1、复杂决策涉及多重变量。以经营企业为例，从大的方面来说，决策至少涉及到战略、市场、财务、运营和法规五个方面，从小的方面来说至少一有120多个节点。

 

2、复杂决策需要多维度分析。这些决策不仅仅是因为他们包含诸多变量，也是因为这些变量有着完全不同的参照系，它们是跨学科的变量。

 

3、复杂决策迫使我们预测未来。各种大大小小的决策，从根本上讲都是关于对未来预测的，而未来存在着不可预测性。

 

4、负责决策涉及不同程度的不确定性。这就是经典的风险矩阵图要做的事情。

 

5、复杂决策通常涉及各种冲突目标。因为人们在不同节点上往往有着互不兼容的价值观，如果只考虑对个人情绪状态的影响，则很容易走偏，当你内心的想法同你的政见、成长经历和财务需求存在冲突时，决策将更难做出。

 

6、复杂决策包含未被发现的选项。这一点很好理解，不用说一个人的能力是有限的，就是一群人的洞察力也是有限的。

 

7、复杂决策容易让人落入感性认识的“圈套”。对正在思考复杂决策的人来说，感性思维偏好会扭曲选择的构建方式或曲解已有选择的潜在优势。损失规避、确认偏误、可用性启发…当我们面对真正的十字路口时，决策的捷径就是“跟着感觉走”。

 

8、复杂决策很容易受到集体智慧失败的影响。集思广益的方式可以将更多视角和见解摆上台面，这不难理解。大型的、多元化的群体在解决决策分歧方面发挥着至关重要的作用，因为群体中的人们会引入新的可能性，会揭示未能发现的风险。但群体易受自身缺陷的影响，比如集体偏见或集体失真，它们均源于人类互动的社交力学，比如“乌合之众”就常被认为是一个带有贬义的词。

 

既然决策这么难，那怎么办呢？一是建议读者阅读史蒂文.约翰逊写作的《远见—如何做出对未来有利的决策？》这本书，在这本书中，约翰逊总结出实用的三步决策法：绘图—预测—选择。当然，如果你觉得这样做也很麻烦，那么你或者选择做一个独裁者，独断专行，或者，你可以选择做一个基督徒，一切由上帝决定。

 

如果你觉得不需要这些，我更愿意介绍你多了解一些商业智能icon决策（BID)方面的案例，因为只有把影响决策的八大因素数据化以后，完全可以通过算法icon模型加以解决，下面我们就分享这方面的一个案例。

 

徐工施维英公司是一家致力于混凝土机械领域可持续发展的专业企业。随着企业的发展，信息系统icon建设越来越多，积累了大量的数据，一些沉淀在系统深处的数据难以提取和整合，无法获取数据决策的价值，所以，数据分析平台建设就格外重要。一方面，它可以汇通企业的各个业务系统，从源头打通数据资源，另一方面，也可以实现数据从提取、集成到数据的清洗、加工、可视化一站式分析，帮助企业真正从数据中提取价值，提高企业的经营能力。

 

本项目建设icon定位于以目标管理为导向，通过数据应用赋能基层员工，赋能中高层管理者，提升企业管理效率。改变传统的KPI管理模式为OKR模式，同时引入PDCA循环icon，构建新型基于目标向导的闭环指标管理体系。

项目的建设离不开强大的工具，帆软icon报表Fine Report通过类似excel的开发方式，以极少代码甚至是零代码实现复杂的需求，同时支持多种数据源，极大的节省了开发时间和成本。除此之外帆软报表具有丰富的图表库，它支持各种图表以及组合图表，通过简单的设置即可实现图表交互、参数联动、超级链接等交互功能，能满足客户的各种需求，实现丰富多样的报表展现效果，同时，对于异常指标可以实现实时预警，使用户可以快速定位问题，提升管理效率。近期，帆软又推出了“数知鸟”工具，作为一款企业级的数据需求管理平台，可以帮助数据团队提升需求协作效率，透明需求处理进度，沉淀需求处理经验。通过“数知鸟”的脑图式指标管理功能，进一步提升了数据管理体系化能力。

总之，数据智能决策（BID）是解决复杂问题决策的好工具，但在应用时应坚持这样的如下原则：

一是数据治理icon是关键。数据分析需要整合多个业务系统的数据，不同的业务系统，数据格式和质量都不同，没有经过治理，直接拿来使用的数据准确性得不到保证。

二是整体规划很重要。整体规划决定了系统最终的面貌，如果没有整体规划，只是想到哪做到哪里，最终可能做了一堆报表，却是没有实际价值，不知不觉当中犯了“合成谬误”的错误。

三是需求分析要到位。在项目实施前，要考虑好具体的实施步骤，尽可能的把需求分析做详细，这样可以避免后期的返工问题。