• 暂时没有信息

浅析大数据建设对促进传统企业转型的作用

 新一代信息技术与工业深度融合，正在引发影响深远的产业变革，形成新的生产方式、产业形态、商业模式和经济增长点，但传统企业普遍存在装备落后，机械化、自动化、数字化和智能化程度偏低等问题。面对形势、政策的双重压力，传统企业如何实现转型升级，借助大数据等技术来提升企业的生产与管理技术水平是一个很好的方法。我主要从大数据建设能给企业带来的价值以及传统企业开展大数据建设存在的问题两方面做了大致的分析，并在分析的基础上提出了一些措施。

一、大数据建设对企业的价值

伴随着云计算、大数据、人工智能等技术的迅速发展，以及这些技术与传统行业的快速融合，企业数字化、智能化转型的步伐逐渐加快，每个行业的增长都会受到数字产品与服务、数据化运营的驱动。

数字化转型成功的企业，其内部和外部的交互均以数据为基础。业务的变化快速反馈在数据上，企业能够迅速感知并做出反应，而其决策与考核基于客观数据。随着数据与业务场景的不断交融，业务场景将逐步实现通过数据自动运转和自动优化，进而推动企业进入数字化和智能化的阶段。[1]

很多企业以前通过积累的管理经验、流程取得了成功，但经验具有较强的主观性和个体差异性，还有一些价值点的寻找发现，需要大数据的支撑，通过科学建模、机器学习、人工智能等新技术与专业经验的有效融合，改变以往以人为本的管理模式，向以人、数据为本并行转变；同时，通过这些价值点的发现反过来还会有效的促进传统企业管理的优化，更好的指导自动化、数字化系统的建设。

二、企业开展大数据建设的基础

    企业“数字化”建设归纳起来是“业务数据化”和“数据业务化”过程，“业务数据化”是指数据的形成、积累、分析，“数据业务化”就是对数据进行应用进而助力业务创造价值，这是一个螺旋提升的过程。

大多数企业近年来主要是围绕“业务数据化”开展工作，随着近几年国家大力推进的两化融合发展进程不断深入，很多企业在“数据业务化”----数据应用领域进行了探索，为后期大数据建设工作的开展奠定了一定的基础。近几年，传统企业加强了信息化、自动化建设力度，一方面拓展了信息化系统的覆盖范围，通过信息化系统把业务和经营管理端的各种能力以数据形态进行了沉淀；另一方面推进了生产设备的数字化、智能化改造工作，深化了自动化技术在传统制造等领域的集成应用，并将数字化设备、自动化系统产生数据进行收集、记录，积累了丰富的数据资源，为数据分析创造了条件。

三、传统企业开展大数据建设面临的问题

传统企业虽然在“业务数据化”方面开展了一些工作，取得了一定的效果，为大数据建设打下了一定的基础，但离“数据业务化”还有较大的差距，仍存在意识缺乏、专业人才严重缺乏、业务部门参与度不够、数据质量不高、数据获取、共享存在障碍等问题。

（1）大数据建设意识缺乏。传统行业大部分人员对大数据潜在的价值创造认识不够，“数据”作为未来核心资产，未能得到企业的重视。

    （2）专业人才严重缺乏。大部分传统企业自动化和信息化力量储备不足，无法满足数字化运营的需要。

    （3）业务部门参与度不够。在信息化和自动化建设过程中，传统企业的业务部门主动性不高、参与度不够，导致系统产生的数据时效性低、质量不高等问题。

    （4）数据获取、共享存在障碍。一方面企业获取数据受到硬件方面的限制，如传统企业现有相当一部分设备不具备数据采集能力，数据依靠手工方式获取；另一方面也受到原有的管理体制的限制，存在数据难流动、业务系统难协调等问题。

    四、传统企业开展大数据建设措施

1、坚持问题和价值导向，统筹规划、分步实施

大数据建设不仅仅涉及技术、产品，它还包括持续不断把数据变成资产并服务于业务的机制，这套机制要根据企业不同的业务模式和组织架构，通过有形的产品和实施方法论支撑进行构建，所以不能仅仅停留在工具和产品层面，需要从企业战略、组织、人才等方面来全方位地规划和配合。

传统企业一般缺少大数据建设规划方面的高端人才，可以聘请国内数字化转型先进企业的相关专家，组建专家咨询委员会，为企业大数据建设规划布局、标准制定、制度建设等方面提供支撑服务，并结合企业发展与业务领域的实际需求，对企业大数据建设工作进行合理的统筹规划与科学的顶层设计，明晰大数据建设的总体目标、阶段性任务和蓝图架构，并将蓝图架构的实现分解为分阶段、可操作、可落地的实施路径和行动计划，指导企业大数据战略的落地实施。

2、建立统一高效的大数据建设组织体系，强化制度保障

大数据建设是一项有序的、动态的、可持续发展的系统工程，必须建立统一高效的组织体系，促进建设过程各个环节的正规有序，实现统合。企业内部可以设立大数据建设组织机构，以价值为导向，采取课题制的方式推进大数据建设工作，要对课题涉及的单位、业务部门明确担负的责任，如需求的提出、业务运营模式和流程的优化、信息系统深入应用等，配套相应的考核、奖惩政策，充分调动业务部门积极性；同时企业还要加强对大数据工作的统一管理，根据总体规划做好年度计划的安排和检查考核，加强项目可行性研究报告和技术方案的审查把关，以及课题的验收、应用管理和考核等工作，推进系统集成和业务协同。

    3、建设统一的共享平台，优化数据流转

为了实现数据互连互通，提高各类信息资源的整合共享以及综合利用，企业要建设统一的共享平台，该平台主要包括业务共享和数据共享两个层面。

业务共享主要是用于业务流程的管控，把业务流程中共性的服务抽象出来，形成通用的服务能力。如传统企业一些业务模块都是有共性的，可以把这些组件沉淀出来，形成一个企业运营管理的业务共享平台，再基于这些业务平台可以快速搭建前台应用，通过这些轻应用可以对现场操作进行科学的评价，指导业务人员的操作，同时还可以对设备进行预知性维护。

数据共享主要是把数据能力中的共性能力进行抽象，形成通用的数据服务能力。比如按照统一标准和规范，明确数据采集口径、采集方式，把各个系统中的数据进行沉淀，形成数据资产；规范数据的服务方式，快速形成数据服务能力，满足企业、业务部门多方位、多层次的数据需求，这样就化解了求稳的管理和求变的业务之间的矛盾。

共享平台的建设不是一蹴而就，需根据总体规划、循序渐进，分步实施，是一个持续迭代的工程。企业先期可以先完成共享平台整体架构的建设，后期分步完成业务系统的整合及相互间数据共享问题。

    4、深化大数据应用工作，优化业务流程，驱动管理升级

深入了解企业需求，密切跟踪大数据技术发展趋势，不断深化大数据在企业经营决策和精细化运营中应用的广度和深度，驱动管理升级。

推动重点领域大数据应用，以“问题”为导向，围绕生产、管理等领域的突出矛盾和问题，推动大数据应用工作。在制造方面，企业可以围绕产能提高、能耗降低等领域，借助企业的专家在传统制造领域的专业优势，推进相关自动化系统、数字化设备等数据资源的采集、整合、共享和利用，在不增加设备的情况下提高产能、降低能耗，实现精细化运营；在营销方面可以利用大数据技术对终端零售系统中的数据进行挖掘和应用，形成客户的微观画像服务，用于企业销售的商品推荐，也可直观了解客户的购买意愿和需求，还可以用于给客户、加盟商的信用评级等，促进大数据在市场型企业售前、售中、售后服务中的创新应用。

 强化服务大数据应用，以服务业务部门需求为导向，以数据集中和共享为途径，采用虚拟化、云存储等关键技术有效提高设备利用率，降低总体运营成本，实现众多应用的集中部署，多系统共享资源，实现资源利用最大化。