企業大數據管理之道

作為數據從業者，有時候也會被大數據所“迷惑”。究竟何為大數據，數據的價值體現在何處，有哪些值得借鑒的成功模式？
恰逢最近在看《大數據管理——企業轉型升級與競爭力重塑之道》一書，文章從大數據驅動決策、大數據優化管理、大數據智慧營銷、大數據發現創新、大數據推動轉型、大數據保障安全六個維度全面分析了大數據對傳統企業的應用價值。提供可借鑒的案例和深度有格局的思考，內容深入淺出、通俗易懂，值得推薦。

維度一：大數據驅動決策（敲黑板：重點?。?

數據對決策的指導意義。多維度和大數據的數據來保證數據的質量，讓數據模型的數據基礎堅固牢靠；大數據幫助C端消費者快速決策，幫助企業決策者拿到的數據分析更全面可靠。

數據支持決策的六大內容。實現數據驅動決策的基礎在于建立數據文化，在企業自上而下地建立起“決策要通過數據來說話的文化”。具體哪六大內容，數據支持決策，在企業中的核心內容就是數據管理投資決策、數據驅動效率提升、數據驅動營銷管理、數據驅動安全管理、數據管理員工績效、數據管理價值鏈。

企業決策機制變革。如何理解大數據引起的變革。因為大數據可以幫助企業了解自身運營狀況，大數據提供決策支持的能力遠超傳統的基于經驗的決策模式，大數據可以客觀衡量業務發展、風險控制。大數據如何支持不同類型決策要求？一是通過靜態描述性數據反映企業狀態；二是通過靜態的診斷性數據發現和判斷運營中的問題、機會出現的原因；三是通過動態的預測性數據對運營進行預測；四是使用動態指導性數據，解決企業應該做什么的問題。（就是彼得·德魯克所說的“做正確的事”）

其實大數據驅動決策最終還是需要有落地的方案和系統。比如以下的幾個方案，方案細節不做描述，只展現成果，歡迎探討。

維度二：大數據優化管理（敲黑板：重重點?。?

數據對企業管理的影響力。企業管理主觀范疇內，大數據可促進企業的戰略管理；企業管理客觀范疇內，大數據可優化營銷、研發、供應鏈、人力資源、財務、信息技術、法務等管理。例如大數據可實現精準營銷；縮短新藥研發周期，提高新藥研發成功率；提高招聘過程的嚴格性、績效考評的客觀性、薪酬管理的科學性；優化會計管理、成本核算、預算管理和企業數據資產估值；優化IT設備的使用，提升設備對企業、用戶的價值；提高企業財務反腐的高效性和可控性，增強IP（知識產權）保護的可操作性以及發掘出法務部門新的業務點：業務經營產生的數據的所有權。

從信息化到自動化。先后四次工業革命（第四次是2013年開始的工業4.0），生產方式四次大轉變。工業革命、互聯網革命、工業互聯網這三波互聯網浪潮依次來臨，我們正處于工業互聯網大浪潮之中，前所未有的機遇與挑戰并存。Sensor（傳感器）、Embedded System（嵌入式系統）、PLC（可編程控邏輯制器）、DCS（分布式控制系統）、SCADA（監視控制和數據采集系統）、DNC（分布式數字控制）、MES（制造執行系統）有巨大的潛力，他們本身可以產生大量的數據。工業互聯網促使這些歷史沉淀下來的設備重新被部署成網絡，聯合起來干大事。

兩化融合，企業數字化。把握大數據動向：一縱一橫一匯聚，企業縱向充分集成——產品生命周期的環節之間、部門之間、下級單位之間、系統之間、虛擬世界和物理世界之間，橫向也充分集成——企業與用戶、供應商、合作伙伴之間，數據在所有環節都暢通無阻，始終被高效使用。

管理者常見問題。企業管理者自身也要思考，什么才是自己的大數據，這些大數據怎么產生，怎么維護，怎么使用，帶來什么價值。企業數字化，管理者多多思考是必要的。

維度三：大數據智慧營銷

收集大數據，了解用戶。通過搜集、整理我（第一方）、你（第二方）、他（第三方）三方企業的數據，建立精準的用戶畫像，為精準的市場營銷奠定基礎。

利用大數據，精準營銷。利用大數據大數據，通過鎖定人群精準引流、按需轉化、跨界營銷四步走進行精準營銷，將潛在客戶群擴大并轉化為真正用戶。

豐富大數據，長期聯系。利用大數據，通過招募會員、互動深知、多次轉化持續手機用戶相關資料和用戶互動數據，減少成本和提高轉化率。

大數據與物聯網結合。物聯網把新一代IT技術充分運用在各行各業，大大地拉近產品服務商與用戶的距離。為B2C和B2C領域正在提供著個性化的精準服務，開創更加精準的數據智慧營銷新天地。

維度四：大數據發現創新

大數據引導產品創新。大數據正在驅動保險產品創新、醫藥產品創新、創意創新、人工智能創新。

定制個性化產品。大數據推動著個性化服務、個性化產品和3D打印，大數據+物聯網是標準化產品有個性化體驗。

驅動生產供應鏈創新。一直以來，供應鏈的管理都是一門非常復雜的學科，從銷量的預估到原材料的采購、生產計劃的制定、生產線的管理、產品質量的監控、庫存的管理、用戶訂單的處理、倉儲運輸的計劃運營，一環緊套一環，緊密相連，互相影響因素非常多。對于這種復雜的流程，人工管理已經很難做到優化了。而利用大數據及現金的數據模型來分析、控制、監測、優化供應鏈則變成了最有效的方法。

1、利用大數據精確地預測需求，權衡采購和生產計劃。需求預測是整個供應鏈的源頭，其決定了整個供應鏈的計劃，包括采購計劃、生產計劃、調貨計劃，也直接影響到庫存策略、生產安排以及對終端用戶的訂單交付率。企業需要通過有效的定性和定量的預測分析手段，運用大數據將過去的歷史需求數據和現在的市場有關因素相結合，對將來的需求作出準確預測。很多企業用大數據和多個數學模型試圖解決這個問題，用多個“What IF”的預測模型來計算不同的突變因素對整個生產鏈、供應鏈的影響，以尋求最佳平衡點。

2、利用大數據優化庫存，提高倉儲運輸效率。除了生產成本以外，庫存成本、倉儲運輸成本通常是企業的成本大頭。庫存成本不僅影響倉儲費用，還極大程度地決定了現金流和新產品上市的速度。不斷優化庫存、完善補貨和庫存協調機制，可以減少過量庫存，降低庫存持有成本。利用大數據分析來做庫存管理，確保貨品先進先出，通過改變倉庫設計來減少產品報廢、提高收貨提貨效率。利用大數據分析，還可以通過做SKU（品類優化）來給出產品停產建議，也可以通過提高運輸效率，變革運輸模式來達到零庫存。

3、利用大數據提高生產質量，降低生產風險，提供及時檢修。在農業生產、食品加工、生產流水線上應用大數據來控制生產經營，通過大數據分析預測，可以自動預測出產品質量、監控產品生產過程，大大提高產品的質量。在互聯網和大數據推動下，不光在生產線上的設備維護可以預測，出售后的設備也可以通過遠程數據采集、云計算來做維護的預測。生產廠家通過對數據進行采集分析，就可以提前預知哪些設備需要維護，及時維修。既增加了廠商維護收入，又提高了用戶滿意度和忠誠度。

4、利用大數據整體優化供應鏈。供應鏈是鏈條，環環相扣；供應鏈也是張網，錯綜復雜。大數據可以挖掘出供應鏈各因素之間的相關性和相關程度，給管理人員能提供實時數據和預測，幫助管理人員作出正確的決策；通過數據實時監控，作出實時的自動決策，指揮機器設備自動調節、工人工作指令優化；階段性地利用大數據作績效評估，找到薄弱環節，做流程改善或設備升級。

關于這個大數據驅動供應鏈創新，這里舉倆“栗子”。

維度五：大數據推動轉型

智慧制造（協同制造、個性化定制與產品服務化）。如何打通企業自身的信息化系統和產業鏈上下游不同企業的環節呢？一靠網絡，二靠數據。網絡就是互聯網，通過互聯網將人與人、物與物、人與物相連，構建生態系統；數據就是大數據，通過大數據的順暢流動，交互升華完成生態系統的整合。

現代農業（精準農業、農業電商、農產品全程追溯）。工業的今天就是農業的明天，隨著農業的關注點從農產品生產環節逐步擴展到流通、消費環節，農業勢必會向智能化、移動化、個性化、服務化和精細化的方向發展。農業大數據的可靠來源（手工方式以外），是管理信息化與成產自動化背后的各類系統和設備。農業的管理信息化和生產自動化需要依靠互聯網相連接?；ヂ摼W與大數據打通工業、農業全產業鏈，推動兩化融合，推動農業向精準農業方向轉型，走農業電商之路，實現農產品全程可追溯。

智慧能源（預測性維護、能源互聯網與消費端大數據挖掘）。大數據廣泛存在于能源行業的各個環節。大數據推動以油氣和店里為代表的能源行業向節能、高效、智能、互聯方向轉型。

智慧醫療（就醫體驗優化、診療水平提升與設備智能化）。大數據通過對醫療機構、醫藥、醫療設備、醫療報銷的數據分析支撐，優化就醫體驗，提升診療水平，提高設備智能化水平，推動醫療保險普及。

維度六：大數據保障安全

通過大數據來預測并提前避免安全事件的發生，強化社會安全管理；通過大數據來完善人身安全保證，實現預測性維修，促進企業安全管理；通過大數據技術監控用戶操作行為，發現潛在攻擊，提前預警安全風險，促進企業從被動防御性的管理向主動監控、快速響應的模式轉變，完成企業信息安全管理體系變革；銀行、政府、第三方消費平臺等，利用大數據技術來判斷用戶行為的合法性，甄別網絡詐騙和可以匯款，保證個人大數據安全；盡管在處理安全問題上，大數據分析應用程序的效果很顯著，但大數據的發展也帶來了管理安全的挑戰，需要我們不斷努力，保護大數據安全。

大數據實施框架性建議

關于企業實施大數據，本書作者給出了幾條大數據的實施建議。一是建立企業數據文化；二是建立企業數據戰略；三是建立企業數據組織能力；四是選擇合適的技術平臺；五是建設節奏要切入點有效，小步快走；六是大數據建設心態要平和，不斷進步。

遺憾的是，本書直至最后也未明確列出一個詳細的大數據方案，確實，如今多數企業仍舊在摸索階段，對于大數據無論是技術、方案、商業模型借鑒有待思考和推敲。