大数据帮助企业更好把握业务前线化机遇

小雨涵

　 “探寻大数据先行者的足迹”向我们显示，大数据最先改变的，往往是业务前线化（FOT,Front Office Transformation）的产业。在电子商务、社交网络以及诸多以体验为主要增值手段的产业中，中央集权的后端决策，正让位于分布式的前端一线决策。这是由产业越来越多样化、个性化所致。
　　大数据改造这些行业中的企业，最主要一点，是帮助他实现“让听得见炮声的人来决策”.前端决策的最大难点，在于化解多样化、个性化带来的复杂性。这使传统组织面临挑战。而大数据提供的是智慧化能力，专门用于轻松搞定复杂性。
　　一、大数据对组织管理的商业冲击
　　大数据对组织管理的商业冲击，表现在生产、交换、分配和消费四个环节上。
　　第一，在生产上，分布式计算的大数据，推动生产组织向去中心、扁平化转变，向自组织、自协调方向演化，智能化的大数据将促进劳动与资本的一体化，推动决策前移，并且可以提供平台支持创造性的自主劳动（如DIY+3D打印的“创客”）。
　　第二，在交换中，具有语义功能的智能网络成为与现有市场互补的新组织形式，商品交换与包括情感在内的信息交流在新的市场结构中相互融合，用户体验和意义满足成为定价的重要因素，情境定价成为可能，依托数据分析可以实现一对一精准营销和“人单合一”.
　　第三，在分配上，在数据财富归属与利用的平衡中，形成以“使用所有权”（access over ownership）为特征的分享型经济（Sharing Economy），在物质财富极大丰富基础上，逐步实现创新驱动的包容性发展。
　　第四，在消费上，在大数据引导下，出现产消逆转（C2B）和产消合一趋势，人们在满足生存发展需求基础上，日益产生对创造性的“美好生活”的需求。
　　大数据有助于企业专业化地提高以意义满足度（所谓“满意度”）为核心的智慧水平，推动企业从因大而美向因小而美转变，实现小批量多品种、差异化、多样化的生产。推动企业在业态上从产品、服务向体验升级，在提高GDP水平（功能与价值水平）的同时，提高社会幸福水平（意义水平）。
　　二、大数据时代组织决策会遭遇哪些挑战？
　　大数据时代组织决策会遇到以下三个方面的挑战，这些挑战构成了组织发展的主要机遇。
　　一是企业化解风险的方式发生变化带来的挑战。
　　在大数据时代之前，人们利用数据更多是从历史中总结规律，例如按以往的需求分布来组织生产，以此来消除市场的不确定性。大数据时代决策最主要的功能是预测未来，也就是把握那些只存在于未来，从以往历史中难以推导出的需求，以此化解企业的市场风险。反过来说，这对于企业决策带来新的挑战，如果竞争企业可以预测未来，而自己的企业不能，企业就会失去未来。
　　二是企业权力转移带来的“无组织的组织力量”的挑战与机遇。
　　大数据的特点在于意义主导价值，它将引起组织结构的变革。对于组织来说，价值体现在结构之中，意义也体现在结构之中。原有的组织形式，是为价值而建立的，其结构是价值的结构。未来的组织形式，是为意义而建立的，其结构是意义结构。
　　组织的价值结构与意义结构非常不同，最核心的不同在于，价值结构是机械结构；意义结构是生态结构。具体表现在：第一，机械结构是自上而下控制的，生态结构是自下而生涌现的；第二，价值结构是以集中方式控制的，意义结构是以去中心的方式自组织自协调的。
　　大数据所赖以存在的语义网，就是一个自下而上涌现生成意义，在分散的节点间自适应与他适应的网络。最先反映这种结构变化预兆的，是各种各样去中心化的WEB2.0应用，如RSS、维基、博客、微信的涌现。
　　大数据通过追随意义而获得智慧，这是它可以摆脱因追随价值带来的被动的根本原因。因为价值是组织化的，意义是无组织的，无组织的组织力量本质上就是利用意义来控制价值的力量。
　　三是企业价值生成方式变化带来的挑战与机遇。
　　大数据将带来的另一个始料未及的变革性影响，是将使数据业务成为各行各业的主营业务，从而改变各行各业的业态。换句话来说，决策本身会发展成为一种主营业务。
　　各行各业数据业务的主营化，有一些共同的规律，与大数据内在相关。它们都伴随着业务转型，从因大为美，转向因小而美：从集中但赢利越来越薄的大企业服务，转向分散但高价值的最终消费者服务。大数据的优势，正在这个方面。通过大数据，可以实现以往做不到的低成本洞察高差异的客户，在去中心的互动中贴近2.0化的客户。
　　电信业、金融业、流通业是数据业务主营化最先成形的产业。例如电信业原有主营业务是语音业务，但腾讯的数据业务占到76%以上，只用几年就以1600多亿美元市值超过了联通和中国电信，带动了行业的主营业务重心的从语音向数据的转移。未来各行各业几乎无一例外，都会冒出本行业各种各样的“腾讯”来；而原有的巨头都将成为各行各业的“联通”和“中国电信”.这种挑战从另一面看，就是完全的机遇。

　　三、大数据如何改进组织决策？
　　一是从后台决策向前端决策转移，要把握后端决策与前端决策的平衡。
　　大数据时代的组织决策朝向的方向是人单合一，即生产者与消费者的融合（钱皮又称之为“合工”,与分工相对）。由于要对分散的、需求多变的消费者进行随时随地的响应，过多依赖后台决策，难以即时响应市场变化，为此就要把决策从后台向前端转移，例如向位于“人单合一”前沿的客户关系人员充分授权。海尔采取的组织决策就具有鲜明的这种特点。
　　当然，决策前移后，要把握后端决策与前端决策的平衡。一般来说，一线员工对当面市场的响应灵敏是优势，但一线员工对市场全局和未来趋势未必能很好判断，这就需要后台决策，包括研发部门，提供服务。这种服务甚至需要社会化、外包，形成分析即服务（AaaS）产业。例如数据挖掘、数据分析、数据咨询等产业，以及一切以大数据为基础的高附加值的创造性服务。
　　二是从集中决策向分散决策转移。集中决策与分散决策的平衡
　　人们对大数据决策容易有一种误解，以为就是数据大集中的决策。这是传统集中控制思维方式运用到分布式计算条件下常有的惯性。
　　海尔的决策模式强调“群龙无首”,可以断句为“群龙，无首”.如果每个节点都成为CEO,CEO就不需事必躬亲了。为此海尔用战略损益表等制度，进行战略性的价值管理，使每个员工在决策时，可以按企业的战略利益来权衡当面的形势，达到比集中式决策更优越的决策效果，其最高境界，就是企业无为而治。
　　事实上，大数据决策应是集中决策与分散决策的结合。共性的问题适合集中决策，个性的问题适合分散决策。将来在一对一的营销中，产品和服务定价这种最关键的决策，可能要依靠用户本地数据（如手机中的数据）的参与，通过与数据中心数据的即时匹配来完成。用户数据参与决策将成为分散化决策的一个趋势。
　　三是从价值决策向意义决策转移，要把握理性选择与感性选择的平衡。
　　大数据将回到图灵的本意，即人工智能中理性与感性平衡的思路向前发展。在大数据发展的初级阶段，人们通常沿袭理性派的思维，通过数据的理性计算来把握人的个性。理论上典型的代表人物就是巴拉巴西。在大数据的高级发展阶段，直觉判断和感性选择，将成为比理性计算更高级的计算模式。因此，企业在借助大数据进行决策时，从长远观点看，要定位于体验--也就是意义决策--充分发挥大数据在面向高附加值的艺术、情感等体验领域的决策支持作用。在IT业，科学的赚小钱，而科学与艺术平衡的乔布斯赚大钱，就是现世的证明。要高度重视数据可视化技术在企业中的应用。
　　四是把握精英决策与草根决策的平衡。
　　精英决策的基础是优化，但以优化为核心的决策，当系统的复杂度超过阈值时，效率几乎为零。无法应对效率不经济类型的问题，如个性化问题。草根决策的基础是多样性。由于不依赖优化，排斥“英雄所见略同”,恰恰保持了精英决策过滤掉的核心竞争力，也就是解决方案多样性（在生物进化中叫生物多样性）。大数据靠分布式计算模式，可以把分散在各个节点上的草根的智慧汇集起来，形成臭皮匠反而胜过诸葛亮的决策效果。
　　大数据发展起来后，决策将形成精英与草根决策的互补：简单系统问题归精英决策，例如通过简化，可以找到规律的问题，由精英进行数据分析来决策；复杂系统问题归草根决策，例如无法简化，也找不到规律的问题，可以采用众包方式来解决。
　　四、 大数据时代组织应该如何平衡“数据”和“人”在决策时的作用？
　　大家都有这种体会，信息少的时候，脑子还清楚；等到信息爆炸后，脑子反而乱了。大数据只是客体，本身并不能决定自己有用还是没用。有用还是没用，是相对于主体来说的。不同的人，要根据自己认同的特殊意义，来决定数据的取舍。智慧与非智慧，是取舍的结果。取有意义的，舍无意义的，叫智慧；取无意义的，舍有意义的，叫愚蠢。大数据因有意义而变得智慧。这就是处理数据与人的关系时的基本原则。
　　在商业中，意义深藏在第一层的功能、第二层的价值之后，是事物的第三层的存在。以往的数据分析，顶多在“东西有什么用，值多少钱”这个层面分析用户需求，但无法分析出同一种功能、同一个价格的东西，对不同个性的人的不同意义。如果知道了的话，商家可以通过定制，为他提供更高附加值的服务。
　　大数据的洞察，就是由表及里，由浅入深，发现用户深层体验需求的过程。用IBM的话讲，就是“释放新洞察，探索和挖掘大数据，以寻找业务关注的相关内容”.例如，对呼叫中心对话内容的文字记录进行大数据分析，可以解释和理解细微的语言特征，例如情绪、俚语和意图。此类数据可以帮助企业（例如银行和电信服务提供商）了解客户当前的情绪状态，并获得能够直接用于推动客户管理战略的宝贵洞察。
　　钱大群先生最近发表了一篇《科技创新推动企业再现代化》，提出不同于工业化的“再现代化”理念。我认为可以很好概括第二次产业革命与第三次产业革命的不同，以及第三次产业革命与大数据的内在联系 .
　　第三次产业革命到来后，企业现代化与工业时代最大的不同在于业务前线化（FOT,Front Office Transformation），要求以客户为中心进行业务转型。这种业务转型，最终要求把主营业务，从以价值为核心的传统业务，转向以意义为核心的数据业务。从而提炼升华出有意义的价值。就像IBM描述的那样：企业需要逐步调整生产营销的方向和重心，从后端向前端转移，首先从客户那里获得个性化需求、经过商业分析得到洞察，然后带到企业内部，围绕客户的个性化需求来组织最优化的供应链、流程和运营，从而能够为每一个客户提供个性化的服务，创造个性化的价值。“业务前线化”的实质，是企业将业务重心，从中间价值，移向最终价值，也就是用户满意不满意上面。
　　用户是唯一能开除董事长的人，只要一起不满意，董事长的小命就没了。因此大数据学，最直观地说，就是董事长保命学。