基于大数据传统企业智能管理模式分析.docVIP

基于大数据传统企业智能管理模式分析 　　中图分类号：F272 文献标识码：A 　　内容摘要：本文通过大数据与传统企业智能管理的融合研究，解构两者之间的内在联系，并以技术创新管理为视角，提出从思想与技术统筹的角度构建大数据环境下传统企业智能管理模式。 　　关键词：大数据 传统企业 智能管理 模式 　　大数据与智能管理的耦合 　　智能管理是信息时代将新的信息技术和信息思维结合，并应用于企业经营管理活动，提升企业经营管理效率、提高竞争水平、减少经营成本的技术路径。大数据与智能管理是信息化时代，从不同视域对人类生产管理活动的不同表达和概括，两者驱动一般生产管理活动以追求高效、自由、平等为导向，市场行为、企业行为、消费者行为被量化为“信息代码”或“数字符号”，中立或事实主义态度贯穿于管理活动中，本质上是新的管理范式建构。 　　大数据与智能管理均以数字化的形式解构生产管理活动的流程与行为，在技术架构和应用节点上体现人本管理和科学管理融合的企业行为准则，体现了管理哲学和管理思想的进化与重构。大数据与智能管理的核心理念强调挖掘数据价值，并服务于企业经营管理和战略决策。数据的有效性、信息的共享性奠定了“数据化”的管理思想，而在管理实践中，需要以柔性的管理哲学和思想统摄刚性的大数据和智能管理技术。大数据包含的海量结构化、非结构化数据，可以通过挖掘技术发现其价值，为企业提高决策能力、决策效率、决策准确度等提供智能管理的技术支持。 　　大数据时代传统企业智能管理的制约因素 　　现阶段获得广泛认可和实施的商务智能（BI）是企业实现智能管理的可靠方案。它将人力资源的“智力因素”和信息系统的“智能因素”予以整合、协调，辅助企业的计划、执行、控制等管理环节，为智能决策提供依据，形成人机结合智能与企业群体智能相融合的管理体系（龙腾，2008）。企业实现智能管理的基础是数据资源，采用数据管理技术将企业数据资源转化成组织竞争优势，并提高企业决策能力、决策效率和决策准确性（王中尧，2014）。在大数据背景下，企业实现智能管理面临四类因素制约。 　　（一）数据资源开发的技术约束 　　传统BI主要面向企业内部“小数据”的处理，而大数据包括交易数据和交互数据，两者整合后的存储空间复杂度或结构复杂度导致传统BI无法在有限的资金和时间成本内进行分析处理。需要通过数据集成，实现结构化数据和非结构化数据的一体化访问，为企业和管理者提供企业洞察、行业洞察和用户洞察。 　　（二）企业数据生态系统再构建 　　传统的企业智能管理的基础数据资源基于企业内部泛在的各类业务信息系统，数据资源具有整齐的结构，易于通过BI系统实现数据价值挖掘，其生态属性存在显著缺点。首先，这类数据资源不包涵大量有价值的非结构化数据，数据资源种类单一，无法为科学决策提供立体化的信息支持。其次，在企业各类业务信息系统生成的数据资源位于企业闭合的组织系统内，缺乏与外界信息环境交互的接口，无法实时反应外部市场空间结构变化所反馈的信息。最后，在互联网时代，市场需求呈现个性化、多样化特征，商业信息处于持续、动态的演化状态，数据资源迭代加速，而闭合的传统商务智能管理模式无法对最新数据资源即时整合、响应，导致企业经营决策、创新升级滞后于市场需求。因此，在资源种类、时间演化、空间构型等维度，需要对企业智能管理的数据生态系统进行再构建。 　　（三）企业智能管理系统交互的有限性 　　因企业信息化规划不够科学性，烟囱式的业务信息系统易形成信息孤岛：业?漳？榈氖?据存在跨信息系统、跨业务平台的现象，而数据无法实现交叉调用，数据资源共享度不高。此外，数据的收集、整合和利用仅面向关键业务，非关键业务的数据未受重视，数据资源开发程度有待提高。大数据时代，传统企业沿用经典管理模式应对市场变化和消费者需求，虽然获取数据渠道多样，但并未挖掘数据的潜在价值，尤其是微观层面的数据。比如侧重关注财务报表、企业盈亏表等宏观的数据，并未从组成这些报表的细微数据中去发现企业存在的问题（吴忠，2013）。 　　（四）企业智能管理智力支持的稀缺性 　　大数据时代的企业智能管理，是以数据化决策为主要特征，通过量化减少决策的不确定性，规避市场风险。数据的处理、分析需要CIO（首席信息官）、CMO（首席营销官）、COO（首席运营官）乃至CDO（首席数据官）等多种类型的支撑型人才的智力集成，形成企业信息化应用、市场营销、运营管理的综合智能。大部分企业传统的管理模式在企业智能管理支撑型人才的引进、培养、晋升等机制上创新力不足。 　　基于大数据的企业智能管理模式构建 　　（一）构建大数据文化 　　在高度信息化、互联网化的现代经济社会，数据已被视为一种战略资源，对数据的所有权、支配权的争夺成为商业竞争的新形势。大数据时代的智能管理必须以大数