京公网安备 11010802034615号
经营许可证编号:京B2-20210330
履行社会责任,怎样用好大数据
有了大数据的技术和思维,人们可以唤醒那些以前只是沉睡在服务器中的数据。这些数据并不一定对所有人都有用,但如果放到有用的人的手里,数据的价值就会被挖掘出来。企业善用大数据,对促进企业履行社会责任大有裨益。
2012年3月,奥巴马政府发布《大数据研究和发展倡议》,并投资2.5亿美元启动大数据发展计划,在科研、环境、生物医学等领域寻求突破。目前,大数据已经渗透到每一个行业和业务职能领域。商道纵横年初发布的《2015年中国企业社会责任十大趋势》,指出责任智能化这一新趋势,认为大数据等新技术和可穿戴硬件等新设备的应用不仅开始融入企业社会责任项目,更开拓了企业和利益相关方参与的新途径。半年之后,我们欣喜地看到,责任智能化这一领域又有了不少新的进展。本文选取大数据这一视角,深入分析企业社会责任在大数据冲击下所面临的变革。
今年1月13日,美国媒体报道优步(Uber)公司计划与波士顿市政府合作,每季度分享它的用车数据,包括人们坐车时间、上车地点等。这样波士顿的交通政策制定者就可以借助这些数据更有效、精准地制定本地的交通政策,缓解交通拥堵和打车难的社会问题。这是企业社会责任与大数据结合的最鲜活的案例,优步与政府的合作既简单又巧妙。很多第一次听到这个案例的人都会有“拍案叫绝”的冲动。的确,有了大数据的技术和思维,人们可以唤醒那些以前只是沉睡在服务器中的数据。这些数据并不一定对所有人都有用,但如果放到有用的人的手里,数据的价值就会被挖掘出来。企业善用大数据,对促进企业履行社会责任大有裨益。
企业可以从如下三方面运用大数据技术提升企业履行社会责任的绩效。
第一,企业可以通过大数据共享帮助制定更合理的公共政策。围绕交通、环境、健康、就业等公共问题的决策都是复杂的系统决策,几乎不会有一个简单的方案能获得所有各方的一致赞同。准确、完善的数据支持自然能让公共政策的制定更加合理。前述的优步与政府分享打车数据就是很好的范例。国内的例子也有不少。譬如笔者曾考察过中国移动贵州公司与卫生部门合作的移动医疗项目。该项目最早只是为了让居住在偏远山区的农民在看病的时候能就地结算,免予到城里申请新农合报销的奔波之苦。经过一段时间的运用,该项目积累了丰富的数据资源。卫生部门发现,还可以通过分析患者的门诊数据,准确了解一些疾病发病和传播的特点,这对预防和抗击季节性多发病如流感很有用帮助。听着有点无心插柳的意思。实际上,企业的经营行为可能就是一个连续产生信息和数据的过程,从而使企业为决策制定者提供分析数据成为了“举手之劳”,不需额外投入。因此,支持公共政策决策是最值得推广的企业社会责任之一,尤其是拥有大数据的互联网企业。
第二,企业可以通过大数据分析为价值链伙伴创造价值。数据通常都有明晰的产权属性,在一条价值链上,通常只有少数掌控核心资源的组织可以获得数据。这些数据若能被充分运用和分享,就可以为各类价值链伙伴创造价值,对分享数据的企业也有正向的溢出效应。供应链融资缓解中小企业融资难就是个很好的例子。金融机构偏爱大企业,一个很重要的原因是缺乏中小企业的相关信息,难以评估企业信用。如果与中小企业有采购合作关系的品牌企业愿意与金融机构共享他们之间的商业往来信息,就可以有效帮助金融机构对中小企业的信用评估,实际上就是给中小企业“增信”了。通过一定的制度安排,金融机构、品牌企业和中小企业都可以从中获益。但有时候,数据并不天然存在,要专门去采集。在通用电气(GE),现在已经开始在自己的各类产品中(如引擎、机车、挖掘机等)安装传感器,在制造和使用过程中采集工况数据。由此,GE可以给自己和用户提供很多基于数据的实用建议,让设备的生产、使用更高效、安全和环保。为此,GE还发起工业互联网联盟(IIC),把通信、网络、芯片、制造等价值链伙伴聚起来,谋求工业4.0时代的更大创新,大数据采集与挖掘、生产安全和环境性能将会是此类创新的重要方向。
第三,企业可以通过大数据分析强化与利益相关方的有效互动,优化利益相关者管理。利益相关方沟通是企业履行社会责任的重要基础,企业必须要了解关键利益相关方的立场、预期等,才可以实现有效沟通。在互联网时代,邮件、社交媒体、语音通讯等都会构成海量信息。近几年互联网产生的信息已经超过了人类千百年历史信息的总和。此类海量信息自然构成了大数据,使企业和利益相关方沟通更加有的放矢,直指人心。曾有一家计算机公司对意见领袖(也就是我们俗称的大V)的社交媒体进行大数据分析,并据此判断出某意见领袖对某议题的看法,及与该意见领袖有互动的其他人对该议题的看法,甚至还可以辨别出意见领袖们对同类问题的看法是如何演进的。若是此类大数据技术可以用在利益相关方沟通,定能事半功倍,平衡企业对各利益相关方的关注。在大数据环境下,企业各类社会责任行为有了较公平的 “曝光”机会,使企业更加易于战略性地管理与各利益相关方的关系。
由此可见,大数据变革对企业社会责任有很大的促进意义,若能善用,价值无量。但每个新生事物都不可能只有好的一面,在运用大数据技术的时候,企业也要谨慎应对大数据的企业社会责任风险。此类风险主要体现在两个方面:隐私保护和公序良俗。关于隐私保护,所有大数据都是由一个个数据元构成的,每个数据元可能会包括企业和个人信息,在使用的时候要谨慎,除非这些信息本来就是公开的(如前述对意见领袖社交媒体的分析);此外还要关注数据存储的问题,以防被窃取和泄露。关于公序良俗,大数据分析以前是很鲜见的,因此常常能有一些出人意料的发现,这些发现要顾及公众的感受。优步在与波士顿合作之前,曾经因为大数据玩出了火。该公司对客户数据进行过滤,专门挑选那些在晚上10点到凌晨4点用车服务,同时这些客户会在4到6小时之后,在距离上一次下车地点160米以内的地方再次叫车。优步认为这常常与一夜情相关,据此分析出一夜情频发的城市和地区,还堂而皇之公布出来。这个没有经过严谨科学分析得到的惹火结论引发公众不满,最后优步不得不删除了这篇文章,还指派总裁做出辩解。所以,大数据也是一把双刃剑,弄不好也会伤及自身。
总之,在大数据环境里,由于整个社会都产生数据并储存数据,因此数据的储存也是多样、离散的。因此在大数据环境下,企业一方面可以创新地承担社会责任和帮助解决社会问题,同时也意味着企业任何“保密”有违企业社会责任原则的行为会变得异常困难,任何有违企业社会责任原则的行为对企业都是高风险行为,从而提高企业社会水平。我们深信,大数据变革等责任智能化议题将在未来数年对企业社会责任带来深刻的变革。企业社会责任从业者有必要予以足够的重视。本文旨在抛砖引玉,确立一个基本的分析框架,以期能够帮助理论界和实践界未雨绸缪,更好地应对新一轮变革的到来。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据仓库与数据分析体系中,维度表与事实表是构建结构化数据模型的核心组件,二者如同“骨架”与“血肉”,协同支撑起各类业务 ...
2026-01-16在游戏行业“存量竞争”的当下,玩家留存率直接决定游戏的生命周期与商业价值。一款游戏即便拥有出色的画面与玩法,若无法精准识 ...
2026-01-16为配合CDA考试中心的 2025 版 CDA Level III 认证新大纲落地,CDA 网校正式推出新大纲更新后的第一套官方模拟题。该模拟题严格遵 ...
2026-01-16在数据驱动决策的时代,数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中,很多数据分析项目看似流程完整, ...
2026-01-15在CDA(Certified Data Analyst)数据分析师的日常工作中,“高维数据处理”是高频痛点——比如用户画像包含“浏览次数、停留时 ...
2026-01-15在教育测量与评价领域,百分制考试成绩的分布规律是评估教学效果、优化命题设计的核心依据,而正态分布则是其中最具代表性的分布 ...
2026-01-15在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08