许伟中 圣山集团有限公司

摘要：随着计算机应用技术的不断发展，互联网科技接连取得突破，以大数据技术为代表的信息技术成为了时代发展的新风口。大数据技术以其强大的数据存储和运算能力对很多领域发起了挑战，企业经营管理领域也是变革的重要方向，在大数据背景下，企业如何应用大数据技术优化企业管理成为了当今世界范围内企业亟需面对的议题。本文就大数据时代企业的经营管理问题进行探讨，以大数据技术在企业经营管理中的应用方向及应用难点为切入点，探讨大数据时代企业经营管理的挑战与对策。

关键词：大数据背景；企业经营管理；挑战；对策

一、引言

著名历史学家黄仁宇先生在其代表作《万历十五年》中，分析了封建王朝缺乏数字管理能力，对全国的土地面积、税赋收入等没有比较准确的统计，他认为这是中国落后于西方的重要原因。放到大数据时代的今天，黄仁宇先生的观点仍然具有很强的现实意义，如果一个国家缺乏大数据管理能力，将很快被时代淘汰。从企业经营进行分析，也可以得到类似的结论。企业经营管理一直是个庞大的课题，在理论研究和生产实践中，所有的参与者都尽其所能，运用各种方法和工具来提升企业管理的效果，使企业能够产出最大的利润，获得更好的发展。大数据技术是依托高性能的计算机硬件系统和高效的信息传输能力发展而来的技术，具有数据处理速度快、数据存储能力强、可追溯性高等特点。当前，大数据技术已经广泛应用于生产制造、建筑工程、军事军工、服务业、农业以及科技研发等领域，并逐步发展壮大。在此过程中，也开始介入到企业经营管理领域。有赖于我国电子商务行业和游戏服务行业的庞大需求，大数据技术应用于企业经营管理活动，并在我国相关领域中展现出了强大的生命力 [1]。然而，企业管理中遇到更多的问题还是发生在技术之外，需要企业认真思考大数据时代下企业经营管理面对的挑战，并采取相应的对策。

二、大数据技术在企业经营管理中的作用路径分析

（一）提升企业的管理水平与管理效率

如何提高企业的管理效率，很多的企业在这方面投入了大量的资金和精力，信息化建设为企业提高管理效率提供了一条快捷的道路。企业主要是以信息化平台建设为基础，运用最新的网络信息技术和大数据技术，实现了企业管控流程的优化，促进企业管理和业务管控的高度结合。传统的数据处理方式以手工操作为主，不仅需要企业耗费大量的人力成本，还存在工作效率低、易引发操作失误等问题。而在大数据环境下，企业可以利用信息技术设置运行程序、控制指标和执行方法，在信息系统中自动化处理企业经营相关数据。

在大数据环境下，企业可以借助信息技术的数据处理能力，在短时间内实现数据获取、查询、整合、分析以及共享等工作，极大的提升了数据处理效率，降低了信息生成成本；同时，企业在适应信息化管理模式的同时，其组织结构也逐渐趋于扁平化。管理链条的缩短，有效减少了信息传输环节，企业也可以在低成本状态下创建多元化的信息传输渠道。通过统一的信息共享平台，不仅能够是使部信息互通更加便捷，也能够推进管理信息与业务信息协调统一，从而促进企业管理水平与管理效率的提升。

（二）更为有效地获得或使用资源实现企业战略

在市场经济条件下，企业的生存与发展都离不开各类资源，这些资源分为有形资源与无形的资源两类，而在经济发展与消费转型升级的条件下，无形资源对企业更为重要。例如企业的品牌影响力、美誉度、独家技术等，而大数据形成的独特资源当仁不让地成为企业的核心资源要素。当前，虽然部分企业通过市场调查等方式进行数据收集，但很明显是不完善不全面的，与海量大数据得到的分析结论的准确性相比存在着较大不足。

在此方面，企业主要是通过两个方面发力。一是通过大数据分析，明确产业发展方向、消费者兴趣与偏好，以及企业在行业中的地位以及未来发趋势，有针对性地获取相关的生产资料及人才资源。二是通过大数据分析，企业可以对自身的消费者特性、产品特点与竞争力进行综合分析，获取下一步的工作重点，以巩固市场。而当前即使建立起来信息化辅助决策的企业，管理者对海量信息的大数据分析缺乏专业度与针对性，或者企业数据库管理语言应用不足，企业对大数据工具的风险建模、信用评估、供应商资质评价等维度应用存在认识不足，在资源获取和使用方面无法达到预期的效果。

在资源获取的基础上，企业明确了发展方向，其实质就是通过大数据分析促进企业核心竞争力的形成以实现企业战略。利用大数据在公司制定短期乃至长远发展战略时，大数据充分发挥其分析行业现状、市场环境乃至大的经济环境等方面的作用，使得公司制定的发展战略更加贴合实际。

（三）有效地使用人才并评价人力资本效果

从大数据时代的特点来看，是为了企业能够实现海量数据的处理。这样使得管理人员和业务人员不能再局限于传统的数据管理过程当中。从另外一个角度来讲，管理人员和业务人员仅具备一般条件下的业务处理和经济管理技能，必然会在大数据时代被淘汰。所以要想在大数据时代实现价值的创造，企业人员就必须转变对于数据的处理模式。要把眼光充微观从宏观的角度进行专门化的转变。从近些年来的一些经济发展特点来看，我国陆续出台了供给侧改革方面的一系列政策，最重要的是能够适应新常态模式下的经济发展转变。从管理人员到业务人员必须要进行充分的学习和讨论，使得企业的发展方向和国家的大政方针相符，切实通过大数据对行业趋势的判断和分析，使企业得以生存与发展。企业领导以及管理人员在平时要充分的扩展思维，增强管理系统化，才能提高价值综合创造能力。

基于大数据的绩效管理能够实现过程绩效各个考察节点员工行为数据与事先预定标准的自动对比判断，并实时分级反馈给员工、员工的上级领导以及人力资源管理部门。绩效数据面向各个数据应用部门的开放则使企业绩效管理成为一个反馈系统。该反馈系统不仅能够帮助员工及时发现和纠正自己在工作中存在的问题，提高工作效率；而且能够有效地协助员工的上级领导以及人力资源部门实现更为自动化和及时的管理，提高管理效率并实现管理效果。

三、企业应用大数据技术于经营管理中面对的挑战

（一）人力资源管理方向

人力资源管理是现代企业管理领域中十分重要的组成部分，也是管理事务中相对繁杂的一部分，它涉及到人员的流转变动，人员薪酬的设计与适应匹配，人员工作岗位的安排筹划以及相应的评价考核，在这一系列活动过程中，会产生相当多的高关联数据，对信息的交流畅通程度以流转效率有着较高的要求。在大数据技术下，企业可以通过对固定信息项目建立数据库的方式加速人力资源的信息交互，从而获得更高效更准确的人力资源需求预判和人力资源信息处理，在企业人员的入离职办理、薪酬核算、绩效考核、岗位规划等方面具备人工操作所不具备的效率和准确优势。

（二）财务管理方向

财务管理是企业生产经营管理工作的重中之重，关系着企业的生死存亡，若企业在财务管理工作中出现问题，不但会为企业带来财务损失，还有可能会为企业带来法律方面的风险，严重影响企业的生存与发展。在财务管理工作中，会产生庞大的财务数据，传统财务电算化处理数据时，难免会因为种种因素，如公式错误产生数据失误。另外，在效率方面，单纯计算机处理也存在着非常多的桎梏。大数据技术在企业财务管理领域十分突出[2]。大数据技术的逻辑设计对信息数据的处理有着非常明显的优势，财务数据进入大数据系统后，系统会按照相应规则快速处理财务数据，其准确性非常高，处理效率也远超常规系统操作，而且基于大数据技术的财务管理工作具有更高的透明性和可追溯性，对财务管理工作的审计监督工作有着积极的作用。

（三）协同办公管理方向

  企业在发展壮大的过程中，伴随着人员的增加和部门的扩张，而现代企业的生产经营中，协同工作是不可或缺的。但在传统的模式中，企业成员之间，部门与部门之间的信息流转都需要通过各种文件传达完成，这种方式难免造成信息滞后，在流转过程中不但效率低下，还存在着信息丢失或信息重点不明确的问题，使得对接双方产生误判，为企业的生产经营造成一定程度上的危害，不利于企业生产经营活动的展开。大数据技术的应用很大程度上解决了这一问题，企业员工之间、企业部门之间的工作协同通过大数据信息系统进行传递，信息能够在系统内部高速、准确的流转，基于数据系统的信息传递规避了冗余信息的问题，能够提炼信息的重点，其可追溯性还能有效防止信息的丢失，极大地提升了企业的经营管理效率和管理水平。

四、企业应用大数据技术于经营管理中面对的挑战

（一）企业技术背景薄弱

就大部分企业而言，企业并不具备大数据技术的研发能力，在技术的深刻理解方面也存在很大程度的欠缺。具体而言，表现在企业领导缺乏对大数据技术应用的认知。就非技术企业而言，企业管理层对科技信息的关注度并不是很高，对科技工具的理解存在很大程度上的滞后性，对数据处理的认知还停留在统计分析阶段，并不能很好的理解基于大数据技术的企业经营管理工具，其能够发挥的重要作用。而在企业内部，掌握相关技术的复合型人才也相对较少，不能很好的利用大数据技术满足企业的需求，在技术推广层面，大数据技术应用对企业经营管理提出了挑战。同时，还是在大数据技术的应用层面，受限于企业薄弱的技术背景，企业在大数据技术的使用过程中难以将实际业务与相关的技术逻辑和运行流程相匹配，在相应的企业管理制度与流程的设计上也存在问题，不能最大程度上利用大数据技术的优势，使得企业即使应用大数据技术，也难以在经营管理上收获预期效果和收益。

（二）数据存储与运算分析能力不足

现阶段，多数企业仅能够处理结构化数据，而结构化数据在数据总量中只占数据总量较少的一部分，企业对半结构化数据和非结构化数据的处理技术尚不够成熟。提高数据运算分析能力对企业来说是一个巨大挑战。而且企业的数据信息大多存储在多个业务数据库中，各个业务模块之间的数据很难做到共享和关联，如何实现跨业务平台进行数据信息的关联和整合是企业现今面临的另一大挑战[3]。

当前，传统的计算机数据处理技术已经难以应对日益庞大数据的存储、计算和分析工作，数据的产生是实时且持续的，数据的数量和规模将会越来越大，复杂程度上也会逐渐加深，给计算机系统带来的负荷将会越来越大，这就对企业的后台终端处理技术提出了更高的要求。因此，如何扩大数据存储，提高数据处理效率成为企业发展中面临的难题。大部分企业选择租赁数据库和云服务，这在一定程度上解决了企业在数据存储和运算分析上的问题，但由此也带来了数据安全问题和新的成本问题，再次为企业的经营管理带来了新的问题。究其原因，我国大部分企业在数据的存储和处理上都存在技术力量不足的问题，大部分企业并没有相应的技术人才储备，无法就大数据技术的架构进行优化和升级，出于成本考虑，很多企业选择租赁云服务，将企业的数据进行上传，利用公用的服务器和数据处理中心完成自身的数据存储和数据处理需求，但在这个过程中，企业可能面临持续的成本增加问题和数据安全问题。

（三）大数据在企业决策中的作用欠缺

大数据背景下，企业决策信息的采集与分析、决策方案的制定与选择会受到各方面信息的影响，企业决策一般要经过信息收集、调研、分析、方案评估等一系列程序，这些过程需要一定的时间。随着大数据技术在企业经营管理领域的推广，市场环境更加多变，在这种情况下，企业决策时更加需要具有实效性和价值的基础信息数据，其在很大程度上影响决策者决策管理的准确性，对企业的决策速度也提出了更高的要求。现阶段，很多企业的决策管理还没有充分利用大数据技术，对数据的识辨能力还有所欠缺，导致大数据技术产生的反馈结果在决策过程中并没有发挥其应有的作用。

（四）大数据技术在企业经营管理中的应用深度不足

企业在经营管理中，对大数据技术的应用存在片面性和割裂性，并没有全面的发掘大数据技术的规模性、高效性、多样性和价值性等特点，在具体的工作过程中对大数据技术的全局打通也存在很大程度上的不足。具体表现为：企业在应用大数据技术时，会局限在某一个部门的某些岗位，并没有全面推开，即使在企业进行了推广，也仅限于简单的基础功能，对数据的收集和统计还停留在比较初级的阶段，例如财务管理工作中，财务部门对大数据技术的应用更多侧重于财务数据处理和核算，以及加速流程，对大数据技术的总结与预测功能应用较少，不利于财务管理工作的全局筹划[4]；而在企业整体的应用中，各部门之间还是会存在一定程度的隔阂，企业内部的非核心数据无法实现互通，无法发挥大数据技术的规模性和多样性，难以体现大数据技术的全局价值，一定程度上打消企业进行技术和管理革新的热情与动力，不利于企业的长远发展。

五、大数据在企业经营管理中的应用建议

（一）加强企业技术普与系统投入

就技术层面而言，当下的大数据技术在企业经营管理方面已经可以满足企业大部分的功能需求，在其开发方面，其能够根据企业的需要来进行功能定制。然而，阻碍大数据技术在企业经营管理工作中发挥更大作用的还是企业的技术普及不到位。就这方面来说，企业要应用好大数据技术，助力企业经营管理更上一层楼，需要从以下几个方面入手：

首要方面是进行大数据概念的普及，很多非技术行业的人员对大数据技术的理解都停留在表面，对大数据技术的理解简单而片面，对大数据技术具体能做什么？能应用到什么领域？能够达成什么样的效果知之甚少，所以首先要加强人员的技术培训，使其从整体上了解大数据技术的轮廓，让这些人对大数据技术产生整体性的认知，给他们发挥空间，鼓励其基于大数据技术提出需求。

其次，要对非技术背景的关键岗位人员进行基本的大数据技术培训，使之能够就大数据技术的细节进行认知，消除他们的恐惧和抗拒心理，如此，方可在企业经营管理层面推进大数据技术的应用。

其三，应当从大数据技术的益处方面着手，帮助企业认识到技术革新为企业带来的积极影响，使企业积极拥抱变化拥抱革新，通过技术变革和架构升级来提高企业的经营管理水平，从而在现有资源的基础上创造更大的效益，为企业带来更多的利益，如此才有利于企业的创新发展[5]。

其四，由于企业集团或大中型企业没有对成本大数据中心、绩效大数据中心、内部银行数据中心、外部交易数据中心实现详尽的预算设计、筹资安排、中心人力配置、设备采购、平台搭建、比如，针对自主研发的风险大数据模型，企业管理者要从底层代码研发、中期模型训练、后期模型投入使用各阶段设置适宜合理宽松的预算额度，以期为企业大数据技术建设提供坚实的预算基础。也就是说，企业实现大数据时代的大数据中心建设，不是一刀切的规划投资执行，而是企业需要精密规划、精确评估、精准投资的工程性规划，这要求企业针对自身大数据时代的管理需求进行明确的评估和收集，使企业对财务共享中心建设、分公司大数据应用需求给予全面的覆盖，以使企业把采购的大数据工具一次性采购完整，从而避免大数据技术投资混乱的现象。

（二）构建企业多元化数据处理能力

就这个问题，企业可以从以下几点入手，采取措施解决和改善上述问题。

其一，从系统的可用性角度考虑，要选择适合于企业自身行业及经营特点的系统。当前，以科技企业为首的第一梯队成员在大数据技术方面积累的经验已经十分丰厚，市场上现有的部分大数据服务已经能够满足大型企业的企业经营管理需求与中小企业的企业管理升级需求，得益于其模块化的功能应用模式，极大地降低了该技术的推广门槛，能够帮助更多的企业利用科技提升企业的经营管理效率和管理水平，为企业的发展和壮大提供了充足助力。企业应结合需要，采购或自行开发合适的大数据处理系统。

其二，从使用成本方面考量，企业可以将非核心数据以及相关的数据运算工作交由租赁的公用云和数据存储处理中心来完成，同时在数据处理中心的租赁使用方面，企业可以选择最优方案，最大程度上合理配置企业在大数据应用方面的投入，用以控制成本。

其三，从数据处理能力方面考量，企业需要配置专门的大数据管理岗位，聘请专业的人才担当大数据调取、统计等方面的工作，对数据进行处理，从而在庞杂的数据反馈中寻找出最有价值的内容，整合、统计处理以辅助企业决策层进行战略方向的制定。企业若从这些方面入手，构建企业的多元化数据处理体系，可以在企业经营管理方面有所收获[6]。

四是做好信息安全保障工作。从数据安全的角度考量，企业可建立自己的数据存储和处理中心，将关键数据存储在本地，在需要调用和处理相关数据的时候进行黑匣授权，用这种形式来保障企业的数据安全。在大数据时代下，必须要做好大数据险防范工作。企业要安排专门人员要定期对大数据及相关的信息系统进行垃圾清理、病毒查杀，以保证系统的稳定与高效。此外，还要委派或外聘专业人员来进行维护、管理，提高系统管理的针对性与专业性，以及持续提高系统的密钥安全等级，防止系统遭到外部入侵与攻击。

（三）重视大数据反馈在企业决策中的作用

现阶段，很多企业的决策管理程序还是沿用传统的方式，对数据的反馈与解读并不专业，使得大数据的反馈结果在企业决策中的作用并不明显。然而，企业的决策需要依据市场的变化而变动，大数据技术因为其高效性的特征，给出的结果反馈往往具有较高的时效性，能够帮助企业更好更准确地把控市场的脉搏，了解市场的需求，如若大数据反馈的结果在企业决策层不能对企业经营管理方向的制定发挥其应有的作用，则企业的决策方向很有可能会滞后于市场发展的实际情况，不利于企业获取最大的效益。由此而言，企业大数据反馈在企业决策中的应用要充分考虑企业实际，要考虑企业决策层的数据阅读能力，对大数据反馈的结果进行二次转化，以便决策层更好的应用反馈信息；同时，要加强提升企业决策层的大数据技术理解能力，帮助企业决策层在决策过程中更直观地使用大数据技术[7]。

（四）深入推行企业管理中的大数据应用

首先，要区分大数据技术在本企业的应用场景和期望效果，做好精准区分，明确要达到的效果标准，从而提出需求。企业在推行大数据应用管理中，需要从全局出发，考虑大数据技术给企业带来全面提升的路径，充分了解大数据技术的应用方式和应用效果，从而制定相应的方案，调整现行的企业管理制度。

其次，在内部使用场景中要将大数据全面铺开，将每个环节都纳入数据收集的范畴中，方便大数据系统进行信息采集和分析。大数据技术应用于企业决策管理中，其使用场景是全方位的，不单单局限于财务管理、人力资源管理或是部门的内部协作。

其三，在企业内部，各个部门间要全面打通非核心数据，充分发挥大数据技术的规模性和多样性的特点，全面提升企业的协同效率，通过大数据技术精准统筹企业的资源调配和生产经营的预期产出，力求让企业经营管理的每一个环节都有数据信息作为支撑，从而为企业的经营管理活动提供更科学更精确的建议，帮助企业提升核心竞争力，获取更多的利润[8]。

六、结论

综上所述，大数据技术在企业的生产经营管理活动中能够起到很大的辅助作用，科技发展的趋势决定了企业经营管理必将向着更加精确化、数字化、高效化迈进，大数据技术在企业经营管理方面能为企业带来切实的数字化、高效化、精确化的体验，在未来的企业经营管理中，大数据技术必将会产生更多的积极作用，更有效提升企业的管理能力。

参考文献：

[1]王海华.大数据背景下企业的经营管理研究[J].商展经济，2021（12）:131-133.

[2]胡建平.试述大数据时代企业经营管理的挑战与对策[J].产业创新研究，2020（12）:77-78.

[3]张伟.大数据在人力资源管理领域的应用价值研究[J].现代工业经济和信息化，2020,10（1）:64-65.

[4]李佳航.大数据时代下企业管理模式的创新研究[J].中国商论，2019（4）:18-19.

[5]李鹏.大数据背景下企业经营管理研究[J].技术与市场，2020,27（5）:156+158.

[6]胡浩.试论绩效预算与绩效评价的共同作用[J].财政监督，2019（16）：52-55.

[7]段振棋.大数据生态的关键滋养地——数据市场的发展及前景[J].中国高新区，2018(05):231.

[8]阿布都热依木·艾买尔,苏贤东.数据人时代大数据的应用研究[J].中国管理信息化，2018(08):128-129.