大數據背景下企業決策管理的現實困境與應對策略

■ 張俊杰 楊 利（重慶大學城市科技學院 重慶 402167）

2012年以來，美國、日本等發達資本主義國家先后啟動了國家層面的大數據發展戰略。當前，關于大數據的研究已成為全球商界的研究熱點問題。將大數據技術與企業管理相融合，通過與企業管理相關的各類數據搜集、篩選、分析消費者的行為，從中挖掘出客戶的需求信息，有助于企業管理者制定科學的商業決策，已經成為全球企業管理界研究的熱點。國際知名的企業如：阿里巴巴，依托其功能強大的電子商務平臺，在與消費者交易相關的大數據領域投入了人員與技術進行不斷的開發，不僅在國內大數據技術市場中占據重要地位，更為阿里巴巴帶來了高額的回報。

大數據的概念

大數據（big data），是指數據量規模巨大，無法通過以往主流軟件工具在短時間內搜集、篩選、分析并應用為幫助企業經營決策有價值的信息。大數據具有Volume（大量）、Velocity（高速）、Variety（多樣）和Veracity（精確）四個特點。

大數據背景下，企業可以借助大數據技術實施基于數據驅動的決策方式，通過收集與企業經營相關的綜合數據，使用數字方法對其分析與建模，分析挖掘出隱藏在數據背后的關系，最大限度從中挖掘有價值的信息，進而預測事件可能發生的概率，為決策者提供較為合理的決策方案，以提高企業決策的預見性、針對性與科學化程度。

基于大數據支持的企業決策管理系統的構建

在大數據背景下，海量而復雜的數據對企業決策管理系統原有的技術體系結構提出了挑戰，同時也要求更強的數據分析處理能力及數據驅動業務的能力。為了更好的利用大數據技術并將之運用到企業決策管理中，需要構建新型的基于大數據支持的企業決策管理系統模型，對企業原有的業務流程進行優化重組，對各類數據等進行整合。

構建基于大數據支持的企業決策管理系統，將之分為三個層面，即：數據的獲取層、數據的處理層及數據的應用層。數據獲取主要有四個來源：訪問數據、交易數據、網絡數據和購買數據；數據的處理層又稱為決策協調控制系統，分為四個子系統，分別是：決策數據采集子系統、決策數據分析子系統、決策數據篩選子系統、決策數據服務子系統以及協調控制子系統，其功能依次是數據采集、分析、篩選、服務和協調控制；數據的應用層是基于大數據的企業經營策略，具體包括：生產策略、營銷策略、財務策略、運營策略、客服策略、公關策略（見圖1） 。

從圖1模型可知，企業利用大數據技術目的是為增強企業決策管理的科學性，實質是在新形勢下人機結合的企業戰略決策系統。通過企業內部決策系統采集、分析、篩選、服務、協調與控制等功能，判斷企業及所在行業的發展趨勢，跟蹤市場及客戶的非連續性變化，分析自身及競爭對手的能力和動向，充分利用大數據技術整合企業的決策資源，通過制定、實施科學的決策制度或決策方法，制定出較為科學的企業決策，保證企業各部門的協調運作，形成動態有序的合作機制，將企業的決策系統與企業外部的環境結合起來，有利于企業制定科學合理的經營決策，從而保持企業在市場上的競爭優勢。

大數據背景下企業決策管理的現實困境

（一）環境更加復雜

基于云計算的大數據一方面為企業決策管理提供了更為廣闊的空間，在企業決策過程中，提供更多的決策信息來源；另一方面，企業面臨的決策環境變化速度越來越快，各種與企業相關的數據信息，特別是偶發事件導致數據的不斷產生、傳播與儲存，從客觀上要求企業通過云計算平臺盡快實現數據的集中整合，構建高度集成的企業決策管理系統，充分挖掘、采集、分析、儲存形成海量的企業數據資產。因此，在大數據環境背景下，錯綜復雜的環境因素影響到企業決策信息的采集與分析，決策方案的制定與選擇，從而影響企業對大數據的統一管理，客觀上增加決策者進行決策管理的難度。

（二）與企業決策相關的信息價值甄別難度大

圖1 基于大數據支持的企業決策管理系統模型

大數據時代，互聯網上的數據呈現爆炸式增長的特征，人類每年產生的數據量已經從TB級別躍升為PB、EB、乃至ZB級別。數據中所蘊含的信息量超越了一般企業管理者數據處理能力的范疇，不僅使處理信息的工作量加大，傳統的數據管理和數據分析技術難以有效挖掘這些數據潛在的價值，還導致判斷該信息的價值困難程度加大，從而導致企業在進行決策管理時，如何判斷、取舍和利用信息價值的難度增大。只有構建基于大數據技術新型的、功能強大的企業管理決策系統，才可能為企業更好的采集、甄別、分類、篩選有價值的數據，更有利于企業決策的制定更加科學化。

（三）企業決策的程序滯后于市場變化

傳統企業決策程序，一般都要通過長時間的搜集資料、調查研究、分析論證、方案選擇與評估，由于決策程序的復雜很可能導致決策的滯后性，最終企業會錯失發展的良機。大數據時代，企業需要制定科學的決策，更是要求決策程序的高度簡化，市場的激烈競爭要求企業能先他人而動，迅速作出決策，搶占市場制高點，在市場中占有一席之地。即企業未來的競爭主要就是基于大數據的競爭。通過應用大數據中的數據挖掘與分類整合功能，找出對企業決策有價值的數據參考，并迅速地進行判斷，優選方案，做出選擇。

（四）企業決策的主體更加多元化

在進入信息化工業時代，由于企業決策要求的技術化和知識化不斷加強，同時數據的不斷增多，不少專家、學者，甚至是技術人員也加入到這個決策群中。企業決策主體的增加，由于決策智庫成員的多樣化與知識的多面化，在一定程度上，可以使企業決策中集體主觀判斷的失誤率下降。與之相對應的，為提高決策管理的科學化程度，企業級決策管理系統應盡快構建，更廣泛地應用大數據中的數據采集、分析、篩選技術，形成科學的決策數據指標，更好的為管理決策服務。

（五）傳統的企業決策方法有待創新

在大數據時代，企業決策的制定必須以決策數據為依據，大數據研究不同于傳統的邏輯推理研究，而是對數量巨大的數據做統計性的搜索、比較、聚類、分類等分析歸納，關注數據的相關性或稱關聯性，通過構建大數據支持的企業決策管理系統，尋求在數量眾多的數據海洋中找出某種規律性與隱藏的相互關系網，一般用支持度、可信度、興趣度等參數反映相關性。只要從數據挖掘中發現某種方法與增加企業利潤有較強的相關性，就可能為企業決策管理提供戰略支持。數據的相關性及其對于企業決策的重要性，就從客觀上要求企業管理者應順應形勢及時改進決策管理的方法。

大數據背景下企業決策管理的應對策略

（一）順應環境變化以構建企業級大數據集成系統

為解決由于影響變量的增多而增加的決策難度，使之能夠在利用云計算模式和大數據技術時，高效分析信息并做出預判，以應對企業面臨環境的快速變化，企業應重建基于在大數據支持的企業決策管理系統基礎上的信息化企業，不同級別的企業應構建實施與之相適應的大數據集成系統，體現實用性、綜合性與可拓展性功能特點。通過大數據集成系統，企業可以暢通渠道獲取與企業相關的數據源，來了解用戶行為和反饋，關注用戶行為的跟蹤采集，在產品設計和項目計劃中對這些特性給予同等的重視，有利于產品更加貼近市場，更好地滿足消費者的需求。

（二）利用數據挖掘技術分析處理與企業決策管理相關的信息

企業在獲取大量的初始源數據之后，可以通過數據清理技術提出含噪音的數據、錯誤數據和冗余數據等，對數據進行初步鑒別與篩選，利用數據集成技術將企業多個數據源中的數據結合起來存放到一個一致的數據倉庫。同時，可以采用線性或非線性的數學變換方法將多維數據壓縮成較少維數的數據，消除它們在空間、屬性、時間及精度等特征表現的差異，使之呈現的搜索結果對于企業決策來說具有更大的價值與實用性。

（三）建立企業內部決策系統且優化決策程序

大數據時代，企業管理者應建立現代化的信息交流溝通平臺，與員工進行有針對性、有目的的良好溝通，甚至進行決策。企業在重大的策略調整和重要事件發生時，可以通過信息交流溝通平臺，優化決策信息溝通的渠道和路徑，使決策的程序簡化而速度加快，鼓勵決策參與者快速參與溝通、提出合理化建議并參與決策方案的制定，可以縮短上傳下達的溝通時間。盡量減少信息鏈的長度，強化對信息鏈的優化整合力度，以達到企業運作流程的優化，減少內部溝通的偏離程度，從而減少管理決策制定的復雜程度。通過使用虛擬的網絡平臺來完善和提升企業決策管理，使之規范運作、管理科學、高效發展更具有綜合競爭能力。

（四）拓寬企業決策主體以降低決策的風險

隨著市場的不斷演變，企業的新業務、新產品不斷出現，企業決策的范圍不斷擴大，決策的對象也日趨紛繁復雜。特別是隨著經濟全球化、信息化的發展，決策環境更是瞬息萬變。若仍像過去那樣單純依靠極個別決策群體或決策機構來進行決策的話，顯然已經難以保證決策的科學性與預見性。在大數據時代，應重視情報信息機構、相關專業咨詢機構和智囊團的作用，將它們納入決策主體的范疇，共同組成多層次決策主體系統，這樣才能使決策的風險得以降低，決策的專業化得到保證。

（五）改進傳統決策方法并引用先進決策思想

企業在采集和處理大數據時，將不同的海量數據源進行結構化管理、篩選和轉化，引用可視化技術對結果進行分析，使之能夠為企業的商業智能獲取與應用。應該摒棄“從數據到信息再到決策”的研究思路，而是走“從數據發現價值直接到決策”的捷徑。只要對企業重大經營決策有用的數據分析法，通過大數據技術的變量定義、不確定與價值建模，都可以對企業決策管理進行風險量化分析，進而提高決策管理的科學性。

綜上，大數據為企業決策管理提供了嶄新的環境和前沿的視角，給企業決策研究帶來了深刻的影響并促使其不斷地創新和變革，為適應企業在大數據時代獲取核心競爭力的需求，企業決策管理將走傳統決策方法與大數據技術相結合的發展道路。通過大數據技術增強企業在大數據環境下的數據分析與應用能力，才能提高企業決策管理的效率和能力。