管理纵横Ｉ Ｓｗｅｅｐｉｎｇ ＯＶＢＦ ｔｈｅ Ｍａｎａｇｅｍｅｎｔ 浅析大数据在企业管理中的应用 范宁 邹容 指导教师：张恩英 哈尔滨商业大学 黑龙江哈尔滨 １ ５００２８ 【基金项目］：哈尔滨商业大学大学生创新创业训练计划省级指导项ｌｅｔ，项目编号：２０１ ５１ ０２４００５６ 摘要：大数据的应用是一个利用数据分析的方法，从大数据中挖掘有效信息并为客户提供辅助性决策从而实现大数据 价值的过程。从大数据在企业管理中应用现状的分析入手，探讨了大数据应用于企业管理面临的挑战，进而明确提出 从盘存数据资产、提升自身实力注重人才培养、制定企业信息战略等方面加强大数据应用提高企业管理质量的对策。 关键词：大数据；大数据应用现状；大数据面临的挑战 半个世纪以来，计算机技术不断发展，逐渐渗透到了社会生活的 的属性和行为习惯，通过交易数据和交互性数据，大数据会为企业提 方方面面，信息爆炸正在引发一场新的变革。 “大数据”离我们越来 越近，并且在各个领域均有涉及。 我们所提到的大数据看似是一个静态的对象，但深入的研究表 明，大数据应当是技术、应用与数据的结合体，而非大规模数据集合 本身。 “大数据”与“海量数据”的区别就在于数据是否存在结构性 与关联性。大规模数据是大量具有必然关联性的数据，而不是一些无 意义，不相关数据的累积。大规模数据是大数据分析的基础，充分利 用这些数据才会发挥大数据的最大价值。 我国第十三个五年规划纲要提出： “实施国家大数据战略，推 进数据资源开放共享”。可见作为“十三五” “十四大战略”之一的 “国家大数据战略”，广泛应用大数据已成为当今社会的必然趋势。 大数据技术则是指从各种各样类型的巨量数据中，快速获取对自 身有价值的信息的技术，大数据的核心是大数据技术。目前所说的”大 数据”不仅指数据本身的规模，也包括采集数据的工具、平台和数据分 析系统。大数据研发目的是发展大数据技术并将其应用到相关领域， 通过分析巨量数据帮助企业发展。 因此，大数据时代带来的挑战不仅体现在如何快速从巨量大数据 中获取信息，也体现在对大数据技术的开发和研究。 与其他数据概念不同的是，大数据分析包含了数据的处理行为， 通过对多种数据处理方法的灵活运用，快速、准确地在各类大数据中 获取有价值的信息。企业可将这些有价值的信息作为辅助决策，帮助 企业更科学、更全面地发展。 数据体量巨大、数据种类多样、数据时效性高和数据价值密度低 是大数据的大数据的四个基本特征。大数据的数据量是以ＰＢ，ＥＢ和ＺＢ 来计算的，在云计算、移动互联网、社交网络、宽带化的推动下，一 个大数据的时代已然到来，大量数据被记录，随之数据的容量也越发 庞大。数据来源多样化的特征体现了大数据的强大之处，换言之，两 个看似无关的数据通过分析，可以发现两者存在着巨大的关联。大数 据的“快”体现在两个方面。一是数据产生地快。数据可以是爆发性 的产生，也可以是像细流一般的产生，但是由于客户量巨大，短时间 内同样能够产生大量数据。二是数据处理地快。大数据可以通过批量 处理和流处理两种方式，实现数据的快速处理。数据的规模并不能为 制定成功决策提供帮助，数据的真实性才是数据分析的基础，但是由 于某些数据中无法消除的不可预测性，比如天气因素和人的情感。这 也使得追求高质量的数据成为了大数据的必要要求和挑战。 一、大数据在企业管理中应用的现状 （一）广告的定向投放 通过对所调查用户的网页搜索记录和浏览历史，并且对用户的日 常行为习惯和趣向进行分析处理，精准的找到目标客户，提高广告投 放效益，并基于数据的挖掘为广告商提供自主下单服务系统，例如， 淘宝网通过客户的浏览记录，做出客户可能还想购买的相关链接。 （二）客户的精准定义 如今供大于求的社会，企业需要以客户的需求为中心。基于用户 供更加立体化的客户，使企业深入了解客户的需求和喜好，同时也会 提升用户的体验。 （三）热点的趋势预测和病毒式营销 大数据通过对热点和热门进行分析，得到具有先兆性的信息， 从而发现市场中的流行趋势，比如，苹果土豪金让土豪金成为一种流 行。由于传播的广泛和快捷性，能帮助企业通过病毒式的营销获得更 多的关注，比如小米的病毒式营销策划。 （四）客户流失预测 以客户行为作为基本模型，根据客户投诉的数量，客户评价出现 的负面情绪，以及客户购买量明显的减少等现象，预测客户流失的可 能。 （五）及时掌握企业运作信息 在信息化时代，企业对每一个节点的信息需求也越来越多，每 一个环节产生的数据都是海量的，过去传统数据收集、分析处理方式 已经不能满足物流企业对每一个节点的信息要求，这就需要通过大数 据把信息对接起来，将每个节点的数据收集并整合，通过数据中心分 析，处理转化为有价值的信息，从而掌握企业整体运作Ｊ晴况。 （六）企业已有数据进行增值 在企业运营的每个环节中，只有一小部分结构化数据时可以直接 分析利用的，大部分非结构化数据必须要转化为结构化数据才能储存 分析，这就造成了一部分数据是无效和错误的。企业的数据中心必须 对这些数据进行加工，筛选出有价值的信息，实现数据的增值。 （七）竞争优势分析 随着新兴企业的不断壮大，市场竞争日益激烈，对大数据的有效 应用就成为了企业在市场竞争中的关键，因此就要求企业管理者在发 展战略计划中融人大数据的思想，才能使企业在激烈的市场竞争中赢 得一席之地。 根据对企业内部数据的分析，企业管理者可以了解企业存在的短 板和优势，改善企业现有的产品，提升服务质量，整合大数据分析结 果可以为企业量身定制出一套符合其自身隋况，适应其发展方向的创 新型商业发展模式，从而增加企业的核心竞争力。 （八）企业未来发展预测 大数据中蕴藏着巨大的商业价值，企业拥有大数据就代表拥有更 多的发展资源。 对于小型企业或中小型企业来说，壮大企业规模成为主要发现目 标，将企业提供的往年数据以及管理者的个人经验两者相结合，整理 出可视化的相关数据，例如图表，报表等友好的形式，方便企业接受 并充分利用，最终得出科学陛企业发展计划。 由于大型企业的数据信息量十分巨大，因此会得出的更加多样 化、多元化、全方位的数据。如果选择大数据，就要考虑到大数据的 干扰因素，因此不但要对数据深层次分析，还要对数据聚类进行提 高，以此为基础，将无关数据对结果的影响降到最低，最终从数据中 挖掘出适合企业生存的商业形态。 Ｍ０ＤＥＲＮ ＢＵＳＩＮＥＳＳ现代商业 １８８ Ｓｗｅｅｐｉｎｇ ＯＶｅＦ ｔｈｅ Ｍａｎａｇｅｍｅｎｔ Ｉ管理纵横 供应链系统下的企业物流管理研究 路芸 对外经贸大学 北京 １ ０００２９ 摘要：在现代的市场环境当中，企业的竞争已经更多的集中到了对物流管理的竞争，供应链的管理思想改变了传 统的管理方式。本文从实际出发，针对现如今企业物流管理的问题，提出了相应的强化措施 关键词：供应链管理；供应链系统；物流管理 在供应链的整个系统当中，物流管理始终都发挥着十分重要的作 络。供应链一方面是从供应商到用户的链条，更是一条对产品的增值 链条。下图为供应链的结构模型。 用。与传统的物流管理相比，供应链系统下的物流管理是有很大的区 别的。现如今，在企业的日常管理过程当中，供应链管理以及物流管 理已经开始发挥着越来越重要的作用。人们之所以会关注联想、丰田 等具有很大影响力的企业，就是因为这些企业有着十分优秀的供应链 物流管理能力，而这些企业所拥有的陷阱管理能力以及优秀的管理人 才，也使得这些企业在市场当中有着更强的竞争能力，这些企业也同 样成为了企业物流管理的推动者和先行者。 一嚣求信息 、供应链和供应链系统 供应信息泷 图１供应链的结构模型 ２、供应链的特征。作为一个物流体系，供应链的结构是呈现出 （一）供应链的概念及特征 １、供应链概念。纵观供应链的发展历程我们可以看到，供应链 概念的发展过程是经过了长时间的累积的。美国著名的供应链协会认 为，供应来看包括了生产、交付、服务的全部过程，其中涉及到的环 节，不仅包括并楹联本省，耿包含了供应商的供应商、客户的客户等 等。通常来讲，供应链就是在生产产品以及流通产品的过程当中，由 这些环节当中涉及到的生产生、消费者等多种层次所组成的供需网 网络式的，在供应链当中，每个企业都是一个单独的节点，而在每个 节点之间，又都存在着需求与供应的关系，在下文当中对供应链的特 征进行阐述。 （１）复杂性。作为供应链当中的单独节点，这些作为节点的企业 社会对于大数据分析师的需求不断增加，这类人才不能仅仅依靠 普通毕业生和引进人才来填补，因为大数据分析师不仅需要具备扎实 二 大数据在企业管理中应用面临的挑战 （一）企业的分析目标不明确 即使有海量的内部数据，但是企业对大数据的分析目标并不明 确，使大数据无法展现出其应有的价值。 的数学基础知识，还必须经过多年的培训与实践。 所以，企业必须加强对此类人才的重视，并且根据企业发展需要 制定数据分析人才培养战略，通过对数据分析团队的建立和培训，激 （二）数据数量的不足 集数据过程中的另一个问题，这也为接下来大数据分析带来难度。这 种情况企业必须提高数据的预处理能力。 数据自身常常存在结构不一致的情况，数据不完整也是企业在采 励有价值的人才骨干。 （四）制定企业信息战略 企业应综合考虑数据的属性、模型和构架，制定大数据战略，并 且使大数据的容量更加完整，分析更加有效。 （三）数据质量问题 虽然数据中存在不确定性，但整体数据的价值不可否认，因此我 们必须承认和接受这些瑕疵，并确定如何充分利用这一点。如何从大 量数据中提炼真实、准确的数据是大数据时代亟待解决的难题。 （五）引导客户参与关系管理环节 企业要主动地引导客户参与商品的设计、创意、市场推广、销 售、质量保证和公司与客户之间的关系管理等环节，通过全方位的互 （四）隐私问题 动获取更多的数据支撑，从而改进商品和服务，提高公司的核心竞争 个人信息等私密问题一般在用户不知情的情况下完成，这与大数 力，扩大市场占有率，最终实现企业价值的最大化。 据分析要遇到隐私问题两者相矛盾。 总之，企业管理者们应该充分认识大数据背景下的企业管理存在 的问题与挑战，了解大数据在企业决策管理中的应用，并且合理有效 三、应用大数据提高企业管理质量的对策 （一）盘存数据资产 将企业已有的数据进行系统分类，并制作详细目录，其中包含的 数据可购买也可公开获取，另外企业也可以通过整合第三方的数据资 源和原有数据来增加自身数据库。 地利用大数据技术服务与企业管理，从而提升企业管理的决策能力， 提高企业管理的有效率，扩大在市场竞争中的比重，不断加强产品换 代升级，强化产品服务，提高企业利润，促进企业可持续、健康长远 发展。田 参考文献 （二）明确创造潜在价值面临的机遇与挑战 复杂的大数据并不一定会为企业创造可观的价值，通过基础的 …大数据时代统计学的重构与创新——首届“大数据与应用统计 数据分析也可达到相同的效果。由于在不同行业和不同业务之间，存 国际会议”述评【Ｊ】．统计研究，２０１５，０２：５—９． 在着数据集合、分析目标的差异，大数据技术因此能够充分发挥其效 ［２］＠ｔ－－，王开科，许永洪．统计数据质量基本概念研究［Ｊ】．经济统 计学（季刊），２０１ ４，０１：４２－－４７． 用，从而推动了行业、企业的进一步发展。 钱海婷，李风．企业统计数据质量影响因素的实证分析［Ｊ】．统计与 此外，大数据的关键驱动力在于数据规模、数据分析和处理的工 【信息论坛，２０１４，０７：１ ０９－－１ １２． 具，但是这些因素对很多企业而言是一个巨大的挑战。 （三）提升自身实力，注重人才培养 ［４】陈海平，李明．统计数据分析方法探析［Ｊ］．社科纵横，２Ｏ１４，０７：５８－－ ６Ｏ． １７０现代商业ＭＯＤＥＲＮ ＢＵＳＩＮＥＳＳ
