人机结合的数据分析如何影响有效决策_17页_662kb

未来决策总结

核心内容

未来决策正面临前所未有的复杂性和不确定性，企业需要重新思考如何整合人、机器、数据及分析，以获得竞争优势。传统决策模式已无法满足当前需求，决策必须具备关联性、情景性和持续性，并且要与数字化转型紧密相连。

主要观点

• 决策的复杂性增加：随着市场变化、利益相关方增多以及技术进步，决策的复杂性显著上升。
• 决策的融合趋势：战略、战术和运营决策正在融合，企业需要在更短的时间内做出更全面的决策。
• 决策的智能化与自动化：借助人工智能和高级分析技术，企业可以提升决策的准确性与效率，同时保留人类的创造力和道德判断。
• 数据的重要性提升：数据和分析不再是独立的学科，而是数字战略和转型的核心驱动力。
• 决策的可组合性：企业需要构建灵活的、可组合的决策组件，以适应多种未来场景。

关键信息

决策的三大特性

1. 关联性：决策不是孤立的，而是相互影响的，需要跨企业、跨利益相关方的协作。
2. 情景性：决策应基于具体情境，适应个性化需求，结合内部与外部数据源进行更精准的判断。
3. 持续性：决策过程需要持续优化，企业应保留选择权，以应对快速变化的市场环境。

重新设计决策的商业利益

• 更包容：整合多方利益相关者的观点，优化决策结果。
• 更透明：确保决策可审计、可解释，建立明确的问责机制。
• 更快速：提升决策响应速度，抓住更多机会窗口。
• 更可扩：通过自动化和增强技术，扩大决策的覆盖范围。
• 更可信：提升决策的一致性和可重复性。
• 更准确：利用更多数据和高级建模技术，提升决策的精确度。
• 更个性：在运营层面，考虑个体或案例的具体情况。
• 更灵活：适应多种未来场景，保留决策权和调整能力。

Gartner决策智能模型

• 决策被分为五个阶段，每个阶段都有其关键特征。
• 决策需要高度优化、高度自动化和增强、高度适应未来以及高度可组合。

IT与业务领导者的角色

• CIO：需与CDO合作，制定战略，推动数据与分析在决策中的应用。
• CDO/D&A领导者：需推动数据编织、决策模型等新技术，重新定义数据与分析在企业中的作用。
• 应用领导者：应以数据为中心，推动组合式应用与决策实践的融合。
• 企业架构师：需重新设计参考架构，纳入数据编织、决策模型等新概念。
• 风险和安全领导者：需建立安全环境，支持多方数据共享与决策。

D&A领导者的关键行动

1. 确定需要重新设计的决策类型和原因：识别哪些决策缺乏关联性、情景性或持续性。
2. 对决策、分析和数据进行优先排序：将数据和分析视为价值创造的核心资产。
3. 考虑高级分析和人工智能所需的增强程度：提升分析能力，优化决策流程。
4. 了解数据编织的作用：通过数据编织实现数据的灵活共享和智能应用。
5. 培养新技能与能力：包括数据素养、决策习惯、决策权下放、决策工程师等。

未来展望

• 到2023年，数据编织将显著降低数据管理成本，提升数据质量和洞察力。
• 数据素养将成为企业竞争优势的重要组成部分。
• 决策智能化将成为企业的重要趋势，推动更多企业采用决策建模和分析技术。

结语

数据和分析已成为企业战略转型的催化剂，D&A领导者需要在这一过程中发挥关键作用，通过构建智能化、灵活的决策体系，推动企业实现更高效、更精准、更具前瞻性的决策方式。