郭铮铮 岑卓 董琛

摘要：大数据是近年来备受关注的话题之一，相关产业也顺势破土发芽，迅速发展。企业把掌握数据话语权作为自身的核心竞争力，利用数据来优化企业的资源配置和决策的精准化是企业从传统向数据驱动转型的目的和意义所在。企业要在拥有海量数据基础上进一步对数据进行深度分析，在技术上加持，提高企业对数据深度整合的能力，以此来应对大环境的发展，抓住机遇，从而实现从传统企业向数据驱动型企业的转变。

关键词：数据驱动；企业；竞争行为

一、引言

在2013年8月14日，国务院发布了《关于加快促进信息消费扩大内需的若干意见》，意见中，截至2015年，信息消费的目标要达到：消费规模超过3.2万亿元，年均增长率大于20%，带动相关行业新增产出超过1.2万亿元。包含有云计算、大数据、移动互联网、电子商务等关键词。同年，工信部开始制定《大数据产业“十三五”发展规划》以及国务院还印发了《促进大数据发展行动纲要》，大数据成为政府各大会议中的“常客”，大数据发展正式升级为国家战略。在实践中，大数据弥补了以往小数据的缺陷，能让企业获得多维度、海量、时效高的全样本数据。在大数据时代中，因为新技术的应用，企业开始迈向一种新的理想模式——“数据驱动型企业”。通过数据驱动企业的发展现状，分析该类型企业的所面临的挑战和机遇，分析总结企业的应对措施。

二、数据驱动型企业概况及发展现状

（一）数据驱动型企业概况

数据驱动型企业是指企业利用数据驱动来优化企业的资源配置，根据科学决策的现代运筹学优化算法，抓取、挖掘、分析海量的数据并用经典模型测算与验证，来引导企业做出正确判断，提升生产、营销、物流、风险管理等领域的业务能力。如今，不少企业高管意识到企业的绩效和竞争力很大程度上取决于他们如何有效地管理和使用数据，用数据说话，用数据判断，用数据决策，挖掘隐藏信息，以提高决策水平，并与其数据保护能力相持平，推动企业决策的科学化和精准化，提高企业的业务管理水平。

（二）数据驱动型企业发展现状

数据驱动型企业是未来企业发展的一个理想模式，目前企业已经开始重视数据这一核心竞争力，但是受到技术限制，企业不断朝数据整合、分析方向发展。我国企业对大数据的应用主要有三阶段：第一阶段是2010～2012年，受传统思维限制，这时候的大数据未获突破，依然是在小数据应用的基础上稍作修改；第二阶段是2013～2014年，关注点投向数据和人间的关系，强调可视化和可预测；第三阶段是2014年以后，重点转向分析数据和数据间的关系，企业也在大数据应用方面取得一些开拓性的创新，如数据的开放与分享、基础处理数据与分析平台的开放、价值提取能力的开放等。

竞争发展是每个企业前进的动力，良性竞争会使整个行业中各个企业为占有更多的市场份额而投入大量的人力物力财力去研发和使用新的技术。发展数据驱动其实是企业的一种竞争行为的选择，它对消费者而言，意味着个人信息被收集汇总分析，通过人与平台的互动而生产海量数据，从数据中分析出人们当下的思考方式、行为方式、归属地区、关注话题、活动路径等一系列有价值意义的信息，一方面是企业在感知用户真实的态度和需求，有利于企业的产品口碑和品牌价值传播，开展相关营销分析的工作；另一方面是对消费者个人隐私的一种泄露，倘若信息存储不当，那么绝大多数消费者的信息安全都得不到保障。对企业而言，想要获得更高的数据使用价值，其前提是要数据的作用。从传统企业的运行流程来看，如何掌握好海量数据的分析处理是传统企业发展所需面临的一个挑战，一旦掌握到位，数据主要能够在了解用户习惯、生产规划、精准营销、售后服务等方面给企业带来机会，否则空有数据没有技术，对企业的发展起不到智能化、精准化的推动作用。

企业的数据化发展历程与电子产品的发展历程如出一辙，这不但是全球企业的一场新变革，也是整个行业链的大发展、大前进。在前进发展中，向数据驱动型转向的企业难免会以下问题：1.概念落地与技术鸿沟。随着大数据概念的不断宣传推广，部分企业意识到掌握行业大数据就获得行业的核心竞争力，倘若企业不加强新兴信息的了解和学习，就会使企业的管理水平提高速度落后于时代发展速度。但是受到知识技术的限制，该技术应用存在接入鸿沟和技能鸿沟，降低数据的使用效率，也给企业计划的精准营销形成阻碍。2.数据私有化。在大数据时代，各行各业都在竭尽所能的采集、占有和利用数据，但是大部分企业及政府都对各自所掌握的数据进行封锁，目的是为保护自身的核心竞争力和数据使用权，这样一来就形成“数据孤岛”，导致数据信息之间无法互通有无，缺少交流。3.海量数据中混合真假信息。数据量的增加意味着养着数量的增加，一些错误的数据或虚假关系信息会混进数据样本，样本容量越大，检测结果的不准确性越强，导致原有规律的丧失和严重失真。企业面对各种来源不一的数据，增加样本的复杂程度，导致企业无法从非结构化的海量数据中找到真正关联信息，得到确定性结论，解释事件过程和背后规律。

三、数据驱动所带来相关产业发展的优势及机遇

（一）数据驱动型企业决策更具有客观性

因数据型驱动主要以大数据为基础，所以数据驱动型企业主要以数据结果为决策导向。在大数据的基础下，用户数据足够全面、多维、细致，数据结果作为决策导向具有客观性以及真实性，相比与主观性判断，数据驱动对企业决策方面更可靠、更直观。

（二）顺应当下大环境

在如今大数据环境下，云数据处理逐渐成为许多企业，尤其是互联网企业的核心数据处理技术。相较于传统企业，在日益普及的云数据环境下，依靠数据驱动的企业更顺应时代的潮流，也更能够满足客户的需求。

（三）数据分析可高度容错

在智能科技迅速發展的当下，新型计算框架能保证支撑更可靠的数据分析。相对于传统行业，数据驱动型企业利用的分析技术多为新型计算架构和智能算法，因此，数据驱动型企业在大数据分析的基础上，具有高扩展性、高容错度和高效率的特点。

（四）数据驱动所带来的机遇

对于互联网企业，可以根据对用户的基础数据收集而分析主要用户群体以及用户习惯，并根据分析结果调整产品，使产品最优化；而传统行业方面，对产品数据的分析也尤为重要，根据对产业链相关产品的信息收集以及分析对比，使自身产品得到利润最大化。

基于目前市场上对大数据分析技术的逐渐看重，数据分析企业的发展潜力不容小觑。多数传统企业以及中小型互联网企业因数据处理经验不足、相关专业人才稀缺等原因，企业内部缺少专门针对数据分析的部门，而新兴的数据分析服务供应企业正是这些企业所稀缺的。

四、使数据驱动型企业配置更合理化的建议

（一）企业需提高非结构化数据的分析及利用

中国信通院2017年大数据统计报告中指出，在受访企业中有67.8%企业进行大数据分析是依靠结构化数据为基础的数据库。而仅有28.2%和11.8%的企业对影像、音频等非结构化数据进行分析。提高企业对非结构化数据的分析处理能力，可以使得企业在同行业中脱颖而出、取得更加智能高效的决策效果。

（二）相关政策应尽快完善

根据上述的统计报告，44.1%的受访企业认为隐私保护等政策显示是制约企业大数据发展的首要障碍。政府层面应该更新个人信息保护手段，并且尽快完善相关政策，使相关企业能够更加正当、更加安全地收集用户信息，而不是在隐私消息在网络中被暴露的当下，约束企业以正当的理由收集用户信息。尽快完善数据收集的相关政策，不仅是对企业发展的优良推动手段，也是对社会个人信息的侧面保护。

（三）建立数据标准，统一信息资源

在大数据时代，参差不齐的数据来源和质量对企业甄别信息的技术和标准提出较高要求。企业要对数据进行集中的甄别、分类，进而把完整、准确、信任、权威的数据交给相应的使用部门。同时，企业还需根据大数据时代企业对信息资源管理要求，通过五程序：甄别、诊断、規划、实施和维护，对数据信息进行处理，建立起真实有效的数据资源库。

五、总结

当下的数据分析已经不仅仅是简单利用统计学原理而概括企业情况的简单技术，而是通过对物联网信息的交互以及观测从而构建企业生态环境的进阶科学技术。全球领先的数据服务供应商Teradata（天睿）公司首席技术官认为“下一代数据分析解决方案将是商业和开源技术，至不断增加的云部署技术等多元化技术的综合”。因此，对数据分析技术整合的优化将是对未来数据驱动企业发展的必经之路。我国应顺应时代的潮流，大力推动数据驱动型企业的发展，完善数据服务机制，使得企业能良性发展，达成社会商业化的多赢。

参考文献：

[1]工业和信息化部电信研究院.中国大数据发展调查报告（2017年）[R].2017-03-28.

[2]吴金红，张飞，鞠秀芳.大数据：企业竞争情报的机遇、挑战及对策研究[J].情报杂志，2013（01）.

[3]甄妮.电商企业大数据营销的应用研究[D].广东外语外贸大学，2015.

[4]佚名.Teradata公司助力中国企业构建下一代数据分析生态系统[J].中国金融电脑，2016（06）.

（作者单位：大连民族大学经济管理学院）