|
1 大数据的产生及其特点
1.1 大数据的产生
“大数据”顾名思义就是大量或海量的数据，2010年2月它最早出现在《经济学家》杂志的一篇题为《The data deluge》的文章中，被认为是“大数据”概念的起源。2011年5月麦肯锡全球研究院发表了一篇题为《大数据：未未创新、竞争和生产力的下一个前沿》的研究报告，这份报告对“大数据”进行了界定，即大数据是指大小超出了传统数据库软件工具的抓取、存储、管理和分析能力的数据群，从此“大数据” 这个词汇开始出现并愈来愈流行。
1.2 大数据的特点
总结“大数据”的特征，最广泛被人引用的是国际数据公司给大数据定义的四大特征，也称4V，即：海量的数据规模（Vast）、快速的数据流转和动态的数据体系（Velocity）、多样的数据类型（Variety）和巨大的数据价值（Value）。具体来讲，Vast指数据量极大并仍在持续增大，近几年，随着移动互联网的发展，人人成为数据制造者的时代已来临，数据量的增长更是飞快，数据量级已从 TB（210GB）发展至PB（210TB）乃至ZB（220PB）；Velocity指所需的处理速度快，响应时间短；Variety指数据类型繁多，包括结构化数据、半结构化数据甚至是非结构化数据；Value指价值密度低，以视频为例，不间断的监控录像中，有用的数据长度可能仅有一两秒，以视频安全监控为例，连续不断的监控流中，有重大价值者可能仅为一两秒的数据流。
2 大数据时代传统企业管理遇到的问题
随着信息化程度不断提高，互联网、物联网、云计算和智能手机终端等技术的不断发展，数据的产生、存储、传播和分析等，不论从数量、方式方法上都较以往有了天壤之别，大数据时代给各行各业带来了巨大的冲击，给传统的企业管理带来一系列挑战。
2.1 企业决策过程
传统企业的经营决策往往更多地依靠企业的管理者，依靠管理者的经验、直觉和魄力，这样的企业在以前可能会发展壮大，但是缺乏对决策管理过程的监控，缺乏对数据的搜集、提取和分析，没有明确数据与决策结果的关联关系。另外，传统企业的数据分散在各个部门，数据的集中度不高，人们对其关注程度也不高。随着大数据时代的到来，传统企业的组织结构和决策过程必将面临前所未有的考验。
2.2 智能化、信息化程度不够
大数据的“4V”特征在数据存储、传输、分析、处理等方面较以往均有本质变化。数据量几何倍数的增长，对存储技术提出了挑战，需要高速信息传输能力支持，对非结构化的数据、低密度有价值数据的快速分析和处理能力提出更高要求。据统计，企业中85%的数据都属于非结构化、低密度的数据，大多数企业现有的数据处理方法和系统无法将大量的非结构化数据进行处理。另外，随着数据量的快速增长，对数据的存储、传输能力也提出更高的要求，这都将成为企业在大数据时代遇到的难题。
2.3 信息安全问题
随着大数据的发展，企业的海量数据中不仅包括业务数据、客户数据、公司内部数据，也不乏大量个人信息，数据本身的安全及个人隐私面临着泄露的挑战。大数据环境下通过对用户数据的深度分析，很容易了解用户行为和喜好，严重的将导致企业的商业机密及个人隐私泄露。如何保证商业秘密、个人隐私秘密等安全问题，对企业是一道难题。
2.4 人力资源匮乏
大数据改变了企业的传统管理思维，大数据时代的到来企业的管理者和员工都需要重新认识数据的重要性，提高相应的素质才能胜任原有的职位。在大数据时代，对数据的处理和分析已经超出了信息化的范畴，超出了市场营销的范畴，超出了运营管理的范畴，需要具有综合能力的人才，需要有相应新的部门来整合数据资源。对大数据的处理需求，必须有专业的数据分析人才运用这些大数据，才能将其转化为经济价值，数据人才必须能够深入了解企业业务与组织，具有统计应用知识、熟悉大数据数据分析工具的运用等，这就要求数据分析人员必须有整合运用3项基本技能的要求，而传统企业这方面人才非常稀少。
3 大数据环境下企业的管理变革
大数据的重要性正在被认识，今后数据将会成为各行业争夺的重要资源，要想在这场数据之战中立于不败之地，传统企业的管理模式需要进行系列变革，以解决大数据时代传统企业面对的问题。
3.1 企业组织结构变革
大数据时代的企业经营决策过程，企业决策的制度化、流程化的程度要增加，决策必须公开、透明，决策的精细化程度要增强，计算机在决策中将占有重要的地位，大数据能够为企业决策服务，使企业决策更精细、更有效，进而为企业创造更多的价值。决策过程的优化需要组织结构进行变革，企业有必要从足够的高度进行思考，如何建立灵活的组织架构与业务流程，以支撑企业通过数据分析发现更优的决策方式。企业要建立数据跨职能、跨部门的流动机制，要把信息和决策分配给不同的部门，企业应具有一个灵活的组织架构，最大化企业跨职能的合作。
3.2 从全局的角度整合数据
在意识到数据是重要的资产之后，企业在数据搜集、管理、分析与挖掘等领域都对技术与系统提出了更高的要求，使得数据能够为企业所用。在大数据时代，企业需要考虑如何打破系统的边界，把不同来源的数据整合在一起，涉及到企业内、外部数据源的抽取、管理与整合。企业管理者需要预先进行投资，以发展技术应对非结构化、低密度的数据处理问题，并引入互联网企业的新兴技术，保障数据的传输、存储与处理。同时，企业高层要以有效的机制设计打破部门壁垒，促进各种来源的数据的整合。
3.3 保障数据安全
①上层制度建设需要通过立法来保障企业的商业机密及个人隐私不被非法应用；②企业内部需要通过信息加密的功能，防止用户信息被盗取，用户的关键信息，如登录密码和系统访问等其他鉴权信息，无论是传输时还是在存储时必须加密；③通过物理隔离以及与内部控制相结合，实现对数据的隔离，保证数据不被非法访问并保证用户数据的隐私；④对硬盘等存储设备实施有效的保护，设置密码、异地保存等。
3.4 提高认识，全面培训
大数据时代企业需要对全员进行数据知识的培训，提高对数据提取、利用和分析的能力。在企业需要设立新的数据管理岗位，可叫做“首席数据官”，职位要求同时具备信息技术、市场营销、运营管理等知识。首席数据官的主要职能是利用数据推进企业与社会的对话，挖掘信息化过程中更为潜在的价值。企业要有意识地培养既懂统计技术、信息技术，又懂得营销知识的全方位数据人才，以应对为大数据时代对数据分析、利用能力的要求。另外要建立管理者、业务人员和数据人员之间的有效沟通，共同发挥数据的作用。
4 结 论
大数据时代已然来临，对企业来说，大数据既是机遇也是挑战，数据正日益成为企业的重要资源。面对挑战，企业要重新认识数据，并转变管理思维，变革管理模式，还要注重技术应用，培养专业数据人才，充分、有效地利用大数据，挖掘潜在的巨大价值，在激烈的市场竞争中赢得胜利。
|
|
