刘彤：传统的决策体系，绝大多数场景是基于经验的决策，也叫专业经验决策系统。

　　是由一个专业的人(一般是企业一把手或高管)来判断这件事情是怎么样的。这种决策不能代表每个人的意见，但代表了大多数人的意见。很多企业存在这样的决策模式，甚至还有大家常见的开会时领导拍板的“一言堂”模式。

　　专业经验决策体系有一个弊端：对同一件事情A和B会做不同决策，因为每个人的专业经验不可能一样。这带来的问题就是决策结果不可控——有可能是对的，也有可能是错的。而直接影响的就是企业的发展路径。

　　数据决策着眼于“概率”，尤其避免低级错误

　　《中外管理》：在决策过程中使用大数据分析，会得到更准确的结论吗？

　　刘彤：很多人误解了大数据的作用。其实，大数据的核心逻辑是着眼于解决概率问题，大数据永远不是为了解决精准性问题。着眼于解决精准性问题就背离了大数据的逻辑。

　　大数据是收集了一件事情很多次的过程和结果，以及很多人对这件事情的判断，然后综合性地给出一个概率更大的结论。所以它解决的是概率性问题。找到了更大概率成功的点，然后给出更大概率成功的方法和决策。

　　管理最怕不确定，但不确定是始终存在的状态。可如果决策成功概率大，那么企业一定是朝着增长的方向走。反之，如果管理层“脑子一热，开始冲动”，那么做出成功概率小的决定就多，企业一定走下坡路。大数据方法着眼于提升成功的概率，能解决经验和主观决策的带来的弊端问题，让企业沿着成功概率更大的路径成长。

　　从企业管理角度来说，数据科学体系就是尽量避免纯粹的用管理者个体的经验来做判断，防止陷入到动辄“我做这件事情已经20年了”的专家思维，提升了成功的可能性，尤其是降低了犯愚蠢、低级错误的可能性。

　　企业管理者运用数据决策思维会比别人效率更高，成功几率更大，这带来企业管理的巨大差异。