企業傳統決策分析模式與大數據戰略決策分析模式對比研究

陳振生+曹高明

摘 要：隨著大數據時代的來臨，企業的決策模式會發生變化。本文分別對傳統的決策分析模式和大數據戰略決策分析模式進行對比分析，發現在決策方法、決策參與者、知識發現等方面具有較大變化，多決策的質量產生巨大影響。

關鍵詞：大數據;決策模式;對比

中國正加速進入經濟全球化的進程，國際和國內市場環境變得越來越不可預測，需求的不確定性大大增強，產品生命周期縮短，企業之間的競爭進一步加劇。數據是管理決策的基礎。基于數據的決策分析可以實現對客戶深入了解企業競爭力提升，正如德魯克所說，當今世界已進入全面知識管理時代，信息量變大，企業戰略決策過程考慮的問題更多，在無法確定外部環境的戰略決策對企業來說可能是致命的。

一、企業傳統決策分析方法的研究與討論

（一）企業傳統的決策分析方法

主要有兩種類型的常用的業務決策分析方法，也是人們所說的傳統的決策分析方法：定性決策分析方法和定量決策分析方法。

1.定性決策方法是充分利用智慧的方法。它直接使用專家豐富的經驗，知識和能力在某些方面，根據已知信息和現有的信息，提出了決策目標和計劃，進行相應的評估和選擇。定性決策方法是常用的如下：

（1）決策的實證方法。

這是一個最古老的決策方法，因為它很簡單，操作方便，在現代企業管理決策，仍經常使用。特別是對于那些熟悉業務，工作內容的一個小變化，專家通常可以根據經驗做出決定，可以取得良好的結果。

（2）德爾菲法。

其核心的組織形式是：專家一起召開會議討論，請一些專家寫一封信，這封信涵蓋了一些問題的提出了看法和意見。分析專家接受答案的評論，然后請專家繼續征求意見。如此反復多次，直到觀點更集中，作出相應的決策。這種方法可以使專家們不用擔心，但也能夠更好的每一個播出自己的觀點，使得意見逐步集中。

（3）頭腦風暴。

這是邀請專家，針對確定的問題，打開思想，暢所欲言，相互啟發、頭腦風暴、尋找新的想法，找到一個新的建議。其特點是使用某種手段來確保每個人都相互啟發，在頭腦風暴的思維出發，在一個相對短的時間內提出大量的有效的想法。

（4）法律的集體意見。

這種方法關注相關人員形成一個意見或建議。參與者發表各種觀點，其他人可以參與分析，評估，或提出不同的看法，相互討論，相互交流、相互補充、相互進步。

2.定量決策方法是基于數學分析基于一種決策方法。基本思想是決定常量和變量之間的關系以及變量和目標，根據數學公式或者表達式，建立數學模型，然后根據計算條件決定答案。定量決策方法是常用的如下：

（1）決策方法。

被定義為影響因素和決策結果是清晰和明確的。一般根據已知條件，直接計算損益的每個程序，通過比較，選擇更多的滿意程序。主要有盈虧平衡分析法，差分法等等。

（2）風險型決策方法。

基于風險的決策方法一般是將發生在未來的各種自然狀態，實現的概率估計的概率。然后，根據決策的目的，提出了各種決策方案，根據每個計劃求出不同的損益值的自然條件的計算。最后，每個方案的損益期望計算和比較。有兩種具體方法：決策樹和決策表法等。

（3）不確定的決策。

是未來事件的條件，即自然狀態概率不能確認的決策。這個決定是決定憑借自己的態度和意識，根據一定的規則選擇方案，不同的決策者可能選擇不同的優化方案，并得到不同的結果，這稱為不確定的決定。不確定決策的選擇方法通常用于以下方面，這種可能性，保守的方法，風險方法，樂觀系數法和最小最大后悔值法。

（二）在傳統的決策方法的優點

企業決策分析方法決定著企業是否能夠生存下去。企業的決策方法綜合運用定性和定量分析的方法。企業轉型中的主要問題就是擴大規模，技術創新，項目投資決策。解決上述問題應首先做好項目調查，調查和分析這項工作，充分利用定性決策分析方法，靈活運用經驗決策方法，采用專家法，頭腦風暴法，集體意見法，并使用最合適的方法，計劃重大問題作出不同的決定。將定性決策方法應用于集體意見決。二是運用定量決策分析方法應用于定量分析和決策論證和數據可以準確預測的基礎上，采用確定性決策分析方法，主要是預期值和經濟效益的可行性方案計算的實證方案，企業的戰略決策，確定的經濟決策和評價指標主要是投資回報率，內部收益率，凈現值，投資回收期。這些指標的計算是基于對基本數據的預測，在不改變業務的不確定性的過程中，應該對項目的不確定性進行分析，對預測過程中的風險因素進行預測。采用概率法、保守法、風險法、樂觀系數法和極大極小遺憾分析法無法預測概率值，在分析過程中采用定性的方法確定了程序的發生概率的因素對定量數據更準確、可靠，這樣可以使決策更加有可信度。那么，企業在激烈的市場競爭中才有獲勝的砝碼。

可以說，傳統企業決策分析方法是基于專家的主觀經驗，即優勢和劣勢。優勢是經驗通常可以減少不必要的錯誤，并迅速達到目標;缺點是基于人的主觀意識往往有很大的局限性，未來可能產生的結果更有信心在人類的身體，和任何人的影響教育、經驗等等會有不同的對決策的影響。

二、大數據背景下的決策分析

（一）大數據的特點的定義

研究機構Gartner的定義：大數據是需要新的處理模式有更強的決策權力，洞察的能力發現和流程優化的大規模，高增長率和多樣化的信息資產。維基百科的定義：大數據涉及到的數據量巨大，不能通過當前主流軟件工具，在合理的時間采集、管理、處理和整理，幫助企業決策信息。無論什么樣的定義，我們可以看到，大數據并不是一個新產品不是一項新技術，它只是一個現象在數字時代。大數據的大量的交易數據，大規模的交互式數據和大規模數據處理三大技術趨勢收斂。大數據“大”并不意味著數據本身的絕對數量很大，但指的是“大”的模式所使用的數據盡可能收集全面的數據，數據完整性和數據處理，與此同時，使用數學方法進行分析和仿真，挖掘背后的關系，來預測背后的事件發生的概率[4]。在許多大數據的定義是最具代表性的3v定義：那就是大數據來滿足三個特點：規模、多樣性、高速度。

（二）大數據有助于企業決策

1.數據的貢獻

大數據對企業戰略決策的影響決策理論學派認為，決策是管理的核心，它貫穿于整個管理過程。企業決策是一種有意識的、有選擇性的活動，為企業實現一定的目的。在一些人、財、物、時間等約束下，企業為了達到特定的目標，從不同的選擇策略，以達到最佳或更好的效果的過程是決策過程。企業戰略管理是確定和調整企業的經營目標和發展戰略，獲取和利用各種資源，等等。這些非結構化決策問題不僅數量、復雜程度和難度，直接影響到企業的成敗。這需要戰略決策必須有很多企業外部數據資源。因此，在決策過程中，決策者需要從一開始就收集數據和信息。大數據戰略決策者提供大、超大型數據。由于缺乏數據，傳統的決策依賴于決策者的經驗，可以保證和大數據問題，不必擔心數據丟失或數據采集困難。進入第二十一世紀以來，隨著互聯網技術和通信技術的發展，傳感設備、移動終端接入互聯網、各種傳感器數據關聯數據、統計數據、來自各行各業的交易數據繼續快速生成。網絡傳輸的圖像，聲音，文本和用戶的習慣和路徑的形成一個巨大的數據資源，在互聯網上，管理決策分析和決策程序提供了豐富的數據來源。通過收集和分析大量的內部和外部數據，企業可以獲得有價值的信息。通過挖掘信息，企業可以預測市場需求，分析智能決策，制定更有效的策略。

2.知識發現

大數據可以被認為是“另一種表達分析”，它是提取數據和知識，并轉化為業務優勢的智能活動，而不是停留在一個簡單的數據和信息的匯總。大數據時代，企業數據的依賴性已經減弱了基于經驗和直覺的定量數據分析方法，逐步取代定性分析方法。數據驅動的決策是大數據研究的一個重要特征，研究表明，更多的數據驅動的商業決策，其財務和業務性能。大數據的變化已經基于經驗，決策理論和思維，直觀的判斷，對數據做出準確的分析，因此把重點放回解決問題的決策上。數據不僅包括大量的數據和各種數據集，包括高速數據采集、處理和分析，從技術架構和技術的價值的過程中提取和大數據可以提高戰略決策的數據集和數據已成為一個企業最重要的資產。公司的決策是越來越依賴于數據分析，而不是依靠經驗和直覺，企業需要積累業務數據和無處不在的快速信息網絡，深入了解市場和客戶。比如淘寶網等知名網絡交易平臺推出的“數據立方體”服務，“數據立方體”是由淘寶網、用戶、產品、系統數據、系統數據，強調根據買家的調研數據，并分析報告。你可以看到頁面的“數據立方體”服務，淘寶上百萬的用戶生成原始的交易數據可以在一個產品的趨勢交易，賣方和買方的信用交易時間，重復購買，占銷售和銷售類別比特定的交易數據統計分析。通過數據魔方、淘寶賣家開始為參考：小商販可以用來優化魔方流。高端賣家優化品牌的主要研究數據。

企業可以通過分析大規模數據的積累，獲取知識發現，數據技術被用來準確把握每一個消費者的不同利益和喜好，設計一個高度準確，性能可以高度定量的營銷策略，并提供個性化，差異化的產品或服務。這將大大提高戰略決策者對客戶的洞察力和快速響應市場的能力。

3.參與者決策

從海量數據中獲取知識，數據挖掘方法用于。數據挖掘是從一個大的，不完整的，嘈雜的，模糊的和隨機的數據提取隱含的，未知的，但潛在的有用的信息和知識的過程。數據挖掘方法的可視化集中在數據挖掘的過程中，用戶可以理解知識發現的過程，在知識的人機交互過程中容易找到。利用數據挖掘的方法有兩點，一個是選擇適合不同的決策的特點;另一種是分析數據挖掘的這些特征的方法。有很多的特點和方法，它需要決策者根據實際情況來選擇。數據挖掘的過程是知識發現的過程，是從海量數據中挖掘出未來決策的特征。

（三）大數據決定的問題

1.數據類型的多樣性挑戰了數據挖掘的能力。多種數據類型，傳統的數據分析平臺發布了挑戰。從數據庫的角度來看，挖掘算法是有效和靈活的關鍵，數據挖掘的實現和現有的算法傾向于適應一個小的內存和數據集的居民，在大數據庫中的數據可能不能同時進入內存，增加數據的大小，有效的算法速率逐漸成為數據流的瓶頸。

2.數據處理速度挑戰數據處理的及時性和數據的規模的增加，分析和處理的時間越來越長，和條件下的大數據信息處理的及時性和高。

3.數據跨組織邊界的挑戰傳播信息安全技術的發展，大量的信息跨越組織邊界的擴散，和學生相關的信息安全問題，不僅是沒有價值的大量數據，機密數據，數據隱私也翻了一倍，國家安全、知識產權、個人信息等也面臨著前所未有的安全挑戰。為了應對快速變化的安全問題，最關鍵的是算法和特點，如何建立一個相應的強大的安全防御系統發現和識別安全漏洞是一個重要環節，以便確保信息安全。

三、總結

大數據戰略決策的發展方向是未來的商業決策，但它仍然是在最初的階段，有許多問題需要解決。企業應利用傳統的大數據領域的決策分析模型，結合兩者的優點，極大地提高了決策的準確性。

參考文獻：

[1]向祖庚.現代企業管理概論[M].北京：中國商業出版社，1994.

[2]邁爾·舍恩伯格.大數據時代：生活、工作與思維的大變革[M].杭州浙江人民出版社，2013.