最近这几年，我们越来越多的听到“数据驱动决策”、“决策支撑”、“数据化决策”等字眼，出现在IT、营销、经营等等领域。本文就来和大家解读这些概念，是空谈还是在实际经营管理中有落地之道。

什么是决策支持系统？

决策支持系统（Decision Support System）是一种信息技术工具和方法的组合，旨在帮助决策者进行决策过程中的问题分析、选择和评估。它利用计算机和相关软件来收集、组织、分析和展示数据，并提供决策所需的信息和分析结果。决策支持系统通常由以下几个主要组成部分构成：

1. 数据管理系统：用于收集、存储和管理决策过程所需的数据。数据可以来自内部系统、外部数据库、互联网等多个来源。
2. 模型管理系统：用于建立和管理各种数学模型和分析工具。这些模型可以是预测模型、优化模型、决策树等，用于解决特定的决策问题。
3. 用户界面：提供与决策支持系统交互的界面，使决策者能够输入查询、指定参数、观察结果并与系统进行交互。
4. 分析引擎：用于对输入的数据进行分析和处理，以生成有关决策问题的有用信息。这可能包括数据挖掘、统计分析、模拟等技术和方法。
5. 报告和展示工具：用于将分析结果以易于理解和可视化的方式呈现给决策者。这可以包括图表、图形、仪表盘、报表等形式。

如果用大白话来讲就是：通过尽可能采集多的数据，通过数据分析、数据挖掘构建模型等，从数据中寻找规律和趋势，给予管理者除了经验之外的另一种信息，帮助制定决策和方针，降低决策的风险，提升决策的效率。至此，可以看出，“决策支持系统”是一种信息化整合的系统，目前已广泛和成熟的用于医院临床医学、政务工作、自然资源管理等领域。

什么数据决策？

数据决策是指基于数据和模型进行决策的过程。在这个过程中，企业可以通过数据分析来辅助决策，从而提高决策的科学性和准确性。数据决策包括数据采集、数据清洗、数据分析和数据可视化等步骤，以及根据分析结果进行决策和预测未来趋势的过程。它最终的目的也是提高决策效率和准确性，同时可以降低决策成本和风险。在现代商业环境中，数据决策的应用在各行各业已经相当相当成熟了，金融、零售、制造是最为广泛应用的领域。

两者区别？

其实两者从应用方向和架构来讲，都是很相近的概念。从我们（帆软）给很多企业客户实际落地数据决策系统上来讲，数据决策更关注于结构化数据，在企业级应用中，会相对忽略数据模型的应用（用不上），在应用层更加注重数据应用，比如报表、可视化分析。而到业务应用层，需要业务数字化，对业务管理者的数据素养要求较高。

如何构建数据决策支持系统

第一步：企业首先拥有核心的业务系统及数据。比如制造业必备ERP，MES；门店零售行业必须拥有进销存系统、电子收银、会员管理系统等。这是信息化基础的构建，把你的核心业务流，人、货、供、销等用系统打通标准化，并且在这个过程中留存数据。

第二步：有了数据，就有了应用的基础，需要构建数据基座。数据散落在不同系统，有些是单系统应用，比如仅ERP系统数据（企业ERP用的好）就可以从经营、财务等方面开展经营决策的分析。但有些需要跨系统跨库应用，比如想要分析营销投放带来的客户价值，客户质量分布，经营利润等，需要营销系统、客户系统和财务的打通。尤其是大型企业集团型企业，分子公司众多，系统众多，多半都需要整合系统数据，进数据仓库，为上层应用搭建一个数据传输高效，数据质量干净，应用高效的平台。这其中，就涉及到数据仓库技术、数据调度传输、数据治理等。

第三步：数据成门户，完善报表类应用，数据分析类应用。一方面，很多企业的数据还不完善，借助帆软报表数据填报可以为核心业务流完善，另外一方面数据先做可视化展现，才能更好的摸清楚当前业务系统缺失什么，数据质量有何问题，指标口径如何完善，业务的关键把控点是什么。数据分析类应用相当于提供了一个开放的数据分析平台，可以在权限内直接分析数据，查看数据，加快信息的流通。

第四步：围绕核心业务，固化数据应用场景。把影响企业核心现金流的业务线拉出来，通常会做成一个个业务经营看板，老板知道每天的业绩情况，知道产险的生产情况，知道财务的现金流情况。预警问题，分析问题，找到问题终点，做出科学决定。以上，就是帆软从底层到应用，数据全链路优化，提升企业决策力的方案。

最后，成功搭建和应用决策支持系统，还离不开这几个要素：

• 关键人的推动：CIO/经营高层或者老板
• 简单易用的工具：比如帆软报表系统、BI分析系统，数据调度传输工具FineDatalink
• 业务人的数据素养：简单的数据分析技能，业务高层的数字化思维

报表工具产品更多介绍：www.finereport.com

免费下载 体验Demo