“科研”ZJUSOM当你需要改良一款社交app的功能，或许你会根据算法基于用户群体的需求和偏好数据所提出的建议做出决策。但是，当你卯足劲打算带领公司踏入新兴市场，面临着该选择哪条赛道长久发展的抉择时，你是相信数据的建议，还是相信自己的商业嗅觉？毕竟在数智时代，大数据已成为商业领域的一股强大引擎，为企业带来了前所未有的机遇和竞争优势，也深刻影响着企业的战略决策。战略决策帮助企业明确未来的发展方向，它不仅影响企业如何在海量信息中抽丝剥茧，做出明智的选择，更关乎企业如何在风云多变的市场中稳健航行。那么，在企业制定战略决策过程中，究竟是数据驱动决策能带来更大的效益，还是传统的基于人类的直觉决策更有助于长远发展，两者间究竟有怎样的作用和张力？这一问题引起浙江大学管理学院陈熹老师的关注。近日，浙江大学管理学院教授陈熹携手多位海内外合作者共同在信息系统领域顶级期刊《Journal Association for Information Systems》（JAIS）上发表了他们的研究成果“How Does Big Data Analytics Shape Human Heuristics Adaptation in Strategic Decision Making? A Perspective of Environmental Uncertainty Contingencies”。（点击“阅读原文”即可查看）这项研究揭示了在变幻不定的市场环境下，面对普遍存在的不确定性，商务大数据分析技术如何塑造并影响组织的决策模式，为战略决策赋能。JAIS为AIS（国际信息系统学会旗舰期刊，ABS 4*），该论文的作者包括以下几位：Jin Chen - 诺丁汉大学宁波中国校区的诺丁汉大学商学院；Cheng-Suang Heng - 新加坡国立大学计算机学院信息系统与分析系；Yan Li - ESSEC商学院信息系统、决策科学和统计系；Xi Chen - 浙江大学数据科学与管理工程学系。陈熹教授为该论文的通讯作者。作为“数智创新与管理”的交叉学科研究的重要成果，这项聚焦于“数智决策”的研究，不仅创新发现大数据分析技术改变人类决策的模式，探讨了学界关切的“企业战略决策中人机融合的最佳策略和边界”问题，填补了这一领域的研究空白，还为企业组织决策模式的改进、运营效率的提升提供理论参考和管理启示。本期【科研】，我们一起来看陈熹教授团队这项解答“数智时代企业如何做好战略决策”的高水平研究。本 期 学 者陈熹学者简介：浙江大学管理学院教授，浙江大学管理学院数据科学与管理科学与工程系系主任，浙江大学求是青年学者。研究方向：社交媒体、社交网络分析、社交商务等。1众所周知，商务大数据分析技术已在各个行业中有着广泛应用。在制造业，企业可以通过数据分析优化生产流程、对供应链管理进行规划等；在电子商务领域，大数据分析技术可以用于了解用户行为数据以指定更加精准的营销策略；在金融行业，金融机构通过对市场和客户数据的分析，可以评估信用风险、市场趋势等以制定更加科学合理的业务策略。（图片来源：新华社）对于组织而言，究竟是数据驱动决策能带来更大的效益，还是传统的基于人类的直觉决策更有助于发展，引起了学界的热烈研究和探讨。有人认为在组织进行战略决策时，大数据分析技术能够从海量数据中快速挖掘“客观的真相”，纠正人类的主观偏见，因此有着不可比拟的优势。有人却觉得算法只是执行既定的任务命令，反映的是短期目标的数据，无法拥有战略性的长远目光看待问题。面对不确定的商业环境，大数据分析技术可能无法通过既有的数据理解市场新的变化趋势。此外，算法生成的结果，特别是AI驱动的大数据分析技术结果的生成机制处于“黑箱”之中，我们无法得到透明、确切的解释。当沉溺于这场“数据驱动决策”和“基于人类直觉决策”孰优孰劣的比拼中，可能会忽视两者之间的相互作用。陈熹团队敏锐地意识到，商务大数据分析技术有其快速、全面的优势，而人类的商业洞察力有着极强的适应性，在决策时两者若是共同发挥作用则能够有效地在变幻不定的情况下找到最优方案。也就是说，人机融合共同参与战略决策是最佳路径。然而，人机融合的最佳策略和边界是什么？其动态过程又是怎样的？这些问题学界尚未充分探索与研究。带着这样的疑问，陈熹团队将“组织的启发式决策”作为研究的主要理论视角。“启发式决策”作为一种认知策略，有助于理解组织在决策过程中如何思考与平衡各个因素，最后作出抉择。2企业的战略决策涉及长期目标的设定和资源的分配，而在决策过程中外部环境是不断变化的。这种动态性促使企业在制定战略决策时，必须要以灵活性和适应性以应对快速变化的环境。考虑到这一特殊环境因素，陈熹团队发现，商务大数据分析技术是否有助于人类适应不确定的环境这一问题尚未得到很好的解答。于是，他们将环境的复杂性和动态性这两个维度作为理论框架来揭示商务大数据分析技术与启发式适应之间相互作用的差别（图1）。图1. 环境不确定性的二维框架环境复杂性是指环境由大量相互非线性相互作用的元素组成的程度（Cilliers, 2002）。随着环境复杂性的增加，决策者可能难以从各个元素中找出联系，而商务大数据分析技术却擅长发现非线性关系，“通过因果循环在许多可能性中找出适合作出决策的原因”。矛盾的是，大数据分析技术也会引入大量人类通常无法理解的替代方案和启发式线索，不知不觉中加剧了复杂性，也可能阻碍制定合适的决策战略。环境动态性涉及环境变化的速度和不可预测性。例如，在市场结构、竞争对手和客户需求变化迅速的新兴市场中，战略决策的环境动态性很高。有商业洞察力的决策者可以用“一种整体的、直观的方法”来面对动态性的挑战。商务大数据分析技术可以高效提供新颖的解决方案，但无法在“预设领域”之外运行。在环境动态性和复杂性的二维理论框架下，我们能够更准确地把握数智时代企业制定战略决策所需面临的市场外部环境，同时也有助于理解商务大数据分析技术和人类直觉共同参与决策的动态过程。3为了探讨商务大数据分析技术在不同环境复杂性和动态性下如何促使企业调整其启发式决策，陈熹团队选取四家需要针对新产品开发（NPD）进行战略决策的样本企业展开研究。企业业务涉及多媒体搜索引擎、在线支付、个性化推荐以及在线社交媒体平台。为确保研究的有效性和严密性，他们在每家公司选择两种类型的访谈对象：来自业务部门的专家（如负责相关业务的首席执行官、副总裁、项目经理）和来自数据分析部门的专家（如首席技术官、首席分析官、项目经理）。在对决策相关的商业背景信息和数据分析规则全面收集调研后，陈熹团队基于采访数据、档案数据和公司案例研究进行编码分析（表1）。表1. 案例描述研究发现，一方面商务大数据分析技术在改变人类的决策方式。这种改变主要具有三种不同的模式：方案重定向（alternative-reorienting）、线索补丁（cue-patching）和关系条件化（relation-conditioning）。这些模式帮助决策者在面临不确定环境时更新和优化他们的决策规则。在环境复杂性高时，商务大数据分析技术通过线索补丁和关系条件化的混合模式来优化组织的启发式决策。这种模式的运用使得决策者能够识别出未曾注意的线索和关系，从而改善决策过程。而在环境动态性高时，商务大数据分析技术则主要通过方案重定向模式进行适应。这一模式允许决策者及时更新他们的备选方案，以应对不断变化的市场条件和用户需求。另一方面，这项研究还发现当环境复杂性和动态性均高时，商务大数据分析技术的效果可能会受到限制。在这种情况下，决策者需要较强的商业洞察力来进一步调节优化组织的启发式决策。这表明，尽管商务大数据分析提供了数据支持，但在复杂和动态的环境中，人类的判断力仍然不可或缺，可以为商务大数据分析技术提供支撑。4不少企业过度依赖数据分析结果，忽视了人的直觉参与决策的重要性。这种单一视角可能导致决策盲点，甚至误导战略方向。这项研究表明，在不确定性较高的商业环境中，商业大数据分析和人类的判断力都应该受到重视，二者协同互补，组织才能够更全面地评估形势，制定出更为精准的战略。具体来看，在技术迭代飞速、客户需求多变的动态市场环境中，决策者需要迅速而准确地做出选择。商务大数据分析技术能够提供实时数据支持，帮助验证各种策略方案的有效性。当市场环境呈现复杂性时，商务大数据分析技术能够通过分析复杂的数据模式，更新决策信息，帮助决策者挖掘决策依据所需的潜在关系，使策略更精准。当企业处于一个既动态又复杂的环境中，比如新兴市场，那么，仅仅依赖数据分析技术并不足以把握市场逻辑，需要辅以决策者敏锐的市场洞察来弥补技术的局限性。为了应对大数据带来的机遇和挑战，许多组织采用“hub & spokes（枢纽和辐条）”结构（Jackson, 2009），中心化的数据部门（枢纽）负责数据统筹，周边的业务部门（辐条）如销售、营销、生产等，通常在事后向中心提取数据以辅助决策。研究创新提出有利于企业战略决策的组织结构模式：在决策初期就让来自中心的大数据分析师深度参与各业务部门，共同参与决策，而非仅限于事后的数据咨询。商务大数据分析技术与适应启发式并非孤立存在，而是相辅相成、相得益彰的“双剑”。二者有机结合有益于组织洞悉市场脉搏，在大数据时代精准把握发展航向。5数智时代，企业在制定战略决策时，若是缺少周密详尽的分析环节，则会面临信息不对称的问题，更遑论做出有益且恰当的决策了。拥抱数字化和智能化，实现决策方式和管理理念的转型升级，企业才能在激烈的市场竞争中抢占制高点、赢得竞争力。陈熹团队的这项研究修正了先前流行的关于大数据分析技术取代或阻碍人类决策的观点，揭示了在复杂、动态的商业环境下企业制定战略决策的模式和最佳路径。此外，这项研究也填补了信息系统领域相关研究空白，并为如何打造适应数智时代的企业决策组织提出有益的建议和启示。中国正在进入数智技术带来的管理模式创新时代。当前，数智技术所提供的及时、连续和细化的信息结构使得实时决策成为可能。这项研究为帮助企业应对数智时代的挑战、增强在全球数字经济中的竞争力贡献了浙大智慧。附：论文摘要AbstractAs big data analytics (BDA) has increasingly influenced strategic decision-making, researchers and practitioners have continued debating on the roles of humans versus machines in making decisions. Our multiple-case analysis examines how BDA shapes decision makers’ adaptation of heuristics in response to different dimensions of environmental uncertainty (i.e., complexity versus dynamism). Contrary to prior literature that suggests BDA supplants human heuristics or impedes humans from adapting their heuristics, our findings underscore that BDA shapes the adaptation of heuristics through three distinct modes: alternative-reorienting, cue-patching, and relation-conditioning. Specifically, BDA shapes heuristics adaptation through the hybrid mode of cue-patching and relation-conditioning when environmental complexity is high, and through the alternative-reorienting mode when environmental dynamism is high. However, when environmental complexity and dynamism are both high, the uncertainty in environment may render BDA less effective, and substantial business acumen is required to adapt heuristics further. In addition, our findings reveal a pinning mechanism of BDA, that is, by keeping one component of human heuristics unchanged (e.g., original alternatives), a fixed point of comparison is created for evaluating the changes to other components of the heuristics. This study contributes to the literature by theorizing how BDA shapes heuristics adaptation and adds value to strategic decision-making in uncertain environments.>>>点击“阅读全文”查看论文编辑：曹敏审核：佟庆、陈熹
