大数据环境下企业管理创新研究
摘 要:随着计算机技术的发展和移动互联网的广泛应用，信息的传递变得越来越快，信息的映射范围也无处不在，企业与市场、消费者、相关参与者之间的沟通随处可见，沟通的便捷导致企业管理层级的减少，但对企业管理绩效的要求也越来越高，纷繁复杂的信息需要快速识别、处理并分析做出决策，单纯的经验性判断已不符合商业时代发展的要求，应用大数据是必然的选择。
关键词：大数据；企业管理；企业绩效
一、大数据的定义和特点
1.大数据的定义
大数据（big data）一般指无法在一定时间范围内用常规软件工具进行捕捉，管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。
2.大数据的特点大数据是随着计算机以及互联网技术的飞速发展应运而生的，尤其以新兴互联网企业对客户流量数据的分析为典型，继而随着互联网 +的广泛蔓延而渗透到企业运营管理的各个方面， “大数据”的特点如下：
（1）数量大。是指数据量巨大，企业内外部生产经营过程中所产生的销售、生产、财务、统计等数据持续累计增长。（2）结构化。是指数据来源多、分布广、类型复杂，但都与企业有着千丝万缕的联系。（3）增长快。是指由于对数据的重视从而将很多原本难以量化的业务工作量化，导致数据量增加，加之计算机及互联网技术的快速计算和快速沟通导致数据资料可随时随地产生，随时存储，随时分析。（4）价值性。大数据分析的价值在于，透过多维度多层次的数据，以及历时态的关联数据，通过分析建模和预测，找到企业管理中存在的问题。
二、大数据环境下企业绩效提升的途径
管理大师德鲁克与戴明（W.Edwwards Deming）在诸多思想上都持对立观点，但“不会量化就无法管理”的理念却是两人的共识。也就是说，管理工作必须量化才能实现管理绩效，将管理工作量化才能准确考核，从而提升管理绩效和企业业绩。1.降低成本在大数据竞争的环境下，成本的降低已不只是原材料、生产、管理费用等若干管理节点成本的降低，而是贯穿设计、生产、仓储、物流、销售，售后全过程的系统成本的降低，将大数据标准化和计算分析应用于企业全过程。
大数据是企业能够进行可持续发展的决定性因素。大数据可以帮助企业捕捉、管理和处理数据，对有关联的部门数据信息进行有效的分析，加强各部门之间的协作，提高供应链的物流效
率，节省企业成本，从而提高企业日常运营的效率，数据资产逐渐成为了现代商业的核心竞争。
2.了解市场大数据伴随着计算机和移动互联网技术的发展而出现，客户及其他市场参与者都可以迅速获取有关技术和产品信息，市场变得越来越复杂，客户变得精明和挑剔，对产品的需求也更趋于个性化和差异化。
竞争者技术和产品更新飞快，营销手段频出，企业应接不暇，大数据可以通过捕捉竞争对手的各项信息进行集合整理，通过特定技术和相应的算法分析，对竞争对手的产品价格、竞争性以及影响策略进行明确评价，发现竞争对手的经营策略。企业也可以对自家产品和服务通过精准的算法进行评价，以得到改进或者优化方案。
3.促进营销应用大数据，企业可以通过跟踪消费者的日常活动和业务记录，搜集消费者信息，总结规律，构建动态的数据系统，通过特定技术和算法分析，发现消费行为的改变，预测市场发展趋势，优化企业产品与服务，采取适宜的促销策略和方案。
4.强化决策决策理论认为，决策是组织全部管理活动的中心，它贯穿于管理工作的始终。以往的管理是“领导研究决定”现在变成“大数据的分析结果”，分散式决策成为大数据下决策的主要形式。通过应用大数据分析资料信息并挖掘客户的潜在需求，管理者可以详细了解市场发展趋势，为经营决策提供依据；在内部管理上，通过对采购、生产、运输、仓储、财务等数据进行搜集、集合和管理，为企业相关决策系统提供信息，作为公司决策管理的重要参考依据。
三、数据化管理的实施
1.数据化管理的四个层次根据业务逻辑，数据化管理分为四个层次。（1）业务指导管理。通过数据收集、数据监控、数据追踪等手段透视业务，通过数据分析，数据挖掘等方式搭建业务管理模型来提升业务。业务指导管理的范畴包括销售、人力资源、生产、财务、客服等各个单元。（2）营运分析管理。营运分析管理是对人、货、场、财的分析管理。包括绩效考核、库存、供应链、资金、客户关系等。和业务指导管理的区别在于前者侧重于分析和管理，后者侧重于追踪和监控。（3）经营策略管理。经营策略管理是通过对经营环节进行数据分析，达到制定或修改策略的目的，包括消费者购买行为分析、商品定价、品牌定位、资源分配策略等。（4）战略规划管理。战略规划管理是通过对企业内外部数据的分析，制定企业的长远规划的过程。包括宏观经济分析、行业环境分析、经营环境分析、内部资源分析、企业竞争力分析、战略目标规划管理、战略可操作性评估等。2.数据化管理的流程数据化管理流程和常规数据分析最大的不同就是强化应用，每个层面看到的不再是枯燥的数据，干巴巴的表格，而是可视化图标，傻瓜式的业务诊断，智能化的应用提醒，高互动性的使用界面。（1）分析需求。分析需求又包括收集需求、分析需求、明确需求三个部分。收集需求的方法主要有访谈、市场调查、专家座谈等。
（2）收集数据。收集数据是根据使用者的需求，通过特定方法获取所需数据的过程。收集途径包括公司数据库、原始资料、公开出版物、市场调查、互联网等方法。数据收集是数据分析的基础，在收集过程中要确保数据真实，来源可靠，数据链完整。（3）整理 数据。数据整理的效果直接决定了分析的结果，数据整理就是对收集到的数据进行预处理，使之变成可供进一步分析的标准格式的过程。整理数据的方法主要有：分类、排序、做表、预分析等；逻辑有理口径、看异常、查大数、观趋势等。（4）分析数据。分析数据是指在业务逻辑的基础上，运用科学的分析工具处理数据的过程，在这个过程中要注意的是数据的分析要符合业务逻辑，否则是不会产生任何使用价值的。（5）数据可视化。数据可视化是将分析结果用直观的方式展示出来，一般运用文字、表格、图标等方式进行展示。Word、Excel、PPT都可以作为数据可视化的展示工具。用最简单的方式传递最准确的信息，一目了然是数据可视化的作用。
四、应注意的问题。
1.基础数据管理和分析（1）合理的基础数据架构。首先，要系统化的设计和布署，标准化是基础的数据架构，只有形成标准化才能统一数据计算，数据的分析才有意义。（2）明确的计算过程控制。要对每一项统计的指标设定具体的计算方法、计算部门、计算周期、计算对象等，并且严格执行，这才能够保证每一项数据的来源、计算和分析结果是有效的。（3）有效的管理信息化系统。企业内外数据量大，供应链环境复杂，提炼有效的数据并建模分析只能依靠强大的计算机信息系统来完成。通过信息化系统的布署，把基础数据都进入控制点，通过信息化系统来进行数据的快速统计和处理。2.数据安全数据安全就是要保护企业的数据安全使用，并不被非法的存储、使用和传输。我们将从以下几个环节进行数据安全保护建议。
（1）数据备份。对现有数据进行备份，可根据环境要求设定备份日期，备份方式（完全、增量、差异），但出现数据遗失时可在第一时间恢复。（2）数据加密。从数据源头进行管控，将企业内部数据进行加密保护，非授权用户将数据外发或复制均无法使用。发送给客户的文件也可进行版权保护，可控制只读、只打印、无法修改复制等版权保护。（3）终端管控。对员工的使用终端（PC/移动设备）进行安全管控，防止通过USB、网络、病毒等因素破坏或泄露数据。
五、结论
数据化管理是企业管理精细化的必然要求，大数据的应用也是企业经营管理的必经之路，在市场竞争日趋激烈的形势下，企业必须在经营链的每一个环节“抽丝剥茧发现问题”，“深耕细作优化管理”才能充分应用大数据促进企业经营管理的提升，从而提升企业经济效益和社会效益，实现股东价值最大化。
参考文献：
[1]李风蕊，赵彩苑.大数据时代商业银行的营销策略探讨[J].现代营销
（下旬刊），2015（06）：92.
[2]陈洪梅，付广旭.大数据背景下消费者的品牌认知研究现状[J].品牌，
2015（08）：12.
[3]何军.大数据对企业管理决策影响分析[J].科技进步与对策，2014
（04）：65-68.
[4]刘山.耐心、用心、爱心 --浅析当前化妆品企业决策与高层管理人员应具备的心态 [C].//第一届中国个人护理品及原料学术研讨会暨中国天然植物化妆品产业发展论坛论文集，2012：9-20. [5]杨生斌，段春龙，张倩，等.高管团队社会网络与企业决策绩效的联系机制：理论整合的视角[J].价值工程，2013，32（2）：126-128.