精细化_大数据时代管理模式的变革_曲婧

2014年第5期税务与经济

No．5，2014

（总第196期）TaxationandEconomy（SerialNo．196

檵檵檵檵檵檵檵檵檵檵檵檵殝

殝殝殝

）

经济纵横精细化：大数据时代管理模式的变革

曲婧1，2(1．吉林大学马克思主义学院，吉林长春130012;2．吉林财经大学马克思主义学院吉林长春130117)

［摘要］大数据时代的到来推动着人类生活、工作和思维方式发生重大变革。大数据时代以数据的

深度挖掘为特点，促使管理模式走向精细化。尽管大数据时代的数据挖掘技术为现代管理带来了福音，但同时也给管理精细化带来了诸如数据安全、数据整合、创新型人才缺乏等种种挑战。迎接大数据时代的变革，促进管理模式走向精细化，需要注重三个方面的结合:数据挖掘技术的需要与我国现实情况相结合;数据深度挖掘的“实时性”与未来的“预测性”相结合;数据深度挖掘技术的开发与相关的法律保障相结合。［关键词］大数据时代;数据挖掘技术;管理模式;精细化管理

［中图分类号］F062．5［文献标识码］A［文章编号］1004－9339(2014)05－0046－04

伴随着计算机、互联网、物联网、云计算等现代科学技术的快速发展，以及与此相适应的视频监控、智

能终端和应用商店等技术的迅猛普及，使得全球数据量出现了海量增长的态势。在2009年金融危机爆发时期，全球信息量达到了80万PB，比2008年增长了62%。这一数据在当时引起全球的震惊，可是更为震惊的是在2013年已经增长到460万PB。如果以这个速度递增，到2020年全世界以电子形式存储的数据量将达到32ZB。许多国家的媒体和专家疾呼：“大数据时代”已经到来。

一、数据深度挖掘是大数据时代的主要特点牛津大学维克托·迈尔———舍恩伯格教授在《大数据时代》一书中前瞻性地指出：“大数据带来的信

息风暴正在改变我们的生活、工作和思维，大数据开启了一次重大的时代转型，讲述了大数据时代的思维变革、商业变革和管理变革。”［1］据不完全统计，自2012年以来，人类所产生的数据已经接近了人类有史以来的全部数据，这些数据之海量以及由此而带来的错综复杂的关系已经极大地超越了人类的想象，2013年被称为“大数据元年”。目前，学术界通常认为“大数据时代”主要有如下四个特点：第一，数据量巨大（VolumeBig）。如果用衡量数据量级的单位进行描述，已经由TB发展至PB，甚至逐步在向ZB发展，这种数据量级的增加通常被称之为海量、巨量甚至是超量。第二，多样化（VariableType）。在构成数量巨大的量级中，数据的类型不断丰富，大量的网页、图片、视频、图像等形式多样的数据交织在一起，构成半结构化与非结构化的数据信息彼此密切排列的纷繁复杂态势。第三，快速化（VelocityFast）。随着云技术等信息技术的使用，数据流呈现出高速运转的态势，数据流的快速运转迫切需要对数据进行即时、连续的处理，这就为处理工具的快速演进提供了一种可能，同时也迫使相关的人工智能软件的介入与参与。第四，价值高和密度低（ValueHighandLowDensity）。在当今时代，人们普遍的共识是：信息是重要

［收稿日期］2014－05－17

［作者简介］

曲婧(1981－)，女，吉林长春人，吉林大学马克思主义学院博士后，吉林财经大学马克思主义学院副教

授。64的，谁在第一时间掌握了信息，谁就掌握了主动权。特别是对数据监控系统的发明与应用，这使得数据不再存在隐藏的“死角”，全方位地深度挖掘将为管理提供周密、精细的服务。尽管上述“四V”特征已经成为人们的普遍共识，但是就其本质而言，大数据时代所带来的根本性变革是使数据的深度挖掘成为可能。数据挖掘，就是对数据“进行处理和分析，找到自己所需要的，扔掉自己不需要的数据。”［2］是对数据去伪存真、去粗取精的过程。众所周知，现代管理需要信息做支撑，

信息从

哪里来？从大量的数据分析与统计中来。在管理理论中，要达到最优的管理效果，不仅数据要全面，而且数据必须可靠，要有价值。因此就需要对数据进行深度挖掘。对数据进行深度挖掘，这是一个对数据进行建模的过程，根据管理者的需要，对数据进行分类与统计，并努力查找数据分布的关联性，这就是探索规律的过程。例如，市场销售人员如果想了解消费者对商品的偏好程度，就不仅仅需要深度挖掘商品在不同商场的销售量、商品的型号等等这些商品本身所具有的特点，同时还需要挖掘面向的消费者有哪些特点以及市场销售人员在推销商品时所采用的方法等一系列数据，由此将所有数据进行综合统计与分析，就为销售决策的科学性打下了牢固的基础。因此，数据的深度挖掘是大数据时代的主要特点，同时也促成了现代管理模式的变革。

二、大数据时代对数据的深度挖掘使管理模式走向精细化2012年《大数据时代》一书出版，立刻引起了全球的热议。在仅仅不到一年的时间里，此书畅销全球，

特别是引起了管理学界和业界的广泛关注。从数据的发展态势来看，无论是世界上的哪一个行业都会产生十分巨大的数据集，大数据时代对数据的深度挖掘使管理更加高效，为由粗放走向精细提供了可能。首先，大数据时代对数据的深度挖掘将改变原有的管理理念，为管理模式的精细化奠定充分的思想基础。过去，在数据量小或是各种模拟数据大量存在的时代，人们主要是从“为什么”的角度来认识世界，包括管理领域的各种事物。在自然科学领域里，人们主要在实验室里检验各种理论或定律。在经济学、管理学等领域，也是根据相关的理论来对各种现象进行推测，当理论与数据实验达成一致，就揭示出了隐藏在现象背后的各种“因果”关系，也就是解释出了“为什么”的问题。可是，在大数据时代，这种观念发生了变革，人们更愿意且能够从“是什么”的角度来寻找隐藏在数据背后的关联。例如，管理人员利用大数据，不是发现和认识管理失效的原因，而是通过收集整理大量的数据对未来管理怎样有效做出科学的决策，这种通过对数据彼此关联性的分析能够帮助管理者更清楚地看到隐藏在现象背后的事物与要素之间的规律，找到看似不相关的数据之间彼此的密切联系。这种“相关性”分析的有效性要远远超越传统的“因果”分析，而这种关注“未来”的长远理念恰恰是精细化管理模式所必需具备的思维模式。其次，大数据时代对数据的深度挖掘将改变传统的市场营销手段，使营销更加精准，凸显管理“精细化”的趋势。传统的市场营销手段主要是通过集中推销和广告宣传完成的。如比较常见的通过发放传单来推销产品的营销方式。我们经常看到拿着广告宣传单的人员分布在大街小巷或人员密集的地区，向过往的行人发放广告传单。这不仅需要雇佣大量的广告宣传人员，造成营销成本的增加，更重要的是由于不考虑年龄、消费层次、消费偏好、购买力程度等一系列影响消费的因素，向所有消费者发放同一广告宣传单，往往导致宣传的“失效”。这是一种“粗放型”的营销管理模式。但是在大数据时代，

这种传统的营销

方式被颠覆性地改变了。企业可以充分利用大数据对消费者进行精准定位，并由此带来低成本与高效营销。比较有代表性的是亚马逊公司所做的尝试。上过亚马逊网站购物的人都知道，在打开其主页的一刹那，就会弹出本年度、本季度、本月在不同的学科领域所畅销的书籍，特别是当你打开某学科一领域的网页时，网站还会弹出一些表格让你填写年龄、兴趣爱好、专业等一系列个人信息，然后会即时地向你推荐你所关注的书籍。这种对图书消费者的精准定位，方便了消费者选购心仪的图书，有利于公司扩大销售量；而正是由于这种销售模式的创新与独特，使得亚马逊公司成为全球商品品种最全的网上零售商和全球第二大互联网公司。再次，大数据时代对数据的深度挖掘将为企业拓展广阔的新型服务与渠道，使管理精细化更加凸显“以人为本”的价值追求。前不久，日本工业技术研究所的科学家发明了一种新型的汽车防盗系统，它主

要是在汽车驾驶员座椅下安装了压力传感器，将人的臀部特征用数据的形式标注出来，然后对数据进行统计、规范与分析。当有人坐到汽车驾驶员座椅上，如果坐上去的并非车主本人，汽车就会强迫其输入密码；74如果密码输入错误，汽车将不能发动。这项发明是将一个人的坐姿用数据的形式统计了出来，不仅仅用于汽车的防盗，还可以通过这些数据分析事故发生前驾驶员坐姿的变化，查找出驾驶员的坐姿与驾驶安全之间的相关关系，进而应用到汽车的安全设计上，为驾驶者的安全提供必要的保障。不仅如此，通过对数据进行汇集与分析，既可以在第一时间避免汽车所有人的财产损失，而且可以通过对数据的比较，发现盗贼的身体特征，即时确定盗贼的身份。这种对数据的深度挖掘充分体现了管理“为人服务”、“以人为本”

的

价值追求，而这种理念应该成为管理走向精细化的首要价值目标。最后，大数据时代对数据的深度挖掘将促进决策更加科学，为精细化管理提供必要的方法保障。2012年美国网飞公司推出全球首部网络剧《纸牌屋》，该剧一经播出，立刻受到广大网迷的喜爱，随即获得第65届艾美奖最佳导演和最佳选角两项大奖。网飞公司因何首次推出一部作品就能获此殊荣呢？这就要归因于数据深度挖掘技术在公司决策过程中所起的重要作用。在创作之初，网飞公司就根据观众的喜好挑选剧本、导演、演员等，通过对数据的深度挖掘对《纸牌屋》这部作品进行精心打造，使得该剧能迅速获得国内外喜爱美剧大片的影迷的喜爱；而美剧迷们在互联网上不断发起分享所产生的扩散效应，便铸就了一个网站主导、数据先行的商业传奇故事。因此，我们可以得出这样的结论，大数据时代对数据的深度挖掘促进了管理的变革：由粗放走向精细化。

三、冷静分析数据深度挖掘技术，将管理精细化发挥到极致

尽管大数据时代的数据挖掘技术为现代管理带来了福音，但是任何事物都有两面性，大数据时代的数据挖掘同样给管理的精细化带来种种挑战：第一，数据的安全问题。大数据的首要特点就是数据的海量，这其中包括个人信息、企业内部信息、

客

户关键信息、业务重要信息等等，在如此海量、巨量的信息面前，如何保证个人的隐私、企业的关键信息不泄漏，就成为现代管理必须要面对的巨大挑战。管理的精细化追求“以人为本”、“为人服务”，其中的“人”不仅具有一般性，更具有差异性，这种差异性就涉及到个人的隐私权问题；对企业而言，这种差异性

就是企业的商业机密。如何保障数据的备份和恢复不受干扰，个人的隐私、企业的商业机密不被窃取，这本身就是一个巨大的挑战。第二，数据的整合问题。目前管理上所收集的数据主要来源于互联网、电子商务、物联网等各种渠道所汇集的视频、图片等非结构化的数据。而目前企业管理所使用的数据处理方法主要采用结构化数据处理技术，“但企业现有数据中的85%都属于非结构数据”。［3］这种半结构化、

非结构化数据相互交织的状况

为企业管理带来了巨大的挑战，在管理上一方面要利用数据统计与分析实现科学决策，但另一方面在数据的利用方面也会遇到前所未有的难题。如何对数据进行有效整合、分析，是实现精细化管理的一大困境。第三，创新型人才缺乏的问题。大数据时代呼唤创新型人才，盖特纳咨询公司预测大数据将为全球带来440万个IT新岗位和上千万个非IT岗位。美国麦肯锡公司也做出预测，到2018年美国将需要具有深度数据挖掘技术的分析人才44～49万人，缺口将达14～19万人。［4］这仅仅是美国对数据挖掘技术人才的