大数据时代下企业的发展与创新研究

大数据时代下企业的发展与创新研究

[摘 要]企业管理需要与时俱进，与社会的发展相匹配，才能促进企业的发展和增长。随着大数据时代的到来，我国许多企业的经营模式受到了严重影响。大数据给企业管理工作带来了挑战和机遇。企业要实现自身的稳定与发展，也需要对自身的管理模式进行更新，改变决策主体的决策，对内部数据进行商业价值分析，加强内部人才的培养，对企业管理的内容进行创新，从而适应企业在大数据时代发展的速度和条件。

[关键词]大数据 企业发展 创新 研究

Research on business development and innovation

in the era of big data

[Abstract]Management needs to keep pace with the times, and the development of society, in order to promote the development and growth of enterprises. With the arrival of the era of big data, many enterprises in China's business model has been seriously affected. Big data brings challenges and opportunities to enterprise management. Enterprises to achieve its stability and development, also need to their own management mode update and change the decision-making body of the decision, the internal data were commercial value analysis, strengthen the internal personnel training, the content of enterprise management innovation, so as to meet the requirement of enterprises in the era of big data development speed and conditions.

[Key words]Big data；The development of enterprise；Innovation ；Research

前 言

大数据时代的正式到来，给企业带来了更多的挑战与机遇。现阶段企业尚处于信息数据化的初始阶段，不同性质的企业在数据运用过程中存在着各种不同的问题，信息化过程注定是机会与风险并存。大数据时代下企业如何做到利益最大化与风险最小化，坚持数据化变革与数据科学应用是重要的手段之一。未来大数据下的企业运行依然值得我们继续研究与思考。

一、 大数据时代的企业现状

Mckinsey 公司 2011 年的报告中最先使用 “大数据”一词，指无法在一定时间内用传统数据库软件工具对其内容进行抓取、管理和处理的数据集合。IDC 公司将大数据界定为，为了更经济地从高频率获取的、大容量的、不同结构和类型的数据中获取价值，而设计的新

一代架构和技术。A. McAfee 等指出，大数据有3个特征，即“3V ”: 规模性 (Volume)、高速性 (Velocity) 和多样性 (Variety)。

（一）大数据引领下企业的优胜劣汰

当前，随着大数据时代的到来，数据的重要性逐渐凸显，数据已经成为一种重要的资源，它和黄金、能源一样宝贵，却又能实现反复的利用，不断刺激经济的发展。在全球庞大的人群和应用市场下，探索以大数据为基础的解决方案，深入洞察复杂且充满变化的市场成为了企业提高自身竞争力的重要手段。仅凭直观感受，任何人都能感觉到大数据时代已经来了。

维克托迈尔舍恩伯格在《大数据时代》中提到，大数据时代最大的转变就是，放弃对因果关系的渴求，而取而代之关注相关关系。也就是只要知道“是什么”，而不需要知道“为什么”。这颠覆了千百年来人类的思维惯例，对人类的认知和与世界交流的方式提出了全新的挑战。与中国企业相比，美国企业知道大数据价值并且能挖掘大数据的隐藏价值，从而获得最大利益，他们已经建立了大数据思维，从而促使他们不断创新挖掘更好的数据。美国收集的数据要比中国多得多，他们不仅搜集可以理解的数据，同时也收集“不能理解”的数据，并且会花大量资源来存储，让数据一直有价值。反观国内，大多数企业还把大数据作为一种在市场营销手段，但是大数据还可以帮助人们改变商业模式以及盈利模式，这才是大数据最大的价值所在。美国与中国相比，最不同一点就在于他们有大数据思维，懂得如何利用大数据的价值[1]。大数据让人们对世界的态度都焕然一新，掀起的变革此起彼伏，不仅改变了市场营销、生产制造，同时也改变了商业模式。数据本身就是价值来源，这也就意味着新的商业机会，没有哪一个行业能对大数据产生“免疫能力”，正所谓适者生存，只有适应大数据才能在这场变革中继续生存下去。

（二）企业运行过程中的数据化的运用与普及

大数据的变革影响着企业的决策，以前企业的发展和管理需要依靠大量的人力、物力，在整合所有资源的条件下进行逻辑的分析和整理，进一步推算事件发生的因果关系，并且为解决企业经营中可能出现的问题提供宝贵的建议。当今，大数据的企业管理方式拥有更加高科技的支持，能够整合广泛的数据信息之后进行整体的电子计算机技术分析和处理，充分满足和实现划分数据的需求，在原本的运营基础之上实施优化的管理和发展计划，带领企业走上成熟和卓越的巅峰。现代企业管理的重要内容之一就是掌握数据的先进性，凭借对数据信息的管理实现企业的发展和内涵提升。在数据信息化的平台上进行量化的全面分析，进而实现优化的管理和大数据的处理。

[2]

二、大数据时代下企业现状分析

（一）中小企业数据化过程中的优劣势

与大企业竞争情报相比，我国中小企业竞争情报呈现以下特点: 情报需求行业特征明显，

针对性较强； 客户需求为导向兼顾自身竞争环境； 非正式渠道来源占比大，共享率低； 面向具体决策，追求情报利用便利性等。大数据环境下，作为构筑在数据分析和信息处理基础上的中小企业竞争情报，在原有的特点基础上其发展将面临着空前的挑战。

市场失灵理论认为，信息不对称是造成中小企业融资困境的根源。然而，中小企业大数据能够整合各类直接或间接反映中小企业信用状况的信息，准确还原中小企业的真实经营情况。中小企业大数据技术的应用价值主要表现为以下三方面:

1. 提高融资效率

金融机构能够高效、充分了解客户信用状况和实际经营情况，节省信息调查时间，利用准确的信用评定和持续的风险跟踪，进而降低对客户抵押物的要求，从而加快放贷速度，大幅提高融资效率。

2. 降低融资成本

一是分析数据集合，发现潜在客户，进行点对点精确营销，减少盲目营销的成本损失。二是定位潜在客户以后，便捷地获取涵盖客户行为信息的客户资料，降低信息获取成本。三是对客户进行后续跟踪，可以有效降低贷后管理过程中的持续性监管成本。

3. 发现潜在价值

金融机构挖掘海量数据，能够发现客户的潜在需求和融资偏好，并进一步实行市场细分，针对不同客户群体，建立专属化产品体系，开发实惠、简捷、透明、安全的专属金融产品，提供多样化和差异化金融服务，高效配置金融资源。 [3]

（二）集群大型企业数据化过程中的机遇与挑战

1. 大数据时代云会计对集团企业资金管理的影响

资金管理对于集团企业来说尤为重要。集团企业的资金管理主要包括资金收付管理，资金调拨管理，资金分析和考核管理等核心内容。合理的资金管理体系能够提高资金利用效率，保证企业不间断的生产经营活动，并为企业管理者根据资金的流向及监控情况提出合理使用资金的建议和措施，促进企业生产技术和经营管理水平的提高。大数据时代云会计平台为集团企业实现合理的资金管理提供了可能。云会计技术不但可以满足集团企业的财务信息一体化管理，而且对资金管理水平、资金管理安全、资金利用率等方面也有着深远影响。

2. 云会计能够提高集团企业的资金管理水平

资金管理能使集团企业实现资金集中管理以及资金自动化处理，可以提升企业的资金管理水平，强化资金管控，实现资金价值的最大化。资金管理包括资金的收付管理、资金调拨管理、资金分析和考核管理，这些管理流程涉及许多不同的主体，如集团企业与分子公司之间、分公司与分公司之间。由于主体各不相同，资金管理显得比较复杂，同时信息流在各主体之间传递也需要比较长的时间，这会降低集团企业在资金管理方面的水平，从而可能会影 响企业绩效。在大数据时代云会计平台上，云技术能在储存企业交易数据的基础上对数据进行分析，并且能实时反映企业的交易情况，明确资金流之间的主体，让集团公司管理人员清楚地了解到分子公司的资金流动情况及资金剩余情况，从而作出最有利于集团长期发展的决策，提高资金管理效率。

3. 云会计能加强集团企业资金管理的安全

由于集团企业分支机构一般较多，很难保障信息的完全对称，集团在对分子公司的资金

[4]

业务与运作模式的监控方面不可避免地存在一些管理上的漏洞。在传统会计信息化建设模式下，集团企业并不完全知道分子公司是如何操作现金流的，同时也不清楚分子公司与其对接银行之间的业务交易，使得银企互联信息不能及时上传至集团公司，这便会产生一定的资金管理风险。另外，一些集团企业的管控力度不够，分子公司存在瞒报资金信息现象，集团公司不能清晰地对分子公司的每一笔资金业务进行可视化的监控，导致集团管理者不能真实地了解分子公司的财务状况，从而作出错误的决策，并影响资金管理的安全性。大数据和云会计技术为集团企业实现全覆盖的资金管理和科学的经营决策提供了技术支撑。 [5]

（三）大数据时代的PEST 分析

1. 政治法律环境

2010年的《政府工作报告》中, 将“加快物联网的研发应用”明确纳入重点产业振兴。重点产业振兴是2010年“加快转变经济发展方式, 调整优化经济结构”的首要任务。 “十二五”规划明确指出我国将构建下一代信息基础设施。要培育发展战略性新兴产业, 其中新一代信息技术产业重点发展新一代移动通信、下一代互联网、三网融合、物联网、云计算、集成电路、新型显示、高端软件、高端服务器和信息服务。战略性新兴产业增加值占国内生产总值比重达到8%左右。自去年3月“大数据”首次出现在《政府工作报告》中以来，国务院常务会议一年内6次提及大数据运用，推动云计算、大数据、物联网、移动互联网等技术与现代制造业结合；顺应“互联网+”的发展趋势，“中国制造2025”的出台更是为中国制造业的未来10年设计了顶层规划和路线图，拉开了中国制造向中国创造、中国速度向中国质量、中国产品向中国品牌的三大转变的帷幕。近期的国务院常务会议上，李克强总理再次强调“我们正在推进简政放权，放管结合、优化服务，而大数据手段的运用十分重要。”国务院办公厅印发了《关于运用大数据加强对市场主体服务和监管的若干意见》。

2. 社会环境

互联网的快速发展让我们进入到了一个全新的信息共享时代，产业的不断升级转型、传统产业的快速蜕变和新兴产业的迅速兴起赋予了我们全新的机遇与挑战，而这个挑战，正是大数据。如今的大数据渗透到了多个行业，国家多个大数据法规的颁布也为大数据行业的蓬勃发展注入了强心剂。移动技术和设备的发展为大家带来了数据整合的可能性，线下数据和线上数据的关联，让大数据能够对人们的喜好、习性进行洞察，利用数据去做营销也让客户定位更加精准化，为企业决策提供可靠的数据支撑。

3. 经济环境

随着网络经济的发展和网络企业的层出不穷，以互联网为平台的网络消费正凭借着它显著的便捷性和经济性迅速发展，越来越多的人逐渐摒弃传统的线下购物方式而开始选择网络购物。在网络经济环境下，传统的商业模式有很多弊端，比如信息不对称、运输渠道不经济、销售时滞性等，因而导致一系列的问题产生，这就需要新型的商业模式来改进传统商业模式所带来的诸多不便。在网络经济环境下，企业的商业模式创新是赢取竞争优势的关键。今年的两会中也提到，商业模式创新是当今互联网、物联网、大数据时代网络企业创新取胜的重点。网络企业为适应市场变化，针对网络消费者的需求变化和网络消费的新动态，也需要以企业商业模式创新来获得自身竞争优势。

4. 技术环境

近年来互联网、云计算、移动和物联网的迅猛发展。无所不在的移动设备、RFID 、无线传感器每分每秒都在产生数据，数以亿计用户的互联网服务时时刻刻在产生巨量的交互„„要处理的数据量实在是太大、增长太快了，而业务需求和竞争压力对数据处理的实时性、有效性又提出了更高要求，传统的常规技术手段根本无法应付。在这种情况下，技术人员纷纷研发和采用了一批新技术，主要包括分布式缓存、基于MPP 的分布式数据库、分布式文件系统、各种NoSQL 分布式存储方案等。支付宝公司在国内最早使用Greenplum 数据库，将数据仓库从原来的Oracle RAC平台迁移到Greenplum 集群。Greenplum 强大的计算能力用来支持支付宝日益发展的业务需求。Greenplum 数据引擎软件专为新一代数据仓库所需的大规模数据和复杂查询功能所设计，基于MPP （海量并行处理）和Shared-Nothing （完全无共享）架构，基于开源软件和x86商用硬件设计（性价比更高）。近来NoSQL 数据库的使用越来越普及，几乎所有的大型互联网公司都在这个领域进行着实践和探索。在享受了这类数据库与生俱来的扩展性、容错性、高读写吞吐外（尽管各主流NoSQL 仍在不断完善中），越来越多的实际需求把人们带到了NoSQL 并不擅长的其他领域，比如搜索、准实时统计分析、简单事务等。

三、大数据时代企业的运作问题

（一）企业数据化过程中的内部经营问题

1. 信息处理方式落后

目前我国各种规模企业绝大部分都用上了微机，利用计算机技术进行信息处理和辅助管理。许多大中型企业拥有相当多的信息技术设备，也培养和储备了一些自己的信息化人才队伍。但重大信息工程建设如MIS 、MRP Ⅱ、ERP 、CIMS 等普及率低、水平也相对落后，有些企业应用效果不好。企业的信息化投入和运用的分布很不均衡。企业的中间技术层，尤其是设计部门和财务部门已经初步实现计算机管理；但企业的决策部门的信息化建设依旧很薄弱，基本停留在" 形象工程" 上，相关的报表满天飞；另一方面企业的末梢，如供应、生产、销售等环节的计算机基本上是空白。整个企业的信息化建设呈现出中间大，两头小的格局，也即是目前的企业信息化建设还处于“战术层”的居多，而企业的“决策层”和“战略层”是相当薄弱的，也是下一步企业信息化建设中的一个重点。

2. “信息孤岛”问题日见突出

随着企业计算机技术运用的不断深入，不同软件间，尤其是不同部门间的数据信息不能共享，设计、管理、生产的数据不能进行交流，数据出现脱节，即产生“信息孤岛”，势必给企业的运用带来：相关的政策扶持较少，没有形成整体的规模效果。势必给企业的运用带来以下几个问题：信息需要重复多次的输入、信息存在很大的冗余、大量的垃圾信息、信息交流的一致性无法保证。“信息孤岛”的问题已经严重的阻碍了企业信息化建设的整体进程，使企业在进行新一轮投入时，瞻前顾后，难于决断，而解决“信息孤岛”问题的关键不仅仅是在软件的技术方面，更重要的是在企业的流程管理和相关的技术标注化等相关技术方面。

3. 管理理念亟待更新

企业的信息化建设能否取得成功，除了相关的技术因素之外，更大的因素将取决于能不能将先进的管理理念同企业的具体实际良好结合，企业信息化建设与其说是技术问题还不如说是管理问题。管理的不科学、流程的随意性、“人治”与“法制”的混淆，是国内企业的通病，如何运用良好的时机，整合企业的管理，不是某一个或几个信息集成商所能解决的，

而是取决于我们的企业领导如何更新观念。

（二）企业数据化过程中的外部挑战

1. 市场规模快速增长

据统计，2013 年我国大数据产业市场规模为 34.3 亿元，同比增长率超100%，未来一段时间将持续快速增长，预计到2016 年，市场规模将达 269.8 亿元。随着我国企业级用户的数据拥有量快速增多，对大数据的应用需求也持续旺盛。据 IT168 大数据应用与趋势专项调查数据显示，我国每月新增数据规模在 500G 以上的企业已由 2012 年的 16.67%，增长到 18.11%；当前已经部署大数据的企业达到 21.89%，计划 1年内部署的占 27.92%。

大数据分析成为企业级 IT 投资重点。目前，我国企业级用户的数据分析工作，无论在分析数据种类还是分析频率上都远远落后于欧美用户，日分析占比仅为 6.8%，近实时和实时分析占比仅为3.2%，相对欧美市场日分析占 36%，近实时和实时分析53%距离很大[9]。大数据的商业价值日益凸显，在金融行业，中心银行信用卡中心通过大数据分析系统进行了实时决策和精准营销，运营效率大幅提升，运营效率得到全面提升, 每次营销活动配置平均时间从 2 周缩短到 2-3 天，交易量增加 65% ，不良贷款比率同比减少了 0.76 %。在电信行业，中国电信通过大数据组织管理系统，使用户在几千亿条记录中的检索时间缩短到一秒钟之内。在零售业，农夫山泉通过大数据分析技术使销售额提升了约 30%，使库存周转从5天缩短到3天, 同时数据中心的能耗降低了80%。

2. 新技术新应用层出不穷

国内企业正在积极探索大数据技术的研发和业务应用服务，涌现出一系列创新成果，诞生了一批创新型企业。南大通用、武汉达梦、浪潮、华为等企业推出了数据仓库、数据库一体机等产品。基于大数据统计分析，阿里巴巴推出了网络零售价格指数(iSPI)，百度与中科院合作编制了消费者信心指数(CCI)、通货膨胀指数等企业面向特定领域研发数据分析工具，提供了创新型数据服务。企业在大数据技术与应用方面的积极探索将会推动大数据的加速普及。

3. 数据安全和隐私保护风险日益突出

随着云计算、物联网和移动互联网等新一代信息技术的飞速发展，大数据应用规模日趋扩大，数据及其应用皆呈指数级增长态势，这给数据安全带来了巨大的挑战[10]。一方面，伴随着数据的愈加集中，海量数据安全防护的难度相应也会增加，尤其是数据的远程分布式处理，直接增加了数据泄露的风险。另一方面，大数据由于其体量大，降低了黑客的进攻成本，使黑客的攻击更加精准，所以更容易成为黑客攻击的目标，也容易成为黑客使用的工具。同时，各种数据源的无缝对接，导致越来越多的个人隐私信息汇入大数据流中，使得大数据拥有者掌控越来越多的用户信息，隐私泄漏的风险日益加大。

4. 技术创新与应用能力滞后

与大数据相关的数据库，数据仓库及数据挖掘等技术领域，处于主导地位的企业均为国外企业。数据在不同行业不同领域的应用，大多集中在结构化数据上，非结构化的数据应用则几乎空白。大数据对政府决策和企业竞争力提升的支撑作用非常有限。市场上，用户更加青睐国外IT 企业，国内企业市场占有率仅5%左右。

（三）问题的定位与权衡

1. 大数据为企业孕育新机遇

在当前激烈的市场竞争下，企业的信息数据也成为企业竞争所掌控的重要资源，通过对大数据的处理，企业可以获取各类信息，为企业创造更多的机遇" 基于大数据所包含的客户信息，通过对市场中各类数据进行深度挖掘，可以获知客户的真实需求，为客户量身定做针对性强的个性化方案，大数据滋养了个性化商业的发展" 另外，企业还可以通过对大数据的分析，发现潜在客户，扩大企业的客户群，利用大数据背景，创造企业的数据库平台，通过对数据的整合分析，使得数据与现实能够无缝对接，同时，企业还可以通过互联网等平台，实时接收客户对企业的评价，并及时针对企业的问题进行优化改良，从而使企业在健康的内外部环境下，灵活的调配信息资源" 大数据可以提供更大完善的信息，也带来更高的商业价值，因此抓住这一机遇就能收获更大的财富，只有牢牢把握这一机遇，才能在当今蓬勃发展的信息时代立于不败之地。

2. 大数据为企业带来新挑战

大数据如巨浪般冲击着我们的生产与生活，一切传统企业模式将会被推翻，企业通过先进的数据挖掘技术，完成数据增值，从而创造更有价值的商机。当今社会每天每时都会产生巨量的数据，这些数据也悄然的记录着世界变化的轨迹，信息时代的竞争已经不再是劳动生产率的竞争，而是基于知识的数据竞争，大数据环境的动态性对企业提出了更高的要求，每个环节的改变都引导着企业的变革，企业必须通过最有效的方式实现数据最大化的价值增值" 同时，基于数据的客观性及信息量大的特点，对企业在数据保密及备份! 保障客户信息安全等方面提出了更高的要求。

3. 大数据为企业创造新空间

大数据环境具有典型的开放性特点，企业利用大数据能够极大限度的突破时间和空间的束缚，为企业的发展建立了更高的平台，为企业创造了新的发展空间" 当前我经济发展随机性与变动性不断增强，企业模式也要不断的随之进行调整，做到与外部大环境的发展同步，才能使企业在竞争中站稳脚跟" 大数据的应用为企业的决策提供了客观的数据支持，企业决策不再单单依托管理者的思想和经验，而是更多的依托于完善的数据体系，从而提高了企业的决策准确性，为企业的发展战略指明了道路，增强了企业的竞争力，扩大了企业的可持续发展空间。

（四）数据化时代的企业战略方向探究

美国管理学家安索夫 1965 年出版的《企业战略论》一书提出企业战略相关理论，内容包括品牌战略、营销战略、人才战略等。创新战略管理的本质都是通过依据一定的资源条件来实现企业的整体创新，其基本内涵是：企业基于自身优势和发展目标，根据市场需求，发挥自身优势、集聚创新资源，通过科技进步和技术创新来实现自身发展的长远性、根本性的设计与谋划。.

基于大数据的企业战略框架应当包括：一是大数据条件下的产品创新。从客户需求出发，用大数据开展市场调研和销售支持，带动市场销售的增量。二是大数据条件下的生产技术创新。以企业数据库为依托，产品创新为核心，带动新材料和工艺、设备等一系列创新。三是大数据条件下企业组织创新。通过对企业组织的相关数据采集分析，对企业内部治理结构、管控模式进行创新。四是大数据条件下的研发创新。通过前端数据分析，为企业前期调研、

试制等研发环节提供保证。通过研究分析可以看出，有效运用大数据，将对科技创新战略提供前瞻性、创造性的发展方向，两者互为影响、相辅相成。随着海量数据的快速增长，企业“求新、创奇”的能力将释放出无穷价值，结合大数据与创新战略之间的关系，建立面向自主创新能力培养的企业创新体系，夯实大数据管理作为其重要的创新工具和方法，在建立面向大数据的企业创新战略体系建设的过程中，在创新管理战略中重点发展实施。

四、数据化下企业的发展与创新

（一）企业内外部数据化的利益最大化与风险规避

数据量的增大，会带来规律的丧失和严重失真。维克托·迈尔•舍恩伯格在其著作《大数据的时代》中也指出这一点，“数据量的大幅增加会造成结果的不准确，一些错误的数据会混进数据库，”此外，大数据的另外一层定义是多样性，即来源不同的各种信息混杂在一起会加大数据的混乱程度，统计学者和计算机科学家指出，巨量数据集和细颗粒度的测量会导致出现“错误发现”的风险增加。大数据意味着更多的信息，但同时也意味着更多的虚假关系信息，斯坦福大学 Trevor Hastie 教授用‘在一堆稻草里面找一根针’来比喻大数据时代的数据挖掘，问题是很多稻草长得像针一样，‘如何找到一根针’是现在数据挖掘的问题上面临的最大问题，海量数据带来显著性检验的问题，将使我们很难找到真正的关联。

在一定意义上，我们可以运用已收集的数据，先来了解如何把事情做得更好。从这个角度上，再来考虑创新和大数据应用。毕竟，大数据产生影响的不只是通过协同过滤技术来预测你需要什么产品，也不只是什么时候买机票会更划算一些，这只是使人类和商业变得更聪明有趣的一个方面而已，纽约大学商务教授Sinan Aral说 ：“科学革命之前通常是测量工具的革命”，大数据如此汹涌的发展之势和席卷一切的雄心势必将会影响到科学理论研究领域，这也是为什么我们需要保持一点冷静和审慎判断的原因。此外，大数据在推动信息共享，促进社会进步方面显示出来的潜力也值得我们为更完美的解决方案努力。

（二）大数据时代下的企业变革发展

新时代下，每个企业都站在同一起跑线上，谁都有可能占据数据时代的前沿阵地，企业要在大数据环境下走向经济的最前端，就要及时转变管理模式。

1. 变革管理理念

传统的企业封闭式管理模式已经不能应对瞬息万变的全球化经济，现代企业在大数据时代下要对自身的运营管理模式进行深度改革，在管理上紧跟时代的步伐，通过数据反映管理问题，根据数据信息转变管理模式，实际上，基于大数据的新型企业管理理念正在迅速发展，这种新理念也将为企业带来新的更高的商业价值。现代企业应从注重微观层面转向宏观层面，从以产品为中心的传统管理模式转向基于服务的[11]。能够与其他元素和谐共处的新型管理模式，这种管理模式不但能够提升企业对客户增值服务的附加值，而且由于它是以数据为基础的管理模式，因此更加合理科学化，也更客观，它既迎合了大数据的时代特点，又增强了企业竞争力，提高企业管理效率。

2. 变革数据管理

数据是企业的重要资产，掌握了数据就如同站在巅峰, 它将促进企业转型，使企业获取更多的商机，在竞争过程中能够脱颖而出。大数据时代的海量数据已经不单纯是传统的结构化

数据，更多的是包括图片、音像等非结构化数据，而有数据显示，目前大部分企业的数据处理还只是针对于结构化数据，对半结构化、非结构化数据的处理能力微乎其微。企业处于数据激增的环境中，需要具有快速、及时处理大量数据的能力，尤其是对半结构化、非结构化数据的处理能力有待进一步提高，企业需要将来自内外部的数据进行抽取，打破原来的系统壁垒，把来源不同的数据资料进行全面整合，对其所拥有的各类数据进行更深入、全面的数据挖掘，大量的数据信息在被企业使用并为企业创造更多利益的同时，也对企业的数据安全保障系统提出了更高的要求。从政策上，要通过相关法规文件来保障机密数据及个人隐私不被外泄；从技术上，要通过物理隔离实现数据隔离，通过信息加密及增设多级登陆密码等方式来保障数据的安全性。

3. 变革人力资源管理

人才在大数据时代仍然是企业发展的重要因素，面对内! 外环境的变化，企业需要一批拥有综合素质的管理者，他们既有丰富的管理经验，又有提取和分析利用数据的能力，同时还兼备营销知识、运营管理素养，CDO （Chief Data Officer,首席数据官）应运而生，其主要职能是使用数据搭建企业与社会的平台，通过这一平台从社会获取更多的潜在数据，并进一步对数据进行挖掘，为企业创造更大价值，CDO 将数据当作企业资产，为企业提供多方面的决策支持，他们能够理解商业语言，从数据分析角度来帮助管理者面对挑战，CDO 在企业的发展过程中起着重要作用，高层管理者应给予更多的信任和话语权。

4. 变革决策观念

大数据环境下以数据体系的发展为基础，通过数据分析帮助企业进行决策，在决策过程中，不仅需要数据的客观性，也需要人的主观决策，单纯的主观决策无法应对复杂的市场环境，同样，单纯的数据决策也会造成偏离实际。大数据环境下，产业边界也变得越来越不清晰，因此使决策更加复杂，决策的时效性要求更高，决策知识分布更加广泛，因而在大数据背景下，企业决策应更注重以公众为主体，而不再是决策者的一家之言。

五、结束语

大数据已演变成为企业乃至个人未来将面对的环境基础。无序的信息加上有序的整合，将决定市场的新领跑者。从宏观上看，大数据对企业的影响是深刻的，它颠覆了原有的企业运营思维，重构了传统的组织架构。在信息时代，企业必须全面转向以客户和消费者为中心，重新梳理公司的战略、文化、组织。企业在大数据时代所面临的挑战，不仅仅是技术层面的，更多的是应将信息看作一种特殊资源，一种帮助企业创新变革的资本。企业基于大数据的创新战略，彻底颠覆了传统的管理创新战略、策略及方法，进入到一个全新的商业运营模式和运营流程当中，要充分理解大数据技术和管理创新战略的结合构成了新兴的商业发展模式和交互关系。

[参考文献]

[1]王伟玲. 大数据产业的战略价值研究与思考[J]. 技术经济与管理研究，2015（1）117-120

[2]丁蕊. 大数据环境下的企业管理模式变革[J].商场现代化，2015（12）：107-108

[3]刘荣. 大数据技术在中小企业信用体系建设中的应用[J].征信，2015（4）：40-43

[4]程平. 大数据时代基于云会计的集团企业资金管理[J].会计之友，2014（10）：134-136

[5]彭艳. 大数据时代下企业财务管理变革之路[J].企业导报，2014（9）：28-30

[6]王晓明. 发达国家推行大数据战略的经验及启示[J].产业经济评论，2014（5）:94-98

[7]李海燕. 大数据背景下的企业流程再造研究[D]. 安徽：安徽理工大学，2014：27-29

[8]苏红. 大数据对H 公司科技创新战略的影响[D]. 山东：中国海洋大学，2014：34-36

[9]尹淋雨. 大数据环境下企业信息安全水平综合评价模型研究[D].安徽：安徽财经大学，2014：17-18

[10]李国宇. 大数据时代背景下的隐私权问题研究[D].上海：上海复旦大学，2014：24-28

[11]陈思桐. 基于大数据的电商企业核心竞争力研究[D].上海：上海工程技术大学，2015：22-25