利用数据挖掘技术提升企业核心竞争力
付 沙 薛 娟 杨 波
摘要:文章阐述了数据挖掘技术的概念与基本任务,分析了企业核心竞争力的知识特征,并详细地论述了利用数据挖掘技术提升企业核心竞争力的方法和途径。
关键词:数据挖掘;核心竞争力;信息;知识管理
随着信息技术的迅速发展,信息化的推进使企业在日常经营过程中积累了大量已成为企业重要经济资源的数据,如何准确、高效地从这些丰富的数据中筛选出对企业经营决策有用的信息已成为众多企业迫切需要解决的问题,同时这也是学术界的研究热点之一。
正如诺贝尔奖获得者Arno Penzias博士指出的,数据挖掘变得越来越重要,这项技术使得企业能获得任何有关其顾客的信息与知识,任何企业如果不投资这项技术,则很有可能失去未来的市场。利用数据挖掘技术可以帮助企业实施科学有效的知识管理,提升企业的核心竞争力,促进企业科学、快速与可持续发展。
一、数据挖掘技术与核心竞争力
(一)数据挖掘技术
数据挖掘(Data Mining,简称DM)的概念是1995年在美国计算机学会ACM会议上首次被提出的,它融合了数据库技术、人工智能、模式识别、机器学习、信息学、统计学和数据可视化等多个领域的理论和技术。
数据挖掘是根据数据的微观特征,发现其表征的、带有普遍性的、较高层次概念的有效信息,是数据优势成为有效信息优势的基础工程。数据挖掘一方面将数据转化为信息和知识并在此基础上做出正确决策;另一方面提供一种机制,将知识融入到运营系统中进行正确的运作。数据挖掘工具是用户对数据仓库进行信息查询的软件工具,它是人们用于在数据仓库和商务智能推理过程中支持决策、解决问题或创造竞争优势而挖掘有价值信息时所必需的工具。数据挖掘工具支持OLAP的概念。数据挖掘工具包括查询与报表工具、智能代理、多维分析工具和统计工具。
(二)企业核心竞争力
核心竞争力这一概念来自于普拉哈拉德和哈默1990年在《哈佛商业评论》发表的一篇文章中提出的“公司的核心竞争力”概念,随后核心竞争力成为世界企业界和管理学界的研究热点并受到越来越多企业的重视。
关于核心竞争力的定义,公认的比较权威的看法是来自于普拉哈拉德和哈默的说法:“核心竞争力是组织中积累性学识,特别是关于如何协调不同的生产技能和有机结合多种技术的知识”。核心竞争力的实质是蕴涵在企业核心产品内部的知识和能力的集合。
现代市场竞争是基于核心竞争力的竞争。核心能力是企业知识,是企业关于产品、市场、内外管理的知识。企业的经营能否成功已经不再取决于企业的产品、市场的结构,而是取决于企业的行为反应能力。因此,企业战略的目标就在于识别和开发竞争对手难以模仿的核心竞争力,只有具备了这种核心竞争力,企业才能很快适应迅速变化的市场环境,不断满足顾客的需求,才能在顾客心目中真正扎根,使得顾客将该企业与竞争对手区别开来。
二、数据挖掘的基本任务
数据挖掘的任务通常可以分为两类:描述和预测。描述性挖掘任务主要是刻画数据库中数据的一般特性,找出存在的规则。其中具体包括概念描述、关联分析、分类分析与预测、聚类分类、孤立点分析、偏差检测和序列演变分析等。预测性挖掘任务主要是在当前数据上进行推断,以进行预测,相对决策者的直觉较客观得多。对于描述和预测目前应用较多的算法主要有关联规则、聚类、神经网络算法、遗传算法、回归、粗糙与模糊集方法等。
三、利用数据挖掘技术提升企业核心竞争力的途径
拥有先进获取信息的技术并对所搜集到的信息利用数据挖掘技术进行分析有助于企业在关键领域建立独特竞争优势。数据挖掘以其强大的关联、分类、预测等功能,对企业在运营过程中产生的信息数据进行有效的整合处理,为企业的经营决策提供了科学依据。数据挖掘技术的应用提高了企业获取信息的能力,为企业正确决策提供了有力保障,大幅度提升其核心竞争力。数据挖掘技术主要从以下几个方面提升企业的核心竞争力。
(一)分析企业内部经营信息
企业内部经营信息主要包括与企业经营管理有关的战略、组织结构、生产方式、学习方式、人力资源、内部人际关系以及组织建立方式等。企业通过内部经营信息的整合来分析企业的优势和劣势,有助于企业制定有针对性的战略,有效地利用自身资源发挥自身优势,同时避免企业的劣势或采取积极的态度改进企业劣势,扬长避短。利用数据挖掘技术、数据仓库技术和联机分析技术,管理者能充分利用企业数据仓库中的海量数据进行有效分析,并根据分析结果找出企业经营过程中出现的各种问题,并根据这些信息采取相应的行动,以适应不断变化的市场需求从而提高企业的核心竞争力。
(二)挖掘企业外部环境信息
企业外部环境是企业了解国家经济和社会运行状况的重要依据,可用来检查企业内部管理的情况。数据挖掘技术通过对企业外部环境信息包括政治、经济、政策、科技、市场、竞争对手、供求信息、消费者等与企业发展有关信息的收集、整理、分析和处理,掌握那些对企业发展有重大或潜在重大影响的外部环境信息,协助企业经营决策和战略决策的制定,有助于企业及时抓住市场机遇,调整管理方法和策略,促进企业健康、持续地发展。
(三)挖掘企业客户关系管理中的知识,改善客户关系管理
客户关系管理(CRM)是一种旨在改善企业与客户之间关系的新型管理方法,它是企业通过更富有意义的交流和沟通,理解并影响客户行为,最终实现提高客户获取、客户保留、客户忠诚和客户创利的目的。CRM中的数据挖掘是利用数据挖掘理论和技术创建描述和预测客户行为的模型,以实现企业有效的客户关系管理。通过数据挖掘技术可以对CRM与客户互动产生的信息进行分析处理,产生商业智能以支持企业战略战术的决策,包括客户服务支持、客户市场细分、客户变动分析、信用风险得分、客户生命周期价值模型等。也可以利用企业的营销中心、新闻组、BBS及呼叫中心等收集、存储和加工客户数据,并运用数据挖掘技术对这些客户数据进行分析和处理,以确定特定消费群体或个体的兴趣、消费习惯、消费倾向和消费需求,改善客户关系管理。利用数据挖掘技术来分析客户的数据,找出客户的购买模式不断地满足客户的需求,把客户当作企业重要资源来进行管理。
(四)挖掘企业间的知识,实行企业的供应链管理
供应链管理是一种跨企业的协作,覆盖了从原材料到最终产品的全部过程,其目的是将原材料供应商、产品制造者和最终客户紧密联系起来以消除或减少整个供应链中不必要的活动和成本。利用数据挖掘技术对企业间数据库中的信息进行分析,可以使管理者随时掌握生产与库存情况,将需求计划、预测、物料需求、采购处理、库存分配、订货、运输、收货、票据和支付等有关的信息统一起来,形成一条完整的供应链并对其进行有效的管理。这样不仅可以降低整个供应链中不必要的活动和成本,而且可以通过把产品和服务更快地传送到客户手中来创造价值。
(五)分析企业销售数据库中的信息
企业在销售中积累了大量的数据,例如,顾客购买历史记录、货物进出、消费与服务记录等。利用数据挖掘技术对这些数据进行处理、分析和推断,可以发现那些隐藏在数据中的信息,包括识别顾客购买行为,发现顾客购买模式和趋势等,提高货品销量比率,设计更好的货品运输与分销策略,从而减少商业成本。例如,商场营销主管通过了解顾客购物行为的一些特征,利用数据挖掘技术通过对顾客购买货物的数据分析,可以得到关于顾客购买趋向和兴趣的信息,从而为商业决策提供了可靠的依据,对提升企业竞争力与产品销售量大有帮助。
(六)进行信用风险分析和欺诈行为识别
利用数据挖掘技术可以对企业数据仓库中的海量数据进行分析和处理,以发现那些有失公允的交易行为、虚假的经营数据和会计报表。对客户的信用风险进行分析,对可能发生的欺诈危机进行预测,进而分析出企业发生欺诈的原因、动机、机会、方式方法和手段,并评价欺诈危机的严重性、发生的可能性及控制危机的成本。准确、及时地对各种信用风险和欺诈危机进行监视、评价、预警和管理,做好防范工作以提高企业的竞争能力。
(七)提供优质的产品和服务
利用数据挖掘技术对企业数据仓库中的大量数据进行处理、分析和推断,可以发现那些隐藏在数据中的模式、关联、规则和趋势,利用这些模式、关联、规则和趋势可以帮助企业创造出独有的新产品和服务,避免与同类企业在成本等方面的竞争。
(八)控制危机
企业危机发生时,管理者可以利用先进的数据挖掘技术进行控制,同时向客户、社区、新闻界发布有关的危机管理信息,并在各种媒体尤其是公司的网站上公布企业的详细风险防御和危机管理计划,使全体员工能够及时获取危机管理信息及危机最新的进展情况。企业的高层管理人员、公关人员、危机管理人员和全体员工能即时有准备地应付任何复杂情况和危急形势的压力,对出现的危机及时做出反应,采取有效的措施使危机的损失降到最低。
(九)有很强的前瞻性功能
采用数据挖掘技术,有助于企业汇总现有的绩效数据,判断今后的发展趋势和形态,利用情景分析功能规划未来的发展战略。这些前瞻性的功能将有利于用户认真地审视他们的历史业务信息,创建出可以利用的前瞻性模型,解决横向与特定行业中的业务难题,便于企业达成特定的业务目标,实现收益最大化,制定最优的价格政策,提高运营效率,最为重要的是获得灵活性和竞争的差异性。
四、结束语
数据挖掘技术的应用提高了企业获取信息的能力,为企业做出正确的决策提供了有力的保障。因此,利用数据挖掘技术有利于企业核心竞争力的提高,企业管理者应当充分利用数据挖掘技术,获取企业的内外部信息资源,使企业获得良好的竞争优势以实现其可持续发展。
参考文献:
1、段迎江.数据挖掘与企业信息化建设[J].科技创新导报,2008(12).
2、孙华梅.数据挖掘及其在企业管理中的应用[J].商业研究,2008(5).
3、徐君,张凯.基于数据挖掘的企业竞争力的提升[J].软科学,2008(10).
4、斯蒂芬·哈格,梅芙·卡明斯等著;严建援等译.信息时代的管理信息系统[M].机械工业出版社,2005(9).
5、谭汝聪.数据挖掘与企业核心竞争力[J].中国管理信息化,2007(10).
(作者单位:湖南财经高等专科学校)