浅谈大数据时代信息管理智能化面临的挑战和应对策略

2018-12-06

金融经济 2018年22期

1.前言

随着大数据时代的来临，通信技术和信息技术也随之迅速的发展起来，人类应用信息资源也是越来越频繁。在这种情况下，不论是企业还是个人都将目光聚焦在实现信息管理智能化上。信息管理智能化主要是人们采用各种高科技技术对信息进行挖掘、整合、处理，实现信息的综合利用过程，同时信息的智能化管理实现了信息的静态和动态同时管理。

2.信息管理智能化的研究现状

2.1 推动企业管理变革

企业在运营过程中，当某一层面的经营达到相应的规模时，这时应该采取一些高效的管控措施对其进行管理。在大数据时代下，信息管理在企业运营过程中的作用越来越大，它逐渐成为企业运营过程中的无形资产。实现信息管理智能化在一定程度上对企业的管理变革有很大的推动作用。具体表现在使数据资产化，数据资产化最主要的作用是将信息部门成本管控层转移到利润层面。在大数据时代下，数据信息部门已经逐渐成为企业中不可缺少的资产组成部门，当下谁能够掌握更多有价值的数据信息，谁就能在各方竞争下拔得头筹。而在企业中，动态数据信息能够判断市场的发展方向，从而推动企业管理变革，同时企业可以在其中攫取大量的利润。

2.2 改变企业决策

企业运营过程中，管理层对企业的发展方向进行探讨时，总是离不开对数据信息的分析。在分析数据时，管理层人员比较注重的是企业发展的内化于心。现阶段，信息管理逐渐成为企业发展的主要向导，对于企业的各项决策都有着非常大的操作性。因此，实现信息管理智能化在一定程度上可以改变企业的管理层的决策向心。具体表现在使决策智能化，决策智能化主要的作用是在企业运营过程中，产生的各种信息数据从业务驱动逐渐向数据驱动转化。在传统的业务驱动中，企业的相关工作人员在对产品的销售过程进行总结时，只是将其内容简单概括，严重阻碍了企业的决策。而在大数据时代下，企业可以向更深层次探讨企业的各项数据信息，从而发掘更多的市场信息，使相关人员在决策企业发展方向时有足够的依据。

3.大数据时代下信息管理智能化面临的挑战

3.1 效率问题

在大数据时代，信息数据呈现爆炸性输出趋势，在企业发展过程中，数据信息的多元化在企业了解自身的具体情况和市场走向中起到非常大的作用，但是也为企业挖掘信息带来了相当大的困难。由于信息数据的数量不断增加，使得信息管理智能化在处理信息、存储信息、整合信息、挖掘信息等方面的效率始终不是很理想。同时在大数据时代下，信息管理智能化过程中，很多企业对于大数据技术的了解不到位，在信息管理过程中，经常会出现各种各样的问题；在应用计算机时，相当大的一部分企业在资源开发过程中存在很大的问题，只注重对硬件的投入，但是却严重忽视了对于软件的开发。在这种情况下，企业想要实现信息管理智能化的难度是非常大的，大大降低了其处理信息数据的效率。

3.2 安全问题

企业在运营过程中，企业与企业之间、企业与员工之间、员工与员工之间的信息数据往来是非常频繁的且种类比较多。这些信息主要包括：客户与企业往来的信息、各类业务拓展的信息、企业内部发展的信息。在大数据时代下，各种各样的信息不断出现，企业在实现信息管理智能化过程中，必须要确保信息数据的安全性问题。然而在企业运营过程中，信息管理智能化在保障数据信息安全性方面上仍然存在一些问题。主要体现在非法用户和非法操作两方面，在实现信息管理智能化过程中，总是有很多用户对智能化系统进行口令攻击，同时对系统的各类信息数据文件或者程序文件进行非法篡改；另外，非法操作主要是指合法用户总是不按照相应的操作规范对一些严禁修改的数据进行改动。这些问题严重影响了信息管理智能化的安全保障。

3.3 决策问题

在大数据时代下，很多企业仍然没有树立信息管理智能化的意识。在企业运营过程中，大部分员工都是根据领导一个人的决策方向走。在对一些重要的商业信息数据进行分析、处理、整合时，一直停留在表面形式上。工作人员不能完全了解客户的各种需求、企业之间的竞争、企业中的各类产品性能等，这些数据信息的管理是企业发展的核心内容。除此之外，在大数据时代下，很多企业仍然沿用传统的生产、买卖的方式经营企业，他们并没有融入现代化企业发展中来。这种情况下，使得这些企业的市场格局极度缩小，企业不能把握住庞大的信息走向。

因此，企业在实现信息管理智能化过程中，对这些起到决策性数据信息的挖掘不够全面，既不能够进行深度的决策，使信息管理智能化流于形式，又不能对企业的发展产生实质性的影响。

4.大数据时代下实现信息管理智能化的应对策略

4.1 合理应用大数据技术

在大数据时代，信息技术在企业运营过程中为企业带来非常多的方便。信息管理既是一项资产又是一个工具，实现信息管理智能化必须要有合理的数据作为支撑。合理的应用大数据技术可以为实现信息管理智能化提供强有力的保障。例如：在中国电子科技集团有限公司中，为了实现信息管理智能化，对大数据技术进行合理的应用。在应用大数据技术时，工作人员首先将大数据技术中的智能管理云应用到信息管理中，这样在收集数据信息时更加方便，收集完毕信息会进入智能管理云的控制系统中。控制系统会对各类信息进行智能分析，分析、整合之后，工作人员将其执行相关操作；其次，工作人员利用大数据技术将需要管理的信息分成三个方向进行集成，这三个方向分别是横向、纵向、端到端。最后，应用大数据技术完善区块链的信任机制，将信息管理系统中全部信息的每个区块通过密码学的方法关联起来，使之数字签名能够以验证信息的方式与数据块的信息形成一条主链。这样可以实现企业的内部和外部之间的有效的沟通，对企业运行进行实时监控，有效的实现了信息管理智能化[1]。

4.2 注重防范危机

在大数据时代，大部分企业都在引入掌握大数据技术的人才，在信息管理智能化过程中，这些人才起到了非常重要的作用。但是相应的数据滥用、外泄等情况也是时有发生，企业在进行决策时，由于对数据把握不准，导致决策失误，造成非常大的损失。因此在信息管理智能化过程中，企业要注重防范数据危机。例如：在中国南方电网有限公司中，在实现信息管理智能化过程中，为了避免数据的滥用、丢失等情况的出现，公司采取了一系列措施。具体措施如下：首先，应用大数据技术来解决信息数据数量庞大和异构数据的问题，将后台中的每位客户的信息、流量数据信息、预警信息、日志数据等存储到安全服务中。其中这些数据包括各类文本信息、XML等，工作人员结合信息管理智能化的处理信息量大、包含信息种类比较多、信息数据价值密度较低、信息处理速度快等特点，为后台服务提供更加详细的数据信息。从而大大提高了信息管理智能化的安全性能[2]。

4.3 简化管理归属

在信息管理过程中，数据本身的基数是非常庞大的，而且各类信息具有多元的特点。因此，企业在实现信息管理智能化时，必须考虑其难度以及复杂度。在企业运行过程中，应该针对这些问题设立专门的信息管理部门，使这个部门成为智能化信息管理的承载体，从而简化管理环节。例如：在中国通用技术控股有限责任公司中，为了在大数据时代中提高企业的竞争力，公司管理层将信息管理智能化。首先利用大数据挖掘技术对公司内部的信息数据进行二次挖掘，具体挖掘过程为：结合公司内部信息，对信息数据的应用价值以及特征进行寻找、归纳。对公司内部信息区域进行固定，将固定区域中的数据进行分析，从而对客户的消费意识以及对公司的忠诚度进行了解，以便改变自身的营销策略。将有价值的信息存储到后台服务系统中；其次，对市场经济的信息进行全面挖掘，分析市场的供需情况和行业的发展走向等信息。如对制造行业中的数据进行挖据时，该管理者对制造产品的数据进行深入的研究，找出影响产品质量的因素。这样保证了数据信息的实时性，同时实现了信息管理的智能化[3]。

4.4 开发和管理人力资源

在信息管理智能化过程中，数据量非常的庞大且复杂，这也直接导致了数据的整合及存储工作非常的困难。在信息管理智能化过程中，之所以难以实现其智能化，主要的原因是缺乏同时具备企业管理和数据信息分析的复合型人才。因此，在大数据时代下，企业在实现信息管理智能化时，必须利用大数据技术对相关的专业性人才进行开发与管理。例如：在深圳市腾讯计算机系统有限公司中，在实现信息管理智能化过程中，公司的相关工作人员对人力资源管理和大数据技术的结合应用进行了深度的探索。数据化转型主要包括两个方面，其一是HR信息化升级；其二是HR数据能力升级。前者主要是指在大数据时代，HR必须通过商业智能、云端、移动端等新型技术将专家中心、共享中心以及业务伙伴有效的连接企业，使信息管理更加智能化。后者主要是指HR以信息技术为主要手段，对人力资源信息进行分析、处理、检索、收集、传输等。然后在应用这些信息建立一个专业的数据库，这个数据库同时具备智能化、多功能、多层次等人力资源信息管理特点。这样在实现人力系统数据管理智能化的同时，也为企业领导人的决策提供有力的依据。