在知識管理中大數據的應用探究

楊峻一

摘要：知識管理“Knowledge Management”作為知識經濟時代背景下出現的產物，簡單理解就是指融合了現代信息技術、知識經濟理論、企業管理思想和現代管理理念的一種新型管理思想和方法，在企業管理中發揮著至關重要的作用。在市場.競爭日益激烈的今天，企業管理創新腳步加快，因此，企業要想保證核心競爭力，就需要利用知識創造價值。本文就對大數據中知識管理中的應用策略展開探究，以期能夠為企業管理提供有效的參考依據。

關鍵詞：知識管理;大數據;企業管理;主要特點;應用策略

中圖分類號：TP393

文獻標識碼：A

文章編號：1009-3044（2020）04-0265-02

收稿日期：2019-11-02

大數據“mega data”，是由維克托·邁爾-舍恩伯格及肯尼斯.庫克耶在2008年8月中旬所提出，簡單理解就是指需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產，具有大量、高速、多樣、價值、真實性等諸多特點，在知識管理工作中發揮著巨大的價值?；诖?，本文就對大數據在知識管理中應用的主要特點進行闡述，并提出大數據在知識管理中的具體運用策略，以期能夠提升企業知識管理工作質量，促進企業可持續性發展。

1 知識管理的概念闡述

知識管理就是指在組織中構建一個量化與質化的知識系統，讓組織中的資訊與知識，透過獲得、創造、分享、整合、記錄、存取、更新、創新等過程，然后可以源源不斷的回饋到知識系統內，形成永不間斷的知識成為組織智慧的循環，有助于企業組織中成為管理與應用的智慧成本，幫助企業在任何時候都能做出正確的決策，適應市場的變遷[1]。知識管理與其他管理存在一些差異性，體現在管理理念上（以人為本的管理思想，人力資源管理成為組織管理的核心、管理對象上（以無形資產管理為主要對象）、管理內容上（遵循“知識積累——創造——應用——形成知識平臺——再積累——再創造——再應用——形成新的知識平臺”的循環過程）、管理范圍上（顯性知識管理和隱性知識管理）、管理目標上（知識管理創新為直接目標）.管理策略（建立知識創新平臺為基本策略）以及組織結構上（開放的、扁平式管理的學習型組織模式）[2]。與此同時，企業在展開知識管理階段還需要嚴格遵循積累原則、共享原則以及交流原則，確保能夠形成一個良好的文化氛圍，實現企業文化的建立和核心競爭力的提升。

2 大數據的概念闡述

阿里巴巴創辦人馬云來曾經說過：“未來的時代將不是IT時代，而是DT的時代?！边@里所提到的DT就是DataTechnology數據科技，充分體現了大數據對于阿里巴巴集團發展的重要性[3]。當前世界正處于高速發展的階段，科技發達，信息流通，人與人之間的交流越來越密切，生活也越來越方便，大數據就;是這個高科技時代的產物，其主要是指以數據為本質的新一代革命性的信息技術，在數據挖潛過程中，能夠帶動理念、模式、技術及應用實踐的創新，不僅可以幫助企業對大量消費者提供產品或服務的企業可以利用大數據進行精準營銷;還可以讓中小微企業利用大數據展開服務轉型，充分體現出特有的價值。在大數據背景下，逐漸朝向數據資源化、與云計算的深度結合、科學理論突破化、數據科學和數據聯盟的成立、數據管理成為核心競爭力、數據質量是BI（商業智能）成功的關鍵、數據生態系統復合化程度加強等趨勢發展，從而幫助更多的企業做到精準營銷，促進企業的持續性發展。

3 大數據時代下知識管理的主要特點分析

3.1 大數據時代下知識管理系統所要處理的數據信息量增多

眾所周知，知識管理主要信息數據進行收集、存取整合的過程，隨著大數據的到來，數據信息數量直線上升，使得企業所需要處理的數據數量增多，因此，傳統的知識管理方法已經無法使用，企業必須做好知識管理理念和技術的創新，從而形成全新的知識管理系統，確保能夠充分應對大數據時代所帶來的任何挑戰，促進企業的可持續發展[4]。

3.2 大數據時代下知識管理系統的運行速度提升

在我國科學技術快速發展的大背景下，知識管理系統也得到了快速更新，但是還是無法適應大數據時代的要求，使得知識管理系統經常處于超負荷運營，降低企業的業務流程[5]。因此，企業對知識管理系統進行了升級，將計算機技術、互聯網技術等一系列先進的科學技術都融入知識管理系統中，讓知識管理系統的運行速度得到提升，即使面對的數據信息量再龐大，也都可以進行處理，有效提升了知識管理系統運行的速度，滿足使用需求。

3.3 大數據時代下知識管理系統應對信息多樣化

大數據時代下，數據量巨大，來源多渠道，使得數據類型呈現出多樣性，在此種情況下，企業內部的知識管理系統所需要應對的信息數據不僅僅是傳統的文檔;還包含了圖像、視頻等豐富格式的數據信息，從而使得知識管理系統所需要應對的信息呈現多樣化趨勢[6]。

3.4 大數據時代下知識管理系統朝向智能化發展

企業以往所使用的知識管理系統多是依靠人類的智慧，但是在大數據時代下，知識管理系統逐漸朝向智能化發展，其本身就能夠代替人們自動建設知識庫，且還能夠完成智慧思考、智慧推理、生產知識、組織知識等一系列工作，有效提升了知識管理系統的工作效率和工作質量。

4 大數據在知識管理中的具體運用策略分析

4.1 大數據背景下創建基于知識管理的企業文化

企業文化非常關鍵，直接會影響到企業后續發展走向，針對此種情況，企業在大數據背景下，就需要創建基于知識管理的企業文化，具體做到以下幾點：第一，企業需要更新現有的理念，并做好內部員工知識管理技術的培訓工作，讓每一位員工都能具備知識管理理念，提升對知識管理系統的操作技能[7]。第二，企業在構建基于知識管理的企業文化時，需要充分做到以人為本，對每一位員工都給予尊重，在系統內部形成公平、品質、透明的體系，確保能夠最大化激發員工潛能，為企業發展創造價值。第三，企業所形成的文化體系，需要嚴格遵循市場規律，結合市場走向適當做出調整，確保能夠充分應對市場上的突發狀況，從潛移默化中提升企業的核心競爭力。

4.2 大數據背景下企業構建知識管理型組織結構體系

在大數據背景下，企業以往的知識管理系統已無法適應發展趨勢，不僅處理信息速度慢;而且難以應對多樣式、多形式的數據信息[8]。針對此種情況，企業在大數據背景下就需要做好知識管理型組織結構體系的構建，具體可以從以下幾個方面人手：第一，企業所構建的知識管理型組織結構體系需要做好學習型這一模塊，確保能夠讓企業內部員工及時做到溝通交流與知識學習、知識共享，潛移默化中提升企業員工的知識儲備能力和應急應變能力。第二，企業在新型知識管理型組織體系中，需要設立知識主管，讓其負責對客戶的分析，做好與客戶之間的交流。第三，數據管理成為核心競爭力，直接影響財務表現，所以企業還需要建立完善的知識管理系統，并聘請專業的技術人員做好技術創新工作，確保知識管理型組織結構體系的新穎度，幫助企業獲取更多經濟效益。

4.3 大數據背景下企業注重加強知識網絡建設的投入

員工是企業的主要勞動力，其工作質量直接影響到企業未來的發展走向。針對此種情況，企業要想在大數據背景下獲得長久發展，就需要加強員工對知識管理體系的認識，具體做到以下幾點：第一，企業需要增大資金投人力度，確保有充足的資金研發知識管理體系，提高知識管理體系的先進性，為員工后續學習打下堅實基礎。第二，企業需要利用大數據技術積極收集網絡上更加全面的市場信息，準確了解其他競爭企業的情況，然后做出準確的決策，既能夠幫助企業適應大數據時代的市場環境;還可以提升企業核心競爭力，一舉多得。第三，企業知識管理體系需要充分做到企業與企業、企業與政府、企業與客戶、企業與員工、員工與員工等多個模塊，確保信息數據能夠及時共享。

4.4 大數據背景下企業注重員工對企業知識的挖掘

每一位員工都有無限的潛力，因此，在大數據背景下，企業要想讓知識管理工作得到提升，自身實現穩定發展，就需要注重員工對企業知識的挖掘，讓每一位員工都能夠具備知識挖掘能力、知識認知能力、知識分析能力，從而可以將大數據背后潛藏的巨：大價值找出來，融入企業發展中，在此種情況下，企業就可以根據所了解到的信息針對性為客戶提供服務，提高服務滿意度，為企業帶來更大的經濟效益。

5 結束語

總而言之，在互聯網迅速發展的背景下，電子商務、云計算、物聯網等一系列新興服務不斷涌現，為人們生活、企業發展都提供了便利性。在大數據背景下，數據信息具有容量大、類型多、速度快、可變性強、復雜性高等特點，且可供企業收集的數據多種多樣，因此，企業需要不斷挖掘大數據中潛藏的價值信息，讓大數據在知識管理中發揮出作用，滿足企業知識管理工作需求，從而可以提升企業在市場上的核心競爭力，促進企業的快速發展。

參考文獻：

[1]謝從晉畢孝儒.基于知識產權大數據的創新成果管理體系設計[J].中國發明與專利，2019，16（8）：25-30.

[2]許茹.知識管理視閾下“大數據”與“小數據”的比較分析[J].辦公室業務，2019（15）：63-64.

[3]北京恒冠網絡數據處理有限公司.一種基于大數據的知識產權金融價值分析管理系統：CN201910328439.X[P].2019-07-23.

[4]馬麗娜，杜玉申，劉珊珊.基于供應鏈管理視角大數據分析的挑戰與機遇研究[J].服務科學和管理，2019，8（03）：111-122.

[5]趙蓉英，魏緒秋.聚識成智：大數據環境下的知識管理框架模型[J].情報理論與實踐，2017，40（9）：20-23.

[6]趙艦波.基于大數據挖掘的企業智能知識管理與決策的研究[J].經濟研究導刊，2018（15）：24-25.

[7]吳玉浩，姜紅，高思芃.大數據驅動下技術標準化與知識管理的協同機制研究[J].現代情報，2019，39（1）：20-28.

[8]阮彤，邱加輝，張知行，等.醫療數據治理——構建 高質量醫療大數據智能分析數據基礎[J].大數據，2019，5（1）：12-24.

[通聯編輯：光文玲]