大数据分析与管理决策

导入：心得决策的失败实例（诺 基 亚、柯达、黑莓）

一、数智化时代对公司管人者的机遇和挑战

1、数智化时代的特征

1） 资料驱动、万物互联、连接泛在和智能协同

2） 万物互联使得海量资料实时产生，机器智能和云计算加速决策自动化

3）用户个性化突出，革新难模仿易、技艺迭代快

4）商业模式呈现平台化和生态化

2、数智化时代对管人者的机遇

1）资料驱动决策：借助海量资料和AI，管人者可从海量资讯中迅速获取洞察，减少直觉偏差，拉升决策精准度。

2）效率和协同拉升：云平台和数智化抓手打破时空限制，达成跨部门、跨地域实时协同，加速响应市场变化。

3）革新商业模式：利用数字技艺重构货品、服务和买方体验，创造新的收入来源和竞争壁垒。

4）赋能员工和组织：借助资料透明和自动流程，减少重复劳动，让队伍锁住高价值创造活动

3、数智化时代对管人者的挑战

1）资料思路和本领转型：管人者必须研习资料拆解、数字抓手采用，从“心得权威”转向“数智领航”，否则易被淘汰。

2）组织变革阻力：传统层级、流程和信念可能抵制数智化，管人者需促成变革管控，化解内部冲突；

3）技艺迭代加速：AI新技艺新抓手层出不穷，管人者需持续研习并判断哪些技艺具备长期价值，防止盲目跟风；

4）资料安全和伦理隐患：海量资料带来隐私泄露、合规压力，管人者需构筑安全治理轮廓，平衡开放和保护。要求管人者需从“心得权威”转型为“数智领航者。

二、资料拆解的思路、办法和抓手

1、传统思路到海量资料拆解的思路转变

1）传统思路的局限性：偏好决策、成功心得决策、感觉决策、情绪价值决策等等

2）海量资料思路：偶然必然、大小样本、关联性、相关性、因果性，显著性，y=f(x)

3）管控决策用资料说话：无量化无管控、无资料不决策

2、资料拆解办法论（线性+非线性+机器研习+AI-Agent）

1）认识海量资料：数字、资料、海量资料、资料库、资料采集、治理、建模、情境拆解

2）描述性资料拆解：历史资料对标拆解找问题

3）预测性资料拆解：未来演进趋势、拐点、周期、波动怎样

3）诊断性资料拆解：问题和原因辩证推演

4）判断性资料拆解：提供管控决策建议

3、资料拆解抓手（一个实例）

1）excel、Python ，Power BI

2）SPSS，SAS 、八爪鱼、MYSQL

3）AI+Agent模型

三、数智化管控决策实践

1、 销售额和广告费用决策实例

1） 药品公司实例来由

2） 问题点，做明年的广告预算，不知道广告预算和销售额之间数量关系

3） 各分公司广告投入和销售额资料采集、处理4）资料建模、模型科学性检验（相关性、因果性检验R^2、F、t检验等等）5）广告费用和销售额结果解释、预测和决策

1. 6）推行买方ABCD分级管控，重点维护高价值买方

1、 供给链最 优采购量决策实例

1） 某制造型公司实例来由（公司要求降本增效）

2） 寻求某一采购品最 优采购数量，最 优采购周期

3） 诉求量、价格、边际价格、库存费用、资金成本资料采集

4） 构筑模型、求最采购量优解

5） 解释采购量的成本最 优交期最短的科学性

6） 采购定量决策

1. 3、销售价格决策实例

1）某公司要求增加效益，对某一货品准备降价销售、但又怕亏

2）过去半年的某货品价格和销量的资料采集

3）构筑价格弹性模型E=△Q/△P

4）根据价格弹性资料决策涨价还是降价销售：E>1涨价，E=1不涨不降、E<1降价销售

4、公司经营财务隐患决策实例

1）某制造业市场多变对未来没有资讯，担心隐患，但无从下手

2）税前利润EBIT、固定成本、财务费用等等资料采集

3）线性建模计算经营杠杆和财务杠杆资料，和隐患预警值比较

4）不同业界杠杆资料取均值，判断是经营隐患还是财务隐患

5）根据不同隐患类型采取改进方案、施行PDCA

四、Q&A

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|王兴海老师