產(chǎn)品、流程及業(yè)務流程的數(shù)字化，加之相應爆炸式增長的大量數(shù)據(jù)，引發(fā)了業(yè)務組織內(nèi)部的劇烈演變。本文將越過信息技術在商業(yè)戰(zhàn)略中扮演的“工具手段”的傳統(tǒng)角色，通過對“什么是大數(shù)據(jù)？”、“現(xiàn)代公 司如何使用大數(shù)據(jù)？”以及“如何將大數(shù)據(jù)納入企業(yè)戰(zhàn)略思考中？”等問題的探索來深入思索大數(shù)據(jù)現(xiàn)象 的含義及本質(zhì)。

隨著不同的組織結(jié)構將業(yè)務處理方式朝著大數(shù)據(jù)分析方向發(fā)展的趨勢，我們將錨定“基于資源理論 （RBT）”和“組織學習”作為研究大數(shù)據(jù)戰(zhàn)略的視角。同時，伴隨著商業(yè)本質(zhì)越來越數(shù)字化，我們試圖推出大數(shù)據(jù)戰(zhàn)略的未來四大學術途徑供大家商榷。

關鍵詞：大數(shù)據(jù)、戰(zhàn)略、理論、資源基礎理論（RBT）、組織學習（OL）

1. 概述

全球數(shù)字化的產(chǎn)品、流程和業(yè)務模型正在重塑著經(jīng)營的本質(zhì)。隨著越來越多的企業(yè)利用用戶點擊量、傳感設備、技術 創(chuàng)新等手段來推動業(yè)務增長，每個行業(yè)都得到了迅猛的發(fā)展。先進的信息技術、基礎設施以及“物聯(lián)網(wǎng)”的出現(xiàn)，使得企業(yè)可以尋找到創(chuàng)新的手段和方法來獲取數(shù)據(jù)，并利用不斷擴大、增加數(shù)據(jù)容量來推動企業(yè)的不斷創(chuàng)新。

信息技術的進步使得數(shù)據(jù)存儲能力日益強大，投資成本變得越來越可承受，為了不錯過任何新的市場機遇，許多企業(yè)都在將信息技術及其規(guī)劃整合到了他們的戰(zhàn)略思維之中。

綜合考慮信息技術進步所帶來的這些變化，企業(yè)家們都會意識到，每個人或設備都成了潛在的數(shù)據(jù)生成器，例如，消 費者會在日常生活中留下大量的數(shù)字痕跡，這些痕跡遍布在購買雜貨、服裝、交通旅行、查閱資料、居家等過程中，幾乎所有的個人活動都能生成數(shù)據(jù)。也就是說，個人生活幾乎都留下了“可查詢”的數(shù)字記錄。

設備之間也一改過去單獨作為工具 使用的“孤立”現(xiàn)象而被連接了起來，相互之間可以通訊、追溯、跟蹤，并向企業(yè)價值鏈上的合作伙伴傳輸數(shù)據(jù)、共享信息。

當各類數(shù)據(jù)被匯集到組織中時，組織就成為了 “信息的處理器”。于是，這些組織開始投資引入大量的數(shù)據(jù)科學人才，并開始建設自己的數(shù)據(jù)分析體系和數(shù)據(jù)分析能力，以尋求挖掘數(shù)據(jù)中隱含的巨大價值，獲得競爭優(yōu)勢。顯而易見，在遵守并保護個人隱私的前提下，許多組織機構都希望獲取更多的消費者數(shù)據(jù)，并試圖解析這些數(shù)據(jù)中隱含的價值以用于他們自己的戰(zhàn)略決策中。

由互聯(lián)網(wǎng)和當前豐富的數(shù)字媒體生態(tài)系統(tǒng)所產(chǎn)生的大量數(shù)據(jù)而形成的“大數(shù)據(jù)”概念已經(jīng)被大家認同和接受，這也預示著人們對大數(shù)據(jù)產(chǎn)生、增長、盈利和存在的重要性有了一定的認識。

戰(zhàn)略理論家和大數(shù)據(jù)實踐者都在努力解讀大數(shù)據(jù)在“商業(yè)數(shù)字化”進程中所起到的作用；解讀大數(shù)據(jù)舉措如何影響組織內(nèi)部的決策功能；解讀大數(shù)據(jù)如何塑造全新的市場并為組織建立起獨特的新戰(zhàn)略，打破現(xiàn)行的傳統(tǒng)壁壘。

許多行業(yè)的高管都非常關注大數(shù)據(jù)項目，并為此投入了大量的資源，希望借助信息數(shù)據(jù)來增加企業(yè)的營銷影響力，做好產(chǎn)品選擇和業(yè)務運行操作，增強企業(yè)的創(chuàng)新能力和市場開拓能力，也希望借助大數(shù)據(jù)開發(fā)來更好地監(jiān)管、衡量和管理好各項業(yè)務工作。

不過，少數(shù)企業(yè)卻將大數(shù)據(jù)看作是其制定戰(zhàn)略決策的非比尋常的資源，他們認為，信息數(shù)據(jù)資源是許多現(xiàn)代 創(chuàng)新的源泉，這就使得以大數(shù)據(jù)為核心的創(chuàng)新商業(yè)模式進入了現(xiàn)代市場空間中，打破了長期存在于戰(zhàn)略思維中的各種固有的 傳統(tǒng)假設方式，有利于企業(yè)創(chuàng)造出全新的市場。

在理解大數(shù)據(jù)的出現(xiàn)將如何改變競爭本質(zhì)時，戰(zhàn)略管理領域的學者們將會 發(fā)揮出極其重要的作用。盡管此類論述早已開始，但是學者們尚未就“大數(shù)據(jù)在現(xiàn)代企業(yè)及戰(zhàn)略管理層面將發(fā)揮哪些作用”建立起理論體系。

近期的一些研究表明，大數(shù)據(jù)有望為“組織科學”帶來新的理論和實踐指導，并有望在企業(yè)治理、領導力建設的新戰(zhàn)略方法的發(fā)展過程中發(fā)揮出核心的作用。本文將通過眾所周知的組織理論中的資源基礎理論（RBT,Resource-Based Theory）的視角進行綜合論述，期望引發(fā)更廣泛的有關大數(shù)據(jù)管理理論的研究討論。

資源基礎理論（RBT）視角為大數(shù)據(jù)現(xiàn)身于戰(zhàn)略決策奠定了必要的理論基礎?；诖髷?shù)據(jù)共有的特征，該理論框架主要關注大數(shù)據(jù)的不同應用，以滿足高層決策者們不同的管理期望，也會兼顧到不同組織的基礎設施、管理成熟性、發(fā)展階段和實際的能力。資源基礎理論（RBT）研究方法的目的在于讓人們認識到戰(zhàn)略管理領域需求的靈活多變性，以便對數(shù)據(jù)、技術和戰(zhàn)略之間的相互作用能夠做到全新的理解。

隨著日甚一日的經(jīng)濟數(shù)字化，學術研究也必須要適應“更好地解析這些全新且獨特有趣管理”的現(xiàn)狀。此項研究最大益處在于激發(fā)對“圍繞大數(shù)據(jù)進行企業(yè)戰(zhàn)略整合”課題的關注，吸引更多、更廣泛的企業(yè)家和學者參與其中，引發(fā)出更多的打破舊價值鏈理論模型的誕生，支持商業(yè)理念的重構及應用的正向發(fā)展，協(xié)調(diào)商業(yè)分析法與戰(zhàn)略學術方法之間的有機關聯(lián)。

此理論框架的提出，使得戰(zhàn)略研究人員能夠有依據(jù)去解決該領域里一些重要的問題，不僅為企業(yè)應用指明方向，也為學術性研究指出一條條可行的路徑。

2. 研究背景

“大數(shù)據(jù)”（Big Data）一詞專指描述由各種儀器、傳感器或基于計算機的交易所生成的大型、多樣化、復雜化的縱向數(shù) 據(jù)集。大數(shù)據(jù)技術用以應對無法使用傳統(tǒng)方法或工具處理分析這些海量原始數(shù)據(jù)（結(jié)構化、半結(jié)構化、非結(jié)構化）所帶來 的巨大挑戰(zhàn)，希冀從中提取到應用所需要的有價值的結(jié)果。盡管“大數(shù)據(jù)”（Big Data） 一詞的起源仍然存在爭議，但大數(shù)據(jù)的概念已經(jīng)引發(fā)了人們濃厚的興趣，成功地成為一個蜚聲中外的話題。在多數(shù)人的認識中，大數(shù)據(jù)中潛藏著提升行業(yè)競爭優(yōu)勢的豐富信息資源。

在這里，要準確理解大數(shù)據(jù)的發(fā)展和演進，首先就需要了解數(shù)據(jù)庫管理和存儲的發(fā)展歷程。

在上世紀90年代，許多組織都使用關系型數(shù)據(jù)庫（database）來收集、存儲自己的數(shù)據(jù)，這些數(shù)據(jù)基本上都是結(jié)構化數(shù)據(jù)，與此同時發(fā)展起來的數(shù)據(jù)挖掘技術（Data Mining Techniques）則用來做數(shù)據(jù)的基本統(tǒng)計分析處理工作，以此得到了對不斷增長的數(shù)據(jù)信息中的價值進行洞察的能力。

隨著互聯(lián)網(wǎng)的日益普及和長足發(fā)展，更多的數(shù)據(jù)類型、數(shù)據(jù)產(chǎn)生方式、數(shù)據(jù)采集方式、分析研究及開發(fā)應用被不斷地創(chuàng)造出來，針對非結(jié)構化網(wǎng)頁（web）內(nèi)容文本數(shù)據(jù)的分析走到了前沿，成為數(shù)據(jù)分析的新挑戰(zhàn)課題。這些非結(jié)構化數(shù)據(jù)，例如論壇、網(wǎng)絡日志、社交網(wǎng)站、點擊流數(shù)據(jù)日志等構架起了企業(yè)與客戶之間的“對話”交互平臺，一改傳統(tǒng)“企業(yè)對客戶”單向營銷方式，成為一種“顛覆式”的新型營銷手段。

越來越多的移動設備、傳感器、支持互聯(lián)網(wǎng)應用的小工具正在推動分析能力急速發(fā)展，促使企業(yè)組織陷入了一場“大數(shù)據(jù)”競賽，以便應對“大數(shù)據(jù)” 收集、處理、分析和可視化等需求所帶來的挑戰(zhàn)。該挑戰(zhàn)是艱巨的，因為這些“大數(shù)據(jù)”不同于以往的數(shù)據(jù)信息，其規(guī)模巨大，具有流動性強、移動化、傳感器設備豐富多樣等特點?？上驳氖?，這些創(chuàng)新技術的不斷匯聚和由此產(chǎn)生的推動力將 會提高組織的能力，成為企業(yè)開創(chuàng)新競爭優(yōu)勢的來源，也會推動企業(yè)轉(zhuǎn)變商業(yè)模式，打開了創(chuàng)新的新機會、新窗口。

在創(chuàng)新、運營效率提升等愿望的指引下，大數(shù)據(jù)投資出現(xiàn)了爆炸式增長。麥肯錫全球研究所預測到，大數(shù)據(jù)將給各個 行業(yè)都帶來顯著的好處，例如，僅僅是美國醫(yī)療行業(yè)，每年度就會有3000億美元的業(yè)務與大數(shù)據(jù)投資有關，而在美國零售行業(yè)，大數(shù)據(jù)推動營業(yè)利潤提高了 60%。未來10年，預計將會有大量的資源持續(xù)不斷地流入到大數(shù)據(jù)項目中。

盡管企業(yè)在技術進步方面面臨著種種挑戰(zhàn)，不過，或許正是如此，一個專門從事大數(shù)據(jù)收集、存儲、分析和解釋的大 數(shù)據(jù)行業(yè)就如雨后春筍般地蓬勃發(fā)展了起來。眾多初創(chuàng)公司忙著搭建大數(shù)據(jù)平臺、開發(fā)大數(shù)據(jù)分析應用軟件等，旨在通過 為公共、專業(yè)部門的客戶提供大數(shù)據(jù)分析服務的同時，一步步發(fā)展、提升大數(shù)據(jù)分析工具和數(shù)據(jù)分析的能力，把以往的內(nèi)部 數(shù)據(jù)分析的方法遠遠地甩在身后。

也正是因為如此，大數(shù)據(jù)研究機構也在世界各地的大學中層出不窮地涌現(xiàn)了出來，他們 致力于培養(yǎng)大數(shù)據(jù)人才，以便為這項日漸走強的業(yè)務儲備更多的人力資源。從資本市場來看，大數(shù)據(jù)項目吸引投資達到9位 數(shù)（上億美元）已經(jīng)司空見慣，一個新興的高科技行業(yè)就這樣如火如荼地發(fā)展了起來。

迄今為止，大數(shù)據(jù)行業(yè)的許多知識都是由身處學術環(huán)境（大數(shù)據(jù)應用企業(yè)或大學、科研機構等）的數(shù)據(jù)科學家們通過 對大數(shù)據(jù)本質(zhì)屬性的研究、探索而獲得的，他們將這些屬性概括為8個V：數(shù)據(jù)量大（Volume）、速度快（Velocity）.類型多 （Variety）、準確真實（Veracity）、可變（Variability）、“可行性”（Viability）、“可視化”（Visualization）、“價值 ”（Value）。為了 行文方便，我們簡稱這些屬性為“8個V”。

2.1 大數(shù)據(jù)的特性——8個“V”

早期的大數(shù)據(jù)概念建立在三個特性之上：體積（Volume）、速度（Velocity）和多樣性（Variety）。

體積（Volume），代表數(shù)據(jù)量大，描述了大數(shù)據(jù)存在的規(guī)模。一些企業(yè)或組織，每小時、每天都會產(chǎn)生或收集到多達 1TB （Terabyte , 1TB=1024G_譯者注）的數(shù)據(jù)，這是一種純粹意義上的爆炸式數(shù)據(jù)增長。

事情到此才剛剛開始，隨著社交媒體大規(guī)模的社會化趨勢和技術的顯著進步，數(shù)據(jù)量還在繼續(xù)增長。可喜的是，存儲技術的發(fā)展和存儲成本的持續(xù)降低, 使得這些“海量”數(shù)據(jù)的存儲管理在經(jīng)濟上更加可行。

第二個核心特性速度（Velocity）指的是：數(shù)據(jù)處理速度、存儲速度和檢索速度。伴隨著越來越多的傳感器的使用、 各種連接設備的不斷引入以及全球范圍內(nèi)越來越多的軟件應用，數(shù)據(jù)流轉(zhuǎn)的速度越來越快。技術的日新月異，也使得在多媒體介質(zhì)中追蹤數(shù)據(jù)、直觀地觀察數(shù)據(jù)變?yōu)榭赡堋?/p>

多樣性（Variety）。除了我們熟悉的傳統(tǒng)的軟件程序產(chǎn)生的數(shù)據(jù)，更多的數(shù)據(jù)來自于網(wǎng)頁（web）、網(wǎng)頁日志文件、搜索 索引、社交媒體論壇、電子郵件、文檔、傳感器數(shù)據(jù)、圖形、音頻、視頻片段、GPS信號等等，這些數(shù)據(jù)不同于我們熟悉的“傳 統(tǒng)數(shù)據(jù)”，它們更多的是半結(jié)構化、非結(jié)構化的數(shù)據(jù)。

隨著大數(shù)據(jù)現(xiàn)象日漸被重視，又有一些大數(shù)據(jù)特性被人們識別總結(jié)了出來，例如，越來越多的研究人員同意準確性 （Veracity）也是大數(shù)據(jù)的一個特性?！皽蚀_性”與數(shù)據(jù)質(zhì)量緊密相關，為了確保數(shù)據(jù)的及時、準確、一致、完整等質(zhì)量特性, 需要將數(shù)據(jù)質(zhì)量劃分為不同的維度進行分析研究。

另有一些學者認為可變性（Variability）是大數(shù)據(jù)的又一個重要特性，這是一種將數(shù)據(jù)變化本質(zhì)作為研究的視角，是數(shù)據(jù)可變性問題的討論基礎。

就此而言，數(shù)據(jù)的定義、意義都在發(fā)生著深刻的變化，這一切變化均源于不斷發(fā)展的媒體形式（博客、社交媒體、視頻等） 及從中收集、整理、存儲這些龐大的非結(jié)構化數(shù)據(jù)所帶來的全新挑戰(zhàn)。同理，一些人認為’數(shù)據(jù)相關性”是另外一個重要的因素。

相關性，或稱可行性（Viability）關系到一種與企業(yè)決策相關聯(lián)的數(shù)據(jù)分析方法，這種分析方法旨在選擇一些分析數(shù)據(jù)來 預測組織決策的結(jié)果，這無疑對企業(yè)組織來說是非常重要的。還有，可視化（Visualization）也是大數(shù)據(jù)一個非常有潛力 的重要特性，該特征將數(shù)據(jù)分析結(jié)構進行了易于理解的描述。

最后要說的是越來越受關注的大數(shù)據(jù)價值（Value）這個特征。從戰(zhàn)略角度來看，價值（Value）最能引發(fā)人們的對大數(shù) 據(jù)分析的興趣，本質(zhì)上，這個特征描述的是大數(shù)據(jù)的財務屬性，即如何利用數(shù)據(jù)以財務收益或其他收入的方式（例如：運營效率、知識創(chuàng)新等）使得企業(yè)組織獲得利益。

利用數(shù)據(jù)解決運營挑戰(zhàn)，抑或是提高組織效率，這兩種數(shù)據(jù)使用傾向都將會顯著影響到企業(yè)對數(shù)據(jù)價值的理解。從兩個方面來看，一則企業(yè)組織本身也有一些私有數(shù)據(jù)，可供自己使用或有償分享產(chǎn)生價值，但這與大數(shù)據(jù)產(chǎn)生的價值有著本質(zhì) 上的不同，大數(shù)據(jù)的價值在于其所使用的分析工具對數(shù)據(jù)價值的深入挖掘呈現(xiàn)，以及交互使用這些數(shù)據(jù)及數(shù)據(jù)結(jié)果所帶來 的全新的價值。

盡管是不是應該用這幾個特性來描述大數(shù)據(jù)的有效性還存在一些爭議，但大數(shù)據(jù)對當今社會、組織以及組織內(nèi)部的影 響卻幾乎沒有爭議，大家的認同化作為一場場針對大數(shù)據(jù)的研討、論壇或?qū)υ?，也促成了企業(yè)組織對大數(shù)據(jù)業(yè)務不斷追加 的投資。這些現(xiàn)象表明，大數(shù)據(jù)對組織戰(zhàn)略重塑和未來發(fā)展方向的思考有著重要的作用。

2.2 大數(shù)據(jù)對企業(yè)戰(zhàn)略影響的演進

現(xiàn)今，大數(shù)據(jù)屬于熱門產(chǎn)業(yè)，幾乎每個行業(yè)都已經(jīng)對大數(shù)據(jù)進行了大量的投資。盡管如此，企業(yè)決策者們在制定戰(zhàn)略 決策時卻往往脫離了大數(shù)據(jù)投資的價值主張，因此上，從事技術、數(shù)據(jù)、信息、知識管理的各個崗位在企業(yè)戰(zhàn)略決策中的 作用不斷地演變著。在大數(shù)據(jù)應用的標準和最佳實踐尚未形成之前，企業(yè)高管們還需要盡可能地去尋求這方面業(yè)務指導。

數(shù)據(jù)驅(qū)動的業(yè)務模式仍然在不斷的進步和發(fā)展中，各種應用還有待于探索和驗證，但有研究表明，IT能力對企業(yè)績效 增長有著明顯且積極的影響。具體來說，在以下幾個方面，大數(shù)據(jù)都會幫助企業(yè)獲得可能性極高的增長：

1. 借助大數(shù)據(jù)分析，企業(yè)組織將獲得競爭優(yōu)勢，顯著超越同行；
2. 借助大數(shù)據(jù)分析，企業(yè)組織將會獲得指導日常業(yè)務運營的洞察能力；
3. 借助大數(shù)據(jù)分析，企業(yè)組織在制定未來戰(zhàn)略時將獲得科學的指導。

這些發(fā)現(xiàn)表明，企業(yè)可以采取不同的大數(shù)據(jù)策略和方法來獲得目標價值。

在當下這個數(shù)字經(jīng)濟的新時代，大多數(shù)企業(yè)都會關注大數(shù)據(jù)業(yè)務，其中一些企業(yè)甚至會利用大數(shù)據(jù)分析所激發(fā)的新創(chuàng) 意來解決傳統(tǒng)的業(yè)務問題，這是一種創(chuàng)新的做法，改變了常規(guī)的決策方法（從IT系統(tǒng)中提取信息資源，通過分析、決策, 將新的能力分配到企業(yè)的價值鏈中去）。營銷、采購、庫存管理、運營、客服等都可以通過這種流程創(chuàng)新而更高效、更有效地進行運作，這就是投資大數(shù)據(jù)帶來的信息驅(qū)動力。

以零售來舉例，零售企業(yè)可以通過大數(shù)據(jù)營銷分析來決定廣告投放的 有效性，找到改進產(chǎn)品、提高客戶獲取率、保留率的辦法，而獲得這些辦法靈感的源泉就是數(shù)據(jù)。源源不斷的創(chuàng)新引導著 企業(yè)周而復始地進行著不斷的革新，推而廣之，幾乎每個行業(yè)都可以照搬照抄，開啟類似的創(chuàng)新和改進。

學術著作、從業(yè)人員手記或私營企業(yè)白皮書都在描述著一個個不斷演變的競爭格局，同時也表明，一些創(chuàng)新的競爭公 司已經(jīng)出現(xiàn)。

這些創(chuàng)新企業(yè)采取“以信息為中心”的全新數(shù)據(jù)驅(qū)動的方法，涵蓋了從企業(yè)決策到業(yè)務運營的各個方面。比如，采用數(shù)據(jù)分析方法來衡量一些項目的成功與盈利能力之間的關系，這種重視促使企業(yè)建立起了非凡的數(shù)據(jù)資源池和數(shù)據(jù)驅(qū)動流程，增強了企業(yè)通過數(shù)據(jù)洞察學習的能力，為企業(yè)贏得了將“新創(chuàng)意轉(zhuǎn)化為新探索”的機會，這是傳統(tǒng)市場無法想象和做到的。

這些“學習型組織”通過不斷增加的數(shù)據(jù)資源來重新構建企業(yè)的生態(tài)系統(tǒng)，開發(fā)先進的技術分析工具和能力，在與 傳統(tǒng)企業(yè)角逐時，這些工具使其如虎添翼。

3. 理論基礎

大型企業(yè)、對沖基金、企業(yè)家們都在努力應對大數(shù)據(jù)帶來的挑戰(zhàn)，學術界人士也在努力研究大數(shù)據(jù)在商業(yè)活動中的作用、輸入及輸出方法，研究如何能夠更好地運行大數(shù)據(jù)項目。雖然信息系統(tǒng)、供應鏈管理已經(jīng)有諸多活躍的研究成果，但在管理領域，具體來說就是戰(zhàn)略管理領域，大數(shù)據(jù)研究還鮮有文獻。

截至目前，多數(shù)針對大數(shù)據(jù)的戰(zhàn)略研究還都停留在由麥肯錫（McKinsey）、Oracle和安永公司（EY）的咨詢白皮書中。因此，戰(zhàn)略學者需要大力發(fā)展大數(shù)據(jù)理論及方法的研究，以便更好地理解大數(shù)據(jù)在如何塑造戰(zhàn)略決策方面的價值，挑戰(zhàn)傳統(tǒng)戰(zhàn)略概念在新商業(yè)模式下的核心涵義。

借助大數(shù)據(jù)理念的影響力，我們將大數(shù)據(jù)引入到戰(zhàn)略管理理論中°RBT――資源基礎理論（RBT,Resource-Based Theory）和“組織學習”是目前各類公司最常用的兩個應用理論，借助該理論，大多數(shù)企業(yè)都會在其職能業(yè)務中采用分析方 法以獲得可持續(xù)的競爭優(yōu)勢。不過，RBT及“組織學習”理論是少數(shù)真正有高水平分析能力的企業(yè)的組織哲學，對于其他企業(yè)來講，這些理論仍然難以理解應用。

3.1 資源基礎理論（RBT）與大數(shù)據(jù)

站在RBT理論視角，許多文獻都關注到了提高現(xiàn)有市場效率和效力的問題。遵照RBT原理，假設競爭對手之間存在資源差異，同理，作為企業(yè)資源之一的大數(shù)據(jù)也就具有了稀有、難以復制、不可替代等資源特點，即大數(shù)據(jù)也會成為企業(yè) 獨有的潛在競爭優(yōu)勢。

基于此推論，RBT理論在“企業(yè)數(shù)據(jù)資源、決策分析能力、與戰(zhàn)略決策緊密相關”等方面就更具說服力。尤其是在面對動態(tài)變化時，數(shù)據(jù)的重要性則更加明顯。從數(shù)據(jù)中提取到應用知識和獲取洞察力將會最大限度地增強 企業(yè)適應動態(tài)變化的能力，形成可用的業(yè)務模型。

RBT原理幾乎適用于所有行業(yè)。在每個各行業(yè)中，如果對大數(shù)據(jù)所提供的各種機遇進行深入研究，就會發(fā)掘出相當大的潛在價值，這同時也推動了數(shù)據(jù)分析服務行業(yè)市場價值的顯著提升。

除此之外，數(shù)據(jù)資源及其獨有的特性也預示著數(shù)據(jù)存在著某種程度上的稀缺性。試想一下，即使有著類似的信息基礎設施，不同企業(yè)想得到一致或高仿的數(shù)據(jù)資源也是難度非常大的，因為這還關系到企業(yè)能力的不同。如果有誰希望一味模 仿成功企業(yè)，不言而喻，投入的成本將會極其高昂卻未必會奏效。

因此，通過對大數(shù)據(jù)、企業(yè)IT能力、企業(yè)績效之間關 系的實證研究可以推斷得出：依賴直覺決策是不能夠取得數(shù)據(jù)驅(qū)動的戰(zhàn)略決策和運營規(guī)劃的，直覺決策與數(shù)據(jù)驅(qū)動決策兩者不可同日而語，但可以形成互補。

鑒于上述特點，大數(shù)據(jù)以及處理、分析、應用既可以與現(xiàn)有決策、管理方式相輔相成，也可以成為企業(yè)獲得或保持競爭優(yōu)勢的一種重要手段。正是因為于此，許多企業(yè)都對大數(shù)據(jù)進行了一些投資以期獲得這種互補性能力，使得可以利用大數(shù)據(jù)來產(chǎn)生更深刻的商業(yè)洞見，優(yōu)化現(xiàn)有的業(yè)務和管理流程。

在當前市場情況下，創(chuàng)造并利用這種優(yōu)勢以尋求解決困擾經(jīng)營和盈利能力的解決方案，一直都是企業(yè)的慣用做法。

3.2 Capital One

“利用大數(shù)據(jù)來評估消費者的消費行為并由此關 聯(lián)消費者的個性化需求”就是一個很好的例證。例如， 他們利用大數(shù)據(jù)分析并定制全新的、個性化的方案，以便更有效地管理還款風險。

另外一個類似的大數(shù)據(jù)分析應用是，他們借助對 車載通信設備的逐步掃描而衍生出的實時分析，提高 了對危險駕駛行為的識別能力。

[1] Capital One,美國第一資本投資國際集團下的 “Capital One公司”是一家以投融資及基金管理為基礎， 集國際貿(mào)易、項目開發(fā)、投資銀行業(yè)務為一體的多元化 國際企業(yè)集團，總部位于美國特拉華州。

3.3 可口可樂

為了尋求推動企業(yè)進步的各類知識，借助 Freestyle fountain觸屏式飲料機，該公司不僅可以為消費者提供多種混合口味的飲料，滿足消費者創(chuàng)新自制飲料、獲取獨特口味的需求，還可以獲取到位置、時間等相關消費數(shù)據(jù)，成為可口可樂改善供應、補充庫存和業(yè)務（口味）創(chuàng)新的依據(jù)，輔助可口可樂進行分析決策。

可口可樂公司的 Freestyle fountain 觸屏式飲料機

通過這些案例可以看出，大數(shù)據(jù)是商業(yè)智能（BI） 分析的延伸，不僅提高了效率和有效性，而且符合技 術使用的既定慣例，此應用的愿景不是用數(shù)據(jù)或高級分析來改變戰(zhàn)略，而是更好地支持企業(yè)選擇戰(zhàn)略，其內(nèi)在機制就在于：

1. 根據(jù)策略的需要來選擇相關的數(shù)據(jù)；
2. 由戰(zhàn)略來定義和驅(qū)動特定的衡量指標；
3. 分析結(jié)果支持管理者根據(jù)戰(zhàn)略的要求來更好地進行監(jiān)管和控制。

盡管如此，隨著信息技術、在線活動、移動計算的發(fā)展，越來越多的企業(yè)開始致力于借助大數(shù)據(jù)技術來保護自己私有的數(shù)據(jù)資源，這種做法似乎在表明。隨著時間的推移，“開放”的數(shù)據(jù)資源將會不斷遞減，會越來越稀缺，那些大數(shù)據(jù)服務企業(yè)的業(yè)務優(yōu)勢也會逐漸消失。

不過，上述情況對一些已經(jīng)具備了領先數(shù)據(jù)分析能力的企業(yè)來說并非如此，他們的關注焦點不是數(shù)據(jù)的私有化保護及存儲，而是將現(xiàn)有的數(shù)據(jù)能力拓展到企業(yè)自有價值之外，與相關伙伴動態(tài)分享數(shù)據(jù)價值；他們希望大數(shù)據(jù)分析能輔助企業(yè)改變業(yè)務性質(zhì)，對核心的產(chǎn)品制造、工作流程、業(yè)務模型等進行革新，進而對企業(yè)供應鏈和業(yè)務 的多樣化產(chǎn)生明顯影響;他們關注數(shù)據(jù)流動帶來的價值，不斷洞察，不斷尋求，學習數(shù)據(jù)挖掘分析獲得的知識，探索新市場、新機遇，而不是“死守”數(shù)據(jù)貯存。

在下面的章節(jié)中，我們一起來探討一下大數(shù)據(jù)與“組織學習”之間的相互影響。

3.4 大數(shù)據(jù)與組織學習

資源基礎理論（RBT）為企業(yè)的長遠發(fā)展指明了方向，即通過教育和學習，企業(yè)能夠獲得具有獨特競爭優(yōu)勢的特殊資源, 在此，“組織學習”就是企業(yè)著手發(fā)展獨特資源優(yōu)勢的方向性建議，指明企業(yè)獲取知識和能力這種特殊資源的基本途徑就是“學 習”。不過，雖然組織學習已經(jīng)被管理類研究文獻頻頻提及，但仍然缺乏共識性的定義。

Crossan口和March認為，創(chuàng)新要求組織要不斷探索和學習新的方法，并利用好他們已經(jīng)具備的知識，在這點上，本文與Crossan及其追隨者的觀點是一致的。

[2] Crossan認為組織學習是一個戰(zhàn)略更新的動態(tài)過程，組織學習發(fā)生在三個層面：個人、團體和組織。

組織學習由4個子過程組成：直覺、解釋、整合和制度化:

• 直覺，就是對模式或可能性的認知；
• 解釋，是對一種見解或觀點的闡述說明；
• 整合，是個人之間形成共同理解并采取協(xié)調(diào)行動的過程；
• 制度化，確保了學習的常規(guī)化執(zhí)行。

盡管Crossan和他的追隨者們主張建立一個包括個人、團體和組織在內(nèi)的多層次的學習架構，但是我們看到，由于大數(shù)據(jù)帶來的技術進步，這個學習框架正在面臨著崩塌的可能，這是因為人工智能（AI）和機器學習可以通過分析和編碼來識 別（認知）模式或可能性，這時，個人經(jīng)驗毫無用武之地。

大數(shù)據(jù)技術支持下的組織學習：

1. 大數(shù)據(jù)使得“直覺”過程不再需要借助個人的經(jīng)歷，而是通過對大量數(shù)據(jù)的大規(guī)模分析來獲得；
2. 借助成熟可用的大數(shù)據(jù)可視化分析工具，一切“解釋”都可以簡化；
3. 在“整合”層面，雖然跨組織的知識集成仍然需要企業(yè)家或者有遠見的領導進行思維，亦或是跨組織購買后獲取，但如果面對的是一個企業(yè)的內(nèi)部“整合”，分析性思維方式則可以逐漸簡化這個“整合”過程。

知識的創(chuàng)造、獲取、轉(zhuǎn)移、分配是組織學習的特定的要素。借助隱性和顯性知識之間的持續(xù)對話，在平衡探索與時間 之間關系的過程中，組織知識被細化并通過操作執(zhí)行累積創(chuàng)造了出來。因此，知識獲取就是從操作執(zhí)行的經(jīng)驗中學習，在記錄、 研究與組織環(huán)境、業(yè)務相關信息的過程中獲得。

當知識被轉(zhuǎn)移到組織內(nèi)部更多的部門中時，知識會進一步得到利用，部門 的能力也由此增強，知識的潛在價值也隨之被動機、機會所驗證。與此同時，依據(jù)知識的創(chuàng)造性、有效性來持續(xù)改進制度， 降低制度重建的復雜性和困難程度，成就了企業(yè)的競爭優(yōu)勢。

有了上述對知識管理能力的理解之后，很容易就可以推斷出，資源基礎理論（RBT）就包含在一個組織的學習框架中。雖然新知識是由人（并越來越多地借助技術）開發(fā)的，但組織及其戰(zhàn)略領導人都會在闡明和擴大這些知識時起到關鍵的作用。

先進的技術手段、不斷擴大的數(shù)據(jù)資源以及龐大的資金儲備都使得學習型組織可以避開和繞過行業(yè)發(fā)展的障礙，開拓出新的業(yè)務領域。例如，Alphabet（ Google母公司）就通過數(shù)據(jù)和知識來探索和拓展新的市場機會，而不是拘泥于已有的網(wǎng)絡搜索和廣告業(yè)務。

另外兩家知名公司Apple和Amazon也致力于推動生態(tài)系統(tǒng)、新市場的開發(fā)建設，數(shù)據(jù)分析和組織學習是其創(chuàng)新能力的引擎。在這些企業(yè)中，高層管理者著力于培養(yǎng)一種成長性的組織心態(tài)和企業(yè)文化，那就是，積極擁抱新技術，容忍追求新知識過程中可能遇到的風險，以全新的、前所未有的方式推動組織前進。

需要強調(diào)的是，這些企業(yè)組織在探索、開發(fā)這些 創(chuàng)新業(yè)務時并不僅僅出于追求盈利，他們關心的是如何建設并強大自己的數(shù)據(jù)資源能力，為開發(fā)新的服務模塊創(chuàng)造機會。由于這些未來的服務模塊極易與現(xiàn)有的平臺相融合，可想而知，未來，他們的服務能力、服務水平都會得到不斷的提升。

事實上，對數(shù)據(jù)流量的密切關注為學習型組織提供了機會。通過擴展數(shù)字生態(tài)系統(tǒng)將會構建起組織不斷尋求新的方法來發(fā)展產(chǎn)品和服務的動態(tài)業(yè)務能力，推動組織從數(shù)字化邁向貨幣化。

在此，這些新產(chǎn)品、新服務戰(zhàn)略決策的是基于以下3點做出的：

1. 人才潛力開發(fā)
2. 指數(shù)分布的學習能力
3. 消費者影響力生態(tài)系統(tǒng)

有著學習視角的組織，不僅會將數(shù)據(jù)視為改進現(xiàn)有價值鏈的可用資源，而且還能預見數(shù)據(jù)的潛在價值，發(fā)現(xiàn)收集新數(shù)據(jù)的獨特渠道。這些組織都會設想如何利用數(shù)據(jù)獲得新穎的原始知識，以此來服務于未來商業(yè)探索活動，得到全新的市場機遇。

下面，我們繼續(xù)通過RBT和組織學習理論來解讀大數(shù)據(jù)的8個“V”特征。

未完待續(xù)……

作者：Mattew J. Mazzei David Noble

翻譯：未晞Alexie；微信公眾號：石基商業(yè)評論

本文由@石基商業(yè)評論翻譯發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議