大数据带来的管理变革和挑战,信息管理论文.docx

《大数据带来的管理变革和挑战,信息管理论文.docx》由会员分享，可在线阅读，更多相关《大数据带来的管理变革和挑战,信息管理论文.docx（13页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、大数据带来的管理变革和挑战,信息管理论文本篇论文目录导航：【题目】【第一章】【第二章】【第三章】 大数据带来的管理变革和挑战【第四章】【第五章】【总结/以下为参考文献】 第 3 章 大数据带来的管理变革和挑战 大数据的出现使管理环境发生变化，管理方式面临新的挑战，必须有相应的管理变革来与技术的变革相适应。从总的方向来看，管理的变革应该是从简单性管理向复杂性管理转变，其本质是以复杂性组织，变革智能性组织以适应互联网时代的复杂的环境变化。面向复杂性管理、以技术发展推动管理变革，总结新的管理形式，具有特别重要的现实意义。 3.1 大数据带来的管理变革 3.1.1 管理构造的超扁平化 传统的管理方式与

2、的管理形式有很多类似的地方，管理上往往依靠着层层级级的组织和严格的管理流程，信息往往是逐层聚集和收敛，然后再根据这些数据来制定相对应的决策，之后通过决策在组织中的传递和分解以及规范相应流程来确保决策能够得到相应的贯彻执行。以这样的方式方法来躲避一定的风险和使得经营活动的质量能够得到保障。然而随着世界经济的发展，第三次工业革命脚步的加快，面对信息化和大数据化的当今社会，市场环境变化越来越快，竞争越来越剧烈，传统的管理形式面对这样的环境越发不能适用。其较长的决策链和缓慢的反响机制很难应付瞬息万变的市场，为了与时俱进，适应全新的市场环境，必须改变以往一味增加管理层次的做法，转而对管理幅度做出一定程度

3、的调整。由其是面对当今这样的大数据时代，信息技术高速发展、计算机管理信息系统的广泛应用、各类移动终端的普及和互联网的飞速发展，过去那种层层汇报，管理严格的多层级，垂直化管理形式不再有效，企业组织机构的扁平化趋势就愈加明显。 美国通用公司是最早将 扁平化管理 思想付诸施行的，为了解决公司由于其森严的等级制度和臃肿的管理方式而造成的管理反响迟钝这一现在状况，公司管理人杰克 韦尔奇大胆将以往的管理层次从 8 层缩短到 3 层；将很多不必要的经营单位裁撤或合并成一些主要机构；精简工作人员；调整工薪体系，从各个方面使公司向扁平化方向转变13.为了促进供给商和公司内部的合作关系，同时使公司各个部门和团队之

4、间的跨部门合作愈加快速有效，他打破了很多障碍，自上而下的进行了大量改革。杰克 韦尔奇通过采取 无边界行动 、 零管理层 等管理措施，使得深植于组织内部的官僚体系被成功瓦解，为企业节省出了大量的资源，于此同时，管理的效率也得到了很大的提高，故而从很大程度上提升了经济效益。杰克 韦尔奇的 无边界合作 ,正是企业组织与外部环境之间扁平化的最好便证13. 美国的管理学家德鲁克曾近讲过： 管理的层次过于繁多是组织不良的常见病症之一，尽量减少管理层次，使指挥链得以缩小是组织构造的一项基本原则14. 对于传统的 金字塔 型管理形式来讲，信息的传递有效性是有很大局限性的，由于每个管理者所能够管理的下属是有限的

5、，且越往高层越少，这样一来从底层所传递上来的往往不是最初始的信息，可能会产生偏差甚至是错误15.这一问题在以前或许不够突出，然而在信息量越来越大的如今，怎样能有效获得和处理大量的信息成了管理的关键所在16. 伴随着高速发展的信息技术，流程化管理的相关制度得到不断地完善的同时，流程化管理也不断发展成型，这样，企业管理层次降低的同时管理幅度得到了很大的提高，管理逐步向新的扁平化方向转变17.海尔公司为了使企业能够到达 三个零 的目的，将从前的职能构造转变成流程网络构造，垂直业务构造转变成水平业务流程，这一点充分讲明了现代管理形式超扁平化的趋势18. 3.1.2 营销形式高度网络化 传统的营销形式往

6、往根据制造商 批发商 零售商 消费者这一传统商品销售渠道进行商品的对外销售21,在这样的形式之下，冗长的销售环节除了对于销售成本的增大，同时对于产品的时效性还大大地降低了。企业往往会从企业利润点出发，重点研究市场营销的全部经过，进而探寻求索出一般市场规律22. 传统营销形式从市场调研开场，进而进行市场分析，在选择目的市场之后再根据企业实际情况制定相应营销战术。不断深切进入的强调市场，销售本质是知足市场的需求，强调顾客导向。 然而随着信息技术的飞速发展，由其是互联网和大数据的发展，世界范围内的业务拓展和基于互联网为顾客提供服务成了很多公司的发展趋势。在这样一个形式之下，传统的营销形式就越来越无法

7、知足企业的生存和发展需求，基于互联网，结合大数据特性的营销形式是很多企业所正在探寻求索和发展的。 但是随着信息技术尤其是互联网飞速发展，各个传统企业纷纷开场利用互联网为顾客提供服务并且在世界范围内拓展公司的业务。在这种形势下，传统的营销形式已越来越不能适应企业的生存所需。于是各个企业就开场根据互联网的特点积极的探寻求索新的营销形式。网络营销这一形式开场越来越为人们所接受。 消费者从对网络购物的懵懂无知到如今，越来越多的人对于其的接受和喜欢。随着移动互联的发展，顾客信息更是随时随地都能够通过各种设备投射到网上，这些信息能够直接反响消费者的需求，企业便以此为根据做出相应销售对策。对于产品的推广也会

8、从单一的广告中走出，通过朋友的推荐、基于爱好的系统推荐、平台多方位推广等，顾客总能找到合适自个的产品23. 在大数据的影响之下，每个顾客都会成为一个透明的个体，企业通过对数据的整合与分析能够很好得出顾客的特征，从营销角度对顾客数据进行分析和处理，在通过网络对这些数据从营销的角度进行假设，进而清楚明晰分析出顾客的需求、兴趣和喜好。例如亚马逊公司在这方面就做出了大量的尝试，除了做到与在书店相差无几的服务之外，亚马逊还利用大数据实时知晓购书者的偏好，然后做出精准的推荐以便消费者选择，这样无疑将会大大改变营销的管理，如今这一做法已被多数电子商务公司所效仿3. 3.1.3 生产方式的智能化 随着制造技术

9、的进步和当代管理观念的普及，制造业企业的运营越来越依靠于信息技术。数据逐步牵涉到了制造业的各个环节，包括制造业的整个价值链、制造业产品的整个生命周期等。由于大数据到来的关系，制造业的数据正呈现爆炸性的增长趋势。 从产品的建模设计到产品的测试加工，数据出如今生产的每一个环节；在运营经过之中，库存、采购、质量数据、目的计划等很多地方也离不开数据；加上供给商和客户等产品价值链等行业数据和价值数据；如此一来，企业面对这所有的数据构造化或非构造化使得企业所需要管理的数据种类繁多庞大。 与此同时，在大数据时代，个性化的消费已经成为了一种现实与趋势，对于现行制造业所提供的标准化产品，消费者已经很难知足，由此

10、，新一代的非标准的生产方式就成为了一种需求,这种生产方式以就是大数据作为基础的新一代智能制造生产方式。这一方式不仅仅仅是单一的生产的智能化，还包括了定制生产，个性化服务等各个环节。 由于消费需求的个性化，传统制造业就必须突破现有的生产方式与制造形式。把握所有顾客的个性化需求及其变化是为顾客生产个性化产品所必须的，也就是讲，要对每个顾客的各方面信息进行收集，将这大量的数据进行收集、传递和处理就成了非常关键的一点。同时，对于那些非标准化产品的生产经过中所产生的海量数据的收集、处理和传递也是非常重要的。故而，为了确保产品的品质，就必须由智能制造设备进行分析、判定、调整及控制整个制造经过，这样就决定了

11、互联网、信息技术、大数据与制造相融合的历史必然。 海尔公司的发展策略中就曾提到，积极探寻求索、打造海尔互联工厂形式，持续推进信息技术与制造技术深度融合的数据化、网络化、智能化制造，将是顺应全新新工业革命，互联网的大数据潮流的必由之路。这对于打造一个生生不息的制造生态系统，中国乃至世界的制造方式都将产生积极影响。 3.1.4 物流服务的智慧化 传统物流服务是根据 仓库+运输 到另一仓库 的形式24,仅仅仅是根据生产和销售的需求对货物进行保管和运输。这样的物流服务只能提供简单的位移，服务也相对被动，其监控基本依靠人工进行，施行标准化服务，主要侧重于点到点或线到线的服务。面对当下大数据环境，其主要缺

12、陷具体表现出如服务总成本较高和信息化程度低，且较低的信息化程度是造成高成本的主要原因之一，由于较低的信息化，数据信息得不到及时的更新，导致信息获取的延时甚至错误过失，这样会引起运输车辆的空再，进而提高了成本。 这样的传统物流服务显然无法是适应当下信息化高速发展的大数据时代。由于传感技术、定位技术、视频监控技术等当代信息和通信技术在物流服务中越来越多的应用，物流信息化将是将来的发展趋势。主动的服务，施行主要依靠信息的监管，多样化的服务标准和整体服务网络的构建将是当代物流服务多必须的。 由于缺少统一信息平台，各个物流服务以地区或企业为点，各自为政，各信息平台的研发与建设系统功能复杂，设计构造的不统

13、一，数据标准的多样化，因而导致了各信息平台无法做到互联互通.这样，相关物流信息的获取就变得特别困难，对于物流需求信息和货物跟踪信息的及时获取也无法很有效的做到，企业与上下游之间的数据交换和分享无法做到及时性，甚至会有数据丢失现象。因而，构建智慧物流信息平台是解决上述问题的有效途径。 由于各地区、各各自为政，物流行业缺少统一的信息平台，由于设计和研发的独立性，平台缺乏统一的标准和数据格式，这样使得各个平台很难顺利的连接起来，无法做到数据的互通。这样一来，物流信息的获取就变的特别困难，企业上下游之间的数据交换和信息分享也就很难实现。物流行业正处于一个较低的阶段，为了解决这一问题，构建智慧物流信息平

14、台是决一个有效的途径。 阿里旗下的菜鸟网络真是基于这样一个现实的一个尝试性例子，其通过电商大数据的整合和挖掘及线下仓储的建设来改变当前电商快递生产形式，并破解双 11 快递爆仓、商家货物囤积等一系列难题27. 3.2 大数据带来的管理挑战 在互联网技术和传感技术飞速发展的当今社会，越来越多的非构造化数据出现并不断累积，数据存储和处理分析变得越发困难，由此便发展出了适应时代的大数据理论和相关技术，大数据的重大作用和其前宏大价值是显而易见的，在其积极作用的另一面，大数据的概念也存在被过分炒作的现象。 随着大数据这一概念的出现，就出现了传统数据处理方案应该立即被大数据所迅速替代的论调，以为大数据是万

15、能的，传统的数据分析、处理方式方法已经能够退出历史的舞台。一切都以数据为中心，当数据到达一定程度的时候，就无需去关注算法而只需要去关注数据，用最简单的算法就能得到想要的结果，应用计算上的优势来处理大数据所带来的宏大运算量。然而，大数据仅仅只是一种新兴的理论，其理论层面和技术方式方法都还不够成熟，在现实的发展经过之中还有着许很多多的挑战，其主要挑战有下面几点： 1大数据并不能完全代替传统数据 尽管我们正处于大数据时代，在海量的数据中 75%都是非构造化数据，这决定了大数据的主导地位，然而大数据并不能完全替代传统的构造化数据28. 尽管非构造化数据占据总数据量的绝大一部分，然而由于大数据价值密度低

16、这一特性，与构造化数据相比，有效的非构造化数据并没有占据多大的优势。在互联网、社交网、电子商务网等网络的应用中，利用大数据技术能够更好的分析相关联的非构造化数据以得到更好的发展，因而，EMC、亚马逊、Google 等企业面对数据爆炸的现在状况，不断积极推动大数据技术的发展。然而对于某些特定的应用，构造化数据仍然起着重要的作用29.就如传统的构造化数据密集型的应用，相关研究已经比拟完善，传统的数据处理技术能够很好的处理这些构造化数据，完全没有必要应用大数据相关技术去替代。当下很多所谓的大数据处理也仅仅只是对原有的技术重新进行了改进和包装，并没有多少重大突破30.故而，盲目的使用大数据技术替代原有

17、数据处理技术是不可取的，按需索取，根据实际情况去选择和发展适当的数据处理方式才是大数据时代的发展道路。 2大数据带来的数据存储和分析技术挑战 随着大数据时代的到来，互联网公司正在被数据所淹没。面对天天 24 拍字节的数据处理量，谷歌公司天天处理的数据量将是美国国家图书馆所有纸质出版物数据量的上千倍；Facebook 公司为了挖掘用户爱好而收集的网站上天天约为三十亿次的点击 爱好 按钮和评论数据的次数；YouTube 上每一秒就会有一段长度在一小时以上的视频上传；twitter网站天天增加2亿条微薄，其信息量每一年就翻一番；沃尔玛每小时可处理超过 100 万笔客户交易，为数据库注入超过 2.5P

18、B 的数据；基于云的医疗数据，如病例、检查、影像和病理报告等，每年增长 35%,估计 2021 年将到达 14ZB31.从互联网到银行业，从医疗保险到科学研究，数据的爆发式增长在社会的各个方面正具体表现出出来，这种爆发超出了我们的想象32. 面对庞大的数据量，怎样存储、分析和处理这些数据就成为了首要问题，同时这也是大数据所带来的重大挑战之一。大数据时代，网络日志、传感器网络、社交网络、互联网搜索索引、视频档案、图片档案等诸多数据充斥着人们的生活，华而不实绝大多数数据都不是传统的构造化数据，随着非构造化数据的增加，传统的主要适用于构造化数据的软件和工具将很难及时收集、存储和管理这些大数据，对于对

19、数据进行深度的分析和挖掘，则愈加需要新的技术和方式方法33. 由于大数据所潜在的商业价值，大数据要求使用专门的数据库技术和数据存储设备。对于追求高度数据一致性和容错性的传统数据库而言，其扩展性和系统可用性就稍显缺乏，对于视频、音乐、图像等非构造化和半构造化数据不能有效地存储，当前，数据的存储能力远远落后与数据的增长速度，设计合理的分布式存储构架来解决成为了关键所在。数据的多样化对传统的数据分析平台也提出了挑战，由于数据量的不断增大，大型数据库中的数据无法同时导入内存，算法的效率将对数据分析产生影响。 以开源形式发展起来的 Hadoop 等软件平台能够用于解决大数据问题34,然而对于海量数据的存

20、储和分析仍就是大数据时代的重大挑战之一。在这方面，我们国家数据存储、处理技术基础薄弱，总体上还是以跟随为主，对于大数据的大规模应用仍存在苦难，这是我们国家需要解决的问题。 3大数据所带来的数据保卫挑战 根据 IDC 的统计数据，需要保卫的数据量从 2018 年的 1/3 开场不断增大，估计到 2020 年这一比例将超过 2/5.根据 2020 年的统计报告显示，需要保卫的数据信息有 35%,然而实际得到保卫的却连一半也没有到达2. 由于互联网的发展，大数据时代的到来，人们随时随地能够通太多种手段获取数据信息，数据的获取变得特别便利，在给人们生活带来便利的同时，信息安全也成了我们必需要去关注的重

21、要问题。随着互联网、移动互联网的快速发展及 3G、4G 手机的普及，我们每时每刻都在产生着数据，然而这些数据不再私有、不再神秘。在使用网络设备的同时，我们的数据在毫不知情的情况下被一下数据公司收集，以苹果公司为例，iphone 在用户不知情的情况下收集位置和无线信息并将其传输回苹果公司35.随着越来越多的人接受和使用电子商务，还有社交网络的流行，每个独立的个体都被网络严密联络起来，我们时时刻刻都产生着数据信息，假如对这些信息进行挑选和分析，得到人们的个人相关信息将变得特别容易，这样一来我们的一些隐私数据的被外人所把握，可能会造成很多不必要的损失。然而，大数据时代这种数据通过网络发布和传输分享的机制使得人们隐私数据的暴露成了一个必然，使我们防不胜防。由于网络的范围广泛，数据的访问随机，使得人们防备数据盗取等行为的困难更大，只要在数据存储的安全机制、数据容灾机制和数据多副本机制等各个方面全面做出提高，才能尽可能的保证数据使用的安全性对于安全漏洞的及时发现，安全体系的不断升级，最大程度确实保信息安全成了大数据时代的重要任务。大数据时代的数据保卫变得格外重要，美国的大数据研发计划就有从数据安全的方面做考量36.故而，怎样保卫自我的隐私和数据成为了大数据时代的一大重要挑战。