浅析大数据时代企业经营管理的挑战与对策
企业的经营管理水平决定了盈利水平、发展空间，现代技术条件下，企业获取了更多的管理思路和理论，但面临的环境也更复杂。基于此，本文以大数据时代企业经营管理的挑战作为切入点，给予简述，再以此为基础，重点论述大数据对企业经营管理的积极作用以及相关挑战的应对策略，以期通过分析明晰当前问题、完善相关理论，为后续企业经营发展活动提供必要帮助。
大数据 发展理念
战略规划 市场细分
大数据（ BIG DATA）是一种信息资产，通常无法在短时问内利用常规手段获取，大多为半结构化或者非结构化，可以经过加工提炼为核心数据，指导企业的各项管理活动。大数据概念、理论的提出到应用历程仅为几十年，但影响却十分突出，最初应用大数据的欧美企业借助该技术实现了管理理念的飞跃式发展，分析大数据时代企业经营管理面临的挑战以及应对策略有一定的现实意义。
大数据时代企业经营管理的挑战
（1）竞争态势加剧 大数据技术得到应用的基础是互联网，与互联网存在合法连接的各个节点可以通过各类通信手段卜传信息，这些数据汇总到一起使瓦联网共享池的规模越来越大，这是大数据拥有海量信息的基础。这些数据对所有合法用户都足开放的，企业可以自行搜索得到大数据信息，也可以借由第三方获取核心数据，当大数据技术的应用成为一种趋势、常态，所有企业均能因此获益，这也意味着所有企业的决策、管理活动都足同步加强的，各企业之间的竞争因此进一步加剧了。
（2）信息安伞受到威胁
大数据优势突出的直接原因是其信息覆盖面、数量非常庞大，这也意味着大部分企业无法通过自身工作获取大数据，当前市场超过95%的大数据服务是由第三方公司提供的。在企业和第三方针对大数据工作进行合作时，无论企业提供的是何种信息、第三方如何进行加工，都不能避免一个问题，即企业所提供的信息理论卜足完伞没有秘密可言的，第三方可以在提供服务的同时获取企业数据，带来信息泄露、丢失的风险，威胁着企业的经营管理活动。
（2）对企业发展经营理念的影响
经营发展理念是一个相对抽象的概念，包括企业的方向、日标、责任等诸多内容，往往是企业在长期发展过程中总结所得，带有一定的稳定性。大数据时代来临后，企业的发展经营理念也会受到影响，这种影响是难以预测的，利弊共存。如传统的咨询公司，在大数据时代的影响下，企业如果不进行转型、扩张业务面，将大数据服务纳入工作范围，很可能失去竞争优势，被其他能够提供大数据服务的企业所取代。如何在大数据时代调整理念足所有企业都要考虑的问题。
大数据对企业经营管理的积极作用
（1）有利于企业进行战略规划
企业的战略规划往往带有长期性、稳定性特点，这也意味着所有带有战略影响的决策必须反复探讨、确保其足够科学可行。在大数据的支持下，相关工作的开展往往更加有序。如某企业为食品加工企业，在进行战略规划前，通过第三方服务公司了解了当地同类食品消费情况，结果表明近五年来当地对该类食品的认可度正逐渐降低；而另一地区的情况较为理想，近五年来同类食品销量正在增加。企业遂调整发展战略，满足发展需求的同时避免陷入竞争劣势。
（2）有利于企业进行营销活动
营销活动并不是单一的商品出售，广义的营销涵盖生产、运输、仓储、销售以及售后服务等多个环节，传统模式下，这些工作被纳入统一管理模式中，能够有序开展，大数据技术的应用则进一步优化了这一流程。如仓储活动，部分企业的销售门店位于市区，限于较高的地价和租金不会独立建库，而会选择和其他企业共同使用公共仓库，在选择承租地点时，企业可以通过大数据了解不同仓库在交通运输、时间消耗、租金涨跌等方面的情况，选取成本最低的仓库作为承租对象，降低成本，更好的开展营销活动。
（3）有利于企业进行市场细分
市场细分（ market segmentation）就是指企业按照某种标准将市场卜的顾客划分成若干个顾客群，每一个顾客群构成一个子市场。不同子市场之间，需求存在着明显差别，企业可以通过大数据了解自身市场情况，将客户按照地域、消费能力进行划分，数据信息越丰富，划分结果越精细、科学可信，得益于大数据技术的应用，企业的市场细分工作也能更高效。
大数据时代企业经营管理的对策
（1）重视大数据的应用
大数据时代带给企业的变化利弊共存，企业尝试应对大数据的影响，首先应明确大数据的价值，并重视其作用，选取优势部分加以利用。各企业可以通过构建大数据办公室、培育专门人才的方式逐步实现上述目标。大数据办公室的构建适用于大型企业，这类企业对运营管理以及商业信息都有较高的要求，在与第三方进行合作时，信息安全无法保证，企业可以购入具备强大处理能力、存储能力的设备，在存在大数据需求时，应用没备自行工作，避免信息丢失、泄露的麻烦。人才培育是保证大数据技术得到应用的基础。企业可以采用外聘方式获取人才，再以聘入的专业人才为核心，打造团队，在后续大数据技术的使用上实现人才足备、专事专管，发挥大数据在经营管理上的积极作用。
（2）构建大数据模型
大数据模型是一种数学模型，构建基础是半结构化的信息，企业可以首先对非结构化信息进行加工提炼，使其呈现出一定的规律性，再进行分类，实现精加工。较为典型的是营销活动中的市场细分，如某企业拥有1、2、3、4号四个市场，每个市场的消费能力、增长水平都存在差异，企业首先收集所有市场近年来的消费信息，这些信息数目多、类别广，是典型的非结构化信息，不能直接应用，需进行初步加工，获取消费总额、消费指数增长/下降率等半结构化数据。如1号市场消费总额较高，且每年增加5%，企业可以据此构建模型，以+5%作为参数，了解下一年度投放到市场的产品数目，为后续经营管理工作提供支持。
（3）完善信息库建设
信息库建设可以保证企业应用大数据时的安全性，一个完整的信息库应包括核心信息、防御机制两个方面。核心信息是信息库内的各类数据，包括提炼后的结构化数据以及部分价值较高的半结构化数据，为保证数据保护的有效性和针对性，非结构化大数据可以不纳入信息库中。防御机制主要是实时监测以及加密系统，要求使用信息库的人员满足身份验证才能操作，同时应用实时监测系统随时了解信息库的安伞情况，排除安伞隐患。加密系统针对数据包进行，所有加密活动一对一进行，每一个数据包在传输端加密，在接收端解密，密钥具有唯一性，以此保证信息传输过程的安全性，合理发挥大数据的价值。
（4）完善产业链
大数据的出现可以提升企业的竞争力，也能使整体的市场环境不断趋于完善，企业可以应用大数据了解业内动态以及产业链情况，发挥自身优势，完善产业链。如A企业为产、销一体化企业，从生产到销售都由对应部门负责，管理工作也因此较为复杂，A企业通过大数据了解到当前业内同类企业数目明显增加，导致销售市场竞争激烈，与此同时，新企业生产技术相对较差。在这种情况下，A企业可以适当压缩销售业务，集中精力在产品生产环节，使自身优势得到发挥，占据市场的主动，更好的发挥大數据价值进行经营管理。通过分析大数据时代企业经营管理的挑战与对策，获取了相关理论内容。大数据时代的到来使企业面临的竞争态势加剧，信息安全也受到影响，与此同时，企业的战略规划、营销活动也能因此受益。后续工作中，企业应重视大数据的作用、合理加以应用，构建大数据模型、完善信息库建设，并发挥自身优势，合理应对大数据带来的影响，扬长避短，谋求更好的发展空间。
[1]刘丽.大数据背景下企业财务管理的挑战与变革[J].中国国际财经（中英文），2017（ 24）：142-143.
[2]佟伯承，张敏思，赵静丹.财务管理人才财务大数据分析处理能力培养——基于“互联网+”时代[J].北方经贸，2017（ 12）：76-77.
[3]池国平.基于大数据时代的企业管理会计创新与应用[J].中国国际财经（中英文），2017（ 18）：59.