您好, 访客   登录/注册

论大数据在高校决策管理中的影响作用

来源:用户上传      作者:

  [摘要]大数据时代的到来深刻地改变着人们的思维习惯和思维模式,尤其是对待大数据的态度,在某种程度上影响着决策的方向和质量。大数据作为一种新型生产力和发展驱动力,对高校的管理决策和内部治理发挥着巨大的作用。高校作为数据的高产大户,其运用大数据辅助管理决策的水平还有很大的提升空间,为了进一步增强高校的大数据应用能力,首要的就是要在高校中树立起大数据意识、建立大数据平台以融通高校内部各单位间的数据交往,并在高校中培养和建立起一支专业化的数据服务团队,最终实现高校内部治理能力的现代化。
  [关键词]大数据 高校 决策管理 内部治理
  大数据是一场革命,这场革命极大地颠覆了人们原有的思维模式和管理模式。在这场技术革命中,世界各国逐渐意识到,大数据作为一种新型生产力和发展驱动力,具有无可比拟的先进性。本文从大数据的基本概念和特征入手,分析了大数据在高校决策和管理之中所起到的作用,旨在促进高校内部治理能力的提升和决策的科学化。
  大数据的概念和特征
  1.数字与数据的区别
  数据较之数字,是信息的更高级的存在形式与表达方式。数字的相互组合,因其具有的表意性、直接性与灵活性而广泛地被应用于生产生活的方方面面,从结绳记事到计算机互联网高速发展的今天,数字极大地促进了人们生产生活方式的变迁与进步。数字因何具有如此之大的推动力?究其原因,在于数字所展现的不仅仅是它本身,更在于它所代表的深层含义。冰冷的、甚至是彼此孤立的数字一旦被赋予了一定的意义,便就此升级为它的更高级存在方式——数据。这也是数据的根本要义所在,即“隐藏着价值的信息”。
  2.大数据的概念
  维克托·迈尔一舍恩伯格认为,大数据是“以一种前所未有的方式,通过对海量数据进行分析,获得巨大价值的产品和服务,或深刻洞见。”百度百科将大数据定义为:无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是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的海量、高增长率和多样化的信息资产。美国的商业分析师帕姆·贝克在《大数据策略》中指出,大数据是各类数据集合的汇总,包括一些结构化和非结构化的数据。
  大数据的概念不仅在于数据的体量之大,更在于能够通过对海量数据的分析和挖掘来指导人们的生产生活和管理实践。这种指导作用的发挥依赖于数据分析的预测功能,即借助于建立相关模型、定量分析等手段,在对已有的大量数据进行分析挖掘的基础上,找出事物发生发展的规律和趋势,做到未雨绸缪,从而提高效率、降低管理成本,起到减少决策的不确定性,有效规避风险的作用。综上所述,大数据不仅仅是由海量数据组成的庞大数据集合,更是一种在大量数据之中探索规律、发现潜藏价值的新兴技术。
  3.大数据的特征
  虽然目前关于大数据的定义尚未达成共识,但业界普遍认为大数据具有以下特性,并将其概括为“4v”特征:
  (1)容量大(Volume):数据量的规模之大,使得用来衡量数据规模的单位跃升到拍字节(1024TB=IPB)、艾字节(1024PB=1EB)乃至泽字节(1024EB=1ZB)级别,甚至是尧字节(1024ZB=1YB)。国际数据公司(IDC)的研究结果表明,截至2014年,全世界的数据总量已达到4.4泽字节之多。
  (2)Variety(多样化):由文本、视频、音频、图片等多种格式的数据所构成的大量的非结构化数据,占到了总数据的85%以上。“万物互联”的物联网技术的应用在各类数据的收集方面发挥了重大作用。
  (3)Velocity(速度快):即数据的产生速度和处理速度都很迅速。著名的“1秒定律”即是说处理数据并产生分析结果的过程要在秒这一级的时间范围内完成,否则将无法保证数据的时效性,其价值也会打折扣,甚至误导人们的行为。
  (4)(veracity)真实性:这一点强调的是数据质量的重要性。大数据的真正价值在于它能够为决策提供帮助,所以真实性是对数据的必然要求,只有真实有效的数据才能够为策略的制定提供有效帮助。
  大数据的这些特性,决定了我们对待数据的态度要作出相应的转变,主要有以下三方面转变:首先,要利用所有的数据,而不是仅仅依靠一小部分数据,即“样本=总体”的全数据模式。其次,在大量复杂的非结构化数据面前允许不精确的存在,不执迷于精确性。最后,大数据分析预测的关键在于找到数据之间的关系,这就要求我们转变寻找因果关系的思维惯性,更多地去关注“是什么”的问题,而不是“为什么”。因为对因果关系的探索往往费时费力,且容易受人们自身的偏见和认知偏差的影响。
  大数据背景下高校管理決策活动的变化趋势
  在大数据时代,每时每刻都在产生着大量的数据,高校作为数据的“高产大户”,收集和存储下来的大量数据若能够被合理地开发利用,能够助力高等教育的持续健康发展。与此同时,对大数据这一资源的开发利用,对高校的管理者们提出了新的更高要求。在大数据时代已经到来的新形势下,高校管理者在管理和决策之中应当更加注重大数据的作用,以促进决策科学化。
  1.决策由传统模式转向数据驱动模式
  战略决策是关系到一个组织生存发展的全局性、长远性的重大决策,一般由组织的最高层决策者给出。一个高校的战略决策,关乎学校的核心利益,决定着学校的长远发展和核心竞争力的提升。因此,战略决策作为一个复杂的系统工程,其制定必须着眼大局、谋划未来,综合考量各方面因素,才能最大限度地使决策科学化,为高校管理水平的提升服务。大数据主义认为,所有的决策都应当逐渐摒弃经验与直觉,并加大对数据的分析和倚重。
  在大数据时代之前,高校无论是在数据的收集、存储方面,还是在数据的分析、挖掘方面因为能力有限,制定决策的全部依赖只能是对有限的数据的分析和对以往经验的借鉴。因此,传统的决策模式又被称为是由经验驱动的决策,即作出决策的基础只能是过去的和现有的少量数据,无法对未来还未发生的情况进行合理预判,致使由经验驱动的决策存在滞后性的弱点。   今天,信息技术突飞猛进,对数据的挖掘分析能力也在不断提升。在“样本就等于全体数据”的条件下,通过对数据的预处理(包括清洗、转换、脱敏等环节),挖掘和分析,解释和呈现,我们不仅可以明晰事物现在的状态,还可以对事物未来的发展变化方向窥探一二。大数据的核心优势是预测,即能够在对现有的大量数据的分析之中,发现关联、预判趋势,被整合起来的数据往往能够产生它们在彼此孤立时所没有被发现的新价值,这不仅保证了决策的前瞻性和可持续性,更赋予了决策创造性和灵活性的特点,符合了战略决策把握全局、放眼长远的内在要求。在预测趋势方面,经验丰富的人和擅长预测的大数据之间的博弈,必将带来管理决策领域的进步和创新。
  2.提升高校决策的科学化与民主化水平
  在小数据时代,由于“数据孤岛”的存在和高校自身数据分析能力的限制,高校领导者和专家团具有极高的權威性,领导者的意见往往能够直接指导决策的形成和执行,在决策时容易形成“一言堂”。正是由于小数据时代的决策模式在很大程度上受制于领导个人或专家们的意见和经验,导致决策易受个人因素的影响,出现不同程度的失误或者偏差。
  数据是对事物和现象的客观描述。相对于直觉或经验,数据更能促成理性决策。在大数据时代背景下,决策模式要向数据驱动转变,就是要让数据“说话”,倾听“数据的声音”。数据分析结果作为决策活动的参考,有效地摒弃了诸多人为因素对决策活动的干扰,弥补了经验决策的先天不足,使得决策的科学性、民主性和前瞻性提升到了一个新的高度。这得益于我们逐渐用大数据的关联分析取代了小数据时代的因果分析,基于直觉和经验的因果分析常常带有主观臆断的色彩。决策活动越来越少地依赖直觉和经验,就能越来越走向科学化。
  大数据自身开放、共享的特点,进一步增强了决策过程的透明度,有助于高校决策者了解学校内部的决策机制,加大各层级成员在高校管理决策活动过程中的参与度;高校数据对外开放、全员共享,加强了学校内外所有关心学校建设和发展的人们对高校管理决策活动的内外部监督,在很大程度上防范了暗箱操作现象的产生。
  3.促进高校运用大数据辅助决策能力的提升
  要想让数据说“真话”,说“有用的话”,就离不开数据的收集、存储、分析和挖掘等。数据驱动的决策过程不仅仅停留在选定实施方案这一环节,实际上从数据产生的那一刻开始,整个决策过程就已经拉开了序幕。数据就像一个神奇的钻石矿,当它的首要价值被发掘后仍能不断给予。它的真实价值就像漂浮在海洋中的冰山,第一眼只能看到冰山一角,而绝大部分都隐藏在表面之下。高校中的大量数据(其中包含大量的非结构化数据),不仅来源于学生管理的各方面,如招生、就业、学籍、选课、成绩、图书借阅、奖惩记录、党团活动等各个方面,也来源于高校的人事、财务、科研、后勤等各个系统。数据能否带来价值和转化为决策效益不仅仅取决于量的多少,更重要的是取决于数据的可用性和对其合理地使用。决策模式的转变,对高校运用大数据思维进行管理决策的能力提出了新的更高要求,树立大数据意识,全面提升自身的数据治理水平。
  大数据在高校管理决策之中的对策建议
  1.培养决策者的大数据意识
  (1)资源意识:在大数据时代,数据通过整合和挖掘,能够产生巨大经济效益和管理效益。现如今,高校作为数据的生产者、所有者和使用者,应意识到数据即资源,是一项重要的生产力要素。
  (2)学习意识:在小数据时代,高校领导者因掌握着大量的信息、具有丰富的经验而具有权威性和主导性。随着大数据时代的到来,高校领导者在决策活动中的优势地位受到挑战。要使得决策真正地为组织的长远发展指引航向,高校的决策者首先必须做到与时俱进,转变传统思维,提升运用大数据支撑管理决策活动的能力。
  (3)辩证意识:相信数据、用数据说话,是理性精神的一种表现。这种理性精神不仅体现在对数据的重视,也体现在对人的能动性的尊重。数据与经验的作用是相互的、辩证的。我们强调数据驱动决策,并不是否定人的作用。相反,科学的决策离不开人能动性的发挥,数据分析只是一种辅助人们进行管理决策的工具,并不能够完全代替人们对事物的把握、判断和决策。数据的价值在于发现和利用,换句话说,若要实现“事在人为”,必须先掌握数据、学会分析数据,然后再进行有效的决策。当有新情况出现时,决策仍然依赖过去的预测是荒谬的。因此,数据有时候也不一定十分可靠,这就需要高校决策制定者因时而动、审时度势地作出调整,而这是单纯的数据分析难以做到的。我们所倡导的是“大数据主义”,而非“唯数据主义”,对数据的过分依赖和盲目崇拜,不仅不会引导决策形成,甚至会误导决策,这就违背了数据驱动决策的初衷,走向了大数据应用的另一端——“数据独裁”。
  2.消除高校内部各部门间的数据壁垒
  数据的潜藏价值要想得到充分释放,打破信息壁垒,将“数据孤岛”联合成片是必须的。数据组合使用的价值比单独使用、部分使用更有价值,组合数据的价值远大于单个数据集价值之和。融合起来的数据集合能够大大增强数据的生命力,而彼此孤立、不相融通的数据孤岛所能产生的效用十分有限。目前高校之中各个部门之间普遍存在着各自为政、信息交流不通畅的现象。不同部门之间的信息独立运行,产生的大量数据被封闭在各自的系统之中,利用率不高,造成了大量的数据资源浪费。因此,提升高校应用大数据的能力和水平,首要任务就是要拆除部门间的数据围墙,促进高校各部门间的数据融通共享,通过建立高校综合数据服务平台,整合汇总各部门间的数据,支撑海量数据之间的交换、共享和管理,进而实现大数据的及时交换、充分共享和积极利用,保障跨部门间的数据共享与业务协同。
  3.创建专业化的高校数据服务团队
  美国IBM公司曾为了帮助企业与政府机构利用现代化数据潮削减成本、提高效率,专门成立了名为“商业优化中心”的技术服务部门,目的在于通过数据与计算对决策活动提供有效的帮助。《大数据主义》的作者史蒂夫·洛尔提出“数据悖论”这一概念,即提供数据的能力已经遥遥领先,而应用数据的能力却十分落后的状况。数据量大并不一定意味着数据价值的增加,相反这往往意味着数据噪音的增多。由数据驱动的管理决策活动始于数据的收集和存储,高校数据来源的广泛性决定了数据内容的复杂性,原始数据之中必然夹杂着大量的无用信息甚至是虚假信息,数据质量直接影响数据分析的结果和预测准确度。这是高校在实际应用大数据辅助决策过程的一个难点所在,同时也反映出高校之中的“数据悖论”。在大数据时代,高校不仅要做数据的“高产大户”,更要做数据的“应用示范户”,改变以往能产而不用、多产而不会用的窘境。因此,高校应着力加强大数据人才的培养,建立一个专业化的高校大数据技术团,服务于高校数据的采集与传输、预处理、存储与管理、挖掘与分析以及显化等各个环节,保障高校大数据的科学利用和高效利用。
转载注明来源:https://www.xzbu.com/9/view-14929170.htm