汪春堂

(武漢工程職業(yè)技術(shù)學(xué)院　經(jīng)貿(mào)學(xué)院，湖北 武漢 430080)

電子商務(wù)、社交媒體、移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)的興起，改變了人們的生活與工作方式，在給世界帶來(lái)巨大變化的同時(shí)，也促使一個(gè)大數(shù)據(jù)時(shí)代真正到來(lái)。越來(lái)越多的傳感設(shè)備、移動(dòng)終端正陸續(xù)接入網(wǎng)絡(luò)，各種統(tǒng)計(jì)數(shù)據(jù)、交易數(shù)據(jù)、交互數(shù)據(jù)和傳感數(shù)據(jù)源源不斷從各行各業(yè)迅速生成，全球數(shù)據(jù)的增長(zhǎng)速度之快前所未有，數(shù)據(jù)的類型也變得越來(lái)越多。種類繁多、數(shù)量龐大、產(chǎn)生和更新速度加劇的大數(shù)據(jù)，日益滲透進(jìn)每一個(gè)行業(yè)領(lǐng)域，成為影響企業(yè)決策的重大因素。如何根據(jù)大數(shù)據(jù)進(jìn)行迅速而正確的決策，將直接關(guān)系著企業(yè)競(jìng)爭(zhēng)力和經(jīng)營(yíng)業(yè)績(jī)。

一、大數(shù)據(jù)的定義和特點(diǎn)

對(duì)于大數(shù)據(jù)，學(xué)界并沒(méi)有一個(gè)統(tǒng)一的定義。麥肯錫全球研究院將“大數(shù)據(jù)”定義為“無(wú)法在一定時(shí)間內(nèi)使用傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具對(duì)其內(nèi)容進(jìn)行獲取、管理和處理的數(shù)據(jù)集合”。維基百科對(duì)大數(shù)據(jù)的定義是：“大數(shù)據(jù)是指利用常用軟件工具捕獲、管理和處理數(shù)據(jù)所耗時(shí)間超過(guò)可容忍時(shí)間的數(shù)據(jù)集?！本C合各種文獻(xiàn)資料，大數(shù)據(jù)有以下四個(gè)特點(diǎn)：

1.數(shù)據(jù)規(guī)模龐大

人類對(duì)于數(shù)據(jù)的計(jì)量單位在不斷擴(kuò)充變化，已經(jīng)從位、字節(jié)、千字節(jié)、兆字節(jié)、太字節(jié)走向了澤字節(jié)甚至堯字節(jié)，并仍在持續(xù)爆炸式增長(zhǎng)。據(jù)市場(chǎng)研究公司IDC的統(tǒng)計(jì)，全球數(shù)字信息在未來(lái)幾年將呈現(xiàn)驚人增長(zhǎng)，預(yù)計(jì)到2020年全球數(shù)據(jù)使用量將達(dá)到大約35.2ZB(1ZB=10億TB)。

2.數(shù)據(jù)來(lái)源廣泛，數(shù)據(jù)類型豐富

大數(shù)據(jù)來(lái)自多種數(shù)據(jù)源，數(shù)據(jù)種類和格式日漸豐富，除了常用的結(jié)構(gòu)化數(shù)據(jù)范疇，還囊括了半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。隨著云計(jì)算、移動(dòng)互聯(lián)網(wǎng)和物聯(lián)網(wǎng)等新一代信息技術(shù)的創(chuàng)新和應(yīng)用普及，社會(huì)化網(wǎng)絡(luò)逐漸成熟，相對(duì)于以往便于存儲(chǔ)的以文本為主的結(jié)構(gòu)化數(shù)據(jù)而言，目前非結(jié)構(gòu)化數(shù)據(jù)越來(lái)越多，包括網(wǎng)絡(luò)日志、音頻、視頻、圖片、地理位置信息等，目前全世界的數(shù)據(jù)大約75%都是非結(jié)構(gòu)化數(shù)據(jù)。這些類型的數(shù)據(jù)需要進(jìn)行清洗，整理，篩選等操作，變?yōu)榻Y(jié)構(gòu)化數(shù)據(jù)，因而對(duì)數(shù)據(jù)的處理能力提出了更高要求。

3.商業(yè)價(jià)值高，價(jià)值密度低

根據(jù)麥肯錫研究院的測(cè)算，美國(guó)的個(gè)人位置大數(shù)據(jù)服務(wù)能產(chǎn)生8000億美元的市場(chǎng)規(guī)模；在零售業(yè)領(lǐng)域大數(shù)據(jù)將使企業(yè)增加60%的利潤(rùn)；在制造業(yè)部門，大數(shù)據(jù)的廣泛滲透應(yīng)用能夠降低50%的產(chǎn)品開(kāi)發(fā)、制造和裝配成本。但是價(jià)值密度的高低與數(shù)據(jù)總量的大小成反比。以視頻為例，連續(xù)不間斷監(jiān)控所產(chǎn)生的海量數(shù)據(jù)中，可能僅有一兩秒數(shù)據(jù)有用。眾多科研機(jī)構(gòu)和企業(yè)都在著手研發(fā)更強(qiáng)大的機(jī)器算法以期迅速地完成對(duì)數(shù)據(jù)的價(jià)值“提純”，畢竟如果不能把擁有的數(shù)據(jù)轉(zhuǎn)化為價(jià)值，那么擁有再多的數(shù)據(jù)也是毫無(wú)意義的。

4.處理速度快

以儲(chǔ)存1PB的數(shù)據(jù)為例，即使帶寬(網(wǎng)速)能達(dá)到1G/s，電腦的容量足夠且能連續(xù)運(yùn)行24小時(shí)，要將1PB的數(shù)據(jù)存入電腦也需要12天，而大數(shù)據(jù)通過(guò)云計(jì)算可以在20分鐘內(nèi)完成。

二、大數(shù)據(jù)對(duì)企業(yè)經(jīng)營(yíng)決策帶來(lái)的影響

1.決策思維更注重“相關(guān)性”而不是“因果性”

大數(shù)據(jù)在給人類帶來(lái)“數(shù)據(jù)財(cái)富”的同時(shí)，也引發(fā)了企業(yè)的思維變革、商業(yè)變革和管理變革。維克托·邁爾·舍恩伯格在《大數(shù)據(jù)時(shí)代》一書(shū)中指出，大數(shù)據(jù)帶來(lái)的信息風(fēng)暴正在變革我們的生活、工作和思維，大數(shù)據(jù)開(kāi)啟了一次重大的思維革命。我國(guó)學(xué)者周濤也指出大數(shù)據(jù)處理要有三大理念轉(zhuǎn)變：要全體不要抽樣、要效率不要絕對(duì)精確、要相關(guān)不要因果。

在浩如煙海的大數(shù)據(jù)海洋中，我們不可能迅速弄清各種數(shù)據(jù)間的邏輯關(guān)聯(lián)和前因后果，為提高對(duì)數(shù)據(jù)的反應(yīng)速度，抓緊稍縱即逝的市場(chǎng)機(jī)會(huì)，只要能確認(rèn)不同事件、現(xiàn)象的反復(fù)伴隨出現(xiàn)，就可以進(jìn)行決策——這也就是我們主張的認(rèn)識(shí)大數(shù)據(jù)的本質(zhì)在于發(fā)現(xiàn)相關(guān)數(shù)據(jù)，而大數(shù)據(jù)管理的本質(zhì)則在于建立數(shù)據(jù)相關(guān)。在經(jīng)營(yíng)實(shí)踐或商業(yè)行為中，凡事要更多地看數(shù)據(jù)所呈現(xiàn)出來(lái)的結(jié)果，而沒(méi)有必要等所有原因都弄清楚后再做決策。也就是說(shuō)，經(jīng)營(yíng)決策在很多情況下，就是一種“黑箱”行為(依據(jù)黑箱理論，即使我們不清楚“黑箱”的內(nèi)部結(jié)構(gòu)，僅注意到它對(duì)于信息刺激作出如何的反應(yīng)，注意到它的輸入—輸出關(guān)系，就可對(duì)它進(jìn)行研究并做出決策)。企業(yè)管理者通過(guò)對(duì)大數(shù)據(jù)的相關(guān)分析，可以直接明了得出結(jié)論，跳躍性地做出判斷和決策。大數(shù)據(jù)思維可以讓企業(yè)管理者的決策行為超越傳統(tǒng)思維的僵化和死板，而趨向更加靈活、務(wù)實(shí)。

2.決策方式從“業(yè)務(wù)驅(qū)動(dòng)”向“數(shù)據(jù)驅(qū)動(dòng)”轉(zhuǎn)型

傳統(tǒng)決策主要依靠業(yè)務(wù)經(jīng)營(yíng)狀況和主觀經(jīng)驗(yàn)對(duì)市場(chǎng)進(jìn)行預(yù)判，這種決策存在很大風(fēng)險(xiǎn)?，F(xiàn)在，在大數(shù)據(jù)影響下，企業(yè)可以通過(guò)利用分布式數(shù)據(jù)庫(kù)及云數(shù)據(jù)系統(tǒng)的支持，構(gòu)建以大數(shù)據(jù)為基礎(chǔ)的數(shù)據(jù)分析平臺(tái)，把來(lái)自于不同行業(yè)、不同時(shí)段的數(shù)據(jù)指標(biāo)化、時(shí)間化和序列化，然后再做各種各樣的分析(比如同比分析、對(duì)比分析、異常分析等等)，利用分析結(jié)果來(lái)驅(qū)動(dòng)企業(yè)的決策，指導(dǎo)企業(yè)發(fā)展。

同時(shí)，決策的依據(jù)正從結(jié)構(gòu)化數(shù)據(jù)，更多地轉(zhuǎn)向非結(jié)構(gòu)化、半結(jié)構(gòu)化和混合結(jié)構(gòu)化的大數(shù)據(jù)。而大數(shù)據(jù)技術(shù)和處理手段可以使看似雜亂無(wú)章、關(guān)聯(lián)性不強(qiáng)的數(shù)據(jù)也變成服務(wù)決策的有效信息?，F(xiàn)在通過(guò)大數(shù)據(jù)管理，不僅是宏觀數(shù)據(jù)，企業(yè)的微觀數(shù)據(jù)也能在企業(yè)決策中發(fā)揮更多的實(shí)用價(jià)值。

最后，在大數(shù)據(jù)時(shí)代，只要企業(yè)建立了后臺(tái)強(qiáng)大的數(shù)據(jù)采集和分析系統(tǒng)，除了事關(guān)整個(gè)企業(yè)重大戰(zhàn)略轉(zhuǎn)型及經(jīng)營(yíng)定位的決策外，其他大量的日常決策就可以授權(quán)由一線員工來(lái)完成，而他們決策的依據(jù)也就是數(shù)據(jù)分析系統(tǒng)給他們提供的以統(tǒng)計(jì)概率表示的具體建議。通過(guò)這樣的決策體制和決策流程的變革，就可以大大加快企業(yè)決策對(duì)市場(chǎng)的反應(yīng)速度，也可以更好地支撐“倒三角”的管理體制。

3.決策過(guò)程從“被動(dòng)式”向“預(yù)判式”演變

在電子商務(wù)時(shí)代，原材料、生產(chǎn)設(shè)備、顧客和市場(chǎng)等因素變得越來(lái)越?jīng)]有固定范式和屬性，使得傳統(tǒng)的“被動(dòng)式反饋”的決策過(guò)程難以適應(yīng)這一變化。如何利用大數(shù)據(jù)技術(shù)構(gòu)建內(nèi)外部數(shù)據(jù)采集、篩選、存儲(chǔ)、分析和決策系統(tǒng)，支撐預(yù)判、服務(wù)決策，成為電子商務(wù)時(shí)代企業(yè)塑造核心競(jìng)爭(zhēng)力的關(guān)鍵?，F(xiàn)代科技正走向更大的跨領(lǐng)域融合，產(chǎn)業(yè)界限也越來(lái)越模糊，充斥其間的則是大量非結(jié)構(gòu)化數(shù)據(jù)。與此同時(shí)，現(xiàn)代化企業(yè)管理越來(lái)越流程化和規(guī)范化，嚴(yán)格執(zhí)行各種規(guī)章流程成為競(jìng)爭(zhēng)乏力的直接原因之一，也造成了決策層的經(jīng)驗(yàn)判斷和預(yù)測(cè)難以奏效。因此，在大數(shù)據(jù)中挖掘員工和社會(huì)公眾的創(chuàng)造性日益成為企業(yè)決策的基本前提，并推動(dòng)企業(yè)決策從“被動(dòng)式”向“預(yù)判式”演變。

大數(shù)據(jù)處理不是靠一臺(tái)高級(jí)計(jì)算機(jī)，而是靠無(wú)數(shù)臺(tái)計(jì)算機(jī)用函數(shù)式編程這樣的數(shù)據(jù)工具將其分解，再慢慢合并運(yùn)算出結(jié)果來(lái)。這樣的結(jié)果就是大數(shù)據(jù)時(shí)代給了人們一個(gè)相當(dāng)簡(jiǎn)單的公式：大數(shù)據(jù)帶來(lái)更準(zhǔn)確的預(yù)測(cè)，更準(zhǔn)確的預(yù)測(cè)帶來(lái)更佳的決策和管理，而更佳的決策和管理帶來(lái)更好的管理效益和經(jīng)濟(jì)效益。

三、企業(yè)利用大數(shù)據(jù)提升決策能力的對(duì)策

1.制定企業(yè)大數(shù)據(jù)戰(zhàn)略，建立統(tǒng)一的數(shù)據(jù)資產(chǎn)管理策略，推動(dòng)企業(yè)向依靠數(shù)據(jù)決策轉(zhuǎn)變

數(shù)據(jù)為企業(yè)各層次的決策提供了依據(jù)。數(shù)據(jù)對(duì)決策者的意義主要表現(xiàn)在三個(gè)方面，一是早期預(yù)警，二是實(shí)時(shí)感知，三是實(shí)時(shí)反饋，數(shù)據(jù)越及時(shí)越豐富就越有助于企業(yè)決策的實(shí)時(shí)性和有效性。但是目前仍有部分企業(yè)尤其是國(guó)企經(jīng)營(yíng)決策機(jī)制還停留在以往的工業(yè)制造時(shí)代，對(duì)企業(yè)內(nèi)外產(chǎn)生的數(shù)據(jù)的重視和把控程度較低，各種數(shù)據(jù)的相關(guān)性程度也很低，存在大量的信息孤島。因此企業(yè)要告別過(guò)去單一閉塞的決策環(huán)境，面對(duì)開(kāi)放的大數(shù)據(jù)發(fā)展趨勢(shì)，評(píng)估大數(shù)據(jù)對(duì)企業(yè)管理、運(yùn)營(yíng)與決策所帶來(lái)的革命性影響，制定未來(lái)五年或更長(zhǎng)時(shí)間的企業(yè)大數(shù)據(jù)發(fā)展戰(zhàn)略，建立統(tǒng)一的數(shù)據(jù)資產(chǎn)管理策略，明確企業(yè)大數(shù)據(jù)發(fā)展的主要目標(biāo)、重點(diǎn)任務(wù)、行動(dòng)計(jì)劃和保障措施，實(shí)現(xiàn)向數(shù)據(jù)驅(qū)動(dòng)的決策管理體系轉(zhuǎn)變，做到所有的經(jīng)營(yíng)決策都有相關(guān)聯(lián)的系列數(shù)據(jù)支撐，做到“無(wú)數(shù)據(jù)不決策，無(wú)數(shù)據(jù)不研發(fā)，無(wú)數(shù)據(jù)不生產(chǎn)，無(wú)數(shù)據(jù)不營(yíng)銷”(這里所說(shuō)的數(shù)據(jù)都是指有足夠數(shù)量的數(shù)據(jù)集)。

2.構(gòu)建基于大數(shù)據(jù)的決策數(shù)據(jù)信息池，為企業(yè)有效決策提供數(shù)據(jù)保障

面對(duì)大數(shù)據(jù)給企業(yè)決策帶來(lái)的諸多影響，企業(yè)面臨的首要問(wèn)題便是要從不同渠道獲取大量數(shù)據(jù)，構(gòu)建基于大數(shù)據(jù)的決策信息池，并對(duì)這些數(shù)據(jù)進(jìn)行有效管理和分析。

一是要充分利用外部海量數(shù)據(jù)資源，包括發(fā)展與數(shù)據(jù)相關(guān)企業(yè)、政府機(jī)構(gòu)的深度合作。比如淘寶網(wǎng)上的電商就購(gòu)買淘寶網(wǎng)后臺(tái)收集的海量數(shù)據(jù)中與自身運(yùn)營(yíng)相關(guān)的部分，用于自身業(yè)務(wù)發(fā)展決策。企業(yè)必須充分利用和借助相關(guān)的數(shù)據(jù)平臺(tái)和商業(yè)信息，包括世界和中國(guó)的經(jīng)濟(jì)社會(huì)發(fā)展趨勢(shì)，中外企業(yè)和政府的報(bào)告和資料，同行業(yè)及相關(guān)行業(yè)的流轉(zhuǎn)數(shù)據(jù)等。

二是要借助企業(yè)電子商務(wù)平臺(tái)開(kāi)展大數(shù)據(jù)管理。很多企業(yè)有自己的電子商務(wù)平臺(tái)，通過(guò)設(shè)置電子采購(gòu)、在線交易、服務(wù)中心和網(wǎng)上超市板塊，不僅可以密切關(guān)注產(chǎn)品的交易情況，還可以收集用戶瀏覽網(wǎng)頁(yè)的信息。此外，還可以通過(guò)微信、微博等平臺(tái)收集用戶評(píng)論數(shù)據(jù)，從而為決策或營(yíng)銷提供精確服務(wù)。企業(yè)要利用B2B平臺(tái)開(kāi)展數(shù)據(jù)獲取、分析及應(yīng)用的實(shí)際操作，不斷形成數(shù)據(jù)累積和應(yīng)用的“雪球效應(yīng)”，然后再依靠數(shù)據(jù)挖掘和分析獲得寶貴的信息和資源，從而為線上線下的交易提供精準(zhǔn)服務(wù)。

3.與大數(shù)據(jù)分析和挖掘公司合作，充分挖掘數(shù)據(jù)商業(yè)價(jià)值，為企業(yè)決策提供深度指導(dǎo)

目前，許多傳統(tǒng)企業(yè)沒(méi)有分析海量數(shù)據(jù)的能力，但是可以與目前市場(chǎng)上已有的一批提供大數(shù)據(jù)分析和挖掘服務(wù)的公司合作，這是傳統(tǒng)企業(yè)進(jìn)行大數(shù)據(jù)分析可以借助的力量。如果與相關(guān)數(shù)據(jù)分析和挖掘公司合作，合作內(nèi)容和形式可以多種多樣，包括共同研究探討建立大數(shù)據(jù)應(yīng)用的統(tǒng)計(jì)標(biāo)準(zhǔn)，包括指標(biāo)定義、口徑、范圍、分類、計(jì)算方法、代碼等；共同研究確定統(tǒng)計(jì)數(shù)據(jù)的內(nèi)容、形式及實(shí)施步驟，包括數(shù)據(jù)采集、處理、分析、挖掘、發(fā)布等；也可在其他方面開(kāi)展合作。合作可以由簡(jiǎn)單到復(fù)雜，分層次逐步漸進(jìn)式推進(jìn)。

4.引進(jìn)和培養(yǎng)大數(shù)據(jù)管理與分析的技術(shù)人才，為企業(yè)高質(zhì)量決策提供人才保障

大數(shù)據(jù)時(shí)代高層管理者的任務(wù)主要是發(fā)現(xiàn)和提出正確的問(wèn)題，而問(wèn)題的解決需要依靠大數(shù)據(jù)分析，就需要擁有相應(yīng)技能的數(shù)據(jù)分析人才和數(shù)據(jù)挖掘人才。認(rèn)定和選拔這樣的人才，必須注重其有無(wú)高超的創(chuàng)新能力、邏輯思維能力、項(xiàng)目研發(fā)能力和系統(tǒng)整合能力。這類人才，包括但不限于系統(tǒng)管理員、系統(tǒng)開(kāi)發(fā)人員、數(shù)據(jù)專員、數(shù)據(jù)分析員和專家。除了可以從外部引進(jìn)之外，也可以從企業(yè)內(nèi)部加速培養(yǎng)。

大數(shù)據(jù)人才是多學(xué)科交叉型人才，其培養(yǎng)需要多學(xué)科共同參與。這需要相關(guān)部門遴選此類人才，進(jìn)行多種學(xué)科知識(shí)的培訓(xùn)，必要時(shí)可送到高?；驀?guó)外學(xué)習(xí)。同時(shí)由于大數(shù)據(jù)人才是應(yīng)用型人才、復(fù)合型人才，必須優(yōu)化其成長(zhǎng)的實(shí)踐環(huán)節(jié)，所以可以在工作或者項(xiàng)目實(shí)踐中邊干邊學(xué)，解決實(shí)際問(wèn)題。這就需要企業(yè)為正在從事和未來(lái)有志于從事大數(shù)據(jù)領(lǐng)域的專業(yè)人員搭建一個(gè)提高技術(shù)水平和商業(yè)實(shí)戰(zhàn)的平臺(tái)，并制定相應(yīng)的激勵(lì)措施和薪酬政策。

5.加強(qiáng)商業(yè)數(shù)據(jù)的安全保護(hù)，為企業(yè)決策提供安全的法律和技術(shù)環(huán)境

大數(shù)據(jù)的一個(gè)負(fù)面作用，就是容易導(dǎo)致商業(yè)秘密外泄。為加強(qiáng)商業(yè)數(shù)據(jù)的安全保護(hù)，企業(yè)要全面增強(qiáng)相關(guān)的法律包括國(guó)際法保護(hù)能力，進(jìn)一步規(guī)范和強(qiáng)化與商業(yè)秘密接觸人員的合同保護(hù)、競(jìng)業(yè)限制保護(hù)、不侵犯他人商業(yè)秘密保證書(shū)等一系列保護(hù)制度，建立健全企業(yè)和個(gè)人的信用體系。此外，在技術(shù)措施上，還必須在信息防火墻、網(wǎng)絡(luò)安全、訪問(wèn)權(quán)限、文件加密等技術(shù)層面加強(qiáng)管理。只要綜合運(yùn)用以上措施加以嚴(yán)防死守，必能最大限度地堵塞企業(yè)商業(yè)秘密外泄的漏洞。

參考文獻(xiàn)：

[1]維克托.邁爾-舍恩伯格肯，尼思.庫(kù)克耶.大數(shù)據(jù)時(shí)代[M].杭州：浙江人民出版社,2013.

[2]李瑩.大數(shù)據(jù)背景下聯(lián)盟企業(yè)的知識(shí)轉(zhuǎn)移路徑初探[J].中國(guó)管理信息化,2017(9):81-83.

[3]劉銀山.董效弟.大數(shù)據(jù)技術(shù)在鋼鐵企業(yè)運(yùn)營(yíng)中的應(yīng)用分析—酒鋼集團(tuán)大數(shù)據(jù)初探[J].甘肅科技縱橫,2015(7):30-31.

[4]郭小莉.基于大數(shù)據(jù)環(huán)境的企業(yè)管理決策分析[J].現(xiàn)代營(yíng)銷,2017(6):42.

[5]史丹.大數(shù)據(jù)引領(lǐng)能源領(lǐng)域新變革[J].中國(guó)國(guó)情國(guó)力,2014(11):12-14.

[6]顧芳.劉旭峰.左超.大數(shù)據(jù)背景下運(yùn)營(yíng)商移動(dòng)互聯(lián)網(wǎng)發(fā)展策略研究[J].郵電設(shè)計(jì)技術(shù),2012(8):21-24.