信息熵和灰色關聯分析在企業大數據分析中的應用

田桂豐，諶 頏，尹幫治

（1廣州理工學院 廣東 廣州 510540）

（2廣州科技貿易職業學院 廣東 廣州 511442）

（3河源開放大學 廣東 河源 517000）

1 引言

自2012年以來，日本和美國等西方發達資本主義國家啟動了國家級大數據開發戰略。目前，對大數據的研究已經成為全球商業界的一個熱點。隨著全球環保意識的提高，綠色供應鏈管理在過去10年中受到了研究者和實踐者的廣泛關注。傳統上，組織會考慮諸如成本、質量和交付等標準來評估供應商的業績[1]。盡管對供應商選擇的傳統標準進行了大量的研究，但是考慮到環境問題的研究卻相當有限。

2 企業大數據信息識別模型的建立

灰色關聯評價系統通過計算各評價對象與評價標準的關聯度來評價其等級。由于系統中不同指標的維度并不總是一致的，而且不同指標之間的數量級差異很大，因此很難直接進行比較。因此，要消除尺寸的影響，需要進行歸一化處理。這個步驟可以使索引無量綱，并且在相同的數量級。通過比較各目標與標準的加權關聯度，得到最大灰色關聯度。然后通過比較 最大值來實現排序或分類。

指標權重的計算一直采用主觀評價法，如層次分析法。由于評價者的客觀因素，評價結果會有所不同。熵表示信息論中系統的無序程度。信息熵值越低，無序度越低，信息的利用價值越高。相反，熵值越高，信息的無序度越高，信息的利用價值越低[2]。判斷矩陣承載了信息，可以根據系統信息的有序度和效用值計算熵。該方法消除了人為因素對權重計算的影響，使評價結果更加真實。

3 企業實現大數據分析所需的條件探究

3.1 IT技術的優化

在本研究中，該公司有意識地從許多其他數據來源收集數據，目的是將整個組織的業務流程信息化。為了實現這一目標，信息技術架構進行了大量改革，以便在整個組織建立單一來源的真實數據存儲服務，并促進數據訪問和數據分析。此外，企業資源規劃系統的合并提高了透明度和標準化程度。數據治理是信息技術架構中支持信息化進程和確保數據質量、數據訪問和透明度的基石。此外，分析軟件應用程序使用案例和形式的維護軟件服務，以確保正確的數據收集，用戶收到了分析洞察力的可視化。IT自動化有助于消除手工數據輸入，并提高了數據分析處理的速度。

3.2 與過程相關的能力

在流程層面上，公司已經踏上了標準化業務流程的旅程。與會者指出，流程成熟度較高的職能領域擁有更好的數據收集、數據管理和數據利用能力，從而確保數據和信息的持續流入，為具體活動提供信息，并使流程設計更好地與信息技術系統和應用保持一致[3]。與會者報告說，缺乏跨職能流程一直是數據使用的一個障礙，因為缺乏功能集成限制了數據收集、數據訪問和跨職能信息共享。流程治理功能影響流程標準化的程度，在流程改進項目期間跨功能的協調流程鏈接，并且作為業務單元對 IT 部門的代表。

3.3 與大數據性能相關的能力

與業績有關的能力表明，在公司認為數字化和創新必須相互結合以發展一流服務業務的情況下，迫切需要通過大數據改進目前的做法。雖然制作大數據的業務案例具有挑戰性，但在開發新的 IT 服務(如數據存儲、數據治理、IT 自動化、分析、服務應用)、流程重新設計和流程改進方面，已經啟動了許多項目。為了滿足業務需求，已經跨職能地創建了項目團隊。由于業務環境動態，項目的實施速度非常重要。業績計量的使用取決于內部形成能力，其中包括以事實為基礎的辦法來推動業務發展。例如，在某些領域，信息技術的發展提供了關于汽輪機性能和備件交付過程性能的實時數據。

3.4 對企業工作人員的需求

員工和管理人員關于數字化和分析能力的知識是一種稀缺資源。一位參與者表示:“讓普通人多關注一點數據，把更多的數據推送給公司的普通人，這就是你的乘數效應。”。因此，員工在數據相關能力方面的培訓，以及員工關于 BPM的知識被作為一種能力而受到重視。通過擴展，使用是一個關鍵的能力，員工采用IT服務，在他們的決策中使用信息洞察力，并遵守過程標準化。此外，預期投資程度的數字化戰略、相關項目的執行和做法上的必要改變對于采用大數據環境十分重要。

3.5 戰略優化能力

業務目標的能力高度側重于特定領域的目標。信息技術和與過程相關的舉措應促進提供基于條件的維護的愿景，這需要強大的預測能力和規范性分析能力。在制定數字化戰略、評估數字能力和制定執行路線圖方面作出了很大努力。此外，還努力確保信息技術戰略支持數字化的端到端流程，并減緩業務分析創新。此外，公司戰略和職能部門戰略之間的協調對于跨職能計劃和優先級的協調非常重要。提高業務流程的成熟度是考慮業務流程戰略的首要目標，該戰略強調標準化、性能度量和持續改進的元素。

3.6 組織相關能力

組織能力提供了支持大數據價值創造的結構和行為。案例公司建立了一個分析能力中心，由一個遠程監測風力渦輪機性能的不可知中心組成。然而，由于各部門的作用、職責和資源不明確，職能結構的流程整合受到限制，導致透明度和信息共享水平低下。因此，跨職能和跨專業領域的協作可以被視為一種關鍵能力。如前所述，使用是人類實踐的一種能力，它要求員工改變他們執行任務的方式。與會者指出，組織文化應該更加面向數字化、流程化和改進。最后，人力資源管理是確保專業知識、IT采用、過程管理和保留數據科學家的前提。

4 小結

實踐表明，在大數據環境中確定能力及其關鍵部分，可以很好地增強公司尋求向大數據的數字化轉變的能力，這意味著它們應側重于信息技術實踐，以處理數據，同時成熟其業務流程實踐，并轉變其他公司層面的實踐[4]。研究結果揭示了在大數據背景下擁有成熟的 BPM實踐的重要性，在這種背景下，只有少數公司能夠采用整體的、面向過程的方法(Neubauer，2009年)。大數據的利用是一個跨職能的分工，這意味著數據應該在職能部門和其他組織做法交叉的所有業務流程中收集、管理和實用化。