數據分析與決策場景淺析

決策自動化，但是什么情況下自動決策能帶來真正的意義呢。嘗試用幾個實體經營的場景區別分析自動決策和人工決策，決策的數據來源于經營越貼近民生越能直觀反饋自動決策和人工決策的作用。

1. 一般情況自動決策場景

場景1：

超市賣場通常情況下周一、周二、周三，三天的經營業績趨于平穩起伏不大，周一是三天中銷售最低的一天。而周四開始可能是前三天平均銷售收入的110%，周五可能是周四的130%左右，周六是一周中的最大值，周日會有回落。

場景2：

大型影城周一到周日7天中，周一是經營收入最低點，這是由于第一個工作日大家開始工作造成的客觀影響。周二可能是周一收入的110%左右，因為周二是大部分影院的半價日盡管影票數量可能大幅上升，但是影票售價收入不一定能大幅增加。周三、周四屬于平穩或稍有回升的普遍情況，到周五影票收入很可能是周四的150%，周六會是周五的120%左右，周日小幅回落。

企業可以依據有效的歷史數據積累進行分析進而自動決策。在場景1中，周一、周二可以適當減少倉儲，安排人員倒休等，從周三開始回調倉位。如果深入挖掘經營數據，不同種類的商品甚至更詳細的客流高峰和低谷時期的人員調配、商品上架量都能夠通過數據分析來自動決策。場景2中的影城可以合理安排周一、周三、周四的人員部署，加強周二、周五、周六、周日高峰期服務人員、后勤保障、小賣商品儲備等自動決策。

2. 特殊情況下人工決策場景

場景3：

超市在國家法定長假前后2到3周一般可以理解為特殊情況，階段性消費突擊消費著實考驗超市的倉儲和人員同酬安排。

特殊情況下企業信息系統應該根據往年同期數據的分析提出自動決策意見，但是根據市場環境的變遷和發展最終應該由管理者判斷提高倉位和人員排班。

總的來說，通常以真實客觀的數據為基礎的合理分析和挖掘，可以作為自動決策的基礎，特殊情況下自動決策會變成輔助決策，成為人工決策基礎與支撐。決策自動化主要是做出預測判斷的能力。傳統的企業信息系統顯示給人們僅是歷史數據，而自動化決策系統是企業歷史數據的重用與挖掘，分析預測危機、機會和影響。通過大量的數據挖掘，更好的自動化決策，公司可以從敏捷性和競爭性上找到突破口。數據分析與商務規則的合理融合給企業敏捷靈活的能力來快速應付競爭和市場的變化，避開商務威脅，抓住瞬間即逝的機會。盡然自動化決策不能替代人工決策，行業差異對系統的兼容性挑戰不言而喻，但是企業仍然需要根據自己的需要實施信息化戰略，讓自動化決策幫助決策者更輕松騰出更多的精力去做戰略部署提高企業經營效益。