常金玲 劉青青
(1.鄭州航空工業(yè)管理學(xué)院信息科學(xué)學(xué)院,河南 鄭州 450046;2.航空經(jīng)濟(jì)發(fā)展河南省協(xié)同創(chuàng)新中心,河南 鄭州 450046)
目前,隨著信息技術(shù)的不斷發(fā)展,移動(dòng)互聯(lián)網(wǎng)、云計(jì)算等在社會(huì)生活中的大量應(yīng)用,大數(shù)據(jù)正在逐漸深入社會(huì)的各個(gè)方面。在大數(shù)據(jù)時(shí)代背景下,對(duì)企業(yè)傳統(tǒng)的管理模式提出了嚴(yán)峻的考驗(yàn)。黨的十九大報(bào)告指出,創(chuàng)新是引領(lǐng)發(fā)展的第一動(dòng)力,是建設(shè)現(xiàn)代化經(jīng)濟(jì)體系的戰(zhàn)略支撐,要建立以企業(yè)為主體、市場(chǎng)為導(dǎo)向、產(chǎn)學(xué)研深度融合的創(chuàng)新體系[1]。
大數(shù)據(jù)又被稱為“巨量資料”,這種數(shù)據(jù)具體指日常管理決策時(shí)企業(yè)使用的數(shù)據(jù)統(tǒng)計(jì)和數(shù)據(jù)管理,它是由不同信息來(lái)源的多種數(shù)據(jù)形式組合而成,對(duì)企業(yè)有一定的時(shí)效性。要想使大數(shù)據(jù)具有較強(qiáng)的洞察力和決策力,需要使用更先進(jìn)的軟件技術(shù),把復(fù)雜數(shù)據(jù)流整合在一起,進(jìn)行分析管理。
1.2.1 大數(shù)據(jù)的大量化。大數(shù)據(jù)的來(lái)源和承載方式來(lái)自于社會(huì)生產(chǎn)和人類生活的方方面面,如移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計(jì)算、車聯(lián)網(wǎng)等各種傳感器,數(shù)據(jù)的計(jì)算單位依次以1024倍遞增,從GB、TB、PB上升至EB,甚至是ZB。2012-2020年全球數(shù)據(jù)總量年增長(zhǎng)率將維持在50%左右,企業(yè)數(shù)據(jù)正在以55%的速度逐年增長(zhǎng)。經(jīng)IDC(國(guó)際數(shù)據(jù)公司)預(yù)測(cè),到2020年全球數(shù)據(jù)總量將達(dá)到40ZB,40ZB相當(dāng)于整個(gè)世界人口(到2020年為76億)全年每天觀看14.5小時(shí)的高清視頻流所產(chǎn)生的數(shù)據(jù)量[2]。數(shù)據(jù)量的快速增長(zhǎng)已經(jīng)遠(yuǎn)遠(yuǎn)超越單個(gè)計(jì)算機(jī)存儲(chǔ)和處理能力,數(shù)據(jù)中心處理能力變得日益重要。
1.2.2 大數(shù)據(jù)類型多樣化。隨著傳感器、智能設(shè)備以及社交協(xié)作技術(shù)的飛速發(fā)展,組織中的數(shù)據(jù)也變得更加復(fù)雜。因?yàn)樗粌H包含傳統(tǒng)的關(guān)系型數(shù)據(jù),還包含來(lái)自于網(wǎng)頁(yè)、點(diǎn)擊流數(shù)據(jù)、社交媒體數(shù)據(jù)、文檔、視頻和圖像等大量結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。據(jù)國(guó)家統(tǒng)計(jì)局統(tǒng)計(jì),大數(shù)據(jù)總量的80%~90%為非結(jié)構(gòu)化數(shù)據(jù),它的增長(zhǎng)速度比結(jié)構(gòu)化數(shù)據(jù)快10~50倍,是傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)的10~50倍。
1.2.3 大數(shù)據(jù)的生成高速化。數(shù)據(jù)生成速度和處理速度特別快,有“1秒定律”之稱。數(shù)據(jù)在產(chǎn)生、獲取、處理、分析的過(guò)程中,速度的持續(xù)增加形成了高速的數(shù)據(jù)流,據(jù)統(tǒng)計(jì),網(wǎng)絡(luò)數(shù)據(jù)的傳輸總量與20年前相比,基本上是每?jī)赡攴环?]。在維克托的《大數(shù)據(jù)時(shí)代》中也提到[4],與世界經(jīng)濟(jì)增長(zhǎng)速度相比,數(shù)據(jù)增長(zhǎng)速度是它的5倍,計(jì)算機(jī)處理數(shù)據(jù)能力的增長(zhǎng)速度是它的10倍。
1.2.4 大數(shù)據(jù)的價(jià)值密度低。大數(shù)據(jù)的發(fā)展前景較為廣闊,但海量數(shù)據(jù)中價(jià)值密度較低,例如在連續(xù)不間斷的視頻監(jiān)控中,具有利用價(jià)值的信息很短僅有幾秒,導(dǎo)致造成數(shù)據(jù)大量生成,數(shù)據(jù)價(jià)值密度低的問(wèn)題。因此,對(duì)大數(shù)據(jù)的挖掘和分析顯得尤為重要。通過(guò)在大量數(shù)據(jù)中尋找相關(guān)性、模式和其他有用的信息,應(yīng)用到科研、經(jīng)濟(jì)和社會(huì)生活等方面,促進(jìn)各個(gè)領(lǐng)域的持續(xù)創(chuàng)新,對(duì)未來(lái)趨勢(shì)與模式的可預(yù)測(cè)分析和深度復(fù)雜分析,幫助企業(yè)更好地應(yīng)對(duì)外界環(huán)境變化,并做出更明智的決策。
由于受到傳統(tǒng)觀念和外界環(huán)境的影響,在我國(guó)很多企業(yè)中,與大數(shù)據(jù)時(shí)代不符的傳統(tǒng)管理模式仍舊存在,對(duì)企業(yè)的發(fā)展造成了負(fù)面影響。
依據(jù)前瞻產(chǎn)業(yè)研究院發(fā)布的《中國(guó)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展前景與投資戰(zhàn)略規(guī)劃分析報(bào)告》表明,目前除了6.9%的企業(yè)外,大多數(shù)企業(yè)已經(jīng)認(rèn)可了大數(shù)據(jù)創(chuàng)造的高價(jià)值。但是,將大數(shù)據(jù)應(yīng)用到實(shí)際管理決策中的企業(yè)卻很少,大多數(shù)企業(yè)僅停留于表面認(rèn)識(shí),企業(yè)利用數(shù)據(jù)的情況如下圖1所示。據(jù)預(yù)測(cè),到2017年全球有超過(guò)85%的財(cái)富500強(qiáng)企業(yè)將在大數(shù)據(jù)競(jìng)爭(zhēng)中失去優(yōu)勢(shì),這種發(fā)展趨勢(shì)在國(guó)內(nèi)同樣不可避免。尤其在數(shù)據(jù)基礎(chǔ)系統(tǒng)架構(gòu)和數(shù)據(jù)分析方面,現(xiàn)代中國(guó)大部分企業(yè)面臨著挑戰(zhàn),根據(jù)產(chǎn)業(yè)信息網(wǎng)調(diào)查,目前國(guó)內(nèi)大部分企業(yè)的系統(tǒng)架構(gòu)在應(yīng)對(duì)大量數(shù)據(jù)時(shí)均有擴(kuò)展性差、資源利用率低、應(yīng)用部署復(fù)雜、運(yùn)營(yíng)成本高和高能耗等問(wèn)題。
圖1 數(shù)據(jù)管理及使用情況
面對(duì)呈爆炸態(tài)增長(zhǎng)的數(shù)據(jù),企業(yè)做出戰(zhàn)略決策時(shí)常常會(huì)受到干擾,難以快速提取核心價(jià)值,因?yàn)閭鹘y(tǒng)的企業(yè)數(shù)據(jù)分析技術(shù)在復(fù)雜的數(shù)據(jù)環(huán)境中,難以發(fā)揮有效價(jià)值。隨著信息技術(shù)的不斷進(jìn)步,各種新技術(shù)逐漸興起,例如:商業(yè)智能(Business Intelligence,簡(jiǎn)稱BI)最早由加特納集團(tuán)在1996年提出,它依據(jù)企業(yè)的預(yù)定業(yè)務(wù)目標(biāo),通過(guò)信息管理、數(shù)據(jù)挖掘、知識(shí)管理和人工智能等多學(xué)科領(lǐng)域的應(yīng)用,探索、識(shí)別和挖掘隱藏的知識(shí)系統(tǒng),對(duì)企業(yè)的戰(zhàn)略決策提供幫助[5]。另外,對(duì)于Hadoop、Storm、Apache Drill、Rapid Miner、Pentaho BI等大數(shù)據(jù)管理的先進(jìn)軟件以及平臺(tái),很多企業(yè)處于觀望階段,并未掌握和普遍使用。
由于企業(yè)的擴(kuò)展性發(fā)展,同一企業(yè)存在著多種不同的產(chǎn)業(yè)和業(yè)務(wù),各產(chǎn)業(yè)依據(jù)各自的需求,建立了不同的數(shù)據(jù)系統(tǒng)平臺(tái),產(chǎn)生的數(shù)據(jù)被存儲(chǔ)在不同的數(shù)據(jù)庫(kù)中,這樣就造成了不同業(yè)務(wù)模塊的數(shù)據(jù)處于割裂狀態(tài),難以實(shí)現(xiàn)共享和關(guān)聯(lián)。同時(shí),不同企業(yè)建立了各自信息數(shù)據(jù)庫(kù),各企業(yè)之間無(wú)統(tǒng)一的處理系統(tǒng)和導(dǎo)入導(dǎo)出接口,不同企業(yè)間存在的業(yè)務(wù)需求缺少共享渠道,但同行業(yè)基本信息卻相同,因而造成了數(shù)據(jù)重復(fù)處理。大數(shù)據(jù)環(huán)境下,實(shí)現(xiàn)跨業(yè)務(wù)、跨企業(yè)平臺(tái)數(shù)據(jù)的關(guān)聯(lián)與整合,才能夠確保企業(yè)戰(zhàn)略決策更加科學(xué)合理,這是目前企業(yè)面臨的巨大問(wèn)題。
大數(shù)據(jù)時(shí)代背景下,對(duì)于很多行業(yè)而言,如何利用這些大規(guī)模數(shù)據(jù)是增值經(jīng)濟(jì)價(jià)值的關(guān)鍵,因此企業(yè)需要?jiǎng)?chuàng)新經(jīng)營(yíng)管理模式。
在大數(shù)據(jù)背景下,利用電子軟件技術(shù)等對(duì)數(shù)據(jù)群進(jìn)行搜索、比較、分析、加工并歸納總結(jié)[6],企業(yè)以組織利用分析后得到的信息為依據(jù),搜集與本企業(yè)經(jīng)營(yíng)有關(guān)的數(shù)據(jù),使用數(shù)學(xué)方法進(jìn)行分析與建模,構(gòu)建企業(yè)科學(xué)戰(zhàn)略決策支持系統(tǒng);同時(shí),從企業(yè)業(yè)務(wù)以及同企業(yè)經(jīng)營(yíng)相關(guān)的數(shù)據(jù)信息中,挖掘其背后隱藏的經(jīng)濟(jì)價(jià)值,不但幫助它們降低成本、提高效率、開(kāi)發(fā)新產(chǎn)品,還能促進(jìn)企業(yè)數(shù)據(jù)信息的高效增長(zhǎng),提升企業(yè)核心競(jìng)爭(zhēng)力。
大數(shù)據(jù)能夠隨著社會(huì)結(jié)構(gòu)的不斷變化,使許多數(shù)據(jù)不再趨于靜止不動(dòng),而是更加具有動(dòng)態(tài)感[7]。這些數(shù)據(jù)不僅包含維護(hù)公司顧客關(guān)系的日常管理數(shù)據(jù),還有來(lái)自社交媒體、電子商務(wù)網(wǎng)站、顧客來(lái)訪紀(jì)錄等其他來(lái)源的數(shù)據(jù),這種數(shù)據(jù)價(jià)值變更快,如下圖2所示。但當(dāng)前很多企業(yè)仍然遵循傳統(tǒng)的決策程序,通過(guò)基層市場(chǎng)數(shù)據(jù)搜集,調(diào)查取證,中層進(jìn)行數(shù)據(jù)分析、制定方案,最后由高層評(píng)估方案和選擇最終方案,這種決策程序復(fù)雜,耗時(shí)較長(zhǎng),往往使企業(yè)對(duì)大數(shù)據(jù)帶來(lái)的變化反應(yīng)過(guò)慢,錯(cuò)失調(diào)整的良機(jī),給企業(yè)造成巨大經(jīng)濟(jì)損失。企業(yè)只有利用互聯(lián)網(wǎng)先進(jìn)技術(shù),簡(jiǎn)化流程,創(chuàng)新戰(zhàn)略決策模式,搶占市場(chǎng)先機(jī),才能提高企業(yè)管理決策的速度。
圖2 數(shù)據(jù)價(jià)值的變更
企業(yè)商務(wù)智能化的信息平臺(tái),是建立在聯(lián)機(jī)集中處理分析和數(shù)據(jù)挖掘技術(shù)的數(shù)據(jù)倉(cāng)庫(kù)基礎(chǔ)之上,為企業(yè)提供數(shù)據(jù)共享,實(shí)現(xiàn)跨業(yè)務(wù)合作。同時(shí),它可以集合企業(yè)的經(jīng)濟(jì)生產(chǎn)效益,發(fā)現(xiàn)經(jīng)濟(jì)背后隱藏的價(jià)值規(guī)律,為企業(yè)管理者提供新的知識(shí),增強(qiáng)競(jìng)爭(zhēng)性。例如:企業(yè)充分利用大數(shù)據(jù),對(duì)大量消費(fèi)者提供的產(chǎn)品或服務(wù)進(jìn)行精準(zhǔn)營(yíng)銷定位,分析各類客戶的特征和喜歡購(gòu)買(mǎi)商品之間的聯(lián)系,對(duì)促銷活動(dòng)或向客戶提供的商品做服務(wù)轉(zhuǎn)型,這些都會(huì)無(wú)形中增加企業(yè)的經(jīng)濟(jì)效益。
隨著大數(shù)據(jù)的深入發(fā)展,其為企業(yè)提供了更為深刻、全面的洞察能力和前所未有的空間與潛力。企業(yè)管理者必須及時(shí)轉(zhuǎn)變管理思維,創(chuàng)新企業(yè)管理模式,這就決定著大數(shù)據(jù)環(huán)境下的企業(yè)管理創(chuàng)新模式與傳統(tǒng)模式有著諸多的不同,如下表1所示:
表1 大數(shù)據(jù)環(huán)境下與傳統(tǒng)的企業(yè)管理創(chuàng)新比較
傳統(tǒng)的管理決策方式主要依據(jù)管理者積累的管理經(jīng)驗(yàn),而在大數(shù)據(jù)時(shí)代下,依據(jù)數(shù)據(jù)分析所做的決策更加具有科學(xué)性,企業(yè)管理者通過(guò)建立的數(shù)據(jù)管理平臺(tái),對(duì)收集到的網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行整理決策[8],這在一定程度上可以預(yù)防潛在風(fēng)險(xiǎn)的發(fā)生。例如:法國(guó)電信Orange集團(tuán)旗下的波蘭電信公司,利用大數(shù)據(jù)分析技術(shù),收集客戶每天的百萬(wàn)個(gè)電話記錄,依據(jù)打電話對(duì)象和打電話頻率把客戶分為不同的種類,通過(guò)數(shù)據(jù)管理工作的監(jiān)測(cè)和監(jiān)控,幫助電信服務(wù)供應(yīng)商深入洞悉一系列問(wèn)題,從大量客戶中快速識(shí)別出金牌客戶、預(yù)流失客戶和潛在客戶,針對(duì)不同的客戶,對(duì)提供實(shí)時(shí)化產(chǎn)品信息展示和服務(wù)方式進(jìn)行決策[9],公司通過(guò)這一方式,客戶流失預(yù)測(cè)模型的準(zhǔn)確率提升了47%。
市場(chǎng)調(diào)查是了解市場(chǎng)的傳統(tǒng)方法,但隨著數(shù)據(jù)的快速增長(zhǎng),這種方式具有滯后性,跟不上市場(chǎng)變化。大數(shù)據(jù)時(shí)代,通過(guò)在線關(guān)注市場(chǎng)的動(dòng)向變化,拉近與消費(fèi)者的距離、深刻理解需求、高效分析信息并做出預(yù)判。利用數(shù)據(jù)挖掘技術(shù)分析客戶消費(fèi)愛(ài)好和意愿,推送其可能感興趣的優(yōu)惠信息;整合每個(gè)地區(qū)消費(fèi)者行為以及綜合消費(fèi)者在社交媒體上對(duì)某產(chǎn)品的評(píng)價(jià),了解客戶資源優(yōu)勢(shì),為其提供本地化特色服務(wù);精確劃分出不同地區(qū)、不同消費(fèi)群體的購(gòu)買(mǎi)畫(huà)像,以數(shù)據(jù)來(lái)驅(qū)動(dòng)制定化,具體模式如下圖3所示。針對(duì)不同的情況做出不同的決策,清晰掌握消費(fèi)者的需求、數(shù)量、消費(fèi)及帶來(lái)的利潤(rùn)情況。例如:在電商中,亞馬遜利用大數(shù)據(jù)確定消費(fèi)者的消費(fèi)形式,消費(fèi)習(xí)慣,為每一個(gè)客戶制定個(gè)性化服務(wù)專屬頁(yè)面,提供客戶感興趣的商品,這種創(chuàng)新模式獲得的企業(yè)效益比同期可增長(zhǎng)27%[10]。
圖3 產(chǎn)品消費(fèi)與用戶匹配
產(chǎn)學(xué)研的緊密結(jié)合可以提升智力因素和高科技成果在經(jīng)濟(jì)增長(zhǎng)中的決定作用,使高校大數(shù)據(jù)的研究成果在企業(yè)中得到應(yīng)用,變理論為實(shí)際效益,從而推動(dòng)區(qū)域經(jīng)濟(jì)的增長(zhǎng),而其中,專業(yè)的數(shù)據(jù)技術(shù)人員是充分發(fā)揮企業(yè)信息數(shù)據(jù)作用的重要基礎(chǔ),可以通過(guò)企業(yè)高校協(xié)作的模式培養(yǎng)人才。例如:清華大學(xué)交叉信息研究院和微軟亞洲研究院合作開(kāi)設(shè)了《大數(shù)據(jù)基礎(chǔ)與應(yīng)用》課程[11],介紹大數(shù)據(jù)相關(guān)方向的前沿研究進(jìn)展和最新成果,并展示微軟亞洲研究院在大數(shù)據(jù)研究和應(yīng)用方面的若干實(shí)例,學(xué)生們也有機(jī)會(huì)在微軟的Azure云計(jì)算平臺(tái)上完成課程實(shí)驗(yàn)。為企業(yè)培養(yǎng)兼?zhèn)錉I(yíng)銷能力、數(shù)據(jù)處理能力、企業(yè)運(yùn)營(yíng)管理的高素質(zhì)人才,這部分人才在重要的戰(zhàn)略性決策中發(fā)揮作用,為管理者提供決策的新思路。
傳統(tǒng)的企業(yè)管理模式主要為發(fā)現(xiàn)問(wèn)題、解決問(wèn)題,即問(wèn)題驅(qū)動(dòng)型策略[12],但這種策略具有一定的風(fēng)險(xiǎn)性,因?yàn)樵趯で笮路桨傅倪^(guò)程中,管理中的問(wèn)題疏忽已經(jīng)造成了經(jīng)營(yíng)危機(jī),與數(shù)據(jù)時(shí)代不相適應(yīng)。傳統(tǒng)的決策也以業(yè)務(wù)驅(qū)動(dòng)為基礎(chǔ)。大數(shù)據(jù)環(huán)境下,依據(jù)業(yè)務(wù)需求驅(qū)動(dòng)業(yè)務(wù)進(jìn)程同樣適用,以便科學(xué)安排業(yè)務(wù)流程等模式。同時(shí),依據(jù)數(shù)據(jù)分析結(jié)果作為決策的創(chuàng)新管理模式,為企業(yè)提供了新的思路,即數(shù)據(jù)驅(qū)動(dòng)。因此,企業(yè)應(yīng)構(gòu)建的決策“雙驅(qū)動(dòng)”模型如圖4所示:
4.4.1 大數(shù)據(jù)環(huán)境。企業(yè)日常工作時(shí)時(shí)刻刻都在產(chǎn)生數(shù)據(jù),分為內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)。內(nèi)部數(shù)據(jù)如業(yè)務(wù)數(shù)據(jù)、web數(shù)據(jù)、機(jī)器數(shù)據(jù);外部數(shù)據(jù)如社會(huì)化媒體數(shù)據(jù)、移動(dòng)商務(wù)數(shù)據(jù)等。二者構(gòu)成了大數(shù)據(jù)的工作環(huán)境,通過(guò)企業(yè)的內(nèi)部信息管理系統(tǒng)存儲(chǔ)在業(yè)務(wù)數(shù)據(jù)庫(kù)中。
4.4.2 數(shù)據(jù)驅(qū)動(dòng)階段。通過(guò)數(shù)據(jù)抽?。‥)、數(shù)據(jù)轉(zhuǎn)換(T)、數(shù)據(jù)清洗(C)和數(shù)據(jù)裝載(L)等技術(shù)處理[13],對(duì)數(shù)據(jù)進(jìn)行存儲(chǔ)加工和挖掘。然后,利用可擴(kuò)展的存儲(chǔ)系統(tǒng),把研究的大量相關(guān)性數(shù)據(jù)通過(guò)尋找特定模式,建立數(shù)據(jù)庫(kù)并存儲(chǔ)其中,為業(yè)務(wù)利用作準(zhǔn)備。
4.4.3 業(yè)務(wù)驅(qū)動(dòng)階段。依據(jù)企業(yè)實(shí)際業(yè)務(wù)需要從數(shù)據(jù)庫(kù)中抽取價(jià)值信息,分析、設(shè)計(jì)、選擇并實(shí)施信息系統(tǒng),建立以流程為中心的面向解決方案框架,以滿足企業(yè)的實(shí)際業(yè)務(wù)需求,驅(qū)動(dòng)企業(yè)業(yè)務(wù),業(yè)務(wù)又會(huì)產(chǎn)生新的大數(shù)據(jù)環(huán)境,循環(huán)反饋。
圖4 “雙驅(qū)動(dòng)”的企業(yè)創(chuàng)新管理模型
大數(shù)據(jù)環(huán)境正在改變?nèi)藗兊恼J(rèn)知方式與生活方式,未來(lái)企業(yè)要不斷依靠新的理念和新的技術(shù),結(jié)合國(guó)家有關(guān)研究機(jī)構(gòu)的優(yōu)勢(shì)與特色,對(duì)大數(shù)據(jù)獲取方式、組織與管理、關(guān)聯(lián)與發(fā)現(xiàn)、分析與可視化等方面進(jìn)行研究,探索大數(shù)據(jù)的潛在發(fā)展前景與效益,研究大數(shù)據(jù)的協(xié)同創(chuàng)新、科研模式變革、服務(wù)模式、產(chǎn)業(yè)化探索等問(wèn)題,為國(guó)民經(jīng)濟(jì)持續(xù)、穩(wěn)定、協(xié)調(diào)發(fā)展打下堅(jiān)實(shí)的基礎(chǔ)。
參考文獻(xiàn):
[1]十九大報(bào)告[EB/OL].[2017-11-12].https://baike.so.com/doc/26977428-28349341.html.
[2]中國(guó)產(chǎn)業(yè)信息[EB/OL].[2017-11-12].http://www.chyxx.com/industry/201710/573390.html.
[3]李國(guó)杰,程學(xué)旗.大數(shù)據(jù)研究:未來(lái)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[J].中國(guó)科學(xué)院院刊,2012(6):647-657.
[4]維克托·邁爾-舍恩伯格.大數(shù)據(jù)時(shí)代[M].杭州:浙江人民出版社,2013.
[5]賴陽(yáng),李馥佳.云消費(fèi)時(shí)代大數(shù)據(jù)與商業(yè)智能的應(yīng)用[J].時(shí)代經(jīng)貿(mào),2017(1):38-49.
[6]劉銘.大數(shù)據(jù)時(shí)代企業(yè)管理創(chuàng)新的必要性分析與研究[J].福建質(zhì)量管理,2016(1):22-23.
[7]陳娟.大數(shù)據(jù)對(duì)企業(yè)管理決策影響分析[J].現(xiàn)代經(jīng)濟(jì)信息,2016(1):114.
[8]周萍.大數(shù)據(jù)時(shí)代企業(yè)管理模式的創(chuàng)新策略[J].企業(yè)改革與管理,2017(16):13.
[9]法國(guó)電信[EB/OL].[2017-11-20].http://bigdata.china?byte.com/353/13252353.html.
[10]胡文俊,鄧虹.大數(shù)據(jù)對(duì)企業(yè)戰(zhàn)略決策影響的實(shí)證分析——以亞馬遜為例[J/OL].(2017-3-15)[2017-11-20].http://kns.cnki.net/kcms/detail/10.1156.F.20170315.1403.006.html.
[11]微軟亞洲研究院[EB/OL].[2017-11-20].http://www.msra.cn/zh-cn/connections.
[12]祝治安.大數(shù)據(jù)時(shí)代下企業(yè)管理模式創(chuàng)新分析[J].經(jīng)營(yíng)管理者,2017(29):126.
[13]田新,張玉峰,夏恩德,等.基于商務(wù)智能平臺(tái)的企業(yè)績(jī)效管理框架研究[J].科技管理研究,2013(1):235-237.