1大数据的内涵

　　20xx年以后，全球数据快速膨胀并呈爆炸式增长，成为社会的一项重要的资源，引起了政府、企业、专家学者的广泛关注。《纽约时报》20xx年2月的一篇专栏文章指出，“大数据”时代已经降临，在商业、经济及其他领域中，决策将日益基于数据和分析而作出，而并非基于经验和直觉［1］。哈佛大学社会学教授加里金说：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程［1］。大数据一词越来越多地被提及，甚至对企业来说，随着大数据的发展，它决定这企业的未来，企业越早意识到数据对企业的重要，越能够洞察出数据所潜在的危机与机遇，越能够为企业未来制定出科学合理的战略和决策，在企业激励竞争中占据优势。所以，所谓大数据（bigdata），或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的'的资讯［2］。

　　2大数据背景下要求企业管理创新思维

　　众所周知，企业的管理离不开对外部环境的分析，大数据时代数据爆炸式的增长，使传统的管理思维很难处理如此增长迅速、庞大繁杂的数据资源，传统的数据分析和处理技术也很难驾驭这样巨大的挑战，为了应对这样严峻的任务，企业必须进行企业管理思维创新。

　　2.1传统小数据环境数据有限，采用大数据样本取量

　　企业之前搜集数据往往采用样本分析法，通常在有限的小数据环境下搜集信息，采用随机的方法，依照机会均等的原则进行的抽样调查，以期望获得更多有价值的信息，但是这种方法当总体的标志变异程度较大，单纯随机抽样的代表性就不高，当调查对象范围很广，即总体中各单位较为分散时，调查数据所需的难度就会加大，随机抽样适用于总体容量不太庞大，以及总体分布比较均匀的调查对象。所以以往小数据环境下收集到的分析数据，本身就有缺陷。但是，大数据时代，由于网络和信息处理技术的发达，数据和信息具备了易得性，即企业所需要的所有信息可以快速、容易地得到，这样就保证了数据的真实性，也能更加精确的反映事物之间的关系。

　　2．2传统数据过度追求精确化，允许大数据中的不精确性与信息的混杂化

　　大数据时代，增长迅速、庞大繁杂的数据资源当中难免会存在一些有偏差的数据，但是大数据样本的情况下，细微的偏差数据并不会对结果产生重大影响，也不会影响其发展的规律与趋势，因此，数据的不精确性在一定范围内是可以接受的，而且我们也可以利用这些数据发现到其他的亮点和有价值的东西。过去对于样本过多地注重精确化，极力地避免偏差，使得花费了大量的时间、精力去消除数据的不确定性。大数据时代，我们对数据的利用要摒弃过去追求精确化的思想，允许数据不精确性与信息的混杂化，利用好所有的数据，在接受所有数据的情况下，得到更多更有价值的信息。

　　2．3传统数据过度追求事件因果，大数据分析更注重相关性

　　传统的样本采集，搜集数据以及数据分析都是在寻找事物之间的“因果关系”，即“为什么”的关系，大数据下数据收集与分析是在寻找事物之间“是什么”即可；利用海量的数据，采用数据处理软件，撷取、管理、处理数据后，展现出事物之间的关联现象即可，通过对这种关联性进行分析，帮助企业的管理者整理成为帮助企业经营决策更积极目的的资讯，从而能够科学地预测企业的未来和制定完善的企业战略。

　　3大数据背景下企业管理创新

　　3.1传统与大数据下企业管理创新比较

　　随着企业外界环境的变化，传统的企业管理创新与大数据环境下的创新有诸多本质性的不同。传统的企业管理创新模式，在驱动因素方面是问题驱动，即企业管理从企业的实际问题出发探索创新，组织企业的资源，自上而下地利用管理者与专家的智慧对管理进行创新，采用德尔菲法、决策树等定量与定性的方法，找到解决企业问题的最佳途径。而基于大数据下的企业管理，外部环境更加复杂，企业创新的路径和创新的管理方法的选择也更加复杂，所以大数据下的企业管理创新依据不在组织内的资源，而是组织生态的大数据，企业采用自上而下的、网络协同的创新途径，运用云计算、数据挖掘、统计分析等方法，找到问题的解决方法，它成功的关键因素是数据的可得性、数据分析及解读的精确性。