大数据时代组织数据战略优势差异的形成机制分析

宋立丰　宋远方

摘要：大数据时代，“数据”作为一种新的生产要素正在被越来越多的组织所利用，从而产生新的竞争优势和差异化能力。文章从资源视角出发，揭示其解释数据战略优势形成机制的局限性，并提出从组织动态能力出发，结合组织数据战略过程进行分析。总结出大数据时代组织数据战略优势差异的形成的不同路径和机制。

关键词：大数据；动态能力；竞争优势；数据过程

一、 引言

随着经济学的发展，古典经济学认为的用于生产产品和服务所投入的生产要素，例如劳动、土地、资本、组织家精神等，在不断拓展和更新。随着“物联网”、“互联网+”等技术和理念不断深入组织的生产和运作，“数据”作为一种新的生产要素正在被越来越多的组织所利用，从而产生新的竞争优势和差异化能力，这正是“大数据时代”的标志性特征。在这种时代背景下，以数据为核心的全方位组织能力塑造，成为了组织形成新的竞争力、形成竞争优势的又一战场。因此，面对大数据时代的激烈竞争，组织如何围绕数据形成自己的独特能力成为了管理者所需要面对的新问题。

二、 基于资源基础观的数据特点及其局限性

数据作为一种资源，逐渐被越来越多的学者所接受。资源基础观将组织内部的资源作为基本的分析单位，认为组织的本质是异质性资源集合体，着眼于分析组织拥有的各项异质性资源，通过对组织独特的资源利用，来构建和提升组织的竞争力。Barney（1991）提出了能够带来竞争优势的资源具有有价值性、稀缺性，不可模仿性和不可替代性四大特征。但在大数据时代，以资源基础观的视角并不能完全解释组织数据资源带来的竞争优势差异，存在理论上和时代上的局限性。

1. 数据的有价值性与稀缺性。为获取潜在竞争优势，组织资源的稀缺性究竟需要达到什么程度，是一个很难确切回答的问题。一般来讲，在一个产业中，只要拥有独特有价值资源的组织数目少于形成完全竞争状态所须的组织数目，那么这种资源就是稀缺的，就可能会产生持续竞争优势。

数据产生和存在于组织生产、运营和交易等方方面面，无论是传统工业时代还是大数据时代，其本身作为一种附加性和记录性资源，并不具备稀缺性。传统工业时代，数据主要存在于单个组织之中，例如生产记录、销售记录、财务数据等，其易获取性较高，关联性较强，因此组织也不会视其为一种稀缺性资源。同样，由于数据记录、储存的投入属于直接沉没成本，难以产生直观价值，同时，也导致了数据的数量难以支持有效的预测和分析。因此，其有价值性也较低。而在大数据时代，随着信息技术的发展，数据的获取难度大大降低，范围越来越广泛，记录和储存成本随之急剧下降，同等水平下，也不具备稀缺性。与此同时，因为数据难以采用传统方式直接加入到产品和服务之中，使其有价值性的特点也难以发挥。

2. 数据的不可模仿性和不可替代性。多数组织的数据都具有不可模仿性，组织在价值链与供应链中的位置不同、面对的上下游不同、组织内部情况不同等，都会导致组织拥有数据的独特性，而这种独特性并不能对组织的产品和服务的差异化产生直接帮助，从而形成组织的竞争优势。而大多数数据都具有可替代性，因为数据产生于数据主體的某一方面，其稳定性和关联性都很强，因此数据很难作为组织的一种不可替代的资源。

在大数据时代，组织是可以通过数据直接或间接产生竞争优势的，但是将数据作为一种组织资源，基于资源基础的视角，很难解释组织竞争优势的形成机制。因此，资源基础观在大数据时代的组织竞争优势方面具有局限性。基于此，本文将通过组织动态能力视角，解释大数据时代组织竞争优势差异的形成机制。

三、 组织基于数据的动态能力系统

根据罗珉（2009）所总结的组织动态能力分析视角，可以将动态能力分为形成四个能力维度， 分别是市场导向的感知能力、组织学习的吸收能力、社会网络的关系能力和沟通协调的整合能力。

基于数据的能力形成，组织一般从数据的获取与集成、数据的分析与解释、数据的使用和处理三个过程着手，每个过程都需要组织的优秀的动态能力，才能形成数据上的竞争有数。本文将从这四个方面分析数据过程中组织独特动态能力的贡献，以及竞争优势的获取。

1. 组织的数据获取与集成过程。组织从自身、处价值链中以及更广阔的范围获取数据。大数据背景下，海量的数据获取，对组织来说变成家常便饭，但想要得到准确性、时效性、完整性和一致性都极高的数据，就对企业的动态能力提出较高的要求。

（1）组织内部数据。对自身资金流、物流、人才流等数据的收集是组织内部控制和自我更新的保障和基础。需要具备较强组织学习的吸收能力，才能更好地了解自身现状、认识内部环境以及明确内部资源，才能获得准确性和完整性较高的数据，进而做出更合理的内部决策和形成更符合要求的组织结构。

（2）竞争对手数据。由于组织间的竞争关系，竞争对手的数据往往是隐蔽的、突然的并且难以获得的，但了解对手又是组织形成竞争优势的前提。因此，组织需要具备较强市场导向的感知能力，才能在激烈复杂的竞争中，捕捉到竞争对手准确的、及时的数据，了解竞争对手的情况和威胁，以便快速做出调整以应对挑战。

（3）市场需求数据。大数据时代，市场需求越来越高、需求变化越来越快、市场细分越来越小，把握市场需求的情况是组织创造独特价值的前提。组织的产品和服务最终是为了满足市场需求，而只有具备较强市场导向的感知能力和沟通协调的整合能力，才能获得准确性、时效性极强的市场需求数据，为组织把握战略机遇打好基础。

（4）利益相关者数据。现代的竞争不再是单个组织之间的竞争，而是供应链与供应链之间、利益联盟之间的竞争，因此，了解利益相关者的情况对组织提高自身抗风险能力和整体竞争力至关重要。组织与利益相关者之间既有竞争也有合作，因此准确性、时效性、和一致性较高的数据，需要组织具备很强社会网络的关系能力和沟通协调的整合能力，才能整合复杂多变、冲突合作的利益相关者之间的关系。

（5）外部环境和公共数据。组织的外部环境包括政治环境、经济环境、文化环境等多种方面，它们的数据多数是可获得的公共数据，但其准确性、时效性都难以保证。外部环境是组织需要掌握的整体变化趋势，它很大程度上决定组织的愿景和使命，因此，需要极强组织学习的吸收能力、社会网络的关系能力，才能顺应时代潮流，时刻站在大势的“风口”上。

数据的组织的数据获取与集成过程是组织数据战略的开始和基础，既要保证数据的数量，也要保证数据的质量。大数据时代，相比于以前，数据数量急剧增加，但数据的收集是一个持续性的过程，是一个不断增加和完善的过程，不会达到某一个程度就算是饱和和充足了，因此组织需要不断进行更大量的数据收集。同时，数据的质量更是重中之重，如何保证数据的准确性、时效性、完整性和一致性是组织，需要组织动态能力的全方位提高，才能在大数据战争中赢在起点。

2. 数据的处理、分析和解释过程。数据是指人们为了描述客观世界中的具体事物而引入的一些数字、字符、文字等符号或符号的组合。其本身是对客观事物、事件的记录和描述，很难直接应用在组织的产品和服务中，形成组织的竞争优势。因此，需要对数据进行处理、分析和解释，将其去伪存精，逐渐成熟。

（1）从数据到信息。对数据进行加工的路径有很多，例如情景化处理、有效化处理、归一化处理、细分化处理、精炼化处理等。其目的就是将数据从无意义变为有意义、从无关变为有关、由多样变为单样、由大变小、由多变少，最终转化为有价值的信息。

组织对信息的处理存在多方面的困难。一方面，从未数据时代到大数据时代，数据由量变到质变，组织往往缺乏应对大数据处理的理念，缺乏对大数据进行加工的工具，从而不能高效率地将数据转化为信息。另一方面，同处于大数据时代的不同组织，在数据处理上也存在较大差异，很多组织任由数据搁置或进行错误的处理和加工，反而掩盖了其蕴藏的价值。

要克服这些困难，弥补竞争差距，组织需要从以下三方面做出努力。第一，在理念上需要不断革新，正视数据处理的困难和价值，不能任由收集的收集闲置废弃。第二，在数据处理手段上要不断学习，时刻更新组织知识，努力获得和学习先进的数据处理工具和理念，是转化过程更高效。第三，应保持数据处理人才的培养和引进，将数据处理过程专业化和科学化，并且形成可持续化的机制。因此，可以看到组织学习的吸收能力在其将数据变为信息的过程中至关重要。

（2）从信息到知识。知识，即事物发展的客观规律。在大数据时代，客观世界前所未有地被海量数据所记录和描述，而从信息中发现和总结知识，也是人类社会的知识越发繁荣。但是，这种繁荣必然会带来知识的专业化和科学化，也使组织难以捕捉到自身真正需求的知识来帮助决策。因此，组织应从两个视角进行信息到知识的转化。

一方面，组织可以选择深入挖掘信息的深度。单一信息发现知识的难度很大，往往需要领域内的专业人士或组织，否则难以发现知识适用的条件和环境，导致组织信息无法变成知识。因此，组织应选择将这一过程外包，例如与高校、学术机构和研究机构等合作，或者自建专业研究机构，例如数据研究院等。另一方面，组织可以通过多维度的信息总结，降低知识挖掘的难度。事物多维度、不同面的关联信息，可以更加容易地发现规律和知识，因此组织应更多地获得数据来源更多方面的数据，进而得到更加多样和全面的信息，即大数据时代多数独角兽企业的平台化战略。

可以看到，组织在信息到知识的转化过程，一方面依靠组织学习的吸收能力，但在越发专业化和科学化的知识细分背景下，越发难以实现和成本高昂。另一方面，则需要组织较强的社会网络的关系能力和沟通协调的整合能力，获取更多地关联信息，以降低知识挖掘的难度，提高所获知识的精确程度和价值。

3. 数据的利用过程。收集数据的数据进行加工处理后就可以在组织价值链的任何方面、任何阶段进行使用。而数据的使用总体来说可以分为两种形式，一种是推动形式，使组织创造价值的过程具备更高的效率；另一种是变革的形式，使组织变革动力和成功率更高。

作为杠杆和加速器的数据使用，在组织的价值创造过程中，主要表现为优化过去的价值链过程。在组织的基本价值活动中，数据可以使用在内、外部物流过程中，例如流程分析、误差分析等；可以使用在市场销售过程中，例如市场环境分析、营销选择和评估等；可以使用在生产经营和服务过程中，例如产品和服务设计、生产过程分析、服务流程设计等。

而作为变革者角色的数据使用过程，则更具有颠覆性。在组织的辅助价值活动中，数据可以使用在技术开发过程，例如需求设计、试错分析等；可以使用在人力资源管理过程中，例如员工绩效评估、人才挖掘等；可以使用在供应链管理过程中，例如供应链金融、供应链优化等。

可以看到，数据在组织的全价值创造过程中都有较为重要的应用方面，但不代表任何组织都能在各个过程利用数据，利用好数据。相比于组织收集和处理数据的过程，其利用数据的过程难度更大，可能产生的问题更多。因此，需要组织更强、更全面的动态能力，才能更好地利用数据，形成独有的竞争优势。

三、 组织基于数据的竞争优势形成机制

所有组织存在的前提就是为了完成目标，组织存在的使命就是满足需求，组织存在的意义就是创造价值，组织存在的形式就是产生利润。无论从哪种角度出发，组织想要形成独特优势，就要在某方面或多方面的竞争中，有自身的独到之处，就要比其他组织更具效率和效果。而数据之所以可以成为有一种重要的生产要素，就是因为它可以在任何方面帮助组织形成竞争优势。这一过程形成过程，贯穿于组织数据过程的始终，依赖于组织的动态能力，而其形成机制主要通过以下四方面作用的发挥和循环。

1. 组织数据全过程的协同。对于数据，组织需要经过收集、处理和利用过程，才能相对于其他组织形成竞争优势。三個过程缺一不可，互为基础和前提，只有整个数据系统协同作战，才能更好地发挥作用。这三个过程中任何一个存在缺陷，都会导致整个系统缺乏竞争力，而某一过程存在优势，则会降低其他过程的进行难度和门槛，但并不会提高整体能力。组织的动态能力是保证每个数据过程由于竞争对手的基础，动态能力较强的组织可以在数据全过程创造优势。可以说，组织基于数据的竞争优势基本是在数据的利用过程中形成和体现的，但是并不意味着数据的收集和处理过程是不重要的、可以忽略的，他们是组织之所以能高效利用数据的基础，而组织优秀的数据利用过程又能循环作用于组织数据的收集和处理过程。因此，组织的数据战略是系统性的协同战略，需要组织全方位的提高，是形成竞争优势的重要环节和步骤。

2. 反向作用于组织的动态能力。组织的动态能力是基于组织的资源，组织利用资源的过程中逐渐形成的，它是组织数据战略的保证，也是形成数据竞争优势的前提。动态能力越强的组织，其数据竞争优势就越容易形成，但这并不是固有的和一成不变的。一方面，组织的成功数据战略可以使组织更容易获取资源、获取更多的资源，从而强化组织的动态能力；另一方面，组织的成功数据战略也可以提高组织资源利用的效率和效果，增强组织的动态能力。组织的动态能力和数据战略互为表里、相辅相成，两者成螺旋上升的态势，是组织形成竞争优势的又一大手段。

3. 优化过去：强化组织的传统优势。成功的数据战略帮助组织形成竞争优势的另一大方式，就是发现过去组织中存在的问题。数据可以在组织价值链的各个方面发挥作用，而发挥作用其中一个重要发面就是捕捉组织价值创造过程中的低效率现象和低效率原因，找出提高组织价值创造效率的方式。数据战略失败或劣势的组织，往往难以发现其价值链中的隐藏问题和沉没成本，变相地提高了组织的产出成本，降低了价值创造效率，或者即使发现了问题，也通常缺乏有效的解决手段。因此，面向过去，成功的数据战略可以帮助组织优化自身，并为组织的创新和变革提供可能和方向，为组织形成竞争优势打下基础。

4. 面向未来：提高组织的变革优势。在激烈竞争的大数据时代，组织时刻面临这竞争和挑战，需要保持不断地创新和变革，才能适应不断变化的外部环境，保持自身的竞争力。而在组织面对变革这一过程和决策时，往往存在两方面的苦难，变革的方向和变革的风险。而成功的数据战略则可以帮助组织发现和捕捉稍纵即逝的机遇，大大提高组织找到正确变革方向的可能性，是组织一直走在正确的道路上，不断形成新的竞争优势。变革风险的产生往往是由于对环境变化趋势和变化速度的错误判断产生，因此组织的数据战略越成功，其对自身内外部环境的掌控力越高，其抵抗风险的能力就越高，大大降低了组织的变革风险成本，提高组织的竞争优势。

参考文献：

[1] 刘志高.大数据环境下企业管理模式创新研究[J].宏观经济管理，2017，（s1）：128-129.

[2] 张玉明，张远远.基于大数据的小微企业统计信息采集策略[J].统计与决策，2017，（14）：178-181.

[3] 徐艳.大数据时代企业人力资源绩效管理创新[J]. 江西社会科学，2016，（2）：182-187.

[4] 吉峰，张婷，巫凡.大数据能力对传统企业互联网化转型的影响——基于供应链柔性视角[J].学术界，2016，（2）：68-78.

基金项目：国家自然科学基础基金项目“可持续供应链的战略匹配机制：环境、企业、个人跨层研究”（项目号：71672189）；中央高校基本科研业务费专项资金资助项目（项目号：17XNH079）。

作者簡介：宋远方（1957-），男，汉族，浙江省建德县人，中国人民大学商学院教授、博士生导师，研究方向为管理信息系统、供应链管理、物流管理；宋立丰（1993-），男，汉族，黑龙江省大兴安岭地区人，中国人民大学商学院博士生，研究方向为企业战略与公司治理。

收稿日期：2018-02-11。