大數據時代 企業須打好信息資源攻堅戰

數據被認為是新時期的基礎生活資料與市場要素，重要程度不亞于物質資產和人力資本。近年來，企業產生的數據量呈指數級增長，信息資源爆炸式激增，其中非結構化的數據信息達到85%左右，傳統的信息資源管理技術已經無法應對大數據時代的挑戰。大數據技術和其他大數據工具與設備的出現，以及云計算數據處理與應用模式的廣泛運用，為企業處理日益增長的海量非結構化數據提供了高效、可擴展的低成本解決方案，彌補了傳統關系型數據庫或數據倉庫處理非結構化數據方面的不足，深化和拓展了企業商業智能和知識服務能力，形成了數據驅動的決策機制，提高了決策水平。因此，大數據時代，企業應轉變信息資源管理工作模式和利用方式，以價值創造為核心，以新一代信息技術深度應用為抓手，加強信息資源整合，精準、快速地提取增值性的有效信息，打響信息資源整合攻堅戰。

大數據時代到來，企業發展機遇與挑戰并存

(一)大數據掀起企業發展革新浪潮

大數據時代，數據逐漸變現為獨特的流通貨幣。企業大數據的真正核心應用價值不在于數據本身，而是利用數據在企業內部驅動管理模式的轉變、營銷模式的創新和IT系統架構的變革等，通過大數據的運用，促使企業經營業務的順利開展，為引導企業戰略決策提供重要的依據。如：快速消費品行業通過大數據分析產品潛在購買關聯;汽車研發企業通過分析車輛運行情況等大數據來優化用戶體驗;金融行業利用大數據評估個人信用風險等等。企業對于海量數據的深度挖掘和運用，將掀起新一波生產率增長和消費者盈余浪潮。

大數據驅動企業管理模式轉變。大數據時代推動企業管理模式轉變主要體現在“數據資產化”和“決策智能化”兩個方面。第一，大數據時代，數據信息逐漸成為企業重要戰略性資源，擁有的數據信息越多，能夠挖掘分析獲取的潛在價值就越豐富，信息化建設投資回報率就越大。因此，企業信息部門將逐漸由“成本中心”轉變為“利潤中心”。第二，有關數據顯示，企業數據智能化程度提升10%可提高15%的產品和服務質量。大數據時代，企業可對大量的客戶、業務、營銷、競爭等多方面數據信息進行分析挖掘，提取有用價值信息，進行智能化決策分析，制定更加可靠的戰略。因此，企業管理將通過決策智能化實現從“業務驅動”到“數據驅動”的轉變。

(二)大數據時代企業信息資源管理的難點

大數據時代，物聯網、云計算、移動互聯網等新一代信息技術在企業產品研發、客戶關系管理、風險管理、供應鏈管理、決策支持等環節的應用逐步深入，具有“大量(Volume)、多樣(Variety)、快速(Velocity)、價值(Value)”特性的信息被大量創造出來。這些信息資源在統一標準規范、實時精準管控和深層價值挖掘上難度較大，企業面臨信息資源管理的巨大挑戰。

結構復雜多樣，統一標準規范難。大數據時代，信息資源在組織上表現為非線性化，超文本、超媒體信息逐漸成為主要的方式;同一服務器上的信息資源也可能在數據結構、字符集、處理方式等方面存在差異。大數據這一結構復雜多樣的特性給信息資源統一標準和規范的建立帶來麻煩，使得體量龐大的結構化和非結構化的信息資源處于無序組織狀態。標準化、規范化企業信息資源是未來企業信息化建設的重點和難點之一。

動態性與交互性并存，實時精準管控難。大數據時代，互聯網信息是企業信息資源的重要組成部分，豐富的網絡信息資源為企業數據獲取提供了便利，這些資源為企業進行大規模、精準化的消費者行為研究提供了機會，而互聯網信息的動態性是顯而易見的，具有很大的自由度和隨意性。同時，交互性是網絡信息傳播的最大特點，互聯網形成了企業與用戶溝通的橋梁，企業和用戶共同參與，使得信息雙向流動。企業對自由靈活的且互動性強的信息資源實時精準控制難度越來越大。

數量龐大且內容多樣，深層價值挖掘難。大數據時代企業信息資源包羅萬象，一方面是與外部的客戶、合作伙伴通過文本信息、社交網路、移動應用等形式進行互動時產生大量的數據;另一方面，企業內部生產研發、綜合辦公、視頻監控等日常經營管理活動產生的大量信息。這些信息資源在形式上表現為文本、圖像、音頻、視頻等，是多媒體、多語種、多類型信息的混合體。研究表明，中國捕獲和產生的數字信息量有望在2015年至2020年間增至8.5ZB，實現22倍的增長，或保持50%的年復合增長率。企業在PB級甚至EB級的數據中尋找相關信息無異于大海撈針，利用信息驅動決策的成本和復雜性與日俱增。

企業信息資源管理體系與信息技術發展不對稱

(一)傳統粗放式信息資源管理的整合度不高

企業信息資源長期處于粗放式管理狀態。企業對內部產生和外部反饋的大量數據信息僅僅是存儲下來，缺少信息的甄別、分類、整合和加工，很少利用信息進行管理決策，信息資源的利用率非常低。大多數企業缺乏有效的方法、手段和機制對信息資源進行管理，無法及時有效地對信息資源進行提取、集成和分析，整合度非常低。

(二)信息資源管理缺乏對大數據的深度認知

就企業而言，信息資源管理的核心目標就是確保信息資源的有效利用，做到正確決策。企業只有深度認知大數據特征以及大數據給企業信息資源管理帶來的難點，才能有序組織和管理結構復雜、大量、實時且潛在價值高的數據信息，才能及時、準確地挖掘分析出海量數據信息的潛在價值，才能確保信息資源的有效利用。然而，多數企業在信息資源管理過程中，對大數據的認知還只限于表面，導致信息資源的有效利用率偏低。

(三)信息資源管理缺乏數據治理體系化建設

數據治理尚屬比較新興的、發展中的概念，隨著“大(大數據)云(云計算)平(平臺)移(移動互聯網)”等新一代信息技術的飛速發展，對企業數據質量的要求越來越高，企業亟須數據治理(Data Governance)來輸出規則的可信度高的數據。然而，目前國內大多數企業在數據治理方面還處于初級階段，只是做了簡單的數據質量檢查、數據歸檔、數據安全等分散性的數據處理工作，沒有形成數據治理方法論，數據作為企業核心資產來運作的理念尚未形成，完整的數據治理體系建設缺失。

大數據時代企業如何進行信息資源整合

(一)統一信息資源模式，強化數據標準建設

大數據時代，企業信息資源整合的關鍵是依托企業主數據管理(MDM，Master Data Management)，強化數據標準化建設，實現信息資源模式的統一。企業主數據管理就是將企業的多個業務系統中整合最核心的、最需要共享的數據(主數據)，集中進行數據的清洗和豐富，并且以服務的方式把統一的、完整的、準確的、具有共識性的主數據分發給企業內需要使用這些數據的應用。賽迪經略總結多年企業信息化規劃經驗，結合大數據時代企業信息資源管理的要求，提出了識別、診斷、規劃、實施、維護5個階段實現企業主數據管理的方法論。

(二)推進結構化和非結構化數據的融合發展

大數據時代，實現企業海量復雜數據信息的科學有效管理是保障大數據技術能夠充分挖掘企業信息資源潛在價值的前提。紙質信息與數字化的視頻、音頻、郵件、圖片等非結構化數據在企業信息資源中的比重的逐步攀升，蘊含了豐富的潛在價值。這些非結構化數據的構造方法重復率高、冗余存儲明顯，且不同對象之間可能存在復雜的關系。然而，傳統的面向對象的數據模型無法實現對非結構化數據的組織和管理。因此，企業需推進結構化和非結構化數據的融合式發展，將超文本、超媒體數據模型和面向對象數據模型進行融合，構建適合結構化和非結構數據統一組織和管理的數據模型。

(三)積極部署大數據應用，驅動信息資源的有效利用

大數據時代，企業信息資源整合的最終目標是利用大數據分析與挖掘技術實現信息資源的高效利用。應用系統是大數據的根基，企業應加大大數據技術的應用部署力度，綜合運用云計算、分布式計算、數據交換、數據倉庫、數據挖掘以及非結構化的數據處理等多層次的大數據技術搭建大數據平臺。

(四)重視數據安全管理，確保大數據生態圈信息安全

大數據時代，信息系統之間互聯是必然的，他們會形成一個息息相關的生態圈。在這一生態圈里，存儲和管理的大量數據信息是企業市場競爭力的核心，需要對數據安全問題進行控制和管理。因此，企業在信息資源整合過程中應以數據安全管理為前提，需要與上下游企業以及安全管理機構、評測機構等第三方機構開展廣泛合作，從企業管理制度、流程和技術手段等多方面協作確保大數據生態圈的數據信息安全。