大数据对企业决策过程的影响：一个多案例的研究

大数据对企业决策过程的影响：一个多案例的研究

作者：姜昊 梁林 刘培琪

来源：《河北经贸大学学报》2018年第03期

摘要：运用多案例对比法，以企业决策过程为观察视角，分析9家案例企业开展大数据服务的具体决策过程，综合一手访谈数据和二手描述资料数据的编码分析，揭示大数据理念范式和技术工具对企业决策过程的影响范畴以及企业应用大数据的差异化模式。研究发现：大数据对企业决策过程中的影响范畴主要包括信息搜集与分析、目标形成与制定、决策方案制定、方案实施、实施评估、决策中的沟通等六个大类以及市场业态分析13个具体影响方面；根据企业在应用大数据的理念、目的和手段上的差异，划分了“大数据+”再造型和“+大数据”融合型两种应用模式。研究结论可为大数据背景下企业决策的制定和实施提供有益启示。 关键词：大数据；企业决策；应用模式

中图分类号：F272.3 文献标识码：A 文章编号：1007-2101（2018）03-0099-09 一、引言

近年来，社会公共管理、企业商业服务、个体服务购买等的决策实践与大数据技术的契合度迅速提升[1]，主要体现在三个方面：一是政府决策、人民生活、企业经营管理与技术的紧密契合。例如共享单车、外卖平台等新互联网平台的出现，已成为人们成活中不可或缺的组成部分。再如谷歌公司曾应用大数据技术比较分析了5 000万条美国人最频繁检索的词条和美国疾控中心在2003—2008年间季节性流感传播时期的数据，成功预测了当年甲型H1N1流感的爆发及其传播源头。二是企业中客户数据与决策运营过程中的内部数据紧密契合，例如谷歌、百度、阿里巴巴等公司拥有海量用户信息资料，其精准营销和个性化广告推介方案都是基于对用户信息的大数据分析，结合自身产品特征，有针对性地匹配用户对象，为企业营销决策提供依据。三是企业提供服务或者生产过程与消费过程的密切关联，例如网飞公司（Netflix）推出全球首部网络剧《纸牌屋》的决策，《纸牌屋》剧本、导演、演员的确定都是基于对观众群体的大数据分析，影片的拍摄以观众喜好为导向，一经推出，迅速成为美国各大社交网站的热门话题，点击率飙升[2]。

在组织层面，面向管理与决策的大数据交叉研究正在蓬勃开展，以决策过程和内容为核心的大数据相关研究探索正在全面展开[3] [4]。在大数据背景下，企业决策呈现的高频实时、全周期交互、跨层面数据整合、多主体决策等新特征，在提供更多发展机遇的同时，也形成了更为复杂的经营环境，使得组织发展面临激烈的竞争和挑战。大数据技术和工具正在企业决策过

龙源期刊网 http://www.qikan.com.cn

程发生深远的影响[5]，大数据并不仅是企业决策形成过程中的辅助工具，相反地，它正在从理念层面影响决策者的思想和行为[6]，成为串联决策形成过程的关键纽带。

大数据应用对企业决策存在显著影响。为应对决策实践与大数据进一步融合发展所面临的挑战，需要明晰大数据对企业决策在哪些方面存在影响？企业决策过程中应用大数据的模式有哪些？有何特征和区别？本文将围绕上述问题展开讨论，总结中国情境下多行业领域企业应用大数据的决策过程所形成的启示，对于完善大数据在各行业领域的深入应用以及促进大数据与实体经济深度融合具有理论价值和现实意义。 二、相关研究回顾

大数据是具有大容量、高速率和多种类且需要特定技术和分析方法将其转化为价值的信息资产[7]。由于大数据是一种包含超大量数据的信息资产，且具有数据种类多样化、数据来源丰富、获取速率和处理速率快等特征[8]，对于组织经营决策具有独特的利用价值[9]。针对大数据所开发的处理技术和方法不断在组织管理实践中得到应用，其目的在于降低组织管理决策过程中的不确定因素，使得组织决策过程更趋向于科学化，提升组织决策结果的正确率。 基于Simon的三階段决策过程所衍生的管理决策过程包含八个阶段，分别为识别问题、确定决策目标、拟定备选方案、分析评价备选方案、方案优选、实施方案、监督与反馈以及决策效果评估阶段。大数据影响着管理决策过程的每个阶段，因此组织决策者尝试将大数据的处理技术和方法应用于管理决策过程的不同阶段，决策方法及决策技术均不同于传统的决策管理过程，使得决策过程的效率和质量均得到一定程度的提升[10]。 （一）问题识别与决策目标确定阶段

该阶段部分组织和机构尝试利用大数据信息量庞大且丰富、传导速度快的特点，利用传感器、数据检索工具、云储存等数据收集、管理平台从各种信息终端所收集的各种所需的信息资源[11] [12]，一定程度上改善了以往决策中因信息资料匮乏，信息获取困难等原因所导致的反应不及时、问题识别困难等问题，丰富的信息资料有利于组织更为准确地识别组织中所面临的问题，一定程度提升了决策者的反应能力和问题识别能力，有助于决策者在较短的时间找出问题的根源。组织利用云计算、网络地图[13]、数据可视化等数据分析处理技术和工具对所搜集的数据信息进行分类处理，及时获取用户的需求，了解客户的消费偏好及规律[14]，从而做出快速反应，为客户提供更为及时全面的产品组合和服务，有助于组织准确及时地确定决策目标，提高决策目标的质量和效率[9]。 （二）备选方案批定和分析评价阶段

由于组织环境的复杂性和动态性，决策者在现实决策中所面临的多为半结构化或非结构化决策，需要决策者利用以往的决策经验和自身知识，结合组织现有资源根据决策目标提出可行

龙源期刊网 http://www.qikan.com.cn

的备选方案。面对复杂的内外部环境以及数量庞大的决策信息，为决策者拟定可行的备选方案以及制定准确的评估体系增加了难度。目前，较多组织尝试根据大数据的特征开发数据集成处理系统，可以快速有效地对组织信息按照决策者意图进行分类，并具有便捷的输入和输出功能[15]，在决策者进行备选方案拟定以及决策标准体系制定的过程中，通过人机交互方式，提升决策者的信息识别、判断及联想能力，有助于决策者对制定更为匹配的备选方案和评价体系，根据客户的需求制定出多样化、人性化的服务选择[16]。 （三）方案优选和实施阶段

该阶段尽管在决策方案选择与实施之前，决策者已经根据决策目标建立了决策标准体系，并对每个备选方案进行了全面的分析判断，但现实中并不存在完美的决策方案用于解决组织中复杂的经营问题，每一个方案都可能存在一定的风险和不确定性，并且每个决策方案在后期实施过程中可能出现哪些问题通常难以判断。以往的决策方式倾向于根据经验和历史数据预测未来可能的发展规律[17]，并据此做出判断。当前部分组织尝试对数据进行综合关联分析，并且对数据处理设备设定标准值，当决策过程达到所设定的标准条件时，数据处理设备将对决策者进行反馈或者传输至决策系统直接替代决策者做出选择，一定程度上改善了以往凭借决策者的经验和有限知识进行决策的状态[18]，有助于减少决策环境的不确定性，提升了决策过程的准确性和及时性。

（四）决策监督反馈与决策效果评估阶段

在该阶段，组织利用大数据处理技术对决策的进度及成效进行动态实时监控，决策者可以随时在设备终端查看不同阶段和分支的任务完成情况[12]，并且可以根据当前的信息资料结合组织现有资源，运用数据挖掘工具对现有资料进行深入分析[19]，对未来的决策过程进行合理科学预测，并根据可能出现的风险及时采取有效手段，使得决策过程更为科学高效。大数据处理技术通过将每个环节及部分的进程进行整合，并将完整的决策过程进行展现[20]，有利于组织建立统一的透明的决策标准和程序，使得决策监督反馈和效果评估过程更为透明化、标准化，有利于组织建立完善的数据驱动决策程序，减少决策过程中的非理性因素，也使组织的管理水平更加科学化。

综上所述，基于经典的管理决策过程的八阶段划分，可以发现大数据在决策过程中的各个环节均有所应用，但也发现目前大数据在决策过程中的应用大多偏重于某些环节中采用某一工具或者技术，少见系统性归纳大数据应用的研究，也缺少对大数据应用模式的归纳和区分。另外，大数据在与不同行业领域的企业融合过程中，必然会对原来的管理和决策模式产生冲击，探讨大数据在哪些方面影响企业决策过程值得深入分析。 三、研究方法与设计 （一）研究方法选择

龙源期刊网 http://www.qikan.com.cn

笔者采取多案例研究方法，力求剖析大数据能够在哪些方面影响企业决策过程，并且企业在应用大数据的模式上有何差异。选用此方法的原因在于现阶段大数据驱动的管理与决策前沿研究尚处在起步阶段，不同学者在公共管理、商务管理、金融管理、医疗、教育等方面开展大量有益研究，但有关大数据对决策过程的影响方面尚不系统，而案例研究是开展理论探索的重要研究方式。归纳式的推进逻辑，更适合解决“有什么”和“如何”的问题[21] [22]。特别是通过分析多案例资料，能够解决“大数据对企业决策过程的影响方面和应用模式”的研究问题，所以案例研究法适合于本文提出的研究问题[8] [23]。 （二）案例选择

由于笔者的研究主要集中于大数据对企业决策过程的影响上，而决策是广泛存在于每一个企业活动和行为中，因此本文将通过具体的商业项目决策分析大数据在企业决策过程中的作用。

笔者选择天津市的企业开展研究，其原因在于：（1）天津市作为大数据产业和科技型企业的集聚地，大数据服务在当地企业中受到广泛重视，在全国具有典型性和代表性，便于案例企业的获取。（2）大数据咨询服务在天津市的发展具有一定历史沿革，也积累了一定的经验和问题，形成了大量公开的信息资料，提供了大量丰富的素材，便于从多渠道深入分析案例。 笔者从数百家企业中选择9家企业的商业项目作为研究案例。之所以选择这9家企业，主要是从以下几个方面考虑：案例企业资料是否愿意公开（公开意愿），大数据服务项目是否已经完成（连贯时间周期）、企业所属行业是否单一（行业广泛性）、大数据在企业决策的引用是否具有特殊（案例代表性），如表1所示。 （三）数据收集与分析

笔者主要采用了人员深度访谈、信息资料检索和实地调研三种资料搜集方法，力求在研究中从主观和客观双重角度，选取多重证据来源和方法形成三角验证，尽量减少研究者个人对分析结果的影响，提高建构效度，并且形成互相佐证的证据链[24]。

收集的数据主要包括以下三种：第一种，9家案例企业与大数据服务平台签订的项目服务合同、项目任务书、大数据分析报告、例会记录、考核记录等所有相关资料；第二种，深度访谈，笔者与9家企业的高管、商业项目具体负责人、大数据工程师等相关人员共11人（如表2所示），围绕项目决策过程中大数据的应用细节和沟通细节进行深度访谈，回顾汇总项目运行的全过程；第三种，公司主页、公司年报以及相关宣传资料等其他公开材料。

在完成对9个案例的资料汇总和11名人员深度访谈内容分析之后，经过初步编码，笔者发现其中出现了两种典型的大数据应用模式：一种企业更加重视大数据理念对原有决策模式、商业思维和管理方式的颠覆性作用，更强调通过引入大数据的思维和理念来“再造”决策过程，

龙源期刊网 http://www.qikan.com.cn

多见于互联网企业以及服务行业。另一种企业则更加重视大数据工具和技术的应用，期望通过引入大数据工具和技术，“融合”完善既有业务，提高对用户服务的效率和质量，多见于重工业以及传统行业。

四、案例描述与编码过程 （一）案例资料描述

在完成9个案例企业的资料收集和11位相关人员的深度访谈之后，基于项目开展和决策的实施流程，从决策中应用大数据的需求、大数据应用思路、大数据的技术和工具选择、决策方案的实施过程、大数据应用效果评估、总结与未来改进方向等六个模块出发，对9个案例企业的大数据服务项目进行了描述，以期后续的编码过程更加清晰，从中归纳大数据对企业决策的影响作用。 （二）编码过程

9家企业的项目资料收集完成后，首先对9个案例企业的大数据服务项目进行描述，将其作为编码的二手数据来源，并总结出决策中应用大数据的需求、大数据应用思路、大数据的技术和工具选择、决策方案的实施过程、大数据应用效果评估、总结与未来改进方向等六个模块作为访谈的重点方向和初始类目；然后，选取案例企业相关人员开展深度访谈，将访谈内容作为编码的一手数据来源；最后，采取双人编码的形式，利用Nvivo软件逐一分析访谈记录和企业案例资料，以典型事件或行為作为分析单元，经过一系列提取、合并和层次化构建过程，归纳大数据对企业决策影响方面的范畴。 （三）三角验证和信效度检验

编码工作完成后，还广泛收集了9家企业的公司主页、公司年报以及相关宣传资料等其他公开材料进行三角验证。

通过编码分析过程，对分析类目进行拓展，明确大数据对企业决策影响方面的范畴。此阶段由两位编码者独立编码，为保障编码结果的信度，不仅通过培训编码者来达成对初始类目内涵的一致认同，还需检验编码者的交互信度。计算结果显示，6个一级目录的R值在0.85以上，13个二级目录为0.86～0.99。因此，此次编码结果具有较好编码信度。

为检验内容分析效度，聘请了四位专家参与评估，分别计算了19个影响因素的CVR值，均达到0.5以上。由此可见，本文的编码结果具有较好的内容效度。 五、研究发现

（一）大数据对企业决策过程的影响范畴

龙源期刊网 http://www.qikan.com.cn

通过对案例企业的一手访谈数据和二手描述资料数据的编码分析，以及信效度检验过程的调整修正，本文最终确定了大数据对企业决策过程的影响范畴主要包括信息搜集与分析、目标形成与制定、决策方案制定、方案实施、实施评估、决策中的沟通等6个大类以及市场业态分析、潜在客户群分析、竞争环境与对手分析、潜在客户挖掘、目标客户分析、产品或策略目标定位、新产品开发与旧产品优化、评估方法设计、实时调整、使用前后数据对比、决策实施前的沟通、决策实施中的沟通、实施效果评估中的沟通等13个具体影响方面，结果如表3所示。编码表通过由低至高逐级层次化形成，低层级目录是高层级目录的具体表征，能够比较全面地涵盖大数据对企业决策过程的具体影响方面和范畴归纳。

进一步分析发现：第一，大数据应用体现在决策的全过程中，但不同企业应用大数据的侧重点有显著差异。第二，9家企业的案例素材和人员访谈中，均提及大数据在企业决策的全过程中有所体现，并且大数据的应用能够显著提升决策绩效。第三，大数据背景下，沟通在决策过程中发挥了重要作用。

（二）大数据在企业中应用模式比较

1. “+大数据”融合型应用模式与“大数据+”再造型应用模式。通过总结9家案例企业的一手和二手数据，笔者发现不同企业在具体商业项目上应用大数据的理念、目的和手段可以概括为两种典型的大数据应用模式。

第一，“+大数据”融合型应用模式。这一类企业往往应用大数据的时间不长，且更加重视大数据工具和技术的应用，期望通过引入大数据工具和技术，“融合”完善既有业务，优化现行决策流程，从而提高对用户服务的效率和质量，多见于重工业以及传统行业。

图1给出了“+大数据”融合型应用模式的基本结构和形态。大数据的应用可以划分为大数据理念与范式层和技术与工具层，前者更强调大数据的应用思维，后者更强调大数据的应用手段。“+大数据”融合型应用模式，大数据理念与范式往往尚未引起企业决策者足够的重视，大数据的应用大多只体现在技术与工具层。企业决策者在决策全过程中，期望通过应用大数据的采集、分析、沟通和评估工具对决策过程中某个环节进行重点优化，而不打破企业现行的组织结构和战略规划。在决策过程中，大数据的应用只体现为技术实现手段的融合。在此模式中，企业提升决策绩效的关键在于优化决策过程中技术或工具选取的有效性。可以看出，“大数据+”再造型应用模式是大数据在企业实践活动中应用的初级形式。

以G企业为例，在分析其案例资料中有关大数据应用效果的评估相关内容之后，与部门经理郑先生进行了访谈，他提到“在以往验证某一宣传推广手段的应用是否有效时，往往只以最终销量作为评价尺度，但销量的变化往往不仅仅因为宣传手段的更新。以销量作为决策有效性的单一评价标准，难免有所偏颇。但是，这次和大数据服务公司的合作中，他们建议将点击量、咨询量和平均点击价格的考核指标，通过大数据的监控，实施反映推广方案的有效性和合

龙源期刊网 http://www.qikan.com.cn

理性，并作出及时调整的方式，着实能够提高宣传效果。展现量提升619次，点击量提升1倍，平均点击价格下降0.22元。”

第二，“大数据+”再造型应用模式。企业往往应用大数据技术具有一定时间，更加重视大数据理念对原有决策模式、商业思维和管理方式的颠覆性作用，更强调通过引入大数据的思维和理念来“再造”决策过程，多见于互联网企业以及服务行业。

图2给出了“大数据+”再造型应用模式的基本结构和形态。“大数据+”再造型应用模式中，大数据理念与范式层位于核心主导位置，反映企业决策者在决策中应用大数据对决策过程的“再造”，通过大数据思维的引入，对企业现行的组织结构和战略进行调整，从而精准定位决策目标。在决策过程中，大数据的采集、分析、沟通和评估工具只是作为技术实现手段。在此模式中，企业提升决策绩效的关键在于通过大数据的应用再造决策流程。由此可以看出，“大数据+”再造型应用模式是大数据在企业实践活动中应用的高级形式。

以A企业为例，在分析其案例资料中有关大数据应用效果的评估相关内容之后，与公司副总张先生进行了访谈，他提到“公司发现大数据在客户精准定位方面的显著优势后，选择了与大数据服务公司开展战略合作的形式，将宣传推广业务外包给专业机构来做。通过这两年多的合作，组织的高级管理层也越来越发现大数据的作用不体现在某一技术环节上。就像《大数据思维》那本书里说的，在大数据时代中，首先要有大数据的思维。公司目前基本统一了认识，对所有员工培训中也突出大数据方面的内容。期望通过与大数据服务公司的深度合作，通过大数据的精准分析，对业务部门的结构和员工从属进行一次大调整，以实现新业务和客户需求。”

2. “大数据+”再造型应用模式与“+大数据”融合型应用模式的比较和演进。通过前文对“大数据+”再造型应用模式与“+大数据”融合型应用模式的分析，笔者对两种模式进行了进一步的比较。并且，通过在两种模式的总结中，也可以发现两种模式具有演进的关系。（1）两种应用模式的比较。通过比较分析9家案例企业的情况，本文认为A、B、C企业属于“大数据+”再造型应用模式，D、E、F、G、H、I企业属于“+大数据”融合型应用模式。通过进一步比对两类企业的案例资料和相关人员访谈信息，笔者总结出两种模式在大数据的主导地位以及应用大数据的理念、侧重点、时间、预算等方面存在着较大差异，具体如表4所示。（2）两种应用模式的演进关系。通过比较通过总结9家案例企业的情况，本文认为A、B、C企业所属的“大数据+”再造型应用模式与D、E、F、G、H、I企业所属的“+大数据”融合型应用模式之间存在着有低至高的演进关系。图3给出了两种应用模式的演进关系图。企业决策过程中面临日益复杂的内外部环境变化，企业最初应用某种大数据工具和技术就是为了解决环境复杂性所带来的管理变革。在应用过程中，企业对大数据应用的重视程度、大数据应用深入程度都会随之提高。然而，随着大数据技术和工具在决策过程的某一环节、某一方面的应用越来越不能满足对决策绩效进一步提升的矛盾时，企业就需要进一步优化大数据的应用，进而对内部管理方式、商业思维、组织结构等方面产生战略性的变革影响，刺激大数据应用模式发展进入更高级的阶

龙源期刊网 http://www.qikan.com.cn

段。如果企业决策优化的需求得到满足，那么企业的管理和决策将再一次面临问题，出現绩效倒退的可能。可见，主动提升大数据的应用层次、推动大数据理念和范式的理解和认同是提升决策绩效的关键所在。 六、研究結论

大数据对企业决策过程的影响范畴主要包信息搜集与分析、目标形成与制定、决策方案制定、方案实施、实施评估、决策中的沟通等六个大类，以及市场业态分析、潜在客户群分析、竞争环境与对手分析、潜在客户挖掘、目标客户分析、产品或策略目标定位、新产品开发与旧产品优化、评估方法设计、实时调整、使用前后数据对比、决策实施前的沟通、决策实施中的沟通、实施效果评估中的沟通等13个具体影响方面。根据企业在应用大数据理念、侧重点、时间、预算等方面的差异性，划分了两种应用模式并描绘了两种模式的演进关系。

当然，企业决策过程中还存在着诸多不确定性。选取的案例仍有地域和行业的限制。在未来的研究中，还需要继续拓展行业和企业属性，针对大数据对企业决策过程的影响，进一步提出改善大数据应用水平和提升决策绩效的针对性建议，这也是未来应重点探讨的问题。 参考文献：

[1]胡税根，单立栋，徐靖芮.基于大数据的智慧公共决策特征研究[J].浙江大学学报（人文社会科学版），2015（3）：5-15.

[2]王小瑛.陈国青：大数据的管理喻意[J].商学院，2014（6）：77.

[3]冯芷艳，郭迅华，曾大军，等.大数据背景下商务管理研究若干前沿课题[J].管理科学学报，2013（1）：1-9.

[4]Chen H.，Chiang R.H.L，Storey V.C.. Business intelligence and analytics：from big data to big impact[J].Management Information Systems Quarterly，2012（4）：1165-1188. [5]何军.大数据对企业管理决策影响分析[J].科技进步与对策，2014（4）：65-68. [6]李忠顺，周丽云，谢卫红，等.大数据对企业管理决策影响研究[J].科技管理研究，2015（14）：160-166.

[7]Wang G.，Gunasekaran A.，Ngai E.W.T.， et al. Big data analytics in logistics and supply chain management：Certain investigations for research and applications[J].International Journal of Production Economics，2016（176）：98-110.

龙源期刊网 http://www.qikan.com.cn

[8]叶竹馨，买忆媛.创业团队的认知结构与创新注意力：基于TMS视角的多案例研究[J].管理评论，2016（4）：225-240.

[9]Van Geel M.，Keuning T.，Visscher A.J.，et al. Assessing the Effects of a School-Wide Data-Based Decision-Making Intervention on Student Achievement Growth in Primary Schools[J]. American Educational Research Journal，2016，53（2）：360-394.

[10]Ekbia H.，Mattioli M.，Kouper I.， et al. Big data，bigger dilemmas：A critical review[J].Journal of the Association for Information Science and Technology，2015，66（8）：1523-1545.

[11]Zhang Y.，Qiu M.，Tsai C.， et al. Health-CPS：Healthcare Cyber-Physical System Assisted by Cloud and Big Data[J].IEEE Systems Journal，2017，11（1）：88-95.

[12]Abbasi A.，Sarker S.，Chiang R.H.L.. Big Data Research in Information Systems：Toward an Inclusive Research Agenda[J].Journal of the Association tor information，2016（2）：I. [13]López V.，Del Río S.，Benítez J.M.，et al. Cost-sensitive linguistic fuzzy rule based classification systems under the MapReduce framework for imbalanced big data[J].Fuzzy Sets and Systems，2015（258）：5-38.

[14]Erevelles S.，Fukawa N.，Swayne L.. Big Data consumer analytics and the transformation of marketing[J].Journal of Business Research，2016（2）：897-904.

[15]洪之旭，陈浩，程亮.基于大数据的社会治理数据集成及决策分析方法[J].清华大学学报（自然科学版），2017（3）：264-269.

[16]Hartmann P.M.，Zaki M.， Feldmann N.，et al. Capturing value from big data-a taxonomy of data-driven business models used by start-up firms[J].International Journal of Operations & Production Management，2016，36（10）：1382-1406.

[17]Obermeyer Z.，Emanuel E.J.. Predicting the Future -Big Data，Machine Learning，and Clinical Medicine[J].N Engl J Med，2016，375（13）：1216-1219.

[18]Li J.，Tao F.，Cheng Y.，et al. Big Data in product lifecycle management[J]. The International Journal of Advanced Manufacturing Technology，2015，81（1-4）：667-684. [19]Bello-Orgaz G.， Jung J.J.， Camacho D.. Social big data：Recent achievements and new challenges[J].Information Fusion，2016，28：45-59.

龙源期刊网 http://www.qikan.com.cn

[20]Yin S.，Kaynak O.. Big Data for Modern Industry：Challenges and Trends[Point of View][J].Proceedings of the IEEE，2015，103（2）：143-146.

[21]韓炜，杨婉毓.创业网络治理机制、网络结构与新企业绩效的作用关系研究[J].管理评论，2015（12）：65-79.

[22]黄江明，丁玲，崔争艳.企业生态位构筑商业生态竞争优势：宇通和北汽案例比较[J].管理评论，2016（5）：220-231.

[23]段玉厂，傅首清.中关村高层次创新创业人才循环机制建设路径研究——基于与硅谷的比较[J].管理评论，2015（7）：87-93.

[24]钱勇，曹志来.从脱嵌入到再嵌入：企业组织转型的过程——基于铁煤集团主辅分离改革的案例分析[J].管理世界，2011（6）：116-131.

The Influence of Big Data on Enterprise Decision-Making Process： A Multi-Case Study Jiang Hao， Liang Lin， Liu Peiqi

（School of Economics and Management， Hebei University of Technology， Tianjin 300401， China）

Abstract： By using multiple-case comparison method and taking enterprise decision-making process as observation angle， this paper analyzes the specific decision-making process of big data service in 9 case enterprises. Combining the coding analysis of first-hand interview data and the second-hand descriptive data， authors revealed the impact of the big data concept paradigm and technical tools on the business decision-making process as well as the differentiated mode of large data application. The research found that impacts of big data on the enterprise decision-making process mainly include 6 categories， including information collection and analysis， target formation and formulation， decision-making， implementation， implementation evaluation， communication in decision-making， as well as 13 market formats. According to the differences in concept， purpose and means of using big data in enterprises， authors divided two application modes of \"Big Data +\" reengineering and \"+ big data\" blend. The research conclusion can provide useful enlightenment for the formulation and implementation of corporate decision-making under the background of big data.

Key words： big data， enterprise decision-making， application model