大數據驅動下的企業決策范式研究

楊富云（中山開放大學 廣東中山 528403）

引言

西方著名學者西蒙提出了“決策就是管理”的論斷，其認為管理就是決策的過程，由此可見，決策對于企業的經營發展至關重要。因此，企業決策一直備受關注。然而，如何提高決策效率和準確性，成為了廣大企業苦苦思考的問題。互聯網時代的到來，極大地促進了物聯網和大數據的發展，其進一步地刺激了信息技術的變革，在此背景下“云計算”、“人工智能”、“移動互聯網”等迅速興起，并在廣泛應用的過程中逐漸成熟，其為企業的經營決策帶來了巨大影響。一方面，大數據環境下市場和企業的相關信息交流更加頻繁，其交流效率也大大提高，這就催生了社會化決策的產生。這一變化主要體現在市場成為了企業的決策導向，同時企業在進行決策時更加關注基層員工的聲音，這就避免了以往高層決策者一言堂現象的出現；另一方面，大數據時代背景下企業經營不再缺乏數據支撐，企業對數據的重視程度不斷加深，其促使企業加大對相關數據的科學分析和有效運用，進而使得大數據的數據類型不斷豐富。以大數據為分析工具能夠獲得更加準確客觀的市場關系，其能促使企業更好地發現并解決問題，因此數據驅動型的理性決策成為企業經營管理的主要趨勢。由此可以看出，在未來的發展趨勢中，大數據成為了企業決策的重要前提。大數據技術的產生雖然為企業帶來了發展機遇，但同時也帶來了問題——即如何在大數據驅動下做出更加科學合理的決策成為了企業面臨的難題。對此，范式提供了科學的指導方法，其能夠更好地規范領域研究和相關應用，因此，相關的范式將為大數據驅動下的企業決策提供很好的理論借鑒。然而，由于當前我國大數據發展的時間還不夠長，其技術尚未完善，這也使得大數據驅動下的企業決策范式尚未形成。也就是說，當前我國對企業決策范式的研究沒有真正考慮到大數據對企業決策的影響和融合等問題。因此，本文認為在當前“互聯網+”的時代背景下，基于大數據驅動對企業決策范式的研究十分重要。對此，本文將著眼于大數據背景下的決策范式，深入探討大數據技術對企業決策的影響機理，并嘗試構建大數據驅動下企業決策的范式，以期為企業實現精細化、高效化運營提相關建議，進而讓企業的決策更加科學理性，從而使企業能夠靈活面對不同時期市場的環境。

研究設計

數據分析方法。論文是科研成果的表現形式，為了能夠更加直接有效地構建范式，本文基于一定數量的決策范式領域的研究成果，通過共詞分析法提取其相關內容，并利用NetDraw和SPSS21.0軟件對其進行矩陣的可視化分析從而展示所構建范式的結構，再通過社會網絡分析法定量研究大數據和企業決策之間的相互關系。本文所采用的數據分析法主要分為共詞分析法和社會網絡分析法兩類。其中，共詞分析法是一種經典的文獻計量法，即通過對特定領域的論文進行研究，分析代表其研究成果的核心關鍵詞在該研究文獻中出現頻次，從而探討并挖掘該學科的特點和發展規律，并以此得出其所在領域當前的研究熱點和發展動向，最終從多個角度觀察和挖據其相關關系；社會網絡分析是基于定量研究的基礎上，通過計算和解讀關鍵指標從而探討其中的相互關系，這種全方位的量化網絡關系分析有助于全面展示網絡中各主體的相互關系，從而能夠更加系統地解讀和闡釋整個網絡的關聯關系。

表1 企業決策&大數據的共現矩陣（部分）

表2 企業決策&大數據的共現矩陣的中心性（部分）

樣本選取和來源。本文的樣本選取對象主要為決策范式領域的研究文獻成果，所選取的數據主要來源于默認回溯期1979-2019年的中國知網數據庫文獻。其中，為確保數據質量，本文只收錄學術期刊發表的研究文獻，并通過BICOMB的篩選統計及人工過濾獲得關鍵詞，具體的檢索方式表現為：第一次檢索設定“全文”字段檢索為“企業決策”，共收集相關文獻13000多篇，關鍵詞2.5萬個，其中高頻詞低頻次分界數值為88，共39個關鍵詞輸出共現矩陣；第二次檢索選定“全文”字段檢索為“企業決策”&“大數據”，共收集相關文獻6700多篇，關鍵詞1.2萬個，共28個關鍵詞輸出共現矩陣；第三次檢索為了進一步研究，設定“主題”字段檢索為“企業決策”&“大數據”，且選取被引用的文章，總共收集相關文獻146篇，共有關鍵詞201個，篩選9個關鍵詞輸出共現矩陣；第四次檢索則分別將“高層決策”、“基層決策”、“社會化決策”作為“主題”字段的檢索詞，分別獲取數量分別為16891篇、1158篇、190篇，關鍵詞分別為7821個、702個、230個，篩選得出關鍵詞輸出共現矩陣分為23個、15個、11個。

圖1 多維尺度分析結果

圖2 大數據&企業決策關鍵詞共現矩陣中心性可視化

研究假設。一直以來，國內外學者都致力于通過共詞分析法確定科學的決策范式。例如，湯姆斯·庫恩（1977）認為，從某一學科領域共同的研究內容出發，可以更加直接有效地發現該學科的主要范式。另外，由于馬費成和張勤基于共詞分析法構建了知識管理范式，因此，本文認為對于大數據驅動下企業決策范式的研究來說，可以在當前已形成的研究文獻的基礎上，通過分析關鍵詞之間的內在關系，利用關鍵詞共詞矩陣，直接快速地發現并構建企業決策范式。基于此，本文提出了假設1：共詞矩陣可以作為決策范式研究的樣本。

隨著互聯網技術的不斷發展，大數據驅動得到廣泛運用，在此背景下國內外學者針對企業決策和大數據進行了大量研究，其在交叉研究上體現出了越來越多的趨向性，這使得相關研究更加具體全面，甚至已經形成一定的決策研究成果并在現實中得到運用，這進一步推動了外部數據與企業管理運作的融合。如李忠順、周云麗、謝衛紅等（2015）從宏觀和微觀兩個視角出發分析了大數據對企業決策的影響，并從管理的角度體現了企業決策在社會人文類領域的研究方向；陳明（2013）提出了數據密集型科研第四范式的相關內容，其從技術的角度體現了企業決策在自然科學領域的研究方向。綜合上述研究成果，當前學者分別從管理和技術兩個層面對大數據背景下企業決策范式進行了研究，基于此，本文提出了假設2：當前企業決策范式有著技術和管理的二元屬性。

大數據具有多種潛在價值，其是一種亟待開發利用、新的不可取代的信息資源。楊善林（2015）認為，大數據需要加工才能發揮價值。大數據擁有基礎資源的自然屬性，其具有復雜性、高價值性、高速增長性、可重復開采性、決策有用性等特征，因此需要企業對其進一步處理、挖掘、開發和利用。基于此，本文提出假設3：大數據驅動下的企業決策范式是一種資源決策范式。

研究工具。本文利用共詞分析法進行關鍵詞的篩選和確定，主要通過以下幾種研究工具獲得和整理數據資源并進行分析和研究：第一，Ucinet社會網絡分析軟件。Ucinet軟件由Borgatti，Everett和 Freeman共同合作開發，其特點在于集成和使用率較高。Ucinet軟件全面綜合地匯集了相關一系列的功能算法，其適用性很強，能夠與多種軟件進行數據交互，是當前最流行的社會網絡分析軟件；第二，書目共現系統BICOMB。 BICOMB是崔雷教授研發并共享的文獻計量系統。作為一款文本挖掘的基礎工具軟件，BICOMB可對中國知網（CNKI）數據庫的文獻記錄進行讀取分析、抽取特定的字段，并能夠統計相應字段的出現頻次，從而使其形成共現矩陣。在此過程中BICOMB允許用戶對系統功能進行修改、增加和拓展，其能夠進行更加深入的聚類分析和網絡分析；第三，可視化軟件Netdraw。Netdraw由美國教授SteveBorgatti開發，其能夠將社會網絡關系轉換為可視化圖譜，并以此實現多種網絡圖形和多維立體圖譜，這能夠使學者更加直觀的進行研究和分析；第四，數據統計分析軟件SSPS21.0。SSPS21.0能夠深入分析各個變量之間的關系，并可利用二維圖像充分展現出變量間的空間結構，從而讓決策范式更加可視化。

大數據驅動下的企業決策范式分析

一般認為，范式的發展路徑為實驗—理論—計算—數據，范式發展和演化的動力主要側重于科研成果基礎和具體的實踐需求。隨著大數據的急劇增長，數據密集型第四范式應運而生，其以數據作為研究主體，是一種數據密集型的科學研究。大數據驅動的發展將推動企業決策范式發生轉變，從而促使企業實現更加科學有效的決策，同時也會促使相關決策研究領域的發展。反過來看，大數據驅動是推動決策范式發展的內在動力。因此，本文將基于數據密集型第四范式的角度對大數據驅動下的企業決策進行研究和分析。

（一）共詞矩陣的社會網絡分析

首先，通過檢索關鍵詞兩兩共同出現的頻率，將數據輸入BICOMB數目共現系統，篩選出關鍵詞的共詞矩陣，具體如表1所示（由于文章篇幅有限，這里僅列出部分關鍵詞的共詞矩陣）。

其次，通過中心性衡量測量研究社會網絡關系，主要內容為運用UCINET分析探討共現矩陣中的關鍵詞中心地位以及關鍵詞間的相互關系及影響。這里選取中間中心性和接近中心性來測量網絡關系，具體結果如表2所示（由于文章篇幅有限，這里僅列出部分關鍵詞共現矩陣的中心性）。

通過UCINET分析可以發現，“企業決策”和“大數據”這兩個關鍵詞的中間中心度分別為68.236和94.516，同時其接近中心度分別為78.124和82.641，從整體上看這兩者是最高的，這說明整個網絡呈現出向某一中心點靠攏的趨勢。此外，由表2可以看出整個網絡的接近中心度相對較高，其均遠遠大于0.5，那么可以看出這些關鍵詞之間又具有一定的關聯性，整個共詞矩陣符合本文范式研究的要求，且數據具有較高的可靠性。

最后，本文利用誠實中間人指數對企業決策進行具體的分析和研究。羅伯特提出中間人的概念具有一定的競爭優勢。本文利用誠實中間人指數計算出網絡中中介點調節的點對數等指標。通過分析，其中弱中介HBI1的數值為0，也就是說，關鍵詞只存在純中介和非中介這兩種關系。（由于文章篇幅有限，這里不再列出大數據&企業決策的共現矩陣的誠實中間人結果。）由此，可以得到這些關鍵詞之間存在一定的內在關聯，也就是說，通過文獻檢索計算出的共詞矩陣能夠充分展示其內在關系，即由企業決策和大數據為核心建立的共現矩陣可科學研究企業決策范式，即共詞矩陣可作為決策范式研究的樣本，因此假設1成立。

（二）決策范式的可視化分析

本文將對共現矩陣實行可視化分析和操作，從而更加立體清晰地研究其內在關系。對此，首先要基于相異矩陣進行多維尺度分析。多維尺度分析對信息要求較低，通過計算集聚相似性的成員，多維尺度觀測量間的距離，能夠充分展現空間結構。本采用Ochiia系數將共現矩陣轉換組成相異矩陣，帶入并計算出多維分析結果如圖1所示。由圖1可以看出，坐標軸上方的左右兩側分布著管理會計、企業管理決策、數據挖掘、數據技術、信息技術等關鍵詞，這些關鍵詞的位置各有差異，其主要表現為技術類關鍵詞圍繞管理類關鍵詞，也就是說信息技術是服務于企業決策的；坐標的右下角，集聚了財務分析、物聯網、決策、非結構化、生活服務、企業管理、管理決策、社交網絡等關鍵詞，相對而言，最靠近主軸的關鍵詞分別是非結構化、物聯網、決策和生活服務，可以看出企業決策管理需著重這四個方面；坐標的左下方圍繞著企業決策、財務管理、創新、大數據、信息化、云計算等關鍵詞，這主要體現為大數據能力，其中數據驅動和創新緊挨主軸處于中心地位。由圖1也還可得知，最為主要的兩類關鍵詞分別是技術類和企業管理類，這也體現了當前大數據快速發展下，當前我國企業決策范式存在技術和管理的二元結構的特點，這也是目前我國企業未來發展的兩個主要方向。因此，假設2成立。

此外，本文將利用NetDraw可視化軟件驗證大數據＆企業決策關鍵詞共現矩陣，其可視化結果如圖2所示。由圖2可以看出，管理和技術是該共現矩陣的兩個核心點。其中，企業決策與物聯網緊密相連，通過計算可以得出，共現矩陣中degree值最高的為大數據（78），其次為企業決策（59）。同時，財務分析、非結構化、數據分析、管理決策等通過與其他關鍵詞相連從而產生相關關系，而物聯網可使信息轉化為實時數據，從而為企業保持競爭優勢提供助力。由此可以得知，大數據雖然功能豐富，但是由于其系統錯綜復雜，對此需對其進一步加工才能夠使之與企業實際發展情況相適應，才能真正滿足企業決策所需要的功能。也就是說，大數據驅動下的企業決策范式是資源決策范式，由此假設3成立。

結論與建議

本文通過構建關鍵詞共現矩陣，對大數據驅動下的企業決策范式進行了研究，最終驗證了所提出的假設，即假設1、假設2、假設3全部成立，由此得出以下結論：第一，當前我國企業決策范式存在技術和管理的二元結構特點。在大數據快速發展、廣泛應用的環境下，企業決策存在的二元結構割裂了技術與管理之間的關系，其強調二者獨立發展，從而忽視了兩者的實際融合需要，這不利于企業未來發展，這也是現階段我國企業決策面臨的主要問題。對此，想要充分發揮大數據驅動的能力，企業需要升級自身軟件和硬件，并將技術與管理相結合，從而為大數據驅動企業決策營造良好環境；第二，大數據驅動下的企業決策范式是資源決策范式。也就是說，大數據作為一種資源，需要企業對其進一步開發才能實現更好地應用。對此，企業應將大數據視為自身擁有的待開發資源之一，對其投入人力物力資源，加大對其的開發力度，并在此過程中要做好抓取實時數據，以此實現大數據驅動企業決策。

綜上所述，本文提出以下建議：第一，利用資源范式，加大對大數據資源的開發。面對海量的、復雜多變的相關數據，企業只有不斷提高大數據利用水平，才能更加全面的掌握實際市場情況并發現其中的規律，進而作出科學客觀的判斷和決策。因此，企業需要認識到大數據是一種亟待開發的資源，只有對其進行充分挖掘，才能發揮其潛在價值。其中，數據密集型資源范式是一種科學的企業決策范式，其跨越了技術和管理之間的鴻溝，能夠為企業決策范式帶來推動力。對此企業要加大對數據密集型資源范式的利用；第二，加大技術投入，完善大數據分析系統。大數據作為一種待開發資源，對其需不斷提高技術投入。對此，企業要升級物聯網、信息通訊等的硬件設施，完善大數據分析系統，推動數據深度挖掘與融合應用，以此提高大數據科技創新成果在驅動企業決策轉化應用的力度，進而促使企業決策更加理性化和科學精準化。此外，大數據已成為國家重要的基礎性戰略資源，為了給大數據驅動企業決策營造一個良好的環境，國家應出臺相關的政策法規，盡快完善數字基礎設施建設，全面加強信息系統、數據資源網絡安全保障體系建設，從而為大數據健康發展保駕護航；第三，加大人才的投入力度，促使大數據與人才有效結合。大數據是知識產業，對此只有加大對相關專業人才的投入，才能促使大數據與企業實際生產經營有效結合，才能促使大數據被企業決策有效運用。然而，現階段我國大數據人才匱乏，當前我國大數據產業相關人才占整體就業人口的比例僅為0.23%，因此，相關專業人才匱乏是企業亟待解決的問題。大數據唯有和人才相結合才能發揮其最大價值，對于大數據驅動企業來說，對知識型中層管理者的培育至關重要。因此，企業需要在中層管理者中加大知識型專業人才的投入和培養，尤其是在數據技術和信息技術等方面，要進一步提升企業管理者的專業化水平，這有助于推動數據成為決策工具，從而加深大數據在企業決策中的實際應用，進而能夠驅動企業精細化運營，使企業決策更加科學客觀，最終使企業在激烈的市場競爭中獲得優勢地位。