樂美謙
江西財(cái)經(jīng)大學(xué)工商管理學(xué)院,江西 南昌 330013
大數(shù)據(jù)時(shí)代下的企業(yè)人力資源管理研究探析
樂美謙
江西財(cái)經(jīng)大學(xué)工商管理學(xué)院,江西 南昌 330013
大數(shù)據(jù)時(shí)代的到來意味著數(shù)據(jù)從簡(jiǎn)單的處理對(duì)象開始轉(zhuǎn)變?yōu)橐环N基礎(chǔ)性資源,對(duì)于企業(yè)來說,如何更好地管理和利用數(shù)據(jù)至關(guān)重要。本文首先從大數(shù)據(jù)的概念、特征和類型著手,接著對(duì)國(guó)內(nèi)外大數(shù)據(jù)的相關(guān)研究現(xiàn)狀進(jìn)行了闡述,在此基礎(chǔ)上,分析了大數(shù)據(jù)時(shí)代下企業(yè)在人力資源管理上可能面臨的挑戰(zhàn),并就企業(yè)在人力資源管理方面提出了一些對(duì)策建議。
大數(shù)據(jù);企業(yè)管理;機(jī)遇;挑戰(zhàn)
伴隨著物聯(lián)網(wǎng)、移動(dòng)互聯(lián)、云計(jì)算的興起,特別是智能終端的應(yīng)用,數(shù)據(jù)越來越大,越來越快,越來越復(fù)雜,推動(dòng)了“大數(shù)據(jù)”(Big data)這一全新概念的產(chǎn)生。最早提出“大數(shù)據(jù)時(shí)代到來”的機(jī)構(gòu)是McKinsey管理咨詢公司 (黃升民和劉珊, 2012)。2011年,該公司在題為《Big data: The next frontier for innovation, competition, and productivity》的報(bào)告中指出:當(dāng)今數(shù)據(jù)已經(jīng)滲透到各行各業(yè)以及業(yè)務(wù)職能領(lǐng)域,成為重要的生產(chǎn)要素;海量數(shù)據(jù)的挖掘和運(yùn)用,預(yù)示著新一輪的生產(chǎn)力增長(zhǎng)和消費(fèi)者盈余浪潮的到來(James, Michael, & Brad, 2011)。
盡管“大數(shù)據(jù)”自2009年就已成為信息技術(shù)行業(yè)的熱詞,但該詞于近兩年才開始受到高度關(guān)注。對(duì)于大數(shù)據(jù)的定義,目前企業(yè)界和學(xué)術(shù)界尚未達(dá)成一致的認(rèn)識(shí)。最初,這個(gè)概念是指需要處理的信息量過大,已經(jīng)超出了一般電腦在處理數(shù)據(jù)時(shí)所能使用的內(nèi)存量(Mayer-Sch?nberger & Cukier, 2013)。著名IT 研究與顧問咨詢公司Gartner將 “大數(shù)據(jù)”定義為:以海量、高增長(zhǎng)率和多樣化為特征的信息資產(chǎn),該信息資產(chǎn)需要新處理模式才能具有更強(qiáng)的決策力、洞察力和流程優(yōu)化能力。國(guó)際數(shù)據(jù)公司(International Data Corporation, IDC)認(rèn)為,“大數(shù)據(jù)”是指出于更經(jīng)濟(jì)有效地從海量復(fù)雜數(shù)據(jù)中獲取價(jià)值的目的,所設(shè)計(jì)的新一代架構(gòu)和技術(shù) (Villars, Olofson, & Eastwood, 2011)。
盡管上述的觀點(diǎn)不統(tǒng)一,但一個(gè)普遍的觀點(diǎn)是,盡管大數(shù)據(jù)與“海量數(shù)據(jù)” (massive data)和“大規(guī)模數(shù)據(jù)”(very large data)的概念一脈相承,但其在體量、復(fù)雜性和速度等方面更為突出,且超出了現(xiàn)有技術(shù)手段的處理能力(馮芷艷等, 2013)。
2.1 類型
大數(shù)據(jù)的類型比傳統(tǒng)數(shù)據(jù)的更多樣,主要可分為結(jié)構(gòu)化數(shù)據(jù)(如人事、財(cái)務(wù)、ERP系統(tǒng))、半結(jié)構(gòu)化數(shù)據(jù)(如電子郵件、辦公處理文檔以及諸如網(wǎng)絡(luò)新聞等)和非結(jié)構(gòu)化數(shù)據(jù)(如傳感器、移動(dòng)終端、社交網(wǎng)絡(luò)等產(chǎn)生的數(shù)據(jù))三種。
2.2 特征
一般來說,大數(shù)據(jù)的特征可用三個(gè)V來描述,分別為量大、快速和多樣性(孟小峰和慈祥, 2013; 林志剛和彭波, 2013)。
(1)量大(Volume)。目前,醫(yī)療衛(wèi)生、地理信息、電子商務(wù)和影視娛樂每天都有大量數(shù)據(jù)產(chǎn)生,據(jù)國(guó)際數(shù)據(jù)公司的監(jiān)測(cè)統(tǒng)計(jì),截至2011年,全球的數(shù)據(jù)總量高達(dá)1.8ZB,該總量每隔一年呈翻倍增長(zhǎng)的趨勢(shì)。
(2)快速(Velocity)。在許多情況下,創(chuàng)建數(shù)據(jù)的速度要比數(shù)量更為重要。實(shí)時(shí)或者近乎實(shí)時(shí)的信息可以使公司比其競(jìng)爭(zhēng)對(duì)手更加靈活。例如,在圣誕購(gòu)物季的第一天,美國(guó)麻省理工學(xué)院教授Alex ‘Sandy’ Pentland和他的團(tuán)隊(duì)曾在媒介實(shí)驗(yàn)室通過來自手機(jī)的定位數(shù)據(jù)推斷出梅西百貨(Macy)停車場(chǎng)在當(dāng)天的人流量,這就可先于梅西百貨估算出當(dāng)天的銷售量。如此快速的洞察,為華爾街分析師以及緬因街的經(jīng)理們提供了明顯的競(jìng)爭(zhēng)優(yōu)勢(shì)(McAfee & Brynjolfsson, 2012)。
(3)多樣性(Variety)。大數(shù)據(jù)的形式有文字、圖片、視頻、來自傳感器的文本以及來自手機(jī)的GPS信號(hào)、地理位置信息(LBS)等。
除了以上3V,有機(jī)構(gòu)認(rèn)為,大數(shù)據(jù)還有一個(gè)新特點(diǎn),而對(duì)于第4個(gè)特點(diǎn)又有不同看法。例如國(guó)際數(shù)據(jù)公司(IDC)和Oracle還強(qiáng)調(diào)大數(shù)據(jù)的價(jià)值性(孟小峰和慈祥, 2013; 陳如明, 2012),即如何從海量信息中挖掘出有用的數(shù)據(jù)至關(guān)重要。IBM公司則認(rèn)為大數(shù)據(jù)應(yīng)體現(xiàn)真實(shí)性(Truth),如社交網(wǎng)絡(luò)發(fā)表的言論可能帶一些情緒化的內(nèi)容,不一定真實(shí)準(zhǔn)確(謝國(guó)忠, 2013)。
當(dāng)前,大數(shù)據(jù)已成為企業(yè)界和學(xué)術(shù)界共同熱議的一大主題,得到了社會(huì)各界的關(guān)注,并且相應(yīng)地出現(xiàn)了一部分研究成果。
3.1 國(guó)外研究現(xiàn)狀
Nature和Science等國(guó)際頂級(jí)期刊出版了有關(guān)大數(shù)據(jù)的???。Nature于2008年推出了 “Big Data” ???,提到了大數(shù)據(jù)給今后的數(shù)據(jù)分析處理工作所帶來的挑戰(zhàn),認(rèn)為數(shù)據(jù)對(duì)數(shù)學(xué)、物理、生物醫(yī)藥、工程及社會(huì)經(jīng)濟(jì)等多個(gè)領(lǐng)域均有日益重要的作用。之后,Science雜志于2011 年推出了以“Dealing with data”為主題的????;诤A繑?shù)據(jù)對(duì)當(dāng)今社會(huì)的挑戰(zhàn),其提出有效分析和利用大數(shù)據(jù)的重要性。此外,數(shù)據(jù)管理領(lǐng)域的部分學(xué)者共同發(fā)布了以“Challenges and Opportunities with Big Data” 為主題的白皮書,先后介紹了大數(shù)據(jù)的產(chǎn)生、處理步驟以及面臨的挑戰(zhàn)。與此同時(shí),還有學(xué)者撰寫了大數(shù)據(jù)的專著,針對(duì)大數(shù)據(jù)及其思想進(jìn)行了詳細(xì)論述,如Mayer-Sch?nberger(2013)的《Big Data: A Revolution That Will Transform How We Live, Work, and Think》和Martin Klubeck等(2011)的《Metrics: How to Improve Key Business Results》??偟膩碚f,大數(shù)據(jù)在國(guó)外具有較高的關(guān)注度。
3.2 國(guó)內(nèi)研究現(xiàn)狀
相比國(guó)外,國(guó)內(nèi)對(duì)大數(shù)據(jù)的研究還很不成熟。本文以“大數(shù)據(jù)”為主題詞,通過“中國(guó)知網(wǎng)”學(xué)術(shù)趨勢(shì)平臺(tái)進(jìn)行檢索,發(fā)現(xiàn)大數(shù)據(jù)的研究逐年增加,1997 年之后未曾中斷過,其中近三年的文獻(xiàn)量最多,并且呈陡增之勢(shì)(如圖1所示)。
圖1 1997-2015年大數(shù)據(jù)的CNKI學(xué)術(shù)關(guān)注度
李國(guó)杰等(2012)首先闡述了大數(shù)據(jù)的研究進(jìn)展,接著介紹了大數(shù)據(jù)應(yīng)用與研究所面臨的問題與挑戰(zhàn)并對(duì)大數(shù)據(jù)發(fā)展戰(zhàn)略提出了建議。王珊(2011)、孟小峰等(2013)、覃雄派等(2012)側(cè)重于大數(shù)據(jù)的分析和查詢,介紹了當(dāng)前大數(shù)據(jù)處理的主流平臺(tái)。朱志軍和閆蕾(2012)的《轉(zhuǎn)型時(shí)代叢書:大數(shù)據(jù)·大價(jià)值、大機(jī)遇、大變革》通過實(shí)證研究分析了大數(shù)據(jù)對(duì)社會(huì)、商業(yè)智能的作用,研究結(jié)果表明,大數(shù)據(jù)將帶來新的商機(jī)。
綜合國(guó)內(nèi)外有關(guān)大數(shù)據(jù)的研究,可看出: 有關(guān)大數(shù)據(jù)的研究及實(shí)際應(yīng)用尚處于初級(jí)階段,主要涉及大數(shù)據(jù)的基礎(chǔ)問題、應(yīng)用的戰(zhàn)略分析和哲學(xué)審視等方面,缺乏微觀層面的研究,如基于組織管理的視角去探究大數(shù)據(jù)對(duì)當(dāng)前組織管理和運(yùn)營(yíng)決策等的沖擊以及組織如何有效應(yīng)對(duì)。
大數(shù)據(jù)能給企業(yè)人力資源管理帶來便利,如在線簡(jiǎn)歷一方面可以為企業(yè)招聘工作節(jié)省大量的人力和物力,另一方面還可實(shí)現(xiàn)招聘崗位與求職者之間更高的匹配度;通過大量的人員數(shù)據(jù)可以為人力資源管理的提供量化信息,這有利于企業(yè)有效地組織人員考核;企業(yè)通過大數(shù)據(jù)(如在線培訓(xùn))可了解員工的培訓(xùn)需求,有針對(duì)性地對(duì)員工進(jìn)行培訓(xùn),并且能追蹤到培訓(xùn)效果,形成有效反饋。與此同時(shí),我們不可否認(rèn),大數(shù)據(jù)也會(huì)對(duì)企業(yè)管理決策和人力資源管理帶來一定挑戰(zhàn)(James et al., 2011; McAfee & Brynjolfsson, 2012; 何軍, 2014; 何瑩, 2013; 林志剛和彭波, 2013)。
4.1 對(duì)傳統(tǒng)Hippos決策模式的沖擊
大數(shù)據(jù)最重要的一個(gè)方面是對(duì)于如何做出決策以及由誰來決策的影響。當(dāng)數(shù)據(jù)稀缺、成本高昂或者我們無法獲取電子形式的數(shù)據(jù)時(shí),傳統(tǒng)的做法是由擁有良好社會(huì)地位者來作出決策,而他們的決策往往是基于自身的經(jīng)驗(yàn)以及他們所觀察、內(nèi)化的關(guān)系,即直覺。同樣,在遇到重大決策時(shí),一般會(huì)請(qǐng)組織內(nèi)部領(lǐng)導(dǎo)者或外部專業(yè)人員來解決,即主要依賴HiPPO(highest-paid persons’s opinion)決策模 式。在當(dāng)今的整個(gè)商界,更多地還是依靠直覺,數(shù)據(jù)并沒有得到足夠的重視??梢哉f,在大數(shù)據(jù)時(shí)代下,企業(yè)傳統(tǒng)的HiPPO決策方式受到一定的沖擊。
4.2 人才管理
數(shù)據(jù)專家等擅長(zhǎng)處理大量信息的專業(yè)人才成為未來組織成功的關(guān)鍵所在。對(duì)于該類人才來說,統(tǒng)計(jì)技術(shù)尤為重要,但大數(shù)據(jù)使用過程中所需的諸多關(guān)鍵技術(shù)卻很少在傳統(tǒng)的統(tǒng)計(jì)學(xué)課程中有所涉及。此外,由于新的數(shù)據(jù)類型很少是結(jié)構(gòu)化的,清理和整合大數(shù)據(jù)集合的技能比統(tǒng)計(jì)技術(shù)更為重要。除了上述技術(shù)層面的要求,數(shù)據(jù)專家還需懂得“商業(yè)語言”,基于大數(shù)據(jù)為組織管理者如何有效進(jìn)行管理決策和運(yùn)營(yíng)提供參考和建議。雖然組織對(duì)這類人才具有較強(qiáng)的需求,但這種復(fù)合型人才往往很難找到(Davenport & Patil, 2012),這與人才的稀缺性以及企業(yè)在人力資源管理方面的問題密切相關(guān)。
4.3 領(lǐng)導(dǎo)力
大數(shù)據(jù)對(duì)領(lǐng)導(dǎo)力提出了更高的要求。要想成功使用大數(shù)據(jù),企業(yè)不僅需要擁有更多或更好的數(shù)據(jù),其領(lǐng)導(dǎo)團(tuán)隊(duì)也是關(guān)鍵因素之一。領(lǐng)導(dǎo)團(tuán)隊(duì)必須設(shè)置明晰的目標(biāo)、對(duì)成功作出界定以及提出正確的問題。在大數(shù)據(jù)時(shí)代下,優(yōu)秀的領(lǐng)袖要有創(chuàng)造性思維,善于發(fā)現(xiàn)商機(jī)、開拓市場(chǎng),有能力處理好上下級(jí)關(guān)系,說服員工投入其新想法。
在大數(shù)據(jù)的沖擊下,企業(yè)管理者應(yīng)轉(zhuǎn)變思維,結(jié)合大數(shù)據(jù)時(shí)代所面臨的機(jī)遇和挑戰(zhàn),有針對(duì)性地對(duì)企業(yè)原有的管理模式進(jìn)行變革和創(chuàng)新(James et al., 2011; McAfee & Brynjolfsson, 2012; 王勁, 2013; 嚴(yán)霄鳳 & 張德馨, 2013)。
5.1 基于數(shù)據(jù)驅(qū)動(dòng)制定決策,轉(zhuǎn)變領(lǐng)域?qū)<医巧?/p>
傳統(tǒng)基于經(jīng)驗(yàn)和直覺的決策往往是不夠的,基于數(shù)據(jù)驅(qū)動(dòng)的決策也相當(dāng)重要。管理者想要轉(zhuǎn)向數(shù)據(jù)驅(qū)動(dòng)決策,可先從以下兩種簡(jiǎn)單的方法開始。首先,在面臨重要決策時(shí),他們可以習(xí)慣性地問“相關(guān)數(shù)據(jù)怎么說”以及“數(shù)據(jù)來源于哪”“進(jìn)行了什么樣的分析”“我們對(duì)分析結(jié)果的信心如何”等問題。如果管理者遵循這樣一種思路,將可以快速得到所需的訊息。其次,需要接受自身判斷與數(shù)據(jù)相沖突的可能性。
當(dāng)我們知道要解決的具體問題時(shí),領(lǐng)域?qū)<揖蜁?huì)顯得尤為重要,特定領(lǐng)域的專家通常比較了解企業(yè)所面臨的機(jī)遇和挑戰(zhàn)。因此,許多企業(yè)致力于吸引大量相關(guān)領(lǐng)域的專業(yè)人才。在大數(shù)據(jù)的推動(dòng)下,領(lǐng)域?qū)<业淖饔迷谥饾u發(fā)生變化,他們的價(jià)值不再只體現(xiàn)在提供經(jīng)驗(yàn),還在于他們知道提什么問題。
5.2 注重大數(shù)據(jù)管理人才培養(yǎng)
數(shù)據(jù)掌握的完整、跨渠道的數(shù)據(jù)整合能力、數(shù)據(jù)分析能力等將成為企業(yè)實(shí)現(xiàn)可持續(xù)發(fā)展的核心競(jìng)爭(zhēng)力。因此,要想深度并有效挖掘有價(jià)值的數(shù)據(jù),企業(yè)需要通過合理有效地激勵(lì)措施來吸引和培養(yǎng)大數(shù)據(jù)方面的專業(yè)人才,如高薪酬、重視對(duì)專業(yè)技術(shù)人才的培訓(xùn)。
5.3 數(shù)據(jù)跨職能、跨部門的流動(dòng)
一個(gè)有效的組織應(yīng)將信息和相關(guān)的決策權(quán)放在相同的位置。在大數(shù)據(jù)時(shí)代,信息被創(chuàng)建和轉(zhuǎn)移,專業(yè)知識(shí)所發(fā)揮的作用已不同于過去。組織管理者應(yīng)建立一個(gè)靈活的組織架構(gòu),將“非我發(fā)明” (not invented here)綜合癥降到最弱,并且將企業(yè)跨職能合作最大化。具體來說,組織各部門一方面要配備合適的數(shù)據(jù),另一方面需要有懂得相關(guān)技術(shù)的專家。
5.4 企業(yè)文化
事實(shí)上,許多組織的領(lǐng)導(dǎo)者所表現(xiàn)出來的數(shù)據(jù)驅(qū)動(dòng)的程度要高于其實(shí)際程度。很多管理者往往在做報(bào)告時(shí)利用了大量的數(shù)據(jù)來支持其所做出的決策,該決策是通過直覺得出的,只不過是領(lǐng)導(dǎo)者在做出決策后吩咐下屬找的數(shù)據(jù)。這種慣性的做法會(huì)因決策的不準(zhǔn)確性增加企業(yè)風(fēng)險(xiǎn)。企業(yè)的領(lǐng)導(dǎo)者應(yīng)倡導(dǎo)數(shù)據(jù)驅(qū)動(dòng)的文化理念,將該理念貫穿到企業(yè)的日常運(yùn)營(yíng)中,養(yǎng)成基于事實(shí)與數(shù)據(jù)的分析判斷的思維行為(張文貴, 2013)。
作為一種新興的理論,盡管大數(shù)據(jù)在概念、技術(shù)、方法方面已經(jīng)取得一定的研究成果,但大數(shù)據(jù)在企業(yè)管理應(yīng)用方面的研究相對(duì)較少。目前與管理相關(guān)的研究不夠深入,大多較為籠統(tǒng),更缺乏相應(yīng)的實(shí)證研究,同時(shí)從理論和實(shí)證兩個(gè)角度對(duì)大數(shù)據(jù)的作用作出具體的解釋。本文認(rèn)為技術(shù)、應(yīng)用與管理應(yīng)該是并重的。大數(shù)據(jù)的分析處理技術(shù)歸根結(jié)底要服務(wù)于社會(huì)。因此,后續(xù)研究應(yīng)深入開展基于互聯(lián)網(wǎng)和社交媒體的企業(yè)大數(shù)據(jù)研究與應(yīng)用(吳啟迪, 2013)。
[1]Bughin, J., Chui, M., & Manyika, J. (2010). Clouds, big data, and smart assets: Ten tech-enabled business trends to watch. McKinsey Quarterly, 56(1), 75-86.
[2]Davenport, T. H., Barth, P., & Bean, R. (2012). How ‘big data'is different. MIT Sloan Management Review, 54(1), 22-24.
[3]Davenport, T. H., & Patil, D. (2012). Data Scientist. Harvard Business Review, 90, 70-76.
[4]James, M., Michael, C., & Brad, B. (2011). Big data: The next frontier for innovation,competition, and productivity. The McKinsey Global Institute.
[5]Mayer-Sch?nberger, V., & Cukier, K. (2013). Big data: A revolution that will transform how we live, work, and think: Houghton Mifflin Harcourt.
[6]McAfee, A., & Brynjolfsson, E. (2012). Big data: the management revolution. Harvard Business Review, 90(10), 60-68.
[7]Villars, R. L., Olofson, C. W., & Eastwood, M. (2011). Big data: What it is and why you should care. White Paper, IDC.
[8]王珊, 王會(huì)舉, 覃雄派等(2011). 架構(gòu)大數(shù)據(jù):挑戰(zhàn)、現(xiàn)狀與展望. 計(jì)算機(jī)學(xué)報(bào),(10),1741-1752.
[9]王勁(2013). 大數(shù)據(jù)時(shí)代的管理變革. 中國(guó)商貿(mào),(02), 189-190.
[10]朱志軍, 閆蕾(2012). 轉(zhuǎn)型時(shí)代叢書: 大數(shù)據(jù)· 大價(jià)值, 大機(jī)遇, 大變革: 北京: 電子工業(yè)出版社.
[11]何軍(2014). 大數(shù)據(jù)對(duì)企業(yè)管理決策影響分析. 科技進(jìn)步與對(duì)策,(04), 65-68.
[12]何瑩(2013). “大數(shù)據(jù)時(shí)代”的管理創(chuàng)新. 人力資源,(10), 62-63.
[13]李國(guó)杰, 程學(xué)旗(2012). 大數(shù)據(jù)研究:未來科技及經(jīng)濟(jì)社會(huì)發(fā)展的重大戰(zhàn)略領(lǐng)域——大數(shù)據(jù)的研究現(xiàn)狀與科學(xué)思考. 中國(guó)科學(xué)院院刊,(06), 647-657.
[14]孟小峰, 慈祥(2013). 大數(shù)據(jù)管理:概念、技術(shù)與挑戰(zhàn). 計(jì)算機(jī)研究與發(fā)展,(01), 146-169.
[15]林志剛, 彭波(2013). 大數(shù)據(jù)管理的現(xiàn)實(shí)匹配、多重挑戰(zhàn)及趨勢(shì)判斷. 改革,(08),15-23.
[18]郭三強(qiáng), 郭燕錦(2013). 大數(shù)據(jù)環(huán)境下的數(shù)據(jù)安全研究. 科技廣場(chǎng),(02), 28-31.
[19]覃雄派, 王會(huì)舉, 杜小勇等(2012). 大數(shù)據(jù)分析——RDBMS與MapReduce的競(jìng)爭(zhēng)與共生. 軟件學(xué)報(bào),(01), 32-45.
[20]嚴(yán)霄鳳, 張德馨. (2013). 大數(shù)據(jù)研究. 計(jì)算機(jī)技術(shù)與發(fā)展,(04), 168-172.
[21]馮芷艷, 郭迅華, 曾大軍等(2013). 大數(shù)據(jù)背景下商務(wù)管理研究若干前沿課題. 管理科學(xué)學(xué)報(bào),(01), 1-9.
[22]吳啟迪(2013). 大數(shù)據(jù)環(huán)境中的管理科學(xué)問題. Paper presented at the “東沙湖論壇——2013′中國(guó)管理百人峰會(huì)”, 中國(guó)江蘇蘇州.
[23]張文貴(2013). 積極面對(duì)大數(shù)據(jù)時(shí)代的變革趨勢(shì).品質(zhì)月刊,49(11), 5.
[24]謝國(guó)忠(2013). 大數(shù)據(jù)時(shí)代下的企業(yè)管理與創(chuàng)新. Paper presented at the 2013年全國(guó)企業(yè)管理創(chuàng)新大會(huì), 中國(guó)北京.
[25]鐘瑛, 張恒山(2013). 大數(shù)據(jù)的緣起、沖擊及其應(yīng)對(duì). 現(xiàn)代傳播(中國(guó)傳媒大學(xué)學(xué)報(bào)),(07), 104-109.
[26]陳如明(2012). 大數(shù)據(jù)時(shí)代的挑戰(zhàn)、價(jià)值與應(yīng)對(duì)策略. 移動(dòng)通信,(17), 14-15.
[27]馬建光, 姜巍(2013). 大數(shù)據(jù)的概念、特征及其應(yīng)用. 國(guó)防科技,(02), 10-17.
[28]黃升民, 劉珊(2012). “大數(shù)據(jù)”背景下營(yíng)銷體系的解構(gòu)與重構(gòu). 現(xiàn)代傳播(中國(guó)傳媒大學(xué)學(xué)報(bào)),(11), 13-20.