摘 要: 企业信息技术的提升对发展模式的进步具有不可替代的作用,现代化企业利用信息化技术增强在市场竞争中的优势。在大数据环境下,现代化企业如何把握机会、应对挑战,如何借助大数据信息技术实现企业发展将成为今后很长一段时间的热点。
关键词: 企业信息管理; 大数据; 数据安全;
2018年8月,***主席在给数博会开幕的贺信中指出,“中国高度重视大数据发展,我们秉持创新、协调、绿色、开放、共享的发展理念,围绕建设网络强国、数字中国、智慧社会,全面实施国家大数据战略,助力中国经济从高速增长转向高质量发展”。强调了国家大数据战略对于中国经济社会发展的重要地位和时代意义,指明了中国大数据发展的科学理念和战略布局,为企业发展指明了方向,为传统行业与大数据融合提出了设想,为社会经济的发展注入新动能。
一、大数据对企业信息化管理的影响
1.企业借助大数据技术完成转型,开启企业发展新局面。
对于传统的企业信息化建设,企业管理者的认知往往仅限于经营管理和行业软件、IT技术和互联网领域,随着近些年的技术进步和信息化思维的扩展,众多传统企业已开始利用大数据技术进行变革,特别是在交通运输、基础设施管理和金融领域取得了显着的成效,行业内信息化技术的竞争压力凸显。首先,通过大数据技术的算法研究,企业可以定位客户意图和需求,甚至是可能满足他们需求,但没有被明确提出的产品,通过为客户提供这种差异化服务,从而提升企业竞争力和客户使用体验。其次,企业可以利用自身的大数据平台,将上下游企业整合到平台价值链中,实现垂直整合战略。最后,通过在行业中的数据集中、整理和分析,企业可以在改善本行业用户体验的同时,逐步涉及其他相关行业,进而有可能在该行业中占据一席之地,实现传统产业的转型。
2.通过大数据技术的应用,提升企业效率和竞争力。
决策支持系统在现代企业管理中的辅助决策作用已经被很多行业认知并践行。但现行的决策支持系统仅关注于一些重点数据,且数据深度与广度有限。决策支持系统中大数据应用的基础是信息数字化,重点是对于数据的整理分析,数据集中的标准和依据跟据决策层级的不同而区分,以不同的广度、深度和时间广泛采集数据,从而分散决策权力,并具有预判性和自动化。对多维度的数据进行抽取和整理,在决策顶层降低人为影响的作用,提高决策信息客观性和科学性;在决策底层,提高决策信息的量化,完善决策支持系统和决策机制。大数据技术的应用,使决策机制更多的以数据为依据,减少人为干扰因素,提高决策精准度。同时,在成本控制、服务体系和产品研发中提高大数据应用,提升内部管理,开拓外部市场,从而实现企业综合实力的增强。
3.企业管理的思维和模式在大数据环境下发生转变。
随着大数据技术的不断进步,企业对于数据应用的增长呈现突增态势,企业发展路径发生变化。任何时代的变革,都是由人主导,而企业管理就是以人的管理来配合时代的转变,大数据时代企业管理要具有数据观,通过制度化和流程化来执行决策,通过灵活的组织架构与业务流程,打破职能部门之间的壁垒。这种打破,意味着对于各方数据的整合整合、清洗和分析,保证数据之“大”,否则,各自为政的互相割裂,仍旧停留在信息孤岛时代。企业要变革传统思维,意识到大数据应用的重要性,将大数据的管理思维应用到实际之中;传统企业经营管理模式逐渐落后,“粗放式”管理向“精细化”管理转变的大趋势是不可逆的。大数据技术帮助企业采集关键信息,并加以分析和筛选,最终通过这种价值信息的提供促进企业“精细化”转变。
二、大数据环境下企业信息管理面临的问题
1.对大数据缺认知有限。
中国已开始进入信息时代,但许多人的思想还停留在工业时代。企业信息管理工作中出现的许多问题,其根源是对时代的认识不到位。十八世纪中国落后挨打,根源是没有认识到时代的改变,我们不能再重蹈覆辙。中央提出中国进入经济“新常态”,而新常态一个显着标志就是通过信息化推动工业化、城镇化和农业现代化的进步,是经济和社会管理的飞跃,不是权宜之计,更不是倒退。大数据、移动互联网、社交网络、云计算、物联网等新一代信息技术构成的IT架构是信息社会进入新阶段的标志,对整个经济的转型有引领和带动作用。媒体上经常出现的互联网、创客、“第二次机器革命”、“工业4.0”等都与大数据有关。大数据是信息时代环境下企业生产经营发展的新动能,国家提倡的创新驱动发展其重要的一方面就是依靠信息技术促进生产率的提高。
2. 企业信息化管理体系不够完善。
在企业信息化建设的过程中,管理体系建设的完善工作应结合大数据技术应用同步完成,否则就会制约其发展。很多企业把信息中心作为一个独立机构设置,但在实际管理过程中体系建设工作还不够完善,管理协调机制不能与之相匹配,数据信息在收集的过程中部门之间缺乏协调和配合,甚至相互制约。还有部分企业大数据技术应用缺乏灵活机制,大数据技术不能有效的与电子商务技术、云计算技术有效融合,缺乏对企业员工“数据文化的本质是尊重客观世界的实事求是精神,数据就是事实。重视数据就是强调用事实说话、按理性思维的科学精神”的培养。
3.人力资源投入不够。
在大数据时代,企业想保证数据收集的有效性,就需要应用先进的技术以及人力资源,但是在目前企业信息化管理的过程中,存在技术以及人力资源投入不够的问题。许多企业依旧应用传统管理模式,导致这种现象出现的主要原因是管理人员对企业信息化管理的重视程度不够,并没有投入相应的资金,阻碍了企业信息化管理的发展。
4.企业信息存在管理泄漏风险。
大数据技术的应用首先在于对于海量信息数据的收集,这也就决定了数据泄露问题成为影响企业业务经营的一大安全隐患。早前雅虎就因为数据泄露问题让收并购价格大幅缩水,2018年初Facebook的数据泄露问题让其大受打击,近期Facebook又发生了疑似5000万数据泄露,并将面临16亿巨额罚款。去年令全球企业业务被影响的勒索病毒今年又开始出动,国内已有部分企业被入侵以致正常业务被中断,生产线全数停摆。可以说,数据泄露已经给全球各地的企业造成了不可估量的损害。究其原因是在不少企业之中,对于信息的提取和使用规范模糊,相应的章程制定工作延后,企业在信息使用过程中不能遵守流程操作,违规提取。同时,企业信息系统开发过程中存在大量系统漏洞,给不法分子通过系统漏洞获取关键信息提供了可能,而这些信息的非法取得和使用对企业生产和经营造成极大的威胁。
三、大数据环境下企业信息管理的创新发展
1.完善企业信息化管理体系。
企业要推动信息化管理模式的转变,就要充分发挥大数据快速、方便、开放的优势。这就要求企业在提供信息服务的基础上,更加重视信息化管理工作体系的协调性。大数据的应用涉及企业生产经营的各个方面,可以通过建立信息化管理协调机制,使企业全员都参与到信息化管理中来,获得信息服务的同时也为信息服务提供数据。同时,要高度重视大数据应用制度建设,提升大数据技术在信息化管理工作中的应用规范化,针对数据采集、分类和清洗建立相关制度,使数据应用工作更为规范有序。还应当切实加强管理人员能力提升,构建科学的教育培训体系,强化数据思维和数据意识。
2.加大人力资源以及资金的投入。
在企业信息化管理的过程中,最重要的两项影响因素是人力资源和资金,二者中缺一不可,信息技术的不断进步,需要有持续的人员和资金投入,为企业构建出一个合理的大数据组织机构,进而提升企业信息化管理效果。企业在构建数据产品和数据模型方向的过程中,需要在满足企业自身需求的同时,满足产品的市场需求,确保企业在大数据环境下的稳定性。另外,与信息技术其他领域人才相比,大数据产业对人才的复合型能力要求更高,尤其是具备综合掌控数学、统计学、机器学习和企业专属产品等方面知识的复合型人才,以及可承担数据分析和数据挖掘的技术人员。因而在建立相应的大数据组织机构的同时,需要制订相应的人才规划,确保信息化管理中人员配置的合理性,为信息化发展提供人才条件。
3.完善大数据相关法律监管。
加强法律约束对于大数据环境下的信息化工作是至关重要的,随着大数据技术应用场景的增多,相关法律法规的制定需要同步进行。首先,通过加强法律监管,能够保证数据安全以及大数据系统的合理应用,最大限度的发挥出大数据的作用和价值;其次,可以利用大数据技术构建网络安全防护体系,为网络安全带来新的管理理念和技术,使网络安全治理能力大幅提升。作为企业,要强化大数据应用的自我监督,从企业内控与内审出发,一方面加对大数据管理与使用的年审或阶段审,另一方面增强行政监察,把对大数据的应用审查也列入工作范围,并赋予监督者随时查阅、复制的权利。在企业管理中也需要对大数据的应用进行约束,例如在有独立董事或监事的企业中,赋予对大数据业务的监管权,以确保使用行为的合法性。
参考文献
[1]罗斯斯.基于大数据的企业信息化管理策略探讨[J].企业改革与管理,2019(4)
[2]孙胜利.大数据时代的企业信息化管理策略[J].电子技术与软件工程,2018(6)
[3]周耀林、赵跃、段先娥.《大数据时代信息资源规划研究发展路径探析》[J].图书馆学研究,2017(15)
题目:现代企业制度与IT管理制度的完善目录摘要(详见正文)一、现代企业制度的概述(一)现代企业制度的特征(二)现代企业制度的主要内容二、现代企业制度与IT管理制度的完善(一)现代企与IT管理模式的三个发展阶段(二)现代企业IT管理发展的三个阶段三、...
摘要大数据正在成为新的经济增长点,面对大数据时代的来临,集中掌握着资金、人力、政策等资源优势的政府部门当仁不让的扮演着重要角色。政府既是推进政府大数据发展的主体,也是自身需要经现代化信息技术关联分析后发现新知识、创造新价值的研究客体,其数...
第4章基于大数据处理的管理模型4.1管理变革演进的模型每一次管理上的变革都是管理模式与新的信息通信技术相辅相成的,进而我们提出了管理复杂程度+信息技术的管理模式的演进模型(见图4.1)。基于该模型,我们可以看出管理上的模式随着信息技术的发...
第6章加强和改善政府大数据质量的措施6.1严格管控政府大数据的数据源质量。根据前文实证研究结果可知,权重达到40.857%数据源质量依旧是政府用户眼中政府大数据质量的重中之重,结合我国的数据高速发展的数据环境和数据质量发展空间,政府必须严格控...
4基于大数据云平台的森林资源信息管理系统设计4.1需求分析。目前用于揭示林业生产管理的内在规律,发现数据之间的关联关系,反映林业生产活动的变化规律和生产经营的发展方向,分析部门之间的相关性,数据的合理性,林业生产经营与经济发展及产业结构之...
第3章大数据环境下车联网用户信息行为的影响因素分析3.1大数据环境下车联网用户信息行为及其研究意义。3.1.1车联网用户信息行为。车联网用户是指加入车联网的汽车用户,而加入车联网的汽车用户中,除乘用车外,还有监管车辆、政府公务用车等。本文主...
第5章基于大数据处理的管理模式下信息处理框架设计在大数据背景下,管理的关键就是信息数据的整合与分析,在各个模块中,信息系统的存在尤为重要,数据的传递、收集、服务的提供都离不开信息系统,它是对整个管理模式的一个关键支撑。5.1需求分析首先...
摘要大数据是近年提出的一个新型课题,随着信息技术发展,网络进步,各种移动终端普及应用,人们所面对数据量正越来越大,在生活方方面面均有所体现,人们正面对着大数据时代。随着工业革命的进程,技术的进步在管理方式的演进中的作用越来越明显。大数据...
5.5政府大数据质量评价。5.5.1指标权重系数的确定。5.5.3政府大数据质量评价结果分析。(1)一级指标。该指标体系的整体质量评价满意度得分为80.42,得分尚可。如果换算回5级量表,该得分十分接近4级满意,说明在该体系下用户对政府大数据的数据质...
第4章政府大数据质量评价指标体系的构建4.1政府大数据质量评价指标体系的设立。4.1.1政府大数据质量评价体系的构建原则。构建政府大数据质量评价体系是非常重要的工作,正如前文所说,质量评价体系的构建直接影响质量评价的结果,一个好的质量评价...