大数据环境中的管理科学问题_吴启迪
大数据技术在企业管理中的应用与决策优化研究与大数据治理及应用案例分析
大数据技术在企业管理中的应用与决策优化研究与大数据治理及应用案例分析一、引言随着信息技术的迅猛发展，大数据概念的兴起引发了对企业管理和决策的革命性变革。
本文将首先回顾大数据技术的发展与应用，然后阐述其在企业管理中的应用和决策优化研究，并结合实际案例进行分析，最后总结这一领域的发展趋势和挑战。
二、大数据技术发展与应用概述大数据技术是指通过对海量数据的采集、存储、处理、分析和应用，挖掘出有价值的信息的技术和方法。
随着互联网的迅速普及和物联网的发展，大数据应用场景越来越丰富，包括电商、金融、医疗、能源、交通等各个领域。
其中，企业管理领域是大数据技术应用的重要领域之一。
三、大数据在企业管理中的应用1. 数据驱动决策大数据技术为企业管理提供了数据驱动决策的能力，通过对海量数据的处理和分析，企业能够更准确地了解市场需求、客户行为和竞争对手动态，从而做出精准的决策。
比如，亚马逊通过对用户购买行为的分析，为用户提供个性化的推荐服务。
2. 智能营销大数据技术为企业的营销活动提供了智能化的支持。
通过对用户数据和市场数据的分析，企业可以识别出潜在客户，并为他们提供个性化的产品和服务。
例如，腾讯通过对用户画像的分析，实现了微信的精准广告投放。
3. 资源调配优化大数据技术可以帮助企业优化资源调配，提高资源利用效率。
通过对供应链数据的分析，企业可以及时调整生产计划，减少库存和运输成本。
比如，沃尔玛利用大数据技术，优化了商品的采购和配送，提高了供应链的效率。
四、大数据在企业决策优化中的研究1. 数据挖掘技术数据挖掘技术是大数据决策优化的重要方法之一。
通过对数据集的分析和建模，发现其中的潜在规律和趋势。
比如，通过数据挖掘技术，企业可以预测销售趋势和用户需求，从而调整生产和营销策略。
2. 机器学习算法机器学习算法是大数据决策优化的核心方法之一。
通过对历史数据的学习，训练出模型，预测未来的结果。
比如，通过机器学习算法，企业可以预测用户的购买意向，为其提供更有针对性的推荐。
大数据技术在环境治理中的应用与思考
大数据技术在环境治理中的应用与思考一、大数据技术简述大数据技术是一种高效、快速、准确地处理大量数据的技术。
它有着强大的数据存储、数据挖掘、数据处理和数据分析能力，可以帮助人们更好的理解数据、发现数据中的规律和关联。
目前，大数据技术已被广泛应用于各个领域，如企业管理、金融、政务和科技等领域。
而在环境治理中，大数据技术也发挥了重要的作用。
二、大数据技术在环境治理中的应用1、环境监测传统的环境监测手段多为人工采样，使得数据收集周期长，采样频率低。
而借助大数据技术，环境监测已可以实现自动、实时化。
传感器网络能够自动、连续、实时地获取环境数据，云计算技术则可以对数据进行实时分析和判断，确保数据的精度和有效性。
2、环境预警借助大数据技术，可以建立完整的环境污染监测预警系统，对毒性、高浓度和多点等特点的环境污染进行智能预警，就能够及时发现和处理可能导致环境污染的事件，使治理工作前置化、动态化。
3、环保执法利用大数据技术进行环保执法可以实现对环境违法行为的实时监管、法务数据分析和事后评估。
对于违法企业进行全面监管，可以极大地提高环保力度，减少不法行为的发生，更好地保护环境。
4、污染源识别污染源是环境治理中最重要的问题之一。
大数据技术集成了传感器设备、数据交换、云计算技术、新型网络技术和大数据挖掘等多种技术，在污染源无害化方面提供了核心工具，可以准确快速的发现污染源和监控污染源。
三、环境治理现状与思考当前，我国环境治理面临着多重挑战，需要充分发挥大数据技术的优势，破解环境治理的难题。
1、数据采集不足在采集环境污染数据方面，我国还存在不少问题。
一些企业不充分配合，部分设施监测现场设备无法正常运行。
而且，由于数据缺乏日常化、共享化，难以准确地定量评估环境质量，从而制定更为有效且有针对性的环保治理策略。
2、数据分析的技术支撑弱大数据在环境治理中的应用，既包括对数据的挖掘和分析，也涉及到对数据的应对和预警。
而我国缺乏从数据走向智慧治理的崛起和转型，在大数据的开发、应用和掌握上相对落后，严重影响到环保治理的科学性和效果。
大数据智慧化人力资源管理
创新管理
及数 据智慧化分析等多种手段，辅助企业经营管理 与市场决策，继而提升人力资源管理整体效 果[3]。可 见，在大数据背景下，实现智慧化人力资源管理是非常 有必要的。
1 大数据时代背景下的智慧化人力资源管理基础 条件
随着大数据时代的发展，大数据技术不断进步、日 益成熟，在企业人力资源管理工作中的应用频率不断 增 加，并为人 力资源管 理 智慧化 建 设 提 供了基 本的 技 术保 障。但 从 人 力资源管 理 的角度出发，想 要充分实 现智慧化人力资源管理，不仅需要基础的技术保障， 还需 获取信息系统平台运行 保障，并且 要 促 进 智慧 人 力资源管理科学发展，如此才能充分实现大数据时代 背景下的智慧化人力资源管理的建设，不断促进企业 人力资源管理工作的改善与进步。大数据时代背景下 的智慧化人力资源管理基础条件如下。 1.1 系统平台保障
从19世纪末20世纪初开始，管理学成为一门重要学 科，不断培养出管理专业人才。在这一背景下。管理者、 决策者不断推进管理对象量化，积极利用各种技术辅 助管理者进行决策，让管理者的决策可基于数据、运算 结果以及模型展现出来，而不是完全依靠理论知识[1]。 随 着 管 理 学的不断变 更与进步，这门学 科中囊 括的知 识逐步增多，如数学、计算科学、运筹学以及通讯学科 等。传统人力资源管理已经无法满足企业的实际需求，
WU Dan (Beijing Urban Construction Design and Development Group Co., Ltd., Beijing, 100037 China) Abstract: Big data era for enterprise development provides a new development direction, but this background, the human resources management gradually toward the wisdom of human resource management development, to further enhance the eff iciency and effect of the human resource management, and innovative human resource management model, further development of human resource management for the enterprise to provide new ideas and direction, can fully embody the big data era under the background of the value of human resource management, human resources management is fully verif ied in the application value of the information construction, but want the background in the era of big data completes the wisdom of human resources management work, must be clear the demand of the intelligent human resources management, only by actively meeting its development needs based on the current situation can we gradually realize the wisdom of human resource management. Key Words: Big data era; Intelligent; Human resource management; Strategy
大数据时代下的公共管理创新
大数据时代下的公共管理创新随着信息技术的快速发展，大数据时代已经到来，这给公共管理带来了前所未有的挑战和机遇。
在大数据时代下，公共管理如何创新，将是决定政府治理能力和效率的关键因素。
本文将从大数据时代对公共管理的影响、大数据技术在公共管理中的应用和未来公共管理的发展趋势等方面进行探讨。
一、大数据时代对公共管理的影响1.数据驱动：大数据时代的到来，意味着数据将成为公共管理的重要驱动力。
政府部门将更加依赖数据来进行决策和管理。
通过大数据分析，政府可以更清晰地了解社会经济发展状况，把握民生需求，实现精准施策。
2.治理智能化：大数据技术的应用可以使政府治理更加智能化。
借助大数据分析工具，政府可以实现对公共事件的预测和预警，加强风险防范和应急处置能力。
大数据还可以帮助政府优化资源配置，提高政府服务效率。
3.服务个性化：大数据时代下，政府可以通过分析个体数据，为每个市民提供个性化的公共服务。
通过分析交通数据，可以实现交通拥堵情况的预测，提前调度交通资源，减少交通压力；通过分析医疗数据，可以为病人提供个性化的治疗方案，提高医疗服务质量。
二、大数据技术在公共管理中的应用1.智慧城市建设：大数据技术在城市管理中的应用，为城市建设带来了革命性的变化。
智慧城市建设可以通过大数据分析，实现城市交通、环保、能源等各个领域的智能化管理，提高城市的运行效率，改善市民生活质量。
2.政府决策支持：大数据分析可以为政府提供决策支持。
政府可以通过大数据分析，了解市民的诉求和需求，制定更加精准的政策措施；通过大数据预测分析，可以预测社会发展趋势，为政府提供决策参考。
3.社会风险管控：借助大数据技术，政府可以对社会风险进行更加精准的管控。
通过大数据分析，可以实现对各类风险事件的早期预警和管控，减少不良事件的发生，提高社会治理效率。
三、未来公共管理的发展趋势1.数据治理能力建设：随着大数据时代的到来，政府将更加重视数据资产的治理和管理。
政府需要加强对数据的采集、整合、存储、分析和共享等方面的能力建设，构建数据资源共享和互联互通的体系。
大数据视角下公共管理存在的问题及创新措施分析
数据质量不高：数据来源 多样，质量参差不齐，影
响分析结果
数据整合困难：各部门数 据系统独立，数据格式不
统一，难以整合共享
数据安全风险：数据泄露、 滥用等安全问题威胁公共
管理
数据利用不足：数据分析 深度不够，未能充分发挥
大数据的价值
收集数据：通过多种渠道和方式收 集公共管理相关的数据，包括政府 机构、社会组织、企业等的数据。
培养专业数据分析人才： 加强数据分析专业人才的 培养和引进，提高公共管 理部门的数据分析能力和 专业素养。
城市规划：大数据分析城市人口分布、交通流量等，优化城市空间布局和交通组织。 公共服务：大数据实时监测公共设施使用情况，提高公共服务质量和效率。 应急管理：大数据预测自然灾害、疫情等突发事件，及时响应和处置。 环境保护：大数据监测空气质量、水质等环境指标，制定针对性的环保措施。
建设高速数据传输网络，提升数据传输效率。 加大数据中心建设投入，提高数据存储能力。 引进先进的数据处理技术，提升数据处理速度。 培养专业数据分析人才，提高数据分析准确性。
建立数据共享平台，促 进跨部门的数据交换与
共享
制定数据利用政策，提 高公共部门的数据利用
意识和能力
加强数据整合，提升 数据质量，为决策提
添加标题
强化数据分析与利用能 力：通过引进先进的数 据分析工具和技术，提 高数据分析的准确性和 效率，为公共管理决策 提供科学依据。
提升公共管理决策水 平：基于数据分析结 果，优化决策流程， 提高决策的科学性和 可行性，推动公共管 理的创新发展。
建立健全数据共享机制： 加强跨部门、跨领域的数 据共享与交流，打破信息 孤岛，提高数据资源的利 用效率。
采用加密技术对数据进行加密处 理，防止数据被非法获取和篡改。
吴启迪：高教最大问题是创新人才培养能力不强
龙源期刊网 吴启迪：高教最大问题是创新人才培养能力不强作者：焦新来源：《成才之路》2008年第13期3月31日至4月1日，教育部高等教育司和高等教育评估中心在北京联合召开“规范评估工作提高评估质量”研讨会。
教育部副部长吴启迪到会并讲话。
她首先回顾了党的十六大以来我国高等教育事业发展历程。
过去五年来，党中央、国务院高度重视教育事业，把教育置于国家优先发展战略地位，在普及初等教育、推进素质教育、大力发展职业教育和提高高等教育质量方面，取得了历史性成就。
教学改革也不断深化，通过专业设置改革、课程体系改革、人才培养模式改革、教学内容与教学方法改革，人才培养质量得到提高。
吴启迪指出，我国高等教育发展中还存在一系列矛盾和问题，包括高等教育规模快速发展与资源供给不足的矛盾，数量与质量的矛盾，但最大的问题是创新人才培养能力不强。
今后高等教育的发展必须把握节奏，适当控制增长速度，把主要精力、人力、物力和财力集中到提高教育质量上来。
吴启迪强调，开展高校教学评估有其历史必然性和必要性，高等教育发展需要评估。
对大学，特别是公立大学进行评估是政府的责任，接受评估也是公立大学应尽的义务。
她认为，近年来，随着高等教育快速发展，高等学校师资不足，特别是一流教师比较缺乏，有些高校中重科研轻教学现象较重，一些高校，尤其是新建本科高校定位还不很明确，教学管理还很不规范，有的高校缺乏基本的教学档案。
通过教学评估，进一步明确了高校的办学定位，规范了教学管理，落实了教学工作的中心地位，为提高教育质量提供了关键性保障。
吴启迪在充分肯定评估工作取得成效的同时，也指出了评估存在的问题和不足。
主要表现在：评估方案对不同高校的分类发展指导性不够，评估过程中存在着形式主义和弄虚作假现象。
她要求评估工作要坚持做下去，但要在发展中进一步加以改进。
(来源：《中国教育报》)。
浅谈大数据时代公共管理的改革和创新
浅谈大数据时代公共管理的改革和创新大数据时代的到来，给公共管理带来了前所未有的机遇和挑战。
在传统的公共管理方式下，信息的获取、整理和分析都相对困难，难以为政府决策提供及时、准确的数据支持。
而大数据技术的发展，则为公共管理提供了数据的获取、存储和分析的可能性，使政府能够更加科学、高效地进行决策和管理。
大数据的应用让公共管理的决策更加科学精准。
在以往，政府的决策往往是基于经验和直觉，而难以根据具体的数据和分析进行决策。
大数据技术让政府能够通过分析庞大的数据，发现其中的规律和趋势，从而做出更加准确、科学的决策。
利用大数据分析，政府可以更好地了解人民的需求和意见，根据大数据的反馈结果进行相应的政策调整。
这样一来，政府的决策将更加符合民意和市场需求，也更容易取得成功。
大数据的应用可以提高公共管理的效率和服务质量。
在以往，政府的管理往往是人工、纸质化的，并且信息流动性较差，导致政府管理效率低下，市民服务质量也无法保证。
而大数据技术的应用让政府能够实现信息的数字化和自动化处理，大大提高了政府管理的效率。
政府可以通过大数据的帮助，进行实时监控和预测，及时发现问题，并采取相应的措施。
政府还可以利用大数据分析，为市民提供个性化的服务，使市民能够更加便捷地享受到各项公共服务。
在城市管理中，政府可以通过大数据技术进行交通拥堵预测、环境污染监测等，从而及时调整交通策略、改善市民的出行环境。
大数据技术为公共管理带来了创新的机遇。
在以往，政府的管理方式往往是传统的、僵化的，难以满足信息化和数字化时代对公共管理的要求。
而大数据技术的应用，让政府能够从传统的管理方式中解脱出来，实现管理的创新和转型。
政府可以通过大数据的应用，构建更加高效、智能的管理系统，实现政府的全面数字化，并与市民进行互动。
政府可以与市民共享数据资源，让市民参与政府决策和管理，促进政府和市民之间的良好互动关系，增强政府的公信力和透明度。
大数据时代的公共管理改革和创新并非一帆风顺。
大数据时代管理科学领域中存在的问题及对策分析
大数据时代管理科学领域中存在的问题及对策分析作者：吴宝洋来源：《科学导报·学术》2020年第44期摘 ;要：随着社会经济和信息科学技术的不断发展，在大数据时代背景下，促进了互联网技术与各种传统行业之间的融合，尤其在公共管理、工商管理、企业管理等方面的应用都被广泛关注，不断形成了新的生态领域，促进了管理科学领域的发展与创新。
大数据时代在给各行各业的发展带来机遇的同时也带来了新的挑战，本文通过简析大数据时代，分析大数据时代在管理科学领域中的重要性，针对目前管理科学领域存在的问题，分析大数据时代对促进管理科学领域发展的对策，以期不断紧跟社会时代的发展步伐。
关键词：大数据时代;管理科学领域;问题及对策引言21世纪是大数据时代，数字化建设是新时期社会经济发展的主要趋势，计算机网络技术已经被广泛应用在包括交通、建筑、教育、金融等各个行业领域。
云计算、互联网、移动终端等的出现，既可以利用网络平台数据资源的丰富性，自动分析各项数据，实现资源整合，还能够有效控制企业管理的运营成本，提高员工的工作效率，保证企业的可持续发展。
但是在实际的大数据应用过程中，依然存在部分的问题与缺陷，严重影响管理科学领域的健康发展。
1、简析大数据时代大数据时代的发展特点是基于互联网信息技术的发展，形成的一个庞大数据网络，其具有数据类型繁多，产生、分析和处理数据的速度快，数据资料获取形式简单，价值密度低等特点。
在互联网时代，人与人之间、人与企业之间会形成大量的数据信息，管理部门通过对这些信息进行分析汇总，能够明确市场的主要发展方向，不断创新与改革管理方式，可以提高自身的管理水平，减少或者避免企业内部矛盾的发生，从而实现个人和企业的双赢。
2、大数据时代在管理科学领域中的重要性2.1公共管理领域公共管理领域包括城市公共安全、教育与医疗，能源与生态环境等多方面。
以教育管理为例，大数据时代的背景下，催生了线上网络课程的诞生，其中慕课、微课等的使用最为广泛。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
大数据环境中的管理科学问题吴启迪（国家自然科学基金委员会管理科学部主任）一、大数据时代的到来Google基于搜索数据和历史信息，预测流行性感冒的爆发与强烈等级，如2009年成功预测美国甲型H1N1爆发，2013年1月准确判定美国流感活动的等级为“强烈”，与美国疾病防控中心的报告一致；而微软专家David Rothschild通过大数据分析，对第85届奥斯卡各奖项的归属进行预测，除最佳导演外，其它各奖项预测全部命中。
从这两个案例可以看出，在当今先进技术和设施条件下，正在以一种前所未有的方式，通过对大量数据进行分析，获得有巨大价值的产品和服务，或者深刻的洞见。
大数据产生经历了三个阶段：一是以数据库为基础，各类应用数据被动地输入到系统的被动阶段；二是以Web2.0为特点的新型互联网应用，用户主动推送数据的主动阶段；三是广泛应用各类感知式系统，数据自动产生的自动阶段。
2011年麦肯锡技术报告中指出，大数据是典型的数据库软件无法捕获、存储、管理、分析的数据集。
大数据有四个内涵，一是大量化（Volume），如每60秒产生98000条Twritter、695000 种Facebook的状态更新、698445条谷歌搜索结果、1.68亿封邮件等等。
二是多样化（Variety），大量的数据流量包括结构化数据、视频、音频、文本等多种数据类型。
三是快速化（Velocity），数据实时更新快，如伦敦奥运会一些体育明星亮相的比赛，微博数量暴增。
四是潜藏的价值（Value），如零售业可以利用大数据提高60%的运营利润，如果运用到公共领域，欧洲政府每年可以减少1000亿欧元的开支。
参考维克托・迈尔・舍恩伯格和肯尼思・库克耶合著的《大数据时代》，大数据并不等于数据大；大数据不要数据的抽样，而是指数据的全部；数据等于信息但不等于数字化；大数据不要数据的精确性，而是数据的混杂性；不追究因果关系（为什么），而是寻找相关关系（是什么）。
大数据的外延可以看作是一个大数据生态圈，整个过程从采集开始，到存储、处理、传输、分析及挖掘，涵盖了数据从产生到处理到价值提取到驱动应用各个环节。
随着互联网、物联网、云计算等信息技术的迅猛发展，信息的原生状态——数据的产生不受时间、地点的限制，呈现出快速、爆炸式增长。
大数据时代已经到来，我们该如何认识、利用及推进？二、大数据技术与应用发展态势（一）政府层面。
面向潜在的大量公共需求，各国政府纷纷以政策引导推动面向大数据环境的科技攻关。
2012年3月美国发布《大数据研究和发展倡议》，投入2亿美元，涉及六大部门，旨在利用大量复杂数据集合获取知识和提升洞见能力；2012年7月，日本推出《新ICT 战略研究计划》，重点关注“大数据应用”，旨在提升日本竞争力；2012年7月，联合国发布了《大数据政务白皮书》，总结了各国政府如何利用大数据更好地服务和保护人民；2013年初，英国商业、创新和技能部宣布，将注资6亿英镑发展8类高新技术，大数据独揽其中的1.89亿英镑。
在国内，科技部部署了“十二五”期间关于物联网、云计算的相关专项；2012年3月科技部在《“十二五”国家科技计划信息技术领域2013年度备选项目征集指南》中明确提出“面向大数据的先进存储结构及关键技术”；由政府主导的全国范围的“智慧城市”计划也与大数据环境密不可分。
（二）企业层面。
面临新技术、新应用、新运作机制和商业模式的挑战，如数据服务产业等新兴战略性产业应运而生，纷纷开发大数据产品和应用解决方案，大数据日益成为IT厂商竞相抢占的制高点。
如惠普发布的一款名为“HAVEn”的大数据平台，将分析软件、硬件和服务打包在一起。
并且还发布了免费的HP Vertica Community Edition，帮助企业级客户分析高达1TB的数据。
（三）科技界。
科技界凝练大数据带来的新的科学问题，发现科学技术方面的新理论、新方法，探索其工程技术应用的方向与途径。
如2008年《Nature》专刊《Big Data: Science in the Petabyte Era》，2011年《Science》专刊《Dealing with Data》等文章的发表。
国内2011年以来，开始出现大数据管理技术的综述性文章，研究的热点问题主要包括面向大规模数据处理的高性能计算体系结构、分布式数据管理技术和机器学习技术等。
三、大数据驱动的变革以大数据为核心资源的数据产业独立为重要的服务性产业，具有极大的市场发展空间。
大数据的采集、存储和预处理是产业化基础领域，大数据分析是产业化高端领域，它们深刻影响着公共事业领域、商业运营领域及工程和制造业领域等社会其他产业结构与运行模式，呼唤管理新思想和变革。
（一）大数据环境下的公共管理变革。
公共管理是大数据应用潜力最强劲、改善民生意义最显著的领域。
一是医疗卫生方面，基于医疗大数据的共享和分析，提供针对性的疾病预防和诊疗，通过从时空状态对生老病死进行解读，促进生命科学发展；二是泛在教育，个性化教育、泛在学习和终身教育等实践，使教育领域出现革命性变革；三是公共安全，提高应急处理和自然灾害、传染疾病和食品安全等方面的灾害防控能力，提升国防安全水平等；四是智慧城市，即通过大数据信息的充分利用，更好地理解和控制城市运营，并优化有限资源的使用；五是行政管理，如战略决策、政策制定和舆情分析等；六是交通与物流，利用大数据分析解决世界性的大城市交通难题和网购物流管理问题等；七是合理利用现有能源，保护和改善生态环境。
（二）大数据环境下的商业管理变革。
利用大数据的新型商业模式，创造新的产业空间。
如零售业在市场方面，利用大数据关联分析，更准确地了解消费者的使用行为，挖掘新的商业模式；在销售规划方面，通过大量数据的比较，优化商品价格；在运营方面，提高运营效率和运营满意度，优化劳动力投入，准确预测人员配置要求，避免产能过剩，降低人员成本；在供应链方面，利用大数据进行库存优化、物流优化、供应商协同等工作。
再如金融业，有利于市场趋势预测、投资分析、金融诈骗识别和风险规避。
又如大数据在创意文化产业中的作用，设计创新将是一个具有革命性意义的概念。
（三）大数据环境中的工程与制造业管理变革。
综合运用系统工程思维方式，加强系统性创新。
具体包括：研发和设计新模式，客户参与的设计（众包模式与客户参与设计）；通过收集、挖掘和分析整个供应链的数据，制造企业能够缓和供需之间的矛盾，控制预算开支并提升服务；产品生产阶段，给制造企业大数据应用带来了契机，将出现新一代仿真技术、物联网和云计算技术；维护阶段，提供新一代故障诊断与预测。
大数据科学技术与应用研究有三个愿景：一是多学科交叉融合，立足信息科学，探索大数据的获取、存储、处理、挖掘和信息安全等创新技术与方法，从管理的角度探讨大数据对于现代企业生产管理和商务运营决策等方面带来的变革与冲击；二是技术、应用与管理并重，虽然目前呈现着技术处于领先的态势，但对管理模式的影响是显著的，相关配套政策和法律也是必须的，因此从目前开始，几者应当并重互动；三是社会需求拉动，大数据相关的应用还处于起步阶段，基于物联网和社会化网络的大数据应用方兴未艾，但社会需求是最活跃的拉动因素，特别要关注如教育、卫生、安全和政务等关系国计民生的公共事业的需求。
四、大数据环境下的管理新课题目前，中国大数据环境已初具规模。
比较突出的表现，一是网购全民化，如阿里巴巴旗下的淘宝网，会对每位客户一年中的全部购买、转账、支付业务进行统计与分析，并且针对每一个客户发布个性化的年度对账单，对客户的消费习惯、消费结构进行分析，并以此为根据在各个网页上精确投放广告，增加点击率和营业额。
二是物联网兴起，如上海为了迎接世博会，共建立了158家世博蔬菜生产重点基地，生产“世博标准”蔬菜，通过扫瞄包装上的二维码、或者是有效标签的RFID射频识别就能马上得知蔬菜的栽种者、栽种时间、使用肥料和采摘时间等信息，保证食品和原料能够追根溯源。
大数据环境下的经济社会发展趋势，一是网络化，社会媒体和物联网等构成了自动化数据收集网络；社会、企业和个体依托网络构成了横向和纵向的关联。
二是社会化，社会化媒体和网络使服务主体与客体关系趋向平等、互动和相互影响，出现“社会决策”；“闭门造车”的管理模式被摒弃，利用网络完成产品或服务的优化与创新。
三是智慧化，利用大数据分析进行精准的估计与预测，提供个性化服务；挖掘数据资源，系统化智能方法，综合解决问题。
在这样的经济社会发展趋势中，管理面临着一系列新的课题。
在系统科学与工程管理及相关领域，需要研究大数据环境下的系统理论和方法论及其在工程管理中的应用；在工商管理及相关领域，面临企业经营模式、服务模式的应变、变革与创新；在公共管理及相关领域，面临大量需求，特别是在如医疗、卫生、教育、能源、环境和食品安全等改善民生方面。
管理需要开展多学科交叉、多领域合作，共同探讨大数据相关科学问题，推进大数据应用发展。
如下几个方面的思考和应用值得关注。
（一）大数据与智慧城市。
智慧城市是新一代信息技术支撑，知识社会下一代创新环境下的城市形态。
智慧城市基于物联网、云计算和大数据等新一代信息技术，令城市生活更加智能；高效利用资源，降低成本并节约能源，改进服务交付和生活质量，减少对环境的影响，支持创新和低碳经济。
如补充完善居民二代身份证的功能，使其集成身份认证、驾照、银行卡和交通卡等多种功能，成为居民“一卡通”，便于收集管理居民信息，方便人们使用，也能够有效预防违法犯罪行为，追捕在逃人员。
（二）大数据与祖国传统医学。
中国中医科学院通过对数千年中流传下来的中医经典著作、中医大师数十年的临床经验和海量的临床病例进行挖掘分析，制定中医标准术语集和规范化病例系统，对于中医的科学化、规范化有着巨大意义。
（三）大数据与环境污染控制。
利用大数据的手段来监控、评估、分析并改善当前国内的PM2.5污染问题。
在城市布局传感器网络实现PM2.5监控，分析整个城市PM2.5浓度分布和流量趋势与空气质量、交通状况、污染程度等数据的相关性，发现PM2.5的主要成因，提出具有针对性的解决方案。
再如建立基于大数据的空气质量监测体系、基于大数据的空气质量评估标准、基于大数据的空气质量分析方法和基于大数据的空气质量改善方案等。
同时，大数据还将带来对既定思维方式的颠覆。
如运用大数据分析Web of Science数据库中1790万篇论文，得出科研论文影响力分析结论，认为从根本上讲，科学中的创新来自对先前工作成果的或传统或新颖的组合；新颖和传统并不对立，反而是复杂的互补关系；引入了先前工作新组合的论文与传统组合的论文是被引用论文中的两种主要形式；团队作者的论文与单独作者的论文相比，引入新颖组合的百分比比后者高37.7%。