在知识管理中大数据的应用探究

来源:用户上传      作者:

　　摘要：知识管理“Knowledge Management”作为知识经济时代背景下出现的产物，简单理解就是指融合了现代信息技术、知识经济理论、企业管理思想和现代管理理念的一种新型管理思想和方法，在企业管理中发挥着至关重要的作用。在市场.竞争日益激烈的今天，企业管理创新脚步加快，因此，企业要想保证核心竞争力，就需要利用知识创造价值。本文就对大数据中知识管理中的应用策略展开探究，以期能够为企业管理提供有效的参考依据。
　　关键词：知识管理;大数据;企业管理;主要特点;应用策略
　　中图分类号：TP393
　　文献标识码：A
　　文章编号：1009-3044（2020）04-0265-02
　　收稿日期：2019-11-02
　　大数据“mega data”，是由维克托·迈尔-舍恩伯格及肯尼斯.库克耶在2008年8月中旬所提出，简单理解就是指需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产，具有大量、高速、多样、价值、真实性等诸多特点，在知识管理工作中发挥着巨大的价值。基于此，本文就对大数据在知识管理中应用的主要特点进行阐述，并提出大数据在知识管理中的具体运用策略，以期能够提升企业知识管理工作质量，促进企业可持续性发展。
　　1 知识管理的概念阐述
　　知识管理就是指在组织中构建一个量化与质化的知识系统，让组织中的资讯与知识，透过获得、创造、分享、整合、记录、存取、更新、创新等过程，然后可以源源不断的回馈到知识系统内，形成永不间断的知识成为组织智慧的循环，有助于企业组织中成为管理与应用的智慧成本，帮助企业在任何时候都能做出正确的决策，适应市场的变迁[1]。知识管理与其他管理存在一些差异性，体现在管理理念上（以人为本的管理思想，人力资源管理成为组织管理的核心、管理对象上（以无形资产管理为主要对象）、管理内容上（遵循“知识积累——创造——应用——形成知识平台——再积累——再创造——再应用——形成新的知识平台”的循环过程）、管理范围上（显性知识管理和隐性知識管理）、管理目标上（知识管理创新为直接目标）.管理策略（建立知识创新平台为基本策略）以及组织结构上（开放的、扁平式管理的学习型组织模式）[2]。与此同时，企业在展开知识管理阶段还需要严格遵循积累原则、共享原则以及交流原则，确保能够形成一个良好的文化氛围，实现企业文化的建立和核心竞争力的提升。
　　2 大数据的概念阐述
　　阿里巴巴创办人马云来曾经说过：“未来的时代将不是IT时代，而是DT的时代。”这里所提到的DT就是DataTechnology数据科技，充分体现了大数据对于阿里巴巴集团发展的重要性[3]。当前世界正处于高速发展的阶段，科技发达，信息流通，人与人之间的交流越来越密切，生活也越来越方便，大数据就;是这个高科技时代的产物，其主要是指以数据为本质的新一代革命性的信息技术，在数据挖潜过程中，能够带动理念、模式、技术及应用实践的创新，不仅可以帮助企业对大量消费者提供产品或服务的企业可以利用大数据进行精准营销;还可以让中小微企业利用大数据展开服务转型，充分体现出特有的价值。在大数据背景下，逐渐朝向数据资源化、与云计算的深度结合、科学理论突破化、数据科学和数据联盟的成立、数据管理成为核心竞争力、数据质量是BI（商业智能）成功的关键、数据生态系统复合化程度加强等趋势发展，从而帮助更多的企业做到精准营销，促进企业的持续性发展。
　　3 大数据时代下知识管理的主要特点分析
　　3.1 大数据时代下知识管理系统所要处理的数据信息量增多
　　众所周知，知识管理主要信息数据进行收集、存取整合的过程，随着大数据的到来，数据信息数量直线上升，使得企业所需要处理的数据数量增多，因此，传统的知识管理方法已经无法使用，企业必须做好知识管理理念和技术的创新，从而形成全新的知识管理系统，确保能够充分应对大数据时代所带来的任何挑战，促进企业的可持续发展[4]。
　　3.2 大数据时代下知识管理系统的运行速度提升
　　在我国科学技术快速发展的大背景下，知识管理系统也得到了快速更新，但是还是无法适应大数据时代的要求，使得知识管理系统经常处于超负荷运营，降低企业的业务流程[5]。因此，企业对知识管理系统进行了升级，将计算机技术、互联网技术等一系列先进的科学技术都融入知识管理系统中，让知识管理系统的运行速度得到提升，即使面对的数据信息量再庞大，也都可以进行处理，有效提升了知识管理系统运行的速度，满足使用需求。
　　3.3 大数据时代下知识管理系统应对信息多样化
　　大数据时代下，数据量巨大，来源多渠道，使得数据类型呈现出多样性，在此种情况下，企业内部的知识管理系统所需要应对的信息数据不仅仅是传统的文档;还包含了图像、视频等丰富格式的数据信息，从而使得知识管理系统所需要应对的信息呈现多样化趋势[6]。
　　3.4 大数据时代下知识管理系统朝向智能化发展
　　企业以往所使用的知识管理系统多是依靠人类的智慧，但是在大数据时代下，知识管理系统逐渐朝向智能化发展，其本身就能够代替人们自动建设知识库，且还能够完成智慧思考、智慧推理、生产知识、组织知识等一系列工作，有效提升了知识管理系统的工作效率和工作质量。
　　4 大数据在知识管理中的具体运用策略分析
　　4.1 大数据背景下创建基于知识管理的企业文化
　　企业文化非常关键，直接会影响到企业后续发展走向，针对此种情况，企业在大数据背景下，就需要创建基于知识管理的企业文化，具体做到以下几点：第一，企业需要更新现有的理念，并做好内部员工知识管理技术的培训工作，让每一位员工都能具备知识管理理念，提升对知识管理系统的操作技能[7]。第二，企业在构建基于知识管理的企业文化时，需要充分做到以人为本，对每一位员工都给予尊重，在系统内部形成公平、品质、透明的体系，确保能够最大化激发员工潜能，为企业发展创造价值。第三，企业所形成的文化体系，需要严格遵循市场规律，结合市场走向适当做出调整，确保能够充分应对市场上的突发状况，从潜移默化中提升企业的核心竞争力。 　　4.2 大数据背景下企业构建知识管理型组织结构体系
　　在大数据背景下，企业以往的知识管理系统已无法适应发展趋势，不仅处理信息速度慢;而且难以应对多样式、多形式的数据信息[8]。针对此种情况，企业在大数据背景下就需要做好知识管理型组织结构体系的构建，具体可以从以下几个方面人手：第一，企业所构建的知识管理型组织结构体系需要做好学习型这一模块，确保能够让企业内部员工及时做到沟通交流与知识学习、知识共享，潜移默化中提升企业员工的知识储备能力和应急应变能力。第二，企业在新型知识管理型组织体系中，需要设立知识主管，让其负责对客户的分析，做好与客户之间的交流。第三，数据管理成为核心竞争力，直接影响财务表现，所以企业还需要建立完善的知识管理系统，并聘请专业的技术人员做好技术创新工作，确保知识管理型组织结构体系的新颖度，帮助企业获取更多经济效益。
　　4.3 大数据背景下企业注重加强知识网络建设的投入
　　员工是企业的主要劳动力，其工作质量直接影响到企业未来的发展走向。针对此种情况，企业要想在大数据背景下获得长久发展，就需要加强员工对知识管理体系的认识，具体做到以下几点：第一，企业需要增大资金投人力度，确保有充足的资金研发知识管理体系，提高知识管理体系的先进性，为员工后续学习打下坚实基础。第二，企业需要利用大数据技术积极收集网络上更加全面的市场信息，准确了解其他竞争企业的情況，然后做出准确的决策，既能够帮助企业适应大数据时代的市场环境;还可以提升企业核心竞争力，一举多得。第三，企业知识管理体系需要充分做到企业与企业、企业与政府、企业与客户、企业与员工、员工与员工等多个模块，确保信息数据能够及时共享。
　　4.4 大数据背景下企业注重员工对企业知识的挖掘
　　每一位员工都有无限的潜力，因此，在大数据背景下，企业要想让知识管理工作得到提升，自身实现稳定发展，就需要注重员工对企业知识的挖掘，让每一位员工都能够具备知识挖掘能力、知识认知能力、知识分析能力，从而可以将大数据背后潜藏的巨：大价值找出来，融入企业发展中，在此种情况下，企业就可以根据所了解到的信息针对性为客户提供服务，提高服务满意度，为企业带来更大的经济效益。
　　5 结束语
　　总而言之，在互联网迅速发展的背景下，电子商务、云计算、物联网等一系列新兴服务不断涌现，为人们生活、企业发展都提供了便利性。在大数据背景下，数据信息具有容量大、类型多、速度快、可变性强、复杂性高等特点，且可供企业收集的数据多种多样，因此，企业需要不断挖掘大数据中潜藏的价值信息，让大数据在知识管理中发挥出作用，满足企业知识管理工作需求，从而可以提升企业在市场上的核心竞争力，促进企业的快速发展。
　　参考文献：
　　[1]谢从晋毕孝儒.基于知识产权大数据的创新成果管理体系设计[J].中国发明与专利，2019，16（8）：25-30.
　　[2]许茹.知识管理视阈下“大数据”与“小数据”的比较分析[J].办公室业务，2019（15）：63-64.
　　[3]北京恒冠网络数据处理有限公司.一种基于大数据的知识产权金融价值分析管理系统：CN201910328439.X[P].2019-07-23.
　　[4]马丽娜，杜玉申，刘珊珊.基于供应链管理视角大数据分析的挑战与机遇研究[J].服务科学和管理，2019，8（03）：111-122.
　　[5]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）：20-23.
　　[6]赵舰波.基于大数据挖掘的企业智能知识管理与决策的研究[J].经济研究导刊，2018（15）：24-25.
　　[7]吴玉浩，姜红，高思芃.大数据驱动下技术标准化与知识管理的协同机制研究[J].现代情报，2019，39（1）：20-28.
　　[8]阮彤，邱加辉，张知行，等.医疗数据治理——构建 高质量医疗大数据智能分析数据基础[J].大数据，2019，5（1）：12-24.
　　[通联编辑：光文玲]
转载注明来源:https://www.xzbu.com/8/view-15162612.htm