大数据交易推进跨国公司本土化战略的研究

摘要：在“互联网+”经济发展新形态下，当“互联网+信息”，就产生了“大数据”。随着大数据技术的成熟和发展，有关大数据的交互、整合、交换、交易的例子日益增多，跨国公司本土化战略中运用大数据交易也越来越广泛。而跨国公司想要利用大数据交易提高本土化效率，就必须关注其潜在风险，根据自身的经营管理实际，进行一系列融入性的调整决策，最终以适应当地环境推动其自身发展。

关键词：大数据交易;本土化战略;跨国公司

中图分类号：F27 文献识别码：A 文章编号：1001-828X（2016）027-0000-02

为什么要进行大数据交易？企业进行大数据交易最普遍的业务目标就是为了改善决策的质量以及提高决策速度。大数据的4V特点：Volume（大量）、Velocity（高速）、Variety（多样）、Veracity（真实）造就了其潜在的巨大价值。正因如此，跨国公司运用大数据交易实现本土化战略将会是一个不错的选择。而这个选择的背后，也隐藏了一些问题。在这个“得大数据者得天下”的时代，跨国公司务必要合理应对这些潜在问题，从而做出正确决策。

一、本土化战略采用大数据交易的必要性

（一）大数据交易的宏观环境影响

2015年4月14日，我国首个大数据交易所——贵阳大数据交易所开始挂牌运营，由京东云平台中金数据系统有限公司和深圳市腾讯计算机系统有限公司广东省数字研究院完成首批大数据交易。第二届世界互联网大会也于2015年12月16日到18日在浙江乌镇举行，大会以“互联互通、共享共治，共建网络空间命运共同体”为主题，突出报道了“云计算大数据给城市装上智慧大脑”的相关评论。此外，2016年7月阿里云从海量攻防数据和样本中获取高质量信息，实现G20峰会期间网络空间业务技术保证和安全保证。国际数据公司IDC预计，中国大数据未来五年的复合增长率将达到51.4%，2016年的市场规模将增长到6.17亿美元。由此可见，数据交易已然成为一种趋势，跨国公司实施本土化战略采用大数据交易将是一种合理的选择[1]。

（二）大数据交易对本土化的推动作用

本土化战略的实施涉及多种领域，需要将采购、生产、营销、供应链管理、人事等多个方面融入当地经济生活中。合理大数据交易将利好以下各个方面。

1.实现高效的本土化采购

通过大数据交易得来的信息可以有效的解决一些本土化采购问题，例如分析各个供应商出货得效率，缩短供货时间;在季节性需求增加时因提前准备的存货量;制定合适的采购方案平衡既定的成本与服务;建立从原材料到产品再到消费者之间真实可靠的信息流等。

2.明确消费者倾向，实现靶向营销

以往的传统洞察样本数据量比较有限，收集的反馈信息多留于消费者表层意识中，而对于深层次、连消费者自身都难以捕捉的信息，大数据可以做到[2]。也就是说消费者行为是可以透过大数据被分析出来，从而实现营销的靶向性。跨国企业Nike凭借与全球多家网上运动社区数据交易成功实现其本土化。它利用交易来的用户各项跑步信息掌握了主要城市最佳跑步路线的数据库，以此做宣传打入当地市场。

3.优化供应链管理

在市场的新形势下，一般会涌现出很多新的商业模式和行为，这使得供应链上的供需匹配变得更为复杂，跨国企业也就更难以在供应链中整合资源。而大数据配合供应链管理SCM软件系统就可以实现供应链管理由粗放型到精细型的转变。例如优化分销渠道供应链管理，就必须有充足的数据为基础，但这些数据来源除了从企业各个分销点获取以外，更多的是来源于企业之外，而且光跨国公司内部就有庞大的分散的数据，因此数据交易显得尤为重要。通过数据交易向可靠方获得具有价值的信息，从而有充足的时间统筹分析，与各分销渠道进行协商，优化和改进业务，及时调整库存，这样就不会导致需求信号延迟使得采购与供给计划赶不上需求变化。也就不会造成库存短缺或大量积压导致成本上升。通过大数据交易可全方面实现跨国公司从订单到生产到物流到分销点货架的有效流动，优化企业供应链的管理，从而更有利于实现本土化战略。

二、本土化战略中运用大数据交易存在的问题

（一）大数据被过分解读导致决策失误

由于数据日益积累，海量的数据可能会使原本没有关系的两事物之间存在联系。这就会对大数据形成“过度解读”的倾向。而跨国企业受到这种倾向的影响，可能会得出并不准确甚至错误的结论。这一分析过程本身就需要成本，而且所得的结论还会直接影响到企业从外部宣传到内部管理的诸多决策环节。

（二）数据量增大与数据造假，带来数据失真

通过国外对大数据的应用我们得知，大数据需要一定的挖掘水平。在统计学的学习中，我们不难发现，海量数据带来显著性检验问题，这将使我们很难找到事物相互间的联系。当有庞大的数据量涌入跨国公司时，必然会产生很多后果。例如无能力或无法迅速找到所需的信息而失去一些业务或者在制定关于本土化战略重要决策时出现延迟等情况。这类问题的解决办法需要专业的技术分析，通过变量控制来找到正确的相关度。

（三）数据定价体系不成熟

数据究竟该卖多少钱？目前，业内并无公认定价体系。多数跨国公司透露在实行本土化战略中进行数据交易量大金额高，且多处于被动状态[3]。

当前，大数据交易市场才刚刚兴起，不成熟的数据交易市场必然带来数据定价机制的不成熟。没有找到数据产品的核心定价资格，也就没有找到真正市场化的竞价手段，跨国企业将在数据交易上面临“不公平”待遇，本土化战略也可能会适得其反。

（四）数据交易涉及的信息安全风险

交易的数据从何而来？交易渠道是否安全？大数据交易所提供的仅交易平台。而卖家通过各种渠道手段搜集、统计、分析后提供的商业交易的数据源是否可靠，是否存在信息安全风险我们不得而知。苹果公司由于窥探用户的隐私而被告上法庭，大数据带来生活的便利和消费者个性化的服务的同时，也出现了一系列牵连到个体的偏好和生活习惯的数据脱敏问题。

三、采用大数据交易推进本土化战略的相关建议

（一）以本土化效益为目标，注意交易成本

若跨国公司运行大数据交易方式所带来的交易成本过高，而实际带来的本土化效益未有显著提高，这时就应停止大数据交易，退而求其次通过其他调查方式，比如市场调研、问卷回馈等。以此来了解当地的实际经济、文化、生活习俗等情况。从而进行一系列融入性的调整决策[4]。

（二）构建数据分析体系，以防数据被过分解读。

在跨国公司本土化战略的实施过程中，对于规避大数据被过分解读导致决策失误的风险问题，构建数据分析体系是好的选择。而统计人员的选拔无疑是其中最重要的一环。这些专业数据分析人才会在巨量数据中找到有价值的客户洞察，利用它们推动新产品开发与创新。

（三）东道国政府积极公开公共数据

为了互利共赢，消除大数据交易买卖双方的信任危机，政府需要对数据进行开放，以此带动跨国公司大数据交易。2009年，美国总统奥巴马推出了一站式的数据公开计划和数据下载计划。这项计划完全的公开数据，涉及50多个部门、包含40多万种原始数据，推动了在美跨国公司的长远发展。而德国政府也积极公开公共数据，其最典型的应用就是“工业4.0”与大数据的有力配合，解决了以制造业为主的跨国公司本土化发展危机。在中国，目前有3000多个数据库，而真正能够被应用的只有10%。中国政府应该像德国和美国政府一样，在公开公共数据方面做出积极配合，重新构建中国的大数据。数据一旦公开以后，应用才能创造价值。整个大数据平台建成以后，跨国企业将从中获得巨大利好，它将带来成本的下降和收益的提高。

（四）完善大数据交易平台，对数据合理定价

数据交易平台本身就应当注重数据价值的深层挖掘，把自己作为资产改造、组合和融通的平台，这样才能把数据资源深度嵌入到特定领域的价值链条中。此外，还需要买卖双方交易的积极带动以及政府和社会公众的有力监督。

（五）消除信息安全方面的顾虑

大数据信息安全风险举措不仅仅是技术层面的问题，有些还是人们思想观念上存在的问题。风险永远存在，重要的是建立事后的惩戒制度。当违规成本足够高时，数据平台和最终用户泄密的可能性才有可能被彻底消除，这就使得数据交易平台要切实承担起确保数据信息安全的责任[5]。另外，在制定法律之前，为了确保数据的信息安全，行业自律应该放在首位。可以当做间接证据的是，美国政府在考虑大数据信息安全风险的情况下，认为大数据交易利大于弊前提下，一直以自身良好的内部控制来规范相关跨国企业和机构关于数据交易的行为。当数据涉及信息安全风险达较大负面影响掩盖其所获利益时，才开始制定相应的法律法规来加以限制与约束。

站在数据交易平台角度，消除信息安全方面的顾虑，平台征信与增信至关重要。首先平台需要评估买方资金与信用状况，以此消除信息安全方面的顾虑。其次限制可以进入流通市场数据信息的范围，以防个人隐私或者商业机密的泄漏。最后大数据交易平台要与卖方一同协商，保证系统的安全对接、数据传输和存储的稳定可靠等，以此达到平台征信与增信的效果。

四、总结

毫无疑问，大数据将是未来的石油、矿产，是政府与企业未来服务与发展的原动力。作为大数据的应用方，跨国企业应该紧密联系实际，将其转化为能够帮助本土化实施的有利信息。在日常大数据交易时，跨国公司应该以本土化效益为目标，注意交易成本。同时合理构建数据分析体系，以防数据被过分解读。此外政府应该积极公开公共数据，完善大数据交易平台。只有在成熟的大数据交易平台下，数据定价才更合理可靠。最后还应制定合理的法律法规来消除数据交易中诸多信息安全危机，交易平台也应该做出一系列举措，限制和规定相关数据信息外泄等。

参考文献：

[1]唐芸.大数据时代：本土化策略让城市台不停前行[J].声屏世界，2014，（4）：28-29.

[2]（美）麦德奇（Maex，D.），（美）布朗（Brown，P.B.）.大数据营销：定位客户[M].北京：机械工程出版社，2013：216-217.

[3]岳跃.变现大数据[J].财新周刊，2015（30）：46-50.

[4]黄靖欣.浅析跨国公司的本土化战略及其实施[J].中国经贸导刊，2015（26）：59-60.

[5]徐晋.大数据平台：组织架构与商业模式[M].上海：上海交通大学出版社，2014：38.

作者简介：方晓萌（1994-），女，安徽舒城人，巢湖学院经济与管理学院13级在校本科生。