基于大数据的企业管理模式优化策略研究.pdf

两化融合No.10,2023Modern Industrialformationization2023年第10 期Total232总第2 32 期现代工业经济和信息化D0I:10.16525/ki.14-1362/n.2023.10.030基于大数据的企业管理模式优化策略研究范有靖（河北石油职业技术大学，河北承德067000)摘要：自2 0 2 0 年数据首次被纳入生产要素范畴，我国的数字经济建设取得了巨大的突破。随着国家“东数西算”战略的全面启动，大数据事业蓬勃发展。如何运用大数据这一新型生产要素解决企业经营管理中面临的问题成为企业发展的必修课。基于大数据产业发展现状，针对大数据时代企业管理模式存在的问题，探索大数据实现企业管理优化的具体策略，以期推动数字经济与实体经济深度融合，让大数据服务于企业的日常经营管理。关键词：大数据；企业管理模式；数据驱动型组织中图分类号：F425文献标识码：A文章编号：2 0 95-0 7 48(2 0 2 3)10-0 0 93-0 30引言“十三五”时期，我国数字经济实现了跨越式发展，数字经济总量跃居世界第二，数字产业化基础更加坚实。进人“十四五”时期，我国大数据产业发展面临新的国内外形势和挑战，数字经济必将带来新一轮的产业变革。大数据的发展给企业的经营管理带来了新的机遇和思路，如何拥抱大数据，优化自身的管理模式，提高企业管理效率和保持企业管理模式的先进性，是每个企业都应该重视并深入研讨的课题。1大数据概述1.1大数据的定义不同机构对大数据有着不同的定义，如表1所示。表1大数据的定义机构大数据的定义大数据是需要新处理模式才能具有更强的决策力、洞察Gartner发现力和流程优化能力来适应海量、高增长率和多样化的信息资产一种规模大到在获取、存储、管理和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，具有海量的麦肯锡数据规模、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是帮助企业利用海量数据资源，实时、准确地洞察移动信息化未知逻辑领域的动态变化，并快速重塑业务流程、组织和研究中心行业的新兴数据管理技术1.2大数据产业发展现状大数据以降低信息不对称和提高决策有效性为目标，被广泛应用于各个领域，正在掀起一场新的革命。近十年来，我国大数据产业发展迅猛，产业规模跃居世界第二，预计到2 0 2 3年，大数据产业规模将达到11522.5亿元，年均复合增长率为12.1%。大数据产业的应用领域十分广泛，目前，在互联网与政务服务领域占比较高。服务范围涵盖政务、电商、制造和能源等多个行业部门，在降低成本、优化管理、提高效率、增强创新和推动转型等方面发挥着重要作用。大数据产业在蓬勃发展的同时，也面临着一些问题和挑战，主要表现在以下方面：1)数据质量有待进一步提高。要提高数据的完整性、时效性和准确性，避免穴余、错误以及失效等现象影响数据的价值。2)数据安全和隐私保护。保障数据安全是大数据产业健康发展的前提，数字经济与实体经济深度融合，大数据网络越来越庞大，渗透进了生产、生活的方方面面，社会变成了数字社会，无论从政府、企业还是民众的角度，都对数据安全提出了更高的要求。3）人才缺口大。大数据产业井喷式的增长必然造成人才供应不足的状况。需要企业和高校共同培育大数据领域专精尖人才，为大数据产业的发展注人新鲜血液和持续动力。2大数据时代企业管理模式存在的问题2.1管理理念落后，缺乏大数据思维部分企业依然固守着传统的企业管理理念和管理模式，没有意识到大数据给企业经营管理带来的巨大机会和深刻变革。企业处于不断变化的内外部环境中，管理也应该与时俱进，顺应新形势、新变化，把大数据列人企业生产要素管理是大势所趋，不及时更新管理模式就会被同行赶超，甚至被行业淘汰。2.2管理平台和管理信息系统落后管理平台和管理信息系统作为企业运用大数据的主要载体，应及时进行更新和升级，保持功能的先进性、界面的友好性以及数据处理的高效性，充分发挥大数据在资源整合、产品营销和财务分析等方面的强大功能，为企业把握市场机遇、抢占市场先机、应对复杂环境以及优化自身流程提供数据支持。2.3企业资金投入不足大数据对企业来说是一座待发掘的“金矿”，发掘的过程需要投人大量的人力、物力和财力，从硬件的配置、软件的开发，到数据服务的购买、数据安全的保障，都需要有足够的预算支持。目前，大部分企业还没收稿日期：2 0 2 3-0 6-0 8作者简介：范有靖（198 7 一),女，河北承德人，研究生，毕业于北京科技大学，讲师，研究方向为企业管理。94第13 卷现代工业经济和信息化有从战略层面对公司进行大数据资源的配置，大数据“金矿”尚处于待开采状态。2.4缺少大数据方向的人才储备企业想运用大数据进行战略管理和流程优化，人才是关键。当前，我国大数据产业处于高速发展时期，人才培养和输出速度无法匹配产业的发展速度，这也是整个行业面临的难题之一。我国大部分企业没有专业的大数据方向人才，且中高层管理者普遍缺乏大数据方面的系统学习和培训，缺乏经验，这严重制约了大数据在企业管理层面的推广和应用。3基于大数据的企业管理模式优化策略对于企业而言，没有大数据思维比不会运用大数据更加可怕。因此，企业要从文化层面、制度层面和管理流程层面，自上而下全方位地树立数据革命意识，让大数据真正融人企业经营管理的各个环节，打造数据通路，真正发挥大数据这一新型生产要素的强大效力。3.1树立大数据思维，向数据驱动型组织转型管理大师德鲁克在2 1世纪的管理挑战中指出，现在我们正经历着一场信息革命。这不是技术上、机器设备上、软件上或速度上的革命，而是一场概念上的革命。从企业的角度看，大数据绝不仅仅是一项技术，它更是一种思维方式、商业模式和企业战略，基于大数据促进产销融合，更有效地组织生产活动和销售活动，推动企业的创新和管理变革，向数据驱动型组织转型，让组织运营的各个环节都得到大数据这一生产要素的有力支撑，企业才能在这场互联网主导的工业革命中生存和发展。企业应该正确理解大数据的层次，在获取大数据资源，运用大数据技术和各种有效工具的基础上，形成符合企业自身特点的大数据思维，用大数据思维主导企业的实践活动。但是，想真正实现向数据驱动型组织的转型，企业还需要进行战略层面和文化层面的改革。企业从管理层到员工都要对大数据时代的到来持有包容的态度和主动求变的意愿，接受大数据带来的创新思维和创新方法，对大数据理论进行系统学习，提高运用大数据技术指导企业经营管理活动的能力，完成企业的组织重塑和流程再造。3.2搭建先进的企业大数据平台对企业而言，要完成数字化转型，必须依托强大的数据管理平台，才能应对大数据规模的爆炸性增长、数据类型的不断丰富以及数据应用的持续深化。以往的企业数据处理平台应用场景都比较单一，只能实现简单的数据存储和分析功能，以单模型数据库为主 2 。但是，随着数字化转型的深入和企业的快速发展，当前的单模型数据库正在面临效率低下甚至失效的困境。企业应尽快完成向多模型大数据平台的进化,解决不同业务部门之间数据孤岛的问题，同时，解决因多产品语言和接口不统一造成的运维成本高、管理难度大的问题中国信通院发布的数据库发展研究报告（2 0 2 1年)指出，多模数据库能够支持处理多种数据模式，可以设置统一的访问接口，应对企业内多部门的业务需求，实现一库多用，不仅便于操作，而且可以降低维护成本,是企业一站式大数据服务的理想模式。中国计算机学会数据库专委会发布的“十四五”数据库发展趋势与挑战报告也认为，多模型数据库能有效实现一库多用。为了满足愈加复杂的大数据应用需求，先进的大数据平台具有以下明显的优势：1)数据一致性更强。多模大数据平台可以一站式处理多种数据模型，包括图形数据、文本数据和关系数据等。2)资源弹性更灵活。多模大数据平台可以将不同的数据模型资源化，根据需求进行种类和数量的增减，灵活配置和回收数据资源，真正做到按需分配，避免余。3)操作和维护更简洁。多模数据平台提供统一的语法和接口，不同部门之间使用统一的操作界面，业务配合更加流畅，可进行统一培训，节约企业培训成本。3.3基于大数据进行产品创新和经营决策大数据时代，消费者的需求和喜好会以数据的形式被记录在各种电子商务交易平台、社交网络平台。企业在进行产品设计时，应充分利用大数据进行分析，加深对用户偏好和选择倾向的理解，以目标客户群的需求为导向进行产品的设计、定价和营销。对于企业来说，产品创新是很难的，而大数据的出现为企业进行产品创新提供了强大的支持，大数据可以帮助企业从产品设计、制造、生产管理、营销、使用和维护等全生命周期实现创新，并且这种以需求为导向的产品创新成功的几率也大大提高 3在传统的企业管理模式下，高层管理者的个人意志在决策的过程中占据主导地位，带有较强的主观性，且可能出现独裁现象。大数据背景下，决策者个人的权威被逐渐削弱，企业决策过程更趋于理性和多元 4。大数据对企业决策的的变革性影响主要体现下以下方面：1)定量分析战据主导。用数据说话使得决策过程变得可量化，更理性。2)决策主体更广泛。决策的核心不再仅仅是经营管理层，普通员工和社会大众也以大数据为媒介，成为了企业决策的新型主体。电子邮箱：联系电话：[phone]欢迎订阅欢迎投福Rese(编辑：郭萍茹）95：2023年第10 期范有靖：基于大数据管理模式优化策略研究3)决策的主动性增强。充分利用大数据进行预判性决策，就能在市场竞争中占据先机，化被动为主动。3.4重视大数据应用领域人才储备和培养要运用大数据做好企业管理模式的优化，大数据应用方向的人才储备是必不可少的。大数据产业升级迭代速度快，就需要大数据方向专业人才紧跟行业发展动态，不断更新思维、更新知识体系，才能掌握新技术新方法，适应飞速发展变化的行业形势。对企业来说，既懂大数据又懂运营管理的复合型人才非常重要，他们既可以运用大数据进行理性分析，又有丰富的管理经验和敏锐的洞察力，这样基于“感性+理性”做出的决策会更加科学和精准。企业同时也要注重对各层级管理人员和普通员工进行大数据应用方面的知识普及和业务培训，建立数据驱动型组织，让企业员工人人重视大数据，能够应用大数据辅助自已的日常工作，让大数据服务于企业生产经营的方方面面，发挥出最大效用。3.5重视数据安全防护体系建设大数据在给企业经营管理带来便利的同时，也对企业的数据驾驭能力提出了新的要求。数据存储的安全性、数据访问的安全性、数据加密技术的安全性、隐私保护、秘钥和证书管理等，都是数据安全管理的重点环节。数据是企业的重要资产之一，企业应该在数据保护环节给予足够的重视和资源投人。大数据时代的数据安全三分靠技术、七分靠管理。数据安全管理可从以下几个方面着手：1)制定数据应用行为规范。数据的提取、使用和共享都要遵照统一的标准执行，任何人不得越级或违规操作。2)做好风险评估和预案。凡事预则立，不预则废企业数据安全管理人员要提前预测可能发生的数据安全方面的风险，提前制定好预防和应对措施，防止发生重大数据安全事故，给企业造成违法风险或重大经济损失。3)加强数据安全意识的传导。通过进行数据安全事故案例的分析，周期性开展数据安全演练，定期进行数据安全培训讲座，提高员工数据安全意识。4)明确奖惩措施。对于连续数月或数年无事故的岗位员工，应给予数据安全之星等形式的嘉奖，同时，可设置一定额度的物质奖励。对于违法数据安全管理规定的行为，视情节严重程度给予相应的处罚。对于触犯法律的员工，必须依法追究刑事责任。4结语大数据给企业传统管理模式带来冲击的同时，也带来了机遇和新的思路，企业如果不想被市场或者同业淘汰，想要保持行业领先地位，就必须积极拥抱大数据，用大数据的思维和方法改进企业的经营管理模式，努力让大数据成为企业经营的利器、创新的源泉、求变的抓手以及稳定的保障。参考文献1夏超雄.大数据产业发展特征及应对建议解读 J.财讯，2 0 2 1(30):157-158.2曹婷，韩成广.大数据环境下企业管理模式的优化策略 J.经济技术协作信息，2 0 2 0（5）：40-41.3郭卉.大数据产业对区域科技创新发展的影响 J.科技视界，2 0 2 2(5):3739.4王庆男.基于大数据时代背景下的国有企业管理创新 J.智库时代,2 0 19(7):46,5 4.earch on the Optimisation Strategy of Enterprise Management Mode Based on Big DataFan Youjing(Hebei University of Petroleum Vocational and Technical Sciences,Chengde Hebei 067000,China)Abstract:Since 2020,when data was first included in the category of factors of production,the construction of digital economy in Chinahas made a great breakthrough.With the full launch of the national strategy of counting in the east and counting in the west,the cause ofbig data is booming.How to use big data as a new factor of production to solve the problems faced by the enterprise management hasbecome a mandatory topic for enterprise development.Based on the status quo of the development of big data industry,we explore thespecific strategies to optimise the enterprise management based on the problems of the enterprise management mode in the era of big data,in order to promote the deep integration of the digital economy and the real economy,and to make the big data serve the daily operationand management of the enterprise.Key words:big data;enterprise management mode;data-driven organisation