大数据背景下企业管理模式创新研究

2018-07-15赵怡晨

时代金融 2018年18期

赵怡晨

（天津财经大学，天津 300000）

随着第三次工业革命后信息技术的发展，以计算机为载体的各种新型智能技术喷涌而出，技术的创新催生出了各种新型社交网络平台，如微博、微信、博客等，除此之外，移动电话使用模式、实体店购物行为、GPS定位数据、视频浏览数据等多种方式在现代生活中司空见惯。作为结果，可供分析的数据量迅猛增长，简直到惊人的地步，大数据时代由此拉开序幕。大数据时代企业面临的问题不再是数据缺乏，而是如何优化、获取和实时利用海量数据为企业创造最大价值。与之相适应的，企业管理模式也需要做出相应的变革。

一、大数据的定义

“大数据”这一概念最早来自美国，极具影响力的美国社会思想家阿尔文·托夫勒在1983年出版的《第三次浪潮》中就曾提出，大数据将是第三次浪潮浓墨重彩的一部分。一些人将大数据定义为网络数据，一些人将其定义为传统数据库软件不能处理的大数据集，大多数人更偏向于IBM给出的定义，他们认为大数据具备容量大，实时性强且形式多样等特点。简而言之，“大数据”就是所涉及的数据信息规模巨大到无法通过一般信息处理工具，在合理时间内完成撷取、管理、处理，并整理成为能够帮助企业进行经营决策的资讯。

在“大数据”时代，不计其数的企业、个人乃至智能机器随时随地都会获取和产生新的数据。如今，大数据已渗透了我们的日常生活，比如社交媒体数据、网站注册数据、消费行为数据、视频播放数据以及卫星云图数据等，如今这些数据都唾手可得，数据收集已不再具备竞争力，企业真正应该关注的是如何在纷繁复杂的数据中找到它们之间的关联，由数据驱动进而将其转换成对企业有价值的资产。

二、大数据时代下企业管理面临的挑战

（一）企业管理者不重视大数据的运用

大数据的巨大商业价值并没有被企业管理者发觉，因此更谈不上充分开发大数据的潜在功能。在我国，大多数企业管理者对大数据的认知不足，只把数据分析视为传统信息分析企业的工作范畴，而没有发现大数据将给企业生产经营带来的飞跃性变革，这些管理者还是更多的把关注点放在传统的财务预算和财务报表制作等之上。而大数据时代不仅要求管理者意识到数据信息的重要性，更要求将这一思想延伸到企业各部门的工作中，比如要求财务人员不仅具备基础的会计记账职能，更要懂得结合各部门日常工作中产生的数据信息分析其背后所蕴含的商业价值，将大数据信息作为原料，加工处理成能指导各部门进行生产决策的重要资产。

（二）企业的商业智能化程度不高。

在客户至上的市场环境中，如何既能掌握正确的信息，又能拥有将这些信息转换成具备决策支持作用的资产的高级分析系统已变得至关重要。过去，人们很难做到实时的汇集、分析信息，原有的信息处理系统已无法应对大数据时代与日俱增的海量信息。如今，随着科学技术的发展和管理方式的转变，更高级的信息处理系统应运而生，它就是“商业智能”。目前，对于很多企业来说，将大量所获得的数据进行存储已变得不难实现，但是，如何有效率的处理这些数据仍是一个挑战。企业可以通过这些数据了解客户的以往习性，但要保持、保护和获取新客户就需要更系统精细的分析，即使当客户并没有直接与企业沟通的时候，他们也需要倾听客户们正在说什么，客户们的需求是什么。而商业智能系统正好能满足这一分析需求。大数据时代，商业智能系统正是能够帮助企业迅速搭建自己的大数据可视化分析平台，提升数据洞察能力，成功转型为“数据驱动”的智慧型企业的工具。

（三）大数据人才匮乏

当今世界人才依然是最重要的资源之一，对于企业来说，拥有专业性高精尖的人才就是掌握了核心竞争力，才可能在企业竞争中立于不败之地。近期，虽然舆论热点逐渐从大数据转向人工智能，大数据产业也得到了整合，但大数据人才的缺口仍然很大。据2017中国互联网最热门的人才报告，研发工程师、产品经理、人力资源、市场营销、运行和数据分析是六个最苛刻的这个互联网行业的人才。其中，数据分析人才最稀缺，供给指数最低，同时，跳人才的熟读在数据分析上也是最快的，平均跳速是19.8个月。由于大数据是一门新兴产业，在我国尚未形成系统的人才培训模式，现阶段大数据专业人才的培训方式主要是高校培养和社会商业培训。但是，一方面高校的人才培养周期较长，无法快速解决企业现时需求，而且高校教学主要侧重于理论层面，往往容易忽略联系实务，造成理论知识系统完善的人才却无法适应企业实务工作的问题。另一方面，社会培训又缺乏系统性，目标导向太明显，培训内容无法兼顾全面。可以说，在数据分析人才匮乏的背景下，谁能抢占人才先机谁就拥有了强大的市场竞争力。

三、企业管理模式创新建议

（一）企业管理者要充分意识到大数据的重要性

企业管理者是企业发展创新的灵魂，其观念指导着企业生产经营决策的方向，因此，要实现企业管理模式的创新企业管理者必须先更新观念。首先，管理者要从本质上认识到大数据不仅仅是数据收集与整合，而是对海量数据进行分析和整合、实时对数据进行分析、妥善存储以及保障信息安全；其次，企业管理者要鼓励各个部门积极参与到企业的经营决策中，广泛听取前端部门的评价及反馈，结合对大数据的分析实时了解商品或劳务市场动向；最后，企业管理者要逐渐改变以报表等财务信息为主的决策理念，让大数据充分发挥应有的作用。

（二）提高企业的商业智能化程度

阿里巴巴首席战略官曾鸣认为，真正有难度的并不是技术本身，而是如何采用智能商业的思路来重新审视自己所有的业务流程，甚至对以往的业务模式进行全面的改造和创新。比如智能CRM（Customer Relationship Management）系统就是智能商业的一种表现形式。2018年4月22日在天津召开的第十一届中国绿公司年会就以“智能商业时代”为主题，共同探讨了企业该如何调整商业模式去适应和拥抱新的机会，推动质量变革、效率变革、动力变革，实现有价值的发展，同时也将智能商业的可持续发展作为议题进行了探讨，由此可以看出，现代企业对商业智能的重视，我们有理由相信，商业智能化水平的高低在一定程度上决定了企业未来的发展前景。

（三）加强对大数据人才的培养，增设首席数据官

除高校培养模式外，社会培训也是大数据人才培训的重要方式之一。据中国商业联合会数据分析专业委员会分析发现，社会培训机构虽然数量众多，但对大数据人才的培养方向有失偏颇。主要表现在以下几个方面：首先，人才培养偏重技术，忽视业务实践；其次，人才培养存在片面化，缺乏综合性；最后，人才培养具有功利性，分级认证的方式极具误导性。大数据人才培养的本质是顺应时代发展需求，培养既有专业技能有全局视野的有用之人，服务社会发展，这关系到我国综合国力的提升，因此，社会培训一定要认真设计、谨慎从事，从实践应用需求中构建出的大数据人才知识体系，万不可舍本逐末，落入“过度商业化”的窠臼而忘记了初衷。更不能以人才培养为掩护，追求单纯的商业利益。

“大数据”背景下，对数据的处理和分析不再仅仅是IT部门的工作，它需要同时具备IT、业务和销售技能的综合型人才来掌控，CDO即首席数据官应运而生。首席数据师可以说是一个数据分析的全能专家，CDO需要兼备技术技能和业务知识，但鱼和熊掌很难兼得，很多人才术业有专攻，他们能够成为数据分析员或者数据框架师，但一个成功的CDO必须具备这些技术技能，同时还可以运用业务技能。CDO具有单一责任制，负责建立和推广“数据完整性、可重用性和保护。”他们优先考虑的是对于整个企业而言“更好的办法”，即使对特定业务部门来说，这可能不是完成工作的最简单便捷的办法。CDO加入最高层主管队伍，有助于企业获得大数据和分析带来的持续、变革性的商业价值，可帮助企业将决策模式由直觉型转变为分析推动型。