摘要：随着数字化技术的不断发展，大数据时代的发展也呈现出了裹挟之势，在新的时代背景下，企业要想在日益激烈的竞争环境中站稳脚跟，就要提供自身的管理模式和管理方向，吸收借鉴传统管理机制中的有效经验，然后建立符合新时代的企业管理机制。本文针对大数据时代下企业管理模式主要研究内容、大数据时代的定义和特征进行了简要的分析，并且针对企业管理模式更替的创新形式展开了讨论，最后建立了大数据时代背景中企业管理模式的创新模型，旨在为企业管理人员提供有效的项目意见，提供参考。
关键词：大数据时代；企业；管理模式；创新
一、大数据企业管理以及运营的研究分析
大数据企业运行管理项目时，管理环境、信息管理、管理者以及管理技术对数据时代运行管理和运营机制有很大的影响，并且，大数据在企业管理项目中，不仅要涉及到企业运营计划以及组织，保证产品创新结构能促进企业的良性发展。此外，大数据会对企业的管理决策产生影响，企业管理人员能利用数据结构进行数据的驱动，并且有效地提升了决策技术项目。二、大数据定义以及大数据特征
大数据时代是近几年新兴的观点，主要是企业或者是个人利用先进的软件技术进行数据的收集、整理以及管理等操作，从而建立有效的数据和信息汇总库，并且在数据中进行有效的对比，无论是以时间、地点、功效等节点为对比标准，还是利用数据进行行为的感知和服务集合，都是将海量的数据集成化，并且保证数据和项目信息运行结构进行优化处理，在大数据时代，保证了传统计算机技术和现代数据库软件项目的优化升级，形成了融合化的项目发展雏形。
大数据时代具有自身非常鲜明的特征，其一，大量性，就是我们常说的Volume，是数据产生数量的归纳和总结，由于数据量在不断的增大，并且数据都是从源头进行处理，保证了数据结构的海量性，且整体数据运输和传递规模在不断的增大，数据的计数级别也从EB直接转到了ZB级别。其二，多样性，就是我们常说的Variety，由于数据信息的结构以及类型非常多，数据信息项目的处理机制不仅仅只限于资源结构，非结构类型的数据信息也在不断的增多，我们现在吸取数据的方式也开始多元化，从以前的文本、图片，到现在的视频、点击量以及实时地理定位等，都呈现出了数据结构的变换，这对于数据整理工作也有一定的助力。其三，高速性，也就是我们常说的Velocity，数据时代内部的数据信息具有流动性、实时性以及高速性，其运行结构和信息获取速度都实现了优化升级，保证了信息交互具有高速发展的特性。
三、大数据时代背景下企业管理思维变革
在企业的运营中，数据和信息的处理是至关重要的，管理人员要在针对具体问题时建立最优化处理技术，保证管理项目和思维变革机制的升级，特别要注意的是，针对大数据分析机制，主要分为样本约等于总体、允许不精确性和混杂性以及数据要求建立相关管理关系等。
（一）数据分析之样本约等于总体
由于数据处理机制要求管理人员对数据进行及时的处理，但是由于受到科学技术的限制，小数据环境背景下信息非常有限，甚至有时会利用随机抽样的结构导致信息机制受到限制，在实际管理过程中，随机抽样项目是小数据的自由成本选择，尽管项目在运行过程中会受到一定的影响，导致绝对随机性很难达成。但是，针对这些问题，在大数据时代能得到有效的改善，由于技术和时代发展，大数据能采用有效的机制进行数据的分析处理，并且数据具有较强的易得性质，在信息数据处理过程中，能利用数据项目进行关联性的集中探讨，保证了事物之间信息的时效性。
（二）数据分析之允许不精确性和混杂性
在信息发展过程中，数据量在不断的增多，人们在实际处理过程中，难免会出现数据的错算和计量偏差，这就会对数据的处理机制和准确性造成影响，传统的小数据时代，人们对于数据的追求往往就是数据的准确性，并不可以对方其他要求，针对其结果的计算也只是在尽量减少偏差和数值差异方面。但是在大数据时代，最基本的要求就是数据的准确性和时效性，要保证数据处理结构的优化，就要建立最基本的数据分析措施和机制，就算是出现细微的计算机误差，也并不会对事物内在规律产生过大的影响[1]。另外，大数据时代的新兴技能就是容错结构和项目的升级，容错结构扩充，能保证更多的数据被挖掘出来，并且能着重分析有价值有意义的事物进行数据处理。据报道，大约有90%以上的信息和数据都是非机构化。管理人员要想利用这些数据，就要有效地利用该数据进行混杂项目的处理。在数据结构中，混在性是数据信息比较突出的特点，主要指的是数据错误率的上升以及数据格式的偏差，由于信息会出现格局的不一致，这样的混杂性是不可避免的，也就是说，管理人员要直面信息数据的特征，针对数据的混在性要建立有效的信息处理机制，诚然的接受混杂性，也能确保人们从数据结构中有所收益。
四、大数据时代背景下企业管理创新
（一）数据创新模型比较
在数据运行结构中，传统数据模式和创新数据管理机制具有一定的差异，在驱动因素方面，传统企业管理创新主要是问题驱动，而基于大数据下的企业管理是以创新问题以及数据驱动结构建立的；在环境和条件方面，传统企业管理创新主要是从组织内资源入手，而基于大数据下的企业管理是以组织生态内的大数据；在创新途径方面，传统企业管理创新主要是自上而下运行的，而基于大数据下的企业管理是以网络式协同途径进行途径创新。针对创新方法，传统企业管理创新主要利用德尔菲法决策树法等，而在基于大数据下的企业管理结构中，创新方法主要是云计算、数据挖掘以及统计分析等。因此，前者成功的主要因素就在于专家经验知识，后者成功因素就是数据的可得性以及数据分析项目运行结构的优化，从而实现结果及解读的准确性。
（二）数据企业管理创新
在实际管理过程中，利用大数据进行管理模式升级，促进数据分析处理性能得到有效升级，保证分析过程的优化是大数据项目运行机构的关键点，特别要注意的是，在数据处理过程中，数据的优化处理、数据的分析过程以及数据的创新过程中间是一种有效的耦合关系，只有保证对数据处理项目的优化，才能保障管理机制的创新，主要的流程是：在问题驱动和数据驱动背景下，企业进行有效的数据收集，然后利用创新问题界定媒介进行创新方案的集中决策。与此同时，收集到的数据会进行有效的数据整理和分析，通过数据平台进行数据预测。
（三）数据企业管理变革
随着信息传递媒介的改变，项目的运行和处理对象，不再集中于企业内部的一线员工，真正实现精英式向大众化项目处理，无论是领导还是现场处理人员，能从经验中针对不同问题进行集中的优化，损害使社会公众的意见和建议成为了企业决策的保证。要实现数据化管理结构中的项目优化，就要针对具体问题进行第一时间维护。通过实际表示，能综合出想听的项目特点，实现经济效力和社会效力的概念。
五、结语
总而言之，随着信息化数据发展节奏的加快，企业管理项目要集中对数据进行分析和梳理，促进新形势下企业管理项目的创新模式，在政府大力推动的技术上，保证大数据时代创新结构和创新项目的优化升级，实现抓住机遇和找准发展点的管理智慧，真正构建大数据环境下的企业管理变革。
参考文献：
[1]孙红军，李红，杨晓韬等.基于大数据时代的战略管理研究--以文化产业为例[C].第十九届中国竞争情报年会论文集.2013：163-170.
[2]ZHAOPeng，赵鹏，GEJia等.数据备份分级标准和管理体系建设方法[C].第七届软科学国际研讨会论文集.2012：135-139.
[3]李慈辉，莫从元.基于B/S系统模式的企业文档管理系统课题研究[C].2012年重庆市电机工程学会学术会议论文集.2012：1860-1865.