数据时代下企业面临的挑战问题研究论文.docx

《数据时代下企业面临的挑战问题研究论文.docx》由会员分享，可在线阅读，更多相关《数据时代下企业面临的挑战问题研究论文.docx（28页珍藏版）》请在第一文库网上搜索。

1、数据时代下企业面临的挑战及应对措施研究第1章结论11.1 研究背景11.2 研究意义1第2章大数据理论研究现状22.1 大数据的概念22.2 大数据的特征42.3 大数据的发展现状52.4 大数据时代下爱康科技股份公司发展战略环境分析93.1 爱康科技股份公司简介93.2 PEST分析113.2.1 政治环境113.2.2 经济环境123.2.3 社会环境133.2.4 技术环境143.3 SWOT分析143.3.1 优势分析143.3.2 劣势分析163.3.3 机会分析163.3.4 威胁分析17第4章大数据时代爱康科技发展战略设计184.1设计原则184.1 战略定位及目标184.1.1

2、 战略定位184.1.2 战略目标194.2 战略实施路径及方法194.2.1 战略实施路径194.2.2 战略实施方法20第5章大数据时代爱康科技股份公司发展战略保障措施225.1 加强营销团队建设，做好市场营销工作225.2 紧跟光伏行业技术发展趋势，加快技术研发建设235.3 建立财务预算制度，合理管控企业成本235.4 树立人力资源理念，做好人资开发与管理工作245.5 加强企业文化建设，建立绩效型企业文化24结论26参考文献27第1章绪论1.1 研究背景随着人类社会的不断进步，科学技术取得了飞速发展。各种创新和技术如雨后春笋般涌现，尤其是当前互联网技术和新数字技术的飞速发展，预示着信

3、息时代的到来并促进了全球经济。快速发展。互联网和新的数字技术的发展和应用导致社会，经济和生活各个方面的不断变化。人们的经济环境和消费方式在不断变化。许多传统的业务和管理模型将面临严峻的考验。爱康科技有限公司是传统制造企业。该公司先前基于廉价的劳动力成本和材料成本获得了该地区的竞争优势。科技进步日新月异，交通便利，物流成本降低，融资成本不断提高，都使中国传统企业之间的竞争更加激烈，传统企业的竞争更加开放和激烈。同行之间的竞争变得越来越激烈，在2018年经济形势不太好的情况下，爱康科技等制造公司一直处于价值链的最低端。廉价和低端产品在市场上没有优势。此外，加上人工成本和材料成本的上升，该公司的利润

4、微薄且难以为继。在数字技术飞速发展的时代，爱康科技有限公司等传统制造企业要想在现代企业的竞争中生存下去就必须改变。大数据为企业带来了商机。为了适应大数据带来的变化，企业必须根据自身特点调整企业结构，抓住市场机遇，制定合适的发展战略。1.2 研究意义探索新时代的企业战略管理新模式，将为企业带来更多的发展机遇，任何规模的企业都不容忽视”。目前，中国许多学者研究了公司管理战略的演变。杨林，陈传明(2015)将公司战略管理的发展过程分为三个主要阶段，即基于环境分析的经典战略管理理论，基于市场结构分析的竞争战略理论和基于核心知识能力的核心竞争力理论2。SarahCheah(2017)在大数据背景下对爱康

5、科技有限公司的发展战略进行研究是典型且具有前瞻性的。指出了数据资产化的必要性，指导传统企业如何获取和使用数据资产，并有效地掌握大数据。由此带来的机遇和挑战可以帮助爱康科技有限公司制定与之相适应的战略。企业的发展，同时也可以作为传统制造企业战略管理的示范效应3,进一步完善企业战略管理理论。第2章大数据理论研究现状“大数据”一词最早是由美国著名的未来学家阿尔文托弗(A1VinToffer)在1980年代的“第三次浪潮”中提出的，将大数据称为“华彩运动的第三次浪潮但是，将来，科学研究者仅揩大数据限制在计算机科学中，并且将大数据视为“海量数据”的别称，因此并没有形成影响很大的研究成果。直到2008年,

6、Nature根据多学科的实际研究状况系统地介绍了“大数据”的潜在价值和面临的挑战，并出版了特刊BigData。研究热点。2011年，Science杂志发行的特刊Dea1ingwithData标志着BigData时代的到来。2012年3月，美国政府宣布启动“大数据研究与开发计划”，旨在实现以政府为中心的全球数据运动，提高其使用大数据的能力并解决国家问题2。同年，在中国科学院白春礼院士的号召下，为倡导中国制定国家大数据战略，中国科学技术部制定了大数据研究计划和专项计划；中国计算机学会等先进的学术组织也成立了大数据专家委员会。组织与大数据有关的学术交流和技术活动。此时，全球政府，行业和学术界已经开始

7、大数据竞争6。2.1 大数据的概念关于大数据的概念，业界和学术界尚未形成统一而准确的定义。但是，根据现有的大数据文献定义，可以将其概括为以下四个方面：属性定义：此定义主要基于大数据的最大容量，多样性，速度，价值和真实性等功能定义大数据。国际数据公司(ImematiOna1DataCorPoration,IDC)在研究大数据时指出“大数据是一种能够从大规模和多样的数据中高速获取,发现和分析数据价值的技术。它代表了技术系统的新时代。”类似的定义也出现在权威信息技术研究与咨询公司高德纳咨询公司(GartnerGroup)的研究报告中，他们指出“大数据是需要以低成本、新形式处理的大容量、高速度、多形式

8、的信息资产。”IBM结合了大数据规模，高速，多样性和真实性的技术特征来定义大数据。徐宗本认为，大数据是一个庞大而复杂的数据集，其部分数据价值较低，而总体数据价值较高，无法集中存储，难以在可接受的时间内进行分析和处理7。此外，一些行业巨头(例如MiCroSoft研究人员)已经注意到，大数据已在容量，多样性和速度三个维度上增长。尽管三维角度不能完全反映大数据的特征，但他们仍在继续使用它。三维模型描述了大数据。比较定义：此定义通常是从主观性和进化的角度出发。它没有描述与大数据有关的任何衡量机制，但是将显示大数据在时间和领域演变中的样子。WikiPedia将大数据定义为“用传统的传统数据库管理和处理工

9、具难以处理的庞大而复杂的数据集合麦肯锡公司指出：“大数据是一种捕获，具有存储，管理和分析功能的数据集的工具。”冯艳艳(2013年)认为，大数据超出了现有技术的处理能力，并且大大超出了传统数据形式。在数据量，数据复杂性和生成速度方面，可以带来巨大的数据模式，带来产业创新机会8。体系定义：该定义基于大数据科学的组成划分方法对大数据进行定义。美国国家标准和技术研究院(NationaIInSIitUteofStandardsandTechno1ogy,NIST)指出“大数据是需要使用水平扩展机制以打破传统关系方法对数据容量、获取速度及表示方式限制的分析处理能力，其包含大数据科学(BigDataSCie

10、nCe)和大数据框架(BigDataFrameworks)两部分。”其中，大数据科学专注于有关大数据的科学研究，主要涵盖了大数据的获取、评估及调试技术研究；而大数据框架则专注于数据库的分析及算法处理,用于计算单元集群间的大数据分布式问题及软件库算法分析。混合定义：该定义不拘泥于大数据的单一特点，往往综合考虑大数据多方面的特性及其产生发展因素对大数据进行定义。美国国家科学基金会(NatiOna1ScienceFoundation,UnitedStates,NSF)基于大数据的来源和大数据技术特征，将大数据定义为“由科学仪器、传感设备、互联网交易、电子邮件、音视频软件、网络点击量等多种数据源生成的

11、大规模、多元化、复杂的、长期的分布式数据集。”外国学者Mcafee认为大数据是“分析”的另一种表述，它是寻求从数据中萃取知识，并将其转化为商业优势的智能化活动。李国杰等人(2012)基于物理、信息、社会三元角度分析大数据的本质，认为大数据是融合物理世界(physica1wor1d)、信息空间(CyberSPaCe)和人类社会(humansociety)三元世界的纽带，因为物理世界通过互联网、物联网等技术有了在信息空间中的大数据反映，而人类社会则借助人机界面、脑机界面、移动互联等手段在信息空间中产生自己的大数据映像9。杨善林(2015)则基于大数据的自然资源哲学性及管理性特征，认为大数据是一类能

12、够反映物质世界和精神世界运动状态和状态变化的信息资源，它具有复杂性、决策有用性、高速增长性、价值稀疏性和可重复开采性，一般具有多种潜在价值10。2.2 大数据的特征大数据不同于传统数据，具有传统数据无法比拟的特征。关于大数据特征的表述，不同公司及研究机构的主要观点也存在着不同：微软公司认为大数据的特征有三个，即大量性（Vo1ume）、多样性（Variety）和快速性（Vek）City）组成的3V特征；国际数据公司IDC则认为大数据应该包含4V特征，即在3V的基础上大数据还应当具有价值性（VaIUe）特征，即价值稀疏性；IBM公司虽然认为大数据也应该包含4V特征，但他们指出大数据的第四个特征是其

13、真实性（VeraCity）特征，即数据反映客观事实性；程学旗等人认为相较于传统的数据，大数据的特征可以总结为5V,即大量性（Vo1ume）、多样性（Variety）、快速性（Ve1ocity）,真实性（Veracity）和价值性（Va1ue）11;也有学者指出大数据的多层结构特点也可以作为大数据的一个特征，即易变性（Variabi1ity）12。研究已有文献发现，“大数据”的5V特征已被广泛接受：（1）大量性（VO1Ume）:此功能是大数据最突出和最基本的属性。一方面，由于互联网的当前广泛应用，智能媒体平台和移动终端的出现，人们有意或无意的共享和浏览将产生大量数据，而传统的数据水平已上升到EB

14、和ZP级别。另一方面，传统的数据处理概念已经从部分采样以反映整体转变为依靠云计算来全面描述整体。处理数据的增加也反映了大数据的众多特征。（2）多样性（Variety）:多样性是大数据的另一个重要特征。过去，数据只是常规的结构化关系数据或数据仓库数据，它们可以相对简单地进行操作，并可以根据预定义的方法进行存储，提取，查询和处理。大数据还包括新的非结构化数据类型，例如图片，流媒体和社交网络信息。由于此数据没有固定的结构和复杂的结构，因此存储和处理方法也将更加复杂和多样化。（3）快速性（Vek）CiIy）:大数据正以极快的速度噌长，这要求对其进行快速处理。大数据一直在以指数级增长。如果处理速度不能满

15、足要求，生成的数据将无法得到充分利用，问题将无法得到充分解决，大数据与传统数据之间的价值差异将无法得到体现。而且，由于海量数据，问题将变得更加复杂。（4）价值性（Va1ue）:大数据具有稀疏的价值密度和较高的商业价值。一方面,大数据包含人与物的各种活动的详细原始数据,没有经过相应的约简处理,这是比较结构化的。通常，为了确保使用数据时有效信息的比例，经常保留所有数据，并且大数据一直在增加，这使得数据值密度更加稀疏。另一方面，合理利用大数据以及以低成本提取可预测和现实数据的能力将为企业和社会带来巨大的价值贡献和变革性发展。(5)真实性(Veracity):高质量数据是大数据价值的基础。大数据来自现

16、实世界中各种人和事物中发生的各种真实活动。大数据数据源的真实性可确保其数据的高质量。因此，可以捕获大数据中潜在的准确有效信息。提取相应的工具。2.3 大数据的发展现状基于国内外学者的研究，本文认为大数据是电子设备和其他设备产生的一种信息资源，它突破了传统数据的特征，反映了学科现状的变化，需要新的技术手段和方法。处理它。大数据环境是因为大数据作为一种新兴的技术资源已被广泛接受和深刻发展，这给人类生活的各个方面带来了机遇和挑战。纵观大数据环境的发展现状，发现存在以下几点：(1)巩固国家关键政策支持。为了支持国家大数据战略的发展，美国建立了六个联邦部门和机构，包括国家科学基金会，美国国立卫生研究院，国防部,能源部，高级研究局国防部