论文部分内容阅读
还记得去年8·15电商竞争价格大战吗？如果你是某电商CEO，你还会采用这样的竞争战略吗？变化是永恒的主题，企业管理不能一成不变。在大数据时代，电商采用价格战是下策，能够掌控基于大数据战略的企业管理将有助于你超越现有的CEO。
成本领先战略、差异化战略、集中化战略是企业在市场竞争中可选取的三大战略。在信息大爆炸时代，第四种竞争战略——大数据战略成为原三大竞争战略的支撑。
大数据变革企业决策
传统的企业管理流程是出现问题、逻辑分析、找出因果关系、提出解决方案，使问题企业成为优秀企业，这是逆向思维模式。大数据竞争战略咨询流程是收集数据、量化分析、找出相互关系、提出优化方案，使企业从优秀到卓越，是正向思维模式。
“数据是未来竞争优势的基础，将是重要的资源。”3月9日，IBM CEO罗睿兰在非营利组织外交关系协会举办的一次活动上表示，“云计算、移动互联网、社交网络和大数据正快速发展，这样的技术进展将改变企业运营的方方面面。”罗睿兰认为，大数据将改变企业决策、价值创造和价值实现的方式。
现在管理咨询界奉行的“谋划”、“凭感觉”式的企业管理就是要领导者和经理人员根据他们的主观视角和经验来看待信息。目前，即使是在以科学性为导向的领域，决策仍然基于固定的看法。罗睿兰表示：“以后，更多的决策将基于大数据分析而不是个人直觉。” 罗睿兰认为，随着信息越来越多，如果能合理地利用数据，企业决策将更好、更客观。IBM与美国孟菲斯警察局合作进行的一个项目“利用数据历史减少犯罪”就是一个很好的例子。该项目分析发现，强奸案和户外付费电话之间存在关联。因此，警方决定将付费电话转移至室内，这使得强奸案的发案率降低了30%。罗睿兰进一步表示，要想合理利用大数据，思维方式需要转变。
大数据时代最大的转变是放弃对因果关系的探寻，取而代之关注相关关系，这是舍恩伯格在《大数据时代》中的描述。也就是说只要知道“是什么”，而不需要知道“为什么”。这与现有科学研究思维惯例不同，对人类的认知和与世界交流的方式提供了全新的模式。舍恩伯格指出大数据应用的三个思维变化：随机样本到全体数据；精确性到混杂性，尤其是大数据的简单算法比小数据的复杂算法更有效；因果关系到相关关系。
大数据的技术挑战显而易见，但其带来的管理挑战更为艰巨——要从高管团队的角色转变开始。大数据最重要的就是它会直接影响企业怎样做决策、谁来做决策。在今天的整个商业世界中，人们仍然更多依赖个人经验和直觉做决策，而不是基于数据。在信息有限、获取成本高昂且没有被数字化的时代，让身居高位的人做决策是符合实际情况的。这种决策者和决策过程是直觉主义流派，现在这种方式遭遇了大数据的挑战。
基于平台的量化分析
大数据挑战直觉，首先要做的是量化分析。企业管理学界因观点不同而分为众多派系，但是“不会量化就无法管理”的理念却是共识。这一共识足以解释近年来的数字大爆炸为何无比重要。有了大数据，管理者可以将一切量化，从而对公司业务尽在掌握，进而提升决策质量和业绩表现。
企业管理者对大数据量化分析，要从思维模式转变开始。业内专家指出，首先，要养成思维习惯：“数据怎么说？”每当遇到重大决策的时候，要紧跟着这个问题进一步问：“根据这些数据能得出什么分析结果？”企业管理层的思维变化也会提高企业员工对大数据管理的执行力。其次，企业管理者要允许数据做主。如果企业员工用来自一线的大数据分析结果，推翻资深高管的直觉判断，这将是改变企业决策文化的最大力量。基于规模庞大的数据量做出合理的决策，中间需要很长的分析过程。
此处的大数据的量化分析与传统的“数据分析”有相同之处，大数据也力图从数据中收集智慧，并将其转化为企业的优势。不同之处在于大数据数据量巨大、产生数据速度快、种类多样。当一个数据源具备这三个性质的时候，它就形成一个平台。那些天生带有数字基因的企业，比如谷歌和亚马逊，已然是大数据平台。但是，对于传统企业而言，运用大数据获得竞争优势的潜力可能更大。企业可以做精准的量化和管理，做更可靠的预测和更明智的决策，可以在行动时更有目标、更有效率。这些都可以在一直以来由直觉而不是数据和理性主宰的领域实现。虽然感性的直觉和理性的数据是矛盾的，但是基于理性数据的感性判断是可行的，特别是在企业运营层面。
和君咨询集团合伙人高级咨询师许宁认为，大数据对企业管理的影响暂时停留在业务层面，对内部管理少一些。电信运营商、银行、阿里巴巴这样的平台型的企业才有足够的数据，才有希望利用大数据进行企业运营管理。许宁说：“企业管理战略层面越高，大数据贡献的价值比重越低。现在来看，大数据对企业的贡献主要在运营层面。”在许宁看来，基于电信、银行等大数据平台，通过量化分析，可以勾画出个人的形象，包括性格、气质、身高、体重等。随着大数据的工具与理念的不断传播，许多深入人心的经验的价值将被撼动。伴随商业世界其他一些深刻的变革，公司向“大数据驱动”转型必将遭遇巨大的挑战，它需要管理者具有放手让“大数据说话”的意识、对大数据量化分析的能力、利用大数据提升业绩的管理能力。
大数据决定业绩
如何运用大数据提升公司业绩？各行各业对大数据的态度和应用方法五花八门。但是，其中有一定的关联性：越是那些自定义数据驱动型的公司、平台型公司，越会客观地衡量公司的财务与运营结果。
对航空服务业来说，时间的精准就是优质的服务，尤其是航班抵达时间精准。美国一航空公司委托第三方调研公司Passur发现，大约10%的航班的实际到达时间与预计到达时间相差10分钟以上，30%的航班相差5分钟以上。为了提高服务质量，Passu公司通过搜集天气、航班日程表等公开数据，结合自己独立收集的其他影响航班因素的非公开数据，综合预测航班到港时间。至今，Passur公司已经拥有超过155处无源雷达接收站，每4.6秒就收集一次探测到的每架飞机的一系列信息，这会持续地带来海量数据。使用Passur公司的服务后，这家航空公司大大缩短了飞机预测到达时间和实际抵达之间的时间差。Passur公司为航空公司依据它们提供的航班到达时间做计划，已经为每个机场每年节省数百万美元。
大数据带来更准的预测，更准的预测带来更佳的决策和管理，零售业也有这样的案例。美国零售巨头西尔斯公司收集其专售的三个品牌的客户、产品以及销售数据，从这些海量信息中挖掘价值。大数据潜在价值巨大，挖掘的困难也巨大：这些数据需要超大规模分析，且分散在不同品牌的数据库与数据仓库中，不仅数量庞大而且支离破碎。西尔斯公司需要八周时间才能制定出个性化的销售方案，但往往做出来的时候，它已不再是最佳方案了。
西尔斯集团开始使用群集收集来自不同品牌的数据，并在群集上直接分析数据，而不是像以前那样先存入数据仓库。为了避免浪费时间，西尔斯集团先把来自各处的数据分析之后再做合并，这种调整让公司的推销方案更快、更精准。
Passur公司和西尔斯控股的例子展示了大数据的威力——它带来更准确的预测、更高明的决策、更恰当的操作。当大数据应用于供应链管理的时候，它让我们了解为什么一家汽车制造商的产品故障率突然飙升；它可以持续详细调查和处理几百万人的医保状况；它还可以基于产品特性的数据集，为在线销售做出更好的预测和规划。大数据在其他行业的应用也同样成效显著，无论金融业、旅游、博彩业还是机械维修，在市场推广、人力资源管理方面也都有极大的功用。
当然，基于大数据战略的管理也有很多挑战。调整领导力、人才、技术、决策、文化才能应对大数据战略转型。领导层利用数据设计清晰的目标，可以准确地知道自己定义的成功究竟是什么。有目标也要有执行，随着数据越来越廉价，实现大数据应用的统计学、视觉化、系统化人才变得越来越昂贵。优秀的人才要能够处理海量、高速率、多样化的大数据。大数据驱动的公司要问自己的第一个问题，不是“我们怎么想？”而应该是“我们知道什么？”这要求企业不能再跟着感觉走。
企业只有找到将数据科学与传统技能完美结合的方式，才能打败对手。不是所有的赢家都会将大数据用于其决策制定，但数据告诉我们，这样确实胜算最大。
成本领先战略、差异化战略、集中化战略是企业在市场竞争中可选取的三大战略。在信息大爆炸时代，第四种竞争战略——大数据战略成为原三大竞争战略的支撑。
大数据变革企业决策
传统的企业管理流程是出现问题、逻辑分析、找出因果关系、提出解决方案，使问题企业成为优秀企业，这是逆向思维模式。大数据竞争战略咨询流程是收集数据、量化分析、找出相互关系、提出优化方案，使企业从优秀到卓越，是正向思维模式。
“数据是未来竞争优势的基础，将是重要的资源。”3月9日，IBM CEO罗睿兰在非营利组织外交关系协会举办的一次活动上表示，“云计算、移动互联网、社交网络和大数据正快速发展，这样的技术进展将改变企业运营的方方面面。”罗睿兰认为，大数据将改变企业决策、价值创造和价值实现的方式。
现在管理咨询界奉行的“谋划”、“凭感觉”式的企业管理就是要领导者和经理人员根据他们的主观视角和经验来看待信息。目前，即使是在以科学性为导向的领域，决策仍然基于固定的看法。罗睿兰表示：“以后，更多的决策将基于大数据分析而不是个人直觉。” 罗睿兰认为，随着信息越来越多，如果能合理地利用数据，企业决策将更好、更客观。IBM与美国孟菲斯警察局合作进行的一个项目“利用数据历史减少犯罪”就是一个很好的例子。该项目分析发现，强奸案和户外付费电话之间存在关联。因此，警方决定将付费电话转移至室内，这使得强奸案的发案率降低了30%。罗睿兰进一步表示，要想合理利用大数据，思维方式需要转变。
大数据时代最大的转变是放弃对因果关系的探寻，取而代之关注相关关系，这是舍恩伯格在《大数据时代》中的描述。也就是说只要知道“是什么”，而不需要知道“为什么”。这与现有科学研究思维惯例不同，对人类的认知和与世界交流的方式提供了全新的模式。舍恩伯格指出大数据应用的三个思维变化：随机样本到全体数据；精确性到混杂性，尤其是大数据的简单算法比小数据的复杂算法更有效；因果关系到相关关系。
大数据的技术挑战显而易见，但其带来的管理挑战更为艰巨——要从高管团队的角色转变开始。大数据最重要的就是它会直接影响企业怎样做决策、谁来做决策。在今天的整个商业世界中，人们仍然更多依赖个人经验和直觉做决策，而不是基于数据。在信息有限、获取成本高昂且没有被数字化的时代，让身居高位的人做决策是符合实际情况的。这种决策者和决策过程是直觉主义流派，现在这种方式遭遇了大数据的挑战。
基于平台的量化分析
大数据挑战直觉，首先要做的是量化分析。企业管理学界因观点不同而分为众多派系，但是“不会量化就无法管理”的理念却是共识。这一共识足以解释近年来的数字大爆炸为何无比重要。有了大数据，管理者可以将一切量化，从而对公司业务尽在掌握，进而提升决策质量和业绩表现。
企业管理者对大数据量化分析，要从思维模式转变开始。业内专家指出，首先，要养成思维习惯：“数据怎么说？”每当遇到重大决策的时候，要紧跟着这个问题进一步问：“根据这些数据能得出什么分析结果？”企业管理层的思维变化也会提高企业员工对大数据管理的执行力。其次，企业管理者要允许数据做主。如果企业员工用来自一线的大数据分析结果，推翻资深高管的直觉判断，这将是改变企业决策文化的最大力量。基于规模庞大的数据量做出合理的决策，中间需要很长的分析过程。
此处的大数据的量化分析与传统的“数据分析”有相同之处，大数据也力图从数据中收集智慧，并将其转化为企业的优势。不同之处在于大数据数据量巨大、产生数据速度快、种类多样。当一个数据源具备这三个性质的时候，它就形成一个平台。那些天生带有数字基因的企业，比如谷歌和亚马逊，已然是大数据平台。但是，对于传统企业而言，运用大数据获得竞争优势的潜力可能更大。企业可以做精准的量化和管理，做更可靠的预测和更明智的决策，可以在行动时更有目标、更有效率。这些都可以在一直以来由直觉而不是数据和理性主宰的领域实现。虽然感性的直觉和理性的数据是矛盾的，但是基于理性数据的感性判断是可行的，特别是在企业运营层面。
和君咨询集团合伙人高级咨询师许宁认为，大数据对企业管理的影响暂时停留在业务层面，对内部管理少一些。电信运营商、银行、阿里巴巴这样的平台型的企业才有足够的数据，才有希望利用大数据进行企业运营管理。许宁说：“企业管理战略层面越高，大数据贡献的价值比重越低。现在来看，大数据对企业的贡献主要在运营层面。”在许宁看来，基于电信、银行等大数据平台，通过量化分析，可以勾画出个人的形象，包括性格、气质、身高、体重等。随着大数据的工具与理念的不断传播，许多深入人心的经验的价值将被撼动。伴随商业世界其他一些深刻的变革，公司向“大数据驱动”转型必将遭遇巨大的挑战，它需要管理者具有放手让“大数据说话”的意识、对大数据量化分析的能力、利用大数据提升业绩的管理能力。
大数据决定业绩
如何运用大数据提升公司业绩？各行各业对大数据的态度和应用方法五花八门。但是，其中有一定的关联性：越是那些自定义数据驱动型的公司、平台型公司，越会客观地衡量公司的财务与运营结果。
对航空服务业来说，时间的精准就是优质的服务，尤其是航班抵达时间精准。美国一航空公司委托第三方调研公司Passur发现，大约10%的航班的实际到达时间与预计到达时间相差10分钟以上，30%的航班相差5分钟以上。为了提高服务质量，Passu公司通过搜集天气、航班日程表等公开数据，结合自己独立收集的其他影响航班因素的非公开数据，综合预测航班到港时间。至今，Passur公司已经拥有超过155处无源雷达接收站，每4.6秒就收集一次探测到的每架飞机的一系列信息，这会持续地带来海量数据。使用Passur公司的服务后，这家航空公司大大缩短了飞机预测到达时间和实际抵达之间的时间差。Passur公司为航空公司依据它们提供的航班到达时间做计划，已经为每个机场每年节省数百万美元。
大数据带来更准的预测，更准的预测带来更佳的决策和管理，零售业也有这样的案例。美国零售巨头西尔斯公司收集其专售的三个品牌的客户、产品以及销售数据，从这些海量信息中挖掘价值。大数据潜在价值巨大，挖掘的困难也巨大：这些数据需要超大规模分析，且分散在不同品牌的数据库与数据仓库中，不仅数量庞大而且支离破碎。西尔斯公司需要八周时间才能制定出个性化的销售方案，但往往做出来的时候，它已不再是最佳方案了。
西尔斯集团开始使用群集收集来自不同品牌的数据，并在群集上直接分析数据，而不是像以前那样先存入数据仓库。为了避免浪费时间，西尔斯集团先把来自各处的数据分析之后再做合并，这种调整让公司的推销方案更快、更精准。
Passur公司和西尔斯控股的例子展示了大数据的威力——它带来更准确的预测、更高明的决策、更恰当的操作。当大数据应用于供应链管理的时候，它让我们了解为什么一家汽车制造商的产品故障率突然飙升；它可以持续详细调查和处理几百万人的医保状况；它还可以基于产品特性的数据集，为在线销售做出更好的预测和规划。大数据在其他行业的应用也同样成效显著，无论金融业、旅游、博彩业还是机械维修，在市场推广、人力资源管理方面也都有极大的功用。
当然，基于大数据战略的管理也有很多挑战。调整领导力、人才、技术、决策、文化才能应对大数据战略转型。领导层利用数据设计清晰的目标，可以准确地知道自己定义的成功究竟是什么。有目标也要有执行，随着数据越来越廉价，实现大数据应用的统计学、视觉化、系统化人才变得越来越昂贵。优秀的人才要能够处理海量、高速率、多样化的大数据。大数据驱动的公司要问自己的第一个问题，不是“我们怎么想？”而应该是“我们知道什么？”这要求企业不能再跟着感觉走。
企业只有找到将数据科学与传统技能完美结合的方式，才能打败对手。不是所有的赢家都会将大数据用于其决策制定，但数据告诉我们，这样确实胜算最大。