摘要：现今社会的科技发展进程突飞猛进，速度之快，追风逐电。所以当今时代也是一个信息流相当大的时代。经济的迅猛发展，特别是发展中国家的科技、金融、知识、媒体信息的数量级与100年前的人类社会，已经不可同日而语。较，“大数据”技术正是基于这种时代背景下应运而生，进而发展，使全社会进入“大数据”时代。在新的时代背景下，企业管理模式直接影响了企业盈利水平，新的企业管理模式也将随着新技术的发展而不断生成。为了推进企业管理模式创新，本文剖析了大数据时代的特点，传统模式下的企业管理，提出了企业管理模式创新的几点策略。
关键词：大数据时代；企业管理；模式创新
一、大数据时代的特点
“大数据”技术最早应用于金融行业，用于分析和处理股票交易市场的涨跌走向情况，传统的数据分析模式追求精准化，而大数据技术不再纯粹地追求数据精准与数据的因果关系，这种创新的思路摆脱了过去数据越繁杂，处理越不能达到目的的思维枷锁，相反地，提转而利用数据相关性排除寻找因果关系的必然选择，可以得到意料之外的成果。比如，让人意想不到的，社交媒体监测平台DataSift就曾利用大数据技术监测了Facebook的情感倾向与其股价走向的相关性。当Facebook的情感倾向是坏的，其股票价格就会走低，当Facebook上的情感倾向是好的，其股票价格就会走高。该平台从而提出了Facebook的情感倾向，与其股票价格的相关结论。从这个例子，我们可以看出，虽然没有进行数据因果关系的分析，却通过两个看似完全不相干的因素分析出了其互相影响的结果。由此看来“大数据”技术着实让人钦佩。通过近年来的发展，“大数据”技术已经被应用到了物理学、建筑学、生物医学等多领域。
1.数据的全体性
大数据分析最为关键的一个作用，就是进行数据采集与概率评估。在过去，由于人为因素、技术等方面的禁锢，数据采集往往由随机采样完成。而大数据时代，对于数据的处理不再局限于某一部分或是某一阶段，而是从始至终分析所需要的全部数据。这种数据的全体性处理，从根本上弥补了随机采样的不准确特性，从而为企业提供更优质的数据处理服务。
2.数据的混杂性
正是由于大数据技术的革新，使得计算机处理的数据的数量已经远远超过过去的数据处理数量，因此单纯地追求数据精准率已经不再完全适应当今技术需求。除了数据数量的增加，数据种类也随之增加，从企业方面来讲，包括日销售额、成本、现金流、融资比率等。所以，大数据时代下的数据处理，具有数据混杂性的特点，需要忽略数据细节特征，从而转向数据大的趋势走向，以此更加高效快捷的找出数据的相关走势。
3.数据的相关因素性
从传统思维入手，要想预测结果，必然分析原因，然而在现实生活中，许多因果关系是复杂，且不可估计的，从分析原因入手的思维模式不适用于任何的的因果关系。大数据技术的应运而生，保证了人们可以分析所有数据的可能性，进而不必再抓住原因不放，只要是与结果相关的因素都可以纳入考虑范围内，正如上文提到的，社交媒体监测平台DataSift就曾利用大数据技术监测了Facebook的情感倾向与其股价走向的相关性。这一分析结果可推荐给人们利用此关系进行股票价格涨跌趋势分析。
4.数据的低密度价值性
随着现代通讯互联网技术的蓬勃发展，一秒钟内海量信息的产生超过了人们的想象，然而并不是所有信息都对企业有帮助，这就导致了企业收集到的数据价值密度低，并且不易筛选。这就需要计算机从业人员利用强大的计算机算法对数据进行纯化处理，从而为企业搜集更有价值的数据。可以说，大数据时代带来的，除了不可估量的机遇以外，还有海量信息处理的难题以及对人类驾驭大数据的能力的考验。
二、传统企业管理模式
企业管理模式是一个企业通过长期的生产经营管理，总结并固化下来的一整套管理制度、管理结构和管理方法等。这种管理模式与不同国家的思考习惯、不同企业的规模、产品特点、领导层经营理念等有直接相关性。传统的企业管理模式可以细化为：准时生产、精益生产、供应链管理等等。而这些又可归纳为三种重要模式。
1.亲情化管理模式
最为著名的亲情化管理模式的典范可能要数日本的丰田公司。因为亲情化管理模式从本质上来说就是利用血缘关系而产生凝聚力，从而实现企业的稳定管理。丰田公司是世界上最大的汽车生产制造公司，其生产汽车规模已超过美国通用公司，而丰田公司最开始仅是一家制造织布机的小公司，正是由于家族的精神传承，使得这个名不见经传的小公司发展成为了现代汽车制造业的巨头。我国也有很多这种家族企业，但是，亲情管理模式在企业发展到一定程度的时候就会内化为一种内耗模式，即家族企业资产纷争或者家庭成员意见不和。
2.制度化管理模式
制度化管理模式，顾名思义，依靠建立完善的制度体系，来帮助管理和改善人们的生产经营活动。制度化管理的模式，完美地避免了亲情化管理模式下的“亲情牌、友情牌、温情牌”等管理缺陷，每一个人在企业中都是平等的，都受制度的制约与规范。然而，制度是会随着时代的变化而不断调整和改变的，一成不变的制度是不可能满足所有人的需求和适应时代要求的。企业管理者往往花费了大量的精力、物力、财力才能建立较为完善的制度体系；然而时代的变化是迅猛的，制度的完善时间，跟不上时代变化的步伐。拿企业经营内容做举例，昨天的海外市场让人垂涎，就大力开发海外市场，而转瞬之间，今天就有更多的内地市场值得开拓。仅仅依靠情绪化管理制度，其随机性，应变性都将受到制约。
3.系统化管理模式
系统化管理模式适用于大型、巨型企业。如同安装计算机操作软件一样，在一台计算机上安装好操作系统，将其复制拷贝，从而迅速地安装到其他电脑上。这种模板式的标准复制，有利于简化管理模式，实现统一化管理。而企业管理系统主要由以下七大系统组成：战略愿景管理、工作责任分工、薪酬设计、绩效管理、招聘、全员培训、员工生涯规划。但是不是所有分公司、子公司能够适应总公司的管理模式？如果一味的摘抄总公司的系统管理模式很有可能导致分公司的管理混乱，不利于分公司的独立发展与特色化扩充。
三、企业管理模式的创新策略
1.建立大数据分析平台，杜绝企业管理瓶颈
正如上文提及的三大传统管理模式，都各自存在其管理弊端。究其原因，往往是由于企业内部管理数据处理不够及时，不够全面造成的。如果能够利用大数据技术对企业管理数据进行“大数据”分析，那么，企业的传统管理模式将重焕生机。杜绝企业管理瓶颈，就需要建立完善的大数据平台。这种大数据平台应不止局限于企业内部管理，还要涉及企业外部产品销售，因为外部产品销售的趋势往往决定了企业内部管理模式的变化，如果能够准确判断出客户需求，就能提前做出决策，适时更改企业内部管理模式。要想建立完善的大数据平台，就需要依靠大数据专业人才，同时还要利用大数据管理软件对数据进行实时采集与处理。所以除了专业人才以外企业还要重视大数据软件的应用。要想建立完善的大数据平台还得依靠企业对客户消费信息数据的重视。客户的消费信息直观地反映了此时此刻市场的需求层次，大数据平台分析的就是这种需求层次、消费量、消费频次等信息。通过建立完善的大数据平台，企业甚至可以直接向潜在客户推送精准广告信息，从而提高销售额度，进而反推企业内部管理模式创新。以亲情化管理模式为例。亲情化管理模式对于增加企业内部凝聚力是有明显的优势的，但是，如上文提及的，企业内部家庭成员决策分歧等原因，往往造成内耗力的产生，不利于企业继续发展。利用大数据平台的建立，企业决策不再由高层管理人员拍板决定，而是用数据说话，企业管理人员依靠数据结果得出决策结论。又比如制度化管理模式。制度的调整与完善需要以市场需求为基础，但是市场需求的分析是不及时且手段单一的，在过去，企业可能只能依靠会计信息进行相关方面的研究。大数据平台的建立就能帮助企业迅速地找到企业运营能力相关性，从而为企业决策者提供及时的决策改善依据。建立大数据平台，还能帮助政府相关部门分析企业内部盈利状况，经济是否高质量良性发展。一旦政府相关部门通过大数据平台分析出企业经营状况不佳，可以派出专人进行现场指导，帮助企业进行企业模式改造。同时大数据平台的建立，还能帮助同行企业进行管理模式共享，处于不利地位的企业积极学习优势企业的管理模式，从而达到社会经济竞争的良性发展。
2.重视大数据技术应用，培养员工分析数据能力
大数据的兴起随之带来的是计算机技术的革新，还有大部分人对大数据的并不熟悉，包括一些计算机从业人员。当谈及Hadoop，MapReduce，NoSQL等数据处理软件时，除了专业人员以外，更是鲜有人知。只有重视大数据技术应用，企业才能找到管理模式创新的方法，在大数据时代浪潮下从中获益。要想重视大数据技术应用，企业需加大专家讲座举办频率。当今时代大数据技术尚属于高端技术领域，大部分大数据人才都属于应用型人才，所以企业应该加强与高校的合作，邀请行业内的专家在企业内部进行培训与现场讲座。通过举办讲座，加强高层管理人员对大数据技术的理解与重视，同时也能通过专家团的现场指导，对企业管理模式提出专业的见解与评估。除了高级管理层需要重视大数据技术以外，企业也应该加强普通员工对于大数据技术的认识与了解，使其在今后的大数据渗透过程中，能够迅速的掌握大数据技术，不至于被企业淘汰。所以企业应加强员工大数据技术培训，一来可以提高企业的员工素质；二来也是对员工职业发展的一种规划。对于系统性企业来说，要想实现管理模式的创新是不容易的，需要依靠大量的人力、物力才能对大型企业管理系统软件进行升级改造，重视员工对大数据技术知识的培养，有利于企业的扩张，帮助企业在转型升级过程中，使企业员工产生更大的驱动力。而能力的培养主要包括以下三种：
一、数据整合能力。大数据时代下的数据量往往是巨大的，如果不能合理利用计算机软件，很难对数据进行采集与整理。企业需要相关人员拥有此项技术，才能保证大数据处理的后期过程顺利进行；
二、数据分析能力。数据分析能力要求企业专业人员能够通过大数据找出数据背后隐藏的信息和价值，从而制定精准的行动纲领与计划，这种数据处理能力已经不仅仅局限于会计人员身上，更包括了每一个与企业管理有直接关系人员；三，迅速的执行能力。大数据时代背景下，企业决策具有瞬时性的特点，大数据分析的速度本来就很快，如果企业从业人员不能利用大数据处理结果进行迅速地反应，将很难利用大数据平台的优势为企业所有。
3.监管数据平台应用，重视数据信息安全
从某种角度上来说，对数据平台的监管同样属于企业管理内容，应当纳入企业管理手段之中。企业自身除了建立内部企业云平台以外，还应建立网络云平台。由于平台自身的规模宏大，需要配置相关人员进行专人监管，从而保证数据平台的正常运转。同时传统的企业管理模式常常处理的数据都是一些结构化数据，随着大数据时代的来临，越来越多的非结构化数据需要得到重视。云平台的建立之后，大量的非结构化数据往往造成平台内部存储容量的不足，算法的更新不够，加强监管有利于计算机算法的实时更新，也有利于相关专业人员及时了解数据状况。从而为企业提供更大的数据处理平台建立意见。建立大数据网络平台的监管，还有利于企业及时发现云平台问题，减少维护成本。由于大数据下的数据处理量非常巨大，一旦其中一个指令出错，将会对整个数据平台处理造成重大的影响，从而需要依靠大量的人力物力才能够进行平台修复。加强数据平台监管，将有利于及时发现数据平台处理中的一些细微错误，防微杜渐，从而避免了数据平台系统化的崩溃。数据本身没有任何价值，但是其背后隐藏的信息价值对于一个企业来说是无价的。所以每一个企业的信息数据对于企业自身来说都是值得重视的无价之宝，随着数据平台的建立，随之而来的是数据盗窃、数据遗漏和数据丢失。所以每个企业都应该重视数据信息安全。加强内网外网管理，安装防火墙，及时存储备份重要信息数据。举例来说，像阿里巴巴这样的企业，通过自己平台建立的数据信息往往具有实用价值，软件通过对平台进行数据分析了解到客户的潜在需求，从而向客户推送精准的广告，促进销售业绩的增加。客户的购买信息，对于阿里巴巴这样的企业来说是极为重要的，一旦泄露，将使别的平台（竞争对手）迅速地建立销售树网，从而抢占阿里巴巴市场。由此可见信息数据对于企业的重要程度。数据如此重要，足以引起每一个企业对其自身分析数据的重视，特别是依靠信息技术谋生的IT企业，除了强调数据安全以外，数据管理也极为重要，建立高效、可靠的Database，即数据库，将有助于企业内部数据应用更加高效。架构严谨的数据库资源将避免数据遗失的风险，高效的数据库管理系统也是员工与公司数据库优质交互的保障，试想，阿里巴巴的数据库管理能力很低效，怎么能在众多的客户数据信息中，快速且准确地找出客户的消费习惯，从而分析出需求倾向呢，低效的数据管理不但损害了企业自身利益，同时也浪费了大量的互联网资源，不利于社会数据时代的进步。
四、总结
大数据平台的技术仍有待进一步地完善，比如海量数据处理，实时反应等技术仍有待突破。企业管理模式、创新融入大数据技术必须进一步开发。“实践是检验真理的唯一标准”，大数据技术融合还需要依靠企业敢于创新、勇于创新，凭借生产经营活动的经验积累，寻找出更加优秀的企业管理模式方法，降低企业生产经营成本。本文通过分析传统企业管理模式的不足，针对性的提出了创新措施，希望给企业生产活动提供一定的参考价值。
参考文献
[1]方英.浅谈公路工程施工企业往来款项的管理[J].现代营销（下旬刊），2017，
（8）：192.
[2]曹伟.从财务会计概念框架看建造合同会计处理方法[J].财会月刊，2014，
（5）：6-8.
[3]仝来红.中学体育校本课程开发的意义和策略[J].运动，2018，
（15）：102-103.
[4]张娟.九年一贯制学校校本课程开发的实践研究[D].南京师范大学，2017.
