是上新产品，还是寻找潜在客户，还是预测未来、规避风险，有的放矢，将注意力集中到业务主题相关数据方面，然后根据主题业务确定首选的业务战略关键区域（例如可能是营销或者是财务等），并确定区域中哪些方面来回答这些问题。随后可用集成系统来连接企业内外部所有不同的数据源，以全面了解相关业务发生的情况，并运用分析平台进行数据分析。为防止数据来源的不规范，可对不同来源的数据进行交叉分析，以增加数据分析的确定性。同时以可视化的方式清晰地将分析得出的结论或见解显现出来，最终在业务中使用这些信息，让基于数据的决策达到智慧化、科学化。

2.以大数据引领传统营销变革

在经济信息技术时代，大数据营销就是第一营销力，它在依托大数据技术的基础上，能够更加精准有效地给企业带来更高的投资回报率。大数据营销主要有三种模式：⑴ 相互关联模式。通过分析足够的数据，看到并不相关的两个数据之间的联系，进而为企业创造更多的营销利益。企业在对数据进行分析的时候，要充分挖掘数据与数据之间隐含的内在关系，并进一步使这种关系多样化，为科学合理决策提供有力的支持，让企業掌握更多的优势。⑵精准定向模式。就是根据用户的精准信息进行精准化推荐，减少不必要的人力、库存等成本，实现营销效率的最大化和企业利润的最大化。要做到精准营销，在树立精准思想的同时，要规范精准的行为。运用数据库，准确调查客户的需求，并进行细致分类，掌握客户的需求等级，做到精准掌握目标用户。认真做好客户信息的收集、整理和分析工作，通过大数据深入了解客户需求，让企业的产品和服务直接命中客户的需求点，做到精准定向产品。持续不断地运用大数据，分析用户特征与行为，挖掘用户新的需求，提供高质量的新品和服务，满足客户的需求。⑶动态调整模式。将用户行为列入大数据，以动态的运算结果推出最受客户欢迎的方案。以市场的变化来适应不变的客户，及时地抓住客户。

3.以大数据完善和提升电子商务

电子商务是现代信息技术和现代商业技术相结合，在开放网络上的包括企业之间、企业与消费者之间的商业交易。而数据商务是电子商务中不可或缺的，数据商务具有顾客管理、网络结构优化、智能搜索等功能。在这些运用中，数据挖掘可以帮助电子商务更好地了解用户的潜在兴趣，提高为用户的个性化服务水平。电子商务通过采用先进的信息技术，完成从传统的管理模式向现代企业制度的演化。在管理模式的改进上，不断进行业务流程再造，减少中间环节，加快工序流动，提高运营效率。在信息技术的采用上，从引进单项的过程控制系统发展成为集中的数据处理系统、集成制造系统、企业资源计划系统和数据仓库，形成具有交易处理和联机分析功能的电子业务架构，进而形成以网络为中心的企业电子商务运作系统，用于整合企业内外部供应链、工艺链和客户关系链等信息，为公司有效地进行一体化决策创造有利条件。不同性质、不同规模的企业，应根据实际需要，选用不同的商务模式、商务内容和应用技术，以求得好的效果。

4.以大数据优化供应链管理

供应链即是从供应商到生产商，再到消费者的链条式的过程。供应链管理就是协调企业内外资源来满足消费者需求。在推行供应链管理时，首先要把ERP系统（企业资源计划系统）落实好，在此基础上再逐步完善提高。ERP即以财务管理为中心，整合公司人力资源、资金、设备、物资和技术等资源，进行全面预算和核算，对各个生产单元、各种产品的业绩实行跟踪管理。ERP 让企业内部各部门之间可以进行数据交换与信息沟通，但无法进行其间的协同运作。而APS（高级计划系统）的运用，则可以让企业内部各部门与外部按照约定的规则进行协同，提高内外供应链上的协同合作能力。这些技术和系统的运用对提高运作效率有明显作用，但无法对供应链的采购、生产、销售等业务运作模式产生变革，供应链上的时滞效应、牛鞭效应仍然存在。因此，供应链管理中，要注重构建好供应链配送体系。这一配送体系是通过无线射频识别等电子标识技术、物联网技术及移动互联网技术获得供应商、库存、物流、生产、销售等完整的产品供应链大数据，利用这些大数据进行分析，确定物料采购数量、运送时间等，实现供应链优化，使得供应链产生革命性的变化，减少时滞效应，规避牛鞭效应。从而在根本上提高供应链的运作效率，促进企业发展。

5.以大数据驱动实时运维监测

监测本身是指对装备、系统或其中一部分的工作正常性进行实时监视而采取的在线测试手段。数据监测就是大量数据抓取、管理以及监视的过程。现代技术已经成功地实现了图像信号的数字化，以数字传输网络为载体，实现集中监视、统一调度、优化管理。数据监测系统的主要目的就是抓取数据并将采集到的数据传输到检测中心，一个好的数据检测系统具有要素数据的采集与传输、数据保存、信息查询等功能。企业可在产品中加入因特网功能，安装在线设备运行状态监测系统，通过网络数据交互的方式向远程终端发送运行状态，以便实时掌握情况，出现故障可在第一时间派出维修队伍进行现场修复。企业安装生产现场的视频监测系统，老总随时随地能看到整个生产与安全现场的现状，便于及时发现问题、解决问题。

6.以大数据支撑企业数字化建设

数字化企业是将信息技术、现代管理技术和制造技术相结合，并运用到企业产品生命周期全过程和企业运行管理的各个环节，实现产品设计制造、企业管理、生产过程控制，以及制造装备的数字化和集成化，提升企业产品开发能力、经营管理水平和市场竞争能力的现代化企业。打造数字化企业是工业4.0（也称中国制造2025）的必由之路。其核心是智能制造，精髓是智能工厂，精益生产是智能制造的基石，工业机器人是最佳助手，工业化标准是必要的条件，软件和大数据是关键。要大力推动大数据在工业研发设计、生产制造、经营管理、市场营销、售后服务等产品全生命周期、产业链全流程各环节的应用，分析感知用户需求，发展个性化定制、众包设计、云制造等新兴制造模式。加快建立不同环节的大数据资源聚合和分析运用平台，采取物联网、大数据、云计算、3D打印等技术在全产业链的集成运用，推进智能工厂建设和制造模式变革。积极利用大数据技术开展故障预警、远程维护、质量诊断等在线增值服务，拓展产品价值空间，构建开放、共享、协作的智能制造产业生态。认真选择重点分厂（车间）开展智能制造应用项目试点，以典型带动全盘。为此，要紧紧围绕智能制造工程推进企业智能化改造，加快推进研发设计可视化、生产制造智能化、生产组织网络化、产品服务个性化。加快转型升级，从生产制造向智能制造转变，实行生产过程智能化、产品智能化、新业态模式智能化。先进的装备是智能制造发展的突破点，要以机器人为核心的智能装备作为抓手，通过机器人代替人工作业来改变生产方式，提高生产效率和产品质量，实现增效的现代化生产和管理。在此基础上，再以滚动推进的方法实施其他方面的智能建设项目，达到有序稳步推进、深度融合应用、高效协同运行。要主动对接国家和省级强基工程和产业政策，着力以突破性重大项目列入计划，争取国家和省级智能化改造扶持资金。从而通过坚持不懈的努力，整体提升全产业链：企业转型为数字化企业、产品转型为数字化产品，并通过自动化、数字化、人工智能技术的深入应用，革命性地提升生产率和竞争力，为我国在世界上由“制造大国”成为“制造强国”作出新的贡献。endprint