大数据对未来商业模式的影响

龙源期刊网大数据对未来商业模式的影响作者：潘畅来源：《南方企业家》2018年第07期摘要：随着时代的发展，大数据日益成为改变未来商业模式的重要因素。笔者首先描述当前的情况以及大数据的含义，介绍了组织使用数据的方式和提供大数据业务模型分类的区别，考察了大数据在企业中的现状以及大数据带来的主要机遇和挑战。关键词：大数据；商业模式；影响大数据日益被视为经济运行良好的基本要素。许多报告和学术刊物指出，越来越多的经济部门使用大数据来增强生产力，以实现效率和潜力的潜力生长。认识到数据使用可能在未来几年变得越来越重要和普遍，因此本文讨论如何通过政策和法规来促进大数据方法的最佳化。大数据的定义大数据是指由人员、工具和机器创建的动态，主体是大量且不同的数据量。大数据与传统数据的主要不同是需要通过可创新、可扩展和新的技术来收集，通过分析处理收集到的大量数据，以获得与消费者、风险、利润、绩效、生产力管理和股东价值增强有关的实时业务洞察信息。大数据主要包括来自社交媒体的信息，来自互联网设备（包括智能手机和平板电脑）的数据、机器数据、视频和语音记录以及持续保存和记录结构化和非结构化数据。它的典型特征是四个“V”[1]：容量（Volume）：与传统数据源相比，创建的数据量很大；种类（Variety）：数据来自不同来源，由机器和人员创建；速度（Velocity）：数据生成速度非常快，过程不会停止；准确性（Veracity）：大数据来自许多不同的地方，因此需要测试数据的准确性。大数据技术的出现给商业发展带来了许多机遇和挑战。下面我们将详细说明大数据带来的机遇与挑战。大数据带来的机遇大数据可以优化商业管理模式为了从大数据中提取价值，必须及时对其进行处理和分析，并且结果需要能够实现积极变化或影响业务决策的方式提供。数据的有效性还依赖于一个拥有正确的人员、合理的数据处理流程和技术的组合。通过分析，在数据中发现和传达有意义的模式。对于企业而言，分析应该被视为数据的广泛使用、统计和定量分析，使用解释性和预测性模型来推动基于事实的业务管理决策和动作。分析有助于优化关键流程、功能和角色，它可以用来汇总内部和外部数据，使组织能够满足利益相关方报告需求，管理海量数据量，创建市场优势，管理风险，改进控制并龙源期刊网最终通过将信息转化为智能来提高组织绩效。另一方面，数据可用性和处理能力的融合正在帮助为大多数行业释放大数据的潜力。大数据的结果有利于整个组织范围内的广泛利益相关者——执行管理层和董事会、业务运营和风险专业人士，包括法律、内部审计、财务和合规以及销售和市场营销等面向客户的部门。关键的挑战是可以有能力解释从各种来源整理的大量数据。大数据可以迅速定位目标用户大数据技术正在改变我们的日常生活，重塑未来商业模式。利用大数据，构建可集成各种格式海量数据的体系结构，并提供针对整合客户视图的实时分析或改进的欺诈检测和其他类似业务目标已成为可能。数据架构应准备好打破内部孤岛，实现整个组织内关键数据集的共享，并确保以及时和准确的方式捕获并传递给组织中正确的人员。以电影光盘租赁这一行业为例，在大数据技术出现以前，客户仅能依据影碟租赁代理的意见选择其喜欢的电影，然而在大数据技术出现之后，今天的电影租赁公司和内容交付服务可以利用大量的数据点产生推荐。通过分析所查看的内容，分析何时、何种设备（甚至是内容是快速转发还是暂停）、用户活动（如互联网搜索）以及网页内的浏览和滚动，可以为数百万人量身定制推荐，客户可以实时获得其想要的结果。调查显示，大约75%的领先供应商的观点受到这些建议的推动。大数据技术提供了新的数据处理模式大数据以具有成本效益的方式克服了传统限制，并为来自外部社交媒体的数据、市场数据、通信，以及通过数字渠道与客户的互动等新源获取、存储和处理数据提供了机会。根据一些估计，更多组织内数据的80%以上是非结构化的，不适合传统处理。使用大数据可以处理这些非结构化数据并提高系统智能，这些数据可用于提高销售业绩，增加对客户需求的了解，加强内部风险管理功能，支持营销举措并加强欺诈监控。大数据能力使企业能够在短时间内以较低的工作量整合多个数据源。结合每千兆字节的较低存储成本，使组织能够通过将来自各个单独业务部门的客户数据转换为单一基础架构，然后运行整合分析和报告来构建客户的联合视图。大数据技术通过使组织能够以最低的细节级别存储数据，以合理的成本和更少的工作量将传统的准确性与成本挑战相结合，从而发布组织。基于大数据的天气预测技术目前已经十分成熟。以基于大数据的天气预报为例[2]，在大数据技术出现之前，天气是不可预见和不可治理的，强大的天气预报模型通常需要数十万个不断变化的大气变量。随着大数据的出现，一些技术公司已经具备了提供历史气象数据和更好地预测极端天气事件的能力。根据过去几十年的数十亿计算和数据点，大数据现在可以提前一个月改进天气预报。随着低成本云计算环境和开放数据移动的出现，近年来出现了各种大数据天气预报企业。其中一些新创公司向企业用户（如大型农场主、物流公司）提供服务，另一些则直接向零售客户提供服务。准确的天气数据对许多组织都有好处，例如，一些公司一直在利用天气信息来改善从供应链计划到广告的业务活动。供应链管理不仅仅是在暴风雪前储备更多的铁铲，零售商现在可以通过利用新的大数据见解来改善库存管理，例如，在异常寒冷的天气过后，某些城市的啤酒销售量会减少，而其他城市则会增加。而且，通过将当前和历史气象数据龙源期刊网的实时详细分析与位置、人口统计数据和购买历史等个人数据相结合，零售商可以进一步完善和定位他们的广告，即如果今天是一周低温后的第一个暖日，消费者购买模式将会改变。大数据为数据架构带来了新的范式过去，数据系统是建立在预定的一组数据要求之上的。在大数据领域，数据存储平台不限于预定义的刚性数据模型，数据系统能够处理各种结构化和非结构化数据。尤其是对于非结构化数据的整合可以改进分析和报告。例如，出于各种原因，跨业务功能和地理位置的客户资料整合视图的业务目标很重要，一方面可以使业务决策过程更加智能化，增强对客户资料的监控（关注或机会问題），使公司能够为其客户量身定制，满足其特定需求的更多相关服务。大数据通过提供集成和分析来自整个组织的各种系统数据的能力，以高效和灵活的方式为此提供解决方案。实时欺诈监控是一项经典的大数据挑战，要求集成大量不同的结构化和非结构化的高速数据，这些数据需要实时分析以实现收益。一家全球支付技术公司最近表示，通过使用大数据技术授权模式，识别借记交易欺诈和信用卡交易案例成功率分别提高了175%和130%。大数据还提供了额外的功能，例如在商品硬件网格上部署数据存储、处理能力，具有无限制的可扩展性和灵活性，以适应不断变化的数据格局。以一个案例说明大数据技术的优势[3]：全球十大保险公司之一的某企业投资3亿美元用于未来大数据解决方案，旨在为企业提供单一客户视图；提供他们的客户组合的360°视图并整合客户互动。在大数据解决方案之前，由于数据量不断增长、系统不兼、数据不一致以及无法处理非结构化数据，该组织难以在整个产品和业务系统中为客户创建单一视图。而他们现在能够生成一个单一的客户视图，可以在整个企业中以一致的方式使用，从而产生有效的销售建议，定制产品和运营改进。大数据带来的挑战数据的产权问题管理者需要学习接受以证据为基础的决策过程，组织必须重新定义他们对大数据分析结果的“判断”的理解。一方面，因为数据可能具有很高的价值，因此商业公司在使用大数据结果之前必须考虑所有权和隐私问题。以医疗数据为例，有时并不清楚谁是数据所有者，但在没有正确的法律基础或经患者同意的情况下使用数据可能会导致严重问题。以社交媒体巨头“脸书”近期面临的泄露用户隐私数据的问题为例，对这些数据使用不当很可能造成企业的信誉风险。另一方面，大数据可能会导致知识产权问题，例如版权和数据库权利侵权。因此，确保员工不会在组织外分享不适当的信息或太多数据将是企业面临的一项重要挑战。大数据技术的潜在安全风险大数据正在引起企业、媒体甚至消费者的强烈关注，在数据分析、云技术、数字渠道和数据可视化等方面发挥着重大作用。这些都是科技大趋势所创造的当前多元化生态系统的一部龙源期刊网分，有些人甚至预示当前趋势的潜在变革力量可以与互联网相媲美。然而，在互联网早期，大数据的潜在收益和相关风险存在不确定性。安永2013年全球信息安全调查结果显示，虽然大数据的采用和使用尚未普及，但对该技术的信心和熟悉度不断提高。受访者认为大数据技术在重要性、熟悉程度和信心水平方面处于“即将到来”的状态（即那些在一段时间内一直处于组织关注的领域）的平均值，但可能尚未实施或被广泛采用以解决相关网络风险，组织通常将这些技术视为提供改善其性能和创造竞争优势的机会，这是对能力的熟悉和信心今天需要增加的地方，因为这些技术的重要性在不久的将来可能会显著增长。大数据技术的合法合规性持续的监管压力要求公司遵守各种政策和法律。法规遵从性治理是一个复杂的问题，但如果不符合法规要求，则可能意味着安全风险、严重处罚、声誉损失甚至破产。“大数据”这个词已经成为技术媒体的主题，但它也越来越多地进入许多合规内部审计和欺诈风险管理相关的讨论。在安永2014年全球法庭数据分析调查中，72%的受访者認为新兴的大数据技术可以在欺诈预防和检测方面发挥关键作用。但只有7%的受访者意识到任何特定的大数据技术，而实际使用这些技术的只有2%。法医数据分析（FDA）技术可帮助公司跟上日益增长的数据量以及业务和监管复杂性；示例可以包括实时分析处理引擎，这些引擎可以快速做出业务决策，例如停止潜在的不当付款或业务交易，或利用集成了数据可视化，统计分析和文本挖掘功能的反欺诈、反腐败监控控制。尽管可用，但许多公司没有扩大数据使用量以利用这些有效的工具，并且可能由于不挖掘更大的数据集以更强有力的监控业务活动而丢失重要的欺诈预防和检测机会。大数据的存储问题增加数据量会给基础架构带来压力，导致处理缓慢、存储问题和备份需求。无法使用非结构化数据会降低分析和报告的质量。大量数据孤岛造成数据完整性差、不一致以及高实施和维护预算的风险。在整个组织内整合和移动数据传统上受到数据存储平台（如关系数据库或批处理文件）的限制，处理大量数据的能力有限，结构复杂或根本没有结构的数据，或生成、或接收的数据量有很高的速度。组织需要通过不同的渠道开始管理数据，并通过市场上的一系列技术整合其实用性。然而更多的数据并不意味着更好，更多的数据可能导致数据质量问题的数量增加，以及业务决策中的混淆和缺乏一致性，特别是当存在冲突的信息时。集成的数据架构增加了数据链接和匹配算法的挑战，以区分与数据相关的项目。架构格局越来越复杂，数据量越来越大，这为数据治理和数据隐私带来了新的挑战，存在缺乏组织内部和外部的能力，难以跟上快速发展的硬件、软件技术和实施方法等问题。这些问题都需要引起重视，需要技术的进一步发展来得到解决。（作者单位：南京师范大学附属中学）龙源期刊网【参考文献】[1]陈晓霞，徐国虎.大数据业务的商业模式探讨[J].电子商务，2013（06）.[2]洪路明.基于“大数据”的商业模式创新探究[J].现代经济信息，2016（07）.[3]王和，鞠松霖.基于大数据的保险商业模式[J].中国金融，2014（15）.