大数据时代对于企业经营决策的影响

(一)对于企业经营决策者的改变

大数据时代对于企业经营决策的影响是多方面的，包括了决策人员、决策思维、决策技术、决策数据等多个方面。而其中最终的改变则是决策者的改变，传统的企业决策者往往都是领导层，依靠经验和眼光做出决策而不是依靠数据。那么在大数据时代这种传统的决策则会被数据分析而取代。

在大数据时代的决策者不仅仅由企业领导层担任，而是要逐渐的向数据分析师分流，由领导层和数据分析师共同作出决策，而且数据分析师在企业经营决策中比重还日益增加。在大数据时代对于数据分析技术的运用，将会逐渐取代当下的企业领导人信息管理手段。越早运用数据分析的企业，越能够在市场中达到先入为主的目的。

(二)对于经营决策组织的改变

大数据时代对于企业的决策组织也产生了巨大影响，促使企业的经营决策格局发生了巨大改变。传统企业是以利益和价值为根本核心，而企业结构的建立也要以企业价值为导向，这也就是说传统的企业结构是价值结构，而大数据时代的企业决策结构则是以意义为核心，也就是说大数据时代的企业结构是为意义而建立的，可以称之为意义结构。价值结构和意义结构的根本区别是在于价值结构属于机械结构，而意义结构则属于生态结构。机械结构的控制方式是自上而下的集中控制方式，意义结构是自下而上的，以中心的方式自我组织、自我协调。

大数据时代的到来，使得我们的决策方式和决策机制发生了巨大改变。大数据的技术促使了由原来的依赖企业领导的主观思维进行决策，转变为依靠数据样本分析作为决策依据。大数据为企业能够更加准确客观的做出决策提供重要条件。大数据时代的数据样本更加倾向于客户的使用数据，包括客户的满意度、需求、反馈等，而不是传统业务销售人员的数据，这样源于消费者本身的数据更加具有真实性和客观性。

(三)对于经营决策技术的改变

基于云计算的数据处理和分析技术。大数据时代的到来使得企业在进行经营决策时不得不面对庞大的数据样本，那么如何对于庞大的数据资源进行存储和分析，是企业经营决策者的新课题。因此对于大数据的处理分析则成为新一代信息技术发展的重要内容，云计算则是大数据时代数据分析和存储的重要工具。云计算为海量的、多样化的数据提供了存储和运算的平台，并且云计算还可以对大数据进行分析。具体的操作方法是首先要利用云计算平台对所有搜集到的大数据进行过滤和筛选，对于具有存储价值的数据资源在云计算平台进行存储。当数据完成转换之后，数据进入到可用的形式，则要对数据信息进行有效准确的分析。这一阶段可以通过公有云和混合云进行分析，在公有云的情况下，原始数据可以在云计算的公共平台上进行，然后使用私有的云处理器将处理分析过的有用信息转移到企业内部即可。

大数据时代下决策系统支持。传统的决策系统是非常单一、线性、狭隘的，区域、行业、部门之间都具有非常大的局限性。决策的格局是自上而下的，由领导作出决断后逐层传递，这样的决策系统具有非常多的漏洞，决策的结果是片面的、主观的，缺乏大局观和各个部门的配合，容易出现决策失误。大数据的决策则是打破了区域之间、行业之间和企业各个部门之间的局限，使得传统的决策系统受到了颠覆。形成一个非线性、面向多样、自下而上的新型决策系统。这样的决策系统使得区域、行业之间更加具有穿透性，而决策的依据更加多样、更加客观，使得企业的决策更加安全准确。云计算、互联网、大数据等正在向我们的生活渗透，逐渐出现了将成为公共基础设施的态势，在未来大数据技术的应用将成为决策的辅助系统。决策支持系统是指建立在数据库、模型库、知识库、方法库基础上，以人机交互方式辅助决策者进行半结构化决策的计算机应用系统，在运用决策支持系统的数据库、方法库、模型库、知识库进行辅助决策之前，首先需要对来自不同数据源的数据进行转换与清理。面对决策支持系统多样化的数据来源，数据清理过程存在数据属性难以统一、规范，冗余数据、错误数据和异常数据难以快速辨识并消除等困难。在大数据时代，决策支持系统基础数据不仅包括结构化数据，还包括图形、声音、图像、地理位置等非结构化数据，与大数据处理相关商业智能、数据挖掘、可视化分析平台的应用和内存分析技术的进步，都将助力这些问题的解决。在此基础上，结合现有的云服务平台，建立针对不同的决策层次推送服务决策机制，是建立大数据下决策系统的基本要求。大数据决策系统则将会使得未来的决策更加准确，更具有效率，并将逐渐取代传统的决策系统。

(四)对于经营决策观念的改变

在大数据时代，决策观念的转变主要是思维方式的转变，从传统的因果关系转变为相关关系。传统的因果关系的决策方式是通过发现企业发展中出现的问题，找到企业出现问题的症结所在，并针对产生问题的因素进行整顿，从而解决企业发展中的问题，使得企业由问题企业向优秀企业进行转变。这种从问题找原因的思维方式属于逆向思维，而大数据时代的决策思维则是正向思维，所谓的正向思维则是不追寻因果关系，而是寻找相关关系。正向思维首先是要对大数据进行搜集，然后对于大数据进行量化分析，找到相关关系，提出优化方案，从而使得企业得到发展，从优秀企业转向卓越企业，如图1和图2所示。

(五)对于经营决策数据的改变

1.数据数量的改变。

大数据时代下最一目了然的变化是数据数量的改变，在传统经营模式下获取数据十分困难，但是在大数据时代下获得数据的渠道和方法更加多样，获取数据的速度更加快捷，而且每天在互联网上都会产生无数新的数据，这就导致了大数据时代下企业获得的数据量的改变。

那么大数据究竟是有多大呢？我们在网上能够找到一组名为“互联网上的一天”的数据资料，这个资料显示阿里巴巴两个子公司淘宝和天猫一天产生的数据量相当于让你不间断的看上28年的电影。而如果将你代入成服务器，你处理的数据量则相当于每秒钟看上837集的《来自星星的你》，卖出的手机为37.8万台，高于全球每天出生的婴儿数量37.1万；同时迅速普及的互联网与移动互联网悄然为记录人的行为数据提供了最为便利、持久的载体，另外与我们生活紧密联系的手机和平板电脑等更是随时随地的记录着我们生活中的点点滴滴，包括我们的思考、决策和行动等多个方面。

如表1所示，基于大数据背景下，这些数据也都将成为各个企业决策的依据，对这些数据进行分析，能够找到更加明确的受众群体。天猫通过数据分析，所制定的“双十一”销售计划，成功获得了超额回报。对全部的大数据进行分析，获得的数据结果的准确性和客观性，远远要大于传统的抽样调查的数据。

2.数据获取方式及数据种类的改变。

传统的数据获取方式是非常单一和具有局限性的，主要是对于生产线产品数据的统计、库房存储数据的统计、销售数量的统计、业务销售人员业绩的统计。另外通过市场调研的形式进行客户满意度、需求、对产品的重视程度等信息进行调查，这种调查方式具有空间、行业、人群、收入、年龄等多方面的局限性，调研人群未必就是目标客户人群，数据种类非常少。

在大数据时代下获取数据的途径和数据的种类都得到了很大程度上的丰富，涵盖的方面比较多，更加多元化，而且可利用大数据时代的社交媒体、社交软件、互联网、移动客户端等获得更加社会化的数据。结构化和非结构化的数据可以并存，使得对于目标客户人群的判断更加精准，从宏观数据中整理微观数据，让企业掌握的客户数据更加具有针对性。