国产精品一区二区av交换,中文字幕人成无码免费视频,永久免费av无码网站性色av,欧美一道本一区二区三区,樱桃熟了a级毛片

決策可以由三種方式分別或混合驅(qū)動(dòng)：直覺(jué)、經(jīng)驗(yàn)和邏輯。雖然有時(shí)直覺(jué)和經(jīng)驗(yàn)在決策過(guò)程中是無(wú)可替代的，例如喬布斯對(duì)蘋(píng)果產(chǎn)品需求的直覺(jué)把握，或者招聘者對(duì)應(yīng)聘者從業(yè)經(jīng)驗(yàn)的要求，但通過(guò)邏輯方式做出決策通常被認(rèn)為具有高確定性的特點(diǎn)，更易于被接受。數(shù)據(jù)是填充邏輯過(guò)程的基石。

自計(jì)算機(jī)和網(wǎng)絡(luò)進(jìn)入商業(yè)應(yīng)用以來(lái)，以信息化技術(shù)對(duì)數(shù)據(jù)進(jìn)行分析來(lái)驅(qū)動(dòng)決策的努力就已開(kāi)始。企業(yè)信息化管理系統(tǒng)不斷發(fā)展，按照時(shí)間順序,先后出現(xiàn)了庫(kù)存控制(IC)、物料需求計(jì)劃(MRP)、制造資源計(jì)劃 (MRPII)、企業(yè)資源計(jì)劃(ERP)、供應(yīng)鏈管理(SCM)、客戶關(guān)系管理(CRM)、決策輔助(DSS)、商業(yè)智能(BI)等主流體系。其發(fā)展歷程大致可分為三個(gè)階段，分別是數(shù)據(jù)處理階段、知識(shí)處理階段和智能處理階段。早期的信息化系統(tǒng)以管理內(nèi)部數(shù)據(jù)、維護(hù)企業(yè)相關(guān)信息資源為主。從企業(yè)資源計(jì)劃(ERP)開(kāi)始，信息化系統(tǒng)開(kāi)始加強(qiáng)、改進(jìn)和再造業(yè)務(wù)流程，并逐漸將業(yè)務(wù)上、下游企業(yè)數(shù)據(jù)和關(guān)聯(lián)企業(yè)數(shù)據(jù)納入系統(tǒng)，跳出了傳統(tǒng)企業(yè)內(nèi)部的邊界。隨著數(shù)據(jù)倉(cāng)庫(kù)技術(shù)和數(shù)據(jù)挖掘技術(shù)的發(fā)展，進(jìn)一步有效利用數(shù)據(jù)形成決策的洞察力成為可能，商業(yè)智能系統(tǒng)(BI)得以發(fā)展。典型商業(yè)智能系統(tǒng)(BI)的模式，是通過(guò)對(duì)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換和裝載(即ETL過(guò)程)，合并到數(shù)據(jù)倉(cāng)庫(kù)里，利用合適的數(shù)據(jù)挖掘技術(shù)、查詢和分析模型、聯(lián)機(jī)處理(OLAP)工具等進(jìn)行分析和處理，將數(shù)據(jù)轉(zhuǎn)化為知識(shí)，為決策服務(wù)。廣義上的BI(商業(yè)智能)，覆蓋、發(fā)展了之前企業(yè)處理數(shù)據(jù)的信息化系統(tǒng)思想，代表了“大數(shù)據(jù)”前期可商業(yè)化推廣的數(shù)據(jù)分析模式和技術(shù)主流。

“大數(shù)據(jù)”夯實(shí)決策基礎(chǔ)

在“大數(shù)據(jù)時(shí)代”之前，雖然數(shù)據(jù)分析的重要性也被普遍認(rèn)可，但局限于“小”數(shù)據(jù)的特點(diǎn)，關(guān)系數(shù)據(jù)庫(kù)中的結(jié)構(gòu)化數(shù)據(jù)多年來(lái)一直主導(dǎo)著信息化應(yīng)用。企業(yè)信息化系統(tǒng)在提高生產(chǎn)和管理效率方面發(fā)揮了作用，但遠(yuǎn)未形成可做決策依據(jù)的洞察力。直覺(jué)和經(jīng)驗(yàn)在決策過(guò)程中的地位仍無(wú)可替代。

互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、移動(dòng)通訊的快速發(fā)展，以及遍布物理世界的RFID、無(wú)線傳感器催生了“大數(shù)據(jù)時(shí)代”的來(lái)臨。海量數(shù)據(jù)使得支持某些決策的“全樣本”數(shù)據(jù)成為可能，“小”數(shù)據(jù)分析依賴的假設(shè)前提可能不復(fù)存在。同時(shí)，幾何級(jí)增長(zhǎng)的非結(jié)構(gòu)性數(shù)據(jù)、流數(shù)據(jù)使得分析對(duì)象發(fā)生改變，傳統(tǒng)數(shù)據(jù)管理和分析技術(shù)難以適應(yīng)要求。大數(shù)據(jù)環(huán)境下企業(yè)需要應(yīng)用新的分析模式。在成本可承受的條件下，通過(guò)快速采集、發(fā)現(xiàn)和分析，從海量、多類(lèi)別的數(shù)據(jù)中提取價(jià)值，并形成有效的可做決策依據(jù)的“洞察力”，將是信息化系統(tǒng)的發(fā)展方向。當(dāng)前階段從非結(jié)構(gòu)化數(shù)據(jù)和流數(shù)據(jù)中探求知識(shí)和進(jìn)行洞察的計(jì)算機(jī)工具正在快速發(fā)展，比如自然語(yǔ)言處理、模式識(shí)別以及機(jī)器學(xué)習(xí)等，預(yù)示著數(shù)據(jù)驅(qū)動(dòng)決策模式的美好前景。

目前大數(shù)據(jù)剛剛步入企業(yè)的應(yīng)用階段，幾乎對(duì)于所有行業(yè)，應(yīng)用大數(shù)據(jù)分析都是創(chuàng)造新的競(jìng)爭(zhēng)優(yōu)勢(shì)之源。隨著時(shí)間的推移，那些能更好地利用大數(shù)據(jù)的組織將有可能實(shí)現(xiàn)更多的創(chuàng)新，并保持敏捷性。麥肯錫的調(diào)查顯示：數(shù)據(jù)驅(qū)動(dòng)型的公司在生產(chǎn)率和盈利水平方面普遍好于競(jìng)爭(zhēng)者。在“大數(shù)據(jù)時(shí)代”，對(duì)于某些類(lèi)型的問(wèn)題，機(jī)器和信息化系統(tǒng)可以比人做出更好的決策。這種數(shù)據(jù)驅(qū)動(dòng)決策的模式已經(jīng)初露端倪，比如在金融市場(chǎng)領(lǐng)域，計(jì)算機(jī)基于大數(shù)據(jù)做出了相當(dāng)大部分的投資決策�？梢灶A(yù)料，隨著數(shù)據(jù)的不斷變“大”，數(shù)據(jù)驅(qū)動(dòng)決策的重要性會(huì)越來(lái)越高。

數(shù)據(jù)驅(qū)動(dòng)決策在大數(shù)據(jù)趨勢(shì)下面臨的挑戰(zhàn)

一是大數(shù)據(jù)本身的局限。首先是數(shù)據(jù)質(zhì)量，不能反映真實(shí)情況或者在關(guān)鍵點(diǎn)上隱藏錯(cuò)誤的數(shù)據(jù)無(wú)疑是極具危害的，保證數(shù)據(jù)質(zhì)量需要有效的制度和法律環(huán)境。另外，數(shù)據(jù)本身仍可能局限決策的洞察力。例如那個(gè)著名的例子，如果你在汽車(chē)出現(xiàn)以前能使用大數(shù)據(jù)來(lái)分析社會(huì)對(duì)交通工具的需求，你可能得出一個(gè)結(jié)論，那就是需要更快的馬車(chē)。得出這個(gè)結(jié)論后，沒(méi)過(guò)多久，福特造出了汽車(chē)。大數(shù)據(jù)盡管夠“大”，但它不能基于沒(méi)有的事件。過(guò)分依賴于數(shù)據(jù)的決策，有可能忽略那些不需要數(shù)據(jù)驅(qū)動(dòng)、而依靠直覺(jué)和經(jīng)驗(yàn)形成的創(chuàng)新。當(dāng)然，目前基于大數(shù)據(jù)進(jìn)行創(chuàng)新的例子也比比皆是，比如谷歌的語(yǔ)言翻譯系統(tǒng)。這就需要綜合考慮數(shù)據(jù)類(lèi)型和決策類(lèi)型，明確大數(shù)據(jù)在驅(qū)動(dòng)決策中的優(yōu)勢(shì)和劣勢(shì)，設(shè)定明確的目標(biāo)，向大數(shù)據(jù)問(wèn)正確的問(wèn)題。

二是大數(shù)據(jù)分析技術(shù)的局限。雖然目前在分析數(shù)據(jù)的大容量、異質(zhì)性、實(shí)時(shí)性方面仍存在技術(shù)上的困難，但技術(shù)總在進(jìn)步，某些來(lái)自數(shù)據(jù)本身特點(diǎn)的困難可能最終被克服。真正的局限性也許內(nèi)置于大數(shù)據(jù)分析技術(shù)本身。比如，信息化系統(tǒng)的預(yù)測(cè)性模型中，缺陷常常來(lái)自模型假設(shè)本身。雖然有研究聲稱(chēng)：大數(shù)據(jù)分析不需要那些有假設(shè)缺陷的模型，但大數(shù)據(jù)分析技術(shù)仍需要算法和機(jī)器學(xué)習(xí)。機(jī)器學(xué)習(xí)通常假設(shè)環(huán)境是穩(wěn)定的，對(duì)作為復(fù)雜系統(tǒng)的環(huán)境進(jìn)行穩(wěn)定假設(shè)是不完美的，由此可能帶來(lái)與實(shí)際情況偏離的結(jié)果。如果假設(shè)環(huán)境是不穩(wěn)定的，就難以窮盡不穩(wěn)定的因素。再比如，大數(shù)據(jù)分析是對(duì)觀測(cè)數(shù)據(jù)之間規(guī)律的分析，其對(duì)相關(guān)性的洞察力必然要強(qiáng)于對(duì)因果性的洞察力，而忽略因果關(guān)系的決策依據(jù)，是有局限性的。

三是對(duì)決策管理模式的挑戰(zhàn)。在數(shù)據(jù)缺乏的時(shí)候，組織內(nèi)核心管理人員的直覺(jué)和經(jīng)驗(yàn)在決策過(guò)程中發(fā)揮重要作用。從直覺(jué)和經(jīng)驗(yàn)驅(qū)動(dòng)決策向數(shù)據(jù)驅(qū)動(dòng)決策轉(zhuǎn)化的過(guò)程，也是決策主體從精英階層轉(zhuǎn)向團(tuán)隊(duì)及社會(huì)公眾的過(guò)程，這個(gè)過(guò)程可能并不順暢，那些沒(méi)有足夠靈活性來(lái)適應(yīng)大數(shù)據(jù)趨勢(shì)、創(chuàng)造數(shù)據(jù)驅(qū)動(dòng)決策模式和文化的企業(yè)可能在競(jìng)爭(zhēng)中失敗。信息化系統(tǒng)在大數(shù)據(jù)分析中可能會(huì)強(qiáng)調(diào)協(xié)作分析和過(guò)程公開(kāi)，這就需要企業(yè)創(chuàng)造適宜的數(shù)據(jù)驅(qū)動(dòng)文化，并根據(jù)業(yè)務(wù)內(nèi)容把握好直覺(jué)和經(jīng)驗(yàn)驅(qū)動(dòng)決策與數(shù)據(jù)驅(qū)動(dòng)決策的關(guān)系。

巴菲特在投資忠告中說(shuō) “警惕那些使用公式的怪家伙”(Bewareofgeeksbearingformulas)。我們可以理解為這是對(duì)不需要直覺(jué)和經(jīng)驗(yàn)的決策的敬畏，也可以理解為這是對(duì)脫離直覺(jué)和經(jīng)驗(yàn)的決策的不信任。無(wú)論如何，大數(shù)據(jù)正在改變決策的驅(qū)動(dòng)方式。