大数据梦：企业战略的框架外文翻译资料

Big data dreams: A framework for corporate strategy

Matthew J. Mazzei

Abstract

The phenomenon of big data-large, diverse, complex, and/or longitudinal data sets-is having a stark influence on organizational strategy making. An increase in levels of data and technological capabilities is redefining innovation,competition, and productivity. This article contributes to both practical strategic application and academic research in the strategic management domain by presenting a framework that indentifies how big data improves functional capabilities within organizations, shapes entirely new industries, and is a key component of innovative and disruptive strategies used by learning organizations to diversify and break down barriers of traditionally defined industries. This framework provides an appropriate basis for internal corporate strategy discussions that surround big data investments by explaining how firms create value through various approaches. In addition, this we offer guidance for how firms might derive their own big data approach through the merits of aligning data strategy aspirations with data strategy authenticity.

Keywords Big data;Corporate innovation; Big data strategy; Data collection; Business intelligence

1.The big data phenomenon

As characters walk through the mall in the 2002 science-fiction thriller Minority Report, the future is envisioned as a place where various companies can immediately and personally advertise their products to individual consumers using troves of historical data and biometric recognition. As Tom Cruisersquo;s character, John Anderton, strolls into a Gap store along with other shoppers, a digitized young woman greets the customers with personalized messages: “Hello, Mr. Yakamoto! Welcome back to the Gap. How did those assorted tank tops work out for you?”and“Hey Miss Belfour, did you come back for another pair of those chamois lace-ups?”With data capture and data analytic capabilities on the rise, this Minority Report reality is quickly approaching (see Ghose, Li, amp; Liu, 2016). We are moving toward individualized shopping experiences both online and in traditional brick-and-mortar stores thanks to the knowledge extracted by firms from our purchases, mouse clicks, social media posts, and various other actions.

Central to this movement is the availability and accessibility of big data: large, diverse, complex, and/or longitudinal data sets generated from a variety of instruments, sensors, and/or computer- based transactions (Megahed amp; Jones-Farmer, 2013). Executives across many industries are plunging resources into big data projects with aims to better monitor, measure, and manage their organizations in hopes of solving many of their longstanding operational concerns. Retail, manufacturing, financial services, and firms of virtually all other sectors are actively investing in the search for and development of new competitive advantages, such as offering personalized customer service (as in the futuristic Gap), more efficient processes and supply chains, or improved product offerings. Even the entertainment industry has jumped on the trend, as content creators like Netflix use big data initiatives to determine casting and storylines (Carr, 2013) and sports team employ analytics to gain an edge on the playing field(Steinberg, 2015).

Despite the obvious operational advantages of big data, trends toward its use have also created new challenges and consternation among firms. The collection, storage, and analyses of data are of primary concern to companies as they attempt to come to terms with the technical demands associated with such new capabilities. Perhaps more importantly, firms pursuing big data initiatives need to clarify a vision and strategy for how to leverage their capabilities successfully into an improved return on investment. We present a framework that lays out how firms adapt and thrive due to the big data phenomenon through several different approaches. Additionally, we offer guidance on how companies can fortify a realistic vision for their organizational efforts to engage the big data phenomenon successfully. First, however, we look at the growing impact of big data and its evolving role in reshaping corporate strategy.

1.1 Big datarsquo;s growing impact

According to the McKinsey Global Institute (2011), big data represents the next wave of innovation, competition, and productivity. McKinsey researchers estimate the continued emergence of big data will have large scale increases in manufacturing,logistics, health care, financial services, government, and technology, among other sectors, with an annual impact of nearly $300 billion in the health care industry alone (McKinsey Global Institute, 2011). In light of such staggering numbers and the potential influence of big data spanning all functional areas of an organization, we argue that the disruptive potential of big data necessitates firmsrsquo; engagement with it at a strategic level (Morabito, 2015).

Big data has caught the attention of most every industry, with executives across the globe seeking guidance for best practices and greater understanding of the role big data should play in strategic decision making. The increasing power afforded to chief information officers, chief technology officers, chief knowledge officers, and chief data officers within organizations will have an undoubtedly significant effect on corporate strategy (Menz, 2012; PwC, 2015). Yet, despite this empha

剩余内容已隐藏，支付完成后下载完整资料

大数据梦：企业战略的框架

Matthew J. Mazzei

摘 要

大数据现象是大型、多样、复杂和（或者）纵向的数据集，它对企业的战略制定有着非常大的影响。数据和技术能力水平的提高在重新定义创新力、竞争力和生产力。本文通过提出了一个框架，确定了大数据如何提高组织内部的能力，如何塑造全新的产业，以及如何成为学习型组织用于多样化和打破传统产业壁垒的创新和破坏性战略的关键组成部分，从而对战略管理领域的实际战略应用和学术研究做出了贡献。该框架通过解释企业如何通过各种方法创造价值，为围绕大数据投资的企业内部战略讨论提供了适当的理论基础。此外，我们还为企业如何通过将数据战略期望与数据战略真实性相结合的优点来获得该企业自己的大数据方法提供了指导。

关键词 大数据；企业创新；大数据战略；数据收集；商业智能

1. 大数据现象

在2002年的科幻片《少数派报告》中，当角色们在商场里穿行时，未来被设想成一个地方，在那里，不同的公司可以使用大量的历史数据和生物识别技术，立即向个人消费者宣传他们的产品。汤姆·克鲁斯饰演的角色约翰·安德顿和其他购物者一起走进Gap商店时，一位数字化的年轻女性用个性化的信息向顾客致意：“你好，Yakamoto先生！欢迎回到Gap。那些各色背心对你来说效果如何？”“嘿，贝尔福小姐，你是不是又回来买了一条麂皮系带？”随着数据采集和数据分析能力的提高，这种少数群体报告的现实正在迅速逼近（见Ghose，Li和Liu，2016）。由于公司从我们的购买、鼠标点击、社交媒体帖子和各种其他行为中提取的知识，我们正在走向个性化的线上购物体验和传统实体店购物体验。

这一运动的核心是大数据的可用性和可访问性：由各种仪器、传感器和（或）基于计算机的交易生成的大型、多样、复杂和（或）纵向数据集（Megahedamp;Jones Farmer，2013）。许多行业的高管都在将资源投入大数据项目，目的是更好地监控、衡量和管理他们的组织，希望能解决许多长期存在的运营问题。零售业、制造业、金融服务业和几乎所有其他行业的公司都在积极投资、寻找和开发新的竞争优势，如提供个性化的顾客服务（如未来差距）、更高效的流程和供应链，或改进产品供应。就连娱乐业也出现了这一趋势，因为Netflix等内容创造者使用大数据计划来确定演员阵容和故事情节（Carr，2013），而体育团队则利用分析来获得竞争优势（Steinberg，2015）。

尽管大数据具有明显的运营优势，但其使用趋势也给企业带来了新的挑战。数据的收集、存储和分析是公司最关心的问题，因为他们试图适应与此类新功能相关的技术需求。更重要的是，追求大数据计划的公司需要明确一个愿景和战略，以了解如何成功地利用其能力来提高投资回报。我们提出了一个框架，展示了企业如何通过几种不同的方法适应大数据现象并蓬勃发展。此外，我们还为企业如何加强其组织努力的现实愿景提供了指导，以成功应对大数据现象。首先，我们来看一下大数据日益增长的影响及其在重塑企业战略中不断演变的作用。

大数据日益增长的影响

根据麦肯锡全球研究所（2011年）的数据，大数据代表着创新力、竞争力和生产力的下一波浪潮。麦肯锡的研究人员估计，大数据的持续出现将在制造业、物流业、医疗保健、金融服务业、政府等领域带来大规模增长，仅在医疗保健行业每年就有大约3000亿美元的影响（麦肯锡全球研究所，2011年）。鉴于如此惊人的数字，以及大数据跨越组织所有职能领域的潜在影响，我们认为，大数据的破坏性潜力需要企业有必要在战略层面上参与其中（Morabito，2015）。

大数据已经引起了大多数行业的关注，全球各地的高管都在寻求最佳实践的指导，并进一步了解大数据在战略决策中应发挥的作用。公司内部的首席信息官、首席技术官、首席知识官和首席数据官的权力越来越大，无疑将对企业战略产生重大影响（Menz，2012；普华永道，2015）。然而，尽管对数据的重视，以及对数据收集和分析的大量投资，相当多的高管仍然不太清楚如何看待这些涌入的数据，以及如何在他们的组织内正确应用这些数据。经理们将面临着无数的问题：比如收集什么数据；如何最好地收集、编辑和存储数据；如何分析和解释数据；以及如何将洞察力转化为价值。对这些重要问题的回答有助于企业战略家部署资源，解读其公司的大数据投资如何转化为更大的成功组织。

1.2大数据如何改变战略

随着数据继续以先前难以预测的数量产生，数字化有望进一步改变战略格局，进一步发展现有的商业模式。然而，尽管大数据计划在商业环境中已变得更加主流，但管理领域基本上忽视了严重的实践和学术影响。在仔细研究管理学术文献中关于大数据的有限讨论时，令人惊讶的是，大多数对话围绕着大数据将如何影响管理研究（例如，学者如何使用传感器收集更可靠的数据集），而不是探索大数据是如何彻底改变企业策略师和管理者的思维过程的（George、Haas和Pentland，2014）。讨论围绕新的数据收集模式和统计技术展开。一般来说，学者们并没有将大数据作为一种企业层面的现象来探讨，这种现象可能会改变组织的决策和领导力。

将大数据作为现有流程改进的途径，这种简单化的观点无疑为企业创造了价值（McAfee amp; Brynjolfsson，2012），但这种思维限制了数字化的发展。我们必须对大数据进行更实质性的评估，并将其视为不仅仅是通过目标营销或供应链物流达到目的的一种手段。我们需要开发和分享更多关于大数据如何超越传统分析方法影响组织的见解（Davenport, Barth, amp; Bean, 2012）。在评估大数据如何帮助组织和行业转型时，获取海量数据和提高分析能力要求我们重新审视先前的假设。虽然最初的学术研究一直围绕着运营管理、人力资源和信息技术（IT）管理的功能（例如，Cheng amp; Hackett，2015；Mithas, Lee, Earley, Murugesan, amp; Djavanshir，2013；Robak, Franczyk, amp; Robak，2013），但我们的动机是将对话推向一个方向，扩大对大数据的见解，包括其对战略管理的影响。

现有的研究支持这样的观点：IT功能积极影响组织的成功，并有助于企业的业务层面的战略，特别是在特定产品市场的竞争中（Drnevich amp; Croson，2013）。然而，这一学术研究未能解决大数据现象对企业级战略的巨大影响。是企业的业务层面战略决定了它如何利用数据来开发当前的市场，还是企业定位产生的数据流在多元化和企业战略的发展中发挥了更重要的作用？

虽然战略管理领域的传统观点认为，选择的战略决定了价值的衡量标准以及数据的选择或适用性，但我们认为，许多公司已经改变了这种方法。我们的观察结果表明，在某些情况下，收集和分析的数据对公司战略产生了巨大的影响（见图1），而不是公司战略决定应该收集和分析哪些数据。接受大数据带来的创新和探索机会的公司正在实现新的价值创造和提高企业绩效（Lavalle、Lesser、Shockley、Hopkins和Kruschwitz，2011年），而且他的规模前所未有。

图1数据与战略之间不断演变的关系

我们见证了一场在实践中的运动，这场运动通过去除传统价值链和竞争力，开始瓦解过去40年发展起来的许多已知战略管理理论（Evans，2013）。数据的用途正在发生变化，因为收集的数据有助于确定要探索的市场以及消费者趋势如何变化，而这些数据可以实时推动这些确定。我们看到，企业正在进入非传统市场，利用其数据和分析资源，同时拥有大量人力和金融资本，以打破传统的进入壁垒。大数据推动者和创新者的最终目标是建立更多的知识和动态能力，并通过发展多样化的生态系统和数据流，以创造独特和可持续的竞争优势的方式应用大数据分析的好处。通过大数据消费和应用的这些进步，竞争和竞争力正在被重新定义。我们通过引入一个新的框架来推进这一对话，该框架概述了组织如何接受和使用大数据的三种不同方法。

1. 大数据的三级结构

我们的框架提出了这样一个观点，即大数据现象超越了传统企业能力的提升。我们不仅将大数据视为企业IT战略的功能工具或资产，还将其视为自身的新兴产业，以及越来越多成功企业所接受的渐进式战略发展。我们介绍了我们的三层框架，以及多个现有公司的例子，这些公司抓住了数据日益可用、技术进步和商业模式数字化带来的机遇。表1有助于说明大数据在每一层的发展和采用情况。

2.1第一级：作为传统价值链工具的大数据

提高核心职能绩效已成为大数据分析技术最容易识别的应用。组织领导者将数据视为一种资源，将分析视为一种组织能力，即都是可以导致成功的宝贵工具（Wernerfelt，1984）。对数据的访问被视为一个门户，使高管们能够更有效地解决传统价值链问题。公司培养了庞大的数据集，并应用分析方法来更快地处理信息，这使得相关人员能够从数据中得出有意义的结论。通过积极收集数据和发展分析能力，这些公司改善了产品开发、市场营销、销售、分销、客户服务和其他传统价值链活动。这些组织能力和运营改进通过提高决策的及时性和个性化，提供更有效的广告，来增加产品的销量或对产品的制造创新，推进额外的收入来源，以及提高客户的忠诚度来创造价值。

表1大数据现象带来的三层价值创造

大数据和分析的使用已经变得普遍且影响深远。全球各地和众多行业的公司都将数据和分析视为创新、运营效率和未来成功的手段。例如，国际饮料巨头可口可乐公司积极利用大数据作为工具来改善采购、库存管理、产品创新和消费者认知。可口可乐公司已经开发了分析能力，因此它可以在一年12个月内始终如一地按照客户的喜好来生产橙汁。通过仔细的分析应用，可口可乐公司能够使用来自卫星成像、橙子生长的历史记录和气候指示的数据来规范其果汁的味道（斯坦福，2013）。可口可乐公司还努力改善其自身的数据收集工具，以更好地了解客户的口味和偏好，包括通过其创新的智能喷泉，即Freestyle机器（Weier，2009）。这些机器分发100多种饮料，使可口可乐能够了解不同的地域的消费和口味，以便后续对库存补充。

大数据在制造部门也被积极投入使用。多年来，英特尔一直在使用大数据来改进其处理器的制造。历史上，加工芯片从生产线上下来时，必须经过多达19,000次质量保证的测试。通过使用大数据的预测分析，英特尔能够大大减少所需的整体时间和测试数量，预计整体节省的制造成本将超过3000万美元（Bertolucci，2013）。

在金融服务和保险领域也很容易看到分析。Capital One在贷款领域较早采用了分析方法，利用大数据更好地了解消费者的消费模式，并推出最适合客户需求的产品和服务。鼓励客户注册定制的卡片，同时还控制还款风险，这使得Capital One在巧妙地管理费用冲销率的同时实现了有机增长（Dee，2015）。怀着类似的愿望，进步保险公司正在使用来自车载电信设备的实时分析来监测驾驶活动，通过识别风险行为创造竞争优势。这使得该公司能够根据每个司机的实际驾驶习惯进行更准确的评级，同时也鼓励其消费者积极改变驾驶行为（全国保险委员协会，2015）。

2.2 第二级：大数据对新企业和产业发展的刺激作用

虽然越来越多的公司正在认识到大数据分析的潜在价值，但这种潜力受到了自身缺陷的阻碍。正如上文所述，随着企业评估自己的价值链，以及一些企业开发分析以推动内部改进，其他企业面临的现实是，它们可能在创造价值所需的内部分析能力方面相对落后。他们要么不具备内部知识，要么不希望将资源集中在所需的技术基础设施和能力上。与传统的价值链分析一样，可能会导致人们对战略伙伴关系很感兴趣，来共同协助大数据的计划，因为购买另一家公司的专业知识可能比在现场开发这种能力更具成本效益。

数据的可用性和他的巨大容量，以及并非所有公司都具备大数据分析所需的技术知识的认知，都足以让整个行业围绕它发展。正在创建专门从事数据购买、销售、收集、存储和分析的分公司和新企业。这一新行业的其他进入者则专注于建设基础设施和（或）开发专门用于处理大数据的软件，他们通常会向因成本、规模和范围而无法在专有级别上提供相应的服务。这些大数据公司在一个10年前还不存在的行业中创造了新的价值，并创造了需要尖端技能的新工作类型。

Palantir、Pivotal、SQream和Cloudera等公司为许多无法或不愿在内部开发大数据产品或服务的公司提供大数据产品或服务。Palantir Technologies是一家资金雄厚的领先企业，为众多行业提供基础设施和分析能力。这家私人公司此前估值近200亿美元，因其能够从堆积如山的结构化和非结构化数据中拼凑关键模式声名鹊起（路透社，2015年）。帕兰蒂尔使用专有软件，在“探索和发现的共同努力”上与客户建立关系（Lev Ram，2016）。除了帮助众多财富500强企业满足对外部的欺诈保护、消费者行为和其他潜在竞争优势来源相关的大数据需求外，Pal

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[589303]，资料为PDF文档或Word文档，PDF文档可免费转换为Word