Ⅰ 大數據對供應鏈管理的影響
大數據對供應鏈管理主要有幾個方面：
1.供應鏈管理理念在大數據的支持下，更加精細化；
早期供應鏈對物流的管理，更多表現如豐田的神話、沃爾瑪的大手筆投入，但在大數據時代，這些為大、中型企業也提供提升自己的機會，原本不易獲得的數據，在大數據時代變得更加易得與廉價，同時專業供應鏈企業不斷涌現，整體對全行業的公司帶來改變。
2.協同效應在加大：
產業協同，一直是產經界廣告泛倡導的，但真正實現還比較困難。大數據時代，產業鏈上流的企業很容易獲得直接消費信息，這樣就會更加優化自己的產能；同樣，位於下游的貿易公司和銷售公司，可以更精準的把握市場，同時利用數據、行業地位等優勢，要求上游放量與讓利。
3.反向定製漸漸推動消費需求
消費端的需求，近年來不斷推動著企業創新。大數據讓反向定製成為可能，團購、眾籌，這些新型交易模式，都是大數據朝代下的新生產物，通過這些企業收集到消費者真實的大數據信息；同時，這些模式也給小微企業低成本擴張，提供的便利；這些都與供應鏈無關嗎？不，供應鏈在其中起到重大的作用。
Ⅱ 大數據對企業信息管理產生什麼影響
大數據能夠促進對消費者需求的預測。
新一代基於互聯網DNA企業的核心能夠專在與利屬用雲模式和大數據技術更加貼近消費者、深刻理解需求、高效分析信息並做出預判。所有傳統的產品公司都只能淪為這種新型用戶平台級公司的附庸。明智的選擇是，傳統的產品型公司架構互聯網平台或是借力互聯網公司的數據資源，因為「獲取用戶的真實需求」是互聯網的基因——通過網路購物（電商平台）或受網路社交（社會化SNS等）影響消費決定的用戶不是通過語言告訴需求，而是在一系列的行為中，不經意地透露了需求，這一系列的行為必須能夠相關參照、關聯、才能得出答案。解決這個問題的技術就是「大數據」。
Ⅲ 大數據 引發企業管理變革
大數據 引發企業管理變革
大數據帶來新一輪信息革命的同時，掀起了一場管理革命，在經營管理層面上給企業帶來諸多變化。
目前，國內大數據已基本具備發展土壤：企業數據從數量和多樣性上有質的提升，數據價值得到較高認同。本文嘗試以大型國企(央企)為研究對象，探索大數據對企業管理變革的影響及企業的應對之策，希望對企業大數據管理和利用有所裨益。
大數據引發企業管理變革
從理論角度來講，之所以說大數據掀起企業管理變革，背後有兩個密切關聯的因素。
一是大數據的本質與管理的核心因素高度契合。一般認為，管理最核心的因素之一是信息搜集與傳遞，而大數據的內涵和實質在於大數據內部信息的關聯、挖掘，由此發現新知識、創造新價值。兩者在這一特徵上具有高度契合性，甚至可以說大數據就是企業管理的又一種工具。因為對於任何企業，信息即財富，從企業戰略著眼，利用大數據，充分發揮其輔助決策的潛力，可以更好地服務企業發展戰略。
二是大數據由資源到資產的轉變。大數據時代，數據在各行業滲透，漸漸成為企業戰略資產。擁有數據的規模、質量直接決定了企業的核心競爭力以及市場洞察力，也影響著企業的戰略調整，數據意味著巨大的投資回報。
央企大數據管理機遇與挑戰並存
大數據發展對不同行業、發展階段及規模的國有企業有著不同影響。特別是大型央企，在利用大數據方面起點相對較高，受益更大。對於央企來說，大數據對其經營管理意味著什麼？
第一，機遇方面。一是體現在信息化建設投入上。大型央企有實力對企業的信息技術進行投資，應用較先進的技術，保障企業數據有效管理和利用。此外，國有企業管理延續性較強，總體較穩定。二是體現在頂層設計上。大型央企在大數據管理的頂層設計上具有優勢，可以對企業數據化管理進行系統規劃。三是體現在政策優勢及人才隊伍上。
第二，面臨的挑戰。一是信息體系建設十分迫切。一般大型國有企業數據量龐大，從信息挖掘層面講，這需要合理的技術搭配。此外，從組織結構來說，大數據對信息技術部門與業務部門之間的密切配合提出了更高要求。二是注意信息安全防範。三是人才儲備不足，對相關數據挖掘分析人才的吸引力和培養水平有待提高。
央企開展大數據管理的探索與展望
如何開展大數據管理？對於國內央企來說，要有一條符合自身發展特點的大數據管理路徑，在信息化建設中，打造「數據化企業」。
第一，做好大數據資產的篩選和評估。對國內央企來說，這分為事前和事後兩個階段。事前是從思想上重視大數據對企業的影響，將數據作為企業的核心資源來看待。事後是要在企業內部對大數據進行從資源到資產的篩選，對什麼樣的大數據可以成為資產進行評估。
第二，集約開展頂層設計、系統規劃。大型央企下屬單位眾多，企業管理結構不同，情況相對復雜。要發揮系統優勢，必須對數據化進行統一科學設計，避免重復建設、各行其是、互不兼容，充分發揮信息技術對數據分析的作用。
第三，強化數據管理，重視數據安全。在數據管理上，央企可以結合現有企業信息化建設，將企業數據管理推向縱深。數據管理事關企業核心競爭力和戰略目標，必須有戰略高度。數據收集和管理要「廣撒網」，發揮各部門的協同效應。不僅要關注綜合性數據和關鍵數據，而且要關注基礎數據，要深度利用、挖掘數據。同時，要特別重視數據安全，從技術和制度層面保障數據安全。
第四，優化內部運營模式，加強外部合作。央企應確立面向客戶的價值服務導向，針對需求，重新制定、優化企業的制度、流程，增加數據收集、管理和分析環節，設計適應市場競爭的商業模式和內部運營模式。要加強與外部的合作。與外部企業、科研院所、行業協會等機構進行交流合作，實現數據技術、資源和平台互補。同時，加強上下游產業鏈相關企業的數據管理合作，在數據收集、分析、共享方面開展互助。
以上是小編為大家分享的關於大數據 引發企業管理變革的相關內容，更多信息可以關注環球青藤分享更多干貨
Ⅳ 33. 大數據與管理的關系
大數據與管理的關系：通過研究可以發現，在企業管理決策制定方面，大數據的出現使管理決策主體、決策權、決策技術和決策環境都受到了一定程度的影響。面對這種發展形勢，企業管理者還應加強對大數據分析和管理問題的認識，並利用大數據加強企業管理，以便得到科學的管理決策，進而為企業的可持續發展提供支持。
所謂的「大數據」，其實就是海量數據。從信息技術的角度來講，大數據技術則為海量數據的分析和挖掘技術。作為基礎性資源，大數據毫無疑問擁有重要的商業價值，但是無法利用傳統數據處理方法進行大數據的高效管理，還要利用專業化的技術手段實現大數據的處理。
Ⅳ 在互聯網＋及大數據時代,組織及管理者面臨著哪些新的挑戰和機遇
大數據泛指巨量的數據集，因可從中挖掘出有價值的信息而受到重視。《華爾街日報》將大數據時代、智能化生產和無線網路革命稱為引領未來繁榮的三大技術變革。有報告指出數據是一種生產資料，大數據是下一個創新、競爭、生產力提高的前沿。世界經濟論壇的報告認定大數據為新財富，價值堪比石油。因此，發達國家紛紛將開發利用大數據作為奪取新一輪競爭制高點的重要抓手。
大數據時代的來臨
互聯網特別是移動互聯網的發展，加快了信息化向社會經濟各方面、大眾日常生活的滲透。有資料顯示，1998年全球網民平均每月使用流量是1MB（兆位元組），2000年是10MB，2003年是100MB，2008年是1GB（1GB等於1024MB），2014年將是10GB。全網流量累計達到1EB（即10億GB或1000PB）的時間在2001年是一年，在2004年是一個月，在2007年是一周，而2013年僅需一天，即一天產生的信息量可刻滿1.88億張DVD光碟。我國網民數居世界之首，每天產生的數據量也位於世界前列。淘寶網站每天有超過數千萬筆交易，單日數據產生量超過50TB（1TB等於1000GB），存儲量40PB(1PB等於1000TB)。網路公司目前數據總量接近1000PB，存儲網頁數量接近1萬億頁，每天大約要處理60億次搜索請求，幾十PB數據。一個8Mbps（兆比特每秒）的攝像頭一小時能產生3.6GB數據，一個城市若安裝幾十萬個交通和安防攝像頭，每月產生的數據量將達幾十PB。醫院也是數據產生集中的地方。現在，一個病人的CT影像數據量達幾十GB，而全國每年門診人數以數十億計，並且他們的信息需要長時間保存。總之，大數據存在於各行各業，一個大數據時代正在到來。
信息爆炸不自今日起，但近年來人們更加感受到大數據的來勢迅猛。一方面，網民數量不斷增加，另一方面，以物聯網和家電為代表的聯網設備數量增長更快。2007年全球有5億個設備聯網，人均0.1個；2013年全球將有500億個設備聯網，人均70個。隨著寬頻化的發展，人均網路接入帶寬和流量也迅速提升。全球新產生數據年增40%，即信息總量每兩年就可以翻番，這一趨勢還將持續。目前，單一數據集容量超過幾十TB甚至數PB已不罕見，其規模大到無法在容許的時間內用常規軟體工具對其內容進行抓取、管理和處理。
數據規模越大，處理的難度也越大，但對其進行挖掘可能得到的價值更大，這就是大數據熱的原因。首先，大數據反映輿情和民意。網民在網上產生的海量數據，記錄著他們的思想、行為乃至情感，這是信息時代現實社會與網路空間深度融合的產物，蘊含著豐富的內涵和很多規律性信息。根據中國互聯網路信息中心統計，2012年底我國網民數為5.64億，手機網民為4.2億，通過分析相關數據，可以了解大眾需求、訴求和意見。其次，企業和政府的信息系統每天源源不斷產生大量數據。根據一個公司的調研報告，全球企業的信息存儲總量已達2.2ZB（1ZB等於1000EB），年增67％。醫院、學校和銀行等也都會收集和存儲大量信息。政府可以部署感測器等感知單元，收集環境和社會管理所需的信息。2011年，英國《自然》雜志曾出版專刊指出，倘若能夠更有效地組織和使用大數據，人類將得到更多的機會發揮科學技術對社會發展的巨大推動作用。
大數據應用的領域
大數據技術可運用到各行各業。宏觀經濟方面，IBM日本公司建立經濟指標預測系統，從互聯網新聞中搜索影響製造業的480項經濟數據，計算采購經理人指數的預測值。印第安納大學利用谷歌公司提供的心情分析工具，從近千萬條網民留言中歸納出六種心情，進而對道瓊斯工業指數的變化進行預測，准確率達到87%。製造業方面，華爾街對沖基金依據購物網站的顧客評論，分析企業產品銷售狀況；一些企業利用大數據分析實現對采購和合理庫存量的管理，通過分析網上數據了解客戶需求、掌握市場動向。有資料顯示，全球零售商因盲目進貨導致的銷售損失每年達1000億美元，這方面的數據分析大有作為。
在農業領域，矽谷有個氣候公司，從美國氣象局等資料庫中獲得幾十年的天氣數據，將各地降雨、氣溫、土壤狀況與歷年農作物產量的相關度做成精密圖表，預測農場來年產量，向農戶出售個性化保險。在商業領域，沃爾瑪公司通過分析銷售數據，了解顧客購物習慣，得出適合搭配在一起出售的商品，還可從中細分顧客群體，提供個性化服務。在金融領域，華爾街「德溫特資本市場」公司分析3.4億微博賬戶留言，判斷民眾情緒，依據人們高興時買股票、焦慮時拋售股票的規律，決定公司股票的買入或賣出。阿里公司根據在淘寶網上中小企業的交易狀況篩選出財務健康和講究誠信的企業，對他們發放無需擔保的貸款。目前已放貸300多億元，壞賬率僅0.3%。
在醫療保健領域，「谷歌流感趨勢」項目依據網民搜索內容分析全球范圍內流感等病疫傳播狀況，與美國疾病控制和預防中心提供的報告對比，追蹤疾病的精確率達到97%。社交網路為許多慢性病患者提供臨床症狀交流和診治經驗分享平台，醫生藉此可獲得在醫院通常得不到的臨床效果統計數據。基於對人體基因的大數據分析，可以實現對症下葯的個性化治療。在社會安全管理領域，通過對手機數據的挖掘，可以分析實時動態的流動人口來源、出行，實時交通客流信息及擁堵情況。利用簡訊、微博、微信和搜索引擎，可以收集熱點事件，挖掘輿情，還可以追蹤造謠信息的源頭。美國麻省理工學院通過對十萬多人手機的通話、簡訊和空間位置等信息進行處理，提取人們行為的時空規律性，進行犯罪預測。在科學研究領域，基於密集數據分析的科學發現成為繼實驗科學、理論科學和計算科學之後的第四個範例，基於大數據分析的材料基因組學和合成生物學等正在興起。
報告推測，如果把大數據用於美國的醫療保健，一年產生潛在價值3000億美元，用於歐洲的公共管理可獲得年度潛在價值2500億歐元；服務提供商利用個人位置數據可獲得潛在的消費者年度盈餘6000億美元；利用大數據分析，零售商可增加運營利潤60%，製造業設備裝配成本會減少50%。
大數據技術的挑戰和啟示
目前，大數據技術的運用仍存在一些困難與挑戰，體現在大數據挖掘的四個環節中。首先在數據收集方面。要對來自網路包括物聯網和機構信息系統的數據附上時空標志，去偽存真，盡可能收集異源甚至是異構的數據，必要時還可與歷史數據對照，多角度驗證數據的全面性和可信性。其次是數據存儲。要達到低成本、低能耗、高可靠性目標，通常要用到冗餘配置、分布化和雲計算技術，在存儲時要按照一定規則對數據進行分類，通過過濾和去重，減少存儲量，同時加入便於日後檢索的標簽。第三是數據處理。有些行業的數據涉及上百個參數，其復雜性不僅體現在數據樣本本身，更體現在多源異構、多實體和多空間之間的交互動態性，難以用傳統的方法描述與度量，處理的復雜度很大，需要將高維圖像等多媒體數據降維後度量與處理，利用上下文關聯進行語義分析，從大量動態而且可能是模稜兩可的數據中綜合信息，並導出可理解的內容。第四是結果的可視化呈現，使結果更直觀以便於洞察。目前，盡管計算機智能化有了很大進步，但還只能針對小規模、有結構或類結構的數據進行分析，談不上深層次的數據挖掘，現有的數據挖掘演算法在不同行業中難以通用。
大數據技術的運用前景是十分光明的。當前，我國正處在全面建成小康社會征程中，工業化、信息化、城鎮化、農業現代化任務很重，建設下一代信息基礎設施，發展現代信息技術產業體系，健全信息安全保障體系，推進信息網路技術廣泛運用，是實現四化同步發展的保證。大數據分析對我們深刻領會世情和國情，把握規律，實現科學發展，做出科學決策具有重要意義，我們必須重新認識數據的重要價值。
為了開發大數據這一金礦，我們要做的工作還很多。首先，大數據分析需要有大數據的技術與產品支持。發達國家一些信息技術（IT）企業已提前發力，通過加大開發力度和兼並等多種手段，努力向成為大數據解決方案提供商轉型。國外一些企業打出免費承接大數據分析的招牌，既是為了練兵，也是為了獲取情報。過分依賴國外的大數據分析技術與平台，難以迴避信息泄密風險。有些日常生活信息看似無關緊要，其實從中也可摸到國家經濟和社會脈搏。因此，我們需要有自主可控的大數據技術與產品。美國政府2012年3月發布《大數據研究與發展倡議》，這是繼1993年宣布「信息高速公路」之後又一重大科技部署，聯邦政府和一些部委已安排資金用於大數據開發。我們與發達國家有不少差距，更需要國家政策支持。
中國人口居世界首位，將會成為產生數據量最多的國家，但我們對數據保存不夠重視，對存儲數據的利用率也不高。此外，我國一些部門和機構擁有大量數據卻不願與其他部門共享，導致信息不完整或重復投資。政府應通過體制機制改革打破數據割據與封鎖，應注重公開信息，應重視數據挖掘。美國聯邦政府建立統一數據開放門戶網站，為社會提供信息服務並鼓勵挖掘與利用。例如，提供各地天氣與航班延誤的關系，推動航空公司提升正點率。
大數據的挖掘與利用應當有法可依。去年底全國人大通過的加強網路信息保護的決定是一個好的開始，當前要盡快制定「信息公開法」以適應大數據時代的到來。現在很多機構和企業擁有大量客戶信息。應當既鼓勵面向群體、服務社會的數據挖掘，又要防止侵犯個體隱私；既提倡數據共享，又要防止數據被濫用。此外，還需要界定數據挖掘、利用的許可權和范圍。大數據系統本身的安全性也是值得特別關注的，要注意技術安全性和管理制度安全性並重，防止信息被損壞、篡改、泄露或被竊，保護公民和國家的信息安全。
大數據時代呼喚創新型人才。預測大數據將為全球帶來440萬個IT新崗位和上千萬個非IT崗位。預測美國到2018年需要深度數據分析人才44萬—49萬，缺口14萬—19萬人；需要既熟悉本單位需求又了解大數據技術與應用的管理者150萬，這方面的人才缺口更大。中國是人才大國，但能理解與應用大數據的創新人才更是稀缺資源。
大數據是新一代信息技術的集中反映，是一個應用驅動性很強的服務領域，是具有無窮潛力的新興產業領域；目前，其標准和產業格局尚未形成，這是我國實現跨越式發展的寶貴機會。我們要從戰略上重視大數據的開發利用，將它作為轉變經濟增長方式的有效抓手，但要注意科學規劃，切忌一哄而上。
Ⅵ 運營商迎來大數據時代 管理和分析是大挑戰
運營商迎來大數據時代：管理和分析是大挑戰
大數據不是新的概念，在移動互聯網發展起來後，數據增長速度加快，整個產業壓力突出，傳統資料庫技術已無法滿足運營商對大數據充分利用的需求的背景下，大數據成為近年來的熱點。對運營商來說，數據爆發性增長後，帶來的收入並未改觀，因此，運營商面臨著數據流的附加值被互聯網公司賺走的挑戰，同時面臨淪為管道化的尷尬，如何利用好運營商手中的大數據，成為需要面對的問題。
運營商面臨數據管理和分析挑戰
易觀國際分析師黃萌表示，大數據發展時間不長，隨著雲概念和3G的深入發展，運營商數據壓力增大，同時IDC擴容，偏向以存儲為主的雲服務業務。
運營商新業務的涌現，導致數據暴增。信令數據、互聯網數據其規模已經達到數百TB,甚至PB規模。此外，據EMC數據計算事業部大中國區總經理劉偉光介紹，數據的價值除了與數據規模相關，還與數據處理周期成正比關系。也就是，數據處理的速度越快、越及時，其價值越大，發揮的效能越大。而除了分析傳統結構化數據外，隨著新增值業務拓展，運營商對實現跨結構化、半結構化、非結構化數據進行高效分析有著愈發強烈的訴求。
而運營商面對海量數據和數據結構的變化，不僅是成本，還有管理和分析的挑戰。黃萌認為，運營商相對互聯網企業有優勢，具有雄厚的資源和龐大的IDC集群，擁有電信級的運營網路，具有保證大數據實時、暢通傳送的能力，同時具有網路資源和運營能力。而相對互聯網企業劣勢的地方在於上層應用，尤其是在Saas層面。
大數據有待深挖掘
南京郵電大學盧扞華教授認為，大數據時代主要是對技術的綜合運用和對數據的深度挖掘。對運營商來說，大數據帶來的機會大於挑戰。運營商有自己的網路，積累了大量非常有價值的數據，可以進行客戶分析。利用網路收集數據，對運營商運營方式的改變是個機會。
真正實現精準化營銷和精細化運營的秘訣就在於如何利用好運營商手中的大數據。海量話單、信令、互聯網數據本身就是一筆寶貴的財富。利用好這些數據，充分、及時地對這些數據進行深度分析挖掘，不僅可以進一步提升服務質量、提高客戶忠誠度、挖掘新商機、增加收入，還可以通過優化資源配置、減少浪費來提升運營效率，有效降低運營成本。
此外，電信運營商信息化實施比較早，本身大數據積累的也多，例如以前的日誌信息，包含用戶信息和設備信息，可以進行挖掘使用。運營商越來越重視對數據的挖掘，可以獲得未來開發業務和開拓市場的機會。另一方面，分析結果不會涉及隱私，管理好了可以更少產生法律糾紛。此外，電信運營商通過數據分析還可以提供面向社會的信息應用。[page]
盧扞華教授認為，大數據是對技術的綜合應用，要有開放、融合、服務和創新的心態，大數據可以為運營商創造另一片天地。例如一個大數據的應用通過收集數據，對大量圖片進行分析，最終形成一個場景圖。這就是對數據分析、統計技術、圖片處理技術和人工智慧合成技術的綜合運用。據悉，南郵正在開發這方面的應用。
據了解，目前中國三個電信運營商在業務支撐領域、網管IT支撐領域包括增值業務領域，已經隨著市場的需求誕生了很多新的大數據實時分析的項目。目前，大數據主要應用在運營商的"信令"系統分析上，此外，運營商還可以通過"用戶行為分析"系統，進行精準營銷。運營商還提供IDC服務，通過"雲"中心的方式為互聯網企業提供服務。
對公市場前景巨大
黃萌表示，單批、單次數據爆發性增長，對其進行的可知的時間處理能力是關鍵點。對運營商來說，IDC服務在對政府和高校、企業等非個人業務市場上前景巨大；對於個人業務，運營商剛開始做，由於回收投資較慢、離散性強，現在主要是針對個人精準運營的業務。智能管道方面，運營商正在基於大數據平台進行流量分析，但是落地的項目少。
據介紹，運營商大數據戰略還不太明晰，但是有了一些建樹。去年十月份中國移動開始做的"大雲"、數據管理系統和平台，覆蓋很多園區、學校，2.0技術比1.0技術大幅提升；中國聯通2010年開始對企業提供IDC服務，截至目前，營收超20億元（人民幣）；中國電信2011年成立雲公司，尚無實體業務，IDC託管規模相對聯通小很多。
據電信專家韓少敏介紹，數據類型分為非結構化數據和媒體流，運營商開展大數據分析面對的問題主要是硬體能力。數據一方面是縱向關系，比如"信令",採用水平分隔數據的方式就可以，按照時間段分別存儲分析。此外還有橫向關系，需要垂直分隔，由於查詢復雜，需要引入真正的演算法去做。韓少敏認為，目前掌握這方面能力的人才奇缺。並且，運營商在分布式資料庫方面少有進展。而從應用角度，大數據一方面用作於統計分析，建數據倉庫，其次還有非文本查詢，現在大多數資料庫公司可以做以上兩個方面，而對於關系型數據共享層面，目前還做不了。
中國聯通在IDC服務方面走在三家運營商前面，其面向企業提供服務，目前通過按關系水平分隔的方式，將數據集中起來，但是一旦到關系型數據的共享層面，因為沒有數據模型，找不到底層的資料庫血緣，目前的方案無法解決問題。但是運營商目前做這些數據積累，可以為將來發展提供機會。
劉偉光認為，對於運營商來說，大數據等於大價值。對於IT企業，大數據等於大機遇。通信行業需求從來都是IT技術發展的重要推動力，誰能得到通信行業客戶的認可，必然會在大數據領域大有作為，進而成為大數據解決方案的領先者、領導者。
Ⅶ 大數據傳統的企業管理存在著哪些問題
大數據時代傳統企業管理遇到的問題：
隨著信息化程度不斷提高，互聯網、物聯網、雲計算和智能手機終端等技術的不斷發展，數據的產生、存儲、傳播和分析等，不論從數量、方式方法上都較以往有了天壤之別，大數據時代給各行各業帶來了巨大的沖擊，給傳統的企業管理帶來一系列挑戰。
1、企業決策過程
傳統企業的經營決策往往更多地依靠企業的管理者，依靠管理者的經驗、直覺和魄力，這樣的企業在以前可能會發展壯大，但是缺乏對決策管理過程的監控，缺乏對數據的搜集、提取和分析，沒有明確數據與決策結果的關聯關系。另外，傳統企業的數據分散在各個部門，數據的集中度不高，人們對其關注程度也不高。隨著大數據時代的到來，傳統企業的組織結構和決策過程必將面臨前所未有的考驗。
2、智能化、信息化程度不夠
大數據的「4V」特徵在數據存儲、傳輸、分析、處理等方面較以往均有本質變化。數據量幾何倍數的增長，對存儲技術提出了挑戰，需要高速信息傳輸能力支持，對非結構化的數據、低密度有價值數據的快速分析和處理能力提出更高要求。據統計，企業中85%的數據都屬於非結構化、低密度的數據，大多數企業現有的數據處理方法和系統無法將大量的非結構化數據進行處理。另外，隨著數據量的快速增長，對數據的存儲、傳輸能力也提出更高的要求，這都將成為企業在大數據時代遇到的難題。
3、信息安全問題
隨著大數據的發展，企業的海量數據中不僅包括業務數據、客戶數據、公司內部數據，也不乏大量個人信息，數據本身的安全及個人隱私面臨著泄露的挑戰。大數據環境下通過對用戶數據的深度分析，很容易了解用戶行為和喜好，嚴重的將導致企業的商業機密及個人隱私泄露。如何保證商業秘密、個人隱私秘密等安全問題，對企業是一道難題。
4、人力資源匱乏
大數據改變了企業的傳統管理思維，大數據時代的到來企業的管理者和員工都需要重新認識數據的重要性，提高相應的素質才能勝任原有的職位。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，需要有相應新的部門來整合數據資源。對大數據的處理需求，必須有專業的數據分析人才運用這些大數據，才能將其轉化為經濟價值，數據人才必須能夠深入了解企業業務與組織，具有統計應用知識、熟悉大數據數據分析工具的運用等，這就要求數據分析人員必須有整合運用3項基本技能的要求，而傳統企業這方面人才非常稀少。
Ⅷ 大數據對於管理理論與實踐的影響
大數據對企業管理的影響：
.大數據對企業管理思想的影響
大數據時代的來臨改變了企業的內外部環境，引起了企業的變革與發展。企業越來越智能化，管理實現了信息化。企業中的數據收集、傳輸利用需要現代管理思想的支撐。
大數據環境下的企業管理應當以人為本，在實踐的基礎上運用現代信息化技術，採用柔性管理，將數據當做附加資產來看待。企業運營離不開數據的支撐，企業管理當中如果不能夠深刻認識到大數據的重要性，僅僅以公司短期盈利作為目標，是缺乏戰略性的思考。有效的利用數據分析結果，提前進行預測，抓住市場先機、顧客需求，就能主動贏得市場，才能在企業管理與銷售業績上創造出更大的財富。
2.大數據對企業管理決策的影響
大數據背景下數據的分析利用是企業決策的關鍵。首先，大數據的決策需要大市場的數據。基於雲計算的大數據環境影響到企業信息收集方式、決策方案選擇、決策方案制定和評估等決策實施過程，對企業的管理決策產生影響。大數據決策的特點體現在數據驅動型決策，大數據環境下的管理決策對於企業不僅是一門技術，更是一種全新的決策方式、業務模式，企業必須適應大數據環境對管理決策的新挑戰。
其次，大數據對決策者和決策組織提出了更高的要求。大數據時代改變了過去依靠經驗、管理理論和思想的決策方式。管理決策層根據大數據分析結果發現和解決問題、預測機遇與挑戰、規避風險。這就要求決策層具有較高的決策水平。由於大數據背景下需要企業全員的參與，動態變動環境下，決策權力更加分散才有利於企業做出正確的決策。這就要求企業的組織更加趨於扁平化。
3.大數據對企業人力資源管理的影響
人力資源是企業中最寶貴的資源，是企業創造核心競爭力的基礎。基於大數據技術，企業將大大提高人力資源管理的效率和質量。有效的加快人力資源工作從過去的經驗管理模式向戰略管理模式的轉變。
公司從員工招聘到績效考核與培訓，積累了大量的各類非線性數據，這些數據都是無形的資產，利用大數據技術，將這些數據進行整合分析利用，能夠為企業帶來巨大貢獻。首先，在員工招聘上，只需將單位用人要求與員工各項能力數據相匹配，結合人力資源招聘的經驗，便可輕松選出符合要求的員工。其次，在績效考核上，進行標准化管理，將員工日常的各類數據進行分析，設定等級標准，即可得出客觀公正的考核結果。這大大排除了績效管理的主觀性與不全面性。最後，根據大數據的分析結果，針對不同員工區別培訓，更有效率的提高了培訓水平。
4.大數據對企業財務管理的影響
大數據使財務管理的模式和工作理念顛覆性的改變。首先，財務管理更加穩健。公司將各類財務數據在大數據技術下進行發掘，提純出更多有用的財務信息，及早的發現財務風險，為管理決策者提供重要的決策依據，做出正確的決斷。其次，財務數據的處理更加及時高效。財務數據在企業日常運營當中舉足輕重，企業的各項交易都依賴於財務數據的分析，企業基於大數據，通過對財務數據的分析和處理，能夠改進財務管理工作的運行模式，並且是有效率的，企業資金資本運作成本降低和壓縮了，利潤相應提高了。企業資源最豐富的積累，最基礎的財務數據，通過大數據技術進行對財務數據，整理和分析，實現了企業價值增值。
總結：
大數據時代對企業的管理提出了更高的要求。信息化時代下企業每天都在產生大量的數據，大數據時代下，這些數據影響著企業管理的方方面面，它改變著企業的管理思想與管理模式，使企業的決策更加准確高效，使人力資源管理工作更便捷，使企業財務管理穩健、績效考核客觀公正，企業管理中應加強收集分析利用這些數據，確保數據的准確與安全防護。將傳統經驗、理論管理與大數據管理決策想結合，適應時代發展，將企業做大做強。