计算机技术在现代企业决策中的应用研究

杨银霞

（南瑞集团有限公司，江苏 南京 211106）

1 现代企业决策面临的挑战

一是环境变化的挑战。随着大数据、云计算等新一代信息技术的推广，企业能够获得海量的数据，基于这些数据，可以为企业提供更加丰富的决策信息、决策方案，降低企业决策难度。但由于所提供的各类数据随时都在发生变化，企业在管理上、技术上要面对更加复杂的挑战，需要与时俱进地进行优化，以适应快速变化的形势。

二是信息不对称的挑战。数智化时代，企业需要面对更加复杂的信息不对称问题。在新的环境下，为保障企业稳定、健康发展，拥抱技术革新，实施精准决策就变得越来越重要、不可替代。企业既要拥抱新技术以便适应快速变化，对数据进行整理、分析、更新，也要建立稳定、高效的管理决策系统，深入挖掘数据包含的商业价值，制定科学、全面、适应发展需求的决策方案。

三是决策者知识局限性的挑战。企业管理者在做出决策时，往往受到个人经验和知识水平的限制，导致决策的正确性和可靠性难以得到保证。在数智化时代，基于对相关数据和信息的分析，越来越多的企业在战略决策过程中依赖数学方法和智能技术，导致企业的一些战略决策偏离员工的根本利益，决策难以顺利实施[1]。

2 计算机技术为现代企业决策带来的机遇

2.1 信息的高效获取有助于企业及时掌握市场动态

现代计算机技术的应用使得企业在获取信息上更为便捷高效，这为企业及时掌握市场动态并基于市场情况及时调整决策提供了极大帮助。计算机技术可以通过互联网、社交媒体、新媒体等渠道，广泛收集各种市场信息、用户反馈信息等，为企业提供全面、准确的信息支持。计算机技术可以通过实时监测、分析各种市场供需和用户行为数据，快速获取最新的信息，为企业提供及时的决策参考。

2.2 精准的信息处理有助于企业准确挖掘有用信息

与传统的人工数据分析相比，运用计算机技术不但具有更高效率，且其在信息处理上的精准性也大大提升，这就使得企业在决策过程中能够获得更多准确且客观的数据信息。具体而言，计算机技术可以通过各种数据分析工具和算法，对海量的数据进行深度分析和挖掘，从中提取出有用的信息和规律，从而为企业提供更加精准的决策支持。此外，计算机技术中的人工智能等技术能够对数据进行模拟和预测，从而帮助企业预测未来的市场趋势和发展方向，为企业制定战略决策提供更加可靠的预测分析结果[2]。

2.3 便捷的信息共享有助于企业加强信息整合与内部协同

基于计算机技术，现代信息传输的壁垒被打破，信息共享更为便捷，这使得企业内部各部门之间的信息孤岛问题得到解决。首先，通过互联网、云计算等技术来实现不同部门、不同业务领域的信息共享和交流，打破部门之间的信息壁垒，提高企业的协同工作能力。其次，基于计算机技术所搭建的企业信息系统能够实现信息的及时传递和共享，使企业内部各部门都可以基于系统随时获取所需要的信息，使得信息的传递与共享更为及时。再次，计算机技术可以实现信息的标准化处理和共享，保证不同部门之间信息的一致性和可比性，提高企业决策的科学性和客观性。

2.4 决策的可视化有助于企业明确了解决策影响与效果

计算机技术的可视化功能也是其突出特点之一，其能够将企业决策的相关情况以可视化的方式进行呈现，从而为企业管理者掌握决策的影响与效果提供支持。具体而言，计算机技术能够通过可视化的方式呈现决策过程和结果，使企业管理者更好地评估决策的可行性和必要性。同时，通过可视化的决策结果呈现，企业管理者可以从中更快速地发现问题和机遇，进而更快速地制定决策，提高企业的响应能力和竞争力。此外，可视化的决策结果呈现有助于企业管理者更精准地评估每个决策的优缺点，从而筛选出最佳的决策方案。

3 计算机技术在现代企业决策中的具体应用

3.1 大数据技术的应用

首先，企业需要基于计算机、大数据技术收集内部和外部的各种数据，包括市场数据、客户数据、员工数据、供应商数据等，并对数据进行清洗、去重、分析和可视化处理，以便进行后续的大数据分析。其次，企业需要利用大数据分析工具和技术对数据进行深度挖掘和分析，从中发现数据之间的关联性和规律性。再次，企业需要基于数据分析的结果来对企业战略制定、运营优化等进行研究，通过分析市场变化趋势可以调整产品线或市场策略，从而使企业能够更好地适应市场变化。最后，企业可借助大数据技术对决策效果进行实时监测和反馈，以便发现其执行中存在的问题并及时进行调整，确保企业决策的有效性和可持续性。

3.2 神经网络的应用

神经网络在企业决策中的应用可以提高企业决策的效率和准确性。其具体应用涉及如下步骤：①数据预处理。神经网络需要使用大量的数据进行训练和优化，因此需要对数据进行预处理，包括数据清洗、归一化、特征工程等。②构建神经网络模型。根据企业决策的需求，选择合适的神经网络模型，例如卷积神经网络（CNN）、循环神经网络（RNN）、深度信念网络（Deep Belief Network，DBN）等。③数据划分。将数据集划分为训练集和测试集，通常使用七三分法或随机分配的方法进行划分。④模型训练。将训练数据输入到神经网络模型中，通过反向传播算法计算损失函数，并使用优化算法进行参数调整，以提高模型的准确性和鲁棒性。⑤模型评估。使用测试数据集对训练好的神经网络模型进行评估，包括计算准确率、精确率、召回率、F1分数等指标。⑥模型应用。将训练好的神经网络模型应用到企业决策中，提高决策的效率和准确性。

3.3 决策树的应用

决策树模型是一种较为简单、直观、易于实现和理解的算法。在企业决策中，决策树可以帮助企业快速制定决策，分析数据，并识别关键因素。其具体应用步骤如下：①选择最优的划分特征。在特征选择中，通常使用信息熵或信息增益来衡量特征的重要性。在每次递归时，按照选定的特征将数据集划分成不同的子集，并对每一个子集重复上述过程，直到满足停止条件为止。停止条件可以是达到最大深度、节点数据集纯度达到最高或者达到最小样本数。②按照特征的不同取值划分数据集。在选择划分特征时，一般使用信息熵或者信息增益来度量，信息熵越小，说明数据集的纯度越高。③递归构建子树。从根节点开始，根节点包括所有的训练样本。一个节点（包括根节点），若节点内所有样本均属于同一类别，那么将该节点就成为叶节点，并将该节点标记为样本个数最多的类别。否则采用信息增益法来选择用于对样本进行划分的特征，该特征即为测试特征，特征的每一个值都对应着从该节点产生的一个分支及被划分的一个子集。在决策树中，所有的特征均为符号值，即离散值。④预测。在决策树预测中，针对新的样本，我们从根节点开始，根据该样本的特征取值选择相应的边，一直向下直到到达叶子节点。所到达的叶子节点所对应的预测结果就是对该样本的预测结果。

3.4 云计算技术的应用

云计算是一种基于互联网的计算方式。该技术在企业决策中的应用能够进一步提升数据信息处理、共享的效率，同时更好地保证企业决策信息的安全性。第一，企业可以利用云计算技术的分布式处理和管理模式来存储和分析海量数据，提升数据分析和处理的速度和效率，与大数据技术形成协同与优势互补。第二，企业在原有网络系统的基础上借助云计算技术可以建立起一个更为高效的内部协作和沟通平台，使员工可以随时随地通过网络进行文件共享、在线协作和远程会议等，为企业决策研究提供更多便利。第三，云计算技术通过对企业决策数据信息进行安全隔离、访问控制、数据加密，可以更好地防止信息泄露，帮助企业解决隐私保护与数据安全问题。

4 基于计算机技术的企业决策系统构建思路

4.1 明确决策系统的需求和目标

在基于计算机技术构建企业决策支持系统的过程中，首先需要明确决策系统的需求和目标。这其中需要结合以下四方面因素进行考虑：①决策类型。企业需要决策的类型有很多，如战略决策、运营决策、财务决策等。不同类型的决策需要不同的数据和分析方法，因此需要明确决策类型，并选择合适的决策支持系统软件。②决策复杂度。复杂的决策需要更多的数据分析和更复杂的模型，而这些对于计算机系统来说可能是一项挑战。因此，需要根据决策的复杂度选择合适的决策支持系统软件。③数据来源。不同的数据来源可能会影响决策支持系统的准确性和可靠性。因此，需要选择可靠的数据来源，并进行数据清洗和预处理。④决策目标。决策系统应该帮助企业做出最佳的决策，提高企业效率和竞争力。因此，需要明确决策系统应该达到的预期效果，以及如何评估决策结果。

4.2 决策支持系统软件选择

选择合适的决策支持系统软件是构建成功的决策支持系统的重要一步。首先，企业需要根据决策系统需求和目标选择合适的决策支持系统软件。例如，如果需要进行多目标决策分析，则需要选择支持多目标决策分析的软件。其次，软件的选择还需要考虑其功能和特性。例如，SIMPLAN、IFPS、GPLAN等软件支持多目标决策分析、数据挖掘、决策树等功能，而EXPRESS、EIS等软件则支持在线分析、数据可视化等特性，所以企业需要根据需求进行选择。再次，决策支持系统软件需要具有一定的数据处理能力，以支持企业决策分析所需的数据规模和复杂度。最后还应考虑到软件的开放性与扩展性，以便于企业决策系统后续新功能和特性的添加。

4.3 开发和集成决策支持系统

在明确需求与目标以及选择好系统软件后，就需要对其进行开发和集成。首先，企业需要确定好系统的架构。在实践中需要考虑数据处理、模型训练、结果展示等不同功能模块，以及它们之间的交互和依赖关系。其次，在开发和集成决策支持系统的过程中，需要考虑模型的训练和优化。如果需要进行复杂的模型训练，则需要选择具有高效率算法和优化技术的软件。同时，需要考虑模型的调参和优化，以提高模型的准确性和鲁棒性。再次，需要考虑用户交互和使用。如果用户界面友好、易于使用，则可以提高用户的工作效率和满意度。因此，在实践中必须对软件的用户界面设计、操作流程、帮助文档等进行综合考虑。最后，需要考虑跨平台支持。如果需要将系统部署到不同的平台上，则需要选择具有跨平台能力的软件，以便在不同的平台上进行部署和维护。

5 结束语

综上所述，计算机技术在现代企业决策中正发挥着越来越关键的作用，除大数据技术、神经网络、决策树、云计算等技术的应用外，企业也需要在未来发展实践中不断探索其他技术的应用，并不断优化企业决策系统，从而使企业决策部署的科学性得到持续提升。