大数据对企业管理决策影响分析

大数据对企业管理决策影响分析

随着云计算技术的快速普及，加之物联网、移动互联网应用的大规模爆发，人类进入了大数据时代。大数据的数据集远远超出了目前典型数据库管理系统获取、存储、管理和分析的能力。研究机构Gartner将大数据定义为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；国际数据公司(IDC)认为大数据是从海量规模数据中抽取价值的新一代技术和架构；IBM将大数据定义为4个V即大量化(Volume) 、多样化(Variety)、快速化(Velocity)及产生的价值(Value) 。针对大数据的特征挖掘其价值并作出决策，成为企业在大数据环境下进行决策的重要依据。2012年1月达沃斯世界经济论坛将大数据作为主题之一，探讨了如何更好地利用数据产生社会效益；2012年5月联合国“Global Pulse”特别分析了发展中国家面对大数据的机遇和挑战，并倡议运用大数据促进全球经济发展；2012年3月美国奥巴马政府发布“大数据研究和发展倡议”，正式启动大数据发展计划，随后英国、加拿大、澳大利亚、法国、日本等30多个国家也相继启动了大数据计划；Google、IBM、EMC、惠普、微软和阿里巴巴、百度等国内外公司正在积极抢占大数据技术市场。大数据应用领域包括客户关系管理、市场营销、金融投资、人力资源管理、供应链管理和卫生保健、教育、国家安全、食品等各个行业，已成为一个影响国家、社会和企业发展的重要因素。在互联网时代，基于数据判断、决策成为国家、企业和个人的基本技能。大数据的出现改变了企业决策环境，并将对企业的传统决策方式产生巨大影响。

1、大数据对管理决策环境的影响

1.1 大数据下数据驱动的决策方式

目前人类每年产生的数据量已经从TB(1024GB=1TB)级别跃升到PB(1024TB=1PB)、EB(1024PB=1EB)乃至ZB(1024EB=1ZB)级别。美国互联网数据中心指出，全球已有超过150亿台连接到互联网的移动设备，互联网上的数据每年增长50%，每两年便翻一番，而目前世界上90%以上的数据是最近几年才产生的，随着数据的急剧增长，大数据时代已经到来。大数据下的决策依赖于大量市场数据，如何有效地收集和分配数据、可靠智能地分析和执行数据成为企业未来面临的挑战。基于云计算的大数据环境影响到企业信息收集方式、决策方案制定、方案选择及评估等决策实施过程，进而对企业的管理决策产生影响。舍恩伯格指出，大数据的“大”，并不是指数据本身绝对数量大，而是指处理数据所使用的模式“大”：尽可能地收集全面数据、完整数据和综合数据，同时使用数学方法对其进行分析和建模，挖掘出背后的关系，从而预测事件发生的概率。数据驱动型决策(data-driven decision making)是大数据下决策的特点。研究表明，越是以数据驱动的企业，其财务和运营业绩越好。大数据是个极丰富的数据集，数据是知识经济时代重要的生产要素，是经济运行中的根本性资源。数据生产信息，信息改善决策，进而提高生产力。可以预期，未来决定、评价企业价值的最大核心在于数据，数据积累量、数据分析能力、数据驱动业务的能力将是决定企业价值的最主要因素。

1.2 大数据下决策方式应用现状

MIT沙龙主编与IBM商业价值协会通过对100个国家30多个行业的近3000名公司执行者、管理者和数据分析工作者进行调查，基于调查结果为公司提供了5条建议，其中提出对于每个机会，企业需要从问题而不是数据开始，所以应该先定义满足商务目标的问题，然后识别那些可以解答问题的数据。枟经济学家枠杂志2010年的一项调查显示，经营大数据已成为企业管理的热门话题，但大数据的应用目前还处于初级阶段。2013年3月IBM的大数据调研白皮书枟分析：大数据在现实世界中的应用枠显示“大数据”将带来蓬勃商机，63% 的受访者表示大数据和信息的分析使用为其组织创造了竞争优势，47% 的受访者称当前应

用处于早期规划阶段，28% 的受访者正在开发试点项目或已经实施了两项甚至多项“大数据”解决方案。利用大数据将成为公司的一个关键竞争和增长基础。从这个角度看，所有公司都需要利用大数据提升企业竞争力。大数据环境下的管理决策对于企业不仅是一门技术，更是一种全新的业务模式和决策方式，企业必须适应大数据环境对管理决策的新挑战。

2、大数据对管理决策数据的影响

大数据下决策的技术含量、知识含量大幅提高，对大数据的有效利用成为企业决策的关键，因此管理大量的数据是个挑战，如果不能找到数据，企业就可能不会收集数据，这些数据就会被丢失掉。大数据时代不仅要求企业具有搜集分析数据的能力，更需要企业具有处理、利用这些数据的能力。

2.1 大数据下的数据管理

大数据环境下，数据的特点首先是规模大、类型多、结构多样，包含结构化的数据表和半结构化、非结构化的文本、图片、视频等。数据使用之前需对多源数据进行清洗、抽取和集成，保证数据的质量和可靠性，再采用统一结构来存储这些数据。传统的数据库管理系统和数据分析手段已无法适用，Google、Amazon、微软等企业都推出了大数据解决方案，它要求企业更新技术，以适应大数据处理的需要；其次是数据产生速度快，应用场景从离线(offline)转向在线(online) ，并出现实时处理需求。实时数据处理是大数据分析的一个核心需求，许多企业发现了实时数据的作用，开始专注于实时数据流，对实时数据的及时处理和利用也是企业面临的一大挑战；第三是大数据与其它数据的关系。大数据的价值来自于数据碎片间关联所产生的信息。大数据时代最大的转变是用相关关系取代因果关系，即只需知道“是什么”，而不需知道“为什么”。通过探索数据之间的关联模式，挖掘大数据中的信息，是大数据的价值所在。但这些数据之间交互广、价值密度低且呈碎片化，从大数据中提取有用信息，为管理决策提供支持，成为企业的迫切需求。

2.2 大数据下的知识管理

从知识管理角度来看，数据蕴含着知识，知识是影响决策的重要因素。随着“基于资源的企业理论”的发展，人们对企业内部资源中无形知识重要性的认识越来越清晰，“基于知识”的企业能力理论逐步成为“基于资源”的企业能力理论的核心。在大数据时代，对数据进行深度挖掘可以获得更加丰富的知识，企业可以从中极大受益。潘罗斯认为，企业规模取决于管理者拥有的知识和管理能力。在大数据下企业可以对商务了解得更彻底，使用知识改进决策和绩效。收集分析海量数据，并快速获取影响未来信息的能力，是大数据技术的魅力。在管理决策过程中，数据所起的所用是无法取代的，但需要将数据的客观决策和人的主观决策相结合。Bolloju指出，决策者在决策时承受着更复杂任务带来的压力，单纯依靠人主观决策无法应对复杂的环境，但单纯依靠数据决策也会偏离实际。美国政府发布的枟大数据研发倡议枠要求，在新方法下利用大数据，并集合决策者的感觉、洞察力和决策支持，将数据和人的主观能动性结合起来，以避免“唯数据论”。

3、大数据对管理决策参与者的影响

3.1 大数据下的决策参与者角色变异

决策参与者在大数据时代仍然是最重要的决策因素。大数据改变了长期以来依靠经验、理论和思想的管理决策方式，直觉判断让位于精准的数据分析，大数据下决策参与者的角色发生了改变。首先对于企业高层管理者，传统的决策因为数据稀缺，重要的决策依赖企业领导者的经验，而大数据可以保证从问题出发而不用担心数据缺失或者数据获取困难，决策重心回到问题本身，而领导者的任务是发现和提出正确的问题。其次对于企业一般管理者和员工，可以很方便地获得决策所需的信息，决策能力大大增强，决策倾向于依靠企业一线员工。大数据时代最大的挑战之一就是领导者们必须与一线员工并肩工作，提高企业决策水平。再次，由于媒体不断宣传和数据获取便利，普通民众开始认识并利用大数据，每个人都能进入