大數據可以來自方方面面，從生活中的購物交易，到工業上的生產制造;從社交網絡媒體信息,到企業化管理決策大數據作為目前IT行業最重要的前進方向之一,已經吸引了眾多IT企業的目光。面對海量的數據、不斷變化的外部環境，企業應該首先從尋求管理模式的創新入手，尋求在“大數據”時代中生存的基礎。

最近幾年，“大數據”成為最熱的技術詞匯之一。面對“大數據”時代的到來，不單單是構建企業信息化這么簡單，更重要的是企業應該尋求管理模式的創新。

早在30年前，美國著名的社會思想家阿爾文·托夫勒就在《第三次浪潮》中提出：“如果IBM的主機拉開了信息化革命的大幕，那么大數據才是第三次浪潮的華彩樂章。”

在“大數據”時代，數據不僅僅由互聯網產生，汽車、物流、工業設備、道路交通監控等等設備上裝有無數的傳感器，其產生的數據信息也是海量的，從TB級別，躍升到了PB級別(1TB=1024GB)，這也就是說傳統的數量級已經無法衡量如今社會各行各業產生的龐大數據了。對于大數據，更重要的含義是指處理這些海量數據的技術——如何挖掘出這些數據蘊含的巨大的商業價值，如何實現本行業的價值增值。

因此，“大數據”時代并不是掌握數據，而是利用數據。

　　傳統管理模式遇到的問題

“大數據”時代的來臨，給各行各業都帶來了巨大的沖擊，衡量一個企業的實力，其擁有的資源、財力不再成為最重要的標準，數據才是在“大數據”時代最為看重的競爭力。在IDC發布的關于中國大數據技術和服務市場2012-2016年預測與分析報告中顯示，大數據技術與服務市場的規模將會從2011年的7760萬美元增長到2016年的6.17億美元，在未來5年的復合增長率達51.4%，市場規模增長近7倍。然而，傳統的管理模式并未適應“大數據”時代的到來，主要表現在以下幾個方面。

第一，企業商業智能化程度不高。

商業智能(BusinessIntelligence，簡稱BI)的概念最早由加特納集團(Gaterna Group)在1996年提出，其定義為：商業智能描述了一系列的概念和方法，通過應用基于事實的支持系統來輔助商業決策的制定。商業智能技術提供使企業迅速分析數據的技術和方法，包括收集、整理和分析數據，作為適應“大數據”時代到來的重要技術——商業智能并未在企業中得到普遍的使用。

第二，決策者未意識到數據的商業價值。

在這個數據為王的時代，許多企業決策者的意識還禁錮在傳統的管理模式中，認為只要實現企業的信息化就能夠適應數據爆炸增長的“大數據”時代，雖然企業拓展了獲取數據的渠道，但是卻很少深層挖掘數據背后的價值，特別是對系統中的微觀數據的關注和利用很少。如今許多的企業決策者們只是單純的關心像財務報表、企業盈虧表等宏觀的數據，并沒有從組成這些報表的細微數據中去發現企業存在的問題，對于競爭對手的分析也是如此.

第三，對決策主體認識的偏差。

張建設在《大數據：戰略論的終結與社會化決策的興起》一文中提到：決策主體正從商業精英轉向社會公眾。社會媒體的出新以及設計網絡的普及，社會公眾的意見成為企業決策的中堅力量，而企業對決策主體的認識還停留在以咨詢公司為代表的商業精英上，并沒有將企業的注意力轉移到社會公眾，這就造成了企業競爭力與產品銷量的下降。

第四，數據相關人才的匱乏。

“大數據”時代，數據的處理與分析不再是一項由CIO(首席信息官)來承擔的任務，它需要整合CIO對信息和技術的理解、CMO(首席營銷官)對信息傳播規律和渠道的把控以及COO(首席運營官)對信息選擇和數據判斷方面的能力。因此，在大數據時代，對數據的處理和分析已經超出了信息化的范疇，超出了市場營銷的范疇，超出了運營管理的范疇，需要具有綜合能力的人才，而大多數企業并沒有意識到這種狀況，傳統的人才引進機制、培養機制、晉升機制限制了數據相關人才的成長。總的來說，傳統的管理模式阻礙了數據人才的發展。

第一，提高企業的商業智能化程度。

企業要想提高商業智能化程度，首先應打好信息化這個基礎，信息化并不僅僅是在企業內部實現辦公自動化、無紙化管理，更為重要的是要培養組織成員的信息意識和數據質量意識，讓每個信息系統的用戶意識到數據是系統的生命，高質量、真實的、高可靠性的數據是一個信息系統成功的關鍵。其次，企業應重視數據挖掘人才的培養與引進，商業智能是由數據倉庫、聯機分析處理以及數據挖掘等組成，這三方面都需要大量的數據挖掘的人才。最后，企業應提高知識管理的水平，因為商業智能是構筑在企業業務系統基礎上，以知識獲取和共享為目的的解決方案。

第二，讓決策者意識到數據的商業價值。

“大數據”時代是一個以數據為王的時代，企業的決策者們應該意識到數據的商業價值：一，將數據與企業的決策相關聯，發揮數據的潛在價值;二，溝通，即在企業施行商業智能化的過程中經常與決策者進行溝通，使決策者從不關心數據到關心數據，再到提出需求，當單一系統的數據分析不能滿足企業需求的時候，大規模的數據分析系統的建設就順理成章。

第三，正確認識決策主體。

在傳統的管理模式中，企業的中高層管理者、領導者以及一些著名的商業精英和咨詢公司被認為是決策的主體，而隨著社會化媒體的出現以及社交網絡的普及，這種傳統的決策機制降低了企業決策的正確性與合理性。應樹立以社會公眾為決策主體的觀念，將決策的理念由狹隘的企業高層轉移到廣泛的社會公眾，通過社會媒體、社交網絡等平臺廣泛的收集社會公眾的意見和建議。大量的非結構化數據，使得原材料、生產設備和市場等因素越來越沒有固定的定義，產業邊界也變得模糊，根據Gartner預測，未來5年中，企業數據將增長8倍，其中80%是非結構化數據，因此“大數據”增加了企業決策的不確定性和不可預測性，所以企業更應該重視和發展以社會公眾為主體的決策模式。

第四，培養首席數據官。“大數據”時代下，對數據的處理和分析不再是一個領域的范疇，它需要同時具有信息技術知識、市場營銷知識、運營管理知識等綜合素質的人才來掌控，CDO(Chief DataOfficer，首席數據官)由此誕生，數據歸業務部門，應用歸IT部門，這一概念已經被廣泛接受，然而現在到了該挑戰這一理念的時候了，在多數組織機構中，業務部門并不想擁有數據，他們也不是為管理數據而配備的。首席數據官的主要職能是利用數據推進企業與社會的對話，挖掘信息化過程中更為潛在的價值。他們視數據為資產，負責其運營，通過分析來自傳感器、社會網絡評論、網絡流量等各方面的數據，為企業的決策提供參考。另外從組織結構方面來說，企業應該重視CDO人才的培養與引進，目前無論是國內還是國外，設置這個職位的企業還很少，筆者認為這主要還是和“大數據”相關技術不成熟有關，企業高層應該意識到CDO在企業未來發展過程中起到的重要作用，給予他們更多的話語權。

第五，重視員工的社交網絡。

傳統的組織架構中，很少去關注員工的社交網絡，因而導致了這些網絡零零碎碎的局面，使得員工在管理實踐過程中處于分裂的狀態。這里所說的社交網絡不僅指員工在企業內部所建立的關系網絡，還包括與組織以外的其他人員的聯系、員工在各個在線社交網絡平臺上的好友等等，這是一個龐大的社會關系網絡，企業如果能夠很好地利用這一網絡，將會大大提高企業的效益。因為社交網絡在跨部門的流程改善、聯合和合并中提供了粘合劑的作用，對新產品開發也有著不可忽視的推動效果，其也是工作滿意度與員工保持的重要因素。

今后的很長一段時間，數據將會是各個行業所爭奪的最為重要的資源，而要想在這場數據之戰中立于不敗之地，與之相適應的管理改革與創新是基礎，值得我們去深入研究。我們要正確認識“大數據”，它不僅指不斷增加的容量，還包括不斷增加的速度和多樣性，當然，這些因素也導致了額外的復雜度。這意味著企業在面對“大數據”時，不僅僅是拿到了一堆數據而已，對于企業來說，更是極大的挑戰與機遇。“大數據”正在以復雜的形式，從不同的領域朝企業奔涌而來。