大数据时代下的企业管理创新

有幸被邀请到虎门港作了一个题为“大数据正在改变企业信息化”的专题讲座,感谢安排,准备不周请包涵谅解。

其实,我和发思特软件从2009年起开始从事大数据的研究和开发工作,主要是面向海量短文本投诉数据的挖掘和分析工作,10086的月投诉量巨大,数据来源和类型也很多,要求处理的速度很快,而且存在大量重复的繁杂的数据,价值密度是相当低的,我们是在沙里淘金,面对这些巨大繁杂的数据,我们需要研究的是如何快速准确地将这些数据分类,如何自动地发现热点问题?如何对每一个时间阶段的投诉信息进行自动摘要?在经过了四、五年的研究和开发,我们在自动分类和自动发现热点问题方面取得了巨大的突破,但自动摘要仍然无法令人满意,如果有朋友在这方面有成果,希望可以合作。

以上的这段话已经将大数据的概念、特征、主要应用场景以及目前研究难题已呈现出来了。也难怪,这些年信息技术的发展过于迅猛,感觉我们都在追随国外的步伐,没有自已的理论和观点,都只是在学习和盲目地宣传,互联网、物联网、移动互联网、云计算、大数据等层出不穷,我们还在一头雾水时新的技术又出来了,我们的心态往往是走路都还没有走稳却总在渴望和期待飞翔,最终发现自已只是一只小小鸟,想要飞却怎么也飞不高。当然,我是认可新技术的,但在这个急功近利的环境之下,又有几个公司或几个人能静下心去学习和研究技术呢? 本应该是高校、研究部门或学术专家们的事情,但你会发现他们可能更加地急功近利。

ANYWAY,从企业的角度来说,我们是在倾听数据发出来的声音,尊重数据有如尊重人才,数据将成为企业最重要的资产,企业价值与其拥有的数据规模、活性以及其解释、运用数据的能力成正比,企业数据资产将在未来演绎着精彩的商业模式,比如租售数据、数据使能、数据媒体、数据空间运营和大数据技术提供商等等,推动着企业的变革和发展。那么在大数据时代,企业如何做好自已的管理创新以迎接更大的市场竞争?[以下观点部分参考网上高人,只是在用自已的语言在解读]

1)             打好信息化基础,提高知识管理水平。

企业信息化是实现在大数据挖掘和分析的重要基础,企业所有的产品数据、运营数据、供应链数据和外部数据都是来自于信息化系统,因此要打好信息化基础,让数据来源真实和可靠,并重视知识的创造、提练和共享,用知识管理提升服务水平和增强竞争力。

2)             让企业的管理层特别是老板意识到数据的商业价值。

过去的商业界是一个营销为王的世界,现在的商业界是模式为王的世界,未来的商业界是数据为王的世界。擒贼先擒王,如果老板认识到数据的重要性和商业价值,那么信息化和数据化将是顺便成章的事情。

3)             让社会公众成为你企业和产品的决策主体。

在企业传统的管理模式里,管理层或领导者是企业决策的主体,在中国更是如此,许多的中小企业基本上都是一人堂,老板往往决定着企业的命运和未来,但在未来的大数据时代里,这将慢慢被弱化,企业包括政府机构将慢慢树立以社会公众为决策主体的观念,将决策的理念由狭隘的企业高层或领导转移到广泛的社会公众,通过社会媒体、社交网络等平台广泛收集社会公众的意见和建议,形成内外的大数据挖掘和分析,以提高决策的正确性和合理性。

4)             成立数据部门,设置CDO即首席数据官。

在大数据时代,企业有必要成立专业的数据部门以及时设置专职的CDO,利用数据推进企业与社会的对话,挖掘信息化过程中更为潜在的价值,CDO视数据为资产,负责其运营,通过分析来自传感器、社会网络评论、网络流量等各方面的数据,为企业的决策提供参考。

5)             关爱员工的生活,重视员工的社交网络。

员工的社交网络是一个庞大的社会关系网络,不仅指员工在企业内建立的关系网络,还包括与企业以外的其他人员的联系、员工在各个社交平台上的好友等,企业如果能够很好地利用这一网络,将会大大提高企业的效益。”因为社交网络在跨部门的流程改善、联合和合并中提供了粘合剂的作用,对新产品开发也有着不可忽视的推动效果,其也是工作满意度与员工保持的重要因素。”

尽管信息技术发展得很快很快,但我们还是不得不认真学习,努力在信息化的过程中不断地整合新的技术,为客户提供更多的功能和更好的服务。

时间: 2024-10-07 22:50:55

大数据时代下的企业管理创新的相关文章

看大数据时代下的IT架构(1)图片服务器之演进史

        柯南君的公司最近产品即将上线,由于产品业务对图片的需求与日俱增,花样百出,与此同时,在大数据时代,大流量的冲击下,对图片服务器的压力可想而知,那么今天,柯南君结合互联网的相关热文,加上自己的一点实践经验,与君探讨,与君共勉! 一.图片服务器的重要性 当前,不管哪一家网站(包括 电商行业.O2O行业.互联网行业等),不管哪一种渠道 (包括 web端,APP端甚至一些SNS应用),在大数据时代下,在内容为王的前提下,对图片的需求量越来越大,柯南君的公司是一家O2O公司,也不例外,图片

柯南君:看大数据时代下的IT架构(5)消息队列之RabbitMQ--案例(Work Queues起航)

一.回顾 让我们回顾一下,在上几章里都讲了什么?总结如下: <柯南君:看大数据时代下的IT架构(1)业界消息队列对比> <柯南君:看大数据时代下的IT架构(2)消息队列之RabbitMQ-基础概念详细介绍> <柯南君:看大数据时代下的IT架构(3)消息队列之RabbitMQ-安装.配置与监控> <柯南君:看大数据时代下的IT架构(4)消息队列之RabbitMQ--案例(Helloword起航)> 二.Work Queues(using the Java Cl

看大数据时代下的IT架构(1)业界消息队列对比

一.MQ(Message Queue) 即消息队列,一般用于应用系统解耦.消息异步分发,能够提高系统吞吐量.MQ的产品有很多,有开源的,也有闭源,比如ZeroMQ.RabbitMQ.ActiveMQ.Kafka/Jafka.Kestrel.Beanstalkd.HornetQ.Apache Qpid.Sparrow.Starling.Amazon SQS.MSMQ等,甚至Redis也可以用来构造消息队列.至于如何取舍,取决于你的需求. 由于工作需要和兴趣爱好,曾经写过关于RabbitMQ的系列博

柯南君:看大数据时代下的IT架构(6)消息队列之RabbitMQ--案例(Publish/Subscribe起航)

一.回顾 让我们回顾一下,在上几章里都讲了什么?总结如下: <柯南君:看大数据时代下的IT架构(1)业界消息队列对比> <柯南君:看大数据时代下的IT架构(2)消息队列之RabbitMQ-基础概念详细介绍> <柯南君:看大数据时代下的IT架构(3)消息队列之RabbitMQ-安装.配置与监控> <柯南君:看大数据时代下的IT架构(4)消息队列之RabbitMQ--案例(Helloword起航)> <柯南君:看大数据时代下的IT架构(5)消息队列之Rab

柯南君:看大数据时代下的IT架构(4)消息队列之RabbitMQ--案例(Helloword起航)

一.回顾 让我们回顾一下,在上几章里都讲了什么?总结如下: <柯南君:看大数据时代下的IT架构(1)业界消息队列对比> <柯南君:看大数据时代下的IT架构(2)消息队列之RabbitMQ-基础概念详细介绍> <柯南君:看大数据时代下的IT架构(3)消息队列之RabbitMQ-安装.配置与监控> 二.起航 本章节,柯南君将从几个层面,用官网例子讲解一下RabbitMQ的实操经典程序案例,让大家重新回到经典"Hello world!"(The simpl

CSDN专访:大数据时代下的商业存储

原文地址:http://www.csdn.net/article/2014-06-03/2820044-cloud-emc-hadoop 摘要:EMC公司作为全球信息存储及管理产品方面的领先公司,不久前,EMC宣布收购DSSD加强和巩固了其在行业内的领导地位,日前我们有幸采访到EMC中国的张安站,他就大数据.商业存储.Spark等给大家分享了自己的看法. 谈到大数据,张安站认为大数据本质上是两个根本性的问题,一个是数据很大,如何存储?另外一个是数据很大,如何分析?第一个问题,对于存储厂商来说,就

大数据时代下是数据思维重要,还是相应技术重要?

技术做到一定程度,逐步发现自己的瓶颈.不由得开始思考这一方面的问题!到底大数据时代下,是相应的数据分析技术重要,还是相应数据思维重要? 先来说数据思维吧!什么是大数据思维,个人感觉应该是互联网思维的一种.是考虑到全面,而不是局部.是考虑到多维,而不是单一维度.不是靠拍脑门做决定,而是让数据说话,用数据做决策. 先说第一点,考虑全面,而不是局部.众所周知,移动互联网催生了大数据的产生.每一个人每一天通过手机能够的数据总和会是一个巨大的量.而通过这些非结构化的数据,我们首先面对的是如何处理这些数据,

大数据时代下电子商务发展新契机

大数据时代,电子商务面临新的挑战.电商想要得到更好的发展肯定离不开数据的支持,需从电商站点设计.移动搜索.社交媒体.转化率.停留率等方面来解读大数据时代电商的关键数据. 同时,电商企业需要针对大数据进行深度的分析和挖掘,从而为自身创造巨大的商机.随着大数据所爆发出的巨大潜力,在如今的互联网经济时代,电商企业正在用大数据思维与技术影响着企业业务决策和商业推广思路.可以预测的是,互联网平台大数据分析,必将在未来为电商企业精准营销带来融合性影响. 电商企业在后台如果能对海量的用户行为数据进行快速分析,

大数据时代下的数据挖掘与可视化展现

全世界每天都有几十亿人使用计算机.平板电脑.手机和其它数字设备产生海量数据.在这个各个行业和领域都已经被数据给渗透,数据已成为非常重要的生产因素的大数据时代,对于大数据处理和大数据挖掘将意味着新一波的生产率不断增长和消费者盈余浪潮的到来. 在大数据时代下,从头至尾我们都脱离不了数据挖掘.有人把数据比喻为蕴藏能量的煤矿.煤炭按照性质有焦煤.无烟煤.肥煤.贫煤等分类,而露天煤矿.深山煤矿的挖掘成本又不一样.与此类似,大数据并不在“大”,而在于“有用”.价值含量.挖掘成本比数量更为重要. 什么是数据挖