大數據分析引發企業績效管理的三大變革

作為現代企業不可或缺的管理工具之一——企業績效管理（EPM，有別于BPM業務流程管理）其實就是通過收集分析各種業務績效數據來支持企業管理決策、預測和流程改進。顯然，EPM將是大數據引發企業信息系統變革，提升企業競爭力的主戰場之一。

今天，大多數企業對EPM的關注重點還集中在KPI（關鍵業績指標）監測上，如何選擇合適的、準確的關鍵戰略指標成為決定EPM成效的大前提。少部分大型企業例如Google、亞馬遜、eBay和沃爾瑪則更進一步，通過聚合KPI與海量財務與運營數據的數據倉庫應用來提取更加深入的分析結果。

傳統的企業數據庫與企業立體產品倉庫很像，其中的數據完全以結構化方式存儲和查詢。但是社交媒體和IT技術的高速發展使得“大數據分析”成為可能。大數據工具能存儲和分析傳統數據庫無法處理的海量非結構化數據。

大數據分析意味著企業將能夠把支撐決策的數據來源和類型擴展到過去無法企及的領域：通過搜索引擎、社交媒體、博客、視頻等結合結構化的交易數據來更好地理解員工和客戶的行為。

那么，大數據分析對于企業績效管理來說到底意味著什么呢？

一、數據總量和類型的大幅增長

傳統的KPI分析工具將能分析大量的非結構化數據。例如Net Promoter Score已經能通過分析facebook和twitter信息來評估某個品牌或者產品的用戶滿意度和忠誠度，這只是一個開始，在一個從知識資本向社交資本過度的社會化商務時代，無法評估開放社交媒體信息的企業將無法進行有效的績效管理。

二、大數據分析的大眾化

過去、企業需要在IT和數據分析上投入大量資金才能進行大量數據的采集、處理和分析。但大數據時代免費和開源工具盛行，以下這些工具都是很好的例子：

Google Trend。任何公司都能使用Google Trend分析大量趨勢性數據用于市場研究。

Social Mention?？梢宰屍髽I追蹤社交媒體中的品牌提及信息，甚至能對用戶評價進行傾向性分析（正面還是負面）。

再比如，著名在線旅游點評網站TripAdvisor能通過專用工具采集旅行者對酒店、餐館和景點的評價信息，向酒店經營者提供一個數據可視化儀表盤，用于分析客戶趨勢。

大數據分析大眾化最典型的例子是Kaggle舉辦的“汽車索賠預測大賽”：一小撮完全不懂業務的愛好者，僅僅依靠廠商提供的有限的數據（具體車型被符號代替），已經能夠預測不同汽車品牌產品的事故幾率，其結果的準確性比廠商自己的預測高340%。

三、技術變革

今天大多數企業還是將企業績效管理看做是基于數據倉庫的一種分析和匯報軟件，但是云計算和SaaS（作為服務的軟件）正在成為企業績效管理軟件的技術發展趨勢。此外，Hadoop，一種能夠分布式處理海量數據的框架和“內存數據分析”也都是企業績效管理未來的熱點技術。