您好,欢迎您来到中国招标投标网 请登录 免费注册

基于大数据体系的公司精细化管理研究

2019年07月19日 打印 收藏

  □文/武乔利

  随着互联网、大数据、云 计算等技术和思维在传统行业的 不断渗透,企业管理者已普遍认 识到了数字技术的价值,及其对 企业所发挥的作用。很多企业纷 纷斥巨资投入到数字化转型中。 然而,管理者常常发现不菲的投 入却换不来显著的业绩提升。企 业往往在传统业务一成不变的情 况下,希望数字化技术能上演奇 迹。有的公司则没有长远规划, 投入到一系列漫无目的数字实验 中。这些行为不但无法带来竞争 优势,反而会提升公司的成本,让其变得更加脆弱。 

      一些企业虽然认识到数字化 的重要性,但缺少系统的方法, 造成了企业内各部门间的“信息 孤岛”和信息的准确性、一致性 问题;也有一些企业没有及时对 信息进行清洗、整理,使得冗余 信息和“脏信息”大量存在,影 响信息使用者做出正确的决策。

       同时在大数据条件具备的情 况下,企业对如何利用大数据 分析能力来助力企业管理也存 在问题,没有一个行之有效的 方式来进行指导。如何能让企业利用大数据强大的分析能力去指 导企业的生产经营活动,实现增 效降本的功能,是本文研究的主 要内容。 

      结合笔者多年数字化转型 和大数据应用的经验,通过大数 据手段,汇聚企业各业务线条数 据,打造智能化数据湖。通过数 据清洗,形成高价值数据资产。 结合企业在生产经营方面的痛点, 利用智能化指标维度方法,从生 产、经营、管理、团队等方面, 形成大数据智能化经营分析体系 的精细化管理,真正意义上实现 企业的数字化转型。

image.jpg

   一、研究现状与方法

   (一)研究现状

        1.在企业基础信息管理中的应用 先进的互联网技术已经成为 

       当今企业环境中不可或缺的一部 分。互联网新技术的不断出现,促 使企业采用以更先进的互联网技 术为基础的信息系统(Ahmet、Michel,2013)。因此,各种信 息系统,如企业资源规划系统、 人力资源管理系统、财务管理系 统、供应链管理系统和客户关系 管理系统等,越来越多地被用于 收集业务交易、供应商和客户的 信息(Cengiz、Ihsan,2011)。 

        2.互联网时代企业基础信息管 

       理的变革 互联网时代,全球市场快速 变化,竞争日益激烈,产品生命 周期快速缩短迫使企业分析准确 和及时的信息,以在其业务发 生变化时做出反应。互联网使 企业正在进入一个新的时代, 被称为“实时经济时代”,其特 点是业务测量、评估和决策过 程的实时性加速(Vasarhelyi、 Alles,2008),实时经济对企 业信息系统提出了新的挑战,就 是实时报告。 

        3.大数据时代企业管理模式 

        企业经营管理的决策需要 各个方面数据的支持,在正确信 息的基础上,可以准确地分析市 场前景,做出符合市场发展的经 营决策。大数据背景下,借助互 联网技术,高效搜寻和选择企业 需要的各种各样信息数据,在众 多数据中,选取适合本企业的数 据,筛选出高质量的数据,针对 这些数据做有效性分析,最后整理成一系列的有效数据,可为经 营与管理提供决策性信息依据, 决策准确,企业发展才能跟得上 社会发展步伐。 

       4.互联网时代企业基础信息管 

       理的挑战 虽然互联网技术和互联网思 维给企业基础信息管理带来了诸 多机遇,但同时也带来了挑战。 在未来,企业信息管理的真正挑 战在于适应持续性网络系统的互 操作性(指两个或多个信息系统 间的连接)的同时简化企业信 息管理的变革,Carlos 和 Yves (2015)也提出了可持续的互操 作性作为下一代企业信息系统的 一个新的大挑战。

image.jpg

    4.互联网时代企业基础信息管理的挑战 

        虽然互联网技术和互联网思 维给企业基础信息管理带来了诸 多机遇,但同时也带来了挑战。 在未来,企业信息管理的真正挑 战在于适应持续性网络系统的互 操作性(指两个或多个信息系统 间的连接)的同时简化企业信 息管理的变革,Carlos 和 Yves (2015)也提出了可持续的互操 作性作为下一代企业信息系统的 一个新的大挑战。

       (二)研究方法

  主要研究方法如下:

       1.在对相关概念和理论基础进  行研究时,采用文献查阅法和专 家访谈法。搜集、整理互联网时 代企业信息管理的相关文献资料 (研究成果、政策法规),总结 已有研究成果,为下一步研究打 基础。

       2.在利用数据对企业日常经 营活动开展时,采用智能化的指 标维度方法,将基础指标进行突 出,并在多个维度上进行拓展, 形成组合指标与综合指标,多方 面进行层层钻取,剖析企业经营 与管理问题。

       3.实践的研究方法。本文以国 内某贸易公司的数字化转型为例 进行实例验证,通过为公司搭建 大数据平台采集基础数据,然后 基于智能化的指标维度体系,为 公司建设经营分析平台,指导其 生产实践活动。

image.jpg

  二、理论方法介绍

  (一)“智能化”指标维度方法

  1. 指标的定义 

      “指标”是指用于衡量事物 发展程度的单位或方法,例如: 人口数、GDP、收入、用户数、利 润率、留存率、覆盖率等。很多 公司都有自己的KPI指标体系,就 是通过几个关键指标来衡量公司 业务运营情况的好坏。 

       2. 维度的定义 

      “维度”是事物或现象的 某种特征,如性别、地区、时间 等都是维度。其中时间是一种常 用、特殊的维度,通过时间前后 的对比,就可以知道事物的发展 是改善或是恶化。 

        3.“智能化”的指标维度 

        在本文中,我们将指标划分 为基础指标、组合指标和综合指 标。基础指标指的是最核心、最 基础的衡量企业发展的一项方面 的内容,例如:产值。 

       在基础指标之上,加入各种 维度进行区分,基础指标将升级 为综合指标,例如在“产值”这 个基础指标之上,加入业务类型 这个维度,可以细分为:维修产 值、零部件产值、衍生品产值、 其他业务产值……。

  通过对一个指标多个维度之 间的细分,可以将其层层进行 分类、下钻,形成智能化的指 标维度体系,对企业进行精细 化管理。 

        4.指标维度构建思路  

       构建智能化指标维度可从以 下几个步骤开展:

        (1)归集数据指标: 明确分 析主题的相关指标,可以从不同角 度,对待分析的问题生成指标,如 规模指标、质量指标、转化率指 标、使用率/占比指标等。

        (2)数据指标拆解:归集完 产品所涉及的指标后,会发现指 标很多。但是在具体的业务中, 可能不同业务阶段重点关注的指 标不一样。例如:渠道推广关注 获客成本和转化效果,投资则关 注投资金额和投资人数等。所以对于不同的业务阶段,我们需要 挑选出该阶段的核心指标,然后 进行拆解,再根据拆解的指标去 重点关注。

        (3)确定数据维度:在 确定需要重点关注的数据指标 后,就需要对数据指标进行维 度的细分。

  (二)数据分析方法 

       1. 决策树 

       决策树又称为判定树,是运 用于分类的一种树结构,其中的 每个内部节点代表对某一属性的 一次测试,每条边代表一个测试 结果,叶节点代表某个类或类的 分布。 

       信息熵 

       信息熵是用来衡量一个随 机变量出现的期望值。如果信息 的不确定性越大,熵的值也就越大,出现的各种情况也就越多。 Entropy(s) Σ ﹣ P i log2 p i c i=1   其中,S为所有事件集合, p为发生概率,c为特征总数。注 意:熵是以2进制位的个数来度量 编码长度的,因此熵的最大值是 log2C。 信息增益率 信息增益是指信息划分前后的熵 的变化,也就是说由于使用这个 属性分割样例而导致的期望熵 降低。也就是说,信息增益就是 原有信息熵与属性划分后信息熵 (需要对划分后的信息熵取期望 值)的差值,具体计算法如下:

  Entropy(s)﹣ Σ — Entropy(sv ) S v Sv∈Values(A) G ain(S,A) 其中,第二项为属性A对S划 分的期望信息。 

       2.神经网络 

       BP神经网络是一种多层的前 馈神经网络,其主要的特点是: 信号是前向传播的,而误差是反 向传播的。具体来说,对于如下的只含一个隐层的神经网络模 型:输入向量应为n个特征。

image.jpgimage.jpg

       BP神经网络的过程主要分为 两个阶段,第一阶段是信号的前 向传播,从输入层经过隐含层, 最后到达输出层;第二阶段是误 差的反向传播,从输出层到隐含 层,最后到输入层,依次调节隐 含层到输出层的权重和偏置,输 入层到隐含层的权重和偏置。 

       3. 线性回归 线性回归是一种通过属性 的线性组合来进行预测的线性模 型,其目的是找到一条直线或者 一个平面或者更高维的超平面, 使得预测值与真实值之间的误差 最小化。
       线性回归可以分为一元线性 回归和多元线性回归,如图: (1)一元回归 (2)多元回归

image.jpg

  三、企业“数字化”转型的 分析

  (一)企业建设大数据平台的背景

   数字化转型是新机制管理 体制下公司发展的新要素、新引 擎。建设数字化转型的目标,应 着力建设智能化大数据平台,打 造转型的新型引擎,实现公司在 经营管理、业务运营等方面的智 能化决策。 

       大数据平台通过建立大数据 基础平台,在市场洞察、能力开 放、数据管理、客户分析、精准 营销等方面赋能于设计、生产、 营销。以大数据资源为核心,全 力打造大数据品牌高地,为公司 转型发展培育新的经济增长点。 

       在本文论述的经营分析平台,将通过智能化的指标维度体 系,在大数据平台的助力下,实 现对公司整个生产经营全过程的 精细化管理。 

        (二)数据采集

   数据采集过程是利用平台的 数据整合能力,将分布在不同系 统、不同来源类型的数据统一转 移到公司的大数据平台中。 采集的过程中,一方面要保 障系统的稳定性,不能影响原有 业务系统的正常运行,同时要根 据数据治理的要求严格控制数据 质量。

        (三)建立标准化数据生产体系

  建立完善的数据生产体系, 对数据全生命周期进行规范化管 理,通过数据汇聚、标准化、整 合加工过程形成数据资产。 统一的数据标准和规范是 进行数据治理及应用的核心。数 据标准与规范建设涵盖数据建设 的各个方面,主要应提供包含数 据模型设计的规范、数据开发规 范、数据管理规范。

  (四)建立智能化指标维度体系

  在完成基础大数据平台搭 建与数据采集之后,基于数据的 应用便成为整个大数据平台中真 正产生经济价值的地方。建立

  智能化的指标维度体系,多角 度、全方位的对公司生产经营 中存在的问题进行分析,实现企 业的精细化的管理,达到降本增 效的目的。 

       在计算出的指标中,不同的 组合指标之间可以相关下钻,实 现多层分析,多种维度在基础指 标上层层结合,建立起智能化的 指标维度分析体系。 

       同时,可通过神经网络、线 性回归等多种机器学习方法对指 标进行预测,深层次分析问题, 最终实现企业的精细化管理。 

       在整个公司的“数字化”转 型的过程中,通过大数据实现的 精细化管理,预计能够每年为公 司极大的节约了管理成本,极具 经济价值,提升公司竞争力。

image.jpg

  四、大数据时代下企业精细 化管理的建议

  (1)企业管理人员要改变理念,力求做好统筹规划

  企业内部所有部门和所有 工作岗位的职工以及领导都必须 要明确认识到大数据对个人发展 以及企业发展的必要性,加强灵 活运用大数据的意识,特别是企 业高层领导必须要认识到大数据 的运用价值,而且在平时工作中 注重工作过程中要充分运用大数 据,进而提升企业对运用大数据 的意识,也要转变以数据为主要 依据的习惯,转变传统的固化思 维方式,在职工中构建大数据的 运用意识以及概念,与时俱进, 进而推动企业的稳定发展。

  (2)强化大数据化经营管理人才的培养

  大数据时代背景下,人们更 加看重知识经济,因此企业发展 过程中同样要重视人才对企业经 营管理的推动作用,逐渐加大对 大数据化经营管理人才的培养, 从而促进企业核心实力的提升, 以便有更强的实力面对激烈的市 场竞争。

       (3)构建符合本企业的大数据网络

  创新和改进企业经营管理模 式中不能缺少新时代的产物,那就 是大数据网络,凭借着该平台,可 发挥出大数据化经营管理的优势, 提高企业竞争实力。因此,企业必 须构建出合理的、科学的大数据网

络,逐渐提升企业经营管理相关活 动的生态化程度,进而促使经营管 理决策更加科学与合理。 

     (4)在企业管理中融入大数据技术

       在大数据时代,云计算技 术以及大数据技术都充分体现出 应用优势,在创新企业管理模式 中,若可以根据企业自身的实际 情况和将来发展战略需求,在企 业管理中融入大数据技术,在很 大程度上可以为创新管理模式奠 定坚实的基础。比如:在企业管 理过程中,必须要运用数据分 析从根本上实现最合理的资金分 配,提升资金利用水平,从而获 得最大化的经济利润。 

       综上所述,在大数据时代,企业经营管理人员要能对大数据时 代的特点做深度研究,发现大数据 对于企业发展的积极意义,并创新 和优化企业经营管理模式,使其符 合时代发展要求,充分发挥出大数 据的优势,结合企业自身的实际情 况,不断地做出创新与改革,同 时要保持积极的态度,面对新时代 给企业带来的机遇与挑战,促使 企业顺应时代发展潮流,跟上社 会发展步伐,成为新时期行业市 场中的胜利者,实现企业的可持续 发展,达到经济利益与社会利益双 赢的目的。

(作者单位:联通智网科技 有限公司) (责编:梁晋)

image.jpg


人物专访