大数据管理与应用概论 课件 6.2 大数据管理决策框架

6.2大数据管理决策框架基于大数据的管理决策框架目前，大数据分析还主要停留在相关计算机技术和软件开发上，大数据管理决策研究刚刚兴起，主要集中于大数据管理决策的框架建立。想要充分利用大数据进行管理决策，就要进一步发展大数据分析技术，建立跨学科的大数据管理决策理论，储备大数据分析人才以及跨学科管理人才。最终，大数据管理决策将向着大数据自动管理决策方向发展。传统管理决策框架（一）传统管理决策问题要素在传统管理决策问题中，需要若干要素来全面表述一个决策问题。行动集，也叫作方案集。用来表示决策人可能采用的所有行动的集合，在有观测值时亦称策略集或策略空间。自然状态集，也叫作状态空间、参数空间。用来表示所有可能的自然状态后果集，决策问题的各种可能的后果的集合。用来表示决策人采取行动、真实的自然状态的后果。信息集，也叫作样本空间（或观测空间、测度空间）。在决策时为了获取与自然状态有关的信息以减少其不确定性，往往需要进行调查研究，调查所得的结果是随机变量。传统管理决策框架（二）传统管理决策框架诊断问题（识别机会）。决策者必须知道哪里需要行动，因此决策过程的第一步是诊断问题或识别机会。明确目标。目标体现的是组织想要获得的结果。拟定方案。提出达到目标和解决问题的各种方案。筛选方案。确定所要拟定的各种方案的价值或恰当性，并确定最满意的方案。执行方案。方案的有效执行需要足够数量和种类的资源作保障。评估效果。将方案实际的执行效果与管理者当初所设立的目标进行比较，看是否出现偏差。基于大数据的决策支持系统框架构建基于大数据的决策支持系统框架是构建大数据管理决策框架的基础。以大数据处理流程为视角，基于大数据的决策支持系统框架可以分为以下两种：基于大数据的决策支持系统框架基于大数据的智能决策支持系统框架基于大数据的决策支持系统框架（一）基于大数据的决策支持系统框架基于大数据的决策支持系统（BDDSS,BigDataDecisionSupportSystem）是一个自学习、自计算、自执行、自评价的决策支持系统。决策问题可以通过两种方式获得：一种是传统的方式，直接由决策用户提出来；另一种则是通过大数据强大的数据分析功能，决策系统自己发现决策问题。每次决策执行后根据评价指标自我更新知识库、方法库和模型库，为之后更优质的决策支持提供坚实保障。基于大数据的决策支持系统框架（一）基于大数据的决策支持系统框架基于大数据的决策支持系统框架包括三层结构模型：数据采集与存储层：将各种结构的数据收集存储在大数据存储平台里；数据预处理层：对数据进行抽取、清洗、格式转换等；决策支持层：对数据处理层准备好的数据进行决策分析，数据挖掘。（二）基于大数据的智能决策支持系统框架基于大数据的智能决策支持系统(B-IDSS,BigDataBasedIntelligentDecisionSupportSystem)框架包括三层结构模型：数据存储层，引擎层，用户界面层。底层是数据存储层，包括原始大数据、经过挖掘处理的压缩信息以及系统所做决策的中间结果和最终结果构成的数据库。中间层是引擎层，包含数据挖掘、建模和优化算法等实现技术。数据挖掘包括文本挖掘、web挖掘和多媒体(视频/音频)挖掘。数据挖掘对原始数据进行处理，以产生更简洁、更有用的数据集。顶层是用户应用界面(API,ApplicationInterface)，为用户提供描述问题、目的、需求和其他规范的平台。基于大数据的决策支持系统框架（二）基于大数据的智能决策支持系统框架大数据管理决策框架是研究大数据管理决策的基础。目前，大数据管理决策框架都是基于不同的背景环境建立的，并没有一个统一的大数据管理决策框架，不利于大数据管理决策的发展。在对各种背景下的大数据管理决策框架归纳的总结基础上，提出一个通用的大数据管理决策框架。基于大数据的决策支持系统框架（一）“1+1+1”大数据管理决策框架的构建思路从一套分析展示方法、一个应用平台、一套指标及业务体系三个方面，给出制造业企业大数据管理决策框架的构建思路。一套分析展示方法：建设适应制造业决策支持所需的各类分析展示组件，满足产品研发、制造、保障等多决策场景所需。一个应用平台：建设覆盖数据获取、数据湖存储、数据模型管理、可视化展示分析等决策全过程的自主可控的信息化应用系统。一套指标及业务体系：梳理并建立适应企业决策支持所需的业务指标体系，形成企业决策所需的组织架构。案例（一）“1+1+1”大数据管理决策框架的构建思路案例（二）大数据管理决策框架的设计流程根据建设策略，结合上述“1+1+1”大数据管理决策框架构建思路，给出了大数据管理决策框架的设计流程，从行业应用、数据服务、数据采集与模型管理等多个层次出发，构建企业大数据管理决策框架，满足企业决策支持体系的建设需要。案例（二）大数据管理决策框架的设计流程构建大数据管理决策框架的设计流程围绕“三个面向”，即：面向全业态、面向全级次、面向全过程。在管控维度上，覆盖从科研、生产、保障和管理的全部过程，实现全流程的信息掌控；在数据层级上，需要实现从基层、部门到领导的全级次信息汇聚和贯通，也能实现从上到下的逐层穿透。同时，设计思路紧扣“四个导向”，即：目标导向、管控导向、问题导向、风控导向，围绕企业规划目标、任期目标和年度经营目标，层层分解形成各级各类指标体系。通过大数据管理决策框架的构建，可使得企业具备全领域的数据采集能力、全级次决策模型管理能力、全流程多场景应用能力。案例（三）大数据管理决策框架的构建构建了大数据管理决策框架，建成统分结合、上下一体的智慧经营管控与决策支持系统，实现基于大数据和模型的经营管控可视化展示、自动化预警、决策支持和智能决策功能，有力提升全所智能管理水平，高效保障战略闭环管控，实现对经营管控的实时监控，及时防范经营风险，提升集团化管控能力，有效推进智慧子集团建设。案例通过建设，形成覆盖科研生产、质量、财务等8个集团化经营管控业务领域的决策支持能力，实现了经营管控、产品研发、产品制造、产品保障等各类数据的可视化呈现、预警展示、问题穿透、决策提醒及闭环等功能，满足高层决策支持要求。在产品研发领域，形成了满足产品研发的大数据管控的各种功能。在产品制造领域，实现了自顶向下的层层穿透，支持企业分层分级的决策所需。在企业管理领域，实现企业全流程、全领域、全级次的管理，极大降低了企业经营风险，提升企业管理效率。大数