淺析大數據建設對促進傳統企業轉型的作用

新一代信息技術與工業深度融合，正在引發影響深遠的產業變革，形成新的生產方式、產業形態、商業模式和經濟增長點，但傳統企業普遍存在裝備落后，機械化、自動化、數字化和智能化程度偏低等問題。面對形勢、政策的雙重壓力，傳統企業如何實現轉型升級，借助大數據等技術來提升企業的生產與管理技術水平是一個很好的方法。我主要從大數據建設能給企業帶來的價值以及傳統企業開展大數據建設存在的問題兩方面做了大致的分析，并在分析的基礎上提出了一些措施。

一、大數據建設對企業的價值

伴隨著云計算、大數據、人工智能等技術的迅速發展，以及這些技術與傳統行業的快速融合，企業數字化、智能化轉型的步伐逐漸加快，每個行業的增長都會受到數字產品與服務、數據化運營的驅動。

數字化轉型成功的企業，其內部和外部的交互均以數據為基礎。業務的變化快速反饋在數據上，企業能夠迅速感知并做出反應，而其決策與考核基于客觀數據。隨著數據與業務場景的不斷交融，業務場景將逐步實現通過數據自動運轉和自動優化，進而推動企業進入數字化和智能化的階段。[1]

很多企業以前通過積累的管理經驗、流程取得了成功，但經驗具有較強的主觀性和個體差異性，還有一些價值點的尋找發現，需要大數據的支撐，通過科學建模、機器學習、人工智能等新技術與專業經驗的有效融合，改變以往以人為本的管理模式，向以人、數據為本并行轉變;同時，通過這些價值點的發現反過來還會有效的促進傳統企業管理的優化，更好的指導自動化、數字化系統的建設。

二、企業開展大數據建設的基礎

企業“數字化”建設歸納起來是“業務數據化”和“數據業務化”過程，“業務數據化”是指數據的形成、積累、分析，“數據業務化”就是對數據進行應用進而助力業務創造價值，這是一個螺旋提升的過程。

大多數企業近年來主要是圍繞“業務數據化”開展工作，隨著近幾年國家大力推進的兩化融合發展進程不斷深入，很多企業在“數據業務化”----數據應用領域進行了探索，為后期大數據建設工作的開展奠定了一定的基礎。近幾年，傳統企業加強了信息化、自動化建設力度，一方面拓展了信息化系統的覆蓋范圍，通過信息化系統把業務和經營管理端的各種能力以數據形態進行了沉淀;另一方面推進了生產設備的數字化、智能化改造工作，深化了自動化技術在傳統制造等領域的集成應用，并將數字化設備、自動化系統產生數據進行收集、記錄，積累了豐富的數據資源，為數據分析創造了條件。

三、傳統企業開展大數據建設面臨的問題

傳統企業雖然在“業務數據化”方面開展了一些工作，取得了一定的效果，為大數據建設打下了一定的基礎，但離“數據業務化”還有較大的差距，仍存在意識缺乏、專業人才嚴重缺乏、業務部門參與度不夠、數據質量不高、數據獲取、共享存在障礙等問題。

（1）大數據建設意識缺乏。傳統行業大部分人員對大數據潛在的價值創造認識不夠，“數據”作為未來核心資產，未能得到企業的重視。

（2）專業人才嚴重缺乏。大部分傳統企業自動化和信息化力量儲備不足，無法滿足數字化運營的需要。

（3）業務部門參與度不夠。在信息化和自動化建設過程中，傳統企業的業務部門主動性不高、參與度不夠，導致系統產生的數據時效性低、質量不高等問題。

（4）數據獲取、共享存在障礙。一方面企業獲取數據受到硬件方面的限制，如傳統企業現有相當一部分設備不具備數據采集能力，數據依靠手工方式獲取;另一方面也受到原有的管理體制的限制，存在數據難流動、業務系統難協調等問題。

四、傳統企業開展大數據建設措施

1、堅持問題和價值導向，統籌規劃、分步實施

大數據建設不僅僅涉及技術、產品，它還包括持續不斷把數據變成資產并服務于業務的機制，這套機制要根據企業不同的業務模式和組織架構，通過有形的產品和實施方法論支撐進行構建，所以不能僅僅停留在工具和產品層面，需要從企業戰略、組織、人才等方面來全方位地規劃和配合。

傳統企業一般缺少大數據建設規劃方面的高端人才，可以聘請國內數字化轉型先進企業的相關專家，組建專家咨詢委員會，為企業大數據建設規劃布局、標準制定、制度建設等方面提供支撐服務，并結合企業發展與業務領域的實際需求，對企業大數據建設工作進行合理的統籌規劃與科學的頂層設計，明晰大數據建設的總體目標、階段性任務和藍圖架構，并將藍圖架構的實現分解為分階段、可操作、可落地的實施路徑和行動計劃，指導企業大數據戰略的落地實施。

2、建立統一高效的大數據建設組織體系，強化制度保障

大數據建設是一項有序的、動態的、可持續發展的系統工程，必須建立統一高效的組織體系，促進建設過程各個環節的正規有序，實現統合。企業內部可以設立大數據建設組織機構，以價值為導向，采取課題制的方式推進大數據建設工作，要對課題涉及的單位、業務部門明確擔負的責任，如需求的提出、業務運營模式和流程的優化、信息系統深入應用等，配套相應的考核、獎懲政策，充分調動業務部門積極性;同時企業還要加強對大數據工作的統一管理，根據總體規劃做好年度計劃的安排和檢查考核，加強項目可行性研究報告和技術方案的審查把關，以及課題的驗收、應用管理和考核等工作，推進系統集成和業務協同。

3、建設統一的共享平臺，優化數據流轉

為了實現數據互連互通，提高各類信息資源的整合共享以及綜合利用，企業要建設統一的共享平臺，該平臺主要包括業務共享和數據共享兩個層面。

業務共享主要是用于業務流程的管控，把業務流程中共性的服務抽象出來，形成通用的服務能力。如傳統企業一些業務模塊都是有共性的，可以把這些組件沉淀出來，形成一個企業運營管理的業務共享平臺，再基于這些業務平臺可以快速搭建前臺應用，通過這些輕應用可以對現場操作進行科學的評價，指導業務人員的操作，同時還可以對設備進行預知性維護。

數據共享主要是把數據能力中的共性能力進行抽象，形成通用的數據服務能力。比如按照統一標準和規范，明確數據采集口徑、采集方式，把各個系統中的數據進行沉淀，形成數據資產;規范數據的服務方式，快速形成數據服務能力，滿足企業、業務部門多方位、多層次的數據需求，這樣就化解了求穩的管理和求變的業務之間的矛盾。

共享平臺的建設不是一蹴而就，需根據總體規劃、循序漸進，分步實施，是一個持續迭代的工程。企業先期可以先完成共享平臺整體架構的建設，后期分步完成業務系統的整合及相互間數據共享問題。

4、深化大數據應用工作，優化業務流程，驅動管理升級

深入了解企業需求，密切跟蹤大數據技術發展趨勢，不斷深化大數據在企業經營決策和精細化運營中應用的廣度和深度，驅動管理升級。

推動重點領域大數據應用，以“問題”為導向，圍繞生產、管理等領域的突出矛盾和問題，推動大數據應用工作。在制造方面，企業可以圍繞產能提高、能耗降低等領域，借助企業的專家在傳統制造領域的專業優勢，推進相關自動化系統、數字化設備等數據資源的采集、整合、共享和利用，在不增加設備的情況下提高產能、降低能耗，實現精細化運營;在營銷方面可以利用大數據技術對終端零售系統中的數據進行挖掘和應用，形成客戶的微觀畫像服務，用于企業銷售的商品推薦，也可直觀了解客戶的購買意愿和需求，還可以用于給客戶、加盟商的信用評級等，促進大數據在市場型企業售前、售中、售后服務中的創新應用。

強化服務大數據應用，以服務業務部門需求為導向，以數據集中和共享為途徑，采用虛擬化、云存儲等關鍵技術有效提高設備利用率，降低總體運營成本，實現眾多應用的集中部署，多系統共享資源，實現資源利用最大化。