可視化數(shù)據(jù)分析對(duì)決策者的影響

魏紫萱

[摘要]大數(shù)據(jù)時(shí)代的到來(lái)，使各個(gè)行業(yè)傳統(tǒng)決策模式面臨挑戰(zhàn)。大數(shù)據(jù)的有效應(yīng)用，大幅度提升了企業(yè)的管理能力、決策科學(xué)化與可執(zhí)行性水平，推動(dòng)傳統(tǒng)決策方式朝著數(shù)據(jù)驅(qū)動(dòng)轉(zhuǎn)型。可視化數(shù)據(jù)分析對(duì)決策者產(chǎn)生的意義將在事前預(yù)測(cè)、事中感知以及事后反饋三個(gè)大環(huán)節(jié)上體現(xiàn)出來(lái)。可視化大數(shù)據(jù)分析對(duì)決策思維方法、決策參與成員、決策程序以及決策模式等方方面面均有所影響。

[關(guān)鍵詞]可視化數(shù)據(jù)；數(shù)據(jù)分析；決策者；影響分析

[DOI]1013939/jcnkizgsc201815189

新時(shí)期下，我國(guó)處于經(jīng)濟(jì)迅猛發(fā)展的時(shí)期，已然躋身于世界制造大國(guó)的行列，現(xiàn)代服務(wù)業(yè)規(guī)模的不斷擴(kuò)大，促使國(guó)內(nèi)諸多企業(yè)面對(duì)重大挑戰(zhàn)，怎樣提升服務(wù)質(zhì)量這一問(wèn)題已經(jīng)是眾多企業(yè)面對(duì)的共性問(wèn)題。大數(shù)據(jù)時(shí)代的到來(lái)，引起了世界各國(guó)政府的高度重視，美國(guó)政府對(duì)大數(shù)據(jù)的研究上升至“國(guó)家意志”，將大數(shù)據(jù)視為“未來(lái)的新石油”。現(xiàn)代企業(yè)如果計(jì)劃有效運(yùn)用大數(shù)據(jù)資源來(lái)提升市場(chǎng)競(jìng)爭(zhēng)力，就應(yīng)不斷提高對(duì)大量結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的辨識(shí)能力，從而不斷提升各項(xiàng)決策的科學(xué)性與有效性。本文以可視化數(shù)據(jù)分析對(duì)決策者的影響效果為論點(diǎn)，進(jìn)行詳細(xì)解析。

1數(shù)據(jù)可視化

數(shù)據(jù)可視化等同于對(duì)數(shù)據(jù)視覺呈現(xiàn)方式科學(xué)技術(shù)的研究。其中，該類數(shù)據(jù)的視覺呈現(xiàn)方式的概念可以做出如下闡述：一類以某一概要方式提取出來(lái)的信息資源，囊括了有關(guān)信息單位的各類數(shù)學(xué)與變量信息。[1]

在社會(huì)不斷發(fā)展的局勢(shì)中，數(shù)據(jù)可視化概念處于不斷變化的模式中，其邊緣有所延展。通常指的是技術(shù)層面上極為高端的技術(shù)手段，并且該類技術(shù)手段可以采用圖像、圖像處理、計(jì)算機(jī)視覺以及用戶界面，借助觀點(diǎn)闡述、模型建設(shè)以及對(duì)立體、表面、特性以及動(dòng)畫的呈現(xiàn)，采用可視化的方式對(duì)數(shù)據(jù)信息進(jìn)行闡述說(shuō)明。數(shù)據(jù)可視化技術(shù)和立體建模類的技術(shù)手段相比較，囊括的技術(shù)手段體現(xiàn)出多樣性，且應(yīng)用范圍不斷拓展。

2數(shù)據(jù)可視化分析對(duì)決策者的意義

可視化數(shù)據(jù)分析對(duì)決策者產(chǎn)生的意義在事前預(yù)測(cè)、事中感知以及事后反饋三個(gè)大環(huán)節(jié)上體現(xiàn)出來(lái)。事前預(yù)測(cè)等同于強(qiáng)化了大數(shù)據(jù)對(duì)決策活動(dòng)的預(yù)測(cè)功能，在決策活動(dòng)沒有進(jìn)行初期，提前對(duì)被決策活動(dòng)運(yùn)行效果以及產(chǎn)生的最后結(jié)果進(jìn)行預(yù)測(cè)與模擬，這與國(guó)人未雨綢繆的思維方式有異曲同工之處。[2]總之，可視化數(shù)據(jù)分析強(qiáng)化了相關(guān)人員對(duì)決策活動(dòng)的預(yù)見性與精確性，甚至可以擬化活動(dòng)運(yùn)行的情況。事中感知實(shí)質(zhì)上就是決策者能夠精確性擬化活動(dòng)的運(yùn)行狀況，借此方式對(duì)被策劃活動(dòng)的運(yùn)行細(xì)微之處有全面性掌握，其有助于強(qiáng)化活動(dòng)執(zhí)行計(jì)劃與政策編制的科學(xué)性。事后反饋就是可視化數(shù)據(jù)具備的實(shí)時(shí)監(jiān)測(cè)功能，能夠協(xié)助決策者動(dòng)態(tài)化的了解政策與執(zhí)行方案運(yùn)行效果，及時(shí)發(fā)現(xiàn)相關(guān)問(wèn)題并有針對(duì)性地做出改進(jìn)。[3]總之，可視化數(shù)據(jù)在政府機(jī)關(guān)或企業(yè)決策過(guò)程中的應(yīng)用，為客觀性與精確性特點(diǎn)并存的政策制定過(guò)程提供優(yōu)勢(shì)條件，并幫助決策者精確掌控政策的運(yùn)行狀況，從而有效地結(jié)合各類反饋信息，科學(xué)整改政策內(nèi)容與實(shí)施方式，不斷強(qiáng)化政策的執(zhí)行效果，以強(qiáng)化政策的活力性與有效性。

在競(jìng)爭(zhēng)激烈的經(jīng)濟(jì)市場(chǎng)競(jìng)爭(zhēng)環(huán)境中，市場(chǎng)調(diào)研始終是事前預(yù)測(cè)有效運(yùn)行的必備條件，市場(chǎng)調(diào)研也是競(jìng)爭(zhēng)情報(bào)過(guò)程中一類應(yīng)用頻次非常高的方式。和商業(yè)領(lǐng)域的其他應(yīng)用形式相同，當(dāng)下市場(chǎng)調(diào)研的數(shù)據(jù)類型與內(nèi)容朝著復(fù)雜化、多元化方向發(fā)展，對(duì)分?jǐn)?shù)分析深度也提出了更高的要求，特別是在時(shí)間上體現(xiàn)出來(lái)。以統(tǒng)計(jì)、神經(jīng)網(wǎng)絡(luò)和基因算法等為基礎(chǔ)的傳統(tǒng)數(shù)據(jù)分析方法已經(jīng)無(wú)法滿足現(xiàn)代社會(huì)的發(fā)展需求了。在對(duì)市場(chǎng)調(diào)研過(guò)程中獲得的數(shù)據(jù)信息囊括了許多有分析價(jià)值的變量，為了不斷提升決策的科學(xué)性與有效性，企業(yè)決策者應(yīng)對(duì)多樣化信息進(jìn)行整體分析，深度分析其共同作用的結(jié)果，但是傳統(tǒng)數(shù)據(jù)分析方法的應(yīng)用，多數(shù)是局限在對(duì)指定數(shù)據(jù)變量信息進(jìn)行解析。在這樣的社會(huì)背景中，可以應(yīng)用可視化數(shù)據(jù)分析技術(shù)，以滿足大量數(shù)據(jù)分析的現(xiàn)實(shí)需求，以進(jìn)一步提升事前預(yù)測(cè)結(jié)果的精準(zhǔn)性。在市場(chǎng)調(diào)研中，可以借鑒Ruud Smeuldeis與Anton Heijs對(duì)德國(guó)一家財(cái)產(chǎn)管理公司客戶調(diào)研數(shù)據(jù)分析的經(jīng)驗(yàn)。[4]在本次市場(chǎng)調(diào)查中，共計(jì)獲得了25000個(gè)樣本（客戶，沒有姓名與地址），每個(gè)樣本涵蓋了100個(gè)變量，分別源于調(diào)查表與最初的客戶數(shù)據(jù)庫(kù)。

對(duì)客戶調(diào)查數(shù)據(jù)進(jìn)行深度解析的目標(biāo)是為了探尋出對(duì)強(qiáng)化企業(yè)決策科學(xué)性的各種因素。但是怎樣從2萬(wàn)多個(gè)記錄、100個(gè)變量的大型數(shù)據(jù)集內(nèi)探尋出主導(dǎo)關(guān)系或相互的影響關(guān)系，上述目標(biāo)的實(shí)現(xiàn)絕非一蹴而就的，而可視化數(shù)據(jù)分析技術(shù)的應(yīng)用，有效地處理了上述問(wèn)題。現(xiàn)階段應(yīng)用頻次相對(duì)較高的方法為計(jì)算全部變量間的線性相關(guān)系數(shù)，同時(shí)將其采用可視化方法直接的呈現(xiàn)出來(lái)，從中探尋出有深度解析價(jià)值的部分決定因素或者是有關(guān)規(guī)律。

圖1為Ruud與Auton采用一類可視化數(shù)據(jù)探索工具“IRIS—Explorer”處理的結(jié)果。其中呈現(xiàn)的是25000個(gè)客戶數(shù)據(jù)中內(nèi)100個(gè)變量每?jī)蓚€(gè)變量間的相關(guān)系數(shù)，在對(duì)其進(jìn)行全面觀察的過(guò)程中，我們可以利用肉眼直接發(fā)現(xiàn)存在相關(guān)性較大的數(shù)據(jù)信息，同時(shí)可以參照該圖形中的數(shù)據(jù)信息不斷有目的性地進(jìn)行匯聚等操作，以進(jìn)行他類可視化處理，獲得對(duì)決策有益的客觀規(guī)律。

3大數(shù)據(jù)對(duì)決策系統(tǒng)的影響

31對(duì)決策思維方式的影響

可視化數(shù)據(jù)分析對(duì)決策者的最大影響在思維方式上體現(xiàn)出來(lái)。這主要是因?yàn)榭梢暬瘮?shù)據(jù)分析需要解析與某一事物存在關(guān)聯(lián)性的全部數(shù)據(jù)，等同于“樣本—總體”，而絕非僅僅依靠極少數(shù)的樣本數(shù)據(jù)。[5]這一定會(huì)對(duì)決策者的思維方式產(chǎn)生影響，具體體現(xiàn)在不再追求因果關(guān)系明確性，取而代之的是對(duì)相關(guān)性的解讀。最后是我們從思想上肯定數(shù)據(jù)關(guān)系的繁雜性與多樣性，而沒有給予數(shù)據(jù)精確性高度重視，等同于只需知道“是什么”，而無(wú)須了解“為什么”。

在大數(shù)據(jù)時(shí)代，若憑借工作經(jīng)驗(yàn)與閱歷，去辨識(shí)與預(yù)測(cè)某一事態(tài)的發(fā)展?fàn)顩r，可能引起的社會(huì)效益越來(lái)越不顯著。由“謀而后動(dòng)”轉(zhuǎn)型為“隨動(dòng)而謀”，由執(zhí)行力轉(zhuǎn)型為學(xué)習(xí)力，有更大的可能性成為決策者的新興思維模式。由此可見，可視化數(shù)據(jù)分析對(duì)決策者最大的影響體現(xiàn)在調(diào)整思維方式方面上。因?yàn)榇髷?shù)據(jù)時(shí)代中的數(shù)據(jù)分析多數(shù)是依靠對(duì)數(shù)據(jù)間相關(guān)性的分析，而不是對(duì)各種業(yè)務(wù)屬性的因果性分析，故此一般情況下重視的是對(duì)數(shù)據(jù)敏感性的解析。正因如此，所有事物的運(yùn)行不詢問(wèn)其原因所在，只關(guān)注數(shù)據(jù)所呈現(xiàn)出的結(jié)果，就此做出相關(guān)判斷，這是新時(shí)期下經(jīng)常采用的決策模式的重要特點(diǎn)之一。在可視化數(shù)據(jù)分析的支配下，決策者在對(duì)業(yè)務(wù)類型與運(yùn)行方式全然不知的情況下，直接明確“是什么”，繼而做出相關(guān)決策。總之，可視化數(shù)據(jù)分析能夠協(xié)助決策者的決策跨越眼前事實(shí)與經(jīng)驗(yàn)理性。

32對(duì)決策參與主體的影響

在決策者決策思維方式發(fā)生轉(zhuǎn)變的情況下，大數(shù)據(jù)時(shí)代中的決策參與主體也將會(huì)做出相應(yīng)調(diào)整。以往的決策主體對(duì)應(yīng)的是“業(yè)務(wù)專家”“政治精英”，而將普通的大眾群體拒之門外。[6]在社會(huì)化媒體與大數(shù)據(jù)應(yīng)用深度不斷拓展的時(shí)代中，決策參與主體會(huì)由“專家與精英”轉(zhuǎn)型為具備數(shù)據(jù)的“普通大眾”，決策參與主體的拓展是其主要的外在表現(xiàn)形式，決策參與主體階層不斷下移。在大數(shù)據(jù)時(shí)代中，可視化數(shù)據(jù)分析技術(shù)的應(yīng)用使個(gè)體均以決策者的身份存在，這樣社會(huì)民眾參與決策機(jī)會(huì)不斷增多，為民主化決策模式構(gòu)建目標(biāo)的實(shí)現(xiàn)提供了科技基礎(chǔ)。

33對(duì)決策驅(qū)動(dòng)形式的影響

在可視化數(shù)據(jù)分析的引導(dǎo)下，決策思維方式發(fā)生轉(zhuǎn)型的同時(shí)，也使決策驅(qū)動(dòng)形式由“業(yè)務(wù)經(jīng)驗(yàn)驅(qū)動(dòng)”轉(zhuǎn)變?yōu)椤皵?shù)據(jù)量化驅(qū)動(dòng)”。這主要是因?yàn)樵诖髷?shù)據(jù)時(shí)代中，數(shù)據(jù)資源遍布于社會(huì)各個(gè)行業(yè)領(lǐng)域、各個(gè)階層中的緣故，數(shù)據(jù)可以被視為一類無(wú)形的資產(chǎn)與創(chuàng)新驅(qū)動(dòng)力。[7]數(shù)據(jù)規(guī)模、質(zhì)量以及采集、解析與應(yīng)用的能力，將會(huì)成為影響決策能力和決策水平的重要因素。在可視化數(shù)據(jù)分析下，決策者不再采用以往實(shí)踐經(jīng)驗(yàn)、理論與思想的管理決策方法，對(duì)各類數(shù)據(jù)信息的精確性分析將主觀判斷取而代之，進(jìn)而使決策從定性決策轉(zhuǎn)型為定量決策。

34對(duì)決策模式的影響

從決策的視域分析，以可視化數(shù)據(jù)分析為基礎(chǔ)的決策模式，借助對(duì)以往與現(xiàn)存數(shù)據(jù)信息統(tǒng)合的方式，可以科學(xué)地預(yù)測(cè)業(yè)務(wù)在后續(xù)階段的發(fā)展趨勢(shì)；借助對(duì)組織內(nèi)外部數(shù)據(jù)解析的方式，能夠進(jìn)一步明確不同事物間的相關(guān)性；借助對(duì)大批量數(shù)據(jù)信息的挖掘，能夠?qū)⑷斯し绞饺《8]傳統(tǒng)的管理決策模式對(duì)業(yè)務(wù)知識(shí)的學(xué)習(xí)與不斷累積的實(shí)踐經(jīng)驗(yàn)表現(xiàn)出強(qiáng)烈依賴性，但是在大數(shù)據(jù)時(shí)代中，可視化數(shù)據(jù)分析的應(yīng)用，革新了決策模式，使其在運(yùn)行與建設(shè)期間始終以數(shù)據(jù)分析為基礎(chǔ)。換言之，該種決策模式是以數(shù)據(jù)為基礎(chǔ)的，用數(shù)據(jù)發(fā)聲，結(jié)合數(shù)據(jù)擬化決策行為。

4可視化數(shù)據(jù)分析在銀行績(jī)效評(píng)價(jià)中的應(yīng)用

41問(wèn)題闡述

某銀行欲對(duì)本年度各分行發(fā)卡情況進(jìn)行分析，并對(duì)明年作業(yè)方式予以規(guī)劃。該行有關(guān)發(fā)卡情況的績(jī)效評(píng)價(jià)因素有：累計(jì)發(fā)卡數(shù)、發(fā)卡激活數(shù)、發(fā)卡激活率、分行所在城市人均GDP、分行所在城市發(fā)達(dá)程度及常住人口數(shù)。其中前三項(xiàng)為業(yè)績(jī)指標(biāo)，后三項(xiàng)為基數(shù)指標(biāo)，當(dāng)業(yè)績(jī)指標(biāo)相對(duì)于基數(shù)指標(biāo)越大，則可認(rèn)為該城市績(jī)效越優(yōu)。

42可視化數(shù)據(jù)分析

在銀行業(yè)普遍以表格式的數(shù)據(jù)或靜態(tài)的圖表進(jìn)行數(shù)據(jù)分析，前者對(duì)數(shù)據(jù)可視化的運(yùn)用基本為零，而后者雖有圖樣化的闡釋卻難以從管理層的視角出發(fā)，從某種程度上說(shuō)，靜態(tài)圖表只能讓管理者看到數(shù)據(jù)分析人員想讓自己看到的內(nèi)容，而不是自身想看到的闡示，難以稱之為真正的可視化。本文運(yùn)用Rstudio軟件Chartjs的雷達(dá)圖Radar Chart程序包，應(yīng)用可視化數(shù)據(jù)分析的技術(shù)對(duì)該銀行各分行進(jìn)行發(fā)卡績(jī)效評(píng)價(jià)及前瞻性分析。本文將A、B、C城市的三個(gè)分行在累計(jì)發(fā)卡數(shù)、發(fā)卡激活數(shù)、發(fā)卡激活率、分行所在城市人均GDP、分行所在城市發(fā)展程度及常住人口數(shù)（分別用Card number、Activation number、Activation rate、GDP per person、Developed level和Permanent population表示）六個(gè)維度下，借助Chartjs程序包輸出的網(wǎng)頁(yè)動(dòng)態(tài)效果，滿足了讓管理層自主的選擇單獨(dú)視圖、雙圖對(duì)比亦或三行疊加視圖的可視化動(dòng)態(tài)效果（見圖2）。

該圖更可將數(shù)形結(jié)合，即若把鼠標(biāo)移動(dòng)到六邊形的頂點(diǎn)處，可看到三個(gè)分行的數(shù)據(jù)動(dòng)態(tài)對(duì)比（見圖3）。

該雷達(dá)圖將每個(gè)維度的指標(biāo)和計(jì)為“單位1”，即各維度坐標(biāo)之指標(biāo)和皆為“1”。

雷達(dá)圖顯示，A分行相較于B、C兩分行基數(shù)指標(biāo)有極大的優(yōu)勢(shì)，而業(yè)績(jī)指標(biāo)皆很低。可見A分行擁有的優(yōu)秀地域及經(jīng)濟(jì)優(yōu)勢(shì)與該行的低發(fā)卡數(shù)、低發(fā)卡激活數(shù)、低發(fā)卡激活度不匹配，我們可以間接推斷出，造成這一結(jié)果的原因，可能為該行對(duì)目標(biāo)受眾定位不明確、宣傳方式與受眾人群難以契合、后續(xù)跟進(jìn)服務(wù)不到位。經(jīng)調(diào)查，發(fā)現(xiàn)A城市雖人均GDP和人均金融投資度都位列一線城市水平，但由于外部的營(yíng)銷環(huán)境，導(dǎo)致上門推銷信用卡的難度增大，給發(fā)卡人員的業(yè)務(wù)開展帶來(lái)了極大的影響。為提高發(fā)卡量和激活率，建議管理層進(jìn)一步調(diào)整、提高管理水平，在把發(fā)卡人群從工薪階層拓展至高校學(xué)生等年輕族群的同時(shí)，嘗試運(yùn)用“互聯(lián)網(wǎng)+”及大數(shù)據(jù)思維來(lái)拓寬線上營(yíng)銷的思路。至于激活率問(wèn)題，發(fā)現(xiàn)A城對(duì)于以工薪階層占多數(shù)的持卡客戶，權(quán)益多為機(jī)場(chǎng)貴賓室、高爾夫體驗(yàn)卡、美容按摩等高端服務(wù)，間接導(dǎo)致持卡人延遲或拒絕了開卡，建議A行多擴(kuò)展大眾化的合作商戶，并做好優(yōu)惠信息的宣傳。B行則相對(duì)穩(wěn)健，該行業(yè)績(jī)指標(biāo)與基數(shù)指標(biāo)之比大于1，可以推斷該行將該城的城市資源相對(duì)有效利用。C行基數(shù)指標(biāo)并不出眾但該行發(fā)卡激活率高于A、B兩行，可見C行雖資源有限，但該行發(fā)卡對(duì)象定位極準(zhǔn)，業(yè)績(jī)優(yōu)秀。建議下一年度，A、B兩分行在本年度的發(fā)卡策略基礎(chǔ)上，積極嘗試吸納新客戶群體的革新舉措。

5結(jié)論

綜合全文，可認(rèn)識(shí)到現(xiàn)代社會(huì)中可視化數(shù)據(jù)分析對(duì)決策的科學(xué)與精確產(chǎn)生的影響。企業(yè)決策者在后續(xù)實(shí)踐中，應(yīng)借助云計(jì)算、物聯(lián)網(wǎng)等高端技術(shù)，運(yùn)用Rstudio、D3、Google Chart、Tableau等多樣統(tǒng)計(jì)軟件，提升數(shù)據(jù)信息采集的全面性，以確保相應(yīng)決策評(píng)價(jià)的有序性與高效性，從而使可視化數(shù)據(jù)分析的實(shí)用價(jià)值彰顯出來(lái)。

參考文獻(xiàn)：

[1]解夢(mèng)茹可視化數(shù)據(jù)新聞實(shí)踐探析——以財(cái)新傳媒為例[J].傳播與版權(quán)，2017（8）：22-24.

[2]殷敬淇可視化數(shù)據(jù)新聞實(shí)踐路徑探索——以財(cái)新數(shù)據(jù)可視化實(shí)驗(yàn)室為例[J].新聞傳播，2017（9）：10-11.

[3]劉磊可視化數(shù)據(jù)挖掘方法與技術(shù)探究[J].通訊世界，2017（6）：296.

[4]高冉基于門戶網(wǎng)站可視化數(shù)據(jù)新聞生產(chǎn)流程的內(nèi)容分析[J].新聞研究導(dǎo)刊，2017，8（3）：26-27.

[5]龍虎，李娜大數(shù)據(jù)環(huán)境下的可視化數(shù)據(jù)信息安全研究[J].福建電腦，2016，32（12）：53-54.

[6]黃鳳可視化數(shù)據(jù)挖掘技術(shù)[J].電子技術(shù)與軟件工程，2016（24）：197.

[7]王志龍，閻安試論可視化數(shù)據(jù)在電視新聞專題報(bào)道中的運(yùn)用[J].教育傳媒研究，2016（4）：66-69.

[8]李文婧大數(shù)據(jù)視角下可視化數(shù)據(jù)新聞的未來(lái)發(fā)展態(tài)勢(shì)[J].新聞研究導(dǎo)刊，2016，7（17）：97.