爱华网近二十年来，由计算机应用带来的IT技术发展很快将人类推入了大数据时代。据不完全统计，全球企业的信息存储量大约为1.8至2.2ZB（1ZB等于10的21次方比特）。这一大数据正在迅速膨胀。大数据的出现使得全球企业自愿或不自愿地改变了传统的企业管理决策模式，以求在激烈竞争的国际市场上取得自身的优势。 人是创造大数据的主体。我国企业身居世界人口最多的国家，创造大数据的速度正在接近或超过发达国家。我国至今有5.64亿网民、4.2亿手机用户。他们的各类活动通过互联网或通讯手段不断地输送给企业海量的数据。在大数据背景下，我国企业应尽快地将已有的企业管理决策模式改变为“数据驱动的决策管理”。 人们熟知的企业决策管理是指企业在特定条件下，从决策目标的确定、信息收集、建立多个决策方案、寻找优化方案、执行方案及反馈控制等6个环节的活动管理。这个定义中“信息收集”与大数据密切相关。对于如何达到高水平的企业决策管理境界，管理学者有不同的解释。比如，美国密歇根大学的弗兰克 · 耶茨（Frank Yates）认为成功的企业决策需要有10个关键的步骤：需求（need）、模式（mode）、投入（investment）、选择（options）、可能性（possibility）、判定（judgment）、价值（value）、交换（trade offs）、接受度（acceptability）、执行（implementation）。根据上述的企业决策管理定义，耶茨的理念大致地分化为“需求”属于“决策目标的确定”的范畴；“投入”与企业特定条件，诸如物资资源和成本有关；“可能性”、“接受度”和“价值”与“反馈控制”和企业特定条件，诸如投资者和市场反应有关；“交换”和“判定”则是“寻找优化方案”；“执行”与“执行方案”是一致的。如此分析看来，耶茨的模型忽略了现代企业最重要的基础——大数据！它引起了企业决策根本性的改变。 如何提倡大数据背景下的新的企业决策管理模式呢？笔者认为，答案之一是将已知的企业决策管理修正为“数据驱动的企业决策管理”（Data-Driven Enterprise Decision Management）。要建立这样一个新的企业决策管理方法，首先要对大数据有一定的了解。 大数据展示了4个“V”的特征：即体量大（volume）、状态多（variety）、生成快（velocity）和含有高价值（value）。其中前3个“V”都给数据收集与预处理带来了高难度。如何快捷地将大数据从非结构化或半结构化（诸如音像、图片、文字等）状态转化为类似结构化的多维数据表格以便计算机能高效地处理和清洗，是每个企业面临的巨大挑战。至今还没有能统一处理大数据前3个“V”的标准技术。大数据的第4个“V”（value）表示大数据在其低密度的价值中含有巨大的看不见的高价值。寻找大数据的高价值必须像从金矿中淘金一样要进行数据挖掘。 其实，过去十几年的数据挖掘的方法和技术就可以用于企业决策的重新制定。其中最重要的方法之一是1999年欧盟起草的称为“跨行业数据挖掘过程标准”（cross-industry standard process for data mining，CRISP-DM）。这个标准已普遍被许多数据分析软件公司采用，例如SPSS，NCR等运用于其高级数据挖掘工具的开发中。我们可以将CRISP-DM的6个阶段（见图1）运用于企业决策管理的6个环节中，从而建立数据驱动的企业决策管理模式（如图2）。 数据驱动的企业决策管理模式的主要思想是将“跨行业数据挖掘过程标准”嵌入“企业决策管理过程”，使后者成为将大数据作为企业决策基础的新时代管理方式。在大数据时代，任何企业的决策目标都会来源于大数据所反映的客户需求，“业务理解”本身就是数据的商业表现。“信息收集”就是从大数据中提取与目标相关的数据集。将数据进行清理与转化（非结构、半结构转为结构性数据），然后用数据挖掘算法或软件工具进行不同方式的挖掘，以求在多个决策方案中寻找最优方案。应当指出的是通过数据挖掘寻找到的“最优方案”与决策者需求的“最优方案”可能不一致。一旦不一致，需要通过“反馈控制”把决策者的主观知识与数据挖掘相结合产生最终用于决策的“智能知识”（Intelligent Knowledge），它才是企业决策所需求的决策支持。智能知识是在数据挖掘的基础上，在给定问题和问题求解环境的约束下，针对特定的目标，结合决策者的主观知识（包含本能知识、经验知识、规范知识、常识知识、情境知识）进行“二次挖掘”所生成的知识表达。
简言之，数据驱动的企业决策管理就是将数据挖掘的方法流程应用于企业决策管理过程，使企业决策完全依赖于大数据的分析和预测，避免任何由直觉性决策所引起的决策失误。企业的决策在大数据时代是数据驱动的决策！大数据对企业决策管理来说是大挑战，但是，这个挑战本身就是企业的大机会。能及时驾驭“数据驱动的企业决策管理”的企业必将在大数据时代成为市场竞争中的胜利者。
