“大数据”如何强化乃至取代管理

美国一家颇具规模的零售企业的营销高管最近发现自己看不懂销售报告了。它的一家主要竞争对手正在一系列业务领域持续扩大市场份额。尽管打出了在线促销和优化销售的组合拳进行反击，但她的公司还是不断丢城失地。

于是，她召集高层对竞争对手做了深入研究，发现问题的根源远远超出了他们的想象。对手投入巨资提升从各门店收集、整合和分析数据的能力，且应用到各个销售单元中。同时，它还将这些信息与供应商的数据库联网，实时调整价格、自动补货，以及轻松地在各门店间调配产品。通过不断实践、捆绑、汇总以及组织中信息的无缝衔接 (从基层门店到首席财务官办公室)，竞争对手脱胎换骨，成为该行业中反应最为迅速的企业。

这就是零售企业高管团队对“大数据”的第一认识。虽然，数据从一开始就是信息时代的象征，但在过去几年，信息量呈现爆炸式增长。在美国17个经济部门中的15个部门，员工超过1000人的企业存储了平均235太字节的数据，超出了美国国会图书馆的藏书。虽然大量信息来源于金融交易和客户互动，但从新设备和价值链各环节中产生的信息增长速度惊人。只要想一下你所在的企业：加工机械内置的传感器正在收集运营数据，营销人员扫描社交媒体或利用智能手机的定位数据了解青少年的消费怪癖。数据交换可能正在与你的供应链合作方联网，员工则可以在企业维基网上交流最佳做法。

所有这些新信息对企业及其领导人都意义重大。最新的学术研究表明，利用数据和商业分析来指导决策的企业，比没有这样做的企业的劳动生产力更高，净资产收益率也更高。这与我们的发现一致，即“联网型组织”的优势更大，也就是开放内部的信息通道以及通过互联网数据交流使得客户和供应商参与进来。

我们认为，将来“大数据”完全能够成为企业的新型资产，形成竞争力的重要基础，正如强大的品牌一样。如果这种判断是合理的话，企业需要开始认真思考是否能够充分利用海量数据的潜力，并设法应对可能的威胁。成功不仅需要新技能，而且需要新的视野——“大数据”时代的来临也许会影响到管理层圈子的扩大，也可能预示着新的、甚至是破坏性业务模式的诞生。

在本文的余下部分，我们列出了海量数据可能改变竞争的重要方法：通过流程转型、改变企业生态系统以及推动创新。以下的讨论围绕着目前高管们应该扪心自问的5个问题。通过反思这些问题，企业高管能够更好地认识到大数据怎样推翻其战略背后的假设，以及目前变化的速度和范围。

1.在一个信息触手可及的高度透明化的世界里发生了什么?

随着各行各业信息日益触手可及，那些依赖专有信息作为竞争优势的企业将岌岌可危。例如，房地产行业利用交易信息的特有渠道以及买家买卖行为的机密信息等不对称信息开展交易。这两类信息都需要大量的精力和财力才能获取。但近年来，房地产信息和分析服务的在线专业提供者已着手绕过房地产经纪人，允许买卖双方直接交流，形成了第二条房地产信息渠道。

各行各业的成本和价格信息也越来越容易获得。专属信息的另一个重大打击是部分企业对卫星图像信息的汇总。经过处理和分析后，这些图像包含了洞察竞争对手的线索，如生产能力、运输动向以及其他有价值的数据，这样就能了解其扩张计划或业务局限。

一大问题是许多企业积累的海量数据往往隐藏在诸如研发、工程、制造或服务运营等各个部门，因此妨碍信息的及时利用。此外，业务单元内部的信息囤积是另一个问题：例如，由于未能在各条业务线之间(如：金融市场、货币管理和贷款)共享数据，许多金融机构吃亏不小，或者不了解各个金融市场内在关系，或者不能够形成对客户的一致看法。

部分制造企业正试图打破部门藩篱：把来自不同系统的数据进行整合，邀请向来壁垒严的职能部门开展合作，甚至寻求外部供应商和客户的外部信息以便共同开发产品。例如，在汽车等先进制造业，全球各地的供应商生产成千上万只零部件。如今，更为集成化的数据平台使得企业及其供应链合作伙伴能够在设计阶段开展合作，而这正是决定最终制造成本的关键因素。

2.如果你可以测试所有决策的话，你将怎样改变竞争方式?

海量数据带来了截然不同类型的决策可能性。利用对照实验，企业可以测试各种假设和分析结果以指导投资决策和运营变革。事实上，实验可以帮助管理者将因果关系与单纯的相关性区分开来，从而减少结果的可变性和改善财务表现和产品性能。

完善的实验可以有多种形式。例如，主要在线企业是持续的测试者。在某些场合，它们将网页的固定部分用于开展实验，以找出提高用户参与或促进销售的动因。销售实物商品的企业还利用实验辅助决策，但大数据能将这一做法更上一层楼。例如，麦当劳的部分门店安装了搜集运营数据的装置，用于跟踪客户互动、店内客流和预订模式。研究人员可以对菜单变化、餐厅设计以及培训等是如何对劳动生产力和销售额的影响进行建模。

如果这样的对照实验不可行，企业可以利用“自然性”实验来确定业绩变化的来源。例如，一家政府机构收集不同地点从事同类工作的多组员工的数据。仅仅将这些信息公诸于众就促使落后员工提高了绩效。

同时，领先的零售企业正监控客户的店内走动情况以及与商品的互动。它们将丰富的输入数据与交易记录相结合开展实验，以便指导销售哪些商品、摆放货品以及如何以及何时调整售价。此类方法帮助某领先零售企业减少了17%的存货，同时在保持市场份额的前提下，增加了高利润率自有品牌商品的比例。

3.如果你将海量数据用于广泛的实时定制，你的企业应如何变化?

终端消费企业长期以来利用信息对客户进行细分和开展针对性营销。通过实现实时个性化，大数据有助于企业在先进技术领域取得突飞猛进的进展。下一代零售企业将能够通过互联网点击流实时跟踪客户的行为、更新他们的偏好，并建立可能行为的模型。这样，他们就能够确定客户下次购买的时间，通过捆绑优选商品和提供省钱的奖励性计划，并且对交易实施微调，最终使得整个销售圆满结束。这种实时的定位营销还可以利用多级制会员奖励计划的信息，促使最有价值的客户购买高利润率商品。

由于来自网购、社交网络，以及近期智能手机互动产生的信息数量和质量的激增，零售业显然是数据驱动定制化的理想行业。但随着将客户细分为更准确的微小群体的分析工具的日益成熟，其他行业也能从数据的新应用中受益。

例如，一家人寿保险公司采用客户风险、财富变化、家庭资产价值和其他输入数据的精细化和不断更新的背景资料，对每一名客户提供量身定制的保单。收集和分析有关细分客户群信息的公用事业企业能够明显改变电力使用模式。最后，按照工作性质和绩效表现对员工进行更加精细区分地人力资源部门，正着手改变工作条件和实施同时提高员工满意度和劳动生产力的激励机制。

4.“大数据”如何强化乃至取代管理?

海量数据扩大了算法和以机器为媒介分析的运筹领域。例如，在部分制造企业，算法对生产线的传感器信息进行分析，形成了自我调节的流程，从而减少了浪费，避免了代价高昂(有时十分危险的)的人为干预，最终提升产量。在先进的“数码化”油田，仪表不时读取有关井口状况、管道和机械系统的各类数据。这些信息由一组计算机进行分析，并将结果输入实时运营中心。后者则调整油量以优化生产和最大限度缩短停机时间。一家大型石油公司因此减少了10%～25%运营成本和员工成本，产量提高了5%。

现在，从复印机到喷气发动机等各种产品都可以产生能跟踪其使用情况的数据流。制造商能够分析输入数据，并有可能主动纠正软件缺陷或派遣服务代表到现场维修。一些计算机硬件供应商正收集和分析这些信息，在发生故障导致客户运营中断前未雨绸缪，提前维护。这些信息还可以用于实施产品变化，预防未来的问题发生或提供客户使用信息，对下一代产品开发提供灵感。

部分零售企业也走到了利用 “大数据”时代的前沿：它们运用“情感分析”技巧，发掘使用社交媒介的消费者产生的海量数据流，及时掌握新营销活动的反应，并适时调整战略。有时，这些方法使常规反馈和调整周期缩短了数周。

无独有偶。一家全球性饮料企业将外部合作伙伴的每日天气预报信息集成，进入其需求和存货规划流程。通过分析特定日子的温度、降水和日照时间等3个数据点，该公司减少了在欧洲一个关键市场的存货量，同时使预测准确度提高了大约5%。

取得的成效是业绩改善、风险管理能力的加强以及洞察能力的提升(要是缺乏海量数据，这种洞察或许会继续隐藏，无人知晓)。随着传感器、通信设备和分析软件价格的持续下降，越来越多的企业将加入这场管理革命中。

5.你可以根据数据创建新的业务模式吗?

海量数据正催生采用信息化业务模式的新一代企业。它们在价值链中扮演中介角色。它们发现自己正在通过业务交易产生的“废弃数据”形成宝贵信息。例如，一家运输公司在经营过程中意识到自己正在收集全球产品运输的海量信息，于是创办了一个业务部门，专门销售为企业和经济预测提供辅助的信息。

一家跨国企业从制造业转型过程的自身数据分析中学到的东西是如此之多，以至于它决定创办一家公司为别的企业提供类似服务。现在，这家公司为一批制造业客户收集车间和供应链信息，并销售改善客户业绩的软件工具。目前此项服务业务的业绩要好于企业的制造业务。

此外，海量数据也在大幅改造着数据集成行业。这是从诸多来源汇总和分析信息，为客户产生洞察的行业。例如，在医疗业，一批新进入者正在集成临床、支付、公共卫生和行为信息以形成更加完善的疾病资料，帮助客户控制成本和完善治疗方案。

随着价格信息在网上及线下大量扩散，企业家正提供自动编辑数百万种商品信息的比价服务。从零售企业的角度看，这种比较可能是一种破坏力，但对消费者而言却创造了巨大价值。研究表明，使用此项服务的人可以平均节约10%的成本。

海量数据的副作用不容忽视

截至目前，我们强调了海量数据带来的战略机遇，但领导人还必须考虑到一系列副作用。人才是其中一项。我们的研究表明，单单在美国，对拥有深厚的海量数据分析(包括机器学习和高级统计分析)技能人才的需求，可能超出目前预测供应量的50%～60%。到2018年，需要新增多达14万～19万名专家。此外，还需要如下人才：150万名熟悉如何应用海量数据的管理者和分析员。企业必须加大招聘和人才挽留力度，同时大力投入关键数据人员的教育和培训。

“大数据”经常需要的对个人信息获取渠道的拓宽也会令另一问题进入聚光灯下，那就是隐私和便利性之间的冲突。例如，我们的研究表明，消费者受惠于海量数据：更低的价格、更符合消费者需要的商品，以及从改善健康状况到提高社会互动顺畅度等生活质量的提高。但同时，随着个人购买偏好、健康和财务情况的海量数据被收集，人们对隐私的担忧也在增大。

数据安全同样如此。我们描述的趋势往往与加大信息开放度、设计新的信息收集设备以及为海量数据的庞大存续和分析需求提供支持的云计算等如影随形。带来的副作用是IT基础架构将变得越来越一体化和外向型，对数据安全和知识产权构成更大风险。

虽然企业领导人把大部分精力集中在“大数据”对其自身企业的影响上，但我们调查的企业层面的各类机遇也有着更为广泛的经济意义。我们的研究显示，在医疗、政府服务、零售和制造业，“大数据”可以每年提高劳动生产力0.5~1个百分点。全球这些行业创造了数百亿美元和欧元的新价值。

事实上，海量数据可能最终成为决定国家，而不仅仅是企业如何竞争和兴盛的关键因素。毫无疑问，它们给努力寻找实现更加快速增长的经济体带来一线希望。通过投资和前瞻性政策，企业领导人以及政府领袖可以充分利用海量数据的好处，而不是被其迷惑，不知所措。

即使海量数据改变了几乎每一个行业的游戏规则，但同时也颠覆了公平竞争环境，青睐部分企业和行业，尤其是技术应用的早期。为了解这些动态，我们对美国经济中的20个部门进行了考察，估测了它们对GDP的贡献率，开发了两大指数用于估算各部门利用海量数据价值创造的潜力，以及捕捉这些价值的难易度。

正如文中所附的行业图所示(附图)，金融企业价值创造机会得分最高。许多这样的企业都大量投资IT，拥有庞大的数据库可资利用。毫不奇怪的是，信息行业也跻身此排行榜。这些行业属于数据密集型行业。它们通过采用先进的分析技巧，创新地应用这些数据参与竞争。

公共部门是最适合改革的领域。政府收集巨量数据、与数百万市民打交道，往往遭遇绩效表现参差不齐的困扰。尽管潜在好处巨大，但政府面临利用这一宝库的巨大障碍：很少有管理者被推动发掘所拥有的信息，而政府往往将信息保存在各自为政的部门中。

分散化的行业结构使医疗、制造和零售等行业的价值创造潜力更加复杂化。这些行业的平均企业规模相对较小，只能获得有限数量的信息。尽管如此，大型企业通常拥有海量数据库，它们可以更加方便地利用以创造价值。

例如，美国医疗行业由许多小型企业和个体执业医师组成，而大型连锁医院、全国性保险公司和制药企业则通过数据集合和更加高效的数据分析而变得腰包鼓鼓。我们预计，随着监管和市场条件的变化，这一趋势将加剧。此外，在制造业，拥有更多内部和市场信息的大型企业将能够发掘新的价值资源。对于中小企业来说，唯有找到共享数据的创新方法或通过行业整合发展才有可能从中获益。零售业同样如此。在这里，尽管有大批享受海量数据优势的连锁零售企业和专卖店，但大部分企业都是规模较小的地方企业，其信息收集和分析能力有限。

最后注意点：本分析是某一大国行业的概况描述。随着企业和机构数据技能的提高，即便排名较低的行业(按我们对价值潜力和数据捕捉能力的计量)，譬如建筑和教育行业，都可能时来运转。

*大数据：价值潜力指数注释：大数据价值潜力指数考虑行业的竞争条件，如市场动荡和业绩可变性;结构因素，如交易强度以及潜在客户和业务合作伙伴数量;以及可用数据数量。数据捕捉难易度指数统计行业内拥有深厚分析技能的员工人数、IT基线投资、数据源可利用性以及管理者做出数据驱动决策的程度。