以大数据赋能决策精准化的探索与实践

张鸣，丁嘉树

（南京华盾电力信息安全测评有限公司，江苏 南京 210000）

0 引言

作为企业运营中的基础性内容，决策是国有企业为了实现改革发展的目标，根据客观的可能性，在现有的信息和经验的基础上，借助一定的工具、技巧和方法，对影响目标实现的诸多因素进行分析、计算和判断，并根据判断结果拟定可选择的方案，最终结合实际情况，选择最优方案作为企业实现目标的具体策略的行为方式。根据概念界定可以看出，影响国有企业改革过程中的决策行为及其效果的因素主要有目标、信息和策略三个，在这些因素中，信息处于基础性的作用。

1 大数据概述

“大数据”一词最早由美国EMC公司在为一家信息存储咨询科技公司提供信息存储及管理产品、服务和解决方案时提出的[1]。后来，随着计算机技术、互联网技术等新兴技术在行业领域中的广泛应用，大数据的提法和概念逐渐在世界范围内传播、运用。

1.1 大数据的概念

目前，国内外研究主体对于大数据的概念并没有形成一致的结论，大多是从特定的一个角度给出相应的概念界定，这其中，有从信息处理模式的角度给出的界定。例如研究机构Gartner提出，大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。也有从数据集合的角度给出的界定，例如维基百科中提出，大数据是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合；麦肯锡全球研究所提出，大数据是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合。据此可以看出，对大数据概念的理解实际上可以从数据应用和数据状态两个维度入手，其中数据应用维度对应的是通过对海量数据信息进行处理，从而获取更有利于决策和流程优化的信息资产，数据状态维度对应的是由海量数据组成的数据集合[2]。

结合研究的实际，本文更认同于从数据应用维度给出的大数据概念，即大数据是通过获取、存储、管理、分析海量数据信息，进而获取有利于决策力、洞察发现力和流程优化能力提高的信息资产的技术应用模式。

1.2 大数据的特点

结合近年来的实践应用来看，大数据的特点可以归纳为以下五个方面。

第一，数据量大。在上述定义中，之所以用“海量”来描述大数据，就是因为大数据应用中涉及到的数据量非常大，实际运用中的起始计量单位在T或者T以上的P、E、Z。第二，数据类型多。大数据能够获取、存储、管理和分析的数据种类比较多，其既可以是结构化的数据，也可以是半结构化的数据，还可以是非结构化的数据。大数据应用中数据类型的多样性使得包括网络日志、音频、视频、图片、地理位置信息等方面的数据信息都可以为大数据所获取、存储、管理和分析。第三，价值密度低。大数据从众多途径获取的多种类型的数据信息对应的价值参差不齐，这使得大数据的应用实际上是在海量价值不一的数据中进行筛选，数据集合整体的可利用价值偏低。第四，速度快。大数据是基于特定的计算机软件和程序开展数据采集、存储、管理和分析的。伴随着计算机数据处理能力的不断提高，大数据处理数据的速度也逐步加快，短时间内可以对海量数据进行集中性的处理，数据处理的时效性高。第五，准确性高。大数据的应用是基于安装于计算机中的各类软件和程序，其具有特定的逻辑和规则，并且相关算法在运行过程中不受人的因素的影响，故而能够保证数据在存储、分析方面的准确性。

1.3 大数据的功能

总体来说，大数据的功能主要包括数据采集、数据存储、数据处理、数据分析等。其中，数据采集是借助各类数据传感器，对特定对象的运动数据或者状态数据进行动态、实时采集，并传递至相应的数据库之中；数据存储是大数据应用中心可以为通过多种途径采集到的数据信息提供相应的存储载体，使海量数据获得相应的存储空间和地址；数据处理是大数据可以按照特定的程序和算法，对数据库中的数据进行相应的分析整理，形成具有一定规律的数据集合；数据分析是大数据可以为应用主体提供相应的数据统计分析方式，使其根据需要设定相应的分析参数，最终根据设置输出相应的数据分析结果[3]。

2 大数据在企业精准化决策方面的价值

大数据与国有企业精准化决策之间的联系主要体现在上述分析中提到的大数据功能方面，即大数据集数据采集、存储、管理、分析于一体的功能，能够在较大程度上解决企业决策中信息量偏少、信息准确性偏低的问题，使企业的决策所依靠的信息更加精准[4]。具体来说，大数据在企业精准化决策方面的价值主要体现在以下三个方面。

2.1 丰富决策信息源

信息，是国有企业做决策的依据。在传统环境下，国有企业做出决策所依靠的信息主要来源于内部相关部门和人员上报的信息，这些信息不仅内容较为分散，而且准确性、客观性存在较大的不确定性，最终可能导致依据这些信息做出的决策偏离企业发展的内外部环境，进而导致决策出现风险。在大数据的支持下，国有企业可以借助传感器、办公自动化系统等扩大数据获取的途径，最终获取与决策相关的内外部相关信息，从而增加了决策工作所参考的数据类型和数据内容，为精准化决策提供尽可能多的信息支持。并且，这种信息采集方式最大程度上降低了人员在信息采集方面的参与度，保证了决策信息的客观性和真实性，使决策信息在质量上得到了保证。

2.2 提高决策协同性

目前，国有企业在决策方面多实施自上而下的决策方式，这虽然能够保证决策的效率，但在决策的执行性和实效性等方面往往存在较大的不确定性。例如，部分参与决策执行的一线人员会因为对决策理解不准确等原因而错误地开展工作，最终出现事与愿违的情况。大数据在决策方面的应用主要是基于OA系统平台，而该平台具有的扁平化优势使得一线的人员也能够参与到决策信息的了解和补充完善中，这在较大程度上打破了自上而下决策的局限性，使参与决策执行的人员能够有机会提前参与到决策活动中，为决策提供相应的信息参考，从而扩大了决策活动的参与主体和数据信息依据，使决策的准确性得到明显提高。

2.3 提高决策时效性

在生存和发展环境愈加复杂的情况下，企业所面临的决策风险也在持续增加。并且，在激烈的竞争中，企业决策的时效性也变得至关重要，一旦决策不及时，很可能会遭受不利的发展情况。在传统经营中，企业往往需要在短时间内安排大量人员进行相关信息的搜集、整理、分析，来获得决策时效性方面的优势。而在大数据的支持下，企业可以全流程线上运行和一键启动，以全程智能化处理的方式实现决策信息的快速获取，极大地压缩了决策信息获取的时间周期。并且，大数据可以为企业提供多种可供选择的参考方案，使企业的决策机会和空间得到了拓展，降低了企业在决策时效性方面可能承担的风险。

3 大数据赋能决策精准化的具体策略

大数据的本质是一种工具，其虽然能够赋能企业决策的精准化，但这种功能的发挥是建立在企业对其加以科学利用的前提下[5]。故而，企业要结合自身的决策实际，探索开展以精准化为导向的决策实践路径，以发挥大数据在决策方面的价值。具体来说，企业应当重点从以下几方面利用好大数据。

3.1 重视大数据功能价值

以大数据推动企业决策精准化目标的实现，有利于企业内部的普遍重视和协同落实。考虑到不同部门、不同业务模块在大数据功能认知和技术操作等方面的差异，企业应当重点做好强化大数据功能价值认知工作，使企业内部形成良好的大数据运用氛围和条件[6]。

第一，明晰企业决策环境形势分析。决策，是企业发展过程中普遍需要开展的工作，并且渗透到企业的方方面面。企业需要通过定期的内部环境和外部形势分析，督促和引导内部职工客观、全面、深入地把握本岗位工作、部门工作和企业发展面临的内外部情况，从思想上认识到决策精准化的必要性和紧迫性，纠正松散、孤立、随意的决策思想。

第二，展示大数据现实功能。为使企业内部充分认识到大数据在提高决策精准化方面的作用，企业可以定期开展大数据应用经验交流活动，通过回顾、分享大数据在最近的决策实践，尤其是涉及到“三重一大”事项方面的积极作用，借助现实的案例和亲身的体验来深化企业内部人员，尤其是决策人员对大数据功能的认知。

3.2 持续优化大数据平台

近年来，企业逐渐形成了以OA系统为主要载体的信息化管理模式，将企业主要的业务模块和业务流程纳入到了大数据框架内。但是，这种方式也给企业开展基于大数据的精准化决策实践造成了一定的困难，因为企业无法通过大数据平台获得所有的数据信息，也无法确保所有人员都能够参与到大数据决策实践中。因此，企业应当根据决策实践，持续优化大数据平台的架构和权限，使尽可能多的信息源融入到大数据平台中。

首先，细化平台功能模块。在决策时效性要求越来越高的情况下，为保证决策的精准化和时效性，国有企业需要根据决策所需要的信息，对OA系统的功能模块进行分解，使不同部门、不同业务模块的相关信息呈现更加细化，提高平台中数据与决策需要的数据之间的契合度，避免数据不对应导致的决策滞后问题的发生。同时，企业应当对照组织架构，对未纳入OA系统平台的部门和业务模块在决策中的地位和影响力进行评估，及时将那些需要参与决策的模块纳入到系统平台中，提高平台与决策实际的匹配度，真正保证决策信息源的数量和类型。

其次，丰富数据利用方式。大数据对数据的采集、存储、管理和分析主要是根据人所设定的程序和算法实施的。换言之，程序员或者管理员设置何种数据处理规则，大数据平台就会产生何种数据处理结果。为确保决策行为的精准化，企业应丰富数据处理规则，使可供选择的决策方案都能够呈现出来，为决策者通过对比选择最佳的方案提供现实性的条件支持。

3.3 注重大数据应用安全性

大数据虽然为决策提供了集中性的数据资源支持，但也增加了企业数据资源信息泄露的安全性风险。尤其是在当前普遍重视个人信息安全保护的背景下，企业在数据应用安全性方面应当给予高度的重视和保障性措施的落实。

第一，提高大数据平台的技术性防护。大数据平台，是企业决策的主要信息源，也是最容易遭受安全侵袭的对象。企业在日常的经营管理中，应当安排专门的技术人员负责对平台的安全性进行技术维护和管理，动态更新防火墙技术、数字加密技术等安全防护技术，确保平台的安全性能够定期得到检查和提升。同时，对于安全性等级要求高的数据类型，还应当设立专门的服务器进行特殊的安全存储管理，避免数据信息遭受技术性的侵袭。

第二，规范大数据平台信息访问行为。在推行决策扁平化的背景下，企业OA系统的访问量会持续增加，而这会增加企业数据信息的曝光量，造成数据的泄露或者篡改风险。因此，企业除了严格按照决策情况划分平台访问权限以外，还要对访问平台的用户进行身份和行为的认证与动态监测，确保平台数据信息访问行为的可追溯、可监督。例如，企业要推动决策过程监督实时化，结合人工智能NLP、RPA等技术，推动“三重一大”事项决策100%自动化合规性审查，保障决策过程的规范性。

3.4 注重大数据应用人才培养

大数据虽然在数据采集、存储、管理和分析方面减少了人员的参与，但在应用的规则、方式等与决策精准化更密切的环节，往往仍然需要有专业性的人员主导[7]。故而，国有企业在开展改革实践过程中，除了关注大数据平台的开发与应用以外，还要注意对熟悉大数据应用的专业人才的培养，以挖掘和利用大数据在决策精准化方面的优势。

3.5 加强决策类型与流程划分

决策精准化与决策时效性经常表现为一种矛盾。即企业要想获得精准的决策，就需要投入大量的时间和精力，而这会导致决策的时效性下降。故而，对于国有企业来说，要对改革中的决策行为进行相应的划分，明确不同类型决策行为对应的大数据应用策略，使大数据的应用更加科学、合理和有效。

4 结语

以大数据赋能企业决策精准化，是改革背景下国有企业发展的重要制胜之策。作为一种重要的信息处理模式，大数据具有的数据量大、数据类型多、价值密度低、速度快、准确性高等特点，使得其在企业决策方面可以发挥更为明显的作用。当然，为更好地发挥大数据在决策精准化方面的价值，国有企业应当在重视大数据功能价值的基础上，持续优化大数据平台，并注重大数据应用安全性和大数据应用人才培养，加强决策类型与流程划分，使精准化决策的实现有充分的现实条件支持。