用数据分析说话 BI让决策更加自动化

决策可以既是动词，又是名词。企业无时无刻不在处理各种决策，有多少决策是有效的，有多少决策是低效甚至是无效的？无论决策的大小几乎都是有管理者或者相应的业务负责人亲自处理的。有没有途径让决策能够更加直接，今天的技术看来是有相当的多方法能够帮我们实现决策自动化，让决策更加容易。

自动决策权限规划

技术和工具能够快速自动化的业务需要，已经有很多工具系统能够辅助决策。但是为了让自动化进行到底我们势必为决策的权限进行划分，系统不能越俎代庖。像对交易合法性的判断是可以通过交易过程记录配合商务规则来判断的；经销商大量囤货情况是不是正常操作是可以通过以往经营记录来给出合理决策建议的；客户额外信用的给予是基于客户过去的回款记录和购买数量的。此类例子举不胜举，我们要的是让合适的人做合适的决策，让合适系统做合适的决策。

1.日常决策：重复性强的，任何机构都有大量的这种决策，其实在不进行智能决策的时候也往往是通过邮件或电话确定即可，不影响业务整体的推进。

2.流程性决策：在业务流程规划中，有很多决策孤立的看并不重要，但汇总起来是非常有价值的往往在业务流程优化调整上能体现出巨大的商业价值。

3.小微决策：小微型的决策往往是针对特定客户或特定环境，并有不同的结果。可以通过以往信息进而预测结果。

4.战略决策：重复的经营决策常常与经营、管理为主，但是很多数据来源于日常决策和小微决策。

现在看来数据分析、挖掘，加上商务规则引擎和建模工具，可以处理许多重复性强的日常决策。有些决策是不能自动化的，不是技术不能做，而是以人的意志为转移的事情目前还无法通过技术来实现。战略决策，例如是否向市场推出公司的新产品？是否投入大笔资金研发等，需要人为思考、综合市场等各方面因素决定的事情是不能由数据直接决策的。

数据分析与决策场景浅析

决策自动化，但是什么情况下自动决策能带来真正的意义呢。尝试用几个实体经营的场景区别分析自动决策和人工决策，决策的数据来源于经营越贴近民生越能直观反馈自动决策和人工决策的作用。

1.一般情况自动决策场景

场景1：

超市卖场通常情况下周一、周二、周三，三天的经营业绩趋于平稳起伏不大，周一是三天中销售最低的一天。而周四开始可能是前三天平均销售收入的110%，周五可能是周四的130%左右，周六是一周中的最大值，周日会有回落。

场景2：

大型影城周一到周日7天中，周一是经营收入最低点，这是由于第一个工作日大家开始工作造成的客观影响。周二可能是周一收入的110%左右，因为周二是大部分影院的半价日尽管影票数量可能大幅上升，但是影票售价收入不一定能大幅增加。周三、周四属于平稳或稍有回升的普遍情况，到周五影票收入很可能是周四的150%，周六会是周五的120%左右，周日小幅回落。

企业可以依据有效的历史数据积累进行分析进而自动决策。在场景1中，周一、周二可以适当减少仓储，安排人员倒休等，从周三开始回调仓位。如果深入挖掘经营数据，不同种类的商品甚至更详细的客流高峰和低谷时期的人员调配、商品上架量都能够通过数据分析来自动决策。场景2中的影城可以合理安排周一、周三、周四的人员部署，加强周二、周五、周六、周日高峰期服务人员、后勤保障、小卖商品储备等自动决策。

2.特殊情况下人工决策场景

场景3：

超市在国家法定长假前后2到3周一般可以理解为特殊情况，阶段性消费突击消费着实考验超市的仓储和人员同酬安排。

特殊情况下企业信息系统应该根据往年同期数据的分析提出自动决策意见，但是根据市场环境的变迁和发展最终应该由管理者判断提高仓位和人员排班。

总的来说，通常以真实客观的数据为基础的合理分析和挖掘，可以作为自动决策的基础，特殊情况下自动决策会变成辅助决策，成为人工决策基础与支撑。决策自动化主要是做出预测判断的能力。传统的企业信息系统显示给人们仅是历史数据，而自动化决策系统是企业历史数据的重用与挖掘，分析预测危机、机会和影响。通过大量的数据挖掘，更好的自动化决策，公司可以从敏捷性和竞争性上找到突破口。数据分析与商务规则的合理融合给企业敏捷灵活的能力来快速应付竞争和市场的变化，避开商务威胁，抓住瞬间即逝的机会。尽然自动化决策不能替代人工决策，行业差异对系统的兼容性挑战不言而喻，但是企业仍然需要根据自己的需要实施信息化战略，让自动化决策帮助决策者更轻松腾出更多的精力去做战略部署提高企业经营效益。