大数据背景下企业管理模式探究

１大数据概述

自２０１２年美国奥巴马政府“大数据研究和发展倡议”以来，英、法、德、日等诸多国家也纷纷了各自的大数据规划。抓住大数据发展机遇，２０１５年８月，中国国务院印发了《促进大数据发展行动纲要》。同年１０月，党的十八届五中全会提出“实施国家大数据战略”，标志着大数据正式成为我国重要的发展战略。有研究表明，到２０２０年，我国大数据相关产业营业收入或将突破１万亿元，这表明我国将逐步从以信息流为中心的ＩＴ时代迈向以数据流为中心的ＤＴ时代。届时，数据将不再只是一个字符，一串编码，它将深刻地影响我们的生活、学习和工作，甚至还会改变我们的认知和思维方式。对企业而言，运用大数据技术创新企业管理模式，解决企业现行管理难题，以保持企业持续健康发展，具有重要现实意义。

２现行企业管理难题

２．１数据孤岛问题严重

随着互联网的蓬勃发展，２０世纪９０年代中后期的企业开始着手内部信息系统建设。限于当时的技术水平和认知观念，许多企业并没有形成一套完整的内部信息化解决方案。而是每一个部门根据自身业务需求，建立一套信息系统。从企业业务流程的一个点来看，这种模式下的业务过程是通过信息化来管控的。但从业务流程的整个面来看，其业务过程是被划分为多个不同的块进行处理的。且块与块之间数据传输并不畅通，需要大量的人为干涉。信息系统确实有效提高了员工的工作效率，为企业积累了大量的过程数据财富。但由于部门壁垒，通常情况下，对外公布的数据都是经过各个部门内部分析处理过的。这些数据通常是与该部门业务相关的结果数据。大量的该部门认为无价值的或不相关的过程数据被屏蔽。而能让这些貌似无用的数据产生巨大价值的其他部门却根本不知道这些数据的存在。或者就算知道这些数据的存在，想要获取这些内部数据，也必须要与该部门管理者达成一致协议才行。这种管理模式不仅大大降低了数据的流通速率，严重破坏了数据链的完整性，甚至还会丢失一部分有用数据。各个子系统间信息的不实时、不完整严重影响了企业管理的科学发展。

２．２知识传承困难

知识管理一直是企业管理中的一个难题，很难依靠制度和传统的技术来解决。首先，虽然很多企业建立了统一的企业知识管理系统，但是里面存储的知识大多都是从各个子单位搜集来的已固化信息。尽管有些员工也会根据自身工作需要自发上传资料，但这部分资料的内容和格式都没有统一标准。它们大多都是半结构化或非结构化数据，传统技术很难将这类资料形成知识。其次，当代企业大量的知识还是离散地存储在各个信息化系统、个人办公电脑、档案馆的纸质文件以及某些员工的头脑中。这种形式的知识存储不仅耗费了大量人力、物力以及财力，增加了人们搜寻有效知识的时间成本，还大大降低了人们的工作效率。再者，如果企业内骨干员工突然离职，他所负责的大部分业务资料和数据就有可能会遗失，这样不仅浪费企业资源还会延缓企业发展进程。最后，由于企业内部没有形成完整的知识体系，新员工入职时只能做一些简单的杂事或者跟着老员工一步一步学习，很难快速进入工作状态，人才培养效率低下。

２．３基于经验和结果数据的管理

传统的金字塔式组织结构，注重层级管理，逐级上报。在这种结构下，企业的管理决策模式往往是集中式的。大多数的管理决策由企业高层甚至是最高管理者凭借个人工作经验或依据下属上报的企业运营结果数据制订。虽然这种模式下的决策也有数据支撑，但是这些数据大多源自企业内部信息系统，主要是企业的一些运营状态数据和财务数据，通常只有结果信息。且经过层层审批的数据，没有形成完整的数据链，也无法对其真实性进行追溯校验，往往会有所失真。在这种情况下，企业的管理决策由少数人决定，而决策所依据的数据也是片面的。这种带有运气成分的企业管理模式降低了管理决策的准确性，增加了决策风险，有时甚至会给企业造成巨大的经济损失。

３企业管理发展方向

３．１主数据管理

主数据是指经过清洗的参与企业业务活动的标准化和规范化的数据。主数据并不是所有信息系统的唯一数据库，而是意味着所有的数据都可以在主数据中找到唯一有效版本。主数据管理不产生新数据，仅保存各系统按规则推送的数据，并校验数据的唯一合法性。由于很多数据具有多个来源，内容冲突，杂乱无章，企业在进行大数据处理时，需要对这些数据进行清洗。因此，主数据管理尤为重要。例如，企业内部可能会存在多个信息系统，而每个信息系统都会涉及企业组织机构。在没有主数据的情况下，若组织机构变更，每个信息系统均需调整一次组织机构信息。这样不仅耗费大量的人力，还会因维护人员习惯不同或使用简写等问题，导致各系统间组织机构表述不统一。而这时如果再按组织机构来处理不同系统间的数据，就会存在因机构不能对应而造成的数据缺失问题。管理主数据以确定唯一合法的数据来源，具有重要意义。一旦数据因业务需求发生变更，其原系统将变更后的数据推送到主数据，其他系统则可以从主数据同步最新的相关数据。这样不仅降低了人为干涉产生差错的频率，提高了数据的规范性，也为数据分析打下了坚实的基础。

３．２知识挖掘与管理

在大数据时代，学习型的组织是企业在当前竞争激烈的社会中屹立不倒的重要基石。知识作为企业的无形资产，是推动企业发展的动力，对企业的管理决策和发展具有重要影响。管理大师彼得•德鲁克指出，“在新的经济体系内，知识并不是和人才、资本、土地相并列的社会生产资源之一，而是唯一有意义的资源，其独到之处，正在于知识是资源本身，而不仅是资源的一种。”因此，如果企业要保持长期稳定健康发展，就必须运用科学的方法挖掘和管理企业知识。企业采集和存储大量的数据，使用大数据技术进行分析，抑或是对现有知识进行二次挖掘，可以识别出有效的，新颖的和潜在有用的知识。这样不仅丰富了企业的知识库，还释放了大量的对数据进行标准化和结构化的人力资源。例如，在制造企业中，一个产品的最终性能可能和一个或多个貌似与该性能不相关的参数有关，但传统的数据处理技术很难识别这些有用信息。然而，只要有足够的样本数量，运用大数据技术就可以轻易地挖掘出不同参数与产品性能之间的关系。因此，现代企业应主动运用大数据技术，对知识进行科学地挖掘与管理，以促进企业持续健康发展。

３．３基于完整数据链的运营和决策

随着大数据技术的成熟，企业处理数据的能力得到空前提升，甚至出现了专业数据服务公司。企业可以访问的数据范围越来越广，数量越来越大，类型越来越丰富。能够支撑企业决策的数据越来越多，也越来越真实。基层员工也获得了更多的参与企业重大决策的机会，企业传统的金字塔组织结构也逐渐在瓦解，网络化的节点型组织架构模式正在建立。在这种背景下，企业管理者也清楚地认识到，仅凭结果数据和少数人的集中决策已不能满足现代企业的管理需求。深入探寻市场和企业内部数据产生的源头，追踪数据传递路径，构建完整的数据链条，形成企业数据网络，迫在眉睫。此外，充分调动普通员工参与企业决策也势在必行。以数据网络为基础，员工众智为利刃，才能切实减少企业决策风险，提高企业优秀竞争力。

４结论

对企业管理而言，大数据不仅是一种技术，更是一种改革思路。在大数据环境下，企业的组织机构、决策模式、数据类型和知识体系等都发生了重大变化，为企业管理提供了新思路新方法。大数据技术的发展才刚刚起步，企业只有在思想上充分重视，工作中不断实践，才能抓住这一历史机遇，从而捕获先机，赢得健康、持续、稳定的发展。

参考文献

［２］工信部．大数据产业发展规划（２０１６－２０２０年）［Ｒ］．北京：工业和信息化部，２０１６．

［３］朱宽胜．互联网金融发展的现状、问题以及风险防范研究［Ｊ］．经济研究导刊，２０１４，（３４）：７７－７８．

［４］王爽．浅析企业在金字塔式结构下的组织结构优化［Ｊ］．商场现代化，２００７，（１８）：７４．

［６］彼得•德鲁克．２１世纪对管理的挑战［Ｍ］．北京：机械工业出版社，１９９９．

［７］赵淑媛．浅析数字档案信息资源的知识挖掘技术［Ｊ］．兰台世界，２０１７，（Ｓ１）：３６－３７．

作者:罗倩文 单位:民办四川天一学院