大數(shù)據(jù)變革企業(yè)管理思維的路徑研究

●田平

大數(shù)據(jù)變革企業(yè)管理思維的路徑研究

●田平

世界已經(jīng)邁向大數(shù)據(jù)時(shí)代。大數(shù)據(jù)對(duì)企業(yè)管理思維變革的影響日益加深，它對(duì)國(guó)家治理模式、企業(yè)的決策、組織和業(yè)務(wù)流程、個(gè)人生活方式都會(huì)產(chǎn)生巨大的影響。文章就大數(shù)據(jù)定義、核心價(jià)值進(jìn)行了解釋，描述了大數(shù)據(jù)的四個(gè)主要特點(diǎn)，從情報(bào)挖掘、智慧預(yù)測(cè)、輿情監(jiān)測(cè)、用戶評(píng)價(jià)互動(dòng)方面論述了大數(shù)據(jù)變革企業(yè)管理思維的四條主要路徑。

大數(shù)據(jù) 管理思維 企業(yè)管理 理念

一、大數(shù)據(jù)及其核心價(jià)值

“大數(shù)據(jù)”作為一個(gè)嶄新的概念，目前尚無(wú)專有名詞解釋。筆者嘗試這樣定義：大數(shù)據(jù)是人類與計(jì)算機(jī)網(wǎng)絡(luò)行為所伴生的海量、混雜和非結(jié)構(gòu)化的數(shù)據(jù)，它基于云計(jì)算的處理與應(yīng)用模式，通過全數(shù)據(jù)相關(guān)關(guān)系分析法基礎(chǔ)上實(shí)現(xiàn)事物的智慧預(yù)測(cè)和價(jià)值服務(wù)。

大數(shù)據(jù)是繼云計(jì)算、物聯(lián)網(wǎng)之后IT產(chǎn)業(yè)又一次顛覆性的技術(shù)變革。云計(jì)算為大數(shù)據(jù)資產(chǎn)提供了保管、訪問的場(chǎng)所和渠道，幫助大數(shù)據(jù)成為人類挖掘新認(rèn)知、創(chuàng)造新價(jià)值的源泉，大數(shù)據(jù)改變了市場(chǎng)、業(yè)務(wù)模式、組織機(jī)構(gòu)、文化和政府與公民的關(guān)系等。因此，大數(shù)據(jù)對(duì)國(guó)家治理模式、對(duì)企業(yè)的決策、組織和業(yè)務(wù)流程、對(duì)個(gè)人生活方式都會(huì)產(chǎn)生巨大的影響，必將成為國(guó)家和企業(yè)核心的戰(zhàn)略資源。

大數(shù)據(jù)的核心價(jià)值是預(yù)測(cè)，也被專家和學(xué)者視為人工智能的一部分，或者說是機(jī)器學(xué)習(xí)反饋的成果。大數(shù)據(jù)在三個(gè)重要方面改變了企業(yè)的傳統(tǒng)管理思維：首先，采用分析與某事物相關(guān)的全樣本數(shù)據(jù)而非隨機(jī)抽樣；其次，接受和處理混雜的非結(jié)構(gòu)化數(shù)據(jù)而非精確的結(jié)構(gòu)化數(shù)據(jù)；第三，透過大數(shù)據(jù)尋找事物的相關(guān)關(guān)系而非關(guān)注難以捉摸的因果關(guān)系。

二、大數(shù)據(jù)的特點(diǎn)

大數(shù)據(jù)通常用4V表示其主要特點(diǎn)：Volume、Variety、Value和Velocity。

Volume，數(shù)據(jù)體量巨大，具體描述已經(jīng)從TB級(jí)（240字節(jié)）升到PB（250字節(jié)）級(jí)別。2013年全球數(shù)據(jù)存儲(chǔ)總量達(dá)到約1.2ZB（270字節(jié)），1ZB等于1萬(wàn)億GB，1.2ZB相當(dāng)于12億個(gè)1TB移動(dòng)硬盤的存儲(chǔ)量，這個(gè)數(shù)值正在以每?jī)赡攴环乃俣仍鲩L(zhǎng)，預(yù)計(jì)到2020年全球?qū)⒖偣矒碛?5ZB的數(shù)據(jù)量，增長(zhǎng)近20倍。Variety，數(shù)據(jù)類型眾多，包括數(shù)字傳感信息、交易記錄、微博、視頻、圖片、地理位置信息等等。Value，價(jià)值密度低，商業(yè)價(jià)值高。以視頻為例，在連續(xù)不間斷監(jiān)控過程中，可能有用的數(shù)據(jù)僅有一兩秒鐘而已。Velocity，處理速度快，1秒定律，這一點(diǎn)也是和傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)有著本質(zhì)的不同。

圖1 2006年麥肯錫大數(shù)據(jù)報(bào)告發(fā)布以來大數(shù)據(jù)的關(guān)注度走勢(shì)

三、大數(shù)據(jù)變革企業(yè)管理思維的主要路徑

（一）情報(bào)挖掘系統(tǒng)

經(jīng)濟(jì)和金融全球化的趨勢(shì)導(dǎo)致企業(yè)面臨市場(chǎng)競(jìng)爭(zhēng)日趨激烈，企業(yè)受外部環(huán)境影響程度加大，企業(yè)通過快速響應(yīng)和大量創(chuàng)新構(gòu)建核心競(jìng)爭(zhēng)力過程中，必須大量掌握內(nèi)外部渠道情報(bào)來構(gòu)筑自身戰(zhàn)略決策體系。

大數(shù)據(jù)時(shí)代，企業(yè)主要情報(bào)來源主要有以下途徑：

1.互聯(lián)網(wǎng)渠道。企業(yè)通過付費(fèi)或免費(fèi)方式，得到包括競(jìng)爭(zhēng)情報(bào)、宏觀經(jīng)濟(jì)、政策機(jī)會(huì)、標(biāo)桿前沿的數(shù)據(jù)。

競(jìng)爭(zhēng)情報(bào)：可通過電商網(wǎng)站獲得競(jìng)爭(zhēng)對(duì)手的產(chǎn)品、價(jià)格和營(yíng)銷策略，通過新聞活動(dòng)、公開的企業(yè)專利庫(kù)、企業(yè)信息庫(kù)及時(shí)掌握競(jìng)爭(zhēng)對(duì)手的情況；

客戶數(shù)據(jù)：可通過電商網(wǎng)站、自身門戶獲得消費(fèi)者從互聯(lián)網(wǎng)或移動(dòng)終端直接反饋的評(píng)價(jià)和建議；

政策閱讀：可通過國(guó)務(wù)院各部委公報(bào)、各地方政府公布的產(chǎn)業(yè)政策、地方的規(guī)劃細(xì)則、各地方產(chǎn)業(yè)園信息挖掘機(jī)會(huì)線索，通過線索直接接洽獲取更詳實(shí)的情報(bào)；

外部環(huán)境：可通過國(guó)內(nèi)外每月例行公布的經(jīng)濟(jì)數(shù)據(jù)、金融指數(shù)、產(chǎn)業(yè)運(yùn)行的數(shù)據(jù)、海關(guān)數(shù)據(jù)等來預(yù)判未來的變化；

標(biāo)桿企業(yè)：可通過招股書、年報(bào)、國(guó)外證券市場(chǎng)尋找國(guó)際標(biāo)桿企業(yè)情報(bào)。

2.內(nèi)部渠道。企業(yè)通過自身的信息系統(tǒng)、門戶網(wǎng)站、客服系統(tǒng)等分析挖掘內(nèi)部數(shù)據(jù)。對(duì)于內(nèi)部的核心業(yè)務(wù)，從數(shù)據(jù)安全性角度考慮，最好運(yùn)行在企業(yè)內(nèi)部的私有云（私有云，是指企業(yè)自己使用的云，所有的服務(wù)只供自己內(nèi)部人員和下屬機(jī)構(gòu)使用）平臺(tái)上，為集團(tuán)和各級(jí)公司統(tǒng)一提供IT運(yùn)行環(huán)境，盡量避免各下屬機(jī)構(gòu)在IT基礎(chǔ)設(shè)施上的投入。企業(yè)必須構(gòu)建下一代企業(yè)計(jì)算關(guān)鍵技術(shù)的大數(shù)據(jù)處理平臺(tái)：包括計(jì)算引擎、開發(fā)工具、管理工具及數(shù)據(jù)服務(wù)。計(jì)算引擎是大數(shù)據(jù)處理核心部分，提供支持從多數(shù)據(jù)源的異構(gòu)數(shù)據(jù)進(jìn)行實(shí)時(shí)數(shù)據(jù)集成、提供分布式環(huán)境下的消息總線、能夠與第三方系統(tǒng)進(jìn)行服務(wù)整合訪問；設(shè)計(jì)分布式計(jì)算框架，可以處理結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，并提供內(nèi)存計(jì)算、規(guī)劃計(jì)算、數(shù)據(jù)挖掘、流計(jì)算等各種企業(yè)計(jì)算服務(wù)。Data Studio包括了數(shù)據(jù)建模、開發(fā)、測(cè)試等集成開發(fā)環(huán)境。管理工具包括了實(shí)施、客戶化及系統(tǒng)管理類工具。

圖2 大數(shù)據(jù)情報(bào)挖掘系統(tǒng)

（二）大數(shù)據(jù)智慧預(yù)測(cè)系統(tǒng)

大數(shù)據(jù)預(yù)測(cè)分析幫助企業(yè)從海量信息中省時(shí)省力地獲得可靠的信息，從繁重的搜索監(jiān)測(cè)和識(shí)別工作中解放出來，將海量信息轉(zhuǎn)化為指導(dǎo)行動(dòng)的洞察力，贏得時(shí)間更快更好地做決策分析。

利用大數(shù)據(jù)預(yù)測(cè)分析系統(tǒng)，企業(yè)從非結(jié)構(gòu)化數(shù)據(jù)中能夠挖掘到意想不到的模式和關(guān)聯(lián)，開發(fā)指導(dǎo)業(yè)務(wù)一線交互的模式。大數(shù)據(jù)智慧預(yù)測(cè)防止高價(jià)值客戶流失，為當(dāng)前客戶提供更多服務(wù)購(gòu)買選擇，開發(fā)成功的新產(chǎn)品，提高運(yùn)營(yíng)效率，發(fā)現(xiàn)并最小化欺詐和風(fēng)險(xiǎn)；大數(shù)據(jù)智慧預(yù)測(cè)執(zhí)行高級(jí)分析，數(shù)據(jù)挖掘，文本挖掘，社交媒體分析和統(tǒng)計(jì)分析（包括回歸分析、集群分析、關(guān)聯(lián)分析），數(shù)據(jù)收集和在線調(diào)查研究，數(shù)據(jù)建模和預(yù)測(cè)建模；大數(shù)據(jù)智慧預(yù)測(cè)針對(duì)各技能水平的用戶提供自定義功能，包括針對(duì)管理高層的可視化菜單界面，針對(duì)更資深分析人員的命令語(yǔ)法界面和高級(jí)功能；大數(shù)據(jù)智慧管理和部署企業(yè)的全部資產(chǎn)和負(fù)債，為運(yùn)營(yíng)系統(tǒng)和決策制定人員提供優(yōu)化的決策。比如美國(guó)折扣零售商Target公司通過大數(shù)據(jù)關(guān)聯(lián)物分析給女性顧客“懷孕趨勢(shì)”評(píng)分，使得Target公司能準(zhǔn)確預(yù)測(cè)女性顧客預(yù)產(chǎn)期，以便能夠在女性顧客孕期的每個(gè)階段寄送相應(yīng)優(yōu)惠券，以此引導(dǎo)女性顧客的未來消費(fèi)。

（三）大數(shù)據(jù)輿情監(jiān)測(cè)系統(tǒng)

大數(shù)據(jù)輿情監(jiān)測(cè)系統(tǒng)可進(jìn)一步細(xì)分為輿情管理和輿情分析處理子系統(tǒng)。輿情管理子系統(tǒng)實(shí)現(xiàn)監(jiān)測(cè)源的全面覆蓋性、監(jiān)測(cè)的持續(xù)不間斷性和信息發(fā)現(xiàn)的實(shí)時(shí)性。輿情管理子系統(tǒng)監(jiān)測(cè)24小時(shí)不間斷關(guān)注互聯(lián)網(wǎng)信息，特別是熱點(diǎn)事件的及時(shí)發(fā)現(xiàn)和深入追蹤，對(duì)當(dāng)前互聯(lián)網(wǎng)上的各種媒體形式，包括微博、社區(qū)網(wǎng)站、論壇、新聞網(wǎng)站、視頻網(wǎng)站、電視臺(tái)廣播電臺(tái)和報(bào)刊等互聯(lián)網(wǎng)網(wǎng)站。輿情分析處理子系統(tǒng)針對(duì)特定專題和事件，對(duì)符合需要的信息分類加工展示；對(duì)于負(fù)面信息進(jìn)行精準(zhǔn)預(yù)警和收集，有效提高主動(dòng)式應(yīng)對(duì)能力。2013年9月16日，央視報(bào)道新生兒在醫(yī)院喝“第一口奶”，背后暗藏金錢交易，而美贊臣、多美滋等企業(yè)被曝出賄賂醫(yī)生和護(hù)士。央視還曝光了多美滋公司給天津各家醫(yī)院醫(yī)生打款的“明細(xì)單”，其中記錄著2013年1月到7月打款的詳細(xì)情況，包括醫(yī)院的名字、被打款醫(yī)生的姓名等細(xì)節(jié)。圖3是大數(shù)據(jù)輿情監(jiān)測(cè)系統(tǒng)對(duì)“第一口奶”輿論觀點(diǎn)的深度傾向分析結(jié)果。

（四）大數(shù)據(jù)用戶評(píng)價(jià)互動(dòng)系統(tǒng)

利用領(lǐng)先的智慧語(yǔ)義感知技術(shù)，大數(shù)據(jù)用戶評(píng)價(jià)互動(dòng)系統(tǒng)提供一站式用戶評(píng)價(jià)的聆聽、分析、互動(dòng)和挖掘功能，實(shí)時(shí)感知用戶評(píng)價(jià)，及時(shí)回復(fù)用戶評(píng)價(jià)，實(shí)現(xiàn)與用戶的良性互動(dòng)。

1.用戶評(píng)價(jià)實(shí)時(shí)聆聽。實(shí)時(shí)采集社會(huì)化媒體（包括電商平臺(tái)）中用戶評(píng)價(jià)信息。采集來源以電商平臺(tái)為主，也可支持微博等社會(huì)化媒體平臺(tái)。采集數(shù)據(jù)包括：產(chǎn)品的用戶評(píng)價(jià)、每日和累計(jì)銷量、產(chǎn)品價(jià)格；當(dāng)然也支持來源于客戶其它渠道的評(píng)論數(shù)據(jù)。

2.用戶評(píng)價(jià)自動(dòng)分析。支持用戶評(píng)價(jià)的語(yǔ)義分析，支持的分析維度包括：建議和投訴分類、產(chǎn)品和服務(wù)分類。提取產(chǎn)品使用評(píng)價(jià)的三元組{評(píng)價(jià)產(chǎn)品，評(píng)價(jià)屬性，評(píng)價(jià)值}；服務(wù)全流程數(shù)據(jù)提取，提取用戶評(píng)價(jià)三元組{評(píng)價(jià)對(duì)象，評(píng)價(jià)屬性，評(píng)價(jià)值}。

3.用戶評(píng)價(jià)挖掘。支持對(duì)用戶評(píng)價(jià)信息的統(tǒng)計(jì)和挖掘，挖掘維度包括：用戶評(píng)價(jià)熱點(diǎn)、服務(wù)全流程統(tǒng)計(jì)分析和產(chǎn)品使用統(tǒng)計(jì)分析。

4.用戶評(píng)價(jià)的機(jī)器互動(dòng)。支持針對(duì)不同用戶評(píng)論的類別，進(jìn)行機(jī)器自動(dòng)實(shí)時(shí)互動(dòng)。

大數(shù)據(jù)為企業(yè)管理思維開啟了另一個(gè)廣闊的空間。根據(jù)企業(yè)對(duì)數(shù)據(jù)本身、技能和思維的不同運(yùn)用，未來發(fā)展方向會(huì)有三種特點(diǎn)鮮明的大數(shù)據(jù)公司。第一種是基于數(shù)據(jù)本身的公司，這類公司擁有海量的數(shù)據(jù)，通過授權(quán)數(shù)據(jù)使用獲得收益，位于信息鏈的上游。第二種是基于技能的公司，這類公司通常是咨詢公司、技術(shù)供應(yīng)商或者分析公司，受托技術(shù)分析大數(shù)據(jù)獲得收益，位于信息鏈的中游。第三種是基于思維的公司，這類公司關(guān)注脫穎而出的大數(shù)據(jù)創(chuàng)新思維及挖掘數(shù)據(jù)新價(jià)值的獨(dú)特想法，它們?cè)诟母飫?chuàng)新商業(yè)模式方面獨(dú)樹一幟，位于信息鏈的下游。睿智的公司懷著虔誠(chéng)的心態(tài)牢牢捕捉住大數(shù)據(jù)帶來的機(jī)遇，激發(fā)這方面獨(dú)特的創(chuàng)意和思維?？梢钥隙ǖ氖牵诖髷?shù)據(jù)創(chuàng)新思維有所建樹的公司必將占據(jù)國(guó)民經(jīng)濟(jì)的主導(dǎo)地位。

[1] 維克托·邁爾—舍恩伯，格肯尼思·庫(kù)克耶.盛楊燕主譯.大數(shù)據(jù)時(shí)代.浙江人民出版社，2013

[2] 郭曉科.大數(shù)據(jù).清華大學(xué)出版社，2013

（作者單位：中國(guó)兵器工業(yè)集團(tuán)第五三研究所 山東濟(jì)南 250031）

（責(zé)編：若佳）

F270

A

1004-4914（2014）03-264-02