大數據時代企業競爭力重塑

王 佐

（中國北方工業公司，北京市100053）

大數據時代企業競爭力重塑

王 佐

（中國北方工業公司，北京市100053）

企業經營管理和市場競爭已經進入大數據時代。大數據作為企業有目的經濟行為的結果與企業管理的衍生品，借助計算機與互聯網技術進步成為企業市場創新重要的戰略資源。大數據來源于企業管理精細化、商業模式創新、風險控制要求、預測未來需要、歷史過程積累、個人權利讓渡以及技術手段抓取。企業大數據管理的目的在于發現行為價值關聯，挖掘潛在商業利潤，重新配置企業資源，給客戶更多選擇，進而增強企業競爭優勢，擴大市場范圍，獲取創新利潤。大數據分析與挖掘能力是企業競爭的重要軟實力，必須圍繞企業發展戰略、目標設定、競爭策略、基本問題、商業邏輯展開，并遵循成本與效率原則，聚焦企業核心市場、核心業務與核心資源。大數據時代的企業競爭力重塑將是一個從數據的差異化發現到企業的差異化管理，再到市場的差異化競爭優勢形成的過程。從知識產品邊際效用遞增原理出發，在大數據管理下提升企業競爭力最為有效的方法就是大數據共建、共有與共享。重要的是，要致力于開放性大數據管理架構的構建，利用信息技術將大數據管理嵌入企業運營流程并驅動管理決策，同時做好大數據風險管理。大數據管理將為企業提升競爭力提供新支點，成為促進經濟繁榮和社會進步的新動能，成為經濟學和管理學研究的新領域。

大數據時代；大數據管理；企業競爭力；市場創新；流通

一、前言

隨著信息技術的不斷創新發展以及互聯網與實體經濟的快速深度融合，特別是電子商務的爆發式興起，企業經營管理或市場競爭進入大數據時代。信息系統成為經濟社會的基礎設施，網絡聯系成為商業活動的普適價值，大數據管理成為知識和市場創新的戰略資源，由大數據驅動的現代供應鏈已經成為實體經濟發展新的增長點，并對企業管理創新提出了挑戰。以零售和電商為代表的開放貿易不僅成為深入推進經濟全球化的重要力量，也將成為現代流通經濟學研究，以至經濟學和管理學研究的新領域、新樣本。特別是，移動應用逐步成為我們的生活必需品，成為生活方式，大數據已經滲透到我們日常生活的方方面面，并逐步成為生產要素資源。

企業向來是有數據的，并且非常重視數據的應用，因為數據事關企業管理水平和市場競爭力。比如，技術數據、財務數據、銷售數據、重要客戶檔案、市場調查結果、人力資源結構、合格供應商名錄以及專利數據、隱性知識、圖片影像等。這些數據資料一起，在企業戰略指引下，輔助企業產品設計和競爭決策，比如我們熟知的計算機輔助設計（CAD）、企業決策支持系統（DSS）等。

如今，源自于計算機和數據庫技術的大數據概念和大數據思維成為社會經濟領域的熱點，成為一套可以追溯過去、認識當下、預示未來的創新話語體系和商業生態系統的重要組成部分，包括計算機、大數據、互聯網、物聯網、云計算、云平臺、區塊鏈、人工智能、智慧物流等。大數據成為社會治理和企業競爭的新常態。

對大數據的社會熱議和市場追捧，正好為理論觀察提供了機會，為經濟分析提供了場景，為知識洞見提供了依據。美國經濟學家戴爾得麗·麥克洛斯基（Deirdre McCloskey）在其新書《資本主義的平等：不是資本或制度，而是觀念讓世界富了起來》（Bourgeois Equality：How Ideas，Not Capital or Institutions，Enriched the World）中指出，讓世界繁榮的力量，既非資本積累，也非法律制度，而是人們的觀念或思想，是各種思想觀念的交匯、碰撞、融合決定了1 800年以后全球經濟的繁榮和社會進步。

幸運的是，計算機和互聯網技術與企業管理的深度融合造就了大數據。大數據中所隱含的信息和知識、邏輯和相關、價值和利潤、觀念和思想正等待著我們去發現，去挖掘。大數據管理必將成為經濟繁榮與社會進步的新動能。

不過，我們在竭力追求創新、熱情擁抱變革的同時，也要保持理論的自信與觀察的定力。既要敏銳地從商業實踐中發現創新點與變化軌跡，發揮理論的解釋與啟示引領作用，發展完善理論體系，也要冷靜地在概念炒作中識別真問題以及各種“馬甲”，發揮理論的思辨與去偽存真功能，指導商業創新實踐；既要防止新概念的過度營銷，也要避免老框架的保守僵化。我們身處商業社會，市場營銷無處不在，否則就會陷入技術和商業的雙重迷思，落入大數據陷阱。

毫無疑問，從市場競爭層面看，大數據管理已經展示出了強大的商業潛力，特別是在消費品零售業。有研究認為，零售業在大數據驅動供應鏈協同方面已經處于相對領先水平，但從社會管理的層面看，大數據管理則存在民眾個人信息泄露與生活被掌控的擔憂。對大數據的運用既有正的外部性，也有負的外部性，需要企業和消費者共同自律，需要市場和政府協同治理，需要技術和理念協調發展。

什么是大數據？大數據是從哪里來的？有什么用處？大數據與企業競爭力之間存在何種關系？是直接的來源和驅動，還是間接的支撐和輔助；是必要的因果邏輯，還是充分的相關保證；是企業競爭力重塑的新范式，還是企業管理的衍生品，抑或是企業管理副產品的二次挖掘和再生利用？為提高企業競爭力應該如何管理大數據？很顯然，為回答上述問題，不僅需要做實證經濟學研究，而且需要做規范經濟學研究。

就如同產品設計階段的決策會影響到其80%的成本一樣，一旦我們了解了企業大數據的來源，其他諸如大數據管理、競爭力提升等問題就會變得更加容易理解，就會迎刃而解。

二、大數據的來源

大數據來源于我們對自身行動目標及其評價標準的設定，來源于我們對行動過程的管理和控制以及對下一步行動的預期和計劃。大數據來源于我們對理性和非理性行為的觀察和認知，來源于我們的經驗積累和知識創新。大數據已經成為信息和知識的新載體，并呈現出滾動發展與指數級增長態勢。

根據國際商業機器公司（IBM）的研究，目前我們每天生產的數據量已經達到2.5艾字節（1艾等于10的18次方），意味著世界上90%的數據都是近兩年產生的。根據中國互聯網數據中心（IDC）的預測，2020年全球數據總量將達到44澤字節（1澤等于10的21次方），屆時中國的數據量將達到8 060艾字節，占全球數據總量的18%。

大數據已經成為我們認識世界、識別人性、把握商機、促進經濟繁榮與社會進步的新能源、新資產。

（一）大數據來源于管理的需要

管理出數據，包括企業管理和社會治理。目標管理之所以能夠深入人心，就是因為，人的有目的的行動既是經濟學的本源，也是管理學的根基；既是經濟發展的動力，也是企業管理的對象。人的行為并非總是能夠保持理性，除了邏輯性，還具有相關性；除了眼見為實，還有藝術超然。而所謂的“非理性”，可能在很大程度上源于我們既有的“理性”分析框架解釋性不夠，包容性不強，發展性不足，或者市場知識天生的分散性和隱蔽性所導致的當前認知的不足或缺失。

正因為我們現有的知識往往建基于不完全樣本、不完全數據、不完全信息或者不完全事實，才會有“盲人摸象”的古老寓言警示，才會有“見仁見智”的同情性理解。

當我們能夠借助計算機和網絡技術幾乎可以觀察全樣本，擁有足夠多的大數據，且掌握了正確的大數據分析和挖掘方法時，我們對事物的認知就會更全面、全息、全景，企業對市場和客戶的理解就會更全面、真實、人性，并借助大數據能力來構建和完善企業商業生態。

從提升企業競爭力的角度看，大數據資源彌足珍貴，大數據管理能力至關重要。比如，沃爾瑪發現啤酒與兒童紙尿褲的銷售有關，于是將這兩種看似并不相干的商品進行捆綁銷售，有效提升了這兩種商品的銷售額。宜家家居對中國顧客在店里“蹭睡”等表現出了極大的容忍性，而有人卻認為這與宜家餐飲部門可因此獲得更多營業收入有關。2016年，宜家家居餐飲部門在華銷售額高達12億元，遠遠超過全球其他地區。

又比如，最近有一項跨國研究發現，醫院附近的大學如果能夠同時提供管理和醫學方面的研究生項目，醫院管理層擁有MBA學位的比例就比較高，醫院心臟病患者的死亡率就比較低。通常認為，醫院在處理急性心臟病上的臨床表現可以反映其整體診療質量。

再比如，膠片巨頭柯達公司最終是被自己發明的具有顛覆性創新意義且極具商業潛力的數碼相機打垮的。還有，明明有道路交通規則，有紅綠燈警示，甚至有交通協管員值守，然而無視規則、投機搶行的“中國式過馬路”現象依舊是城市交通管理的頑疾。諸如此類的事情是很多的。

有關大數據管理的現有研究成果表明，可能更需要探索的還是我們目前尚未掌握的行為價值或利潤機會的相關性，而這正是大數據分析和挖掘的魅力與價值所在。

很顯然，無論是理性活動還是非理性活動，都需要對其實施某種管理。不能評價的活動是無法管理的，因此需要預設評價指標體系，確定評價標準和方法，分析研究評價結果，并由此產生相應的管理數據。粗放的管理只會產生少量的數據，而精細的管理必然會產生大量的數據。不僅包括績效評價數據，而且包括過程控制數據；不僅包括問題描述數據，而且包括目標導向數據；不僅包括結構性數據，而且包括非結構性數據。借助傳感器、計算機和網絡技術的輔助管理和學習能力，企業對市場需求和客戶需要的把握愈發精準與個性化，更是會產生海量的管理大數據。

例如，為了使采購成為策略采購或供應管理，就要對供應商資質和能力進行評價和選擇。經濟全球化背景下，企業在協調逐級供應管理的同時，要能夠預見并防范供應鏈的中斷，要對究竟是采用單一供應商還是多渠道供應商、是就近供應還是全球采購進行綜合權衡，還要評估重要供應商遭遇不確定因素干擾停產后恢復正常供應的能力。為提升品牌形象，企業必須承擔起低碳供應鏈管理責任，將履行社會責任作為合格供應商的選擇標準。比如，美國加州的《供應鏈透明度法案》就明確要求，企業不得雇用非法勞工和童工。而聯合國2015年發布的《全球可持續發展報告》，則從經濟、社會、環境三個維度，確認了17個可持續發展理念總目標和169個執行性子目標。

銷售成為營銷管理，要在市場細分的基礎上預測需求，對價格水平和市場規模做出評價，并選擇合適的渠道策略。

倉庫成為集貨和配送中心，用配送管理數據驅動庫存水平控制，與供應商協同預測需求變化并及時補貨，在滿足客戶配送服務要求的同時創造供應鏈協同價值。相應地，盤庫可能從一月一次變成以庫存管理單元（SKU）為單位的適時盤點，并觸發供應商補貨指令。眾所周知，對于一種商品，既可以件、盒、托盤作為庫存管理單位，也可以品牌、型號、配置、等級、單位、價格、生產日期、產地等十多個面向消費者需要的標準進行庫存管理分類，甚至精確到單品，實現個性化銷售管理，如京東就號稱其商品分類接近1億個SKU。

運輸成為貨運管理，需要同時對客戶（準時、高效、安全、便捷、低價），效率（路徑優化、多式聯運、甩掛運輸、共同配送、在途配貨、托盤共用），安全（人身、財產、公共）和環保（節能、減排、降噪）負責。

物流外包可以凸顯企業核心競爭力，卻對企業物流管理提出了新的要求。首先，需要確定哪些物流運作需要外包，這種決策需要以成本—效率相關數據為支撐；其次，需要建立一套行之有效的第三方物流企業能力水平及其服務質量的評價指標體系和服務采購選擇機制；其三，需要對第三方物流服務全過程進行協調管理，因為服務是無法存儲的雙向互動的過程。

如今，企業生產配套協作體系已經改名為供應鏈（產業鏈、價值鏈、資金鏈、物流鏈、服務鏈、生態鏈等），分工協作生產方式被稱為供應鏈之間的競爭，企業對供應商關系和客戶關系的管理集成為一體化的供應鏈管理。為提高供應鏈運營過程的可見性和供應鏈管理的有效性，射頻識別（RFID）技術應用所提供的數據支撐不斷拓展并快速增長。根據中國經濟信息社江蘇中心《2016—2017年中國物聯網發展年度報告》，2016年全球制造業、安全訪問、零售業等RFID應用市場規模達169億美元，全球RFID標簽出貨量達100億枚。根據InkSure和IDTechEX公司的研究，對具有顯著價格優勢的無芯片RFID市場而言，其2017年的全球銷售量將從2007年的1 500萬個增長到4 170億個，銷售收入將從2007年的52萬美元增長到21億美元，占2017年RFID標簽全部銷售收入的17%。

經濟全球化以及相關不確定性的存在，對企業全球供應鏈風險管理的廣度和深度提出了更高、更復雜的要求，涉及商業安全、國土安全、環境保護、外交政策、防災反恐等各個方面的合規性管理，因此必須實現企業商務數據與政府管控制度以及相關雙邊或多邊協定的無縫對接。比如，美國出臺的《集裝箱安全倡議》（CSI）、海關—商界反恐合作伙伴計劃（C-TPAT）等。美國前總統奧巴馬簽署的美國《全球供應鏈安全國家戰略》，更是把美國和世界各國的全球供應鏈系統視為“一項關鍵的全球資產”，并將鞏固和加強全球供應鏈與維護美國人民的福祉和利益、保障美國的經濟繁榮直接聯系起來。

傳感器、信號處理和互聯網技術的進步，極大地提升了設備制造商聯合用戶對關鍵設備運行狀態進行在線監測與效能管理的能力。一方面，可以提高對關鍵設備故障停機的預見性，防止生產線突然停擺，避免導致現代供應鏈中斷，進而對設備實施預防維修計劃，提高設備管理水平；另一方面，可以通過對設備運行狀態監測數據進行分析，改進產品設計和制造工藝，完善備件供應和維修保養解決方案，乃至產品和技術升級等相關增值服務，在幫助客戶提高設備使用效率、滿足設備全壽命周期費用最低化的同時，實現自身商業利潤的最大化。

企業管理活動自身的創新性不僅豐富了大數據，而且需要借助大數據分析獲得創新靈感——創新市場機遇、創新資源配置、創新客戶價值。但是，2008年波及全球的金融危機著實讓我們領教了以大數據能力為支撐、以各種金融衍生品為標志的所謂金融創新的威力，在缺乏有效監管的情況下，對我們的經濟和社會造成了多么大的危害。

我們所奉行的目標管理、過程監控、預測未來的商業文化，已經不可逆轉地進入了大數據時代。換句話說，我們在經歷了工業資本主義、金融資本主義時代之后，即將進入大數據資本主義時代。

（二）大數據來源于創新的需要

創新求變是人的本性。企業管理的每一項決策都是創新求變的過程。正是企業家精神的創新本質在不斷改變著市場過程——發現潛在市場、重新配置資源、滿足潛在需求、創造新的財富、逼近或打破市場均衡。在企業管理創新過程中，既要使用過去所積累的知識，也要在推進市場創新的過程中創造新的知識。正如偉大的經濟學家凱恩斯所說的那樣，我們必須根據過去、著眼未來而研究現在，這同樣適用于大數據時代。

技術進步或技術創新不僅推動了產品和服務的創新，而且推動了商業模式的創新。隨著大數據技術的應用，商業模式創新展現出了極大的市場營銷魅力。但歸根結底，商業模式創新的本質還是要把產品賣出去——前臺附加增值服務，后臺重塑供應鏈。

如今，“中國制造2025”、德國的“工業4.0”、美國的“工業互聯網”（Industrial Internet）等制造業轉型發展理念均在全球范圍內產生了廣泛的影響。制造業服務化、智能化成為工業企業轉型升級、提質增效的創新趨勢，因為在普遍產能過剩的時代，相關服務的捆綁營銷可能會變成增值的客戶體驗，包括將相關服務打包，從銷售產品轉向產品與服務銷售一體化；幫助客戶利用歷史數據，管理當前數據，以提高機器設備使用效率，保證裝備使用效能，從銷售有形產品向提供無形服務，乃至按照設備使用時間收費的商業模式轉變等。

實際上，喚醒客戶數據、挖掘潛在價值已經成為ABB集團、通用電氣集團（GE）、國際商業機器公司（IBM）、西門子公司等全球制造業巨頭競爭的新戰場。曾于2012年提出美國“工業互聯網”概念的通用電氣前首席執行官（CEO）杰夫·伊梅爾特認為，傳統工業設備每天產生大量的數據，如果把這些數據利用工業互聯網手段整合起來提供給客戶，可能會實現工業設備燃油效率的提升。工業企業如果能夠對這些數據進行合理利用，就可以實現自身更加快速的發展，而這實際上就是美國“工業互聯網”的基本概念。這似乎有別于德國的“工業4.0”。試想，如果在新老機器設備上均添加大量的傳感器，所得到的數據量將出現井噴式增長，其中所蘊含的商機、價值和利潤亦是海量，并且是可持續的。

消費品零售業的商業模式創新更是令人目不暇接。零售首先是從實體轉向虛擬，即從線下轉向線上，然后迅速轉向線上與線下融合（O2O），繼而又更加迅速地轉向所謂全渠道（Omni-Chan?nel），再后來則是業界大佬以迅雷不及掩耳之勢相繼宣稱，“未來是線上線下與物流結合在一起的新零售”和“以無界零售為實質，以知人、知貨、知場為基礎的第四次零售革命”。

人們不禁要問，零售業的本質究竟是什么？大數據時代，零售業的本質確實發生了實質性改變嗎？如果說零售業的本質并未發生根本性變化的話，那么當下我們又應當如何定義產品、價格、效率和體驗呢？這些問題迫切需要冷靜的理論來回答。

產品營銷不僅要精準推送，還要利用優惠券引導；不僅要打折，還要提供比價服務；不僅要處理庫存積壓產品，更要制造購物狂歡節。直到2017年“雙11”購物狂歡節，消費者才發現，如果沒有相當的語文和數學水平，很可能會根本看不懂商家的促銷政策和優惠條款。

支付不僅可以采用一次性付現或通過POS機刷卡，還可以使用分期付款、移動支付、貨到付款、消費信貸，甚至不用消費場景的現金貸，無現金購物漸成趨勢。一個“優惠”套路就要產生一大批的數據，而一種“折扣”算法又要產生一大批的數據。

電子商務對傳統消費品零售模式的根本性變革在于，把購物從一手交錢一手交貨變成了交錢與交貨相分離。這極大地促進了分工協作經濟體系的深化發展，提高了生產效率，擴大了全球貿易，促進了財富增長。于是，產品被按照線上和線下渠道重新分類，分別投放，以防止線上線下價格自相殘殺；產品由大包裝變成小包裝，直至變成單件商品加上運輸防護包裝，為紙質包裝箱等相關包裝產業帶來了大生意。根據國家郵政局發布的《2017中國快遞領域綠色包裝發展現狀及趨勢報告》，2016年我國快遞包裹數量超過312.8億個，僅瓦楞紙箱就用了86億個，生產紙箱所使用的瓦楞紙達4 600萬噸，占全世界消耗量的1/3；膠帶使用總量約為3.3億卷，能夠環繞地球赤道425圈。

為降低包裝成本，促進環境保護，菜鳥網絡開發了智能打包算法，可以根據快遞物件的屬性、數量、重量、體積等參數，選擇最合適的包裝箱和裝箱方案，但集裝箱裝載技術歷來被認為是港口物流公司或無船承運人重要的服務技能與利潤來源，可以借助“裝箱大師”之類的應用軟件來進行模擬優化；蘇寧易購推出共享快遞盒，即可以循環使用的可折疊塑料周轉箱，不過其隨即就會面臨需要大量動態數據支撐的周轉箱調度管理新課題。

交貨由買賣雙方當事人的驗貨確認和寒暄互動變成了由眾多第三方參與的多層級分銷、配送、調貨、路由、定位、收款、自提、退貨等活動。不僅可以快遞上門，而且可以線下自提（到店面、到自提點、到自提柜以及社區代收點，甚至眾包配送）。每種交貨方式都需要實施過程管理，每個環節都需要跟蹤或追溯，每一步都會產生大量有價值的管控數據。如今，快遞、快收已經成為城市的一道風景線，同時也帶來了交通、環保、安全等方面的負外部性。

為增加客戶黏性，產品+服務、零售即服務的理念不斷延伸拓展，預售、預訂、安裝、支付、調試、指導、維修、貸款、退貨、換貨、升級等也被作為購物體驗的一部分。消費者不僅需要購買，還要評論并分享購物體驗，并以體驗數據連帶朋友圈數據為代價，換取當次購物的禮品饋贈以及下次購物的折扣優惠。

回過頭來看，消費者多數情況下的實際體驗與其原本購物的最初目的和愿望可能都是不一致的。于是我們經常會買來一大堆無用之物，或者無理由退貨，或者上網拍賣，或者發到朋友圈做做微商，或者做慈善捐出去，或者堆在家里閑置。一方面很懊惱，恨不得“剁手”；另一方面又沉溺于網購，樂此不疲，繼續為電商的零售大數據裂變提供能量。

為防止人們在網上購物過程中因沖動而過度消費，有人提出在移動支付應用中設置防止過度消費的功能，比如顯示賬戶余額、當月消費總額、下月工資何時到賬，設置當月消費上限，超過額度自動報警甚至禁止購買。此舉的實際效果尚有待驗證，不過商家又可借此采集到一大批個人隱私數據卻是確鑿無疑的。

從某種程度上來看，大數據已經綁架了我們的生活，讓我們的個人信息暴露無遺。那么，誰在看呢？就是商家和快遞。于是，商家密集“轟炸”，快遞精準“投彈”，而消費者則自己在自己的身上畫了“標靶”。

俗話說，“買的不如賣的精”。這才是商業模式創新的真諦，也是古老的生活常識。不過，就是有人會一看到網上購物優惠就將這樣的告誡拋到腦后。

但是，不可否認的是，大數據不僅重新定義了產品和市場，改變了市場競爭規則，而且在許多方面提升了企業的管理水平，增強了供應鏈伙伴的協同能力，提高了民眾生活的便利性，促進了經濟的繁榮和社會的進步。

（三）大數據來源于風險防控的需要

市場有風險，投資需謹慎，網上交易風險控制對買賣雙方而言都是必然要求。如果說商品精準推送是實現交易的必要條件的話，那么支付風險管理就是電商能夠完成交易的充分條件。電子商務遠距離、跨時空的特點，要求交易雙方通過數字技術來證明彼此的身份、信用、支付能力等。不僅可以使用信用卡，還會指定借記卡；不僅要自報，還要提供包括個人征信報告、手機運營商數據等在內的第三方證明；不僅需要購物者本人的信息，而且需要購物者家庭成員的信息。大數據公司、第三方征信已經成為一個新興產業，如阿里系的芝麻信用與現金貸公司的數據交換合作，大數據在這里已經成為商品和貨幣的共同載體。

為維護公共安全，政府要求發送快遞件必須提供個人真實身份及相關信息。為避免個人信息在快遞面單上呈現，快遞公司設計了隱私面單，其實際上就是把面單上的數據變成了后臺的數據，用虛擬的數據掩蓋了真實的數據，結果又制造出了一大批新的數據，并在某種程度上剝奪了消費者的知情權，擴大了消費信息的不對稱性，甚至有可能讓驚喜變成多少有些尷尬的猜測和尋訪。

為保護消費者個人信息，企業要為系統設置防火墻，為員工設置保密等級；為分享數據，需要區分供應鏈伙伴關系并設置不同權限；為外包數據分析業務，需要對第三方數據分析咨詢機構進行評價。這些都需要建立相應的分類評價指標體系與決策選擇機制。

為防止數據丟失，企業要對重要的系統和數據進行備份，不過備份有時候也會出現問題。比如，美國達美航空2016年8月8日就因設備故障導致總部斷電，而備用系統也同時失效，結果導致該公司全球范圍內的電腦系統相繼癱瘓，致使451架次航班取消，2 000架次航班延遲，數以萬計的乘客被迫在忙碌的星期一困守機場。

為防控商業道德風險，亦要產生大量的數據。比如，為保護地理標志產品，陽澄湖大閘蟹都要扣上防偽標簽。按2016年產量2 100噸、平均單體重量0.155千克計算，出貨量約為1 355萬只，需要使用1 355萬個標簽。而按照業內人士所估計的市場上9倍的假冒量計算，則需要使用1.355億個標簽。如果小龍蝦也要貼上防偽標簽自證清白的話，情況又會怎樣呢？

企業大數據管理可能也需要借鑒物流管理或供應鏈管理經驗，看一看有多少大數據屬于“必要庫存”，有多少大數據屬于“冗余庫存”。如果誠信真正成為全社會共同遵守的基本價值觀，企業將能節約多少大數據管理資源呢？

十分吊詭的是，大數據風險管理要依靠大數據技術來解決，大數據成為大數據風控幾乎唯一的技術手段。

（四）大數據來源于預測的需要

企業總是想要預測未來，掌握先機，甚至掌握規律，以獲得競爭優勢。企業借助計算機技術和各種模型算法，預測市場需求、削弱供應鏈“牛尾效應”、更好地滿足消費者需要的愿望和能力越來越強。很顯然，樣本數據量越大，預測結果置信度越高，企業掌控和創新市場的可能性就越大。因此，企業在推動商業模式創新的同時，格外重視面向未來的數據收集和整理工作（哪怕現在看來是重復和冗余的），并希望通過前瞻性大數據分析，發現潛在商業邏輯、潛在價值關聯、潛在利潤機會、潛在市場競爭力。

市場抽樣調查變成全樣本研究。傳統分類意義上的市場調查和需求預測變成了對個體消費行為的直接觀察與價值相關性推斷。比如，京東的客戶畫像就有27個維度，200多個分類標簽。尤其是移動端數據，因具有“人、機、數”高度相關的特點更是具有潛在的商業價值。盡管大眾消費行為不具有時間和情境的確定性，但借助計算機系統的學習能力，通過不斷試探和引導，就能夠以極快的速度完成對消費者個體從行為觀察、偏好識別、市場細分、產品定位、精準營銷到完成下單的商業過程，并不斷提高價值相關性分析的置信水平。在大數據時代，傳統市場調查和市場營銷的時空關系被極大地簡化了。

比如，亞馬遜獨有的智能物流系統就可以根據對消費者購買行為、客戶瀏覽歷史以及相關地理位置數據的分析預測，提前對存貨布局進行優化配置，把顧客感興趣的商品提前調撥到距離消費者最近的運營和配送中心，做到預期購買，先行備貨，客未下單，貨已在途。亞馬遜獨有的存貨預測式調撥，不僅可以提高消費者貨品可得性，而且可以降低物流的總成本。

再比如，迄今為止，工業互聯網概念的一個主要應用就是對機器設備進行預測性維護，即運用軟件來分析機器設備產生的運行數據，在機器設備出現故障之前就識別出需要修理的早期預警信號，并及時安排維修解決方案。

大數據多多益善。我們既需要預測需求，也需要預測供應；既需要預測市場，也需要預測政府；既需要做邏輯分析，也需要做情境分析；既需要防止“黑天鵝”，也需要控制“灰犀牛”。但一般認為，大數據分析能力處于領先地位的金融、保險、投資等機構，并沒有哪一家預測到了2008年波及全球的金融危機的爆發。這不免引人思考，大數據預測真的有用，真的可靠嗎？

對大數據預測效用的評價，就如同企業一定是在有限市場動用有限資源，為有限客戶提供有限產品和服務，以獲得有限利潤一樣，在有限的資源、產品和消費情境下，應用大數據分析所產生的相關性預測結果，可能對提升企業競爭力更有幫助，也更加可靠。這里，我們一定要記住經濟學研究的方法論忠告，那就是總體并不等于部分之和。

（五）大數據來源于歷史數據的沉淀

企業在以往的運營管理中已經積累了大量的管理數據，包括企業資源計劃（ERP）系統數據、財務管理數據、績效指標和評價數據、離散化的機器設備運營狀態檢測數據，以及企業戰略調整、制度建設、機構改革、人事變動、重大項目決策、渠道關系、談判經驗、商務函件、專題研究報告、成功或失敗案例分析、設備維修記錄、圖片影像資料等顯性或隱性知識。但是，這些歷史數據和資料可能并未得到充分利用，也未實現應有的價值，而是成為企業的沉淀資產，其中的精華有待進一步的挖掘和淘洗。實際上，企業知識管理水平已經成為企業市場競爭力的重要來源。

計算機技術在促進知識增長的同時，也在規范知識形態與數據格式，要求我們將以往積累的管理知識數據化，成為電子介質可存儲、計算機可識讀、互聯網可傳輸、云平臺可計算的格式化、標準化數據。通俗地講，就是將企業管理歷史檔案數據電子化。

對于沉淀數據，我們迫切需要有效而適用的大數據“過濾器”和“篩分機”，把真正有用或者要用的數據精華提取出來，通過大數據分析鉤沉價值關聯，提煉企業管理新知識，并做出正確的市場競爭決策。

（六）大數據來源于個人的主動放棄

我們自愿放棄個人隱私，暴露個人生活軌跡，成就了大數據。我們放棄的是個人的自由和權利，或者也可稱之為讓渡。為了獲得形形色色的APP免費應用，我們自愿放棄個人數據去做易貨交易，在瀏覽網頁或參與游戲時暴露個人偏好，進而讓自己成為精準營銷的對象，成為商家發送定向廣告的目標。同時，不僅拒絕承認“羊毛出在羊身上”這個簡單常識，而且沾沾自喜地認為“羊毛出在豬身上”。

很顯然，個人信息乃至個人隱私的泛在化也為形形色色的網絡詐騙提供了“精準營銷”的可乘之機。

我們欲求和行為的改變將是大數據增長不竭的來源。

（七）大數據來源于幾乎無處不在的抓取

技術進步為知情以及不知情的大數據抓取提供了手段，如網站抓取、信用卡追蹤、地理定位、衛星圖像、移動通信、微信朋友圈、進店軌跡、人臉識別等，而在社會管理方面，大數據抓取的手段就更多了，比如滿街都是攝像頭，連逛公園都要實名制了。

德意志銀行資料顯示，全球現有10億多個網站、10萬多億張單獨網頁，數據量高達500艾字節（5 000億個千兆字節）。互聯網每年新增逾一億個網站。根據高德納公司（Gartner）的估計，2016年每天有550萬臺互聯設備上線，而隨著物聯網成為現實，到2020年，互聯設備的總數將增加至目前的三倍以上，達到208億臺。

三、大數據與企業競爭力

大數據分析與挖掘對企業競爭力提升或企業競爭力重塑的作用和成效，無論在制造業還是在服務業都已經得到了不同程度的證實。比如，基于客戶關注與購買行為分析的精準營銷，基于設備運行狀態監測和診斷的預防性維修保養解決方案，基于位置和路由計算的高效快遞，基于信息分享的供應鏈管理協同和大數據驅動的供應鏈，以及市場創新、產品創新、管理創新、技術創新、流程優化、風險預測和控制等。

大數據時代已經來臨，而企業競爭力分析的基本理論框架并未發生根本改變。比如，波特的企業競爭策略理論（成本領先、差異化、集中化）仍然是有效的企業競爭策略理論，特別是差異化競爭策略更是具有廣泛的實踐指導性。PEST和SWOT矩陣模型仍然是企業通過競爭環境和優劣勢分析來制定企業戰略的有效工具，也為企業從市場和客戶立場出發評價自身競爭力提供了有效的理論框架。科特勒的市場營銷4Ps理論（4Ps指產品、價格、地點、促銷），以及在4Ps理論基礎上發展起來的市場營銷決策拓展要素（包括政治、公關，探查、細分、優先、定位，留住客戶、關聯銷售、口碑營銷等），仍然是大數據供應鏈分析和相應智慧物流體系構建的邏輯起點。只要我們仍然堅持一切從市場和客戶出發的商業倫理，現有理論框架就仍然適用，并具有足夠的延展性。

當然，市場營銷管理核心要素的增加必將導致相關評價數據量的增加、數據分布離散性的增加、數據來源復雜性的增加以及數據分析與挖掘難度的增加，而洞見價值相關性即發現利潤機會的概率也同時增加。市場知識的分散性和隱蔽性、人們認知能力的局限性，意味著我們永遠都不能實現一次性認知而只能逐步接近事物的全貌和真相。通過創新探索不斷接近真理、真相、全貌，不僅是大數據分析的價值追求和目標取向，而且是大數據管理和企業競爭力評價的基本原則。在這里，企業競爭力評價維度和標準的設定至關重要。

實際上，大數據時代，即使智能制造呼之欲出，電子商務風靡全球，金融創新眼花繚亂，智慧物流風起云涌，個人生活日趨透明，但企業競爭力評價仍然是客戶的專利，需要客戶用鈔票“投票”，需要競爭對手比較，而并非企業自己就可以決定的。比如，互聯網大數據時代，傳統汽車制造商不得不與谷歌等IT企業競爭，并逐漸向IT企業和電機裝置制造商轉型升級，因為隨著人們環保理念的強化和電動車技術的進步，市場將逐步淘汰燃油汽車，而其用近百年時間積累起來的先進燃油發動機技術（不管先前已經投入多少研發費用）已經不再成為其市場競爭力主要評價指標了。企業競爭力是其外在的市場表現，是對消費者的市場爭奪，是同業間的商業博弈，是對企業先前投入和管理績效的最終檢驗，是市場競爭的結果而不是市場競爭的預備。

企業競爭力的形成的確與企業先前的投資、研發、生產、質量、成本控制等有關，但企業競爭力評價卻是對經營結果而非過程的評價。無論企業為實現初始行動目標投入了多少資源，付出了多少努力，企業競爭力評價都與企業過去以投入為主的經濟活動無關。這就好比一個學生進入考場，考卷就是其考試的產品。對考試成績的評價權掌握在閱卷老師手里，老師僅僅需要針對考生交出的考卷進行打分和評價。閱卷打分與考生以往的學習態度、學習能力等無關，而考試分數的高低卻決定著考生對下一步行動計劃的選擇權。企業競爭力就是對企業管理內功之外在表現的市場評價。

企業的產品和服務被推向市場之后，其競爭力的評價權、評價內容、評價標準和方法以及對評價結果的運用，就全部交給了市場和客戶。企業所推出的產品和服務成為市場和客戶評價的對象，市場和客戶僅僅針對企業給出的產品和服務進行評價，而非對企業前期投入活動進行評價。市場和客戶通常會采用“用腳投票”即用鈔票來選擇的方法，對上市的產品和服務進行評價。市場和客戶是企業競爭力的終極評價者，因為它們擁有這項權利。大數據時代不僅擴大了這項權利，而且為客戶行使這項權利提供了更多通道。很顯然，對市場敬畏的企業將從中受益。

盡管不同的企業其競爭力的市場表現各不相同，但歸根結底，市場或客戶對企業競爭力的認知無非來自產品、價格、服務三個方面的體驗，而企業內部與市場競爭力相對應的支撐力量則分別來自技術、成本和管理。對企業而言，產品競爭追求的是“你無我有”的差異化，強調客戶對產品的功能識別，為客戶提供更多的選擇；價格競爭追求的是“你有我優”的差異化，強調客戶對運營的效率識別，為客戶提供更大的價值；服務競爭追求的是“你有我特”的差異化，強調客戶對服務的體驗識別，為客戶提供更多的延伸服務。至于商貿流通企業的渠道競爭、物流企業的效率競爭、平臺型企業的公正性競爭等，均可納入產品、價格、服務的分析框架。

比如，大數據時代的物流企業競爭力，對外仍然表現為客戶可感知的儲運服務、時空效用體驗競爭，而對內則表現為競爭對手之間大數據管理能力的競爭——品種的、成本的、效率的、安全的。對供應鏈服務型企業來說，更是表現為跨界的大數據管理能力之爭。于是，開始有了商家和快遞對數據與接口控制權的爭奪。在業界引起軒然大波的菜鳥網絡與順豐速運的數據接口紛爭，據說就源于菜鳥網絡要求順豐速運旗下的豐巢科技快遞柜系統分享其非淘寶系訂單包裹數據而引發的。不過，即便是菜鳥網絡想通過其掌握的平臺銷售數據和“骨干網”存貨數據來撬動快遞業務亦在情理之中。

在大數據技術與企業管理的共同支撐下，特別是在供應鏈伙伴之間實現設施聯通、系統集成、數據共享、運營協同的情況下，供應鏈物流運作可實現跨越企業邊界的人員、技術、流程的深度數據融合，進而形成具有強大產業支撐與服務能力即企業競爭力的智慧物流系統。智慧物流由大數據驅動，大數據管理成為企業構建智慧物流系統、提升整體競爭力的重要資源和手段。

可以說，無論是制造業的服務化、商貿業的平臺化，還是物流業的智慧化，其市場競爭力的表現都有一個共同的特點和趨勢，那就是綜合各自特色競爭力要素，不斷發現新的利潤機會，創造新的市場，滿足客戶尚未被滿足的需求或潛在的需求，為客戶提供超值體驗。實際上，只有差異化競爭策略才是企業提升競爭力的不二法門，而大數據管理恰恰可為此提供新視角、新知識、新機遇。

領先的企業已經為自己插上了大數據的“翅膀”。比如，淘寶可以根據用戶投訴、媒體報道、政府部門相關信息等，利用數據可視化技術，繪制假貨信息地圖，包括假貨生產企業主營類目分布圖、假貨生產企業分布圖、售假賬戶操控人分布圖等。結果發現，圖中顏色深的地方都是相關產業集中、專業市場多的地方。將此圖提交給當地公安與工商部門，就可以幫助政府從源頭上打假，彰顯負責任企業形象，提高企業競爭力。

大數據分析和挖掘之所以能夠幫助企業獲得新的競爭優勢，就在于其能夠發現新的市場價值關聯、商業邏輯和利潤機會。發現利潤機會就是奧地利學派經濟學家的企業家精神，就是德魯克語境下的管理創新與市場創新活動。德魯克指出，預測未來最好的方法就是創造未來。喬布斯指出，消費者并不知道自己想要什么。因此，在大數據時代，為提升企業競爭力就要學會借助大數據能力來引領市場和創新市場。

比如，亞馬遜的A/B測試，就是創建一個與原有頁面邏輯和內容有所不同的營銷測試頁面，然后把這兩個頁面以隨機的方式同時推送給所有用戶瀏覽，并分別統計這兩個頁面的用戶轉化率，進而了解上述兩種網上營銷策略的效果。立邦涂料借助配色軟件，在線跟蹤消費者對顏色、風格、設計師等的偏好，利用大數據分析發現趨勢，然后通過改變產品和服務的設計方案來順應或引領趨勢的變化。

由于算法給出的重復試探反應式營銷周期短到幾乎可以忽略不計，讓人產生了大數據驅動預測和決策的感覺，而實際上則是傳統市場營銷的時空關系被計算機算法和大數據分析極大地壓縮了，并導致市場效率空前提高，進而推動了社會財富在具備高科技能力或大數據能力的企業的迅速積聚。這是一種仍然遵循“馬太效應”卻快到無法想象的財富積聚模式——贏家通吃。

毋庸置疑，大數據分析和挖掘有助于提升企業管理創新能力。當我們把大數據分析結果作為企業決策參數的時候，就是在利用數據關系對市場需求做出反應。但是，當我們把大數據本身作為企業決策戰略資源的時候，情況就會發生改變。是資源就要占有，就要開發利用，就要實現其經濟價值，就要獲得商業利潤，就要保護其安全。于是，大數據分析和挖掘所獲得的知識就會成為企業新的戰略資產，所發現的利潤機會就會成為企業發展新的增長點。于是，大數據管理就成為大數據資源開發利用的必要手段，成為企業競爭力提升的新動能。

事實上，大數據管理已經成為企業日常管理工作的一部分，包括收集、整理、儲存、加工、分配、應用、更新、流通，直至發現新的價值關聯與利潤機會。大數據對提升企業競爭力的重要貢獻，并不僅僅在于發現潛在市場，更重要的在于創造新的市場。其中，前者是發現新大陸，后者是發明蒸汽機。

對大數據與企業競爭力關系的認識，實際上應從提升大數據管理能力入手，以企業長遠目標與當前問題為導向，以客戶大數據為牽引，緊緊圍繞技術大數據、成本大數據、管理大數據展開。

但是，我們一定不要忘記，大數據是企業管理精細化的產物，是企業管理的衍生品。在進行大數據分析和應用的時候，一定要記住有關經濟學研究常見謬誤的告誡：不要顛倒因果關系。

四、企業競爭力重塑

大數據本身并不是企業競爭力，但大數據分析和挖掘有助于提升企業競爭力。如果說企業競爭力需要重塑的話，那么一定指的是在數字經濟條件下提升企業大數據管理能力。大數據管理是對企業市場認知與創新能力的管理，大數據管理能力是企業競爭力重要乃至決定性的因素。

很明顯，大數據管理能力的提升必須與企業市場定位、發展戰略、目標設定、資源配置、運營模式、競爭策略等相匹配、相協調、相一致，必須有助于提升企業差異化競爭優勢，有助于企業發現新的藍海市場。這應該成為企業實施大數據管理的基本原則和目標取向。

同樣，大數據分析方法的選擇和創新必須以企業發展戰略所界定的商業邏輯和價值聯系為依據。根據商業邏輯來建立分析模型，用于預測和驗證。根據目標函數來選擇約束方程，用于改進產品和服務。一切都要從創造客戶價值出發，以問題為導向，運用大數據資源，以大數據為驅動，創建可持續的商業生態系統。

比如，工業企業大數據管理應面向設備和設施，注重機器設備的功能和效率；農業企業大數據管理應面向植物和氣候，注重農作物的產量和品質；商業企業大數據管理應面向產品和客戶，注重產品和服務的組合營銷與贏利；物流企業大數據管理應面向運輸和倉儲，注重客戶物料可得性和供應可靠性；冷鏈企業大數據管理應面向裝備和流程，注重流程控制和運營成本；服務企業大數據管理應面向客戶和流程，注重客戶體驗和流程優化；供應鏈骨干企業大數據管理應面向協作伙伴，注重快速響應和協同運作、能力匹配和穩定關系；等等。

從大數據分析和挖掘的路徑來看，將遵循從數據（構造指標體系、設定評價標準）到信息（觀察達標水平、獲得變量差值），到知識（解釋變量差值、發現價值關聯），到管理（重新配置資源、優化運營流程），到預設（企業競爭力、商業場景）的過程。數據需要標準去衡量，要遵循商業邏輯；信息需要知識去識別，發現價值關聯；管理需要戰略去引導，設定行動目標；預設需要資源去界定，面向有限市場；競爭力需要數據去支撐，完成績效評價。

大數據管理是離散數據知識化、知識產品集聚化的過程，要高度重視企業大數據的積累和匯聚。量變導致質變，當離散的經濟行為數據積累到一定程度的時候，借助恰當的大數據分析和挖掘工具，就能夠在其中的某些變量之間發現我們先前沒有注意到的商業價值——消費者行為與潛在利潤的關聯性，進而發現新的商機，于是通過重新配置資源，開拓新的市場，獲取新的利潤。這時，相關性的價值往往大于邏輯性的價值。由于是新發現，因此邊際效用最大。而行為經濟學的持續拓展和研究成果將為大數據分析提供新的方法和路徑。

從知識產品邊際效用遞增原理出發，在大數據管理下提升企業競爭力最為有效的方法就是大數據的共建、共有和共享，因此企業大數據管理需要開放性架構與態度支持。數據共享可以促進知識增長與管理協同，增強企業大數據管理能力，提高企業和供應鏈競爭力，具有極強的正外部性。

大數據管理下的企業競爭力重塑將是一個從數據的差異化發現到企業的差異化管理，再到市場的差異化競爭優勢形成的過程。要利用計算機和互聯網技術將大數據管理嵌入企業運營流程并驅動管理決策，由外而內，由內而外，深化市場與企業、競爭與管理的互動，實現遞進發展，增強企業軟實力。

開放的大數據管理必將促進開放式創新，并通過開放式創新更加有效地整合企業外部資源，在協同發展過程中提升企業競爭力。

當然，大數據作為企業管理的衍生品，如果對其挖掘、應用不當，即大數據管理不善，就可能與造成2008年全球金融危機的金融衍生品過度創新而監管不到位一樣，對企業自身和經濟社會帶來危害。企業在培育大數據管理能力的時候，一定不要忘記大數據風險管理。大數據創新需要服務，但同樣需要適當監管。

五、結論

大數據是企業有目的經濟行為的結果，是企業管理的衍生品，目前已經成為企業進行市場創新的重要戰略資源。企業大數據管理的目的在于，發現潛在價值關聯，挖掘潛在利潤機會，重新配置企業資源，給予客戶更多選擇，進而增強企業競爭優勢，擴大市場范圍，獲取創新利潤。企業大數據分析和挖掘必須圍繞企業發展戰略、目標設定、競爭策略、基本問題、商業邏輯展開，同時也要遵循成本與效率原則，聚焦企業核心市場、核心業務、核心資源。特別重要的是，要致力于構建開放型大數據管理架構，要借助信息技術將大數據管理嵌入企業運營流程并驅動管理決策，要注重大數據風險管理。大數據管理將為企業提升競爭力提供新的支點，并成為促進經濟繁榮與社會進步的新動能，大數據管理亦將成為經濟學和管理學研究的新領域。

責任編輯：陳詩靜

Rebuilding Enterprises’Competitiveness in the Era of Big Data

WANG Zuo

（China North Industries Corporation，Beijing100053，China）

Enterprise operational management and market competition has entered the era of Big Data.Big Data，the fruit of targeted economic behavior of enterprises and the derivatives of enterprise management，has become the important strategic resources with the help of IT.Big data comes from enterprise lean management，innovation in commercial pattern，requirement of risk control，the needs of future expectation，the historical accumulation，individual power conveyance，and the technological seizing.The management of Big Data is to discover behavior value connection，explore potential commercial profit，redistribute enterprise resources and give customers with more choices to enhance enterprise competitiveness，expand market scope，and obtain innovative profit.Capacity for Big Data analysis and mining is the important soft strength for the enterprise to compete with others，which can only be developed based on enterprises’development strategy，target，competitive strategy，basic problem，commercial logic，the principle of cost and efficiency，and enterprises’core market，business and resources.Rebuilding enterprises’competitiveness is the process from differentiated data mining，to differentiated management，and then to forming the differentiated competitive advantages.Based on the rising marginal utility of knowledge products，the most effective method for us to improve enterprises’competitiveness under the background of Big Data is to jointly collect，own and share the Big Data.The most important is to establish the open management structure of Big Data，and imbed Big Data management into enterprises’operational process and make it to be the driving force of management related decision-making with the help of IT.Big Data management will provide enterprises with new supporting point in improving competitiveness，become the new driving force for us to promote economic booming and social progress，and become the new field of economics and management research.

Era of Big Data；Big Data management；enterprises’competitiveness；market innovation；circulation

F270.5

A

1007-8266（2017）12-0003-11

10.14089/j.cnki.cn11-3664/f.2017.12.001

王佐.大數據時代企業競爭力重塑[J].中國流通經濟，2017（12）：3-13.

2017-11-21

王佐（1957—），男，江蘇省揚州市人，經濟學博士，教授級高級工程師，中國北方工業公司高級政研主管，中國物流學會副會長，主要研究方向為企業戰略管理、物流和供應鏈管理。