基于数据分析的企业行政决策支持建设综述

2022-09-11

一、引言

随着互联网技术的快速发展, 越来越多的技术被应用到企业管理中, 从而进一步提升了企业的行政决策能力。数据时代的来临, 让人们对数据的处理、分析能力有了较大的提高, 所以数据的分析与应用将越来越频繁, 也将改变企业的决策方式和管理环境。

二、数据分析对企业行政决策的意义

每一个企业都会产生一定的数据, 各类数据对企业的生产经营和行政决策起着至关重要的作用。数据分析已经成为企业经营、管理、战略等不可或缺的信息资源。正确、科学的数据分析能帮助企业做出明智的行政决策, 数据就如同企业管理者的眼睛, 通过数据反映出企业深层次问题, 从而为企业行政决策提供更多的帮助。行政决策数据分析是对数据进行计算、处理从而得出一些有意义的结论的过程。通过数据分析对企业进行管理, 不仅能提高企业行政决策水平, 还能对企业未来的发展起到推动作用。

目前, 很多企业的日常综合办公都是采用信息化系统以提升工作质量与效率, 以促进管理的规范化。综合办公信息化系统, 主要是以系统科学、行为科学为指导, 用于群体办公, 以提高效率、促进知识共享、支持决策的集成化信息系统。它的使用让信息化数据的积累变成可能, 不仅仅是要支持日常办公事务, 还需要支持知识管理、协作办公、决策支持等。其中, 决策支持近年来越来越受到重视。

三、目前行政决策存在的问题

(一) 行政决策程序滞后于需要

当前, 大部分企业的行政决策流程依旧比较落后, 从调查研究、分析论证到方案评估, 一般需要较长时间。支撑材料的收集较困难, 决策程序较复杂, 以致决策滞后, 最后让企业错失了发展机会。在信息化高速发展的今天, 企业不仅需要制定科学的决策, 更需要优化决策程序。通过分类整合和挖掘技术, 找出有利于决策的数据, 并快速地进行研判, 从而选出最佳方案。

(二) 综合信息化系统忽略结构化数据的积累

综合办公系统与各业务系统间联系紧密, 系统间的区分日趋变得模糊, 关系由孤立转向融合, 往往需要同时进行结构化数据以及非结构化数据的处理, 信息与数据一体化将是大势所趋。然而, 目前大部分企业的综合信息化系统, 更多的是强调具体事务的处理, 而忽略了结构化数据的积累和运用, 忽略了数据信息的传递、交互与共享。

(三) 数据利用效率较低下

现今, 多数企业数据资源的使用方式是在业务系统中建立业务报表和数据查询系统, 缺少对数据信息的高效复用, 导致数据功能得不到充分的有效发挥。另外, 业务信息系统存在不完善, 数据复用采取信息系统与手工结合的方式, 除了从各自业务系统中采集相关数据, 对没有信息系统支撑的分析表还要手工统计形成报表, 然后经过人工分析后提交给企业领导作为决策依据。此外, 还有不少管理需求由于数据无法归集利用而被搁浅。

(四) 不适应综合行政决策主体多元化的趋势

由于综合行政决策所要求的技术化、知识化不断加强, 数据数量的不断增多, 综合行政决策主体也在增加, 决策主体不仅是企业领导, 也可以是专家、技术管理员, 还可以是一般员工。在一定程度上, 多元化的决策主体和多面化的知识降低了综合行政决策中主观判断的失误率。因此, 为了提高决策管理的科学性, 应尽快构建企业级的决策管理系统, 更广泛地运用数据采集、分析与筛选等技术, 形成正确、科学的决策数据指标, 为行政决策提供更好的服务。

四、应对策略

(一) 构建企业级数据仓库

影响变量的增多, 在一定程度上增加了决策的难度。因此, 要在利用数据技术的基础上, 进行高效分析后再做出正确预判, 让企业能够应对快速变化的外部环境。企业应构建基于数据支持的企业决策管理系统, 不同层级的企业应构建与之相适应的数据集成仓库, 并充分体现出实用特性、综合功能以及可拓展性特点。

(二) 充分利用数据挖掘技术分析处理与决策管理相关的信息

首先在获取初始源数据之后, 可通过专业技术剔除一些错误数据和冗余数据, 然后进行初步的筛选与鉴定, 最后利用数据集成技术, 将多个数据源中的数据结合起来存放到统一的数据仓库。同时, 利用数学变换方法将多维数据压缩成较少维数的数据, 消除它们在时间、空间及属性等特征表现的差异, 让数据结果更有利于企业决策。

(三) 优化基于数据分析的企业决策程序

企业可以通过信息平台, 进一步完善决策信息的沟通渠道, 不断优化决策程序, 鼓励决策参与者快速参与沟通, 提出合理的意见或建议, 并制定出科学的决策方案。尽量减少上下沟通时间, 缩短信息链的长度并进行合理整合, 最终优化企业运作流程。通过虚拟的网络平台来进一步提升企业的决策管理水平, 让其运作更规范、管理更科学、发展更高效, 综合竞争力更强大。

(四) 进一步拓宽企业的决策主体

随着信息化和决策主体多样化的发展, 决策环境瞬息万变, 企业决策的范围不断扩大, 决策对象也日趋纷繁复杂。如果企业仍依靠个别决策主体或决策机构来进行研判, 是无法确保决策的正确性与科学性。要拓宽决策主体, 发挥情报机构和相关信息咨询机构的作用, 甚至让员工参与进来, 将他们纳入决策主体, 从而构建多个层次的决策主体系统, 降低决策风险, 确保决策专业化。

(五) 改进传统决策方法

企业一般在采集大数据时, 会将不同的海量数据源进行结构化管理, 然后筛查与转化, 运用数据可视化方法进行处理, 使它们能被企业获取与应用。我们应该改进传统决策方法, 创新思维, 善于从数据中发现价值, 然后直接运用到行政决策。我们可以通过大数据技术的变量定义、不确定与价值建模等方法, 量化分析企业决策的管理风险, 确保行政决策的科学性。

五、解决思路

数据分析是提供信息, 数据挖掘则提供预测参考, 两者一起为企业行政决策提供有效的依据。随着大数据概念的兴起, 还应注重大数据积累、分析和挖掘。虽然目前大部分企业的综合办公数据无法满足大数据需求, 但从长远来看, 需积累大数据并展开相应的研究。因此, 可以把数据分析分为以下三个层次:

第一层次, 利用数理分析手段提供企业行政决策信息。在工作中, 我们可根据行政决策的不同需求, 相应选择不同的统计方法。首先, 从研究目的出发, 确定数据特征和分析因素、样本量大小、设计类型等;其次, 判断统计资料所对应的类型 (计量、计数和等级资料) , 并根据适合的条件进行统计量值计算;最后, 根据资料的实际情况和相关专业知识, 灵活选择统计分析方法。

第二层次, 利用数据挖掘手段提供企业行政决策推断。数据挖掘是在数理分析的基础上, 提供推断以供参考。数据挖掘是对大批量的数据归纳、推理并进行联想, 发现隐藏在其后的数据关系和规律, 从而建立新的模型, 最终服务于行政决策。数据挖掘技术能自动分析数据, 涉及数据库、人工智能、机器学习和统计分析等多种技术, 通常以图表、可视化界面等形式表示出来, 然后进一步评价、筛选与验证, 把有意义的知识放到知识库中, 随着时间的推移将不断积累。

第三层次, 积累大数据为企业行政决策提供丰富支撑。大数据也称海量数据, 是指所涉及的数据量规模巨大, 无法通过人工的方式在合理时间内处理并整理成为大家所能解读的信息。大数据不仅数据量大, 且数据类型较多, 增长速度很快。大数据分析, 一般需要借助专门的分析工具, 当然, 也需要分析人员要具有敏感的、较强的数据分析能力, 找准切入点, 对数据做出合理分析。数据分析之后, 还需对数据结果进行管理与提炼, 分析出涉及企业内外环境、自身发展的相关信息。

六、小结

总之, 要面向企业行政管理需求的分析与决策支持, 建立基于综合办公需要的数据资源库, 利用数理分析、数据挖掘、大数据分析等手段, 通过对企业各类数据的分析, 寻找数据间的关联与规律, 为企业行政决策提供数据支撑, 真正做到数据、知识共享互用, 同时让企业及时掌握数据分析反应出来地运营状况和发展状态, 实施管理干预, 从而做出正确、科学的决策。若能加入外部环境等影响因素的数据, 将有利于企业寻找新的竞争优势, 从而获取更大的效益和发展。

摘要：行政决策数据分析是对数据进行计算、处理从而得出一些有意义的结论, 以供行政决策参考。但目前行政决策存在程序滞后于发展需要、信息化系统结构化数据积累少、数据利用效率较低等问题, 我们需要顺应环境变化, 构建企业级数据库, 进行数理统计、数据挖掘和大数据分析, 分步骤开展企业决策系统建设, 并优化企业决策程序和拓宽决策主体, 才能为企业决策做支撑, 实施管理干预, 最终为企业发展服务。

关键词：数据分析,决策支持,综述