什么是信息足迹?

信息足迹是一种比喻式的说法,它背后是一个越来越显得重要的问题:你的公司有什么信息资产?


你拥有多少土地?你雇佣了多少人?你的工厂有多大?在历史上的不同时期,这些问题都曾隐含着另一个问题:你有多富有?这是因为在商业演进的各个时间点上,以上每个问题都触及了关于当时财富创造的核心──土地、人和机器。


今天又到了一个变动时期,作为潜在财富指标的新问题出现了:你有多少信息?信息技术的发展终于达到了足够稳固和廉宜的状态,而且无孔不入,我们相信商业世界的竞争优势已经开始以信息为基础了。


我们的观点是:对于大多数企业而言,信息技术的门槛与成本已经不高,它越来越有成为企业资产的潜质。企业应该把它当成产品来管理,而不仅仅是副产品。换句话说,技术是工具,但信息才是创造价值的真正源泉。信息技术的重要性显而易见,企业也对其投入了大量金钱。不过,随着现代数字技术大大增加了我们能够收集与使用的信息的数量和广度,可以说信息事实上受益于技术。人们经常意识不到它的存在,但它具有很大的潜力。


谷歌和亚马逊这样的互联网公司已经向我们展示了创造、收集、分析和部署信息的价值。此外,UPS 和Capital One 等传统企业也告诉我们,交易生成的信息可以用来优化企业运作,促进创新。许多公司都从这些擅长信息技术的公司中借鉴了想法,但我们建议用一种更加综合性的框架来寻找和评估基于信息的创造价值的机会,我们称之为“信息足迹”。信息足迹是一种比喻式的说法,它背后是一个越来越显得重要的问题:你的公司有什么信息资产?


足迹有三个维度:长度、深度、广度。信息足迹也不例外。


长度。长度是指信息在企业外的部署范畴,这种部署是为了支持现有的商业运作。这一维度包括很多早期的信息技术战略用途,例如管理顾客关系的软件,供应链物流,以及实时生产。


信息在价值系统中的散布让各类活动能够更好地同步,任务也能更快完成。这是因为每个人都掌握了同样的信息──真正的数据,而非对销量或产量的预测──并在此前提下工作。换言之,信息散布──信息足迹的延长──讲求的是效率。通常用来测量它的指标是减少了多少时间、库存,或是在多大程度上提高了顾客的方便性与满意度。例如,UPS 之所以可以一路追踪每个包裹,并在网上将此信息与顾客分享,就是因为信息技术所提供的改善。


关于信息足迹的长度,管理者面对的核心问题是“我们可以收集哪些信息并与外部供应链或价值系统中的主要利益相关者共享,以便提升效率?”


深度。深度是指企业为改善运营,在内部部署信息的程度。这是大多数公司里 IT 部门最初的任务。不过,信息技术的进步增加了内部信息流动潜在的多样性、数量以及速度。这从商业数据分析和“大数据”运动中可以看出端倪。


对信息细节的投入让企业能获得更丰富的信息带来的洞见,从而得以微调自己的各种决策与活动。这一领域的某些知名成功案例包括 Capital One 对其信贷分析的微调,以及 Deere & Company 为了减少产品和销售的复杂度,对产品规格进行的分析。


信息足迹的这一维度的目标是有效性──运用数字技术和更加细致的信息去改善决策、转化过程。这里对于高阶管理人员的根本性问题是:我还需要什么额外的信息(或者说有什么额外的信息可以为我所用),才能让目前的业务变得更加有效?


广度。广度是指信息在何种程度上被部署为进入新市场 / 开发新产品或服务的关键资源或跳板。这一维度的目标主要在于“创业精神”,换言之就是要找到各种办法运用信息去开发新产品或进入新市场。


这一类的信息通常部分来自企业现有的活动(这是企业为新产品带来差异化的源泉之一),但这种内部信息也可以和外部信息结合。


在今天的竞争环境中,很多企业都应该问自己一个简单而有力的问题:我们通过利用信息获得了多少新业务,或是增加了多少新收入?这是测量信息足迹广度的指标之一。


发展信息足迹

内部信息丰富但传统资产轻薄的新型企业在不断出现。谷歌、Facebook 等公司作为早期例子,让我们开始思考企业价值源泉的转移。这些公司提供了一系列基于信息的服务,创造了更加丰富的、由信息驱动的增值活动。


然而,传统公司的管理者不能丧失信心,也不必觉得自己的公司在信息方面前途暗淡。传统公司现有的一系列活动都有可能产生信息──很可能更甚于互联网公司。此外,这类生成信息的活动依各家公司的具体情况而不同,因此具有独一无二的价值。


换言之,所有公司都可以、也应该把信息视为资产。我们认为,当管理者像说“投资回报率”或是“传统资产回报率”那样,把“信息回报率”挂在嘴边时,就说明信息真正成为了资产。那时,企业会真正从工业时代走向信息时代,并开始真正理解并打造基于信息的竞争优势。


原文发布时间为:2014-08-27

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

上一篇:SLB负载均衡实践


下一篇:基于ECS快速搭建Docker环境