【摘要】越来越多的生产者依赖大数据分析的结果作为经营决策的依据，大数据分析使决策变得更有效率。大数据分析的广泛应用催生一系列行业加入其中，因此如何通过大数据分析的模式并将之应用到企业的运营管理中是一项具有研究潜力的途径。在此基础上，本文阐述基于大数据的知识管理如何帮助企业决策，从大数据的特征出发，分析大数据背景下的企业数据资源管理，深入分析决策组织、决策参与者应用大数据分析的结果帮助企业改进管理决策。
【关键词】大数据；管理决策；知识管理
互联网的发展带来信息技术的变革，推动科技时代的步伐，大数据是时代背景下产生的一种具有更高效率带有管理性质的技术。与传统技术相比，大数据能够在数据的支持下系统地分析数据的发展趋势并根据企业管理的需求制定方案满足最大效率下对企业实行管理。合理的资源分配是大数据的一个重要特征之一，在通过对数据样本的比对达到一个平衡点模拟出最佳的方案，在众多路径中自动判断出最短的路径以达到对资源的合理利用，相对于以前，节省了大量的人力物力，在我国市场庞大的前提下，节省资源可以产生更多的效益，因此数据分析市场潜力庞大。
1大数据时代概述
1.1大数据定义
大数据是一种基于技术的基本模式，与传统的模式管理相比拥有更高的自主选择性，无论是大数据本身所需要的数据条件还是数据在本身的结构上需要进行的资源消耗与过去的统计技术相比都有了质量上的飞跃，信息处理上能够承担极高的数据量而所需要处理的时间则极短。随着网络技术的广泛应用，网络用户数量庞大，数据采集规模越来越大，公司需要承担的资源消耗巨大，大数据则是在这种条件下通过相应网络技术进行宏观上的对比和选择符合要求的管理途径。在人工上趋于智能化控制无形中减少了故障的发生和人工失误，并能够在分析过程中进行预设好的选择进行规划方案，实施无人监控下的管理模式。数据的收集成本低廉、处理成本低、反应迅速成为企业管理所需要的处理模式，对企业而言，大数据模式解决以往企业运行管理中不可避免的弊端，将企业的运行模式提上了新的阶段。
1.2大数据特征
大数据具有4V特征：数据体量大（Volume），数据类型多（Variety），数据处理速度快（Velocity），数据价值密度低（Val-ue）。大数据凭借这些重要特征占领企业管理的市场，随着互联网使用范围的扩大，大数据的市场份额也逐步增加。对于企业而言，大数据技术能够适用于管理中的各个环节，数据采集基于多个方面而产生的，因此得到的数据多种多样并且能满足当前市场的需要。正是由于数据规模巨大、数据种类繁多，在处理各种问题时能够适应环境并自主解决问题，将企业规划所产生数据存储起来用于今后的需要，对企业而言，结构化的大数据帮助企业解决数据量不足的问题，并且进行补充。另一个方面，大数据的存储规模正在逐步增大，得益于近几年消费者数量的攀升，数据规模增长的同时也提供了消费者各方面的消费习惯。大数据技术的处理对象之一正是这些消费数据，企业通过大数据技术能够识别出企业服务对象的增长规律并制定规划适当调整，有了大数据的技术支撑企业能够在短时间得到所需的预测结果，针对于未来会出现的企业困境能够做出反应，从而减少企业的损失。正是基于企业下的各种方案的实施和大数据的预测，才能够适应市场变化的规律。
2大数据对管理决策数据的影响
2.1大数据下的数据管理
大数据运行具有数据的管理特点，对于数据而言，数据的各行运算都具有相应的规律，避免数据运行出错。数据本身是基于各种运算产生的结果，得到进一步的优化和释放，大数据将数据管理的结构特点进行优化和弥补，在不造成数据故障的前提下产生的数据满足技术支持企业进行简化流程的要求。数据处理的一个核心问题则是数据能否满足需要，数据更新速度极为迅速，产生数据的周期长，如果在当前的环境下对数据进行处理，无论是硬件还是人工，处理结果比较缓慢。因此，将数据管理的运行方交给系统默认的大数据管理可以用不同的分类配给资源进行数据更替，加强数据的稳定性、提高数据结果的正确率，大数据技术需要将数据集中处理，进行容纳和更替，当数据的发布满足设定的系统条件后才能采取下一步措施对预设的方案进行更改。但是，由于数据产生碎片太多，从中提取有效信息的步骤过于复杂，因此在满足现有条件下的情况下，大数据会对数据的信息进行检测，筛选出有用的信息进行收集，达到所需要的分析结果。
2.2大数据下的知识管理
对于大数据来说，庞大的数据中存在着人们所需的信息，从另一个角度可以看出，大数据本身是一种数据处理的方式，而处理对象则是数据蕴含的知识。将数据收集看作是对信息的概括，获取有用的信息是对知识的吸收以及再利用。数据蕴含的信息基于消费生活中，数据本身就是一种知识的资源，资源越来越多时就需要对知识进行挑选符合企业利益的情况下进行分类。知识的利用可以解决企业本身对消费者的认知不足和外部信息的匮乏。在信息趋于透明的情况下，能够取得企业内部的信息资源是一种重大的进步，将得到的知识资源通过技术手段进行分析，可以推断出不同层次下的信息资源和技术分配结果。企业对于信息资源的利用也趋于自动化，以往的企业信息管理手段都是通过人工处理数据，通过人工从数据中筛选知识资源进行判别，当存在误差时不能够及时发现和弥补导致企业的判断失误，影响企业的正常运作。因此，通过数据解决这些失误是当今企业选择的管理方式，不仅通过对资源的调用，还可以用大数据处理的手段对知识资源进行总结和过滤，满足了企业高效运营的需求。
3大数据对管理决策参与者的影响
3.1大数据下的决策参与者角色变异
企业的领导者是企业的指挥人，通过决定各种方案的实施来配置企业资源改变企业走向。在指挥体量庞大的企业时，决策参与者本身也在进行技术的更新，从过去的经验主义到如今的技术参与者，决策者都通过技术更新企业运营的每一个环节。对于决策参与者而言，必要的技术手段可以改变企业滞后的现状，因此大数据分析的应用于企业管理决策。通过数据给定的结果，管理者可以分辨出行业发展趋势，为企业做出符合趋势的决策。领导者不仅需要具有高瞻远瞩，还需要对技术具有敏锐的分析。技术爆发的时代，每个新技术的出现都决定着企业能够进一步发展。在大数据中，给定的数据都是不可更改的新型数据流，大数据技术肩负起了对数据的修复和更改，以满足不同情况下的数据业务的需要。无论领导者通过怎样的方式更新技术，必须实现企业的利润增长。大数据的优势能够将科技与企业传统的数据交换结合起来达到数据的可控。而随着技术进步打破了以前企业技术的禁锢，科技与传统产业结合起来满足了科技产业的需要实现了科技生活下的生活质量的提高，也满足了企业朝着更加宽广的方向发展。
3.2大数据下的数据分析师
大数据的快速发展吸引了许多企业的目光，企业对于数据分析的需求日益扩大，因此诞生了许多运用大数据手段对技术进行分析的数据分析师，通过企业的需求，数据分析师从提供数据中提取有效的信息将之运用到企业的更新中，以达到技术服务的需求。
4大数据对管理决策组织的影响
4.1大数据下的企业管理决策组织
大数据的更改方式取决于企业的运行轨迹，无论是领导者还是消费者都是大数据的服务对象，对消费者数据的分析可以为企业提供许多有用的信息,例如更改生产线为企业提供更高的生产价值。在大数据的背景下，企业不再为领导者一人服务，而是为企业全员提供数据业务。在满足大数据技术手段的前提下，将企业结构进行分配资源，企业结构发生改变的同时也对资源实现再分配，为此领导人可以对大数据的运用方式进行规划，以满足企业的需要和市场的需求。对于企业员工而言，根据企业的分配制度，决策参与者除了企业的领导者以外，企业的普通员工通常也参与决策。企业员工掌握着不同的信息资源，将这些资源应用到市场时则可以扩大企业的市场。企业的结构不仅是企业人员的身份地位的改变路径，同时也是企业对此进行资源结构改变的重要途径。无论是大型企业还是小型企业，都有严格的规章制度，信息技术的发展代表着利润的进一步分配需要选用合理的方案，因此大数据技术不仅是对外进行利润提升战略，对内也通过对各人员的评估来决定企业利润的分配，以往企业不能够及时分配利润导致企业的执行效率低下，导致企业的利润逐年下跌，因此重要的分配制度对企业而言是一项慎重的决定方案，通过大数据可以有效的提高公平性，满足各级员工和领导者们对企业组织进行改革。
4.2大数据下的企业管理决策
企业管理需要的不仅是人才的任用还包括资源的分配，企业文化的倡导以此来满足企业日常中的需要。随着技术的更替，企业的结构制度也在进行改变，当企业管理者的思维模式改变时，需要用相应的技术进行辅佐和实施。无论企业的结构模式如何变化，企业的核心资源都是大数据分析下所需要的结果。因此大数据不仅是企业获取利润的途径之一也是企业对自身进行改革所需要面对的方案之一，倘若需要对高层管理者进行分配就意味着需要进行极大的变革，而这些都是需要大数据进一步实现分配下所出现的现象之一。
5大数据对管理决策技术的影响
5.1基于云计算的数据处理和分析技术
大数据是信息技术高速发达的成果，当大数据大到一个应用顶端时，需要对其应用到新的解决模式中，因此数据分析成为大数据处理的首要任务。与过去相比，如今的数据处理不但在数量上有了成千上百倍的增加，充分提高了预测的准确性，而且处理速度也有大的飞跃，能够在不同领域上对单一的数据流进行处理和交换，能够在新的架构平台上对处理过后的数据进行新的改进。因此，云计算成为大数据的一个新的平台，摆脱了以往平台上资源配置的束缚，大数据给予云计算巨大的处理空间和处理速度，无论是大数据的服务对象还是服务质量，通过云计算平台可以得到有效方案的实施，通过云计算对资源数据的挖掘改变大数据技术的瓶颈，提高大数据的演算结果和平台实施手段，加深用户对云计算的依赖和需求，使人们对于大数据和云计算有全新的认识，进一步扩大大数据技术的使用，迎合当前市场的需求。
5.2大数据下的知识发现技术
大数据基于样本实现对数据的接收和处理，保证数据结果的正确性。在这背景下大数据需要寻找新的途径扩展市场，无论是对数据样本的改变，还是在可行性研究方面都是必不可少的成果。对于数据多样且要求快速的特点能够根据用户的需求进行实施，建立稳定的数据标准和方法都需要市场的检验，因此建立市场多样化的研究价值以后，可以将之应用到企业的管理系统上，同时数据的价值存在时效性，如果对数据没有加深利用，数据的价值就会慢慢流失，导致数据失去价值，因此大数据本身也应该存在固定的数据来源，保证定期的数据更新和价值估算。当通过大数据的知识资源建立数据系统后，通过相对应的结构成本和管理系统可以将数据应用到不同的测试结果，动态地表现数据的流通性。在这过程中数据存在着各种通道的结果显示和用户特征，大数据凭借着多样的数据建立新的知识探索途径，庞大的知识不仅有助于大数据挖掘出当前市场的有效空间还可以帮助消费者和企业之间建立联系，与传统的人工分析系统相比，大数据不局限于单一的知识库并且自身可以随着数据量的提升完善并提高数据检索的能力，如果能运用到现实生活中的任何方面，不但对于企业是重大的利润空间还可以提高消费者的生活质量。
6结语
互联网的发展积累庞大的数据，造就了大数据，大数据蕴含着无尽的宝藏，大数据分析正是寻宝的路径，作为新时代的领衔技术应用于企业，提高企业运营管理效率。通过运用大数据分析和帮助企业管理决策，企业管理者应用大数据分析与知识管理系统结合，为企业提升运营效率。迅速察觉到市场的变化以便于积极应对，企业在扩张的同时与大数据分析相结合有利于企业战略实施，应用大数据分析进行企业组织结构和人才资源配置优化，有效提高企业在未来市场的战略地位，提升企业的竞争力。
参考文献
[1]赵蓉英,魏绪秋.聚识成智:大数据环境下的知识管理框架模型[J].情报理论与实践,2017,40
(9).
[2]唐婷,何晓兰,王海.基于国家三大基金立项项目的我国知识管理研究特点及趋势分析[J].图书馆研究与工作,2017.
[3]陈涛.大数据对企业管理决策的影响分析[J].企业改革与管理,2017
(2
3):11+32.
[4]朱金菊.大数据背景下再生资源企业知识管理探究[J].再生资源与循环经济,2016,9(0
2):14-16+21.
[5]臧家宁.大数据背景下的电力企业隐性知识管理研究[J].安徽电气工程职业技术学院学报,2014,19(0
4):56-59.
[6]赵蓉英,魏绪秋.聚识成智:大数据环境下的知识管理框架模型[J].情报理论与实践,2017
(9):20-23.
