未来智库 > 大数据论文 > 大数据资产管理体系初探

大数据资产管理体系初探

发布时间:2018-06-13 01:07:00 文章来源:未来智库    
    【关键词】大数据 资产管理 体系
    大数据是现在的一个热词,是媒体集中关注的概念,也是各个行业探讨的商业金矿,更是美国、欧洲等的区域战略。现在的互联网+或者说互联网思维,同样以大数据为核心。大数据是一种战略资源,对于企业来说,大数据是一种资产,那么,企业该怎样去管理大数据资产?当前关于大数据资产的管理体系,尚待理论与实务领域的进一步探索,本文从必要性、大数据资产的特点、获得渠道、技术、价值挖掘等方面作一初探,如图(1)。
    一、大数据概述
    关于大数据的概念,目前尚没有一致的结论。参照IDC、麦肯锡等机构的解释以及维基百科等资料,本文认为大数据主要有三层涵义:其一,大数据之“大”,指的是数据在量、速度、形式等方面超出了传统软件工具的存储、管理、分析能力。其二,大数据也指关于大数据处理的技术,只有应用关于大数据的分布式存储、计算等技术,我们才能够从多样复杂的数据宝库中发现潜在的价值。其三,大数据带来了一个大时代。大数据仍然属于数据,其在本质上与传统数据无异,但正如“大数据之父”舍恩伯格所说,量变带来了质变。当数据的产生到了我们现在称之为“大数据”的这个阶段,我们当前的商业定制、人工智能、无人驾驶汽车、工业4.0、智慧城市等创新概念与应用都随之开启,大数据是这些创新的基础资源与血液。
    数据的爆炸式增长及大数据的广泛应用,背后的驱动因素有两个:一是计算革命,二是互联网的深入渗透。被《经济学人》杂志称为划时代好书之一的《第二次机器革命》(The Second Machine Age)认为:以摩尔定律为标志的计算革命的发展,正在给我们带来一个以所有事物数据化为主线的全面数据化时代。计算能力几何级数增长,计算成本几何级数下降,于是,数据化的生产与生活变得越来越容易。而伴随计算革命而发展的互联网,短短几十年间已经成为了人们生产生活的一种必需品,并且我们进入了一个活力无限的数字化世界。2014年,全球能够移动联网的智能手机数量已达到20亿部,研究机构Strategy Analytics认为,2020年,全球联网的终端数量将达到330亿部,人均4.3部。当今点鼠标、发微信、开汽车,都会有数据汇入大数据的海洋。
    二、大数据资产特征
    关于大数据资产的特征,可以从两个层面看,一方面是大数据本身的特性,另一方面是大数据的价值特点。在大数据本身的特性上,一般都强调大数据的3V特性:一是数据量大(Volume)。现在,人类每两天所产生的数据量,就会超过2003年以前人类文明史所制造数据量的总和,数据化已经成为时代的背景。二是高速度(Velocity)。首先,大数据的产生速度非常快,如谷歌每分钟都会收到数百万次的搜索请求,Youtube每分钟也会收到近百小时的视频上传。其次,大数据的分析与应用也需要非常高效的响应速度,这正是云计算技术的擅长,如你在网页上搜索了吸尘器,搜索引擎或电商马上就会根据搜索大数据向你匹配推送广告信息。三是多样性(Variety)。多样性是大数据区别于传统数据最为显著的特点。传统数据一般指能够用诸如EXCEL、ACCESS等的数据软件所记录的行、列数据,大数据则更多的是指视频、文字、图片、搜索记录、购物记录、社交网络记录等非结构化或半结构化的海量数据,而这种非结构化才是大数据最鲜活之处。
    在大数据的价值特点上,大数据具有类似于公共交通设施的价值属性,即包括现实价值(actual value)与选择权价值(option value)。现实价值指的是企业或机构已开发出的大数据现实应用,如利用大数据预测客户或消费者行为,借助于大数据进行企业内部管理或内部控制等。除了大数据的现实价值之外,我们还应该重点关注大数据的选择权价值。选择权很重要,一个上班族,在周五会感觉幸福,因为他拥有对周末时间的选择权,而在周日又会感到沮丧,因为他即将丧失选择权。企业也是如此,很多时候,投资的价值衡量不只是基于成本和收益,而是在于能否为一个组织增加更多选择。大数据不像石油那样不可再生,而是可以不断地挖掘新的价值,而且,随着企业不断的学习与成长以及技术的革新,数据的选择权价值会越来越可观。Facebook以190亿美元之巨收购Whatsapp,其看中的价值之一正是Whatsapp数亿用户在将来会带来的选择权。
    三、大数据资产管理必要性
    将大数据视为资产,其基本背景为不断深入其中的数据化时代。在这种数据化的时代背景下,越来越多的企业开始将大数据视为重要的战略资源,并围绕大数据打造核心竞争力。2014年初,Facebook在收购Whatsapp的竞争中击败了谷歌,以190亿美元的巨额对价获得了这一拥有4.5亿活跃用户的社交应用。很多人都觉得这笔交易不值,但Facebook不这么认为。拥有了4.5亿活跃用户的大数据资源,Facebook无疑在与谷歌进行的同领域竞争中,占得了先机。互联网界类似这种让人看不懂的行动,是企业巨头们清晰的战略“阳谋”,数据时代的企业竞争,就是一种大数据的竞争。国内,现在热得发紫的理念是互联网+,而这个加号的写就,很大程度上也要靠大数据资料。很多企业与网络巨头们进行握手,努力共享其大数据资源,如万达牵手了腾讯、百度,万科紧密联系阿里巴巴,美的也与阿里签订了战略协议。甚至是很多地方政府,也都在追逐这些网络巨头们,如上海市与阿里的战略合作。还有德国人所提出的工业4.0,或者“中国制造2025”,其所追求的也是以大数据为驱动的智能制造。世界竞争战略之父――迈克?波特对于数据时代的观点为:“智能化、联网化的产品为传统产品边界带来了几何级数的扩张机会,进而给传统产业带来颠覆式的变迁。在这种智能化的变迁中,赢得数据者将会赢得产业。”
         四、大数据资产获取渠道
    大数据的积累,总归是多多益善。广开渠道,注意数大数据资产从量变到质变,是企业大数据资产管理的重要实践。现实中,企业大数据的获得渠道可分为内部渠道和外部渠道两个层面,如图(3)。
    内部来说,其一是数据化的档案。在这方面,一个经典案例是美国的Con Edison电力公司,其通过对地下电力管网100多年维修与事故档案的挖掘,成功预测了那些最有可能发生阴燃事故的检修孔。在档案资料方面,现在大大小小的企业也都会有其档案资料,企业历史越久,档案越多。如果能把这些关于财务、投资项目、客户、员工,甚至是地理、人文等档案资料数据化,并纳入大数据资产管理,就可能给企业带来现实价值或选择权价值。其二是内部信息化系统的大数据,例如OA、ERP、CRM、SCM等信息系统。这些系统或平台本身就是数字信息系统,在大数据的思维下,企业需要关注这些信息化系统所沉淀大数据的二次利用价值,或者是数据库整合所带来的新洞察价值。如企业可以通过OA的后台数据了解员工的工作情况,又如结合了BI(Business Intelligence)的ERP系统,其海量数据也可以二次利用,为企业运营提供数据支撑。其三是门户网站、移动门户、视频监控、智能工牌等其他渠道的大数据。谷歌、百度、阿里等网络巨头大数据的关键来源正是网站,微信平台等移动门户也是大数据的积累大户,对于一般企业来说,关键是怎样捕捉及管理这些大数据。在视频监控大数据的利用上,很多购物中心早已开始通过监控视频分析客流动态、车流动态等实例。智能工牌属于一种比较前沿的物联网事物,它可以记录员工的交流行为,包括声调、姿态和身体语言等,从而能为企业内部管理提供有价值的数据参考。
    再来看大数据获取的外部渠道。其一是公共大数据,在这方面,美国、欧盟、澳大利亚等很多国家都已顺应数据时代的趋势,积极推动数据开放的国家或区域战略,中国也正在探索推动数据的共享与开放。国家层面推动数据开放,是为了推动经济社会的创新与发展,这样的大数据,当然是企业可能拥有的宝贵数据资源。如美国的www.data.gov,就可以让企业获得数据、数据工具等重要资源,以辅助于企业的研发,如开发互联网应用、移动应用等。其二是私有数据。我们现在说数据爆炸,两天的数据增量大于整个人类文明史的数据量,然而这种大数据资源的分布非常不均衡,大部分的数据掌握在科技或网络巨头手中,如谷歌、脸书、推特以及中国的BAT。对于这样的私有数据,其拥有者不会免费与其他企业共享。企业要获得这些私有大数据,需要付出相应的对价,如从数据交易市场购买获得。在现实的商业实践中,我们看到了许多企业之间因数据而进行联盟与合作,如万达与百度的牵手,美的与阿里之间的合作,IBM与推特之间的数据分析合作等。
    五、大数据资产管理技术
    大数据的基本定义之一即“传统技术或计算方法无法处理的数据”,由此,关于大数据资产的管理,就需要相应大数据技术的支撑。大数据资产管理的技术主要包括大数据的存储、处理、应用三个层面。在大数据的存储层面,其基本的原理其实与传统数据存储相同,即把数据存于硬盘等存储空间。不同的是,由于大数据的存储量非常之大,因此其多是分布式存储,也就是把数据存储于许多普通的服务器或计算机上,如此,既成本低廉,又性能强大,如我们熟悉的云存储。在这种分布式存储上,目前流行的开源软件Hadoop可以提供一种低成本、高效率的解决方案。而这种Hadoop技术,已经为很多大数据领先企业所普遍采用。在大数据的处理上,主要是将非结构化(如视频、音频、图片等)、半结构化的数据(如电子邮件、社交网络记录等)转换化结构化的数据(传统用数据行、数据列表示的数据库),使其成为可以进行应用分析的数据。在这方面,Hadoop同样可以提供性价比高的技术支撑。在大数据的应用层面,主要任务是在实现数据结构化的基础上,利用大数据为企业的商业运营或其他组织机构的管理提供有价值的洞察。在这一层面,我们所需用到的方法大多是传统统计方法,如归类与概率估计、回归分析、相似性匹配、数据可视化等。不过与传统方法不同的是,在进行大数据分析时,会更多地用到“机器学习”(machine learning)。传统统计分析更多地依赖于假设检验,而机器学习则是让计算机系统自动构建很多模型,然后在大数据海洋中自动找到最为合适的分析。在大数据的条件下,“机器学习”会具备更高的效率。
    六、大数据资产绩效
    从会计角度来说,资产是能够给企业带来经济利益的资源。互联网时代很多先行企业已经在利用大数据提高经营业绩,如谷歌、亚马逊等互联网企业,或者阿里、京东等电商,当然也包括沃尔玛、Target等零售集团。一般来说,企业利用大数据提高企业绩效,可以通过以下途径来实现。
    一是利用大数据来进行商业模式、产品或服务的创新。企业利用大数据商业创新,可以为企业提供新的效益增长点。近年来,很多制造业企业已利用来自于其产品的大数据,为下一代产品或服务的研发提供充分的数据支撑。而互联网企业则利用大数据进行了互联网金融模式的创新,如阿里金融基于海量的客户信用数据和行为数据,建立了网络数据模型和新的信用体系。基于这套信用体系,微贷企业可以很方便地获得信用贷款。二是利用大数据拓展业务边界。经典的《蓝海战略》一书,其核心主张就是企业要超越现有业务边界,去发现新的客户,拓展新的市场,以创造具有独特竞争优势的新价值空间。而以大数据为核心的互联、物联网络,能够为企业带来很多超越产业边界的选择。O2O,当前盛行的商业理念,其很多实践也是正是基于线上线下大数据的结合。如高德地图对58到家O2O新产业的大数据支撑,又如当前的跨境电商模式,同样要借助于互联网的大数据资源。三是利用大数据向客户进行更加个性化的产品或服务提供。互联网思维下,通过大数据分析,几乎可以把任何一个单体客户视为单独的细分市场,即当前流行的C2B、定制化的商业理念。2014年的双11大促销,阿里电商平台可以“预见未来”,在客户下单前就已经为其备好货源,并置于离其最近的仓库,所借助的正是客户大数据。四是利用大数据降低成本。企业可以通过推动供应链、价值链各环节的数据化,进而创造一个透明度不断增加的运营环境,在此基础上推动流程再造、自动化运营决策的实践,从而节约生产成本、交易成本、时间成本。如物流巨头UPS基于大数据分析的ORION导航系统,通过对物流车辆线路的优化,为UPS节约了数百万吨的燃料。五是利用大数据增加内部控制的成效,推动企业目标的实现,并控制各方面的风险。如在大数据条件下,企业文化等主观性内部控制环境因素可能变得可以度量;又如大数据为风险评估准确度的提高创造了很好的数据环境,这在银行、保险等行业已经有了很多的应用。
转载请注明来源。原文地址:https://www.7428.cn/vipzj19841/
 与本篇相关的热门内容: