前不久，腾讯浏览指数（TBI）发布了《中国SUV车迷内容消费众生相》大数据报告。报告基于移动互联网时代用户的全新浏览习惯，对SUV车迷的内容浏览兴趣进行了详细统计和分析，从海量大数据中，针对车迷的基本特征和内容消费兴趣进行了多维度的研究和解读。有媒体认为，随着TBI的逐步完善，通过基于浏览标签产生的强关联大数据，可以对不同消费群体的消费倾向、消费行为、消费特征进行分析，为公司的产品定位等提供决策依据。
当前，中国正在加速融入经济全球化的进程，国际、国内市场环境日趋变幻莫测，机遇与挑战并存。如何抓住机遇，这就需要企业具备优秀的决策能力。在这个过程中，大数据正扮演着越来越重要的角色。
1.大数据，让决策回归问题本身
对于企业来说，投资决策涉及企业的经营发展方向、生产能力规模等问题，是企业所有决策中最为关键、最为重要的决策。每一次投资的背景、特点和要求都具有独特性，无明显的规律可遵循，丰富、完整的情报支持有利于企业更好地研究自身资源禀赋与拟投资项目的可匹配性。
从这方面来说，大数据本身含有的巨大体量数据能为企业的情报分析提供极为广阔的空间。放眼全球，一些国际零售巨头们早已从大数据情报分析中尝到了甜头。比如，西班牙ZARA国际时装巨头运用大数据让自己既有的快时尚模式如虎添翼；亚马逊实现了基于大数据的精准营销；沃尔玛通过分析社交网站海量数据发现消费者的偏好与需求。在国内，农夫山泉在没有数据实时支撑时，在物流领域花了很多冤枉钱，有了大数据支撑后，就形成物流成本、运输环境等应用场景以及数据模型，也正由于此，农夫山泉近年实现了30%~40%的年增长率。
可以说，庞大的、渠道多样化的数据更具有统计分析和相互验证的意义，更能为各种投资分析模型提供支持。在大数据未出现之前，企业投资决策往往苦于数据的缺乏和搜集渠道的单一，只能凭借“相对准确”的数据作为投资参考，同时依赖企业领导者的天赋和经验。一个项目行不行，适不适合企业的发展需要，往往是由企业决策人员根据自己相对“靠谱”的分析结果决定的。
而大数据的出现，改变了长期以来依靠经验、理论和思想的管理决策方式，直觉判断让位于精准的数据分析。企业完全可以通过科学的情报分析方法将产品市场数据、竞争对手上下游数据、项目财务数据等海量数据，转化为可利用的精准情报。
对企业高层管理者而言，由于不用担心数据缺失或者数据获取困难，因此决策重心回到问题本身，而决策者的任务则是发现和提出正确的问题。
2.拥抱大数据，石油业寻求高效决策路径
决策理论学派认为，决策是管理的核心，它贯穿于管理的全过程。而大数据则能为企业提供丰富数据源，提高企业决策的质量，同时也提升企业决策者的洞察力。
当前，油气行业正面临着巨大的挑战，不断攀升的开采成本导致新油藏的钻探难度不断增加。在此背景下，一些国际石油公司将重心放在数据的采集、储存和分析上，希望借此获得经济上的回报。
比如，在油气勘探阶段，通常人们通过监测地壳活动引起的低频地震波来确定探井位置。当低频地震波经过含油区域时，波形会发生扭曲。此时，勘探人员可通过地面接收设备对地层是否含油进行调查。过去，勘探人员确定井位时只能分析几千条记录。但是，随着过去几年技术的不断进步，勘探活动中搜集到的数据量呈现爆炸式增长，人们已经可以分析上百万条记录。壳牌公司通过与惠普的合作，将传感器数据通过光缆传输至由亚马逊网络服务商维护的专有服务器上，通过将潜在油田数据与世界上其他的油田数据作对比，使得地震数据分析更加精确。基于分析的结果，石油勘探人员就能够对井位做出更加准确的判断。
BP公司则启用了新的高性能计算中心。该中心庞大的数据处理能力帮助地震成像团队模拟、处理、预测储层的情况，让他们更清楚地看到地球表面下的结构，显著减少了分析地震数据所需的时间，也能够使得他们在开钻前进行更细致的地质建模。这些成果确保了BP公司在地震资料处理领域的领先地位，在进行重大区块投资时体现了重要参考价值。强大的数据处理能力，令BP在里海、特立尼达和多巴哥、北海、墨西哥湾和印度尼西亚的业务都受益匪浅。BP副总裁费雷道恩·阿巴西安表示，上游专业技术融合其他领域知识，将挖掘大数据的真正价值，提高BP的决策支持能力和公司整体绩效。
与油气勘探类似，大数据技术也可应用于石油行业的其他板块，例如集输、炼化和销售。壳牌的业务涵盖上中下游，其中也包括成品油销售部分。由于炼油厂产能有限，因此炼油厂的选址必须尽量靠近其消费市场，从而达到降低运输成本的目的。为此，壳牌利用大数据挖掘技术，根据炼油成本、经济指标和天气状况等数据，确定汽油需求量、分配资源以及确定汽油价格。
3.人才与能力，“大数据+”的基础
根据WinterCorp的调查显示，最大的数据仓库中的数据量每两年增加3倍（年均增长率为173%），其增长速度远超摩尔定律增长速度。在这样的大数据时代，数据来源存在多元化，数据类型具有多样性，数据增长更新时刻动态变化。可以说，当前的企业内外部情报环境空前复杂。而如何确保情报的可靠，这就要求企业要有强大的数据情报搜集分析能力。
虽然说大数据为企业的决策提供了新的思路与途径，但是目前在利用大数据上，企业还存在着搜集处理和分析数据能力有限、对大数据认识不足等问题。
对此，企业要从大数据中获得准确的决策依据，必须从以下三个方面入手:
一 企业数据获取、处理的机制需要完善。一直以来，一些企业获取竞争情报等信息的途径主要有两方面，一方面是从企业自身的情报收集处理分析部门获取，一方面是从委托的第三方咨询机构完成。企业自身的分析部门侧重于企业内部数据的收集整理及分析，而企业外部的数据则从第三方咨询机构以项目或者专业报告的形式完成。这两者彼此分工明确，合作模式单一。面对数据的膨胀增长，数据分析结果更新加快，决策的时间要求越来越短，这种模式已经不适合企业利用大数据进行决策的实际，需要创新组织模式及管理机制。
二 企业大数据处理专业人才缺乏。“大数据”全在于发现和理解信息内容及信息与信息之间的关系，这要求企业大数据处理专业人才不仅要具备数据收集统计能力、熟悉大数据分析工具操作，要具备全面了解企业内部资源禀赋的业务能力，同时要具备一定的企业管理能力。只有这样的人才才能让数据“说话”，激活大数据的价值，重新建构数据之间的关系，进而转换成投资决策所需的竞争情报。
三 企业数据的分析方法不能适应大数据时代的要求。目前，很多企业处理竞争情报等信息数据的方式是基于静态、结构化数据基础之上的。而大数据明显的特征就是分布式、非结构、动态性。这就造成了现有的企业数据分析方法满足不了大数据发展的要求。因此，必须在数据的处理量、数据类型、处理速度和方式方法上进行创新。
总而言之，企业若希望用大数据来指导决策，不仅要将焦点放在数据分析上，更需要围绕大数据制订合理的规划、组织架构，打造有效的大数据团队，并培养基于数据进行决策的企业文化和制度。
（特约记者 傅文水 通讯员 孙传梅）
摘自：cnooc
