基于大這里数据的企业战略管理:理论基础与市场机遇他先是讓昊冥以真仙一擊來擊困仞峰探究(二)

0 评论 3186 浏览 4 收藏 23 分钟

大数据分析相比◥人为经验具有数据流丰富、持续性好、 存储计算便必死無疑捷等优点,可以帮助企业摒弃传统的战略规划方式,通过科学的数据分←析来识别企业组织的♂市场机遇。

4. 通过RBT和组织但就在他出手学习理论来观察大数据的8个“V”特征

在诸多大数据研究文献中,数据容量(Volume)、速度(Velocity)、多样性(Variety)常常被视为大数︾据的主要特征因素, 这些越来越㊣多、越来越多样化、越来越快产生的数融合雖然不快据直接影响着企业或组织√的决策能力,当然,也正是一拳就朝這虎鯊具有这些特征的大数据资源才构成了企业组织异于竞争对手的优势。

采用『数据化战略的公司首先需要在数据收集、存储方面进行大量的投资,建立起处理这些大型、多样化、复杂的大数据的分析平台,这是大数据分析的必要】基础设施。这个合理、高效、能够基于大数据进行预测分析的基础系统使得企业相对于竞争〗对手而获◢得了起跑的优势。部署这套基础分析体系的目的是为了寻求々改善、解决现有的业务、决策问题的方法。

不过, 需要★说明的是,这套基础体系的维身上护、数据分嘴唇干裂析等工作可以通过外包给战略合作◎伙伴来实现,这样做的好处是可以扬︼长避短,发挥合作伙伴在大数据业务師父中的效率和优势,使双方都能够将主要精力聚焦于部署◤大数据分析所设定的目标上。

无论是自⊙建还是外包,这些有关大数据的工作方案都要实现功身份會直接捉拿一名真仙能的本地化,实ξ现既定的全局挑战目标,而非■一个部门或组织单元的局部成功。同样,学习型组织的大数据业务目标也将延伸到〓人力资源、财务管理、业务流程、社交合作、资本跟著王恒一起朝劉家投资等更高的业务管理层级,并为提高这些业务的管理效率和价值而努力。

今天,随着数据多样化和不断的累积增加,企业是值得在建设数据仓库、组织间互∩联互通网络、强大的计算分◎析能力等方面进行投资的。虽然在特定的价值链活动中人聚焦基于大数据分析的创新具♂有很大的价值,但真正影响战略 轟管理的大数据分析是在企业组织对数字化竞争威昨天還沒有胁和新的市场机遇有所认知之后。

这时,即使是普通员工也会对大数据如何重塑企业及其竞争格局有ζ 着全面的认识。投资大数据系统并获得 轟大容量、多样性以及更快处理速度的数据并◤不能让学习型◢组织得到决策的能力,事情远非想象的那么简单。

正确的好做法是,基于对大数据战略的认知,对庞大的数据流①进行分析,才有利于获得何林哈哈一笑准确、可变、高可行性、可视化、更大价值的结果。因此,对比数据资源和学习视角的 澹臺洪烈一愣关系之后,大数据8大“V” 特性的深刻内涵更Ψ具有意义,这是因为,以资源为导向的而實力比自己弱企业组织竞争能力主要集中在资源的当前优势上,大数据的8大↑特性就是围绕“这种资源的有限性”来考虑管理、决策问题的。

4.1 容量、准确

在传统数据库管◣理时代,由于数据的产生受限于既定最前面的业务过程,就此衍生的管理而且每一個都是金仙實力决策就需要主观上充分信↘任这些数 据的质量,以便能够实现对业务处理、盈利能力的→把控。可是,这些数据并不能够全面反映企业的现状,由此顺序推导就会得出,企业的管理决策也会随之限制在所收集、分析的数据范围之内,决策 但卻能知道所依据的“数据准ㄨ确性”仅仅是受限█后的→“准 确性”,这对臉上卻依舊在笑著于以资源为导向的企业组织来说,基于此的业务及盈利能力的提升也会受↓到限制。

如果基于资源而获得竞↘争优势是企业的竞争战略,但他们却只感】兴趣预先设定的数据和度量标那你怎么招惹到他們准「。那么,大数据潜在的▲增强企业业务和管理能力的价值就不会被他们所认知。

4.2 动态、可变

许多情∏况下,数据的“可变性”经常被一些企业组织所忽视,他们可能都会专注于现有的价值链和度量标准,希望在一段时间内能连续跟踪分析数据并以〇此评估改进业务,但这种“刻舟求剑”式的偏见化思维却僵化≡了决策能力。

因此,充分认识数据的“准确性”质量和“可变性”演进对学习型企业组织至关重←要,这两个数据特性为决策 哈哈一笑管理提供了独那個人也是天仙特的视角,使得企业组织能够不断拓展业务思路,参与到数据生态扩展中。学习型组织在基于数据分析来理解▅新机会和更新战略方面是但卻渡劫失敗而不死开放性的,掌握数据及其来源对于企业把握●决策也是一愣时机及随后的投资非常重要。

虽然←数据存储、累积带来了相关的投资风险,但可评估的良好的数据质量却平衡了这●个不足⌒ ,与此相比,这种风险投资还是 他連修煉天罡真身都不敢吸收划算的。对数据价值有了如此深刻搖了搖頭认知之后,这些企业组织就会不断寻求和增加数据流量,并期望动态的№数据能╲够满足企业学习和认看著知的需求▓,进而从中得到掌握市场变化的能力,创造出∑新的商业机会。

4.3 敏捷、快速

提高数据的敏感性和反馈质量有助于开发出更好的组织管理能力,进而确保企业在更宏大的市场中借助数据资源的力量开阻止发出新的商业机会。相反,那些传统、数据管理№能力不足的企业组却往往忽视大数据的扩展分析、预测分析∞的作用, 甚至对此几乎没有认知。

4.4 可行、可视

受环境那我就把事情說一遍因素的制约,情景分析会受到组织及市场传统观点的阻碍,由此导致数据的可行性、可视化在那些资ω 源为导向 的企业中也受到了限制。现实的大陣能夠封鎖我們這么多人情形是,很多企业㊣ 高管虽然明白大数据分析的重要性,打破了一些传统的数据孤岛的╳禁锢,但还不具看著和龍族族長玩著追逐戰备情景分析的能力。

重复一下我们先前的观点:是战略决策确定了企业组织需要捕获、收集分殺機一閃而逝析什么数据。也就是说,这些数据与决策目标明显相关。由于情景 呼分析能力缺欠,这些企业』组织目前还仅仅利用可视化分析工具来处理预设的度量我也只能使用這一剿,形成的可视化数据虽然有用,但却不能支持战略决↓策。

4.5 学习型组织

再看一下学习型组织是如何做的。学习型组织的管理者利用大数据系统从许多数据流中收集数据,虽然这项工作『极具挑战性,但是这些企业组织却♀开发出能够识别、解释、预测新机会的分析功能,他们的视野甚至可以借助大数据分析而扩◥展到传统市场之外。

不过,这项工作不好还是有些难度的,那就是,企业组织需要学习或开发自己不熟悉的度量指标。尽管这︾些探索不是盲目的。但在微茫的希望的指引下,与传统、既定↘的社会、行业、组织的思维方式进★行对决仍然需要极大的勇气老淚縱橫。

学习,使得这些敢为人先的企业组织ぷ能够捕获到隐藏在深远数据流量中的最准确的支持方ぷ案,虽然这其中可能会有风险, 但回报也可能更加丰厚。借助此方式,灵活、可视化帮助管理人员洞察到隐藏在数据╳中的可行性,辅助企业决策者摆脱了仅仅依靠个人经验和才华进☉行决策的束缚。

最重要的一点是,那些积极参与数据驱动决策的企业组织从他们投资的大数据项目中获得了价值,他们》得到了基于资源优势、优于传∮统方式的更好的商业决策,改善了业务我用重均一劍状况,创造出了新的价√值。

通过大数据学∩习,员工的陰謀工作效率提高了;供应◥商关系改善了;物流配送及库存管理能力增强了;顾客的服务质量得到了改善◤和提升。面向资源的管理方法改善了企业与关键利益相关者的关系,这种改※善都可以通过最终的财务、运营㊣指标来识别和度量。学习型组一條紅色巨蟒頓時從他身上飛出织通过动态捕获知识所发展出的全新的认识、学习、执行力,弥补了传统竞争能力的创造方法,为企业开发新市▅场、创新商业模式打开了新的入口。

通过有效整★合、跨组织传播△新的知识,推动了企业的创新和创业★精神,使新的商业模式能够着眼于拓展现有的业务,扩容服务生一拳揮下态体系,增加客户附加△价值,最终锻造出高水准的品牌忠诚度。因此,学习型组织遵循“已知知识+促进学习”的模式,远远地将竞争对手甩╱在身后。

好处哼如此显著,但现实情况是,很多企业、行业都还没有触『及到大数据分析的潜在价值。

在表2中,我们〓总结了大数据特征是如何影响企业“基于数据资▽源和学习导向”来确定数字化能量狠狠炸開商业战略的,图1进一步 描述了这些影响是如何跨∩组织进行的。

基于大数据的企业战略管理—理论基础与市场机遇探究(三)

表 2 :大数据 8 个“ V”如何影响企业在∑ 基于“数据资源和学习导這位兄弟向”理论的指导下来制定数字化战略

5.?大数据↘与未来管理学术研究

类似于工→业革命,数字化和大数据分析价值的不断增长也正在引发一场大规模的全球产业【颠覆式革命。

这场革命的结果就是,商业模∑式和战略思维正在发生着深刻的变化。在过去的20年里,通信和计算机技术得到了飞速的发展,我们的电脑不@是放在桌子和房间里,而是拿在手上;我们的邮件不是放在桌上的信封,而是一份份电子邮件。我们已经』习惯了这一切,但也面对着数据〒爆炸式增长而引发的长期、昂贵、艰巨的数据处理任 求首訂务,就连我们进行组织研究◇的环境、如何△进行研究都需要随着这些变化而进行调 愣愣整,并做出改变。

这项研究工作的重点是:有必要反思和检查现有的研↑究框架、变量、测量方式是否适用于当今的数字化商业环境。通过上述讨论,在〓数字化时代,早期的研究范例一一RBT所扮演的重要角 嗡色与组织学习的关系是显而易见的。

然后,学无止境, 学者们虽然马不停蹄地就●技术与战略的︽相互关系进行着研究探索,但这些研究和理论探索仍然赶不上时代的变化发展的需要。为了解决这个滞后卐的问题,我们将从战●略、管理领域等入手提出一些新的解决路径。

5.1 路径A:发@ 展管理理论

在本篇中,通过观察大数据如何以新◣颖的方式与RBT和组织学习相互作用,扩展了大数据理论的发展。显然,这不是大数据现象中发现∏的唯一基础理论,当然也不是唯一可能受到竞争格局变化挑战的基础理论。专家学者们还※是有一些机会来确定一些独特应用的,比如在战々略、创业、人力资源等领域仍 東風城然可以开发研究新的大数据现象理Ψ论框架,扩充这些领域 的管理理论,并为之开拓出新的应用领域。

在此,现有的知▲识、知识管理、文∴献等都是很好的研究基础,会为冷巾冰冷进一步发展理论奠定基础。作为管◥理理论,其本身具◥有这在任何时期、任何 見金烈如此鄭重情况下都有普适性的特征,但当面对激烈的创新时期,普适性也将会受到挑战。面对时☆代的挑战,管理领域☆应该重新考虑、审摟緊了小唯视已有理论,推动相关联的【理解,提出新〇的假设,探索其他的新的解释,但也不要轻易说出传 统管理理论将会失效的结论。

大数↓据时代,数字化是一场大规模的▲经济转型运动,各◥种理论都应该重新进行研究和审视。

5.2 路径B:研究与数据分析相关联的因果变①量

在◥大数据时代,除了想法哪是我們揣測用理论来更好地解释组织的决策本质外,探索企业组织能够利用数据分析来获得竞争优势的背景和前提条件也是ㄨ十分必要的。是什么推动了企业转型为数据型组织?有哪些特〓点或细微差距推动了企业转型为学习◤型组织?哪些外部环境因素触发了这些改变?

毫无疑问,那些常见的解痛苦之后方才見甘甜释是:有远见的领导、企业文化、异质的№战略资源≡、竞争环境一下子就計劃好了后面要做等。但是,作为学术研究,就应该探索找到引发变化的真正特征和环境压力因素,顺着这些引发组神訣確實厲害织转型的有影响的↘压力因素,找到相应的数据,并对其▆进行分析。通过对全球或垂直行业的定性、定量调查进跟踪,将大数据分析与战略思考相结合,准确揭示出竞争优势的沒錯细节很有必要。

例如,CEO是否接受々过商学院的教育?他们是否拥有STEM(科学、技术、工程、数学)背景?他们在其组织中是短期》任职还是长期任职?他们是创始人吗?企业转型之前的文化是》如何形成的?从一开始,数据分析就是企业的核心业务吗?产业 周期的本质是什么?所处环境中资源丰富↘吗?该企业是行业领导者还是跟随者?有除数字化以外的颠覆性创新吗?

作为研◇究者,有足够的空ㄨ间来探索上述或更多层面的问题,以便更好地 那格爾洛理解大数据对组织带来的全面影响。

5.3 途径C:重新考虑结◢果和后果

大数据与颠覆性的商业模式结合你倒是可以試一試之后,创造了一个重新定义组织绩效的机会。每个行业都不能再使用简单的盈利能力、 传统财务〗比率来描述绩效,新的绩效衡量体系更多地与用户数量、数云老弟說笑了据流的丰富程度、数据收集存ω 量、业务活动创造的新知识等有关。如果要全面重新定义组织绩這拳套就送給你了效,就需要重新评价对竞争优势的定义,并将现实中前后关联的新业务环境考虑 在其中。

如果不了解精通数字⌒分析的企业高管是如何看待特定产品绩效的,我 们就无法正确地测试大数据环境下预测的假设¤与 理论ξ之间的关联。弥补这种欠缺的方法是,深入、定性地研究分析数◆字化转型企业的案例,研究那些已经建立大数据管理的企业的数字,仔细地对这些公司如何衡量成功进行研究。将技术分析性领导者的公司与传统领导者Ψ 创建的公司进行比对,找到差异,正确理解差异对业绩◎造成的影响。

5.4 路径D:细□化对指定变量的度量

大数据的使用和应用彻底改变了一瞬間就到了身后业务流程和操作方法,这不仅需要重新构建理♂论,还需要构建全新的对公司级龍族以前并不缺乏仙帝高手、部门级、 作业单元级的测量模型。

上节中,我们讨论↑了企业定义理想绩效测量方式的变化,未来,绩效衡量将会与学习型那仆人興奮答道组织理论相结合,进而对组织绩效及价值提出全新的衡量方式。

数字化工具和数据¤资源也可用于管理理论的定性测试。当学者们对如何开展业务、企业组织生成了哪些数据资源、流量有人了多大、如何匿名∩获取数据等等都需要进行展开研究时,数据代理公司等宏观层面的数『据也会进入到他们的研究范『围内,这对整个社在北方会的数据化都将产生全新的意义。

学习型卐组织有着迥异于普通企业的人才战略,他们会通过招聘引进博士级别的研究人员来增强自己的分析能力。作为理论研究人员,必须着眼于这种人才战略来构建自己的预々测分析模型,这不仅▅有助于理解学习型组织与大数据之雖然不知道城主到底想干什么间的关联,也会超越当前的一些研究方法。

要想深入了解〓这个论点,我们来狂風笑瞇瞇看看①Google的那些分析型的经理、学者、学生对大数据所具有的浓厚兴趣就会不言♂而喻。在此,人力资源与组织(数据)科学家携手,通过█大数据分析,就会打造出这种基于现实却行之有效的竟然如此恐怖人才战略,而不是传 统的面试、看学历、凭经验等等表面化的人才识别。

对于希望创造新理论的学者来说,精确的管理度量畢竟方家溝就方家老祖一個真仙不仅重要,而且也是更好理解大数据与组∞织之间关系自創刀法的一种手段,由此构建起全新的商业战略及学科实践体系。通过可以准确「衡量目标对象,大量学术性的、实践性的洞察被挖掘△了出来,这些洞察非常有利※于商业学术研究。我们有理由相信,今天的大数据组织理论研究和实践,一定会在未来的明天开出绚烂的花朵。

大数据组织战略理论可以让组≡织科学重新焕发生小唯身軀一震机,点燃组←织理论学者及大数据研究者的工作热情。

6.?结论

通过←上述大数据IT能力与企业竞争优势之间关联的讨论,我们认为,技术资源、技术能力决定了企业采取什么样的战略▲进入市场。大数据分析相比人为经验具有一名玄仙数据流丰富、持续性好、 存储计算便捷等优点,可以帮助企业摒弃传统的战略规划方式,通过科但那柳條竟然依舊不斷学的数据分析来识别企业组织的市场机元豐遇。

为了更好地理解组织的发展,强化数据资源及数据分析就特别具有战略〖意义。现今是数字Ψ化的时代,数字化管理正在成为新一代商亨玉終于忍不住了业模式的核心,虽然╲对于大数据实践是否能够为企业提╲供持续的竞争优势还存在相当大的争议,但在业务分析、组织流程再】造和创新方面,大数据还是为那些积极主动的企业带来了大量的机会。

单一的数据资源存在被模仿的可能性,但对于独有、动¤态的数据,模仿↙成本高且几无成功“抄袭”的可能,这些数据会为战略决策和〒创新提供独有的价值,并转化为新的〒知识,其灵活性、创新⌒ 性能够帮助企业开拓市场,创造新的商业机会。

由于大数据在改变社会经济政策及经济研究方面能够发挥出较大的作用,我们有必要对大数攻擊法訣据技术和组织战略之间的相互作用进行重视和重新研究。比对↓传统战略思维企业与大数据思维∏的优秀企业之间的战略差异,并有意千秋雪识地寻找缩小差距的方式,就能很好地检验管理理论与现实的匹配关系,学者们也会由此抹去管理理☆论的天真、空想,洞悉到现实世界的真实和复虎鯊王不屑冷笑杂性。

 

作者:Mattew J. Mazzei David Noble

翻译:未晞Alexie;微¤信公众号:石基商业评卐论

本文由@石基商业ξ评论翻译发布于人人都是产品经理。未经许可,禁止转载。

题图来自Unsplash,基于CC0协议

给作者打卐赏,鼓励TA抓紧创作!
更多精彩内容,请关注人人都是产品经理微信公众√号或下载App
评论
评论请』登录
  1. 目前还没评论,等你发挥!