人工智能

刘庆 20060606

"数据分析辅助科学决策"，这话说得漂亮。可是有两个问题，数据是可以造假地，决策依然是人工地。

大多用"拍脑袋"来形容决策者的人工智能，他们可以凭感觉，凭经验作出决定，这不完全是坏事。有些人工智能决策做的蛮好，不过现在流行的是科学决策，也就是必须得有数据支持。就像打官司一样，你要下个有罪或无罪的结论，得讲证据。这也好，有了BI的生存之道，我们干这行的也算有饭吃。

有时候也比较困惑。即使有了数据分析的支持，人们的决策也是大相径庭。因为一项数据结果，人们从不同的角度去考虑，总是有不同的解释。就像以前有个故事一样。有两个人去岛上卖鞋，先一同去作市场调查，调查结果相同，都是"当地几乎没有人穿鞋"。于是一人觉得那里没有鞋的市场，不好。另一人觉得既然没人穿鞋，有很大的市场空间，好极了。而如果看看股评也能够体会这一点，针对同样的走势，不同的人就能够说出南辕北辙的话。让人搞不清楚到底是牛还是熊。反正听那些专家说的，都是天花乱坠，一套一套的，每个人都是自信满满。可你能相信谁的呢？

要是拿着一份数据分析报告，你也能找出一大堆说辞来形容"形势一片大好"。例如你看到某一类客户连续几个月的消费不高，但是大多是上升的。便说这类客户有增长的空间，可以培育。如果客户的消费挺高，但有所下降。那就得说客户消费平稳，需要关怀。譬如说，这个月收入比上月减少了，那就比日均值，"这个月只有28天，其实日均收入比上月是增长的"。这样的话听着让人舒服又心安。

总得往好了说。说坏了，轻则批评，重则扣分扣钱。报喜不报忧的传统是历来就有的。道理上，大家也都知道暂时的报喜可能导致长久的报忧，可到了那时再说吧，谁去报还不一定呢，重要是眼前的分不能给扣了。甚至于，为了报喜，制造假数也在所不惜，几十年前不是干过这样的事情吗？遇到这种情况，恐怕也不能怪汇报的人，上有政策，下有对策，这也算是博弈啊。

为此，有个问题需要提出，"什么样数据分析结果才能够辅助科学决策"。

G 20060608

关键还是决策者。

其实在决策学说上历来就有一种直觉学说，认为好的决策是靠决策者的直觉或者说潜意识，而不是完全以可见的事实和逻辑推理得出的结论。而且越到高层的决策者，直觉所占的比重越大。

我对此的理解就是，决策者的层级越高，其决策所需要依据的数据量越大，信息进行传递到决策者手中经过的时间、途经越长。在信息技术或者说数据库-数据仓库技术出现前，决策者面对的是数据不足、时效性差、失真的问题，这种情况下只能根据少量信息加上决策者的经验作出决策。而在目前的数据仓库-BI等技术下，信息的时效性和准确性都有了极大的提高，但是：1、决策者面对海量数据，需要从中提炼出与决策有关的数据。2、数据的失真没有完全的解决，有些是人员素质等问题，还有的是刘庆所说的报喜不报忧得情况。3、管理决策是社会科学，任何系统也不可能把所有相关的信息都包含近来，而决策层级越高，其决策的影响时间就越长，很多潜在因素的影响也就越大。例如企业内一些潜在因素，竞争者、供应链。甚至是国家经济政策法规、人口增长率等宏观的数据。

所以我觉得目前的数据仓库能起最大作用的还是在呈现现有数据，得到过去的发展趋势，从而为决策者提供一个预警机制。或者利用数据挖掘技术发现不为人知的关联，供决策者使用。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友