還記得去年8·15電商競爭價格大戰嗎?如果你是某電商CEO，你還會採用這樣的競爭戰略嗎?變化是永恆的主題，企業管理不能一成不變。在大資料時代，電商採用價格戰是下策，能夠掌控基於大資料戰略的企業管理將有助於你超越現有的CEO。
成本領先戰略、差異化戰略、集中化戰略是企業在市場競爭中可選取的三大戰略。在資訊大爆炸時代，第四種競爭戰略——大資料戰略成為原三大競爭戰略的支撐。
大資料變革企業決策
傳統的企業管理流程是出現問題、邏輯分析、找出因果關係、提出解決方案，使問題企業成為優秀企業，這是逆向思維模式。大資料競爭戰略諮詢流程是收集資料、量化分析、找出相互關係、提出優化方案，使企業從優秀到卓越，是正向思維模式。
“資料是未來競爭優勢的基礎，將是重要的資源。”3月9日，IBM CEO羅睿蘭在非營利組織外交關係協會舉辦的一次活動上表示，“雲端計算、移動網際網路、社交網路和大資料正快速發展，這樣的技術進展將改變企業運營的方方面面。”羅睿蘭認為，大資料將改變企業決策、價值創造和價值實現的方式。
現在管理諮詢界奉行的“謀劃”、“憑感覺”式的企業管理就是要領導者和經理人員根據他們的主觀視角和經驗來看待資訊。目前，即使是在以科學性為導向的領域，決策仍然基於固定的看法。羅睿蘭表示：“以後，更多的決策將基於大資料分析而不是個人直覺。” 羅睿蘭認為，隨著資訊越來越多，如果能合理地利用資料，企業決策將更好、更客觀。IBM與美國孟菲斯警察局合作進行的一個專案“利用資料歷史減少犯罪”就是一個很好的例子。該專案分析發現，強姦案和戶外付費電話之間存在關聯。因此，警方決定將付費電話轉移至室內，這使得強姦案的發案率降低了30%。羅睿蘭進一步表示，要想合理利用大資料，思維方式需要轉變。
大資料時代最大的轉變是放棄對因果關係的探尋，取而代之關注相關關係，這是舍恩伯格在《大資料時代》中的描述。也就是說只要知道“是什麼”，而不需要知道“為什麼”。這與現有科學研究思維慣例不同，對人類的認知和與世界交流的方式提供了全新的模式。舍恩伯格指出大資料應用的三個思維變化：隨機樣本到全體資料;精確性到混雜性，尤其是大資料的簡單演算法比小資料的複雜演算法更有效;因果關係到相關關係。
大資料的技術挑戰顯而易見，但其帶來的管理挑戰更為艱鉅——要從高管團隊的角色轉變開始。大資料最重要的就是它會直接影響企業怎樣做決策、誰來做決策。在今天的整個商業世界中，人們仍然更多依賴個人經驗和直覺做決策，而不是基於資料。在資訊有限、獲取成本高昂且沒有被數字化的時代，讓身居高位的人做決策是符合實際情況的。這種決策者和決策過程是直覺主義流派，現在這種方式遭遇了大資料的挑戰。
基於平臺的量化分析
大資料挑戰直覺，首先要做的是量化分析。企業管理學界因觀點不同而分為眾多派系，但是“不會量化就無法管理”的理念卻是共識。這一共識足以解釋近年來的數字大爆炸為何無比重要。有了大資料，管理者可以將一切量化，從而對公司業務盡在掌握，進而提升決策質量和業績表現。
企業管理者對大資料量化分析，要從思維模式轉變開始。業內專家指出，首先，要養成思維習慣：“資料怎麼說?”每當遇到重大決策的時候，要緊跟著這個問題進一步問：“根據這些資料能得出什麼分析結果?”企業管理層的思維變化也會提高企業員工對大資料管理的執行力。其次，企業管理者要允許資料做主。如果企業員工用來自一線的大資料分析結果，推翻資深高管的直覺判斷，這將是改變企業決策文化的最大力量。基於規模龐大的資料量做出合理的決策，中間需要很長的分析過程。
此處的大資料的量化分析與傳統的“資料分析”有相同之處，大資料也力圖從資料中收集智慧，並將其轉化為企業的優勢。不同之處在於大資料資料量巨大、產生資料速度快、種類多樣。當一個資料來源具備這三個性質的時候，它就形成一個平臺。那些天生帶有數字基因的企業，比如谷歌和亞馬遜，已然是大資料平臺。但是，對於傳統企業而言，運用大資料獲得競爭優勢的潛力可能更大。企業可以做精準的量化和管理，做更可靠的預測和更明智的決策，可以在行動時更有目標、更有效率。這些都可以在一直以來由直覺而不是資料和理性主宰的領域實現。雖然感性的直覺和理性的資料是矛盾的，但是基於理性資料的感性判斷是可行的，特別是在企業運營層面。
和君諮詢集團合夥人高階諮詢師許寧認為，大資料對企業管理的影響暫時停留在業務層面，對內部管理少一些。電信運營商、銀行、阿里巴巴這樣的平臺型的企業才有足夠的資料，才有希望利用大資料進行企業運營管理。許寧說：“企業管理戰略層面越高，大資料貢獻的價值比重越低。現在來看，大資料對企業的貢獻主要在運營層面。”在許寧看來，基於電信、銀行等大資料平臺，通過量化分析，可以勾畫出個人的形象，包括性格、氣質、身高、體重等。隨著大資料的工具與理念的不斷傳播，許多深入人心的經驗的價值將被撼動。伴隨商業世界其他一些深刻的變革，公司向“大資料驅動”轉型必將遭遇巨大的挑戰，它需要管理者具有放手讓“大資料說話”的意識、對大資料量化分析的能力、利用大資料提升業績的管理能力。
大資料決定業績
如何運用大資料提升公司業績?各行各業對大資料的態度和應用方法五花八門。但是，其中有一定的關聯性：越是那些自定義資料驅動型的公司、平臺型公司，越會客觀地衡量公司的財務與運營結果。
對航空服務業來說，時間的精準就是優質的服務，尤其是航班抵達時間精準。美國一航空公司委託第三方調研公司Passur發現，大約10%的航班的實際到達時間與預計到達時間相差10分鐘以上，30%的航班相差5分鐘以上。為了提高服務質量，Passu公司通過蒐集天氣、航班日程表等公開資料，結合自己獨立收集的其他影響航班因素的非公開資料，綜合預測航班到港時間。至今，Passur公司已經擁有超過155處無源雷達接收站，每4.6秒就收集一次探測到的每架飛機的一系列資訊，這會持續地帶來海量資料。使用Passur公司的服務後，這家航空公司大大縮短了飛機預測到達時間和實際抵達之間的時間差。Passur公司為航空公司依據它們提供的航班到達時間做計劃，已經為每個機場每年節省數百萬美元。
大資料帶來更準的預測，更準的預測帶來更佳的決策和管理，零售業也有這樣的案例。美國零售巨頭西爾斯公司收集其專售的三個品牌的客戶、產品以及銷售資料，從這些海量資訊中挖掘價值。大資料潛在價值巨大，挖掘的困難也巨大：這些資料需要超大規模分析，且分散在不同品牌的資料庫與資料倉儲中，不僅數量龐大而且支離破碎。西爾斯公司需要八週時間才能制定出個性化的銷售方案，但往往做出來的時候，它已不再是最佳方案了。
西爾斯集團開始使用群集收集來自不同品牌的資料，並在群集上直接分析資料，而不是像以前那樣先存入資料倉儲。為了避免浪費時間，西爾斯集團先把來自各處的資料分析之後再做合併，這種調整讓公司的推銷方案更快、更精準。
Passur公司和西爾斯控股的例子展示了大資料的威力——它帶來更準確的預測、更高明的決策、更恰當的操作。當大資料應用於供應鏈管理的時候，它讓我們瞭解為什麼一家汽車製造商的產品故障率突然飆升;它可以持續詳細調查和處理幾百萬人的醫保狀況;它還可以基於產品特性的資料集，為線上銷售做出更好的預測和規劃。大資料在其他行業的應用也同樣成效顯著，無論金融業、旅遊、博彩業還是機械維修，在市場推廣、人力資源管理方面也都有極大的功用。
當然，基於大資料戰略的管理也有很多挑戰。調整領導力、人才、技術、決策、文化才能應對大資料戰略轉型。領導層利用資料設計清晰的目標，可以準確地知道自己定義的成功究竟是什麼。有目標也要有執行，隨著資料越來越廉價，實現大資料應用的統計學、視覺化、系統化人才變得越來越昂貴。優秀的人才要能夠處理海量、高速率、多樣化的大資料。大資料驅動的公司要問自己的第一個問題，不是“我們怎麼想?”而應該是“我們知道什麼?”這要求企業不能再跟著感覺走。
企業只有找到將資料科學與傳統技能完美結合的方式，才能打敗對手。不是所有的贏家都會將大資料用於其決策制定，但資料告訴我們，這樣確實勝算最大。