大数据技术与管理决策
上QQ阅读APP看书,第一时间看更新

第四节 大数据对管理决策的影响

一、大数据对决策思维的影响

“数据之父”维克托·迈尔·舍恩伯格(Viktor Mayer-Schönberger)在《大数据时代》一书中曾指出,大数据时代最大的转变就是思维方式的三种转变。

(一)全体数据,而非抽样数据

传统的科学分析通常采用抽样的方法。抽样是按照一定的要求从研究对象的全部样品中抽取一部分具有代表性的样品进行分析,并根据研究结果估计、推断全部样品特性的研究方法。在技术受限的特定时期,通常采用抽样方法经济、有效地解决特定问题。随着技术的发展,数据的存储与处理成本显著降低,以解决海量数据存储处理为核心的大数据技术促使人们实现了直接面向全集数据,而非抽样数据进行分析,并能够在短时间内迅速得到分析结果。大数据通过处理已经完成历史使命的数据,在海量数据中找出规律或相关因素以进行预测,达到效用最大化。

(二)效率,而非精确

传统的分析通常采用抽样方法将分析结果应用到全集数据,可能导致误差放大,为了保证误差在可控范围内,往往更注重算法的精确性,而非算法效率。在具有“秒级响应”特征的大数据时代,由于采用全样本分析而非抽样分析,故不存在误差被放大的问题,高精确性已经不再是首要目标,数据分析效率的提高才是关注的核心问题。随着数据库越来越全面,传统决策方法通过数据建模进行精确运算,试图得到唯一有效结论的做法不再适用。大数据基础上的简单算法比小数据基础上的复杂算法更加有效,快速获得一个大概的轮廓和发展脉络,也比严格的精确性要重要得多。数据分析的最终目的是用于决策,故而时效性非常重要,当我们掌握了大量新型数据时,就可以对事情的发展趋势进行预测。

(三)相关性,而非因果性

因果关系就是一个事件和另一个事件之间的关系,其中后一事件被认为是前一事件的结果,也可以是指一系列因素(因)和一个现象(果)之间的关系。因果关系作为客观现象之间引起与被引起的关系,是客观存在的,并不以人们主观为转移。

相关关系是一种非确定的相互依存关系,通过识别有用的关联物来帮助我们分析现象。对于自变量的每一个取值,因变量由于受随机因素影响,其数值是非确定性的。相关关系强时,一个数据值增加,其他数据值很有可能也会随之增加;相关关系弱时,一个数据值增加,其他数据值几乎不会发生变化。

传统决策方法通过努力建立不同因素之间的关联关系去解释各因素间的因果,大数据时代最大的转变就是放弃对因果关系的渴求,取而代之的是关注相关关系,人们转而追求“相关性”而非“因果性”,只需知道“是什么”而非“为什么”。从另一角度来看,大数据分析对海量数据进行分析处理后,得到一个关联关系,如果想要知道因果关系,即关联关系的相关原理,需要从理论高度进行研究,或通过其他途径得到其本质原因,而大数据本身对此是无能为力的。

综上所述,大数据决策是基于尽可能的全体数据进行的决策,是注重决策效率而不是努力追求最优的决策,是强调多种因素间的相关关系而不是力图探寻因果的决策,大数据决策更符合社会经济发展的实际情况。事实上,大数据时代带给人们思维方式的深刻转变远不止上述三个方面,大数据思维最关键的转变在于从自然思维转变为智能思维,这使得大数据像具有生命力一样,获得类似于人脑的智能与智慧。

二、大数据对决策手段的影响

随着云计算、互联网、大数据等技术的渗透,管理决策手段趋向信息化。海量数据及其处理技术成为组织辅助管理决策的新手段,数据搜集、处理与分析能力成为组织的核心竞争力。大数据的应用促使企业开始通过云计算、数据挖掘、可视化平台的应用和虚拟内存技术等手段实现对不同数据源及异构数据的处理与转换,促进管理人员掌握数据背后的信息以辅助制定未来发展战略决策。

大数据推动信息系统的不断发展。传统的决策系统具有单一、线性、狭隘等特点,导致决策结果存在片面性、主观性,容易出现决策失误。大数据打破了区域、行业和组织各部门间的局限,形成非线性、面向多样、自下而上的新型信息系统。例如,大数据背景下决策支持系统的引入,在数据库、模型库、知识库、方法库的基础上,以人机交互方式辅助决策者进行半结构化决策,使决策依据更加多样、决策结果更为客观。

三、大数据对决策方式的影响

大数据决策成为一种新的决策方式,大数据技术的不断应用影响着组织信息收集方式、决策方案制定、方案选择及评估等决策实施过程,进而对组织管理决策方式产生影响。

(一)数据促进决策主体多元化

在过去的几十年中,传统的企业管理决策多采用高层管理者为主、企业基层员工为辅的决策模式。在大数据背景下,信息技术给予企业获取大量管理数据的便捷方式。基层数据收集的便捷性降低了利用管理数据支持企业管理决策的门槛,促进了企业管理的决策主体由少数高层管理者向数量众多的基层员工转变。此外,决策环境更复杂、决策时效性更强,决策知识分布更广泛,使得分散式决策成为大数据管理决策的主要形式,扁平化组织结构的趋势将更加明显,企业管理决策者多元化愈加突出,呈现出全员参与的管理决策新模式。

(二)大数据推动决策内容科学化

传统的决策方式通常依靠组织管理者自身敏锐的直觉、丰富的管理经验和判断力进行决策,缺乏对市场需求变化的把控,容易导致产品缺乏竞争力,有时甚至会产生错误的决策,已不适合现代化企业。“数据驱动决策”是大数据时代的显著特点,决策者转为依托数据进行市场分析,实现了建立在客观事实上的理性决策。随着将半结构化数据和非结构化数据纳入决策模型,决策数据类型更丰富,在一定程度上实现了定量决策和定性决策优势的融合,决策结构将更为科学有效,促进了企业自身及行业的健康、可持续发展。

案例分享

Google成功预测冬季流感

2009年,Google通过分析5000万条美国人最频繁检索的词汇,将之和美国疾病中心在2003年到2008年间季节性流感传播时期的数据进行比较,并建立特定的数学模型。最终Google成功预测了2009冬季流感的传播甚至可以具体到特定的地区和州。

奥巴马大选连任成功

2012年11月,奥巴马大选连任成功也被归功于大数据,因为他的竞选团队进行了大规模与深入的数据挖掘。《时代》杂志更是断言,依靠直觉与经验进行决策的优势急剧下降。在政治领域,大数据的时代已经到来。媒体、论坛、专家铺天盖地的宣传让人们对大数据时代的来临兴奋不已。

新冠肺炎疫情全球预测系统

2020年5月25日,兰州大学研发出全球首个“新冠疫情预测系统”(GPCP),该预测系统基于实时更新的流行病数据反演得到模型参数,对新增新冠肺炎发病数进行可靠预报,有力支撑了我国“早发现、早诊断、早隔离、早治疗”的管控措施。

|本章关键词|

决策;管理决策;大数据;大数据技术

|课后思考题|

1.科学决策为何遵循“满意原则”而不是“最优原则”?

2.在大数据背景下,决策还有新的分类方法吗?

3.除了本书中提到的大数据对于管理决策思维、手段和方式产生的影响外,大数据是否还在其他方面对管理决策产生影响?