大数据分析在企业管理中的应用

《大数据分析在企业管理中的应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、大数据分析在企业管理中的应用摘要：大数据分析的概念是当前的热门话题，任何企业都想借助大数据分析提升自己的竞争能力，但是如何运用大数据分析及对大数据分析的理解各个企业又有不同的认知。本文从企业管理的角度去尝试应用大数据分析，试图应用大数据分析提升企业的管理水平。关键词：大数据分析；情报；统计分析中图分类号：F279.23文献标识码：A文章编号：1673-1069(2017)03-14-20引言大数据分析是当下非常热门的一个话题，各行各业都在炒作大数据概念。仿佛不和大数据发生关系就好像赶不上时代。但是大数据的概念和作用仍然需要澄清，尤其是在特定环境中就一定要说明大数据的作用及如何真正利

2、用大数据。本文介绍了大数据的概念，大数据分析思路，仅从企业管理的角度去分析大数据的作用，并介绍了大数据分析实施项目注意事项。1大数据分析综述随着信息技术的发展，各行各业都或多或少地应用了信息系统，尤其是20世纪90年代数据仓库技术产生以来，数据规模出现了PB级的增长。以前企业只是把信息系统作为辅助业务管理的一个工具，而不重视数据的作用，而现在，企业发现通过数据分析可以更好地理解用户需求和企业运营，帮助企业持续增长和盈利。在这种背景下，“大数据分析”概念应运而生。大数据分析的本质是从数据中发现价值，通过大数据分析发现新的商业机遇和商业价值。如果仅仅是数据分析和分析数据，将会陷入技术的

3、陷阱，企业会得不偿失。大数据的“大”取决于数据分析的起点以及数据处理的方式。大数据并不仅仅是大。大数据具有“4V”的特点，即Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。大数据分析并不是一种技术，而更像是一个概念，其核心理念就是从超越传统的数据分析方式，从海量数据中选取与企?I有关的价值。摆脱了信息系统的视角，关注点不再是信息系统本身，而是通过信息系统沉淀的数据，从数据中发现用户的行为等信息，从数据的本质上去挖掘价值。大数据分析是伴随着数据科学的快速发展和数据密集型范式的出现而产生的一种全新的分析思维和技术，大数据分析与情报分析、云计算

4、技术等内容存在密切的关联关系。大数据的本质是基于大量的多维数据，只针对少量几个冃标，在一定范围的时间周期内进行预测，大数据分析过程就是情报收集过程。2大数据分析在企业管理中的作用2.1使企业内信息统计更加真实企业内部数据收集可以是跟管理相关的数据，以前的数据都是基于人工统计的，是传统的报表方式，并不能得到管理过程数据，都是结果数据,这种情况下，数据都存在“人为因素”。所以可能给高层决策带来错误的信息，导致错误的决策。而通过人数据分析，可以对数据的结果进行验证,从多个维度对数据的结果进行分析，保证数据的真实性。以前都是单口径统计数据，各部门为了自己的利益必然会对数据进行加工，因为没有

5、相互制约的方式，最后不同口径的数据会有不同的结果。而通过大数据分析，从对个维度对数据分析，每个口径的数据都相互制约,谁都无法对数据加工。当然，这需耍对数据的结果带来的利益进行平衡，实现相互制约的作用。比如，生产车间要上报产量数据，需要有每天的兑现率，每周兑现率和每月兑现率，为了完成这个数据，就必须按时完成产量。每月上报产量时就会自动将每天的产量求和，如果出现冲突就表名数据由问题，会从财务成本的口径反映出来。2.2为企业管理提供情报支持一般在大型企业中都设有情报部门，主要是研究产业前沿情况，市场竞争信息等。传统的情报分析主要依赖情报人员的专业背景和经验，依靠情报人员主观的洞察力和眼光

6、，通过人的分析和推理做出情报研究的结论。这种情况下，虽然能够取得一定的成果，但风险很大，基本是依赖人的主观能动性。但是随着信息技术的发展，知识越来越广泛，而人的认知能力总是存在一定的局限性，企业对情报人员的要求也就越来越高。大数据分析的岀现为了企业情报分析提供了可能。大数据的“4V”特性与情报分析的要求不谋而合。大规模特性说明了情报分析的广泛性，数据分析耍尽可能地多；高速化特性说明情报分析的时间性耍求，数据分析要讲究时效性；多样化特性说明情报分析的来源要广，数据分析要从多渠道获得信息，互相印证；价值说明了情报的最终目的，也是数据分析的目的，数据本身没有价值后者分析的结果没有价值都是

7、徒劳。大数据包括企业内部数据和企业外部数据。通过企业内部大数据分析，可以将企业内部的各项数据都收集起来，包括管理中的数据，制造过程中的数据等，实现通过数据分析获悉企业内部的状态，全方位把握公司内部运行状态，做到“知己”。通过分析企业外部数据可以获得企业的环境或者竞争情况，做到“知彼企业通过大数据分析可以为企业管理提供企业发展所需要的情报，为企业发展做出贡献。2.3缩短企业决策周期企业传统的管理决策主体往往是业务专家和精英高管，都是靠个人的意志和思想进行决策。随着大数据