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
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09