摘要 | 第3-4页 |
Abstract | 第4页 |
第一章 绪论 | 第8-12页 |
1.1 研究背景及意义 | 第8-9页 |
1.1.1 研究背景 | 第8页 |
1.1.2 研究意义 | 第8-9页 |
1.2 研究目的与内容 | 第9页 |
1.2.1 研究目的 | 第9页 |
1.2.2 研究内容 | 第9页 |
1.3 研究方法和技术路线 | 第9-11页 |
1.3.1 研究方法 | 第9-10页 |
1.3.2 技术路线 | 第10-11页 |
1.4 本文的可能创新之处 | 第11-12页 |
第二章 文献综述及相关理论基础 | 第12-22页 |
2.1 国内外组织结构研究现状综述 | 第12-14页 |
2.1.1 国外组织结构研究现状 | 第12-13页 |
2.1.2 国内组织结构研究现状 | 第13-14页 |
2.2 组织结构设计的原则 | 第14-15页 |
2.3 组织结构设计的权变因素 | 第15-22页 |
2.3.1 经营环境 | 第15-17页 |
2.3.2 战略 | 第17-19页 |
2.3.3 人员素质 | 第19-20页 |
2.3.4 企业规模 | 第20页 |
2.3.5 企业生命周期 | 第20-22页 |
第三章 NJ电气公司发展历程及组织结构现状 | 第22-35页 |
3.1 公司发展历程 | 第22-24页 |
3.1.1 基本概况与发展历程 | 第22-23页 |
3.1.2 大数据背景下NJ电气公司发展战略 | 第23-24页 |
3.2 公司组织结构演变与现状表现 | 第24-29页 |
3.2.1 组织结构演变过程 | 第24页 |
3.2.2 组织结构现状表现 | 第24-29页 |
3.3 现行组织结构不能胜任大数据背景下发展战略的具体表现 | 第29-32页 |
3.3.1 集权程度高,影响基层主动创新能力 | 第30页 |
3.3.2 部门分工不合理,影响企业整体效率 | 第30-31页 |
3.3.3 管理层级过多,信息传递失真 | 第31-32页 |
3.3.4 数据人才缺失,难以实现大数据分析应用 | 第32页 |
3.4 现行组织结构问题成因分析 | 第32-35页 |
3.4.1 传统制造行业思维僵化 | 第32-33页 |
3.4.2 各自为政 | 第33页 |
3.4.3 官僚层级观严重 | 第33-34页 |
3.4.4 人才储备不足 | 第34-35页 |
第四章 大数据背景下NJ电气公司组织结构优化策略 | 第35-48页 |
4.1 淡化组织边界,合理分权 | 第35-36页 |
4.1.1 大数据对组织边界的影响 | 第35页 |
4.1.2 共享数据,淡化组织边界 | 第35-36页 |
4.2 部门专业化重组,提高公司整体效率 | 第36-41页 |
4.2.1 大数据对运营管理的影响 | 第36-38页 |
4.2.2 组建4个专业部门,优化管理流程 | 第38-41页 |
4.3 减少管理层级,增加激励手段 | 第41-42页 |
4.3.1 大数据对管理层级的影响 | 第41页 |
4.3.2 取消基层管理组层级,提高公司组织快速应变能力 | 第41-42页 |
4.4 打造大数据平台,让数据驱动决策 | 第42-46页 |
4.4.1 大数据对战略决策的影响 | 第42-43页 |
4.4.2 实现智能工厂 | 第43-44页 |
4.4.3 设立大数据部门,扩大数据人员招聘 | 第44-46页 |
4.5 优化后的NJ电气公司组织结构图 | 第46-48页 |
第五章 大数据背景下NJ电气公司组织结构优化保障措施 | 第48-52页 |
5.1 制度保障 | 第48-49页 |
5.1.1 成立组织结构优化小组,制定相关公司文件 | 第48页 |
5.1.2 建立积极公正透明的指导思想 | 第48-49页 |
5.2 人员保障 | 第49-50页 |
5.2.1 做好撤销管理人员的安置和调整 | 第49页 |
5.2.2 做好基层员工个人职业发展 | 第49页 |
5.2.3 搭建有效的大数据团队 | 第49-50页 |
5.2.4 加强组织结构优化过程中的沟通和培训 | 第50页 |
5.3 资金保障 | 第50页 |
5.4 技术保障 | 第50-52页 |
5.4.1 信息数据安全技术 | 第50-51页 |
5.4.2 融合企业各管理信息系统应用 | 第51-52页 |
第六章 研究结论与展望 | 第52-54页 |
6.1 研究结论 | 第52-53页 |
6.2 研究展望 | 第53-54页 |
附录 | 第54-55页 |
参考文献 | 第55-58页 |
致谢 | 第58页 |