《基于大数据技术的企业上市孵化数据管理.docx》由会员分享，可在线阅读，更多相关《基于大数据技术的企业上市孵化数据管理.docx（4页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、基于大数据技术的企业上市孵化数据管理基于大数据技术的企业上市孵化数据管理 苏惠明 摘要：大数据时代技术的飞速发展对传统企业的生产、管理和运营都产生了巨大影响，因此企业在管理模式、运营模式、创新模式等诸多方面也需要积极引入数据科学和技术。文章从企业大数据采集与存储、企业大数据分析和处理、企业上市孵化数据处理方案等方面对大数据背景下的企业上市孵化数据管理进行了讨论。 Abstract： The rapid development of technology in the big data era has had a huge impact on the production， management
2、 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
3、data from the aspects of enterprise big data collection and storage， enterprise big data analysis and processing and enterprise listing incubation data processing solutions. 关键词：大数据;企业上市孵化数据;管理 0 引言 随着大数据技术的飞速发展，管理者已认识到大数据是企业未来的战略性资产1。数据是创新、竞争和生产的下一个前沿，能够为企业带来战略决策能力提升、供应链改进和组织敏捷性塑造等多方面的价值2。企业上市是指股份公
4、司首次向社会公众公开招股的发行方式，可以利用股票期权等方式实现对员工和管理层的有效激励，有助于企业吸引优秀人才，助力企业发展，证明企业实例，提升企业形象等诸多好处3。但企业上市本身需要经过综合評估、规范重组、正式启动等阶段，对企业筹资目标、原则、结构、渠道与方式等方面都具有较高要求4。然而，企业上市的过程是一个复杂的过程，对其的股权结构、经营时间、管理层结构、财务报表、融资体系等都具有较高的要求。而企业的直接或间接数据反映了企业各方面的显性或隐性实际状况。依托企业大数据，将不同企业纳入到企业数据库中，以推动企业上市孵化为目标，从企业选种、育种、孵化、优化等各环节建立相应的参考模型，进而建立大数
5、据背景下的企业上市孵化全生命周期管理体系，对提高决策支持、促进企业发展具有重要意义。 1 企业大数据采集与存储 一般来讲，企业社会关系网络中的利益相关者可以分为三个类别：公共事务部门、商品供应链组织和合作协作组织5。因此，企业数据采集不单单是企业内部生产管理数据的采集，还需要对其他三类数据进行采集。从大数据的角度看，与企业相关的数据应该是全量数据采集而不是抽样数据采集。企业大数据采集可以通过多种方式进行，包括对企业及相关方的数据通过批处理或实时处理等工具，对后台生成的数据表、数据库、日志等在线或离线数据进行系统性收集。此外，包括对智能终端、Web端控件、RFID射频识别数据、传感器数据、社交网
6、络数据等产生的数据进行全方位的采集。 采集到的数据形式多样，格式各异，因此对企业大数据的存储也需要建立相应的数据仓库。数据仓库的建立需要将数据存储供后期处理，因此需要对数据仓库的设计时除了考虑多源异构数据的存储方式，还应考虑数据的查询、调度和管理等6。此外，由于数据本身的敏感性，企业大数据存储方面还应考虑到数据系统的可用性、可靠性、透明性、可伸缩性、容错性及安全性等多方面的要素。 2 企业大数据处理和分析 由于采集到的企业数据具有结构化数据、非结构化数据及半结构化数据等多种类型，同时，数据本身由于各种原因也存在不一致、缺失、噪声等问题，因此无法进行直接处理。为了后期数据处理的可行性和进行数据挖
7、掘需求，需要对数据本身进行辨别、归类、清洗、抽取等处理7。在处理过程中，要将具有复杂类型和结构的企业数据转换为以需求为导向的便于处理的数据，通过去噪和过滤等手段摒弃某些数据。在处理过程中，应尽量遵循按属性归类、数据标签明确且具有唯一性、噪声数据尽量平滑、异常数据尽量消除等原则。 企业大数据处理和分析的目的是尽量从前期采集到的数据中提取隐含在其中的能表征企业内部特性的信息和知识，从而为企业决策提供依据。利用数据挖掘、统计分析、机器学习等技术手段和工具，通过对数据建立各类模型，进行分类、聚类、关联规则、回归分析、相关性分析等多种方式的处理，从而从各个维度深入挖掘企业内在特征。 3 企业上市孵化数据
8、处理方案 在数据准备完成后，对不同企业纳入企业项目库中进行处理。依据不同的特性，可以将企业纳入对应的种子库、培育库、孵化库，从而进一步从不同方面对企业的经营和状况进行优化。针对企业数据的处理方案和流程如图1所示。 企业项目库中的企业需要进行筛选、培育和孵化等一系列流程和措施。 在项目选择阶段，通过对培育公司的信息采集、数据的筛选和清洗、运营平台数据存储等多种方式，可以获取企业数据的原始信息。这些原始信息反映了企业显性或隐性的直接特征，是后期对应策略的可靠依据。可以通过多种形式和手段对数据进行采集和存储（参照本文2企业大数据采集与存储），从而保证原始数据尽可能的全面、真实、可用和可处理。 在项目
9、培育阶段，需要对孵化项目进行价值链服务、资金链服务、资金全链管理、资金安全放火、风险控制等过程。在价值链服务过程中，按照企业数据属性，可以对划分为商业模式数据、财务数据、股权设计数据、法律架构进行数据量化、团队建设进行数据量化、融资战略数据等。在这一过程中，如商业模式数据、财务数据、股权设计等数据可以直接得到且数据要求真实可靠，而诸如法律结构、团队建设等方面的数据由于其自身特点，并不能直接体现，需要对其通过参考模型、打分和权重设置、分级和评价体系等方式进行量化处理。 在资金链管理中，需要考虑到银行资金数据、投资机构数据、基金诸如数据、资本市场注入数据、政府/民间数据等一系列资金数据的管理，从而
10、形成各类资金的全链管理。由于数据来源众多，结构各异，可以利用各种大数据的工具和技术进行处理。同时，可以通过区块链等技术加强对数据的安全防护，以及采取资金预警模式、数学模型、阈值警报等方式对风险进行控制。 通过从数据角度对项目进行筛选和培育后，就可以将种子企业纳入项目孵化库，对应的通过对种子企业进行多维度的综合评价，用量化的方法对企业进行打分，进而形成初步的企业诊断报告。对于不同层级的企业，对应执行并购/重组/IPO定制等多种方案。在方案定制过程中，需要综合考虑数据运营、智能投顾、风险控制等多个角度的对应策略，从而推动企业在上市孵化过程中的策略有效性和可行性。此外，通过数据为项目孵化库中企业信息
11、管理提供决策支持，包括资产优化、运营策略、品牌推广等方面。 在整個企业上市孵化的数据管理中，还应及时将政府和行业需求变更考虑进来，关注政府的政策指引和行业的实时动态，及时调整不同企业相应的针对策略，秉持持续改进的原则，全盘及时、动态的对数据进行分析和管理。 4 结语 随着现代社会的飞速发展和信息技术、大数据技术的不断发展，数据本身已经成为一种增长快速、多源异构、可重复利用且决策价值大的新型资源8。数据量的指数级增长及专业的大数据服务公司和机构不断涌现，数据科学和大数据技术成为当前热门的学科和技术。大数据技术对传统企业的生产、管理和运营都产生了巨大影响，因此企业在管理模式、运营模式、创新模式等诸多方面也需要积极引入数据科学和技术，从而更好的发展自身，有效推动我国经济的进一步发展。 4