大数据时代的企业信息化管理

《大数据时代的企业信息化管理》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、大数据时代的企业信息化管理摘要随着移动互联网、云计算、物联网等信息技术的高速发展，我们迎来了大数据时代的到来。对企业而言，如何有效地利用大数据成为现代企业争相研究的话题。本文以大数据时代为背景，分析了现代企业信息化管理现状的不足，并以此为出发点提出了企业实施大数据战略的四大关键步骤，旨在能够对相关企业起到一定的启示性作用。【关键词】大数据大数据时代信息化企业信息化最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到

2、来。”“大数据”在物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业存在已有时日，却因为近年来互联网和信息行业的发展而引起人们关注。本文根据相关文献的研究成果，以大数据时代为背景，分析了现代企业信息化管理现状的不足，并在此基础上提出了企业实施大数据战略的关键步骤，为在各行业中应用、推广大数据技术提供了积极有效的推进作用。1大数据时代下企业信息化现状1.1缺乏对大数据时代的认知对多数企业而言，大数据时代是一个较为新鲜的事物，较多的企业尚不能够有效地把握大数据时代的特性，缺乏对于信息化技术以及策略的开发，对于信息数据的处理仍然停留在传统的基础阶段，这对于现代企

3、业的市场竞争以及自身的发展而言是极为不利的。大数据时代强调的是对于整体性数据的收集、统计以及分析，而现在较多的企业均是针对部分数据的分析处理，因而，只有提升对大数据时代的整体认知，才能进一步的改善企业信息化现状。1.2缺乏对信息化建设的整体规划大数据时代下的企业信息化建设不是一个单独的个体，而是一个系统工程，其不仅需要标准化的制度以及技术作为支撑，同时还需要整合企业积累的历史数据以及战略等多方面因素。就我国多数企业的信息化建设规划而言，企业管理者并没有进行全局的把握以及规划，信息化系统的建设往往是依据实时性、个性化需求随意扩展，导致系统最终无法从战略层面输出对企业

4、决策有价值的信息，甚至产生一种认知误区：用户每天都在录入大量的信息，系统不应该满足不了输出需求。1.3技术研发和人力资源投入不足大数据环境下，企业若要从分散的数据中获取有价值的信息，必须依靠专业的数据分析工具、技术以及与之配套的人力资源。就我国企业现状而言，很多的企业都缺乏对技术研发和人力资源的足够投入，企业的重心投入仍然停留在传统的部门，对于信息化部分的投入缺乏力度，传统的观点认为信息化部门是纯花钱的部门，看不到信息化背后为企业所节约的成本或对数据的深度挖掘为企业所带来的增值利润，这对于我国企业的未来发展是极为不利的。1.4相关制度不健全对于我国大多数的企业而言

5、，都已经开始着手企业内部的信息化建设，但与国外企业相比，我国企业的信息化建设呈现出明显的劣势。其主要原因在于：首先，就政府层面上来说，政府缺乏有效的政策引导，现阶段我国政府对于企业的信息化建设保障政策极为缺乏。其次，对于企业内部层面而言，信息化建设需要严格遵守企业相关的制度要求，而很多企业的制度建设置后，不是与信息化建设并行，很难保证信息化建设的目标实现。2企业实施大数据的关键步骤2.1提高全员对大数据时代的认知，获得企业高层支持大数据时代的信息化建设不单是信息化部门的事情，需要企业各管理部门、业务部门的全员参与，更需要企业管理者的全力支持。若要保证信息化实施过程

6、的顺利开展，首先，需要分层次进行大数据方面的认知培训，使企业各层面的人能够全面了解到：针对整体性数据的收集、统计以及分析对企业决策可能产生的潜在价值。其次，倡导信息化规划与建设的全员参与，争取企业管理者的支持，尤其是“企业一把手”的支持，以保证信息化建设目标的落地。2.2科学、有序地开展大数据整体规划成功的大数据规划聚焦于四个核心要素：应用场景、数据产品、分析模型和数据资产［5］。企业着手实施大数据战略要着重考虑这四大方面：(1)根据企业应用场景，确定不同业务投入大数据的优先级，找准大数据的切入点。数据能够在哪些领域实现业绩的大幅提高？数据能在哪些领域实现企业运营

7、效率的提升？这些问题很重要，一开始就必须提出来。企业高管需要和各业务的整体负责人、数据专家一起开展研讨会，分析哪些业务投入大数据可以使得业务的绩效提升最为显著，从而确定不同业务投入大数据的优先级，找准大数据的切入点。(2)在确定不同业务投入大数据优先级的基础上，需考虑如何通过数据产品来帮助提高企业绩效。为什么是“数据产品”而不是“数据工具”，这是因为“数据产品”比“数据工具”更加强调易用性和用户体验。企业数据用户在实际运用大数据的时候，更关注的是大数据的产品在哪些方面可以直接帮忙提升绩效，不会太关注大数据这些产品背后的逻辑、分析模型等“黑洞”。如果我们在提供数据产

8、品的时候需