大数据分析在企业管理中的应用

2017-02-24韩庆坤刘琼

中小企业管理与科技·下旬刊 2017年1期

关键词：大数据分析统计分析情报

韩庆坤刘琼

摘要：大数据分析的概念是当前的热门话题，任何企业都想借助大数据分析提升自己的竞争能力，但是如何运用大数据分析及对大数据分析的理解各个企业又有不同的认知。本文从企业管理的角度去尝试应用大数据分析，试图应用大数据分析提升企业的管理水平。

关键词：大数据分析；情报；统计分析

中图分类号： F279.23 文献标识码： A 文章编号： 1673-1069（2017）03-14-2

0 引言

大数据分析是当下非常热门的一个话题，各行各业都在炒作大数据概念。仿佛不和大数据发生关系就好像赶不上时代。但是大数据的概念和作用仍然需要澄清，尤其是在特定环境中就一定要说明大数据的作用及如何真正利用大数据。

本文介绍了大数据的概念，大数据分析思路，仅从企业管理的角度去分析大数据的作用，并介绍了大数据分析实施项目注意事项。

1 大数据分析综述

随着信息技术的发展，各行各业都或多或少地应用了信息系统，尤其是20世纪90年代数据仓库技术产生以来，数据规模出现了PB级的增长。以前企业只是把信息系统作为辅助业务管理的一个工具，而不重视数据的作用，而现在，企业发现通过数据分析可以更好地理解用户需求和企业运营，帮助企业持续增长和盈利。在这种背景下，“大数据分析”概念应运而生。大数据分析的本质是从数据中发现价值，通过大数据分析发现新的商业机遇和商业价值。如果仅仅是数据分析和分析数据，将会陷入技术的陷阱，企业会得不偿失。

大数据的“大”取决于数据分析的起点以及数据处理的方式。大数据并不仅仅是大。大数据具有“4V”的特点，即Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。

大数据分析并不是一种技术，而更像是一个概念，其核心理念就是从超越传统的数据分析方式，从海量数据中选取与企業有关的价值。摆脱了信息系统的视角，关注点不再是信息系统本身，而是通过信息系统沉淀的数据，从数据中发现用户的行为等信息，从数据的本质上去挖掘价值。

大数据分析是伴随着数据科学的快速发展和数据密集型范式的出现而产生的一种全新的分析思维和技术，大数据分析与情报分析、云计算技术等内容存在密切的关联关系。

大数据的本质是基于大量的多维数据，只针对少量几个目标，在一定范围的时间周期内进行预测，大数据分析过程就是情报收集过程。

2 大数据分析在企业管理中的作用

2.1 使企业内信息统计更加真实

企业内部数据收集可以是跟管理相关的数据，以前的数据都是基于人工统计的，是传统的报表方式，并不能得到管理过程数据，都是结果数据，这种情况下，数据都存在“人为因素”。所以可能给高层决策带来错误的信息，导致错误的决策。而通过大数据分析，可以对数据的结果进行验证，从多个维度对数据的结果进行分析，保证数据的真实性。

以前都是单口径统计数据，各部门为了自己的利益必然会对数据进行加工，因为没有相互制约的方式，最后不同口径的数据会有不同的结果。而通过大数据分析，从对个维度对数据分析，每个口径的数据都相互制约，谁都无法对数据加工。当然，这需要对数据的结果带来的利益进行平衡，实现相互制约的作用。

比如，生产车间要上报产量数据，需要有每天的兑现率，每周兑现率和每月兑现率，为了完成这个数据，就必须按时完成产量。每月上报产量时就会自动将每天的产量求和，如果出现冲突就表名数据由问题，会从财务成本的口径反映出来。

2.2 为企业管理提供情报支持

一般在大型企业中都设有情报部门，主要是研究产业前沿情况，市场竞争信息等。传统的情报分析主要依赖情报人员的专业背景和经验，依靠情报人员主观的洞察力和眼光，通过人的分析和推理做出情报研究的结论。这种情况下，虽然能够取得一定的成果，但风险很大，基本是依赖人的主观能动性。但是随着信息技术的发展，知识越来越广泛，而人的认知能力总是存在一定的局限性，企业对情报人员的要求也就越来越高。

大数据分析的出现为了企业情报分析提供了可能。大数据的“4V”特性与情报分析的要求不谋而合。大规模特性说明了情报分析的广泛性，数据分析要尽可能地多；高速化特性说明情报分析的时间性要求，数据分析要讲究时效性；多样化特性说明情报分析的来源要广，数据分析要从多渠道获得信息，互相印证；价值说明了情报的最终目的，也是数据分析的目的，数据本身没有价值后者分析的结果没有价值都是徒劳。

大数据包括企业内部数据和企业外部数据。通过企业内部大数据分析，可以将企业内部的各项数据都收集起来，包括管理中的数据，制造过程中的数据等，实现通过数据分析获悉企业内部的状态，全方位把握公司内部运行状态，做到“知己”。

通过分析企业外部数据可以获得企业的环境或者竞争情况，做到“知彼”。企业通过大数据分析可以为企业管理提供企业发展所需要的情报，为企业发展做出贡献。

2.3 缩短企业决策周期

企业传统的管理决策主体往往是业务专家和精英高管，都是靠个人的意志和思想进行决策。随着大数据应用的不断深入，大数据分析正在逐步发挥作用，为管理决策提供支持。大数据分析结果能更加准确地反映数据所隐藏的知识，反映数据的内部规律。通过大数据分析正在使决策越来越科学。依据大数据分析进行决策，让大数据主导决策并从中获取价值，是一种前所未有的决策方式，正在推动着企业管理准则的重新定位。大数据分析将直接影响管理决策的变化，传统的管理决策逐渐成为历史。越是数据化管理的公司，越重视数据分析的作用，数据分析的结果对企业管理的决策影响也越来越大，决策周期也将越来越短。

3 企业大数据分析注意事项

3.1 明确用户群体

大数据可能拥有更大、更多样的用户群体。大数据的成功很大部分取决于组织中的哪些人使用系统。大数据成功的最重要方面之一是必须为整个企业带来价值，企业中可能会有专注于战略层的用户，也会有专注于战术层的客户。

大数据分析要针对不同的人群设定不同的数据，因为每个人关心的重点数据都不一样。所以在选定数据范围时要根据不同的用户确定不同的数据范围。

每个人都必然会关心自己的兴趣点，所以要根据每个人的利益值定制用户的报表，只有这样才能让每个人都融入进来。

比如，把生产的每个产品都列出来就没有指向性，因为负责不同产品的管理者不关心别人的完成情况，只关心自己的完成情况，所以就需要将用户个人有关的数据进行整合，在一个报表中就可以得出用户需要的数据结果，满足个体的需要。

3.2 确定数据责任人

数据分析要以源数据为基础，如果源数据就是错误，那么就会导致错误的分析结果，所以，大数据分析对数据的准确性要求也非常高。

建議数据分析过程是由数据中心统一负责，在分析过程中只对数据的规范性修正，而不更改源数据的准确性，满足数据的真实性。

3.3 分析目的要明确

数据分析的目的一定要清楚，目的有两个，一个是作为实时值的结果，是为了及时获取当期的报表值，目的就是与目标对比，是对结果的直接评价。

另一个目的是通过分析获得一定的结论。就是报表本身并不知道结果的好坏，必须通过大量的分析才能得到结论。