企业大数据应用构成要素及其风险

【摘 要】论文针对企业大数据应用构成要素及其风险进行研究，从信息周期视角下的企业大数据应用入手，结合信息生命周期视角下的企业大数据应用构成要素，对企业大数据应用的风险展开论述。最后，论文根据大数据应用的风险要素，提出具体的风险防范措施。希望论文的研究，能为提升我国企业大数据应用的安全性提供参考性建议。

【Abstract】Paper analyzes the component and risk of the big data applied in enterprises， starting from the application of enterprise big data from the perspective of information cycle， combined with the component of enterprise big data from the view of information life cycle， paper analyzes the application risk of big data in enterprise， then puts forward the prevention and control measures according to these risk factors， hoping to provide reference for improving the safety of big data in Chinese enterprise.

【关键词】企业大数据；数据应用；构成要素；风险

【Keywords】enterprise big data； data application； elements； risk

【中图分类号】F407.67 【文献标志码】A 【文章编号】1673-1069（2017）07-0105-02

1 引言

当今的大数据，对于企业来说是一项宝贵的资源。通过分析和统计数据之后，可以将其隐藏的信息为企业提供有价值的商业信息，成为企业决策的重要依据。随着信息技术的发展，大数据的应用规模也越来越大，但是，企业在大数据应用中，也面临着数据安全和隐私泄露等风险。为了使大数据应用发挥更大的价值，加强对企业大数据应用构成要素及其风险的分析具有重要意义。

2 信息周期视角下的企业大数据应用

2.1 企业信息生命周期不同阶段

信息生命周期，具有不同的阶段。根据数据源的多样性，原始数据可以分成直接采集的数据以及第三方合作集成的数据。原始数据中，一般包括格式错误的数据以及无效的虚假数据。这些数据若应用到分析中，会起到一定的误导作用，改变分析结果，使企业获得错误的结论。因此，企业的大数据应用，应当在应用之前过滤掉虚假信息和数据。经过有效的处理之后，才能通过分析得出最权威的结果。企业会对这些有规律、有逻辑关系的结果加以利用，以此作为企业做出决策的依据，保证企业战略决策的正确性。

2.2 企业应用大数据后的变化

企业应用大数据后，企业的决策角色和流程，都会发生相应的变化。CIO作为企业信息系统的建设者和使用者，能够根据商业策略，制定相对应的信息系统。传统的企业环境中，信息数据来源十分局限，其高效的处理和分析也难以完成，因此，导致数据无法发挥作用。CIO在商业的决策中，从企业的支撑者转换为企业的决策参与者。同时，大数据的应用功能，也使数据科学家的作用得到发挥。在大数据技术基础上，科学家可以对其进行建模，有针对性地进行业务分析，将获取的知识作为商业决策的输入，参与到决策中来。

3 信息生命周期视角下的企业大数据应用构成要素

3.1 大数据业务平台数据应用源头

从信息生命周期的视角来看，企业大数据应用的组成要素包括四个部分，分别为业务平台、分析平台、数据源和数据管理等。大数据业务平台，作为大数据应用的源头，起到决定分析目的的作用。大数据业务平台是其应用的终点，该平台产生的知识，需要通过企业的商业决策才能够发挥作用。另外，大数据的分析结果，可以作为决策输入，被企业所拥有，形成应用系统输入。该分析结果的价值发挥，是根据不同企业的具体情况而选择出来的。新的商业模式也是在大数据应用中产生的。

3.2 大数据分析平台的业务模块分析

大数据的分析平台包括三个业务模块，分别为数据处理、数据存储、数据分析等。这些模块的构建，在一定程度上决定了分析平台的技术选择。首先，数据处理，是指对数据源中的残缺数据、错误数据、重复数据等进行过滤，通过业务建模，选择好数据源后，利用提取、转换、加载等过程，从中抽取出有效数据。其次，数据存储，是指对大数据进行大容量的存储，将其达到PB级别。大数据的存储需要异构化和分级存储，以此满足企业多种结构化等需求，按照数据访问热度，分配不同存储介质，以降低成本。最后，数据源主要由两部分构成，包括内部和外部数据源，内部数据来源于企业信息系统，外部数据源来源于设备和第三方数据的集成。

4 企业大数据应用的风险分析

对企业大数据应用的风险分析，有助于企业根据信息生命周期的不同管理风险，采取不同的应对措施。企业大数据应用的风险，主要包括以下几种：第一，数据源选择风险。企业数据的来源具有多样性、复杂性，许多数据是具有缺陷的。企业在应用时，需要从源头上防治不良数据的侵蚀，以及带来的管理风险。第二，复杂、实时、多样性大数据的处理风险。大数据环境下，存储和分析的数据量复杂，数据的处理方法单一，使其不能适应大数据的需求，影响数据的处理数量和处理速度，为存储技术带来风险。第三，海量、非结构化的数据存储风险。巨大的数据会为存储容量带来风险，数据库技术也无法对其数据进行有效存儲，该方面缺少新技术和方法。第四，数据安全管理及隐私保护风险。企业没有采取完善措施，保证信息存储和传输的安全性，数据的使用和披露形成矛盾。

5 企业大数据应用的风险防范措施

5.1 明确大数据应用的风险要素

企业大数据应用的风险防范措施的实施，首先要明确大数据应用的风险要素，认识到大数据应用的重要意义的同时，也要提升其应用的风险意识[1]。企业需要系统地对数据源的选择与处理等环节加大认识，对数据存储、数据分析、数据安全管理等进行风险要素分类，确保每个环节安全措施的实施，保证大数据发挥应有作用。此外，企业需要提前预知风险带来的各种危害，并通过业务、技术等方面，对风险进行防范和控制，全面评估大数据应用的潜在风险和价值。

5.2 加强大数据复合型人才的培养

加强大数据复合型人才的培养，也是企业大数据应用的风险防范措施之一。在企业中，技术部门属于企业中的支撑部门[2]。其没有参与到决策中，是由于该部门的人才结构较为单一，缺少与其他部门的互动和信息交流。在大数据时代下，为了凸显数据的价值，业务决策就要结合各个部门的决策和建议。以业务决策为例，就要借鉴技术部门的数据处理和分析。加强对大数据复合型人才的培养，使其具备业务、技术、法律等综合素养，使单一角色实现多功能。

5.3 实现数据模型标准化以促进数据共享

企业大数据应用的风险防范措施中，还包括实现数据模型标准化以促进数据共享，主要是实现企业掌握数据的全面性，形成全国联网共享，解除数据价值发挥的限制。企业也要设立统一标准，提供数据共享基础。从长远的角度看，企业必须以共享的模式，推动共享趋势发展，与其他产业建立联盟，同时推动同一行业数据模型的标准化。除此之外，国家还要推动数据安全管理，在隐私保护方面加强立法[3]。在应用大数据时，本身就要考虑其安全性与管理制度、法律制度的统一，避免信息遭到破坏和泄露，因此，为保障企业和公民的信息安全，要制定相应的法律，通过法律手段，实现数据的安全保护。

6 结语

大数据是当代信息技术的新型产业，具有无穷的开發潜力和价值。本文针对企业大数据应用构成要素及其风险进行研究，从信息周期视角下的企业大数据应用入手，分析了企业信息生命周期不同阶段特征，以及企业应用大数据后的变化等重要内容。接着，本文通过大数据业务平台数据应用源头，以及大数据分析平台的业务模块分析两方面的内容，详细说明了信息生命周期视角下的企业大数据应用构成要素。最后，本文根据企业大数据应用要素，提出了企业大数据应用的几点风险防范措施：第一，明确大数据应用的风险要素；第二，加强大数据复合型人才的培养；第三，实现数据模型标准化以促进数据共享。希望本文的研究，能为提升我国企业大数据应用的安全性提供一份借鉴，进而使大数据的应用为企业带来更大的商业价值。

【参考文献】

【1】王发明，于志伟.区域循环经济系统抗风险能力研究——基于网络关系的视角[J].科研管理，2015（04）：101-108.

【2】袁锐.传统能源行业数据化转型的管理创新探索——以大数据神华为例[J].现代管理科学，2017（06）：55-57.

【3】王馨晨.大数据背景下数据挖掘技术在电子商务营销拓展中的应用——以某网商企业为例[J].生产力研究，2017（04）：64-67.

推荐访问:风险 构成要素 数据 企业