大数据背景下企业战略联盟合作伙伴选择模型研究_大数据论文

大数据背景下企业战略联盟伙伴选择模型研究，本文主要内容关键词为：战略联盟论文,模型论文,伙伴论文,数据论文,背景下论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

      随着经济全球一体化以及顾客需求多样化和信息技术的快速发展，企业竞争的外部环境充满了动态复杂性与不确定性。企业的竞争优势及地位也不再完全取决于其自身所拥有的资源，而是在一定程度上取决于与其他企业的合作或所形成的战略联盟的深度与广度。企业一方面具有自身的优势资源，但也存在着资源短缺的问题。企业为了实现长期的战略目标实现可持续发展，就要通过企业战略联盟的方式，利用盟友的资源弥补自身的资源不足，构建企业的竞争优势。由于企业战略联盟能够实现单个企业独自经营所无法达到的目标，因此这一组织形式已经成长为很多企业选择的最具普遍性的战略组织模式。

      企业战略联盟问题问世以来，联盟稳定性就受到了诸多学者的关注。然而实践与统计数据表明，企业战略联盟在实践中成功率大约在50%～60%左右，而多数联盟在未实现其目标之前就已宣告解体[1]。美国麦肯锡的相关研究报告指出，从20世纪80年代以来，参与联盟的800多家美国企业当中，只有40%左右的联盟维持了4年以上的合作，而大部分联盟均在短期内解体了。上述统计数据表明，企业战略联盟并不是稳定的合作模式[2]，但企业战略联盟是企业利用并整合其他企业的资源以适应动态复杂的市场环境的有效方式[3]。在研究联盟失败的原因当中，错误的伙伴选择是联盟失败的最重要、最根本的原因之一[4]。Bettina Buchel在调查财富500强企业的部分CEO之后，发现联盟失败的主要原因就在于差的伙伴关系之中[5]。合理选择联盟伙伴是联盟稳定发展的基础，而缺乏对伙伴的了解就会导致联盟伙伴选择的不当。目前，企业在选择联盟合作伙伴时重点考虑的是合作伙伴所拥有的资源与能力。企业所拥有的资源是决定企业能力的基础，而企业能力尤其是创新能力，是企业成长的推动因素[6]。企业可以通过组建企业战略联盟与合作伙伴共享资源，扩充自身能力和拓展市场范围。准确了解联盟伙伴并合理选择联盟伙伴能够促进企业战略联盟的稳定顺利发展，也能促进联盟企业自身的发展。

      近年来，研究企业战略联盟稳定性的文献很多，许多学者从不同行业的特点出发研究企业联盟的稳定性问题，并在此基础上研究了影响联盟伙伴选择的因素并构建了相关的指标体系。杨斌(2010)针对中国高校当前的企业战略联盟需求，构建了比较完善的联盟伙伴选择指标体系[7]。胡志群(2007)提出了航空企业战略联盟伙伴选择的评价指标与权重的动态模型，涉及了航空企业战略联盟伙伴选择的一般性指标体系[8]。邬连东(2008)从模糊分析的角度入手，研究了中国商业银行企业战略联盟的伙伴选择，提出银行企业战略联盟伙伴选择原则与标准，即为一致性、互补性、协同性、融合性、对等性和双赢性[9]。

      现有的研究成果大都是在传统的市场影响因素的基础上对战略伙伴的选择评价指标和模型进行研究的，对于大数据背景下如何进行战略联盟伙伴选择的评价和模型分析较少。本文在已有的研究战略联盟伙伴选择的评价指标体系和模型的基础上，重点研究了大数据背景下的企业战略伙伴选择的指标构成和模型的构建与应用。

      二、传统企业战略联盟伙伴选择指标体系与模型分析

      (一)企业战略联盟伙伴选择的指标体系

      选择恰当的合作伙伴是企业战略联盟成功的第一步。在已有的文献中，国外的一些学者对战略联盟伙伴选择的标准做了不同的研究。Andrew Brown认为，在为候选伙伴选择制定标准前，企业需要清晰准确地确定自身的优势与劣势、产品或服务创新的计划、竞争地位等，其缺口可作为辨识潜在联盟伙伴的标准。根据国内外学者的研究表明，企业在选择联盟伙伴时应考虑到共同的目标、补充的技能、资源互补性和相当的风险水平等指标。Lewis(1990)认为，选择联盟合作伙伴时，应考虑双方的兼容性和承诺以及所结合的优势，并提出了联盟合作伙伴选择的关键导向因素[10]。Anand BN，Khanna T(2000)等学者认为，伙伴之间的信任可以降低联盟中的不确定性，并减少威胁[11]。Morgan RM，Hunt S(1994)，Mohr J，Spekman R(1994)[12]提出，承诺(或投入)被认为是企业战略联盟中有形的贡献，可以阻止成员不利于联盟结果的行为。Lim merick和Cunnington(1993)提出，战略伙伴选择时，需要满足自我分析、兼容性和人际关系。在前人的研究基础上，Sierra(1995)提出联盟伙伴选择的3C标准，即兼容性(compatibility)、能力(capability)、承诺(commitment)[13]。

      在国外学者研究的基础上，国内的学者对战略联盟伙伴选择的标准问题也做了较深入的研究。袁磊(2001)指出，企业战略联盟伙伴选择既要有硬性指标也要有软性指标，通过不同的指标系统对联盟伙伴进行评价[14]。传统意义的评价指标体系普遍认可的硬指标包括：互补性的指标、市场潜力和趋势、潜在伙伴的财务状况、管理理念和企业规模等；软指标包括：融洽水平、互补程度、企业文化、商誉等。里昕(2007)认为，横向的联盟伙伴选择时除了要考虑核心能力互补性、财务状况、技术水平和企业文化等因素外，还要考虑其他的因素[15]。王秋芳(2006)在Sierra提出战略联盟伙伴选择的3C标准基础之上，增加信誉(credit)标准，并引入层次分析法和模糊神经网络分析法构建了基于4C标准的联盟伙伴选择指标体系[16]。耿先锋(2008)等从战略目标的匹配性、资源的匹配性、组织文化的匹配性和总体实力的匹配性等方面入手，提出了联盟伙伴的选择方法[17]。赵岑(2010)等从四个方面，即资源互补度、战略目标相溶度、联盟前联系度与文化协同度，构建中国联盟伙伴特征匹配状况的评价模型并进行了检验，最终结果显示，资源互补性、联盟前联系与文化协同度是构建联盟中的重要的伙伴选择指标[18]。

      综上所述，国内外研究主要以资源基础理论、核心能力理论及社会关系理论为基础，从不同的角度和不同行业的特点出发，研究了纵向与横向联盟的伙伴选择问题，探索了影响联盟伙伴选择的因素，构建了基于相关影响因素的指标体系。同时，国内外学者也采用多种分析方法研究联盟伙伴的选择问题，如多目标规划、混合整数规划、ABC成本核算法、粗糙集理论、模糊层次分析法、网络分析法、数据包络分析等分析方法。但是，已有的研究成果并未考虑企业的外部动态环境，尤其是技术环境，特别是权重的确认含有较大的主观性，无法除掉指标之间非线性关系与信息重叠。

      通过以上分析，基于每个行业的特点，确定了建立企业联盟伙伴选择的指标体系，如下表1。

      表1 企业联盟伙伴选择指标体系

      

      (二)企业战略联盟伙伴选择模型

      企业联盟伙伴选择的研究方法主要有定性研究法和定量研究法。定性研究法有德尔斐法、经验法等，而定量研究法有层次分析法、模糊神经网络分析法、模糊评价法和目标决策法等。国内外学者的研究表明，综合利用定性分析与定量分析，有利于企业更加准确描述候选战略合作伙伴。目前，多数学者基于3C指标体系，综合运用定性分析与定量分析，构建多层次伙伴选择模型。根据该模型企业可以综合评价每个备选合作企业，并最终选择最佳的合作伙伴。在多种分析方法中，主要运用模糊神经网络方法，综合考虑多个伙伴选择指标，构建战略联盟伙伴选择模型。

      

      第一，建立超矩阵。以兼容性、能力、承诺等为控制层(也就是准则层)，下属层为次准则，进行次准则层对于控制层的影响力大小的比较，构造判断矩阵。设进行归一化的超矩阵为：

      

      第二，建立权矩阵。由于未加权的超矩阵无法采用幂法来求解极限相对权重向量，因此要依次为次准则进行比较判断后，得出相应的判断矩阵，并且计算其特征向量，建立权矩阵如下：

      

      第三，建立加权超矩阵并求解。根据上述计算，得出加权超矩阵，即为：

      

      根据上述步骤即可求得每个备选合作企业的综合指标，根据该综合指标，企业可选择最佳的合作伙伴建立企业战略联盟。

      三、基于大数据背景的企业战略伙伴选择模型构建与分析

      多数学者研究战略联盟伙伴选择标准时，普遍认为资源、能力与投入是重要的影响因素。目前，选择战略联盟的企业，都将重点放在研发与创新上，即企业加入联盟的目的是实现产品或服务创新，开发新的产品、流程和服务等。企业战略联盟是成员企业为了减少成本、降低风险并扩大市场边界而与其他的成员企业开展如合作生产、共同营销和R&D合作等的活动。企业战略联盟实质是协作，成员企业将自身的核心资源与能力投入到联盟中，学习与分享其他企业的资源，并在联盟中实现其目标。但联盟中进行创新或者选择伙伴时所依靠的数据样本是已发生的静态的沉淀数据。该数据只表示当时的消费者需求、市场环境、技术水平等状况，而不是实时的动态的数据。

      随着大数据时代的到来，大数据已渗入到企业的方方面面，影响着企业的决策制定、营销渠道、商业模式等。企业搜集到的数据不再是样本数据，而是全部的动态数据，企业在选择伙伴时所依靠的数据与技术都得到了大幅提高。因此，大数据背景下企业联盟伙伴的选择问题值得研究。

      目前，终端设备如移动互联网、传感器的数据正在呈指数级增长。根据IDC的预测来看，未来的10年内，数据将会以40%的速度增长，且有持续增长的趋势。大数据是继云计算与互联网之后又一次颠覆性的革命。不仅如此，大数据已深入到各个行业当中，政府、行业和企业等组织通过数据挖掘和数据分析等技术发现潜在的规律和价值，从而提高决策的正确性和运行的效率。大数据时代的到来，给各行各业带来了更多的机遇和风险，也为企业战略联盟提出了新的挑战。

      大数据技术将成为引领未来繁荣的三大技术变革之一，政府、企业界和学术界都将受到重要影响。麦肯锡公司的报告指出，大数据是一种生产资料，是下一个竞争、创新、生产力提高的前沿。世界经济论坛的报告也认定，大数据为新财富。大数据中隐藏的巨大价值，将会给许多领域带来变革性的发展。现在各个领域中每时每刻都会产生大量的数据，而这些数据被收集、分析和整合之后，逐渐成为各个经济领域的重要组成部分。大数据将成为与企业的固定资产和人力资源一样重要的生产经营的基本要素。

      (一)大数据时代对联盟企业的影响

      在大数据时代，各行各业几乎都产生并应用数据。大到国家战略的制定，小到个人利用手机终端发布信息，都离不开大数据，也都产生了庞大的数据量。正如加里·金所说的那样：庞大的数据资源使得各个领域都开始了量化进程，无论是学术界还是商界，所有领域均将开始这种进程。目前，越来越多的学者关注着大数据给企业带来的机遇与挑战。舍恩伯格(2013)在《大数据时代》中提出，大数据将会改变我们的思维模式、管理模式与商业模式[19]。何军(2014)提出，大数据影响着企业的决策环境、企业的数据管理和知识管理，进而影响到企业的管理决策组织[20]。王劲(2013)阐明了企业在发展过程中应注重管理模式的变革，以便抓住机会[21]。陈云海(2013)等研究大数据处理对电子商务的影响，在云计算的时代背景下，阐述了大数据的处理技术[22]。曾凡斌(2013)指出，大数据对传统媒体经营管理方式构成了巨大的冲击，需要在新闻产生、效果研究、受众调查等方面进创新，以应对大数据的挑战[23]。吴金红(2013)等认为，大数据有利于提高竞争情报的精准性、真实性和实时性[24]。漆晨曦(2013)认为大数据正改变企业的运营管理的决策方式，大数据促进企业管理决策的力量在于企业基于大数据做出更深入全面的需求洞察，以支持企业可针对性地做出及时、科学和有效的管理决策[25]。刘丹(2014)等认为，大数据可以帮助企业了解外部环境并发现客户价值；大数据可以改变生产模式与合作模式使企业实现其价值；大数据可以改变客户关系、分销渠道和收益模式等，帮助企业创造价值，进而引发企业进行商业模式创新[26]。

      大数据及技术的开发与应用需要巨大的物力、人力和财力等，单一企业很难承担所有的资源，而建立企业战略联盟是个有效的途径。在大数据背景下，企业的边界更加模糊，由于信息的共享与溢出，企业的生存与发展空间将被放大，企业的发展越来越呈现出非线性及不规则的发展方式。企业建立战略联盟，可以通过企业间的协同共生机制共同创造价值，有利于企业自身的发展。

      (二)大数据对企业战略联盟伙伴选择标准的影响

      联盟伙伴的合理选择是联盟稳定发展的前提，联盟稳定发展能够即保证自身优势也能利用、整合外部资源提高本企业的竞争力。何凌霄(2005)等认为竞争情报分析可以帮助企业辨识伙伴，但还需要客观地评估[27]。企业需要建立一套科学合理的联盟伙伴指标体系。目前，多数研究均参照Sierra提出3C标准，即兼容性、能力和承诺。本文重点研究大数据背景下对3C标准的影响。

      1.大数据对兼容性的影响。兼容性指合作伙伴之间在战略目标、管理理念、企业文化等方面的融合性。大数据将会重塑行业的竞争规则与格局，企业的兼容性也受到影响。首先，决策的主体由经营式过渡到大众化。以往企业决策均是由企业管理层而不是员工或社会公众做出的，且管理层进行决策时所依靠的是相对静止的结构化数据。随着互联网和大数据的引入，决策主体转移到大众化了。随着媒体传播信息的加速发展，社会公众已成为了企业决策的中坚力量。同时，决策依据逐渐转向了非结构化和半结构化数据。其次，决策方式从业务驱动向数据驱动转型。过去管理者依靠业务现状与其主观经验进行判断预测，但在大数据时代，企业可通过收集并分析大量数据，获取有价值的信息来进行决策与预测，即决策过程从被动式演变为预判式。积极主动分析并挖掘大数据中员工与社会公众的创造性，已日益变成了企业决策的前提。再次，当企业开始接触到大数据形式的信息时，现代企业文化也必然会相应地发生一定的变化。在企业的人力资源文化方面，招聘与评价企业潜在和现有员工的方式会创造一种非常具体的企业文化感知。更好的数据分析意味着更为具体和固定的企业文化。在营销文化上，利用大数据库和有效的分析使企业去了解和迎合客户的个性和想法，广告活动将随着客户而发生变化。最后，为了抢得先机，占据领导地位，企业纷纷制定了相关的大数据战略。由于大数据可以改变管理模式、预测风险与趋势，大数据应用前景非常广阔。对多数企业来说，大数据战略将是赢得竞争的关键因素。

      2.大数据对企业能力的影响。若互联网是企业之车的左轮，则大数据将是其右轮，这两者缺一不可，共同构成了企业新的核心竞争力。目前，几乎所有企业都致力于在提供产品和服务的过程中搜集大量的数据，每个企业都已经意识到为用户提供更高价值的产品和服务离不开大数据分析与挖掘平台。电子商务行业已将大数据作为参与市场竞争的核心元素，若谁能拥有大数据，则在市场上就占得先机，正所谓大数据成了商家拼抢的商业资源，即大数据是商业竞争的定海神针。李波(2014)分析了大数据技术在汽车行业的车联网与供应链优化、精准营销、用户服务等方面的应用价值，认为大数据将会是汽车企业的核心竞争力之一[28]。刘昆(2014)等通过公司将对政策、行业动态的研究转移到研发部门的举动的研究，即加大分析相关技术因素所占的比例，提出拥有强大的大数据分析能力的企业将会位于行业金字塔的尖端上[29]。由此可知，大数据及相关技术对企业核心竞争力构建起到重要作用。在大数据时代，精益的财务分析有了充分的发挥空间，可实时记录每批每次的数据，也可实时计算出每一个库存量单位的库存周转，因此财务分析方法也变得与时俱进。在大数据环境下，企业的信息在产生、传递、储存及披露等方面也发生新的演化。企业获取信息的渠道不再是单一的资本市场，即传统意义上的财务报表、统计年鉴等，而是多维的。在多维的大数据背景下，由于信息载体、形式与内容的多样性，有利于企业获取更多有价值的信息，进行财务分析与市场分析，进一步了解客户的需求与愿望，提高市场份额。

      3.大数据对承诺的影响。承诺是指联盟企业有责任感，能够承担一定的责任与义务，以弥补联盟成员在资源与目标上的差距。现代企业责任逐步从经济责任转向社会责任，企业的社会责任受到越来越多的关注。随着互联网与媒体的快速发展，企业变得越来越透明，利益相关者可以通过多种渠道获取企业的相关信息。由于大数据增加了透明度与精确度、减少了错误与偏见的影响、时时更新的系统，使企业趋向于利用大数据来衡量企业社会责任。利用大数据，企业能查询到合作伙伴对社会责任的履行情况、企业披露的报表的完整真实情况、客户对合作伙伴产品的评价情况等。

      大数据时代企业的边界变得模糊，数据成为核心的企业资产，将深刻影响企业的业务模式，甚至重构其文化和组织。因此，大数据对企业的决策、组织和业务流程、对个人生活方式都将产生巨大的影响。

      综上所述，大数据影响企业的内外部环境，影响企业的决策，如战略目标、伙伴选择、多样化运营等，也影响企业的能力，如核心竞争力、财务能力、分析能力等。大数据是一个很好的工具。从资本角度来看，什么样的公司有价值，什么样的公司没有价值，从其所拥有的数据规模、数据的活性和能运用、解释数据的能力，就可以看出合作伙伴的相关信息如：伙伴的能力、伙伴的信息披露是否真实、伙伴的商誉、伙伴的运营情况如何等。传统的指标已不足以充分体现备选企业的价值，在数据快速增长的市场环境下，以传统的关系型数据库分析数据的模式逐渐被非关系型数据库分析模式所取代，因为传统的关系型数据库无法分析大量的视频、音频、邮箱等非结构化数据。在信息爆炸的现在，企业趋向于利用大数据及技术分析相关行业及企业的信息，选出适合的伙伴建立联盟。

      (三)大数据背景下的企业战略联盟伙伴选择模型及应用步骤

      1.基于大数据背景下的企业战略联盟伙伴选择模型。

      (1)理论模型构建。在大数据的浪潮中，企业战略联盟伙伴选择也受到了影响。如何将大数据及技术应用于企业战略联盟伙伴选择，促进联盟的稳定性，成为合作管理领域重要的问题之一。基于此，本文从大数据的角度出发，研究企业战略联盟合作伙伴的选择问题，构建基于大数据的企业战略联盟伙伴选择模型，为今后大数据情境下企业战略联盟伙伴选择提供一个视角。

      利用大数据选择合作伙伴关键在于大数据技术。大数据技术是收集、存储、管理、处理、分析、共享和可视化技术的集合。国内外的学者重点研究相关的大数据技术，目前已出现多种大数据技术供企业解决诸多问题。Google公司在2004年提出的MapReduce技术被广泛地应用于数据挖掘、分析和机器学习等领域；在2006年提出的云计算是大数据分析处理的核心原理，也是大数据分析和应用的基础平台；淘宝也推出了TFS，针对其非结构化数据，满足其对小文件存储的需求①；为了满足横向拓展的性能，Google公司又提出了Big Table数据库，形成了非关系型数据库，即NoSQL；Doug Cutting模仿了GFS，开发了Hadoop。云计算、MapReduce和Hadoop已经成了最流行的大数据处理平台。

      大数据背景下，由于影响的因素、采用的技术不同，战略联盟合作伙伴选择的模型也与以往有所不同。本文将构建基于3C标准的大数据背景下战略联盟伙伴选择模型。大数据背景下的战略联盟合作伙伴选择的理论模型如图1所示。

      

      图1 大数据背景下的企业战略联盟伙伴选择理论模型

      (2)模型分析。衡量合作伙伴的信息来源有访问数据、交易数据、网络在线数据和购买数据等。通过上述渠道，收集财务报表、市场份额等相关信息。

      

      

      其次，根据合作伙伴与企业自身的外部信息，确定该企业在市场中的机会与威胁，预测风险。客观分析客户需求与环境变化，结合相关企业内外部信息，确定该企业选择伙伴的标准，最终确定兼容性、能力与承诺的权重，即

。

      最后，根据内部信息的对比分析，结合相对权重，得出兼容性、能力与承诺的一致性与互补性。设最后的分析结果为Y，则有

根据上述分析结果，选择最佳的合作伙伴建立联盟。

      2.大数据背景下的战略联盟伙伴选择模型应用步骤。大数据背景下的战略联盟伙伴选择的程序和步骤主要有以下几个阶段，即数据采集、数据预处理、数据分析、数据挖掘和数据可视化，如图2。

      

      图2 大数据背景下战略联盟伙伴选择模型应用步骤

      (1)数据采集。通过客户端收集合作伙伴的相关信息，如财务报表、公司章程与规章、市场份额、专利数、客户满意度与忠诚度、合作伙伴承担的责任与履行的义务等结构性数据和非结构性数据，关注外部环境的相关信息，如政策与规章制度、环境保护、技术环境等数据。

      (2)数据预处理。对采集到的多个数据库进行有效的分析，并导入到大型的数据库进行简单的分类、整理等预处理工作。根据数据来源，将所有数据分为内部数据与外部数据。

      (3)数据分析。运用统计、分析技术对上述数据进行分析。分析合作伙伴内部信息，了解合作伙伴的兼容性(管理理念、产品标准、企业文化等)、能力(技术能力、财务能力和核心竞争力等)、承诺(经济责任、慈善责任、已履行的义务等)的相关信息。分析外部信息，了解联盟所处环境中的机会与威胁，预测相关风险。

      (4)数据挖掘。在分析内部信息和外部信息的基础上，对合作伙伴的相关指标进行测验，并确定各个指标的匹配度与一致性。

      (5)数据可视化。将分析得出的结果以表格、影像、图形等形式表示。

      综上所述，企业利用大数据，搜集、整理、分析合作伙伴的信息，确定合作伙伴的兼容性、能力和承诺，与自身企业相对比得出兼容性与承诺的一致性和能力的互补性，据此决定最终的合作伙伴建立战略联盟。大数据还可以帮助企业计算合作伙伴对联盟绩效的贡献、履行的义务等，有助于企业后续的决策。利用大数据及技术选择合作伙伴含有较大的客观性，优于一般选择合作伙伴模型。

      大数据已经深入影响到企业的日常活动中，也给企业带来了挑战与机遇，并且对企业选择合适的联盟伙伴提供了一个重要途径。企业战略联盟合作伙伴的选择对联盟的成功是至关重要的。为了能够综合、合理分析影响企业战略联盟合作伙伴选择的诸多影响，以及因素之间的相互影响，在传统意义上的3C标准基础上，构建了基于大数据的联盟伙伴选择模型。通过该模型的构建和应用，能够更加客观地选择最佳的合作伙伴，使得联盟管理者能制定更加合理的联盟伙伴选择标准，选择出合适的合作伙伴，从而促进企业战略联盟的稳定性。

      ①http://code.taobao.org/p/tfs/wiki/index/.

标签：大数据论文;  数据与信息论文;  联盟营销论文;  相关性分析论文;  能力模型论文;  云计算论文;  联盟标准论文;  信息发展论文;  数据分析论文;