大数据概念

大数据资源与持续竞争优势

——基于资源基础观

姓名：杨宣华学号2120120030

摘要：大数据时代，数据成为一种资产。本文运用资源基础观，对大数据有

形资源，无形资源及二者有机结合方面对大数据资源与持续竞争优势方面做了

评述。研究表明，大数据资源满足价值性，稀缺性和难以模仿可以成为持续竞

争优势的源泉。

关键词：资源基础观（RBV）；大数据资源；持续竞争优势

大数据时代

移动互联网，尤其是社交网络，电子商务与移动通信将人类社会代入了一

个以PB（1024TB）为度量单位的数据信息新时代。物联网，云计算，移动互联网，平板电脑，手机等各种传感器都是爆炸性增长数据的来源。2011年5月麦

肯锡发布大数据报告，2012年3月奥巴马政府启动大数据发展计划，各国政府

开始积极应对，2012年11月我国第一届大数据论坛召开。

大数据的内涵：从数据的来源来看，数据贴近客户，大数据技术的产生便

是为了及时了解客户。舍恩伯格《大数据时代》一书中，将大数据描述为“大

数据是人们获得新的认知、创造新的价值的源泉；大数据还是改变市场结构，

组织结构，以及政府与公民关系的方法。”赵国栋《大数据时代历史机遇》中“如何盘活数据资产，使其为国家治理、企业决策乃至个人服务，是大数据的

核心议题。”

数据成为一种资产。在2012年1月，瑞士达沃斯召开的经济论坛上，报告《大数据，大影响》中称数据已经成为一种新的经济资产，像货币或黄金一样。《大数据时代》中“数据已经成为一种商业资本，一项总要的经济投入，可以

创造新的经济利益。”《大数据时代历史机遇》中将数据是资产作为基本的观点，并且用4V模型描述了大数据中的“数据”四大特征：Volume（体量）Variety（多样性）Value（价值），Velocity（速度）。体量巨大，以PB计量；种类繁多，数字，视频，文本，时间，图片，声音等等各种结构化和非结构化

的数据，并且非结构化数据占大部分。舍恩伯格也提出接受数据的混杂，5%的

数据是可以用传统数据库存储的，但是95%是非结构化的。因为数据的体量大，所以数据的价值密度极低。速度则是信息获取的及时性，必须数据的收集处理

速度极快，滞后的信息将没有价值。

数据能力：简单说来是从大数据中获取有价值信息的能力。根据《大数据

时代》可以概括为量化能力，“量化一切是数据化的核心”：将文本变为数据，如谷歌的数字图书馆；将方位变为数据，如UPS快递的最佳行车路径；将沟通

变为数据，如对微博的情绪分析等。认知能力，数据由于其体量大价值密度低，因而数据本身没有价值，有价值的在于挖掘出海量数据中的潜在商业价值。创

新能力，“数据就像一个神奇的钻石矿，当它的首要价值被发掘后仍能不断给予。”，根据舍恩伯格数据的创新包括数据再利用，重组数据，可扩展数据，

数据的折旧值，数据废气和开放数据。

资源基础观（RBV）

RBV（resource-based view）资源基础观兴起于20世纪80年

代,Wernerfelt(1984)首次提出RBV一次【1】。该理论主张从企业内部因素考

虑企业的竞争优势。90年代，以Barney为代表，该理论获得迅猛发展。

资源基础观将企业视为资源/能力束的集合，两大基本假设，即资源异质

性和资源流动不完全。资源异质性指不同企业拥有不同的资源和能力，企业的

竞争优势依赖于该企业的特殊资源和能力；资源流动不完全指资源难以复制或

供给无弹性，难以从一个企业无障碍流动到另一个企业。【2—4】

资源基础观的代表人物Barney认为能够产生有持续竞争优势的资源必须具备价值性、稀缺性、不完全模仿和不可替代四大属性（Barney，1991）【2】。其中：

价值性（value）：使企业能够利用环境机会或消减环境威胁的资源和能力。从顾客角度讲，有价值的资源和能力为用户创造价值；从企业的角度看，

有价值的资源和能力使企业能够制定和实施有效的战略来赢得竞争优势。

稀缺性（rarity）：只要拥有某项或某组独特价值资源的企业数少于产业

达到完全竞争状态所需要的企业数时，这些资源就可能为企业带来竞争优势

难以模仿性（inimitability）：有价值且稀有的资源和能力，如果很容易

被他人模仿，所带来的竞争优势最多也只能是暂时的，只有当不具备这些有价

值且稀有的资源和能力的企业在试图建立或获取它们时，所付出的成本高于已

经拥有这些资源和能力的企业，这些资源和能力是模仿昂贵的，才能成为持续

竞争优势的来源。隔离机制是其难以模仿的重要原因，隔离机制包括历史条件

的依赖，因果模糊性和社会复杂性，三个特征的相互作用，形成了资源的模仿

障碍，使其难以被模仿。

不可替代（non- substitutable）：存在战略上等价的、常见的且可模仿

的其他价值资源

RBV的因变量是企业的持续竞争优势，因此它为分析大数据资源在企业中

的作用提供了很好的分析视角。

基于RBV的视角：大数据与持续竞争优势

RBV关注的是企业内部资源，从企业内部出发，系统分析大数据如何创造

持续竞争优势。像IT技术一样，单一的大数据技术只是企业获取竞争优势的必

要条件，由于技术的生命周期短，且容易购买或者复制，所以不可能成为持续

竞争优势来源。比如亚马逊的推荐系统技术，如今当当，淘宝等电商网站均有

推荐的技术。只有将大数据与人力资源，结合，组织，商业模式创新等相结合，形成的大数据收集和运用能力，才能成为企业的核心资源。这种能力是难以复

制的，能为企业提供持续竞争优势。

图一是大数据价值链：

图一

围绕大数据价值链的多种资源展开，包括有形资源和无形资源。这些资源

的积累和演化，形成了企业收集和运用海量数据的能力，包括数据挖掘，数据

分析，数据创新等技术与组织，人力资源，流程相结合。这种能力不仅不会在

企业使用中受损，还会在企业经营活动中不断增长和完善。例如google的翻译

系统，几乎来自互联网的所有语言文本，包括官方和非官方译文，数字图书馆，甚至互联网废弃的文本，都构成了谷歌的语料库，成为了其翻译的依据，随着

时间的积累，这语料库更加完善，其翻译也将更加智能和准确。

大数据的有形资源

大数据的有形资源包括数据库，IT构架，分析平台，云设备等基础设施。

单一的设备当然容易被购买或模仿，但如果综合考虑其互补和协同作用，仍然

难以被模仿。

1.数据库与IT构架，云储存结合：和传统的数据库相比，大数据明显的特点便是“大”，即前面提到的体量大，以PB衡量。想获取如大量的数据，需

要构建数据产生终端，因为普通数据库难以存储爆炸性数据，所以必须搭建云

以存储。比如阿里巴巴，每天网站上客户购买，浏览，询价等都产生大量的数据，而且这种数据每天都以量级增加，设想如果一个新的公司想获取这些数据，其设备的搭建成本是高昂的，所以数据库及相关设备的结合是稀缺资源。

2.有价值的信息是数据、分析技术和人的复杂结合：数据的另外两个特点

是多样性和价值信息低。由于大数据所处的环境是急剧变化的，每天产生的数

据种类繁多，结构化与非结构化混杂。企业不可能将所有数据存储，只能精心

选择业务相关的数据存储。对数据的分析也不是传统的抽样分析，而是对所有

数据分析，从而得出与业务相关的价值信息这，本身要很高的专业知识。《大

数据时代》提到一种基于大数据时代的新职业“数据科学家”，数据科学家是

统计学，软件程序猿，图形设计师和作家的结合体，是未来的稀缺资源。从海

量数据中提取有价值的信息是复杂的相关关系也模糊，因而很难被模仿。

3.价值信息提取的及时性：我们处在一个环境变化非常快的时代，而预测

是大数据的核心命题。数据的另一个特点便是速度，要求数据处理速度必须非

常快，及时产生有价值的信息，如果滞后则信息无效。例如很多甲流患者从感

染到去医院需要几天或一周的时间，而传到疾控中心就更晚了，信息的滞后将

导致疾控决策无所适从。然而病人感染或许首先是去网上查询，谷歌通过网上

特定词条检索组合，利用数学模型，则能够及时判断出流感传播来源。疾控中

心通过汇总数据也分析也能够得出结论，但是时间已经滞后了，正式因为谷歌

的检索平台，以及配合其大数据分析技术和数据储备，才能得出及时的信息。

4.数据，产品和客户的有机结合：与传统的线下产品相比，大数据产品能

够及时将客户的使用数据反馈到企业内部，企业用该数据提高自己的服务质量，更好得为客户解决问题。大数据明显的特点便是贴近客户，所有的数据都是直

接来自于客户的原始数据，如阿里巴巴，亚马逊的kindle等。或许我可以创建

一个和像阿里巴巴的一样的网站，但是我却无法获得那些客户，从而无法获取

数据，因而难以模仿。

大数据的无形资源

企业的无形资源如品牌，知识，学习，组织协同效应等是隐藏的，扎根于

整个企业业务流程和历史中。RBV的一个重要贡献变在于很好识别能产生持续

竞争优势的无形资源。根据《大数据时代》我们总结三类重要无形资源：预测

能力，知识资产，和创新思维。

1.预测能力：预测是大数据的核心命题，预测能力我们定义为从客户海量

数据中及时获取预测客户行为的能力。大数据让企业直接贴近了客户，并且从

客户那直接获取数据，这些数据是海量的，价值密度低，要想预测客户行为，

必须从这些数据中找出与客户行为有相关关系的价值信息。这需要大数据存储

和信息决策系统紧密结合。

2.知识资产：从图一中看出，知识资产是对价值信息深度分析的结果，是

对企业历史经验的提炼，渗透于组织决策的各种流程中。例如埃森哲的高级无

线感应技术，这个技术让埃森哲很好服务于汽车，医疗，电信等行业，为其提

供解决方案。知识资产让企业运用大数据决策条理化，也给数据创新提供了方

向，这种资产决定了企业对环境的变化的适应能力。但是该资产的形成是长期积累总结的结果，具有历史依赖和社会复杂性，因而难以被模仿。

3.创新思维：大数据时代，数据的价值从它的基本价值转变为了未来的潜在用途。数据可以重复使用，例如一家物流公司在交付过程中积累了大量产品出货信息，随后公司成立了专门的部门，以商业和经济预测的形式出售汇总数据。再如亚马逊多次使用用户历史数据为用户推荐产品。但是数据的“潜在价值”有多大，目前企业和社会仍然认识不完全。如Facebook，用会计准则计算出的价值约63亿美元，但是市场估值约1000亿，差距如此大，很好解释便是“潜在价值”。持续的发现数据的“潜在价值”，就能创造持续的竞争优势，这需要企业在数据使用上不断创新。创新能力因为其因果模糊和复杂性，也难以被企业模仿。

小结

RBV为我们分析大数据资源与企业持续竞争优势提供了很好的理论框架。大数据有形资源和无形资源的有机结合，因为其复杂性和历史依赖，因而难以被模仿，能够够为企业提供持续竞争优势。

参考文献

【1】Wernerfelt B. A resource-based view of the firm[J].

Strategic Management Journal,1984,5(2):171-180.

【2】Barney J. Firm resources and sustained competitive advantage: A resource-based view. Journal of Management,1991 17(1):99-120.

【3】Barney J. Resource-based theories of competitive advantage: a ten-year trospective on the resource-based view. Journal of

Management,2011,27(6):643-650.

【4】Peteraf M. The cornerstones of competitive advantage: A resource-based view.

Strategic Management Journal,1993,14(3):179-191.

【5】《Big Data》维克托·迈尔-舍恩伯格

【6】《大数据时代历史机遇》赵国栋