基于文献综述的企业大数据能力内涵及维度辨析*

王艳亮 巴名远 韩文广

（燕山大学经济管理学院）

当今世界结构化和非结构化数据爆炸式增长，企业决策者意识到利用这些数据（学者们定义为大数据，big data）可以充分获取业务洞察力、维持竞争优势，提高组织及供应链绩效[1、2]。麦肯锡研究报告表明，数据可以为世界经济创造重要价值[3]，哈佛商业评论提出，大数据必将对企业运营管理的各个方面产生根本性变革[4]，成为企业的重要利润增长点。

近年来，中国已成为全球电子商务和移动电子产业发展最活跃的区域，大数据浪潮中，中国企业同样面临应用大数据实现企业价值增值的机遇和挑战。2015年9月国务院印发《促进大数据发展行动纲要》，我国建立各级大数据管理机构以促进大数据产业发展；2017年《中国大数据产业分析报告》指出中国大数据市场规模快速增长并出现长三角、珠三角、京津冀等发展集聚地，相关应用初见成效；2021年工信部发布的《“十四五”大数据产业发展规划》在我国工业经济向数字经济迈进的关键期，提出了大数据产业发展的更多新要求。

虽然已有大量企业开始投资应用大数据[5]，但利用大数据实现战略优势的结果喜忧参半[6]。在此背景下，学术界和行业界不断呼吁“大数据”对组织竞争力和绩效影响的理论分析，并提出“大数据能力”的新概念，描述企业综合应用大数据的能力。从近年快速增长的文献数量来看，相关研究呈快速上升趋势，学者们对大数据能力概念和内涵、相关资源分析、大数据及其应用对企业绩效影响进行了探讨。但现有研究存在很多局限：大数据资源、大数据能力的概念混淆，大数据能力的维度划分不清晰；企业大数据能力的形成机理、能力评估的相关研究匮乏；大数据能力与企业绩效、创新、决策科学性关系的实证研究的数量、区域覆盖有限，尤其是基于中国情境的相关实证研究较少。本文基于国内外学者对“企业大数据能力”相关资源和内涵的研究成果，辨析企业大数据能力的资源因素、概念内涵、能力维度构成，为未来企业大数据能力形成机理、企业大数据能力评估奠定更坚实的理论基础。

一、企业大数据能力概念研究

（一）基于资源分析的企业大数据能力

“大数据”一词最初的产生，是为了反映使用新技术（如社交媒体、RFID、智能手机和传感器等）产生的“大量”的数据；这一含义后来被延伸至variety（多态性）、velocity（快速性）；随着研究深入，大数据特点又包括了veracity（真实性和value（低价值性）等大数据的V特性。V特性增强了对大数据的理解，但过于强调大数据的技术维度，低估了获取大数据收益同等重要的其它资源（如人力资源、企业文化）的重要性，导致忽略大数据应用的关键问题是提升企业绩效；有学者意识到企业更需聚焦技术以外的其他因素来培育他人不能模仿的大数据能力[3、7]，提出大数据能力（big data capability 或 big data analysis capability）的概念，用来表述企业利用数据管理、信息技术和人力资源产生洞察力进而实现竞争优势的能力[7-11]。

资源基础理论认为企业是各种资源的集合体，资源的异质性决定了企业竞争力的差异。早期国外很多学者尝试从“大数据能力由相应资源形成”的角度讨论大数据能力相关资源。Davenport 等提出开放性资源平台与大数据相关人力资源形成大数据分析能力，Akter 等认为大数据分析包括大数据技术、大数据人员[7]；Wang 等认为大数据分析能力由信息技术基础设施、分析能力、预测能力构成[8]；Gupta、Joey总结学者们的研究成果，提出有形资源、人力资源、无形资源[9]作为构建大数据能力的三种资源要素：其中有形资源包括新形式的技术[9、10]、多来源的数据、资金设施[9、14]等其他基础资源，人力资源包括利用新技术提取大数据智能的人员技术技能[9、10]和对数据分析结果加以利用的人员管理技能；无形资源包括组织学习和数据驱动策略的文化[9、10]。Mikalef 等认为有形资源包括有形数据、设施、软件与信息系统，无形资源则要包括数据治理。关于大数据资源，国内学者多遵循国外研究成果，谢卫红等认为企业内外部数据、技术和人才是大数据分析的三大重要资源；钟苏梅梳理文献提出，大数据时代企业的重要战略资源是数据资源，对其解读和应用需要匹配技术设施、人力资源，因此大数据资源包括数据资源、IT 基础设施、大数据人力资源等。曹亚东将大数据作为企业的重要核心资源；任南、鲁丽军等认同大数据包含有形、人力、无形三个资源维度，但强调有形资源要体现为企业已有资源。

上述学者们的研究依据资源分析，认为企业大数据能力是数据、信息技术基础设施（包含资源平台）、大数据技术及管理人力资源以及企业文化、知识管理、决策科学等有形和无形资源构成，具备大数据能力相关资源的企业可以具有大数据能力。

（二）基于能力理论的企业大数据能力

学者们依据资源分析给出的大数据能力内涵基本趋同，但在复杂多变的动态市场环境下，拥有大数据资源并不意味着企业能够具备大数据能力并保持竞争优势，如何整合和利用关键的大数据资源，促进企业核心竞争力的提升才是企业大数据能力形成的关键；因此，在大数据资源讨论基础上，又有学者从企业动态能力理论、IT能力理论出发提出企业大数据能力的相关定义并阐述其内涵。

国外学者多从“大数据分析（Big data analytics，BDA）”技术、方法、工具、目的等角度提出大数据分析能 力（Big data analytics capability，BDAC） 以表示大数据能力的概念。Davenport和Harris从企业具体业务角度将BDAC定义为：企业依托大数据环境在制定最优价格、确定最低库存或确定忠诚和盈利客户方面的独特能力。Cao与Duan认为BDAC是组织获取、整合和分析大数据，并从中获得洞察力、科学决策产生业务价值的信息处理能力。Kiron，Akter等描述，大数据分析能力是公司利用数据管理、基础设施和人才提供洞察力从而将业务转化为竞争力的能力。Xu和Kim从IT能力出发，将BDAC定义为基础设施、技能、业务执行和关系的一组商业智能子能力的组合。Olszak同样定义BDAC为动态商务智能，并阐明其是组织整合、构建和重新配置信息资源及业务流程以应对环境快速变化的能力。Kung等认为大数据能力是企业取得、存储、处理和分析不同形式的大量数据，并快速有效抽取相关价值提供给用户的能力，强调数据与IT资源联合以有效利用大数据提升企业绩效。Garmaki则指出大数据能力是企业有效调动、组织和利用大数据资源，使得大数据分析计划匹配企业战略进而赢得竞争优势和提高企业绩效的能力。Shuradze等认为大数据分析能力是组织结合营销资源调动和部署数据分析资源的能力。而Gupta和George定义BDAC为公司组织、集成和部署其大数据特定资源的能力。

程刚、李敏是国内较早提出大数据能力定义的：大数据能力是企业开发、管理和利用大数据过程中所呈现的大数据意识，收集、存储、挖掘、分析、传递和使用大数据的能力。李淑丽从获取数据、信息提取、员工能力、分析决策四个角度探索大数据能力对互联网行业知识创新的影响。谢卫红等基于动态能力理论定义大数据能力是企业整合内外部大数据资源，通过深度分析，预测、适应外部环境变化的能力。曹亚东等提出大数据能力是全新的资源整合思维，是通过海量数据系列处理发现企业运营数据价值，实现业务流程整合与优化，帮助企业获得持续竞争优势的能力；张彩凤等从资源重构的视角强调大数据能力对企业资源的整合、重构，推行全面系统的组织创新和战略转型。郑力源等认同动态能力视角的概念分析，将大数据能力定义为资源集聚、配置、利用以产生洞察，协调企业各项业务活动能力和适应能力，进而获得竞争优势。

综上，从企业能力角度，多数国外学者对大数据能力概念的研究集中在战略驱动的角度，多以其功能和对企业绩效、决策的提升为目的；国内学者则更多从大数据能力构成维度、资源整合过程、功能层次结构等角度进行分析，一定程度补充了大数据能力定义的内涵。

二、企业大数据能力维度研究

大数据能力的维度划分，有利于进一步深入阐释大数据能力内涵，同时有助于推动大数据能力对提升企业绩效、决策科学性、企业竞争优势等方面的相关研究。

从资源分析角度，企业大数据能力可以按照资源构成划分，较多国外学者的研究都认可将大数据能力划分为有形资源、人力资源和无形资源三个维度；例如Shahriar和Wamba多位学者等提出基础设施、人才、数据管理作为大数据能力测量维度。但更多学者尤其是国内学者从企业能力角度出发，认为大数据能力的维度划分更强调大数据资源整合应用对数据分析、企业科学决策、企业变革创新方面的支持。Ghazwan将大数据能力划分为大数据基础设施能力、管理能力、科学能力，强调基于设施实施进行海量数据管理，进而由数据洞察发现企业新经营模式、开创全新商业机会的企业数据能力[6]。谢卫红将大数据能力划分为包括资源整合、深度分析、实时洞察与预测三个能力维度；成明慧、孙屹也提出大数据能力“资源整合+深度分析+预测”的类似划分，邱国栋同意这种维度划分，但基于新工业智能化和大数据新发展，认为应该为大数据能力增加机器学习能力维度。钟苏梅从“资源+利用”角度将大数据能力分为“大数据资源+大数据资源的整合利用能力”两个维度。谢振东等提出，大数据能力要考虑3种思维能力和6大能力建设。曹亚东等提出大数据能力是全新的资源整合思维，通过对大数据的获取、储存、加工等方式发现企业运营过程数据价值，实现业务流程整合与优化，帮助企业获得持续竞争优势的能力；并将大数据能力划分为大数据分析能力、融合能力、战略支持能力三个层次。吉峰等主要考虑数据分析与预测，将大数据能力划分成资源整合能力、深度分析能力、实时洞察能力和科学预测能力；张彩凤等则综合静态资源和动态能力，将企业大数据能力划分为技术、人力和管理综合而成的“大数据资源维度”以及对数据资源进行动态科学应用的“大数据资源整合利用能力”，突出数据资源及其动态开发利用。

综上，大数据能力维度划分尚未有确定和普适的维度划分，但是相关研究都表明，大数据获取、存储、分析的相关软硬件设施、人力及管理资源是必不可少的，对资源获取、整合、利用进而对企业运营和决策产生影响是维度的另一个重要角度。

三、企业大数据能力内涵分析和维度构建

（一）大数据能力维度构建

企业要在大数据时代获得竞争优势，必须具备获取大数据资源、利用大数据产生洞察、支持企业战略决策、革新企业管理和经营流程的独特大数据能力；本研究依据资源获取、资源整合、数据价值发现、企业变革创新的递进层次，将企业大数据能力划分为：大数据资源获取能力、大数据资源整合能力、大数据分析洞察能力、大数据创新发展能力四个维度，其维度框架结构如图1所示。

图1 大数据能力维度框架结构

1.大数据资源获取能力

企业利用大数据支持决策提升竞争力，首先要获取来自企业内外部的异构多源巨量数据，对数据进行收集、存储、组织、凝练、解释以及产生洞见，使得巨量数据形成数据资源；而数据资源的取得，必然需要硬件基础设施、系统及应用软件支撑环境形成的集成平台作为基础设施资源，具备深厚知识技能和经验、有能力进行数据分析、处理和设施维护的技术人才以及具备先进管理思想和技能、能够科学解读大数据洞见并将其有效利用的管理人才。因此，企业大数据能力，基础层的能力是企业是否能够有效获取数据、设施和人力以及与三者相关的资金、时间等资源的能力。

2.大数据资源整合能力

大数据资源整合能力包含两方面含义，一方面是指企业具备将为了应用大数据购置或引进的设施、人力等资源，依据企业内外部数据资源处理需求进行合理配置和平台集成建设的意识和能力，即可以将静态资源转变为动态处理机制的能力；另一方面，是指企业将大数据资源与企业业务系统有效融合，使得企业大数据系统与企业业务流程协同运行，实现大数据系统对企业内外部环境数据的快速收集、高效处理，满足企业相关基础数据向有效信息的转换。

3.大数据分析洞察能力

大数据分析洞察能力，是外在体现企业大数据能力的要素，指企业在资源整合基础上，由技术人员应用先进数据分析技术和方法，结合企业业务流程特点和企业经营目标，对历史和当前数据信息进行深度分析、挖掘并给出合理的数据解释和清晰的可视化描述，进而产生新洞见。大数据分析洞察能力强调数据分析的预测性，对战略支持的数据引导性，往往要求企业形成数据驱动的决策理念和企业文化氛围。

4.大数据创新发展能力

大数据创新发展能力，强调企业大数据能力的战略性角色，指企业经由大数据资源整合进行数据深入分析得到科学洞见后，企业能够依据预测性洞察结果进行适应性战略调整、组织重构、业务再造、文化建设等举措，促进企业实现可持续发展的能力。大数据创新发展能力是企业大数据能力发展的高阶阶段，具有明显的“变革性”“连续性”“动态性”特点，帮助企业获得比竞争对手更多的创新意识，支持企业利用资源优化进行价值创造，是竞争者难以模仿的“企业软实力”。

图1所示的大数据能力维度框架结构中，大数据资源获取、资源整合、分析洞察、创新发展四个能力维度是自下而上的递进式关系结构：底层资源获取能力结构中，设施资源、人力资源和数据资源是必要且重要的资源基础，也是大数据能力得以构建的海量数据基础；在已有资源条件下，二层资源整合能力结构按照企业大数据获取、存取、分析需求，合理配置整合资源，形成资源存储平台和资源利用平台，这一层次也承载了企业大数据应用的信息基础；三层分析洞察能力结构依托整合的资源平台，对海量数据信息深入分析产生有价值的数据洞察，预测未来趋势和企业环境，形成企业战略决策支持的知识发现；顶层创新发展能力结构则纵向支持企业进行科学决策，帮助企业实施发展战略，利用大数据洞察结果推动企业进行动态运营和价值创造，也是企业智慧的凝结。可见，本研究总结的大数据能力维度的四层结构符合信息论中数据发展的“数据—信息—知识—智慧”四阶段关系。

（二）大数据能力内涵分析

综合前文文献讨论，可知企业大数据能力的定义主要从资源分析（大数据能力需要哪些资源）和企业动态能力（数据分析及预测，提高产品和服务个性化，适应环境变化，取得竞争优势）角度展开，本研究认同前人研究成果；但已有研究中，对大数据能力的变革性、战略性描述不够，大数据能力维度划分和阶段发展在定义中的表达不足，本研究补充性地给出企业大数据能力的概念：

企业大数据能力是企业以软硬件设施、技术和管理人员、企业内外部数据等资源为基础，整合企业大数据系统和业务系统，利用先进分析技术进行数据资源的收集、存储、分析、解释进而获得预测性的企业洞察，并据此进行变革性的、数据驱动的组织创新与战略实施，帮助组织合理配置和利用各项资源进行价值创造的企业动态能力。此定义，结合企业大数据能力的四阶段维度结构，重点表达了大数据能力“变革性、战略性、动态性”的内涵。

四、结论

近年来国内外学者在大数据能力概念、维度划分方面已有一定研究成果，但相关理论仍不完善；本文总结已有研究成果，依据递进的资源获取、资源整合、数据价值发现、企业变革创新的思路，提出符合数据进化四阶段的企业大数据能力维度框架结构；依据企业大数据能力的层次维度结构，从“变革性、战略性、动态性”等方面补充定义企业大数据能力的概念。大数据能力的概念和维度研究还将继续，但未来企业大数据能力的影响因素、评估模型、形成路径以及中国情境下企业大数据能力与企业管理要素的关系，有待学者们进一步研究。