创新模式
区别要素 传统企业管理创新 基于大数据的企业管理创新
驱动因素 问题驱动 创新问题、数据驱动
环境与条件 组织内资源 组织生态内的大数据
创新途径 自上而下 自上而下、自下而上、网络式协同
创新方法 德尔菲法、决策树法 云计算、数据挖掘、统计分析等
成功关键因素 专家经验知识 数据的可得性、数据分析结果及解读的准确性
四、大数据背景下制造型企业管理变革的对策建议
大数据潜藏着巨大的商业价值，随之而来的将是企业商业模式和管理模式的变革与创新。面对大数据时代，制造型企业必须及时地转变管理思维，不断将搜集企业相关的数据信息，并发现这些数据信息的潜在商业价值，形成企业的特有的竞争力。因此，大数据时代制造型企业的管理模式创新可以从以下几个方面着手。
（一）着力加快企业经营管理思维转变
在传统的经营管理模式中，企业管理的传统思维具有高度滞后性、管理节奏拖沓、效率低下等缺点，传统的企业封闭式管理模式已经不能应对瞬息万变的全球化经济。因此，现代企业在大数据时代下要对自身的运营管理模式进行深度改革，在管理上紧跟时代的步伐，通过数据反映管理问题，根据数据信息转变管理模式。现代企业应从注重微观层面转向宏观层面，从以产品为中心的传统管理模式转向基于服务的新型管理模式。要在大数据技术的支撑下，整合来自研发、生产、管理、营销等多方面的数据，由此使得企业可以根据需要打破原有的窠臼，对业务流程和组织架构进行再造，以符合制造行业的新要求，进而达到增强企业竞争力、提高管理效率的目标。
（二）将大数据提升至企业战略地位
虽然大数据已经作为一个热门词汇深入人心，但公众甚至许多管理者对其的认识还停留在海量数据阶段，并没有意识到大数据可能为企业来的巨大商业价值，或者对其价值的重要作用认识不足，大数据的重要商业价值足以使企业将其上升到重要战略地位。这就要求企业将大数据的分析结果与企业的重要决策相关联。除了传统意义上的结构化数据外，企业还应该认识到非结构化数据的重要作用，比如，企业网站、媒体报道、社交网络、微博、微信等渠道。企业需要建立一个非结构化的数据平台或数据中心，并进行存储和挖掘，以随时监测和监控企业相关数据的变化，并将数据分析的结果及时应用于企业的日常经营活动中，以突破传统的商业管理模式，为企业的创新变革带来新的生机。
（三）建立智能企业信息平台
相对于其他行业，制造业的大数据产业链非常复杂，要满足无数复杂环节的应用需求，具体包含以下三个方面：从产品研发、工艺到制造的产品生命周期数据流程需求；从原料采购、组织生产、质量控制到产品交付与售后的生产数据流程需求；从设备管理、智能化生产到能源、安全管理的企业管理数据流程需求。（注13）这意味着制造型企业不再是一个纯粹的生产者，而是成为充分利用大数据、移动互联网等技术的服务型企业。因此，要建立覆盖制造企业完整信息需求的智能企业信息平台，实现技术、管理和人的集成，管理过程被标准化、结构化和系统化，并充分利用各种资源，构建生产技术、管理和人相互协调的系统，实现高效管理。同时，按照市场新需求重新建造自己生产经营过程，根据客户需求灵活改变企业运营，真正实现高效运营。
（四）建立专业大数据管理人才库
在大数据上升到企业战略高度的前提下，针对大数据战略的管理人才库的建立也是重中之重。这个管理人才库不仅包括管理人才，也包括大数据技术人才。对于管理型人才，其需要具备信息技术、市场营销、企业管理、运营管理等综合知识，才能将利用数据的优势，发挥数据的作用。对于技术型数据人才，需要具备专业的大数据知识和技能，如数据仓库、联机分析处理、数据挖掘等。通过企业专业大数据管理人才库的建立，能够利用数据加强企业与社会之间的互动，推动企业与员工数据意识的形成。此外，企业不仅需要建立企业内部的大数据优势，还应当整合企业整个价值链的数据资源，加强企业与供应商、客户、企业合作伙伴、内部管理者和员工之间的联系，形成具有企业特色的符合企业可持续发展的信息网络，从而促进企业管理模式的创新。
（五）争取政府对工业大数据发展的支持
大数据的来临势不可挡，在推动大数据健康快速发展的过程中，保证企业获得信息使用权并从中受益且不威胁公众信息安全，政府也承担着重要角色，因此制造型企业应积极争取政府层面对大数据发展中产生的问题予以关注并协助解决。一是要推动制定引导数据共享政策。由于大量有价值的数据中蕴含着个人隐私及企业机密，所以使用者很难得到。如何使企业或个人生产、生活数据信息能够公开享用，需要政府层面出台一些鼓励数据共享的奖励措施，激励企业公开生产经营数据，积极构建安全可靠的共享机制。二是制定数据安全使用政策。政府需要制定出台有效的数据安全使用政策，规范数据使用秩序，对有些特殊信息的使用权限由政府实施控制，以保障数据使用安全性。三是建立知识产权保护体系。通过建立健全知识产权法律保障，避免由于产权纠纷所带来的不必要麻烦，促使企业积极推动大数据时代下技术、思维、模式的不断变革。四是加速关键技术的研发。目前涉及大数据发展的关键技术仍亟待突破解决，政府应起着主导性作用，给予政策和资金上的支持，鼓励大数据关键技术的研发。五是加强数据人才的培养。可以预见，数据人才将成为企业间未来相互争夺的稀缺资源，因此，政府应该鼓励各大高校积极培养专门的数据人才，为广阔的市场需求提供充足的人才资源。
【引文注释】
[1]张平.构建企业数据战略——访SAP公司大数据专家卢东明[J].企业管理，2013，(6)：104-107．
[2]Manyikaj，Chui M，Brown J．Big date: the next frontier for innovation，competition and productivity［R］．McKinsey Global Institute，2011．
[3]李国杰，程学旗．大数据研究：未来科技及经济社会发展的重大战略领域——大数据的研究现状及科学思考[J].中国科学院院刊，2012，27(6)：647-657．
[4]涂子沛.大数据[M].桂林：广西师范大学出版社，2012：54-58.
互联网时代下的企业管理——大数据时代下制造型企业管理模式创新探析(五)相关范文