企业档案管理中大数据分析法的应用

寇晓卫

摘 要：随着云计算技术在市场中取得不俗成功，物联网和移动互联网终端逐渐占据市场的主流位置，使得人类的大数据技术应用具备了丰富的信息化基础。尤其是当今时代的移动终端设备快速兴起，海量的信息数据得以产生，传统的数据分析模式并不能良好的满足当今数据分析的要求，催生了大数据分析法的应用。据此，本文针对现代化企业管理中对大数据分析法的应用进行了阐述，希望可以有所助益。

关键词：数据；信息化；管理；信息；资源

2015年8月31日，我国国务院在印发《促进大数据发展行动纲要》中明确表示大数据发展的重要性及未来工作开展的主要方向，强调了大数据技术与云计算、物联网、互联网等技术的对接，强化产业对该项技术的理解和应用，促进我国信息技术整体应用能够水平的提升。事实上，大数据时代的来临也必将引领一系列的变革，对人们的思维、工作模式以及价值产生巨大的影响，对于传统商业模式的冲击也必然更具颠覆性，需要企业认真应对，强化自身档案管理的大数据技术应用和实践，结合自身实际情况做好调整。

1 大数据技术的概述

大数据，涉及到巨量的信息资源和资料。其规模之大，传统的数据分析工具并没有能力在所需的时间内达成处理、分析以及总结，并最终形成可供用户参阅的资讯。而大数据技术则是应运而生，被用于处于这样数据的一种技术。同时，该项技术还具有强化的数据可视化职能，对于数据价值的挖掘和呈现具有非常强的效果。从麦肯锡全球研究所的说法来看，大数据属于功能强大的巨型数据集合。因为这类数据集合的规模和数量级都远超以往的认识，同时在数据信息采集、储存以及管理分析等方面的作用也远远超过了传统数据库软件工具的水平。在学术界，大数据技术的解读则更多表现在对其价值的肯定，指名大数据已經成为信息资产的一种形式。其海量数据除了本身作为基础性资源的价值之外，在经过大数据强大的分析和总结之后，还能产生更加巨大的价值，这属于大数据能力的价值加成。

大数据的主要特点被概括为为“4V”，分别是Volume、Variety、Value以及velocity四个方面。分别代表了数据量规模巨大、数据类型复杂多样、价值与总量之比低、数据处理和分析速度快的特点。

2 企业档案管理中大数据分析法的应用分析

（一）通过可视化分析来强化企业档案数据资源可理解性

大数据可视分析功能主要是指大数据在进行数据自动分析和信息挖掘的过程中，利用计算机显示界面来实现更具沟通成效的交流，有效融合计算机运算能力和人类认知基础，来实现海量复杂数据的价值呈现。简单来看，企业档案信息数据资源的可视化分析可看作是利用工具来呈现出表格、文本、具体数据、规律描述等交互形式，帮助企业经营管理者进行理解。

早在2015年的春节“百度迁徙”中，就让人们真切的感受到了大数据可视化带来的巨大效果。其对百度后台每天所产生的数十亿次LBS定位数据进行了有效的计算和分析，对中国人口浅析的轨道和痕迹进行可视化展现，为政府部门的行政决策提供科学有效的依据。同时，也对不少的企业带来了启示。

现阶段，文本数据可视化技术已经有了不少的研究和发展，不少诸如标签云在内的软件就能够对文本内所蕴含的主题、逻辑、词频以及重要性等要素进行可视化转换，这也为企业档案管理的数据分析带来良好帮助。除此之外，不少信息图表类、时间线类以及数据地图类等可视化工具也有了相当的发展和应用，例如： Google chart、 IBM Many Eyes等等。这些新技术的应用也会为企业档案资源的数据分析工作带来更加清晰明朗的展现，帮助企业决策工作的开展。

（二）语义引擎助力企业档案数据资源的自动化采集

大数据时代全球信息量的存量和增长都产生了意想不到的数字，传统的自动化分类和关键词检索已经难以应对这样的工作，用户对于信息的深度汲取需求得不到满足。大数据技术背景下的减速也在准确性和效率有了极大的提升，自动化采集和语义搜索引擎也得到了研发。该引擎的根本优势在鱼可以通过语言逻辑去推导输入者的正确意图，实现信息采集的自动化和智能化。

对于企业档案管理工作而言，语义引擎的应用则可以有效提升用户真正需求的挖掘，在数据分析上具有更加人性化的特点。事实上，亚马逊就已经采用这样的语义检索引擎，并结合协同过滤关联规则来帮助用户对心意产品的搜索，对于企业自身的成交概率有极大的提升。而对于人事档案的管理而言，语义引擎的应用也可以更好的定位目标信息，强化数据检索的质效水平，促进企业整体运行效率的提升。

（三）数据挖掘发现企业档案数据资源的隐性价值

数据挖掘是过去数据库时代知识发现和应用的一种说法。同时在，这种说法也可以理解为企业从数据资料中分析总结知识，提取信息价值。数据挖掘的形式相对丰富，主要方法可以概括了神经网络方法、机器学习方法数据库方法和统计方法等，同时这也是大数据分析方法的核心。对于企业而言，数据挖掘工作可以从两个部分展开，第一是对自身管理运行过程中产生的信息数据来及性能，第二是对网络热议和社会市场动向来进行分析。前者最明显的案例是2004年，沃尔玛通过消费数据分析得出了季节性飓风来临所造成的手电筒和蛋挞效率剧增。后者也有不少银行根据市场需求来调整市场利率上浮比例的案例。

（四）趋势预测分析实现企业档案数据资源的价值创造

预测分析需要通过多种工具对现阶段的数据进行研究分析，并通过模型来完成对未来数据走向的分析。预测分析的主要分类包括定性与定量分析两类。企业档案管理工作的数据资源预测分析则主要是建立在对自身数据信息进行挖掘的基础之上，发现合适的模型之后，输入现有的数据是在企业档案数据资源数据挖掘的基础之上，发现适合的模型和规律，将企业档案数据输入该模型，从而得出预测性的判断。

对于企业而言，这样的方法可以缓解供货紧张和供货过量等问题，能够更好的帮助企业进行生产、物流以及营销的规划。对于企业生产效益的最大化具有相当的帮助。

3 结束语

大数据时代背景下，企业档案数据资源价值的挖掘中应用大数据分析方法具有更加重要的意义和作用。在现阶段的应用中，为企业管理层的决策提供极大的支持，尤其是面对海量数据时，大数据分析可以从隐藏信息挖掘出极富价值的规律和模式，推动决策科学性的提升。同时，企业在具体的技术应用中也需要更多的结合当下市场和企业实情，才能更好的促进技术融入，强化技术应用成效，推动企业经济效益的提升。

参考文献

[1]高静.大数据背景下电子信息档案管理创新研究[J].中国培训，2017，06：12.

[2]王晓欠.大数据背景下做好企业档案管理的研究与探讨[J].办公室业务，2017，（04）：167.

[3]王爽.浅析大数据时代企业档案信息资源收集管理工作[J].办公室业务，2017，（02）：170.endprint