以大數據賦能決策精準化的探索與實踐

張鳴，丁嘉樹

（南京華盾電力信息安全測評有限公司，江蘇 南京 210000）

0 引言

作為企業運營中的基礎性內容，決策是國有企業為了實現改革發展的目標，根據客觀的可能性，在現有的信息和經驗的基礎上，借助一定的工具、技巧和方法，對影響目標實現的諸多因素進行分析、計算和判斷，并根據判斷結果擬定可選擇的方案，最終結合實際情況，選擇最優方案作為企業實現目標的具體策略的行為方式。根據概念界定可以看出，影響國有企業改革過程中的決策行為及其效果的因素主要有目標、信息和策略三個，在這些因素中，信息處于基礎性的作用。

1 大數據概述

“大數據”一詞最早由美國EMC公司在為一家信息存儲咨詢科技公司提供信息存儲及管理產品、服務和解決方案時提出的[1]。后來，隨著計算機技術、互聯網技術等新興技術在行業領域中的廣泛應用，大數據的提法和概念逐漸在世界范圍內傳播、運用。

1.1 大數據的概念

目前，國內外研究主體對于大數據的概念并沒有形成一致的結論，大多是從特定的一個角度給出相應的概念界定，這其中，有從信息處理模式的角度給出的界定。例如研究機構Gartner提出，大數據是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。也有從數據集合的角度給出的界定，例如維基百科中提出，大數據是指無法在可承受的時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合；麥肯錫全球研究所提出，大數據是一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力范圍的數據集合。據此可以看出，對大數據概念的理解實際上可以從數據應用和數據狀態兩個維度入手，其中數據應用維度對應的是通過對海量數據信息進行處理，從而獲取更有利于決策和流程優化的信息資產，數據狀態維度對應的是由海量數據組成的數據集合[2]。

結合研究的實際，本文更認同于從數據應用維度給出的大數據概念，即大數據是通過獲取、存儲、管理、分析海量數據信息，進而獲取有利于決策力、洞察發現力和流程優化能力提高的信息資產的技術應用模式。

1.2 大數據的特點

結合近年來的實踐應用來看，大數據的特點可以歸納為以下五個方面。

第一，數據量大。在上述定義中，之所以用“海量”來描述大數據，就是因為大數據應用中涉及到的數據量非常大，實際運用中的起始計量單位在T或者T以上的P、E、Z。第二，數據類型多。大數據能夠獲取、存儲、管理和分析的數據種類比較多，其既可以是結構化的數據，也可以是半結構化的數據，還可以是非結構化的數據。大數據應用中數據類型的多樣性使得包括網絡日志、音頻、視頻、圖片、地理位置信息等方面的數據信息都可以為大數據所獲取、存儲、管理和分析。第三，價值密度低。大數據從眾多途徑獲取的多種類型的數據信息對應的價值參差不齊，這使得大數據的應用實際上是在海量價值不一的數據中進行篩選，數據集合整體的可利用價值偏低。第四，速度快。大數據是基于特定的計算機軟件和程序開展數據采集、存儲、管理和分析的。伴隨著計算機數據處理能力的不斷提高，大數據處理數據的速度也逐步加快，短時間內可以對海量數據進行集中性的處理，數據處理的時效性高。第五，準確性高。大數據的應用是基于安裝于計算機中的各類軟件和程序，其具有特定的邏輯和規則，并且相關算法在運行過程中不受人的因素的影響，故而能夠保證數據在存儲、分析方面的準確性。

1.3 大數據的功能

總體來說，大數據的功能主要包括數據采集、數據存儲、數據處理、數據分析等。其中，數據采集是借助各類數據傳感器，對特定對象的運動數據或者狀態數據進行動態、實時采集，并傳遞至相應的數據庫之中；數據存儲是大數據應用中心可以為通過多種途徑采集到的數據信息提供相應的存儲載體，使海量數據獲得相應的存儲空間和地址；數據處理是大數據可以按照特定的程序和算法，對數據庫中的數據進行相應的分析整理，形成具有一定規律的數據集合；數據分析是大數據可以為應用主體提供相應的數據統計分析方式，使其根據需要設定相應的分析參數，最終根據設置輸出相應的數據分析結果[3]。

2 大數據在企業精準化決策方面的價值

大數據與國有企業精準化決策之間的聯系主要體現在上述分析中提到的大數據功能方面，即大數據集數據采集、存儲、管理、分析于一體的功能，能夠在較大程度上解決企業決策中信息量偏少、信息準確性偏低的問題，使企業的決策所依靠的信息更加精準[4]。具體來說，大數據在企業精準化決策方面的價值主要體現在以下三個方面。

2.1 豐富決策信息源

信息，是國有企業做決策的依據。在傳統環境下，國有企業做出決策所依靠的信息主要來源于內部相關部門和人員上報的信息，這些信息不僅內容較為分散，而且準確性、客觀性存在較大的不確定性，最終可能導致依據這些信息做出的決策偏離企業發展的內外部環境，進而導致決策出現風險。在大數據的支持下，國有企業可以借助傳感器、辦公自動化系統等擴大數據獲取的途徑，最終獲取與決策相關的內外部相關信息，從而增加了決策工作所參考的數據類型和數據內容，為精準化決策提供盡可能多的信息支持。并且，這種信息采集方式最大程度上降低了人員在信息采集方面的參與度，保證了決策信息的客觀性和真實性，使決策信息在質量上得到了保證。

2.2 提高決策協同性

目前，國有企業在決策方面多實施自上而下的決策方式，這雖然能夠保證決策的效率，但在決策的執行性和實效性等方面往往存在較大的不確定性。例如，部分參與決策執行的一線人員會因為對決策理解不準確等原因而錯誤地開展工作，最終出現事與愿違的情況。大數據在決策方面的應用主要是基于OA系統平臺，而該平臺具有的扁平化優勢使得一線的人員也能夠參與到決策信息的了解和補充完善中，這在較大程度上打破了自上而下決策的局限性，使參與決策執行的人員能夠有機會提前參與到決策活動中，為決策提供相應的信息參考，從而擴大了決策活動的參與主體和數據信息依據，使決策的準確性得到明顯提高。

2.3 提高決策時效性

在生存和發展環境愈加復雜的情況下，企業所面臨的決策風險也在持續增加。并且，在激烈的競爭中，企業決策的時效性也變得至關重要，一旦決策不及時，很可能會遭受不利的發展情況。在傳統經營中，企業往往需要在短時間內安排大量人員進行相關信息的搜集、整理、分析，來獲得決策時效性方面的優勢。而在大數據的支持下，企業可以全流程線上運行和一鍵啟動，以全程智能化處理的方式實現決策信息的快速獲取，極大地壓縮了決策信息獲取的時間周期。并且，大數據可以為企業提供多種可供選擇的參考方案，使企業的決策機會和空間得到了拓展，降低了企業在決策時效性方面可能承擔的風險。

3 大數據賦能決策精準化的具體策略

大數據的本質是一種工具，其雖然能夠賦能企業決策的精準化，但這種功能的發揮是建立在企業對其加以科學利用的前提下[5]。故而，企業要結合自身的決策實際，探索開展以精準化為導向的決策實踐路徑，以發揮大數據在決策方面的價值。具體來說，企業應當重點從以下幾方面利用好大數據。

3.1 重視大數據功能價值

以大數據推動企業決策精準化目標的實現，有利于企業內部的普遍重視和協同落實。考慮到不同部門、不同業務模塊在大數據功能認知和技術操作等方面的差異，企業應當重點做好強化大數據功能價值認知工作，使企業內部形成良好的大數據運用氛圍和條件[6]。

第一，明晰企業決策環境形勢分析。決策，是企業發展過程中普遍需要開展的工作，并且滲透到企業的方方面面。企業需要通過定期的內部環境和外部形勢分析，督促和引導內部職工客觀、全面、深入地把握本崗位工作、部門工作和企業發展面臨的內外部情況，從思想上認識到決策精準化的必要性和緊迫性，糾正松散、孤立、隨意的決策思想。

第二，展示大數據現實功能。為使企業內部充分認識到大數據在提高決策精準化方面的作用，企業可以定期開展大數據應用經驗交流活動，通過回顧、分享大數據在最近的決策實踐，尤其是涉及到“三重一大”事項方面的積極作用，借助現實的案例和親身的體驗來深化企業內部人員，尤其是決策人員對大數據功能的認知。

3.2 持續優化大數據平臺

近年來，企業逐漸形成了以OA系統為主要載體的信息化管理模式，將企業主要的業務模塊和業務流程納入到了大數據框架內。但是，這種方式也給企業開展基于大數據的精準化決策實踐造成了一定的困難，因為企業無法通過大數據平臺獲得所有的數據信息，也無法確保所有人員都能夠參與到大數據決策實踐中。因此，企業應當根據決策實踐，持續優化大數據平臺的架構和權限，使盡可能多的信息源融入到大數據平臺中。

首先，細化平臺功能模塊。在決策時效性要求越來越高的情況下，為保證決策的精準化和時效性，國有企業需要根據決策所需要的信息，對OA系統的功能模塊進行分解，使不同部門、不同業務模塊的相關信息呈現更加細化，提高平臺中數據與決策需要的數據之間的契合度，避免數據不對應導致的決策滯后問題的發生。同時，企業應當對照組織架構，對未納入OA系統平臺的部門和業務模塊在決策中的地位和影響力進行評估，及時將那些需要參與決策的模塊納入到系統平臺中，提高平臺與決策實際的匹配度，真正保證決策信息源的數量和類型。

其次，豐富數據利用方式。大數據對數據的采集、存儲、管理和分析主要是根據人所設定的程序和算法實施的。換言之，程序員或者管理員設置何種數據處理規則，大數據平臺就會產生何種數據處理結果。為確保決策行為的精準化，企業應豐富數據處理規則，使可供選擇的決策方案都能夠呈現出來，為決策者通過對比選擇最佳的方案提供現實性的條件支持。

3.3 注重大數據應用安全性

大數據雖然為決策提供了集中性的數據資源支持，但也增加了企業數據資源信息泄露的安全性風險。尤其是在當前普遍重視個人信息安全保護的背景下，企業在數據應用安全性方面應當給予高度的重視和保障性措施的落實。

第一，提高大數據平臺的技術性防護。大數據平臺，是企業決策的主要信息源，也是最容易遭受安全侵襲的對象。企業在日常的經營管理中，應當安排專門的技術人員負責對平臺的安全性進行技術維護和管理，動態更新防火墻技術、數字加密技術等安全防護技術，確保平臺的安全性能夠定期得到檢查和提升。同時，對于安全性等級要求高的數據類型，還應當設立專門的服務器進行特殊的安全存儲管理，避免數據信息遭受技術性的侵襲。

第二，規范大數據平臺信息訪問行為。在推行決策扁平化的背景下，企業OA系統的訪問量會持續增加，而這會增加企業數據信息的曝光量，造成數據的泄露或者篡改風險。因此，企業除了嚴格按照決策情況劃分平臺訪問權限以外，還要對訪問平臺的用戶進行身份和行為的認證與動態監測，確保平臺數據信息訪問行為的可追溯、可監督。例如，企業要推動決策過程監督實時化，結合人工智能NLP、RPA等技術，推動“三重一大”事項決策100%自動化合規性審查，保障決策過程的規范性。

3.4 注重大數據應用人才培養

大數據雖然在數據采集、存儲、管理和分析方面減少了人員的參與，但在應用的規則、方式等與決策精準化更密切的環節，往往仍然需要有專業性的人員主導[7]。故而，國有企業在開展改革實踐過程中，除了關注大數據平臺的開發與應用以外，還要注意對熟悉大數據應用的專業人才的培養，以挖掘和利用大數據在決策精準化方面的優勢。

3.5 加強決策類型與流程劃分

決策精準化與決策時效性經常表現為一種矛盾。即企業要想獲得精準的決策，就需要投入大量的時間和精力，而這會導致決策的時效性下降。故而，對于國有企業來說，要對改革中的決策行為進行相應的劃分，明確不同類型決策行為對應的大數據應用策略，使大數據的應用更加科學、合理和有效。

4 結語

以大數據賦能企業決策精準化，是改革背景下國有企業發展的重要制勝之策。作為一種重要的信息處理模式，大數據具有的數據量大、數據類型多、價值密度低、速度快、準確性高等特點，使得其在企業決策方面可以發揮更為明顯的作用。當然，為更好地發揮大數據在決策精準化方面的價值，國有企業應當在重視大數據功能價值的基礎上，持續優化大數據平臺，并注重大數據應用安全性和大數據應用人才培養，加強決策類型與流程劃分，使精準化決策的實現有充分的現實條件支持。