基于大數(shù)據(jù)技術(shù)的企業(yè)上市孵化數(shù)據(jù)管理

蘇惠明

摘要：大數(shù)據(jù)時代技術(shù)的飛速發(fā)展對傳統(tǒng)企業(yè)的生產(chǎn)、管理和運營都產(chǎn)生了巨大影響，因此企業(yè)在管理模式、運營模式、創(chuàng)新模式等諸多方面也需要積極引入數(shù)據(jù)科學(xué)和技術(shù)。文章從企業(yè)大數(shù)據(jù)采集與存儲、企業(yè)大數(shù)據(jù)分析和處理、企業(yè)上市孵化數(shù)據(jù)處理方案等方面對大數(shù)據(jù)背景下的企業(yè)上市孵化數(shù)據(jù)管理進行了討論。

Abstract： The rapid development of technology in the big data era has had a huge impact on the production， management and operation of traditional enterprises. Therefore， enterprises also need to actively introduce data science and technology in many aspects such as management mode， operation mode and innovation mode. The article discusses the management of enterprise listing incubation data in the context of big data from the aspects of enterprise big data collection and storage， enterprise big data analysis and processing and enterprise listing incubation data processing solutions.

關(guān)鍵詞：大數(shù)據(jù);企業(yè)上市孵化數(shù)據(jù);管理

0? 引言

隨著大數(shù)據(jù)技術(shù)的飛速發(fā)展，管理者已認識到大數(shù)據(jù)是企業(yè)未來的戰(zhàn)略性資產(chǎn)[1]。數(shù)據(jù)是創(chuàng)新、競爭和生產(chǎn)的下一個前沿，能夠為企業(yè)帶來戰(zhàn)略決策能力提升、供應(yīng)鏈改進和組織敏捷性塑造等多方面的價值[2]。企業(yè)上市是指股份公司首次向社會公眾公開招股的發(fā)行方式，可以利用股票期權(quán)等方式實現(xiàn)對員工和管理層的有效激勵，有助于企業(yè)吸引優(yōu)秀人才，助力企業(yè)發(fā)展，證明企業(yè)實例，提升企業(yè)形象等諸多好處[3]。但企業(yè)上市本身需要經(jīng)過綜合評估、規(guī)范重組、正式啟動等階段，對企業(yè)籌資目標、原則、結(jié)構(gòu)、渠道與方式等方面都具有較高要求[4]。然而，企業(yè)上市的過程是一個復(fù)雜的過程，對其的股權(quán)結(jié)構(gòu)、經(jīng)營時間、管理層結(jié)構(gòu)、財務(wù)報表、融資體系等都具有較高的要求。而企業(yè)的直接或間接數(shù)據(jù)反映了企業(yè)各方面的顯性或隱性實際狀況。依托企業(yè)大數(shù)據(jù)，將不同企業(yè)納入到企業(yè)數(shù)據(jù)庫中，以推動企業(yè)上市孵化為目標，從企業(yè)選種、育種、孵化、優(yōu)化等各環(huán)節(jié)建立相應(yīng)的參考模型，進而建立大數(shù)據(jù)背景下的企業(yè)上市孵化全生命周期管理體系，對提高決策支持、促進企業(yè)發(fā)展具有重要意義。

1? 企業(yè)大數(shù)據(jù)采集與存儲

一般來講，企業(yè)社會關(guān)系網(wǎng)絡(luò)中的利益相關(guān)者可以分為三個類別：公共事務(wù)部門、商品供應(yīng)鏈組織和合作協(xié)作組織[5]。因此，企業(yè)數(shù)據(jù)采集不單單是企業(yè)內(nèi)部生產(chǎn)管理數(shù)據(jù)的采集，還需要對其他三類數(shù)據(jù)進行采集。從大數(shù)據(jù)的角度看，與企業(yè)相關(guān)的數(shù)據(jù)應(yīng)該是全量數(shù)據(jù)采集而不是抽樣數(shù)據(jù)采集。企業(yè)大數(shù)據(jù)采集可以通過多種方式進行，包括對企業(yè)及相關(guān)方的數(shù)據(jù)通過批處理或?qū)崟r處理等工具，對后臺生成的數(shù)據(jù)表、數(shù)據(jù)庫、日志等在線或離線數(shù)據(jù)進行系統(tǒng)性收集。此外，包括對智能終端、Web端控件、RFID射頻識別數(shù)據(jù)、傳感器數(shù)據(jù)、社交網(wǎng)絡(luò)數(shù)據(jù)等產(chǎn)生的數(shù)據(jù)進行全方位的采集。

采集到的數(shù)據(jù)形式多樣，格式各異，因此對企業(yè)大數(shù)據(jù)的存儲也需要建立相應(yīng)的數(shù)據(jù)倉庫。數(shù)據(jù)倉庫的建立需要將數(shù)據(jù)存儲供后期處理，因此需要對數(shù)據(jù)倉庫的設(shè)計時除了考慮多源異構(gòu)數(shù)據(jù)的存儲方式，還應(yīng)考慮數(shù)據(jù)的查詢、調(diào)度和管理等[6]。此外，由于數(shù)據(jù)本身的敏感性，企業(yè)大數(shù)據(jù)存儲方面還應(yīng)考慮到數(shù)據(jù)系統(tǒng)的可用性、可靠性、透明性、可伸縮性、容錯性及安全性等多方面的要素。

2? 企業(yè)大數(shù)據(jù)處理和分析

由于采集到的企業(yè)數(shù)據(jù)具有結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)及半結(jié)構(gòu)化數(shù)據(jù)等多種類型，同時，數(shù)據(jù)本身由于各種原因也存在不一致、缺失、噪聲等問題，因此無法進行直接處理。為了后期數(shù)據(jù)處理的可行性和進行數(shù)據(jù)挖掘需求，需要對數(shù)據(jù)本身進行辨別、歸類、清洗、抽取等處理[7]。在處理過程中，要將具有復(fù)雜類型和結(jié)構(gòu)的企業(yè)數(shù)據(jù)轉(zhuǎn)換為以需求為導(dǎo)向的便于處理的數(shù)據(jù)，通過去噪和過濾等手段摒棄某些數(shù)據(jù)。在處理過程中，應(yīng)盡量遵循按屬性歸類、數(shù)據(jù)標簽明確且具有唯一性、噪聲數(shù)據(jù)盡量平滑、異常數(shù)據(jù)盡量消除等原則。

企業(yè)大數(shù)據(jù)處理和分析的目的是盡量從前期采集到的數(shù)據(jù)中提取隱含在其中的能表征企業(yè)內(nèi)部特性的信息和知識，從而為企業(yè)決策提供依據(jù)。利用數(shù)據(jù)挖掘、統(tǒng)計分析、機器學(xué)習等技術(shù)手段和工具，通過對數(shù)據(jù)建立各類模型，進行分類、聚類、關(guān)聯(lián)規(guī)則、回歸分析、相關(guān)性分析等多種方式的處理，從而從各個維度深入挖掘企業(yè)內(nèi)在特征。

3? 企業(yè)上市孵化數(shù)據(jù)處理方案

在數(shù)據(jù)準備完成后，對不同企業(yè)納入企業(yè)項目庫中進行處理。依據(jù)不同的特性，可以將企業(yè)納入對應(yīng)的種子庫、培育庫、孵化庫，從而進一步從不同方面對企業(yè)的經(jīng)營和狀況進行優(yōu)化。針對企業(yè)數(shù)據(jù)的處理方案和流程如圖1所示。

企業(yè)項目庫中的企業(yè)需要進行篩選、培育和孵化等一系列流程和措施。

在項目選擇階段，通過對培育公司的信息采集、數(shù)據(jù)的篩選和清洗、運營平臺數(shù)據(jù)存儲等多種方式，可以獲取企業(yè)數(shù)據(jù)的原始信息。這些原始信息反映了企業(yè)顯性或隱性的直接特征，是后期對應(yīng)策略的可靠依據(jù)?？梢酝ㄟ^多種形式和手段對數(shù)據(jù)進行采集和存儲（參照本文2企業(yè)大數(shù)據(jù)采集與存儲），從而保證原始數(shù)據(jù)盡可能的全面、真實、可用和可處理。

在項目培育階段，需要對孵化項目進行價值鏈服務(wù)、資金鏈服務(wù)、資金全鏈管理、資金安全放火、風險控制等過程。在價值鏈服務(wù)過程中，按照企業(yè)數(shù)據(jù)屬性，可以對劃分為商業(yè)模式數(shù)據(jù)、財務(wù)數(shù)據(jù)、股權(quán)設(shè)計數(shù)據(jù)、法律架構(gòu)進行數(shù)據(jù)量化、團隊建設(shè)進行數(shù)據(jù)量化、融資戰(zhàn)略數(shù)據(jù)等。在這一過程中，如商業(yè)模式數(shù)據(jù)、財務(wù)數(shù)據(jù)、股權(quán)設(shè)計等數(shù)據(jù)可以直接得到且數(shù)據(jù)要求真實可靠，而諸如法律結(jié)構(gòu)、團隊建設(shè)等方面的數(shù)據(jù)由于其自身特點，并不能直接體現(xiàn)，需要對其通過參考模型、打分和權(quán)重設(shè)置、分級和評價體系等方式進行量化處理。

在資金鏈管理中，需要考慮到銀行資金數(shù)據(jù)、投資機構(gòu)數(shù)據(jù)、基金諸如數(shù)據(jù)、資本市場注入數(shù)據(jù)、政府/民間數(shù)據(jù)等一系列資金數(shù)據(jù)的管理，從而形成各類資金的全鏈管理。由于數(shù)據(jù)來源眾多，結(jié)構(gòu)各異，可以利用各種大數(shù)據(jù)的工具和技術(shù)進行處理。同時，可以通過區(qū)塊鏈等技術(shù)加強對數(shù)據(jù)的安全防護，以及采取資金預(yù)警模式、數(shù)學(xué)模型、閾值警報等方式對風險進行控制。

通過從數(shù)據(jù)角度對項目進行篩選和培育后，就可以將種子企業(yè)納入項目孵化庫，對應(yīng)的通過對種子企業(yè)進行多維度的綜合評價，用量化的方法對企業(yè)進行打分，進而形成初步的企業(yè)診斷報告。對于不同層級的企業(yè)，對應(yīng)執(zhí)行并購/重組/IPO定制等多種方案。在方案定制過程中，需要綜合考慮數(shù)據(jù)運營、智能投顧、風險控制等多個角度的對應(yīng)策略，從而推動企業(yè)在上市孵化過程中的策略有效性和可行性。此外，通過數(shù)據(jù)為項目孵化庫中企業(yè)信息管理提供決策支持，包括資產(chǎn)優(yōu)化、運營策略、品牌推廣等方面。

在整個企業(yè)上市孵化的數(shù)據(jù)管理中，還應(yīng)及時將政府和行業(yè)需求變更考慮進來，關(guān)注政府的政策指引和行業(yè)的實時動態(tài)，及時調(diào)整不同企業(yè)相應(yīng)的針對策略，秉持持續(xù)改進的原則，全盤及時、動態(tài)的對數(shù)據(jù)進行分析和管理。

4? 結(jié)語

隨著現(xiàn)代社會的飛速發(fā)展和信息技術(shù)、大數(shù)據(jù)技術(shù)的不斷發(fā)展，數(shù)據(jù)本身已經(jīng)成為一種增長快速、多源異構(gòu)、可重復(fù)利用且決策價值大的新型資源[8]。數(shù)據(jù)量的指數(shù)級增長及專業(yè)的大數(shù)據(jù)服務(wù)公司和機構(gòu)不斷涌現(xiàn)，數(shù)據(jù)科學(xué)和大數(shù)據(jù)技術(shù)成為當前熱門的學(xué)科和技術(shù)。大數(shù)據(jù)技術(shù)對傳統(tǒng)企業(yè)的生產(chǎn)、管理和運營都產(chǎn)生了巨大影響，因此企業(yè)在管理模式、運營模式、創(chuàng)新模式等諸多方面也需要積極引入數(shù)據(jù)科學(xué)和技術(shù)，從而更好的發(fā)展自身，有效推動我國經(jīng)濟的進一步發(fā)展。

參考文獻：

[1]鄭力源，周海煒.企業(yè)大數(shù)據(jù)能力：研究綜述與未來展望[J]. 科技進步與對策，2019（15）.

[2]Pett T L， Wolff J A， Perry J T. Information technology competency in SMEs： an examination in the context of firm performance[M]. 2010.

[3]趙山利.互聯(lián)網(wǎng)金融與風險投資研究[D].對外經(jīng)濟貿(mào)易大學(xué)，2015.

[4]柯志賓，張瑋，張學(xué)華.現(xiàn)代企業(yè)上市融資的問題及對策[J]. 廈門科技，2012（05）：22-24.

[5]謝從晉，畢孝儒，楊柳.經(jīng)濟和社會資本大數(shù)據(jù)與企業(yè)創(chuàng)新動態(tài)評估研究[J].經(jīng)濟問題，2019（10）.

[6]施伯樂，汪衛(wèi).THE SURVEY OF THE RESEARCH ON DATA WAREHOUSE AND DATA MINING%數(shù)據(jù)倉庫與數(shù)據(jù)挖掘研究進展[J].計算機應(yīng)用與軟件，2003，020（011）：10-12，53.

[7]劉紅巖，陳劍，陳國青.數(shù)據(jù)挖掘中的數(shù)據(jù)分類算法綜述[J]. 清華大學(xué)學(xué)報（自然科學(xué)版），2002（6）：18-21.

[8]劉智慧，張泉靈.大數(shù)據(jù)技術(shù)研究綜述[J].浙江大學(xué)學(xué)報：工學(xué)版，2014，48（6）：957-972.