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

     （二）大数据有助于企业决策 
　　1.数据的贡献 
　　大数据对企业战略决策的影响决策理论学派认为，决策是管理的核心，它贯穿于整个管理过程。企业决策是一种有意识的、有选择性的活动，为企业实现一定的目的。在一些人、财、物、时间等约束下，企业为了达到特定的目标，从不同的选择策略，以达到最佳或更好的效果的过程是决策过程。企业战略管理是确定和调整企业的经营目标和发展战略，获取和利用各种资源，等等。这些非结构化决策问题不仅数量、复杂程度和难度，直接影响到企业的成败。这需要战略决策必须有很多企业外部数据资源。因此，在决策过程中，决策者需要从一开始就收集数据和信息。大数据战略决策者提供大、超大型数据。由于缺乏数据，传统的决策依赖于决策者的经验，可以保证和大数据问题，不必担心数据丢失或数据采集困难。进入第二十一世纪以来，随着互联网技术和通信技术的发展，传感设备、移动终端接入互联网、各种传感器数据关联数据、统计数据、来自各行各业的交易数据继续快速生成。网络传输的图像，声音，文本和用户的习惯和路径的形成一个巨大的数据资源，在互联网上，管理决策分析和决策程序提供了丰富的数据来源。通过收集和分析大量的内部和外部数据，企业可以获得有价值的信息。通过挖掘信息，企业可以预测市场需求，分析智能决策，制定更有效的策略。 
　　2.知识发现 
　　大数据可以被认为是“另一种表达分析”，它是提取数据和知识，并转化为业务优势的智能活动，而不是停留在一个简单的数据和信息的汇总。大数据时代，企业数据的依赖性已经减弱了基于经验和直觉的定量数据分析方法，逐步取代定性分析方法。数据驱动的决策是大数据研究的一个重要特征，研究表明，更多的数据驱动的商业决策，其财务和业务性能。大数据的变化已经基于经验，决策理论和思维，直观的判断，对数据做出准确的分析，因此把重点放回解决问题的决策上。数据不仅包括大量的数据和各种数据集，包括高速数据采集、处理和分析，从技术架构和技术的价值的过程中提取和大数据可以提高战略决策的数据集和数据已成为一个企业最重要的资产。公司的决策是越来越依赖于数据分析，而不是依靠经验和直觉，企业需要积累业务数据和无处不在的快速信息网络，深入了解市场和客户。比如淘宝网等知名网络交易平台推出的“数据立方体”服务，“数据立方体”是由淘宝网、用户、产品、系统数据、系统数据，强调根据买家的调研数据，并分析报告。你可以看到页面的“数据立方体”服务，淘宝上百万的用户生成原始的交易数据可以在一个产品的趋势交易，卖方和买方的信用交易时间，重复购买，占销售和销售类别比特定的交易数据统计分析。通过数据魔方、淘宝卖家开始为参考：小商贩可以用来优化魔方流。高端卖家优化品牌的主要研究数据。 
　　企业可以通过分析大规模数据的积累，获取知识发现，数据技术被用来准确把握每一个消费者的不同利益和喜好，设计一个高度准确，性能可以高度定量的营销策略，并提供个性化，差异化的产品或服务。这将大大提高战略决策者对客户的洞察力和快速响应市场的能力。 
　　3.参与者决策 
　　从海量数据中获取知识，数据挖掘方法用于。数据挖掘是从一个大的，不完整的，嘈杂的，模糊的和随机的数据提取隐含的，未知的，但潜在的有用的信息和知识的过程。数据挖掘方法的可视化集中在数据挖掘的过程中，用户可以理解知识发现的过程，在知识的人机交互过程中容易找到。利用数据挖掘的方法有两点，一个是选择适合不同的决策的特点;另一种是分析数据挖掘的这些特征的方法。有很多的特点和方法，它需要决策者根据实际情况来选择。数据挖掘的过程是知识发现的过程，是从海量数据中挖掘出未来决策的特征。 
　　（三）大数据决定的问题 
　　1.数据类型的多样性挑战了数据挖掘的能力。多种数据类型，传统的数据分析平台发布了挑战。从数据库的角度来看，挖掘算法是有效和灵活的关键，数据挖掘的实现和现有的算法倾向于适应一个小的内存和数据集的居民，在大数据库中的数据可能不能同时进入内存，增加数据的大小，有效的算法速率逐渐成为数据流的瓶颈。 
　　2.数据处理速度挑战数据处理的及时性和数据的规模的增加，分析和处理的时间越来越长，和条件下的大数据信息处理的及时性和高。 
　　3.数据跨组织边界的挑战传播信息安全技术的发展，大量的信息跨越组织边界的扩散，和学生相关的信息安全问题，不仅是没有价值的大量数据，机密数据，数据隐私也翻了一倍，国家安全、知识产权、个人信息等也面临着前所未有的安全挑战。为了应对快速变化的安全问题，最关键的是算法和特点，如何建立一个相应的强大的安全防御系统发现和识别安全漏洞是一个重要环节，以便确保信息安全。 
　　三、总结 
　　大数据战略决策的发展方向是未来的商业决策，但它仍然是在最初的阶段，有许多问题需要解决。企业应利用传统的大数据领域的决策分析模型，结合两者的优点，极大地提高了决策的准确性。 
　　参考文献： 
　　[1]向祖庚.现代企业管理概论[M].北京：中国商业出版社，1994. 
　　[2]迈尔·舍恩伯格.大数据时代：生活、工作与思维的大变革[M].杭州浙江人民出版社，2013.