0 引 言

　　近年来随着计算机与信息技术的迅猛发展，大数据在各个行业、领域产生并集聚。高速增长的社会数据与科学数据源源不断地产生并汇聚在一起，形成了“海量数据”.由于网络的普及与高速发展，大数据正悄悄的改变着人们的生活方式，它将掀起一场社会、思维的大变革。大数据时代的标志并不是掌握数据，而是利用数据，通过对已有数据的整合和分析，人们可以预测未来某个事情发生的可能性，从而做出更加合理和科学的决策，以触发新的价值增长[1].大数据时代的到来给传统的企业管理模式带来巨大冲击，旧的管理模式已不能使企业在新时代的竞争中处于优势地位。如何从顾客的资料和消费记录中挖掘出有用信息，成为企业增强市场竞争力的关键之所在； 数据流的广泛应用不断促使企业内视、调整、完善自己的管理模式，以期能够适应时代的发展。大数据时代的到来既是机遇又是挑战，因此，对于大数据在企业管理方面的研究则显得尤为重要，是学界亟待探讨的课题。

　　目前，大数据在企业管理及运营方面的研究主要有： ①大数据给企业管理带来的影响及在企业管理中的应用。刘平从管理环境、信息管理、管理者和管理技术 4 个方面详细分析了大数据给企业带来的巨大影响[2].陈国营指出大数据在企业管理中应用广泛，不仅涉及企业计划、组织，而且在产品创新推广方面都有其应用[3].②大数据影响企业管理决策。何军认为大数据下将会是数据驱动决策，在提高决策者决策能力同时也对决策技术提出更高要求[4].徐本宗等分析了大数据下企业管理与决策的新特征，梳理了目前主要领域前沿课题的研究，并提出大数据驱动下的管理与决策是未来的研究方向。③大数据引起企业财务管理变革[5].钱玲认为大数据的到来给财务工作注入新的活力，大数据技术的运用在扫除财务障碍，发现有用投资项目、降低运营成本等方面作用明显[6].温航、沈英仔细分析了大数据给企业会计质量带来的各种影响，提出提高企业会计质量的对策建议[7].

　　综上所述，大数据的来临势不可挡，将给企业经营管理模式带来严峻挑战。鉴于当前大数据在企业管理领域的研究只是初步探索、尚未形成系统研究体系。文中以大数据时代为背景，以实现企业创新管理为目标，以明晰大数据特点为基础，并结合变革的企业管理思维，在对传统与大数据下企业管理创新比较的基础上，构建基于大数据背景的企业管理创新模型； 最后分析政府在推动大数据发展中的积极作用，从而为大数据快速发展创造条件。

　　1 大数据的定义及特征

　　麦肯锡公司认为，大数据（ big data） 指的是通过目前主流软件工具无法在合理时间内撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的规模巨大的资料量[8].李国杰认为，大数据是指在允许的时间内，传统数据技术不能对其进行感知、获取、管理、处理和服务的数据集合[9].简而言之，“大数据”就是海量与复杂数据的结合体，且传统 IT技术和数据库软件无法对其进行处理。

　　虽然，大数据的概念至今尚未统一，但其所具有的特征均已基本认同。

　　1） 大量性（ Volume） .是指数据量不断增大，各种各样的数据不断地由源头产生，各种方式会聚在一起，形成海量的数据集，其规模不断扩大，计数已由 EB 跃升到 ZB 级别。

　　2） 多样性（ Variety） .数据的结构、类型多。不仅只限于结构化数据，非结构化数据日益增加； 数据类型不仅指网页、文本、图片，还指视频、点击流和地理位置等。

　　3） 高速性（ Velocity） .数据具有更快的流动性，实时、高速的产生，具有时效性强的特点。此外，数据信息的获取也具有高速性。

　　4） 价值性 （ Value） .蕴含价值大，但价值密度低。大数据蕴含着巨大价值，但数据并不都是有用的，只有部分具有核心价值。

　　2 企业管理的思维变革

　　企业管理离不开数据支持，大数据时代的到来颠覆了人们对现有数据分析的认知，传统的管理思维已经无法应对快速变化的外部环境。要想很好地利用大数据，首先必须进行思维上的变革。大数据下的数据分析，思维上必须有以下 3 个方面的转变[10]:

　　2. 1 样本约等于总体

　　受科技限制，小数据环境下收集到的分析数据有限，因此随机抽样方法应运而生，采样是希望以较少的数据获得更多的有用信息。随机采样是小数据下的选择，但本身存在一定缺陷，其绝对随机性的采样环境一般很难达到。但是在大数据时代，由于信息的易得性，所需要的全部数据可以较容易地得到。

　　因此，大数据是指采用全部数据的分析方法，从而真实地反映事物之间的关联性。

　　2. 2 允许不精确性和混杂性

　　随着数据量的不断增长，难免有一些错误的数据夹杂在其中，带来数据结果的不准确性。小数据时代一味追逐精确性，是由于必须极力减少差错以免细小的差错造成结果严重的偏差。大数据环境下，细微的差错并不会影响事物内在规律，因此，不精确性是可以接受的，且是一亮点。由于容错标准的放宽，使我们可以利用更多的数据，从这些数据中挖掘出有价值东西，做更多的事情。数据中 95% 的是非机构化的、混乱的，要想利用这些数据，必须学会拥抱混杂，混杂性包括数据错误率的增加、数据格式的不一致及数据质量的参差不齐。大数据时代下，与其花费巨大代价去消除所有的不确定性、混杂性，还不如诚然接受纷繁的数据并从中受益。

　　2. 3 追求相关关系而不是因果关系

　　小数据环境的数据分析过程一般是寻找两者之间的因果关系，而大数据背景下数据预测的核心是基于相关关系的分析法，前者寻求的是“为什么”,而后者只需知道“是什么”即可； 也就是通过对海量数据进行处理、分析，并不是为了找出其内在运作机制，而只需识别出能够分析某一现象的关联物即可，以关联物作为中介，通过分析、追踪关联物来帮助我们捕捉现在和预测未来，这将为我们提供一个比以前更容易、更快捷、更清楚的事物分析方法，比如亚马逊的图书推荐系统等。

　　3 大数据下企业管理创新模型

　　3. 1 传统与大数据下企业管理创新比较

　　传统模式，是从特定的企业实践管理问题出发，以问题为驱动的探索式创新； 从制度管理及人性化管理出发，利用组织知识和专家智慧，在定性与定量分析相结合的基础上，探索出问题的解决途径，从而实现企业管理创新。大数据环境下，不仅创新环境与条件复杂、多样，而且企业所面临的可能创新选择以及实现企业管理创新的方法和路径也将更多。企业外界大环境和条件的变化，对企业管理方法路径的选择及最终可能结果实现的影响是毋庸置疑的，就好比以前是“池塘捕鱼”,现在是“大海捕鱼”.因此，随着企业外界环境的变化，决定着企业管理创新在大数据环境下与传统模式下有着诸多本质性的区别，见表 1[11 -12].

　　3. 2 大数据背景下企业管理创新

　　大数据是企业管理创新的核心要素，而数据处理、分析过程则是大数据问题解决的关键。相关领域的研究表明。数据处理、分析过程与创新过程存在一种耦合关系。因此，围绕着创新过程中的数据问题，文中建立了大数据环境下的企业管理创新模型（ 如图 1 所示）[13].

　　3. 2. 1 数据获取与数据平台的形成

　　大数据时代下，企业的数据平台在企业中扮演着重要的角色，在企业的生产经营中承担着数据的收集、处理、分析、监测及预测的功能。企业的创新管理活动往往是由问题驱动或数据驱动而开始的（ 或是在平时的数据监测及预测的过程中发现的问题）。

　　3. 2. 2 创新问题界定与方案决策

　　在发现问题后，企业首先要确定是否需要进行企业管理创新，这一决策涉及的关键问题是数据的收集、获取问题。利用先进的计算机及信息技术企业可以收集到需要的相关数据并评估是否要进行创新以及能否创新。如果有必要，首先必须界定创新问题： 一是大致确定目前企业需要创新的领域和范围； 二是借助于初步的定性数据分析，对创新问题进行一个具体的阐述。在创新问题界定基础上，利用各种数据分析技术，挖掘出数据隐藏的深层次的信息。将半结构、非结构化的数据进行数据预整理与提炼，使其转化为可被数据库识别分析的结构化数据，以此作为数据平台处理的“数据源”.以数据分析结果作为决策依据，对所拟定备选方案的可行性及预期效果进行再验证，以便选择满意的创新方案。

　　3. 2. 3 动态数据与创新方案实施

　　创新方案实施过程中，同时也是在不断积累实施数据和绩效数据，将这些产生的实时数据收集、整理、分析，并将其作为数据共享平台处理的“数据源”,通过对实时数据的反馈分析，以纠正企业创新实施方案在实施过程中出现的偏差，做到对创新方案不间断监控、实时优化，以此来保证创新目标顺利地达成。这样就能保证从创新方案的实施到结束的整个过程都是处在一个实时反馈、持续改进的过程之中，而不是传统的只是一个静态的过程，从而大大提高创新方案成功的概率。

　　3. 2. 4 实时数据与创新方案的提升

　　在大数据环境下，创新方案实施的整个过程中，始终有数据分析结果对其进行实时的检验，从而根据企业所面临实时内外部环境作出相应的调整与修正，以期创新方案的顺利实施； 这样不仅可以避免在引入其他借鉴式的创新方案时，由于企业内外部环境不相同，所带来的一系列水土不服现象； 而且可以在对创新方案实施过程中实时数据的收集、分析，通过运行数据的反馈，以此来修正原有创新管理方案，并达到提升创新方案的效果。

　　4 大数据背景下企业管理变革

　　4. 1 决策主体的转变

　　在企业传统的管理模式里，决策主体一直是有经验的管理者或者商业精英，在大数据时代下，企业决策的主体由企业高管向一线员工转变，由“精英式”向“大众化”转变。一些新兴社会媒体和社交网络的出现，加速了信息的传播速度和范围，使社会公众的意见和建议成为了企业决策的重要依据。基层员工对一线比较熟悉，通过对来自一线数据的分析，能够及时发现问题，给出合理的建议或决策。同时，这样的决策模式也会增强员工的积极性和企业凝聚力，从而更能发挥集体的效力。

　　4. 2 决策方式的转变

　　大数据环境下决策的主体是来自于相关的全部数据，而不是样本数据，通过对全部数据的整理、分析，只需要找到一个现象的良好关联物即可，通过对关联物的监控、追踪，就可以帮助我们捕捉到现在和未来，从而做出决策，而不需要非要搞清楚事物内在的运行机制，也就是由追寻因果关系向相关关系的转变。同时，大数据也促使企业管理者从单纯的依靠自己的经验和直觉进行决策，转变为经过数据的收集、分析进行决策。摒弃老旧的“经验至上”的思维方式，使决策的结果更加科学和准确，降低决策给企业带来的风险。

　　4. 3 注重数据预测，把握机遇

　　传统了解市场的方法主要是进行市场调查，但这种方法往往跟不上市场的变化，具有滞后性； 而大数据的核心是预测，通过实时关注市场动向，对消费者的消费行为及社交媒体上对产品评价的整合及分析，及时获知顾客对于产品的偏好及需求，并以此对产品进行实时改进与创新，使其更具竞争力。同时，还可根据竞争对手的营销活动、价格等重要信息，分析其下一步走向，制定最优的应对策略，以占有更多的市场份额。

　　4. 4 运用大数据降低运营成本

　　通过对所获数据的分析和研究，可以发现企业管理上存在的一些问题，让企业管理者及时了解企业内部各个部门的工作状态和运营状况，对资源配置不合理的地方及时的加以调整，使有限的资源能够发挥出最大的价值，这不仅可以提高资源的利用率和企业整个流程的运转效率，而且可以使企业的管理和决策更加科学，做到有据可依，以此来降低企业在生产经营管理中的运营成本。

　　4. 5 创新信息的渠道来源

　　大数据时代，除了传统的数据企业平台以外，企业还可以与社交网络、移动互联网等平台积极合作，通过与大数据价值链中的上游数据拥有者的合作，利用他们所收集到的有关社会公众的建议和意见等信息，实时关注社会动向及消费倾向，从中挖掘出有用的商业价值。或者与有优势的第三方数据收集机构合作，利用其广阔的数据来源渠道，获得所需要的数据，均摊收集数据的成本，实现共赢。

　　5 政府在推动大数据发展中的积极作用

　　大数据的来临势不可挡，如何能够在复杂形势中抢占先机、推动大数据的快速发展； 如何在既不威胁公众信息安全，又能使企业获得信息使用权并从中受益，这一系列问题，都是政府需要认真思考的，政府也承担着重要角色。在推动大数据健康快速发展的过程中，政府的积极作用表现在以下几个方面：

　　5. 1 制定引导数据共享政策

　　大数据时代，最重要的资源就是数据，所以要想获得一个好的大数据环境，就必须做到数据共享。

　　然而，由于大量有价值的数据是生活数据或企业生产数据，其中蕴含着个人隐私及企业机密，所以这些数据往往不会轻易披露，使用者很难得到。如何使企业或个人生产、生活数据信息能够公开享用，需要政府在其中发挥积极作用。政府可以出台一些鼓励数据共享的奖励措施，激励企业公开生产经营数据，积极构建安全可靠的共享机制，解决人们后顾之忧。

　　5. 2 制定数据安全使用政策

　　由于大数据中蕴含着大量的未知信息，且这些数据往往都是个人所产生的生活数据，其中蕴含着个人行为、偏好等各种隐私。因此，大数据背景下的信息安全，尤其是个人隐私安全，需受到高度重视。

　　比如，有些特殊信息的使用权限是政府需要控制的，以防带来不好的结果。尤其是关于商业和个人隐私的数据更应该严格规定其使用范围及权限，避免我们散落在各处的“行为数据”被不法分子的利用。所以政府需要制定出台有效的数据安全使用政策，规范数据使用秩序，以保障数据使用安全性。

　　5. 3 建立知识产权保护体系

　　“大数据”时代下的信息化有诸多改变，数据分析技术与处理技术将不断更新，各种专利技术及商标产生的速度比以往任何时候都快，然而如何来保护这些利用数据来挖掘商业价值的智力成果，成为目前亟待解决的问题。只有健全的知识产权保护体系，才能避免由于产权纠纷所带来的不必要麻烦，为企业解除后顾之忧，促使企业不断创新发展，积极推动大数据时代下技术、思维、模式的不断变革。所以，面对大数据下的复杂环境，更需要建立健全知识产权法律保障，以此推动大数据下企业不断向前健康发展。

　　5. 4 加速关键技术的研发

　　如今数据在井喷式产生，形成海量数据，但数据分析处理技术依然欠缺。面对蕴藏巨大价值的数据信息，却无从下手，没有好的数据分析工具来挖掘出其潜在的商业价值，只能望而兴叹。目前数据分析及处理技术是制约大数据时代企业快速发展的关键因素，所以对于涉及大数据发展的关键技术亟待突破解决，以释放大数据所蕴藏的巨大价值。在此过程中政府起着主导性作用，应鼓励大数据关键技术的研发，并给予政策和资金上的支持，激励相关团体和个人积极投身其中。

　　5. 5 加强数据人才的培养

　　在大数据环境下，高素质数据人才需求量将急剧增加，各行各业都需要专门的数据人才来进行数据分析。数据人才的工作对象就是纷繁复杂的海量数据。因此，大数据时代下的数据人才必须集各个学科知识于一身，只有这样才能从各种貌似没有关联的海量数据中，通过整理、分析得到有价值的商业信息，数据人才将变成未来相互争夺的稀缺资源，必须引起足够重视。所以，政府应该鼓励各大高校开设相应的课程，积极培养专门的数据人才，为广阔的市场需求提供充足的人才资源。

　　6 结 语

　　大数据时代的来临，给企业各个领域传统的生产经营管理模式带来严峻挑战，企业管理将发生巨大变革。未来大数据在企业管理中运用将十分广泛，但大数据时代机遇与挑战并存，新兴企业不断兴起，大批企业被淘汰出局。大数据环境下的企业管理既是一门艺术，更是一种全新的模式。通过对大数据概念及特点的分析、梳理，认为在大数据时代应该转变管理思维，拥有大数据思维，只有这样才能更好地拥抱大数据。在比较传统与大数据环境下的企业管理创新不同点的基础上，构建了基于大数据环境下的企业管理创新模型，并阐述了大数据环境下的企业管理变革； 同时，大数据的发展仍处于探索阶段，有利于企业发展的稳定大数据环境，离不开政府的引导与支持。基于此，文中也阐述了政府在推动大数据发展中的积极作用。总体而言，文中的研究将有助于我国企业在大数据环境下的新一轮竞争中，找准位置、抓住机遇，能够以大数据思维来进行企业管理，积极拥抱大数据，以此促进企业不断发展。同时，文中的研究也为政府管理部门在积极推动大数据发展时提供一定的理论指导，即制定出台相关政策法律法规时提供有针对性的指导建议，具有重大实践意义。

　　参考文献：

　　[1] 奉 梅。 大数据时代下企业管理所面临的挑战与创新[J]. 现代企业，2014（ 11） : 12 -13.

　　[2] 刘 平。 大数据时代对于企业管理的影响[J]. 中外企业家，2015（ 18） : 100 -101.

　　[3] 陈国营。 大数据在企业管理中的应用[J]. 财经界： 学术版，2015（ 11） : 133.

　　[4] 何 军。 大数据对企业管理决策影响分析[J]. 科技进步与对策，2014（ 4） : 65 -68.

　　[5] 徐宗本，冯芷艳，郭迅华，等。 大数据驱动的管理与决策前沿课题[J]. 管理世界，2014（ 11） : 158 -163.

　　[6] 钱 玲。 大数据时代的到来对企业财务工作的影响[J]. 安徽地质，2015（ 1） : 76 -80.

TAG标签： 变革     数据     背景