数据驱动的管理方法

数据不再是产业环节上产生的副产品，而是已成为联系各个环节的关键纽带。通过对网络数据纽带的分析与掌握，可以降低行业成本、提升行业效率、促进行业生产力发展，并可能催生出一系列战略性的新兴产业。数据驱动的管理可以帮助厘清数据交互连接产生的复杂性，掌握数据冗余与缺失双重特征引起的不确定性，驾驭数据的高速增长与交叉互连引起的涌现性，进而能够根据实际需求从网络数据中挖掘出其所蕴含的信息、知识和智慧，最终达到充分利用网络数据价值的目的。

数据中蕴含的巨大商业、科学研究、社会管理与公共服务以及支撑科学决策的价值正在被认知与开发利用。麦肯锡公司根据西方产业数据预测，数据的应用将能为欧洲发达国家的政府节省1000亿欧元以上的运营成本，使美国医疗保健行业的成本降低8%，约每年3000多亿美元,并使得零售商的营业利润率提高60%以上。市场调研机构IDC的“数字宇宙”研究报告也指出，数据技术与服务市场在2015年达到169亿美元，实现40%的年增长率，为IT与通信产业增长率的7倍。因此，数据驱动的管理不仅具有突出的科学前沿性和重大的战略意义，而且具有巨大的实践价值和鲜明的时代特色。

相对于常用的流程驱动型管理方法，数据驱动的管理方法也面临着一系列的挑战：一是管理理论与实践范式向“数据+模型+分析”转变，从而要求揭示管理相关大数据在其中的基础性作用、影响机理以及管理范式转变的普遍规律。二是体现在对大数据的“实时”处理需求超出了现有理论和技术的处理能力，需要创新相关理论和技术，以支撑数据驱动的管理决策应用。三是其价值具有高度的领域依赖性，即数据的真正价值“隐喻”在不同的领域中。因此，要挖掘这些价值，需要深入诠释其领域特点，才能实现数据价值的深度开发与应用。四是建立保障新兴数据产业及其生态系统健康与可持续发展的政策环境与管理机制的理论创新。随着数据技术创新的推进，新兴的数据产业将迅速兴起，要促进其健康、可持续和良性成长，需要发展针对这一新兴产业及其相关社会经济生态系统的管理理论和管理实践模型。