Роль данных в принятии решений и конкурентном преимуществе
Комментариев нет

Роль данных в принятии решений и конкурентном преимуществе

В статье будет рассмотрена тема определения и дифференциации данных, информации и знаний. Что общего между данными, информацией и знаниями? Это одно и то же или совершенно разные понятия? Как данные способствуют конкурентному преимуществу организации. Помогает или мешает принять решение? На основе концепции, что знание является нашим самым мощным двигателем производства. Будет проведен анализ того, как и почему увеличивается отдача при производстве знаний или использовании больших данных для стимулирования экономического роста к развитию и прогрессу.

Знания, информация и данные

Не существует единого универсального определения данных, информации и знаний. По мнению большинства исследователей, информация определяется с точки зрения данных, а знание, в свою очередь, определяется с точки зрения информации. Но у них нет единого мнения о том, как данные преобразуются в информацию или знания. Основная точка зрения состоит в том, что знание выводится из информации, а сама информация выводится из данных. Хотя данные, информация и знания обычно рассматриваются как части одного и того же континуума, исследователь Ху (Hu, 2020) разделяет их с точки зрения выигрыша с помощью классических определений согласно Махлупу (1983).

Знания

Ученый разделил их на два значения: то, что известно, и состояние знания. Знание через состояние знания производится посредством использования таких действий, как чтение и письмо + письмо; и действия, такие как интуиция, открытие или изобретение.

Информация

Продолжая работу Махлупа (1983), два традиционных значения информации — это действие по информированию (информация) и сообщение того, о чем сообщается (информация). Однако даже в то время как информация усваивается через рассказывание историй, а знания приобретаются через размышления. В результате новые знания могут быть получены без новой информации.

Данные

Согласно Махлупу (1983), использование и неправильное использование термина «данные» частично связано с лингвистическим невежеством. Большинство пользователей понятия не имеют, что это латинское о: сметь означает «давать»; данное, «данное» (единственное число); и данные, «данные», числа. Это информация для аналитика, исследователя или специалиста по решению проблем; они могут быть числами и предложениями. Это все, что дано, независимо от формы, в которой оно было получено.

Дифференциация

Важно полностью понимать, что организации по большей части потребляют данные, чтобы наилучшим образом выполнять свои функции. Согласно исследованию Lee and Strong (2003), данные позволяют более эффективно управлять внутренними процессами, в которых участвуют люди, использующие эти самые данные. Исходя из иерархического и функционального характера производственных процессов, данные дифференциации можно связать с концепцией традиционного разделения труда.

Важно отметить, что различные роли данных должны быть включены в общепринятое понимание разделения труда, поскольку данные все больше играют большую роль в организационной работе. Кроме того, в случае новых плоских организаций с традиционной иерархией и функциональными подразделениями поиск ролей данных может использоваться для понимания роли данных и облегчения совместной работы на основе данных в рамках интегрированного рабочего процесса.

Вклад данных в конкурентное преимущество

Можно провести различие между частными данными и общедоступными данными. Потребление данных становится все более важным для бизнеса в информационной экономике благодаря интеллектуальному капиталу, который позволил создать новые предприятия и повысить конкуренцию. В то время как компания производит все больше и больше больших данных для своих собственных операций, часто сочетание частных данных и всеобъемлющих общедоступных данных обеспечивает критический контекст, улучшающий общественное благо.

Важность государственных данных трудно оценить, но они, безусловно, являются важным стратегическим ресурсом для бизнеса. Они используются широким кругом компаний, от автопроизводителей до цифровых платформ, а также для инвестиций, маркетинга и управления запасами, а также для долгосрочного стратегического планирования. Эти данные имеют решающее значение для оценки финансового состояния банков и общей стабильности финансовой системы.

Роль данных в принятии решений

Компаниям часто приходится принимать решения в неопределенной среде, с ограниченной информацией и временными ограничениями из-за конкурентного давления. По мнению исследователей Artinger et al (2015) с шумом или без имеющейся информации сложный алгоритм принятия решения приводит к ошибке прогнозирования. В то же время простые модели принятия решений производят ошибки прогнозирования из-за их предвзятости. Тем не менее, важно отметить тот факт, что данные могут быть хорошо использованы для работы в одной среде и бесполезны или вредны в другой. Потому что у менеджера или организации не один подход, а набор адаптивных стратегий принятия решений.

Хьюз-Кромвик и Коронадо (2019) приводят примеры, когда социальные и экономические данные, анализы и прогнозы, собранные правительством, являются основным исходным уровнем. Они собираются в соответствии с установленными, понятными требованиями и процедурами для использования мировым сообществом, включая бизнес. Например, для энергоемких отраслей, таких как производство товаров длительного пользования, химическая промышленность, строительство или транспорт, информация о ценах на энергоносители является жизненно важной. Компании энергетической отрасли полагаются на данные как на основу для анализа рынка.

В заключение можно констатировать, что данные, информация и знания — разные понятия, хотя и лежат в одной плоскости. Данные могут быть, с одной стороны, чрезмерно критичными для принятия решений и влиять на мировую экономику, а с другой стороны, могут быть либо бесполезными, либо даже вредными. Организации не должны слепо применять решения, основанные на данных, нам нужно использовать наш естественный интеллект.

 

Ссылки

Артингер, Ф., Петерсен, М., Гигеренцер, и Вейблер, Дж (2015). Эвристика как адаптивная стратегия принятия решений в управлении: эвристика в управлении. Журнал организационного поведения, 36 (S1), S33–S52. https://doi.org/10.1002/job.1950

Ху, Ю.-С (2020). Влияние возрастающей отдачи от знаний и больших данных: от Адама Смита и Эллин Янга до эпохи машинного обучения и цифровых платформ. Прометей, 36(1). https://doi.org/10.13169/prometheus.36.1.0010

Хьюз-Кромвик, Э., и Коронадо, Дж (2019). Ценность данных правительства США для принятия деловых решений в США. Журнал экономических перспектив: журнал Американской экономической ассоциации, 33 (1), 131–146. https://doi.org/10.1257/jep.33.1.131

Ли, Ю.В., и Стронг, Д.М (2003). Знания-почему о процессах обработки данных и качестве данных. Журнал управленческих информационных систем: JMIS, 20 (3), 13–39. https://doi.org/10.1080/07421222.2003.11045775

Махлуп, Ф (1983). Семантические причуды в исследованиях информации. В Ф. Махлуп и У. Мэнсфилд (ред.), Изучение информации: междисциплинарное сообщение (стр. 641–662). Уайли.

аналитика данныеБизнесДанныеЗнаниеЗнанияИнформацияКонкурентное преимуществоошибка прогнозированияПринятие решенийроль данныхсостояние знанияСтратегияСтратегия стабильностиУправлениеэкономика

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

Заполните поле
Заполните поле
Пожалуйста, введите корректный адрес email.

Этот сайт использует Akismet для борьбы со спамом. Узнайте, как обрабатываются ваши данные комментариев.

<