Ⅰ 不具备资源的情况下，寻找机会，进行价值创造的一种整合，叫做创业，对吗
可以这么理解，这样理解不够全面。这样说指的只是一部分的创业者，大部分的版创业者都是草权根出身，没有什么条件和资源。有的仅仅是一个想法而已。把想法化为了实践，通过自己和小伙伴的努力，然后一步步的去实现它。就这过程就叫做创业。有的人选择了自己开公司做，而有的人选择了平台的帮助，像腾讯的那个众创空间，借助平台的力量，能够解决很多繁琐的事情，一心一意的做产品。
Ⅱ 工作创新及价值创造
工作创新和价值创造两者之间本身就有这个相互的关联。工作创新导致了价值的不断产出。
Ⅲ 求问价值创造与价值分配是什么关系
一种相当普遍的意见认为，分配制度改革的依据应当就是对劳动价值论的认识的深化。持此意见的人也承认资本和技术以及经营管理的作用，甚至也承认传统的劳动价值论不够用了，但是他们坚持认为，应当(也只能)在坚持劳动价值论的范围内，通过对劳动价值论的深化和扩大来解决问题，具体做法就是将各种要素纳入“劳动”概念之内，将价值源泉的内涵和外延加以扩大，从而得出“扩大和深化”的劳动价值论。实际上这样做无论在理论上或实践上都是行不通的，至少有以下几个问题需要加以考虑。 首先，这种看法不符合马克思劳动价值论的原意。这里主要涉及两方面的问题，一方面是对马克思说的创造商品价值的“劳动”这个概念的内涵和范围作何理解；另一方面是对马克思关于价值论和财富论的关系的看法作何理解。 就马克思关于财富论和价值论的看法来说，可以明确的是，在马克思那里它们是两个有联系但又有原则区别的概念，财富论涉及的是产品和商品的使用价值，而价值论涉及的是作为使用价值的产品和商品相互交换的基础。马克思认为，对于商品价值来说，使用价值只不过是价值的物质承担者，它决不是价值的源泉和决定因素。因而尽管马克思从来高度重视科学技术和经营管理的作用，指出科学技术是社会发展的革命性力量，肯定经营管理对于现代化生产的极端必要性，但他只承认它们是商品使用价值即财富的要素，是创造生产力的要素，不承认它们同时也是商品价值的创造者。在马克思看来，创造商品价值的源泉中没有任何一个使用价值原子，当然也不会有任何一个创造使用价值的要素(劳动除外)。可见在马克思那里价值论与财富论是两个不能混同的范畴，不能将创造生产力的要素或创造商品使用价值的要素加进他的价值论，否则那种价值论就不是马克思的价值论，更不是他的劳动价值论了。 其次，通过扩大劳动概念的办法还隐藏着某种难以预料的同劳动价值论的初衷相违背的困难和危险。将科学技术纳入创造价值的劳动之中，似乎还好说一点，因为这里涉及的多半是承认脑力劳动和复杂劳动的作用问题，大体上还没有越出“劳动”这个概念的范围，而经营管理也被认可是创造价值的，在理论上就比较难了。经营管理在概念上同劳动价值论所说的劳动不是一回事，经营管理是指对劳动的指挥、管理、组织和监督，而劳动价值论所说的劳动则是指被指挥、被管理、被组织和被监督的对象；从资本主义的历史发展来说，经营管理功能是社会化大生产的产物，本来就是资本功能的扩大和延伸；在历史的和现实的经济生活中，经营管理功能又同资本的功能往往结合在一起，难以截然分开。笼统地承认经营管理也属于劳动的范畴，必然更要远离马克思的劳动价值论。但最大的麻烦也许还不在这里，而在于如何认可资本的作用。按照劳动价值论，资本是根本不应被视为价值源泉的，但是，如果说科学技术和经营管理都可以纳入劳动的行列，那么就难以把资本继续档在劳动的大门之外。且不去说西方经济学发展史上早就出现的将资本解释为不亚于劳动作用的“忍欲”和“牺牲”之类的观点，眼下的大量事实就让我们不能不思考拒绝的理由是否站得住。要知道资本的成功运用和运作所要求的知识、洞察力和判断力，以及为此需要付出的劳动和努力，恐怕决不比其他劳动来得差，而如果因此就把资本也纳入创造价值的劳动之内，那真要同劳动价值论南辕北辙了。 再次，历史上不是没有人想通过扩大劳动概念的办法来解决劳动价值论同市场经济现实之间的矛盾，结果最终导致了劳动价值论的破产。也就是以英国古典经济学的伟大代表者李嘉图为首的学派解体。当然，将科学技术和经营管理视为劳动，同李嘉图学派的做法不能完全等同。但是至少在扩大劳动概念这一点上确有共通之处，因而对其理论破产的惨痛教训不能置之不理。北京大学教授晏智杰
Ⅳ 价值创造的理解
稻盛和夫运用阿米巴经营模式，创造了经营上的神话；美国全食超市的发展也给出例证；海尔「人人是创客」的组织变革实践，把6万多名员工转变为自动自发的2000多个自主经营体，并使每一个经营体就像一家自主经营的公司，让每个人变成自己的CEO。
这些领先企业的实践表明，今天企业的发展需要遵循「共生」的逻辑，而其带来的核心变化，就是独立个体的价值创造。
然而，任何价值创造的过程都必然伴随着失败。管理者在鼓励创新的同时，也必须学会接纳创新失败。
2016年12月29日，与华为创始人任正非交流对话的内容引发了广泛的关注，交流从姚老师谈他一个朋友新进入一家跨国企业——华为谈起。
姚老师的这位朋友是一位技术专家，他觉得最开心的是，华为对他没有进行硬性的考核，而是让他安心研究。姚老师关注地问道：这样的管理方式，是否会得不到研发结果？
01 做出来的是天才，做不出来的是人才
任正非说，在华为，研发创新做出来的是天才，做不出来的是人才。
华为的容错率是很高的，它放手让大家去做，在研究上允许大家犯错误，给予研究人员时间和空间安心去做。假设一个新研究项目能够做出来，那华为就获得了天才；假设一个新研究项目做不出来，华为就得到了人才。
因为能够成功的项目非常少，所以做出来的就是天才。而项目失败的研究人员，经历过失败，知道失败的滋味，同时努力过、奋斗过，所以一定可以更好地总结过去，不重复犯错误，继续前进，这正是公司所要得到的人才。
科研本来就是试错的过程，没有试错，哪会有创新？创新本来就是不容易的事情，如果每次创新都会成功，那也就不是创新了。所以，能够创新成功的项目本身就少之又少，研究人员一旦成功也就可以称为天才了。
我们鼓励创新，就要接纳创新失败，如果一旦失败或者犯错，就淘汰并给其贴上标签，那么就不会有人敢去创新。华为会包容创新上的失败，不会因为失败而否定大家。
02 华为“金钱变知识，知识变金钱”的启发
如果宽容失败，是否在创新上的尝试太过发散呢？
任先生回答说不会。华为是一家有战略耐心的公司，所有的创新和尝试，都是在主航道上做出的选择，由战略做出界定。所有创新项目的选择，已经通过战略做出筛选。任先生将张开的双手慢慢收拢，做一个形象的比喻就是把所有的信息广泛纳入到战略框架下，然后筛选出与战略相适应的项目。这些筛选出来的项目才会进入公司创新项目集群中，组合各种资源付诸实施
Ⅳ 人力资源管理如何走向“价值创造”
仅供参考：
人力资源部门在试图成为业务合作伙伴上投入了巨大的时间和精力，然而收获甚微。事实上，在某些情况下人们对他们的认同反而是减弱了。人力资源部门不再被看作是纯粹的行政管理部门，而被认为是个无足轻重的业务伙伴。帮助人力资源部门理解企业经营真正需求的最好方法，就是直接与业务部门的主管进行沟通。
随着市场的日益规范，企业的日益壮大，出现了发展的瓶颈缺少人才
杰克·韦尔奇曾说过：人力资源负责人在任何企业中都应该是第二号人物。但在中国，99%的企业都做不到。原因很简单，人力资源部没创造这么大的价值业务增长很快，但HR总在拖后腿。有些人说人力资源部是秘书，有人说人力资源是警察，在中国，真正认为人力资源部是业务伙伴的凤毛麟角。
中国企业在人力资源上面临的挑战
经济的快速增长对资源的压力不断加大。中国经济的飞速发展对国内的人力资源提出了巨大的需求，导致中国在高素质人才，特别是在技术、销售和管理人才供应上出现明显缺口。如今，人才储备竞争在外资企业、民营企业和国有企业之间已愈演愈烈。作为应聘者原本优先考虑的外资企业和有着本地优势的民营企业，正在遭受来自国有企业强大人才争夺攻势的威胁。国有企业通过为应聘者提供与外资企业相当的工资、晋升机会、职业发展和福利，已在这场争夺战中初露锋芒。现在，为了占稳自己的一席之地，无论外资还是民营企业，必须重视并重新考虑自己的人才吸引计划。
人才保留需求也在加大。激烈的人才竞争为员工带来了大量的外部机会，也在一定程度上降低了员工的忠诚度。现代企业的员工对自己的工作已逐步建立清晰的权利意识，他们期望在自己的职业生涯里能够尽量到得提升，同时还能拥有一份丰厚的回报。如果得不到满足，员工易于变得不满和不耐烦，他们甚至有可能会为了小幅的工资增长而离开企业实施恰当的人才雇佣和保留计划，对于企业的发展与成功是至关重要的。
缺乏领导和管理技能是一个严重的问题。随着国内经济的快速增长，企业员工晋升的速度也在加快。中国企业的员工，其平均年龄比西方同等职位的人员大约低了10岁。这种情况导致很多中国企业高管还不够成熟，缺乏相应的管理知识和经验。未来，中国的企业亟须系统而全面的人员发展计划，以提升各层管理人员的素质。
必须从企业的角度出发制定人力资源战略。越来越多的企业领导者对人力资源在组织内的传统定位提出了质疑，他们都希望能够从企业的战略高度出发来解决人才问题。由此，有的企业领导会让业务部门管理者直接担任人力资源负责人，又或将企业人才资源计划转型为更高层面的企业战略计划。
饱受争议的人力资源部门
战略人力资源管理产生于20世纪80年代中后期，近一、二十年来这个领域的发展令人瞩目。对这一思想的研究与讨论日趋深入，并被欧、美、日企业的管理实践证明为是获得长期可持续竞争优势的战略途径。相对于传统人力资源管理，战略人力资源管理(，SHRM)定位于在支持企业的战略中人力资源管理的作用和职能。目前，学术理论界一般采用Wright&Mcmanhan的定义，即为企业能够实现目标所进行和所采取的一系列有计划、具有战略性意义的人力资源部署和管理行为。
上世纪90年代初期，围绕是否废除人力资源部门，美国学术界掀起了一轮争论。可见，当年美国人就认识到，人力资源管理的战略缺失，是个普遍现象。
这么尖锐的批评,是否只是某个人在和自己公司的HR部门吵完一架之后的胡言乱语呢？但事实并非如此。著名学者、顾问、HR职业的拥护者戴维·尤里奇亦曾指出：无论我多么喜欢HR人但我必须承认关于HR的坏名声，也听到许多：低效、无能，又很昂贵一句话，HR没有多大价值。
显然，人们对HR的期望正在发生改变，对HR的要求正在不断提升。导致的结果就是经理人和员工对HR的需求与HR提供的服务之间产生了差距。
我们有必要将当下对HR的要求放在一个背景中来看，因为任何职业的未来都植根于其历史。20世纪70年代以前，还没有人力资源部，而只有人事部，其主要职责也是维护雇员记录和信息。而它还有一个叫法是公司不管部（公司不管部：CorporateAttic，又指公司中的杂物间。正如东西没处摆时便丢到杂物间里，人事部承担了那些没有被特别分配的事务）。因为当某一任务并未被明确分配给任何部门时，通常也就意味着分配给了人事部。这也是为什么许多HR部门拥有类似组织公司野餐以及维护公司组织结构图之类责任的原因。在那个年代，一个高效的人事部要应对无数要求，而其中大部分都是事务性和管理性的。其工作遵循的是应对紧急事务的原则，而把HR当做业务中的一部分这一思想也尚未成为当时的一项要求。
Ⅵ “大数据”的根本是为了价值创造
“大数据”的根本是为了价值创造
前面什么是“大数据”我就很快的过一下，我们看到了“大数据”的一些想法。更重要的是我们怎么看待“大数据”，怎么影响到业务模式的变革，我们也会提到一些案例，我们看到我们的客户在整个“大数据”的变革中会做一些什么东西。在当中最重要的，刚刚吴老师也提到，不但是获取数据，而是如何用它，不管是组织、流程、能力各方面怎么做很好的准备，怎样去挖掘这样的一个机会。
首先刚才大家也提到了，现在进入到了一个“大数据”的时代，如果大家看我们这里做了一个很快的统计，在全球几百个主要的媒体上面，看到在一些标题，或者是在一些主要的段落里面，谈到“大数据”的这个字的话，其实十年前就已经开始有了，但那时候还不是太多。其实在比如说2005、2007年的时候，看最火的字可能是电子商务，看得更加多。2001年时候看到的最多的字是云计算。看最近两三年，“大数据”就突然间增长的非常快了。当然不是说电子商务、云计算已经落后了，这些还是经常看到的自眼，但“大数据”会看到非常高的比例。
“大数据”刚才大家都谈到了一些不同的定义，“大数据”是什么东西，刚才也提到了，其实十多年前、二十多年前，我们就已经会挖掘客户的信息了，会做分析了。但是究竟“大数据”和以前有什么不一样?首先在量上面，是海量的数据，是本来一些的方法、工具，这些是分析不了的，是做不了的，这个量是非常多的。给大家一个概念，现在世界上所有的数据，90%是在过去两年产生出来的，所以你会看到，我们的时间再过一年的话，信息量的增长完全是一个爆炸性的增长。比如说另外一个，可能刚才谈到视频分享网站，有人做过一个统计，比如说你现在坐在一个电脑面前一直看这个视频的话，可能需要一两千年才能够看完。这些数据量这么多，当中对你有用的不一定会太多，怎么挖掘海量的数据，这个量是一个很大的重要的一点。
除了以外，另外一点就是现在不同种类的数据，以前的话，可能在网上你看到了一些文字的资料，现在找东西的话，你会找图片，会找不同的视频，有时候还会有很多不同的模式，比如说你的PUO这些东西，或者是其他的很多不同的种类的信息，这个也越来越多。
其实很多时候，刚才已经提到了，我们要分析，客户分析的数据不但是分析自己的数据，很多时候是要把怎么样和外部的数据结合起来。比如说大家一直可能会谈到沃尔玛，怎么样挖掘沃尔玛自己的客户，他买了什么东西，对未来会买什么东西做一个预期，或者是对未来的什么折扣感兴趣。但是有一个有趣的事情，沃尔玛不但看自己的数据，还会把这些数据和天气的数据放在一起看。比如说下雨的时候哪些货品要多做一点，或者是有台风的时候，客户会来多买什么东西。把不同种类的数据和不同来源的数据做一个很好的分析的话，这个也是“大数据”时代的一个挑战。
另外一点，在媒体里面常常谈到的“大数据”是实时，这个是很重要的，不但是量、种类，要实时的应对，比如说十年前客户做调研和客户细分，需要两三个月的时间来做分析，来做出结果怎么服务好客户。但是现在客户的需要已经不一样了，怎么实时给出应对是重要的一点。
其实我们对“大数据”的理解也有一定的定义，就刚才提到的，其中首先一点是怎么样收集，怎么样去分析，怎么样去理解这些大数据，这当然是很重要的一部分，这里面很重要的一点，不单单是获取，因为我们常常看到一些客户可能觉得浪费时间，外面有那么多的数据，怎么多拿一点进来，但是更加重要的是你有没有这个能力，怎么用这个数据，这个能力非常重要。
这里面提到两个另外的点，一个是“大数据”不是为了获取分析来做，更重要的一点是对于公司价值的创造，如果到最终这个数据你拿到了很多，分析了很多的数据，根本影响不了你的业务的话，这个也没有什么意思，所以价值创造是根本的一点。在这个过程中，我们相信“大数据”对业务的模式是一个很大的变革。所以我们在后面也会提到。
这里面我们随便看不同行业里面的经验。今天早上和一些同事聊的时候，大家也在谈，其实“大数据”究竟对什么行业有最大的影响呢?其实我觉得这个问题是很难回答的。因为我们看到很多客户一直问我们“大数据”对他们有什么影响，电子商务对他们有什么影响。这里面不单单是消费者的公司，或者是B2B的公司，或者是医药的种种的公司，主要是看怎么应用“大数据”，一方面是他们的数据量，数据的来源越来越多了。还有就是刚才提到的，就是怎么和外部的数据结合起来，做到对你业务有价值的帮助。现在价值创造往往上上亿美元的收入，或者是成本方面的增长。
刚刚提到其实不同的行业里面会有不同的应用，这一页是我们几个月之前做的，这上面可能有一些还没有做“大数据”的公司现在已经开始做了，这个变化是非常快的。举一个例子，一个保险（放心保）方面的，过去可能看不同人的年龄，以前开汽车有没有遇到过意外，然后决定你的保险要付多少钱。现在是有一个仪器放你车里面，看你开车是否安全，这个就可以给不同客户更加个性化的定价。这个就是一个“大数据”的应用。另外一种，我觉得也很有趣的例子，大家知道现在是欧债危机，很多政府都遇到了这样的挑战，比如说意大利政府，意大利政府不但是考虑有没有人逃税，不但是要看报上来的数据，在法律允许的情况下，结合了很多消费的帐单、电话费的帐单，比如说你有没有去外地旅游等等，你没有那么高的收入，为什么可以有这么高的消费，把这些数据和他们报上来的收入比较，发现20%纳税人是高风险的逃税人。这个也是一个“大数据”的应用，不但是在业务里面、商业里面，也在政府里面，很多行业里面都会有不同的应用。
这里面谈一下背景，因为很多客户常常问我们，什么叫做商业模式，我们有没有一个好的定义。这个也是我们很多客户比较接受和认可的定义。商业模式，在这里面有两个大的方面，一个是价值主张，比如说从所提供的产品服务究竟是什么东西，目标客户群是谁，收入的模式，比如说定价、商业模式怎么样在里面赚钱的，收入是怎么样来的，这也是一部分，我们叫做价值主张。
另外一方面是在运营模式方面，比如说在整个的价值链当中，怎么控制这个价值链，或者我们在价值链的哪个部分去玩，其中组织的架构，也会影响到商业模式，最终也有成本的模型、成本了模式。我们对于商业模式的变革，商业模式的改造里面，定义在这六个模式里面至少有两个是在改变，才叫做商业模式的改变。比如说你只是改变了目标客户群，其他没有什么改的，这个只是客户群的改变，如果只是多了一点服务和产品，在其他方面也没有改的话，这个也不是根本的商业模式的改变。但是我们后面谈到例子中就会看到，很多客户在运用“大数据”的时候，有两方面的改变和影响，这个就是根本上的商业模式的变革。
“大数据”如何影响到商业模式的变革。这里面有几个大的方面，首先是数据的来源，根据提到数据越来越多，在中间怎么样影响总体的经济链，或者是总体价值链。右边是结果了，刚才提到，可能是六个方面影响我们的商业模式。但是如果大家看一下左边的数据方面，其实数据来源，或者是量越来越多，这个当然是一个很重要的一点，但是刚才吴老师和殷总也提到，获取数据的成本，或者是储存数据的成本越来越低，这个是使得大家愿意越来越多的使用“大数据”。但是更加重要的是要有越来越先进的分析工具，来帮助大家做这些分析，不然的话，如果还是用十年前，十五年前的工具，虽然数据多了很多很多，但是也做不住很好的结果。比如说我们自己内部，过去5年也建立了一个团队，专门看地理方面的数据，全球不同地方的地理数据，比如说中国国内，什么地方有餐厅，什么地方有零售店，其实现在有很好的数据做分析的，十几年前没有这样的数据库，现在有了，我们也有这样的能力。我们也有团队，比如说看全球零售方面的数据分析。比如说几年前我们用很简单的工具来做分析，因为数据少，很容易做。而现在我们自己的咨询公司也会建立这样的能力。
最后当然是客户他们，这些消费者也很愿意的和大家分享这些数据，当然在隐私这些方面可能还是一定的挑战，但是对于他们来说，他们贡献的这种数据，获得了这种便利，比如说在亚马逊上面可以提供书的建议，或者我到沃尔玛里面，有特价的折扣给我，比较个性化，这些是他们比较愿意用他们的数据来换取一些价值。这些种种方面就是为什么现在数据越来越多，怎么样影响到业务模式的变革。
在当中，我们一会儿会谈到比较大的一点，就是中间谈到怎么样真正的影响价值链。比如说现在有了那么多的数据，而且流通性那么好的话，大大增加了在交易、客户、产业之间的透明度。其中还谈到了交易成本都有一定的降低。比如说以前一家公司要做针对性的营销的话，以前可能是很难做的，以前做营销，打一个广告，面对很大的受众，但是不一定很有针对性。而现在用比较低的成本，你有了这个能力，有了这个数据，就可以给客户很个性化的优惠和产品。这个以前是不可能发生的。
在价值链不同部分的规模变革，或者是客户的期望值，这个也是很重要的部分，为什么这些公司要根本的改善业务模式，很重要的一点是客户的期望值在改变。大家觉得现在有那么多的数据，我只看到竞争对手做了那么多的东西，但是我们对于公司的期望会越来越高。
刚才谈到业务模式的六大方面。
我在这里面就不多提这些例子了，我后面会比较仔细的谈在企业和“大数据”当中怎么样去竞争。
在这个方面，首先我们很多时候当客户在看这个问题的时候，会从几个大的方面看。其中最重要的，就是最上面的，就是整个他们对“大数据”方面的整体的定位，或者是战略是怎么样的。这个是很重要的。刚才也说了，不是为了获取数据而获取数据，不是为了分析数据而分析数据，最终希望你怎么样去使用，这个在你的业务里面是希望达到什么样的效果，这个是很重要的一点。这个整体的方向，高层、领导层方面的一些大力的资源方面的支持之外，下面我们会从几个大的纬度看。
第一个，怎么样利用这些数据。这是很重要的部分。数据的用途在哪里。
第二个，我们叫做数据的引擎，其实就是数据基础的建设。
第三个，生态的系统，整个生态系统怎么样去看。
这里面很快把每一点说一下。首先在上面怎么样利用这个数据，我们这里面看到两个大的方面，一个是在机会方面，一个是信任方面。机会方面就是要了解用这些数据会达到什么目的，会有什么样的机会，比如说要挖掘一点对业务方面的洞察，还是希望对整个公司的流程有更加好的完善，更加好的改进呢，还是说你希望给客户提供一些新的产品，以前可能是没有办法提供的，比如说你本来有不同的业务，本来是独立的提供业务，现在不同单元可以分享提供业务，提供新的数据。怎么样利用这些数据，就是要看机会方面，有哪些机会。第二方面叫做信任。这里面其实有两大部分，一个是刚才提到的数据是不是也愿意的提供一些数据给你，就是说让你获得一定的便利，获得一定的优惠，然后客户能够信任你，让你收集这样的数据。另外一部分就是你怎么样建立这个形象，就是在整个的过程中，客户愿意给你，但是慢慢的你要建立一个可信任的形象，就是大家觉得给你这个信息是安全的，就是这个信任。所以怎么样利用和获取信任是很重要的部分。
第二个部分是数据的引擎。第一个是在技术方面，怎么样建立这个平台，这个当然很重要。右边是组织的架构，内部的话，你的组织需要什么样的能力，需要什么样的人才，比如说组织架构，比如说刚才殷总提到在一个公司里面有一个CBO，除了这个之外，有一群人在总部，可能对“大数据”分析比较了解。但是在每一个业务单元里面，是不是也要有人确定这些数据怎么用，怎么获取这些数据，日常和客户的沟通过程中，怎么收集和利用这些数据，这也是很重要的一点。这个是第二个部分。
第三个部分是数据的生态系统了，其实看到了很多的公司，他们不单单是看自己的数据，他们是很好的怎么样确保和他们整个生态系统，或者是第三方的伙伴，他们怎么样分享这些数据，这个总体来说是非常重要的一部分。所以很多时候，我们在过去好几年做了有上百个不同行业的“大数据”的项目之后，总结出来我们客户常常遇到的问题，可能都是这样，很多时候客户一开始来谈的时候，可能都谈上面的机会，究竟什么是大数据，给我们什么样的机会，但是他们慢慢了解之后，知道了这个还不是最大的问题，有了系统和做分析的人，这些都OK了，但是更多是在组织、流程、生态系统方面是更加的挑战。
在其中，我这里准备了两个例子，一个是谷歌，大家也是比较知道的，在运用数据方面是一个比较大、比较领先的公司。在当中会看到我也会从刚才提到的六个方面，怎么样使用数据，里面是怎么样挖掘不同的机会，怎么样得到客户的信任。第二个方面是数据引擎方面、平台方面、组织方面是怎么样做的，最后是怎么样参与生态系统，建立和不同伙伴的关系。
谷歌也很有战略，看到了很多大家还没有看到的机会，他们很早的时候就已经先做了，这个也是客户里面现在比较大的改变，现在有很多东西你要尝试的，因果关系你还没有看到很清楚，但是看到了关联性，虽然看不到因果关系，但是看到了就要尝试。谷歌是比较领先的一个。在当中会看到，在数据用途方面，比如说左边这里，他们常常有很多不同的应用，不管是地图，不管是在其他方面，比如说视频种种方面，有很多不同的应用，有上百种不的应用，就一直在试。它的数据库并不一定有很多，可能是有单一的数据库，在这个数据库里面可以让你做很多不一样的东西，这个就是客户在想的，其实更加重要的不是要获取更加多的数据，其实很多时候客户已经有太多的数据了，甚至有时候他们觉得自己的数据不够，一定要到外面找，其实他们没有想清楚自己的数据怎么用，单一的数据库已经可以让你做很多不同的东西出来，让你尝试不同的东西。
另外一方面，和客户怎么建立信任，比如说一个方面，客户要慢慢的、很快的感受到他们在这些数据方面里面获得的一些好处在哪里。另外一方面，他们收集了这些数据，谷歌这方面做得挺好的，比如说社会责任、社会形象、捐款，这方面他们做得也是很多的，这是为公司建立起比较正面的形象，这方面让客户觉得和你分享这些数据，你也是比较可信的公司。在怎么获取，怎么使用方面，其实很多客户是会考虑非常清楚的。
第二个方面是数据引擎，在整个基础建设方面。首先是技术方面，技术方面我当然不是懂很多。首先是要有统一的自己的数据库，然后在当中扩充性也是比较大的，刚才提到，拿了那么多的数据，怎么把数据库扩充、扩容，这个是非常重要的一点。另外一点是在组织方面，比如说这里面提到，当然你需要一些，我们这里说到数据的工程师，在很多公司里面，这个量不一定很多的，不是一家公司可能有上万人，就要有几百个这样的数据工程师，很多时候有十几个人的小的团队，但是能力都是比较强的，知道怎么进行数据挖掘，怎么把系统建立起来，这个是非常重要的一点。另外一个是在当中右下角，吴老师提到的一点，不是说要根因这方面的东西，其实他们挖掘这个东西的时候，最重要是看关联性，两个动作有一定的关联，然后就知道要去尝试这个东西，然后慢慢的看究竟为什么有这个原因，这个是和传统做一些商业决定是很不一样的。
对生态系统，这个也都不用说了，这里面比如说谷歌通过参与不同生态系统里面，和很多第三方伙伴一起来合作。有一些，比如说上面的是整个搜索的生态系统，下面可能地图也有生态系统，不同里面，和不同的很多人在合作，在工作。
后面我很快的说另外一个例子，这个是宝洁。也是从刚才的六个纬度看一下，怎么使用这些数据，基础怎么建立起来，最终怎么样建立很好的生态系统。这个是刚才提到的上面的三角形，对于大数据整体的战略和定位是怎么样的，可以看到在过去可能几十年的历程中，很多时候，比如说七八十年代、八九十年代，不但是宝洁，很多公司都在想生产力怎么提升，流程怎么做得更加好，或者是比较根本的业务方面的东西，但是会看到在过去几年，有很多大的投入，都是在“大数据”、运用电子商务的机会等，在公司的高层是有很大的决心要做这个工作。所以你会看到，在数据的用途方面是有很多不同的例子，这里面只是有几个例子而已。第一个是在社交媒体方面，其实有一些不单单是他自己的数据，还有外部的数据，他们进行分析，分析之后看到不同客户群的趋势，客户在看什么品牌。后来看到了一个客户很认同的品牌，买了进来这个品牌，然后客户增加了10倍，这个是很重要的一部分。
第二部分是流感方面的药，刚刚第一个是谈到客户端的数据，第二个是在库存上，怎么样提供给零售商足够的库存。这个药可能30%的存货的机会，就是你买这个产品，很多时候是70%的时间是缺货的，但是慢慢经过所有数据的挖掘，就把线下的库存做得更加好了，所以会看到是不同纬度来做“大数据”。第三个方面是怎么挖掘这些“大数据”。每一天收到的电邮，或者是服务中心收到的电话大概是15万个，每天都挖掘这些信息，这些人打电话进来到底是问什么问题，发邮件来到底是问什么东西，把这些理念灌输到不同的业务单元里面。右边也是，要给消费者一个很有信任的感觉，大家才会比较信任的愿意分享和让你使用这些数据。
另外总体的引擎，左边谈到了平台，前面谈的比较多的是技术平台方面，但是也很重要的一个，就是在管理的平台上怎么样去做。比如说这里面提到一个例子，首先要有统一的数据展示的方式，每周一全球的经理开会，就是要把统一数据库里面的发现、展示做一定的使用和研究。然后影响力，在大数据的分析等方面都为高层做很透明的信息平台。
在右边，就整体的组织方面，首先是很清晰的，在集团领导的层面，他们把重要性放得最高的，刚才听到，过去可能是流程提升、效率优化等，现在“大数据”和电子商务这块最重要，这个是组织方面。
刚才也提到，在中央，在集团的层面有一个小的团队，这些可能都是最聪明的PHD、MBA，然后让他们主导在数据方面的战略，是同一时间不但是在集团的层次，在不同业务层面，有专门人谈数据挖掘和谈“大数据”的。
最后是生态系统，虽然以为宝洁是很大的公司，他们有很多的资源和数据，但是要看到和外部，不管是零售商还是经销商，有很多方面的配合是他们要做的。内部有很多的合资公司，怎么样把他们的系统、数据和零售商等做一个联系，这是很重要的一点。右边也是有一些，和主要的合作伙伴，比如说谷歌，还有零售终端，比如说沃尔玛等，这些也是要分析的合作的伙伴。整个的生态系统里面，究竟要做什么东西，这个也是很重要的，不是有了数据就可以了，最重要的是要把生态系统打造起来。
Ⅶ 价值创造与价值分配的关系
价值创造和价值分配是商品经济条件下人类社会基本的经济活动，是构成社会生产和再生产 的主要环节。价值创造研究的是生产领域中价值是由什么创造的，即价值的源泉是什么。价 值分配研究的是价值创造出来以后，在各个要素所有者之间按照什么原则进行分配的问题。 因此，价值创造和价值分配是两个不同的问题，不能把他们混为一谈。既不能把价值创造看 作是价值分配的依据，也不能把价值分配问题完全等同于价值创造问题。
1.价值创造不直接是价值分配的依据。价值创造只是研究生产领域中的价值是如何创造出来的。劳动价值理论揭示了劳动是价值的 唯一源泉，其他生产要素都不足以创造价值。但是，这并不是说，由劳动创造的价值只是由 劳动者完全占有，实际上，在任何社会中，都不可能由创造价值者完全占有价值。这是因为 ，价值的分配并不是以性质决定的，它是随着经济关系性质的变化而进行调整的。这种分配 原则的变化和调整与价值创造没有直接关系；在市场经济条件下，通行的一个原则是按要素 分配，就要求对生产过程中创造的价值具有占有权，以实现自己对生产要素具有的所有权。 所以.按要素分配，实质上是按要素所有权分配。按要素分配所依据的不是劳动价值理论， 而是市场经济的分配原则。
2.价值分配原则的变化，并不能否定价值创造的理论。按要素分配，意味着作为生产要素的所有者，都有权从创造的价值中分到自己应该得到的一 份利益。但是，并不能由此推论出，因为各个要素所有者都有权得到自己的一份利益，就认 为这部分价值就是由各个要素自己创造的。总之，劳动价值理论不是以按要素分配的理论为 依据的，同样，也不能用按要素分配来否定劳动价值理论。
Ⅷ 对不能为公司创造价值怎么办
根据人才矩阵和你说一下：
人才矩阵从两种维度（能力与忠诚）划分四种人：
1、人财：能力强、忠诚度高，要重用，使其贡献与收益成正比。
2、人才：有头脑、能干解决问题。需要重点关注，使其融入企业，理解文化，培养忠诚度；
3、人材：有潜力，对企业忠诚，可培养。目前能力不够而已，视其努力程度，进行相关引导。
4、人裁：即不忠诚，又无贡献，要坚决裁掉。
所以不能单纯的说对企业有无贡献价值，要分别的看待不同的情况；毕竟人不是纯经济动物，企业不能只顾眼前短利，这样企业很难谋求大发展。
当然如果你说的不能创造价值者，反而还搞破坏，那让其马上走人。
Ⅸ 为什么说公务员不创造价值
我国是社会主义国家，当然要用社会主义理论来解释。根据马克思的政治经济学，其中主要阐述的价值都是指工人在付出劳动力（体力+脑力）中创造出来的，是一个从C+V到C+V+M的过程，C为生产资料价值（如国企，生产资料为国家所有），V是工人劳动力价值（就是支付的工资），M为剩余价值（即工人收了V那部分钱之后，创造出来了V+M，但是M没有归属自己的那部分价值）。
结合我们的社会，我们的工人得到了M那部分了吗？并没有，那M去哪了？计入了生产资料所有者（如国企）的利润，但是要缴纳增值税，因此一部分由生产资料所有者所有，一部分交给了国家；成为资本所有者（如银行）的利润来源（如国企借贷资本用于生产），同样，需要缴纳增值税。不但M没得到，就连V的那部分还要交个税。
因此，很多人老说你交的那点个税够干毛，其实不然，工人就是真正的价值创造者，他们在劳动的过程中创造了产品，出卖自己的劳动力，为商品赋予了价值，而自己得到的价值与他们创造的价值之间的价差，则由社会来统筹支配。所以，公务员的收入当然是从广大老百姓创造的价值中取出来给他们的。
以上为生产力。
回到问题，公务员创造价值吗？有会说出让土地创造的财政收入就是价值啊，当然不是，土地的出让金是企业付出的成本，企业从哪里拿来这么多的成本？从工人（即劳动者）的剩余价值中提出来，羊毛出在羊身上。所以公务员不创造生价值。那公务员有何用？他们有用，他们要建立适应当前生产力发展的生产关系，他们要服务现在于他们建立的生产关系。但是他们做的优秀吗？创造价值的工人们有途径和渠道真正的评判他们进而影响他们收入吗？没有，因此，公务员被恨，也就不难理解了！
Ⅹ 剩余价值，是活劳动的价值创造，还是劳动力商品转移的价值
或者说，在资本的流通中，活劳动用劳动力商品的价值，加上被剥削的价值，，创造了剩余价值，，，