企业传统决策分析模式与大数据战略决策分析模式对比研究

摘 要：随着大数据时代的来临，企业的决策模式会发生变化。本文分别对传统的决策分析模式和大数据战略决策分析模式进行对比分析，发现在决策方法、决策参与者、知识发现等方面具有较大变化，多决策的质量产生巨大影响。 
　　关键词：大数据;决策模式;对比 
　　中国正加速进入经济全球化的进程，国际和国内市场环境变得越来越不可预测，需求的不确定性大大增强，产品生命周期缩短，企业之间的竞争进一步加剧。数据是管理决策的基础。基于数据的决策分析可以实现对客户深入了解企业竞争力提升，正如德鲁克所说，当今世界已进入全面知识管理时代，信息量变大，企业战略决策过程考虑的问题更多，在无法确定外部环境的战略决策对企业来说可能是致命的。 
　　一、企业传统决策分析方法的研究与讨论 
　　（一）企业传统的决策分析方法 
　　主要有两种类型的常用的业务决策分析方法，也是人们所说的传统的决策分析方法：定性决策分析方法和定量决策分析方法。 
　　1.定性决策方法是充分利用智慧的方法。它直接使用专家丰富的经验，知识和能力在某些方面，根据已知信息和现有的信息，提出了决策目标和计划，进行相应的评估和选择。定性决策方法是常用的如下： 
　　（1）决策的实证方法。 
　　这是一个最古老的决策方法，因为它很简单，操作方便，在现代企业管理决策，仍经常使用。特别是对于那些熟悉业务，工作内容的一个小变化，专家通常可以根据经验做出决定，可以取得良好的结果。 
　　（2）德尔菲法。 
　　其核心的组织形式是：专家一起召开会议讨论，请一些专家写一封信，这封信涵盖了一些问题的提出了看法和意见。分析专家接受答案的评论，然后请专家继续征求意见。如此反复多次，直到观点更集中，作出相应的决策。这种方法可以使专家们不用担心，但也能够更好的每一个播出自己的观点，使得意见逐步集中。 
　　（3）头脑风暴。 
　　这是邀请专家，针对确定的问题，打开思想，畅所欲言，相互启发、头脑风暴、寻找新的想法，找到一个新的建议。其特点是使用某种手段来确保每个人都相互启发，在头脑风暴的思维出发，在一个相对短的时间内提出大量的有效的想法。 
　　（4）法律的集体意见。 
　　这种方法关注相关人员形成一个意见或建议。参与者发表各种观点，其他人可以参与分析，评估，或提出不同的看法，相互讨论，相互交流、相互补充、相互进步。 
　　2.定量决策方法是基于数学分析基于一种决策方法。基本思想是决定常量和变量之间的关系以及变量和目标，根据数学公式或者表达式，建立数学模型，然后根据计算条件决定答案。定量决策方法是常用的如下： 
　　（1）决策方法。 
　　被定义为影响因素和决策结果是清晰和明确的。一般根据已知条件，直接计算损益的每个程序，通过比较，选择更多的满意程序。主要有盈亏平衡分析法，差分法等等。 
　　（2）风险型决策方法。 
　　基于风险的决策方法一般是将发生在未来的各种自然状态，实现的概率估计的概率。然后，根据决策的目的，提出了各种决策方案，根据每个计划求出不同的损益值的自然条件的计算。最后，每个方案的损益期望计算和比较。有两种具体方法：决策树和决策表法等。 
　　（3）不确定的决策。 
　　是未来事件的条件，即自然状态概率不能确认的决策。这个决定是决定凭借自己的态度和意识，根据一定的规则选择方案，不同的决策者可能选择不同的优化方案，并得到不同的结果，这称为不确定的决定。不确定决策的选择方法通常用于以下方面，这种可能性，保守的方法，风险方法，乐观系数法和最小最大后悔值法。 
　　（二）在传统的决策方法的优点 
　　企业决策分析方法决定着企业是否能够生存下去。企业的决策方法综合运用定性和定量分析的方法。企业转型中的主要问题就是扩大规模，技术创新，项目投资决策。解决上述问题应首先做好项目调查，调查和分析这项工作，充分利用定性决策分析方法，灵活运用经验决策方法，采用专家法，头脑风暴法，集体意见法，并使用最合适的方法，计划重大问题作出不同的决定。将定性决策方法应用于集体意见决。二是运用定量决策分析方法应用于定量分析和决策论证和数据可以准确预测的基础上，采用确定性决策分析方法，主要是预期值和经济效益的可行性方案计算的实证方案，企业的战略决策，确定的经济决策和评价指标主要是投资回报率，内部收益率，净现值，投资回收期。这些指标的计算是基于对基本数据的预测，在不改变业务的不确定性的过程中，应该对项目的不确定性进行分析，对预测过程中的风险因素进行预测。采用概率法、保守法、风险法、乐观系数法和极大极小遗憾分析法无法预测概率值，在分析过程中采用定性的方法确定了程序的发生概率的因素对定量数据更准确、可靠，这样可以使决策更加有可信度。那么，企业在激烈的市场竞争中才有获胜的砝码。 
　　可以说，传统企业决策分析方法是基于专家的主观经验，即优势和劣势。优势是经验通常可以减少不必要的错误，并迅速达到目标;缺点是基于人的主观意识往往有很大的局限性，未来可能产生的结果更有信心在人类的身体，和任何人的影响教育、经验等等会有不同的对决策的影响。 
　　二、大数据背景下的决策分析 
　　（一）大数据的特点的定义 
　　研究机构Gartner的定义：大数据是需要新的处理模式有更强的决策权力，洞察的能力发现和流程优化的大规模，高增长率和多样化的信息资产。维基百科的定义：大数据涉及到的数据量巨大，不能通过当前主流软件工具，在合理的时间采集、管理、处理和整理，帮助企业决策信息。无论什么样的定义，我们可以看到，大数据并不是一个新产品不是一项新技术，它只是一个现象在数字时代。大数据的大量的交易数据，大规模的交互式数据和大规模数据处理三大技术趋势收敛。大数据“大”并不意味着数据本身的绝对数量很大，但指的是“大”的模式所使用的数据尽可能收集全面的数据，数据完整性和数据处理，与此同时，使用数学方法进行分析和仿真，挖掘背后的关系，来预测背后的事件发生的概率[4]。在许多大数据的定义是最具代表性的3v定义：那就是大数据来满足三个特点：规模、多样性、高速度。