论文题目：大数据对企业决策影响的研究

  *  *  *  **         ***             

  学          号：       **********           

  指  导  教  师：         ***             

专          业:信息管理与信息系统（医药方向）

班          级：         101002             

2014年5月16日星期五

中文摘要    1

英文摘要    1

引言    1

      1.大数据时代带来更可靠、更理性决策    1

2.大数据影响力决策的各项因素    2

2.1大数据对决策支持数据的影响    2

2.1.1数据的种类发生变化     2

2.1.2数据的量发生变化    2

2.1.3大数据下的数据管理    2

        2.2大数据对决策参与者的改变    2

          2.2.1大数据时代下决策思维的转变    3

          2.2.2大数据时代对决策参与者的影响    3

        2.3大数据对企业决策组织的影响    3

        2.4大数据下的企业管理决策文化    4

        2.5大数据对管理决策技术的影响    4

2.5.1基于云计算的数据处理和分析技术    4

2.5.2大数据下决策系统支持    5

3.未来，数据和决策相伴相生    5

4.结束语    6

      参考文献    6

大数据对企业决策影响的研究

[摘要]随着云时代的来临，大数据被越来越多的提及和应用，是有一项技术，大数据已经为个人，企业以及带来了机遇和挑战。决策环境的改变导致了决策参与者，决策技术以及决策组织的改变，最后导致原来的决策方式于现在环境脱离，不适应现在环境，因此在此基础上阐述大数据对企业决策的深远影响。

[关键词] 大数据； 决策方式； 价值研究。

Study on the influence of large data on decision

[Abstract]As the cloud era, large data is more and more reference and application, there is a technology revolution, has large data for individuals, enterprises and government brings opportunities and challenges. The decision environment changes led to the decision participant, decision theory and decision for organizational change, finally causes the original decision on environment from now, not now to adapt to the environment, therefore, on the base of this far-reaching impact data on decision. 

[Keyword] Large data; Decision making; Value research。

[引言]  随着云计算、移动互联网和物联网等新一代信息技术的创新和应用普及，21世纪人类将飞速进入大数据时代。大数据开启了一次重大的时代转型大数据正在改变我们的生活，工作甚至是我们的思维；越来越多的行业对大数据应用持比较乐观的态度，越来越多的用户在初步尝试或者在考虑怎么样使用类似大数据解决方案，来提升自己的业务水平，这仅仅是一个开始，大数据对于我们的生活，以及与世界交流方式都提出了挑战，随着数据化的逐步推进，大数据将成为成本领先，差异化，集中化三大传统企业竞争战略之后，企业可以选择的第四种战略；最惊人的是，社会需要放弃他对因果关系的渴求，而只关注相关关系，就是只知其然，不用知其所以然，这就推翻了自古以来的惯例，使我们做决定和理解现实的最基本方式也将受到挑战，改变了我们决策的分析过程，对传统决策产生了极其重大的影响。

1.大数据时代带来更理性，更可靠的决策

一个企业如何长久的运行下去，没有很好的决策支持是不太可能的，然而在变幻万千的环境下如何做出正确的的决策又困扰着一代又一代决策者，纵观历来各个决策的制定无不是依靠决策者个人的经验和直觉；事实上，过去几年，数据已经在制定决策的过程中扮演了一定的角色，现在又融进了一些公司的决策制定过程。但在大数据时代之前，数据是非常匮乏的，我们拥有的数据非常少。因此，我们的决策、我们构建的制度都是建立在这样一种数据匮乏的基础上。今天，大数据影响了决策的各项因素，一切都发生了变化，数据变化了，决策参与者变化了，决策组织和决策技术也发生了变化，因此我们的决策也更加的理性和合理了。 

2.大数据影响了决策的各项因素

2.1大数据对决策所需的支持数据的影响

2.1.1数据的种类发生了变化

传统企业所收集的数据大多是量化数据，例如生产部门的出货量，销售部门的销售业绩，以及相对于前今年的变化，或者是做调研，调查消费者对产品的满意程度，重视程度等，数据的种类少，比较单一，对真实情况反映较差；大数据的种类较多，覆盖了各个方面，具有多元化的特点，伴随着社交媒体、物联网和电子商务的蓬勃发展，社会化数据涌现，结构化数据和非结构化数据并存；大数据的到来，让所有社会科学领域能够藉由前沿技术的发展从宏观群体走向微观个体，让跟踪每一个人的数据成为了可能。

2.1.2数据的量变大

大数据到底有多大？一组名为“互联网上一天”的数据告诉我们，一天之中，互联网产生的全部内容可以刻满1.68亿张DVD；阿里集团仅淘宝和天猫两个子公司每日新增的数据量，就足以让一个人连续不断看上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，手机，iPad等贴近人的终端无时不刻不在记录关于人的点点滴滴思考、决策与行为，从而创造着海量的数据。

2.1.3大数据下的数据管理

由此可以看出，在大数据时代，数据的特点首先是来源更广，数据更多，结构更复杂，包括结构化数据和半结构化、非结构化的文本、图片、视频等。大数据分析主要分为三个阶段，第一个阶段是批量分析，数据主要来自企业内部结构化数据;第二个阶段是实时分析，数据分析类型逐步从结构化演进到包括非结构化和半结构化数据;第三个阶段则是全方位事实分析，不仅有来自企业内部的数据，同时会纳入来自第三方的竞争数据，以非结构化数据为主 ，传统的数据管理技术和数据分析技术已经无法适应新时代下的需求，必须寻求新得数据管理技术，只有这样才能从大量数据中提取有用数据为决策者服务。

2.2大数据对决策参与者的改变

2.2.1大数据时代下决策思维的转变

   传统的企业管理流程是出现问题、逻辑分析、找出因果关系、提出解决方案，使问题企业成为优秀企业，这是逆向思维模式。大数据竞争战略咨询流程是收集数据、量化分析、找出相互关系、提出优化方案，使企业从优秀到卓越，是正向思维模式。

大数据时代最大的转变是放弃对因果关系的探寻，取而代之关注相关关系，这是舍恩伯格在《大数据时代》中的描述。也就是说只要知其然，不必知其所以然；他还指出大数据时代处理数据理念上的三大转变：“不要随机样本，而是全体数据”“不是精确性，而是混杂性”“不是因果关系，而是相关关系”这与现有科学研究思维惯例不同，对人类的认知和与世界交流的方式提供了全新的模式。舍恩伯格指出大数据应用的三个思维变化：随机样本到全体数据;精确性到混杂性，尤其是大数据的简单算法比小数据的复杂算法更有效。

2.2.2大数据时代对决策参与者的影响

大数据最重要的就是它会直接影响企业怎样做决策、谁来做决策。在今天的商业世界中，人们仍然更多依赖个人经验和直觉做决策，而不是基于数据。在信息有限、获取成本高昂且没有被数字化的时代，让身居高位的人做决策是符合实际情况的。现在这种方式遭遇了大数据的挑战：作出决策的不仅仅依靠领导层，而是向数据分析师分流，数据分析师在决策制定的比重愈加重要。新时代下的决策制定，是企业领导层和数据分析师共同作用的结果。大数据分析技术将逐渐替代目前领先的信息管理手段，并且逐渐演变为企业的竞争优势，率先应用大数据分析的企业将首先获得先入为主的效用。

2.3大数据对企业决策组织的影响

大数据改变了企业组织架构。扁平化的、单元式的企业架构将成为大数据时代的主流架构模式。原有的组织形式是为价值而建立的，其结构是价值的结构。未来的组织形式，是为意义而建立的，其结构是意义结构。组织的价值结构与意义结构非常不同，最核心的不同在于，价值结构是机械结构；意义结构是生态结构。具体表现在：第一，机械结构是自上而下控制的，生态结构是自下而生涌现的；第二，价值结构是以集中方式控制的，意义结构是以去中心的方式自组织自协调的。

大数据改变了我们的决策机制。大数据技术的发展使得最初领导拍脑袋的决策方式转变为基于实时数据分析的决策，大数据分析成为企业正确决策的充分条件。企业决策更加依赖于对数用户数据的分析、用户需求的体验。用户的需求及体验的数据决定了企业决策链条将由企业组织架构底层向上层传递，未来企业应该是员工决策。这也说明了企业决策机制由自上而下的正三角型模式向自下而上的倒三角形机制转变，用户体验及需求数据是这一转变的驱动力。

2.4大数据下的企业管理决策文化

大数据对企业管理决策文化影响巨大。正如远在石器时代，我们的祖先发现并能够控制火之后，我们的文化经历了令人难以置信的变迁。所以，当我们的企业开始接触到先进的以大数据形式提供的信息时，我们的现代企业文化也必然会相应的发生一定的变化，更重要的一点是，如果大数据尚未对您企业的文化产生任何影响，那可能是您使用大数据的方法不正确。大数据影响企业文化的具体方式取决于企业的数据类型，以及企业打算用这些数据信息来做什么；例如一家公司的主要营收来自服装销售，那么，其编制和收集的数据应包括有关目标销售地区的详细人口信息;适当的大数据分析将揭示一定的消费趋势，找寻这些趋势的方式会影响其整体文化。大数据推动企业发展，是从文化方面渗透的，大数据对企业的影响，也是从企业文化和营销文化开始的，企业文化和影响文化也是受大数据影响最大的两个方面，随着大数据在企业中的应用深入，大数据会从新构建企业文化。

2.5大数据对管理决策技术的影响

2.4.1基于云计算的数据处理和分析技术

对大数据的处理和分析成为新一代信息技术的融合发展的核心支撑，而云计算则为这些海量的、多样化的大数据提供存储和运算的支撑平台。云可作为大数据分析的使能器，首先利用云平台对所收集的大数据进行过滤和储存，一旦数据转化为可用的形式，那么就进入到分析信息的阶段；公有云和混合云技术可用在分析阶段，在公有云用户的情况下，原始分析阶段可以在公有云基础设施上执行，然后使用私有云组件把处理过的、可用的信息拿到企业内部。

2.4.2大数据下决策系统支持

大数据所具有的在区域之间、行业之间和企业部门之间的穿透性，正在传统的、线性的、自上而下的精英决策模型，正在形成非线性的、面向不确定性的、自下而上的决策基础。可以想象，未来云计算、物联网和大数据将成为基础设施，移动互联网、触控电脑和3D打印技术将成为共性平台。而大数据技术和应用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地基本要求。

3.未来，数据和决策相伴相生

在将来，数据将不再是简简单单的为决策服务的工具，大数据将和决策相伴相生，有大数据的地方就有决策的产生，甚至是不需要人类参与，大数据将根据之前人类设定好的参数自动化的制定策略，从而达到为人类服务的目的，当然，不管何时，都应以人为本大数据应以辅为主，可以看出，大数据对决策的影响是深远的，不仅仅是在当下，在了解了大数据对决策的影响，才能为企业决策提供一个方向，慢慢的改变，慢慢的适应，这样才能走的更远。

4.结束语

在传统的企业经营活动中，企业管理者要科学地预测来进行决策是很难的事情；大数据时代，传统的企业经营管理与决策方法无法处理如此大量的“非结构数据”所呈现出的信息在大数据技术的支撑下，科学的决策并非难事，企业管理者的决策方式将不可避免地发生改变。大数据时代关注的是全部数据，企业管理者决策的精确性要求下降，管理决策因果关系也不再重要，而是更注重经营决策的相关性分析。这很大程度上改变了企业管理者固有的因果关系思维模式。大数据对企业管理者的决策方式的最大转变就是决策思维方式的改变 ：“不要随机样本，而要全部数据”“,不要精确性，而要混杂性”“,不要因果关系，而要相关关系”。凡事不问原因，只看数据所呈现出来的结果，也就是说只要知道“是什么”，而不要知道“为什么”。大数据促使企业管理者的决策方式从“业务经验驱动”向“数据量化驱动”转型。在大数据时代，数据渗透各行各业，数据成为企业核心资产和创新驱动力。

参考文献

[1]. Mark W R. Post2rendering 3D Image Warping: Visibility,Reconstruction, and Performance for Dep th2Image Warping [ D ].University of North Carolina, Chapel Hill, NC,USA, 1999.

[2]孟小峰，慈祥.大数据管理:概念、技术与挑战[ J ] .计算机研究与发展 ，2013，5）:146-169.

[3]张建设.大数据：战略论的终结与社会化决策的兴起[ J ].企业管理，2012（10）:92-94.

[4].谭雄派,王会举，杜小勇等.大数据分析——RDBMS与MAPreduce的竞争与共生[ J ] 软件学报，2012,23（1）:32-45.

[5].[美] 维克托·迈尔·舍恩伯格，袁杰译.删除:大数据取舍之道.浙江人民出版社，2013,1.

[6].Cohen J, Dolan B, Dunlap M, Hellerstein JM, Welton C. MAD skills: New analysis practices for big data. PVLDB, 2009,2(2):1481 1492.

[7].Pavlo A, Paulson E, Rasin A, Abadi DJ, Dewitt DJ, Madden S, Stonebraker M. A comparison of approaches to large-scale data analysis. In: Cetintemel U, Zdonik SB, Kossmann D, Tatbul N, eds. Proc. of the SIGMOD. Rhode Island: ACM Press, 2009.165 178. 

[8].Thusoo A, Shao Z, Anthony S, Borthakur D, Jain N, Sarma JS, Murthy R, Liu H. Data warehousing and analytics infrastructure at

. In: Elmagarmid AK, A grawal D, eds. Proc. of the SIGMOD. Indianapolis: ACM Press, 2010. 1013 1020.

[9].Kang S, Bader DA. Large scale complex network analysis using the hybrid combination of a MapReduce cluster and a highly

multithreaded system. In: Taufer M, Rünger G, Du ZH, eds. Proc. of the Workshops and Phd Forum (IPDPS 2010). Atlanta: IEEE

Presss, 2010. 11 19.

[10].周傲英.数据密集型计算-数据管理技术面临的挑战.中国计算机学会通讯,2009,5(7):50 53.下载本文