未来决策

领导者如何优先排序人、机器、数
据及分析以获得竞争优势

© 2021 Gartner及/或其关联公司版权所有。保留所有权利。CM_GTS_1229587
将决策转化为竞争优势

“如果我们有这样的数据，那么我们在这方面的决策会更好。”如果你最近听到过这句话，那么你并不是一 所做决策比2年前更加复杂（更多利益相关方、
个人。2021年，这类缺失的数据可能与疫苗有关。2020年，它则与新冠疫情及其影响有关。 更多选择）
但是，疫情的颠覆性影响实际上使高级管理人员多年来一直不得其解的问题变得更加尖锐。因为太多的商业决 5%
策在很大程度上是基于假设的现状做出的，而没有正确反映现实，特别是当不确定性和变化成为常态时。 不同意
对大多数人来说，决策的复杂性已经增加，但上下游需要考虑的因素仍然没有得到妥善解决。决策没有考虑
到足够多的相关变量和未来影响，也没有在一个能使企业抓住机会和减少风险的时段发生。 30%
中立 65%
当下的决策必须具有关联性、情境性和持续性。也就是说，通过一些决策理论的学术练习已经行不通了，企业应 同意
该通过在人机之间建立真正的共生关系来产生最佳行动。

这并不是天方夜谭。开明的企业机构已经开始使用数据和分析以及人工智能与人类的最佳决策能力互相补充的
方式--以创造机会从根本上进行改变他们所做的事情。数据驱动型企业的决策质量使他们具有竞争优势，特别
是在数字化举措方面。快去行动起来吧！ 人们对能够解释或证明决策正确性有更高的
期望
5%
不同意

42% 53%
中立 同意

Andrew White Mike Rollings

杰出副总裁兼分析师 杰出副总裁兼分析师 来源：Gartner

成为客户 | 2
 明智的决策：关联性、情景性、持续性

战略、战术和运营决策的融合

一直以来，决策都是垂直领域对齐的，战略驱动战术，战术驱动运营。而运营反馈会验证战术，战术反馈再验证战略。每种类型的决策都
有自己的流程、利益相关方和动态。但是现在，这些决策正在融合，而且往往只能持续到下一次颠覆事件之前。

1 战术和战略的融合 3 战略和运营的融合
• 进行收购，了解数字市场。 • 根据当地需求，快速扩大（或缩小）平行供
应链的规模。
• 创建品牌的数字化子品牌，测试新的
业务模式。 • 通过电商平台扩展新的区域或产品类别。
1
• 要求更高级别的举措和政策管理签发。 战术 战略
2 战术和运营的融合
4
• 启动影响者服务项目，进行品牌声誉管 2 3
理。
4 战术、运营和战略的融合
• 聘用数据科学家等稀缺员工。
运营 • 进行危机管理

来源：Gartner

成为客户 | 3
 明智的决策：关联性、情景性、持续性

明智的现代和未来决策

关联性 情景性 持续性

任何决策都不是独立的。一个行动者的决策会影 客户、员工和其他利益相关方希望得到认可。决 企业机构必须尽可能地对机会和颠覆做出反
响到企业和生态系统中的其他行动者，反之亦然。 策——特别是在数字、运营过程中——变得超个 应。
性化。
整体来看，决策的关联性更强——不仅仅是层 决策正在成为一个更加持续的过程，需要企业
次上的（战略>战术>运营），也是网络意义上 各种决策选项需要以一种对场景敏感的方式进行评 保留选择权。
的。 估，而不局限于个别事件或交易。
如果可行，决策应该自动化，或者至少是增强
跨企业分享数据和洞察至关重要。 内部和外部数据源应结合起来，以获得更完整和 的，在人类和人工智能之间创造一种协同作
更丰富的态势感知，使决策更准确。 用——尽管复杂性不断增加，但决策仍能更加
及时和准确。

当下的决策必须考虑到 当下的决策必须考虑到 当下的决策必须考虑到

利益相关方 情景相关性 重要时机

成为客户 | 4
 明智的决策：关联性、情景性、持续性

重新设计决策能够带来的商业利益

更包容 更可信
• 为整个生态系统的多个利益相关方收集和优化成果， • 自动化和组装式决策有可能更具一致性和可重复性。
弥合相互竞争的目标并认识道德困境。 关联性 情景性
• 考虑各种数据观点。
更准确
• 判断决策相互影响的方式。 • 通过容纳更多的数据和更高级的建模能力，决
重新设计决策能够 策更接近于复杂的现实情况。
带来的商业利益
更透明
更个性
• 使决策可审计和可解释。
• 特别是在运营层面，决策需要具有个性，考虑到案例或人
• 建立明确的问责制。 员的具体情况。

持续性

更快速 更灵活
• 重新设计的决策能抓住更大的机会窗口，反应更迅 • 重新设计的决策可以保留未来的决策权，因为它们可以
速。 在多种可能发生的未来场景中发挥作用。

• 从战略到运营的组合式决策可以随着场景的变化而
更可扩 做出反应。
• 自动化决策可以通过扩大管理控制范围来增加决策的数
量。
来源：Gartner

成为客户 | 5
 明智的决策：关联性、情景性、持续性

明智决策的特点

Gartner决策智能模型 高度优化
每个决策都可以分为五个阶段，而明智的决策拥有相同的 复杂的决策越来越多地影响到各种利益相关方，因此必须纳入他们的意见，并为所有受影响的利
关键特征（如右所示）。 益相关方达成积极的结果。决策不应该为单一实体（通常是自己的企业）进行优化。

让决策成为一个合作的过程。
人类/机器

高度自动化和增强
人类所擅长的决策要素——如情景、道德——是复杂的，但可能不是理性的。机器擅长于大规
模、逻辑性复杂问题的解决。
获取 解释
（观察） （调查） 将更多具有确定性质的决策自动化。结合高级分析方法和人类洞察，做出更复杂的决策。

高度适应未来
行动 成果 建模 基于各种数据，建立多种场景模型。确保最终的决策可适应未来——因为它们可以在多种可能发
（执行） (设计) 生的未来场景中发挥作用。保留决策权，多步骤决策。

进行适应性决策。使用决策模型和场景规划。
解决
（情景）

高度可组合
反馈&异常处理 需要更多对场景敏感的、灵活的决策组件，如较小的决策、决策过程步骤、参与者范围以及不同的
技术和数据源。
决策组成 进行有目的的决策，而不要拘泥于预先设定的静态决策。

成为客户 | 6
 明智的决策：关联性、情景性、持续性

示例: 区域扩张决策的新观点

传统决策中的次优选择
• 个人偏好很重要。
与生态系统伙伴合作，了 • 政治因素比数据更重要。
解当地市场、生态系统、
收集市场和内部信息。 竞争对手等。
• 决策理由难以追踪。

1 2 决策的过程可能是为了做出决策者前期隐含的决定。

获取 解释
（观察） （调查）

5 3
在内部和外部沟通扩 生成竞争对手行动等
张决策。开始执行。
行动 探索
包括未来场景和
价值驱动型决策的严谨性
（执行） （建模）
模拟在内的 • 使用决策组件和明确的流程。
全面商业案例。
解决
• 推动可信、透明、数据驱动的包容性决策。
（情景）
• 仍然包含了人类的因素。
4 决策：利益相关方共同决定等待三个月，因为决策团队的数据显示，虽然生态
与所有相关的利益相关方 系统的合作伙伴已经为区域扩张做好了准备，但经验表明很可能会出现问题。
讨论分析和建议。改进并
获得批准。 成果：场景表明，该决策仍然会清除期望的盈利阈值，但风险水平较低。

成为客户 | 7
 明智的决策：关联性、情景性、持续性

重新设计决策对IT领
到2023年，拥有共享本体、语义、治理和管理流程以
实现企业间数据共享的企业机构，其表现将优于没有
这样做的企业。

导者的意义
到2023年，30%的企业机构将利用其分析群体
的集体智慧，
其表现将优于那些仅仅依靠集中式分析或自助服务的竞
争对手。

来源：Gartner

成为客户 | 8
 明智的决策：关联性、情景性、持续性

IT和业务领导者在决策中的作用

希望加速实现其数字业务愿望的业务领导者需要考虑他们（及其企业）做出决策的方式。如果企业机构能够利用更具关联
性的决策能力，且这些决策更具情景性和持续性，则数字化的愿望将进一步扩展。

CIO需要为新型的业务解决方案交付方式制定战略，并在CDO和CIO团队之间进一步 应用领导者需要采取以数据为中心的方法来实施组装式业务和组装式应用。应用领
合作。CIO与CDO或其他高层D&A领导者应该倡导这种新的模式，并推动企业机构去 导者和D&A领导者必须合作，将组合式应用和重新设计的决策实践融合在一起。
主动追求它。

CDO/D&A领导者需要为D&A的下一次演变做好准备。第一次演变将D&A从服务中心 企业架构师与D&A、应用、风险和安全以及I&O的领导者合作，重新思考纳入新概念的参
提升为企业能力，并认识到D&A是数字业务和创新的核心，从而产生了CDO角色。下 考架构，如数据编织、决策模型和组装式决策组件。
一次演变重新定义了我们管理和利用数据的方法，并重新定义了D&A作为决策一部分
的基本目的——更广泛地说，重新定义了企业运营的方式。D&A的领导者需要在内部
将这一重大转变消化，并与业务领导者合作，以实现全新的决策形式。

风险和安全领导者需要建立安全的空间，使多个利益相关方能够安全地共享数
据、进行决策。

整个业务和IT部门的领导者需要进行合作——每个人都要发挥其独特的能力，以深入和扩展支持决策艺术和
科学。

成为客户 | 9
 明智的决策：关联性、情景性、持续性

期望重新设计决策的D&A领导者的关键
行动

01 02 03 04 05
确定需要重新设计决策的 对决策、分析和数据 考虑高级分析和人工智能 了解数据编织的作用。 确定所需的新技能、
类型和原因。 进行优先排序。 所需的增强程度。 习惯和能力。

成为客户 | 10
01
明智的决策：关联性、情景性、持续性

确定回顾需要重新设计决策的类型和原因

设定愿景 理解利益相关方的决策
思考重新设计的决策如何推动企业发展。例如，推动数字化转型或提 判断企业的决策现状，建立出发点识别哪些决策过于复杂化、无法管理；
供竞争优势？ 哪些决策的数据丰富、但洞察很少；哪些决策有机会将多个孤立的决策结
合起来。观察做出决策的会议，记录运营决策的规则，采访利益相关方，
阐明贵企业2025年或以后的决策模式。 并要求他们介绍一些有关决策的例子。

从中吸取经验教训，并将其分解为决策组件（见第6页的Gartner决策
智能模型）。确定决策原则和决策习惯。

成为
迭代
过程
创建商业案例 评估能力和不足
了解哪些决策过程应该首先被重新设计，并创建一些有针对性的用 评估每个决策组件，以及如何才能创建一个可重复使用的方法。
例和商业案例。
在存在缺陷的地方，思考这些能力是否对决策至关重要。如果
这种方法可以在扩大规模之前掌握重新设计决策的艺术。 重要，就培养这些技能或技术能力。

成为客户 | 11
02
明智的决策：关联性、情景性、持续性

对决策、分析和数据进行优先排序。

就战略而言，D&A领导者可以帮助其他业务领导者认识到创造和获取新型数据的机会，并将其与决策融合——
将数据和分析作为能够创造价值的资产。就运营而言，D&A领导者在决策等行动中发挥了关键作用。

决策 分析 数据
• 开始识别和评估哪些决策的关联性、情景 • 盘点当前的分析解决方案。 • 如果还没有开始，请开始实施改善数据质量、主
性或连续性不充足。这是需要最先开始做 数据一致性和元数据管理（包括数据目录和业务
• 确定每个解决方案的使用程度、使用有效性， 词汇或本体）的举措。
的事情。
以及——重要的是——使用原因。
• 了解每个决策的关联性；重要的内部和外部环境； • 使用数据虚拟化来优化对数据仓库、数据湖或
– 洞察是否为决策提供足够的情景？ 其他内部或外部数据源的（统一）访问。
以及是否需要一个更持续的过程。
– 行为或社会是如何影响决策的？ • 用流数据功能补充数据管理，实现持续
• 使用决策智能技术对这些决策进行建模。
• 开始改进分析解决方案，例如通过增加增强型、 智能化。
诊断性或预测性分析，或通过提高决策者的数
据素养技能。

成为客户 | 12
03
明智的决策：关联性、情景性、持续性

考虑高级分析和人工智能
所需的增强程度。 人类 机器

决策支持 决策增强 决策自动化

示例: 医学诊断 示例: 金融投资 示例: 数字点餐的后续最佳行动

进行风险管理，例如，护栏或异常情
增强的形式众多。机器建议；人类 况下的人机回圈。
决策。人类建议；机器决策。人类
和机器共同决策。各有各的好处。
基于原则和道德、经验和偏见、逻辑
和推理、情感、技能和风格（单独、
委托、合作），由人做出的决定。

使用预测、预报、模拟、规则、
参与程度

优化或其他人工智能，由机器自
机器使用人工智能生成建议，并可提 主决策。
供诊断性分析供人类验证和探索。

机器为人类决策者提供可视化、探索、
警报和其他支持。

成为客户 | 13
04
明智的决策：关联性、情景性、持续性

了解数据编织的作用

为了将数据从孤岛中解放出来，并将人类和机器的优点结合在一起，必须假设 到2023年，数据编织中的人工智能够将数据质量和数据
所有的数据能够在多种情况下重复使用——为此，一个支持这种“永久集成” 管理的持续运营成本降低65%。
方法的基础设施十分有必要。

数据编织提供了这种灵活性。数据编织是由人工智能支持的数据管理架构，能够
不断地将分析结果应用于数据，以定义元数据关系，并找到关联性，从而推动分
析、业务应用和决策。 到2024年，超过25%的数据管理供应商将结合产品
它可以找到数据之间的关联性，而不仅仅是有目的的汇集数据，可极大地改变数据 和合作伙伴提供完整的数据编织支持框架，
管理的经济性并开始自主生成洞察。 而现在还不到5%。
数据编织可以扫描数据的实际使用情况，寻找新的模式、新的元数据类型和新
的数据编排形式，使机器能够推断和归纳，以及报告数据。

数据编织为D&A领导者提供了一个取代单独部署和维护数据管理技术和基础设施的 来源：Gartner

机会，消除了大量的人工工作和人为错误，使人类有更多的时间对其擅长的决策进
行创造性的投入。

成为客户 | 14
05
明智的决策：关联性、情景性、持续性

培养决策技能、习惯和
能力
数据并非是明智决策的唯一驱动力。D&A领导者还需要 到2023年，数据素养将成为商业价值的重要驱动力。
培养企业和分析人员的技能和能力，从而优化决策。需要重点关注的有以下
四部分：

1. 提高整个企业的数据素养。为了做出明智决策，所有的利益相关方都必须能
够阅读、书写和沟通场景中的数据。
到2023年，超过33%的大型企业将获得分析师实践决策
2. 培养新的决策习惯。例如，系统使用逻辑来进行合理的权衡，有效引导情 智能化（包括决策建模）。
绪，并积累推断决策后果的经验。

3. 考虑将决策权下放。一种选择是建立D&A卓越中心（COE），与多个分散的团
队和社区以及集中的CDO办公室合作。 来源：Gartner

4. 将部分分析师定位为“决策工程师” 决策工程师负责诊断和反思决策过程，
优化人类和人工智能的作用。这些专家可以利用组合分析、蒙特卡洛分析、模
拟、决策建模、系统建模、统计和优化建模等技术，主动设计出更好的决策优
化方式。

成为客户 | 15
 明智的决策：关联性、情景性、持续性

结语

数据和分析不再是一门独立的学科；而是成为了数字战略和转型的催化剂。 D&A领导者在数字化转型举措中的领导作用
这就扩大了包括首席数据官在内的D&A领导者的任务范围，使其能够构思数 正在进行数字化转型的企业中，D&A领导者往往大量参与或领导这些
据驱动型业务机会并协调企业行动。 举措。
因此，你需要：
2% 没有参与
• 促进业务对话，讨论哪些数据有用，是否以及在哪里可以利用以前没有出
8% 略有参与
现过的数据，以及哪些洞察可以实现更好的业务成果。 25%
• 让整个企业的更多利益相关方参与进来，确定哪些合作是关键的，而不是 领导
你可以管理什么。 14% 参与
• 判断哪些决策应由人类做出，哪些决策最适合机器做出。

最终，决策将具备情景性、关联性和持续性。这种新的核心能力可以使企
业有能力预测、响应和推动竞争优势。

51%
大量参与

来源：Gartner

成为客户 | 16
学无止境。
深究不止。
引领未来。
您可扫描右侧二维码，关注Gartner官方微信公众号：

查看线上会议日历
2021年与前瞻性领导人一同探索新兴趋势、加速学习、引导短期战略。
成为客户
美国：1 855 811 7593
国际：+44 (0) 03330 607 044

现在联系我们
© 2021 Gartner及/或其关联公司版权所有。保留所有权利。CM_GTS_1229587