数据如何影响科技公司的
长期战略决策？
通过文献综述比较预测分析、实时数据与组织内部数据，研究科技公司如何利用数据进行预测、战略调整与资源配置。
基于原始文献综述的概念化整理，不是经过实证验证的模型。
ANALYTICSREAL-TIME
DATAINTERNAL
DATA
01 / 项目快照
文献综述 · 战略研究
PM600 Research Project
数据驱动战略决策
大数据 · 预测分析 · 实时数据 · 内部组织数据
预测 · 战略调整 · 资源配置
提交的综述包含 28 条参考文献。
02 / 我到底研究什么？
把“数据影响战略”拆成三个可分析的问题。
科技公司如何利用大数据支持并实施长期战略目标？
FORECAST科技公司如何利用实时数据，根据市场变化调整战略？
ADAPT组织内部数据如何影响科技公司的资源配置，以支持长期效率与增长？
ALLOCATE03 / 分析框架
数据类型，决定能力，也带来限制。
ANALYTICSREAL-TIME
DATAINTERNAL
DATA
PREDICTIVE ANALYTICS趋势、需求与风险预判；受数据质量、可得性与意外扰动限制。
REAL-TIME DATA快速响应市场；需要基础设施、成本投入、治理与安全能力。
INTERNAL DATA改善人力与预算配置；过度优化可能损害灵活性和创造力。
04 / 看见未来
预测降低不确定性，但不能消除不确定性。
数据量扩大了视野，但不会自动提高判断质量。
05 / 从预测未来到响应现在
速度带来适应力，也带来成本与控制问题。
SPEED ↔ COST / CONTROL
文献同时呈现两种战略观点：市场、技术和消费者变化要求持续调整；但核心能力、竞争优势与创新原则仍构成稳定基础。
06 / 数据如何改变资源配置
把资源配得更准，也要为人和未来留出空间。
Skills · Workload · Performance · Team fit
↓ALLOCATION数据可帮助任务匹配、工作量分配和效率；过度监控可能忽略创造力并影响满意度。Operations · Market conditions · Strategic priorities · Innovation
↓DISTRIBUTION数据可提升精确性与战略对齐；刚性预算可能削弱适应性、创新与未来投资空间。EFFICIENCY ↔ HUMAN CONTEXT & FLEXIBILITY
07 / 数据不是答案本身
更好的战略决策，需要数据与判断共同工作。
Precision
Speed
Scale
Consistency
Context
Creativity
Experience
Flexibility
“Data-informed” 是我基于这次文献综述作出的概念化总结：数据提供洞察，但不替代语境、经验和为不确定性保留选择的判断。
08 / 我发现的研究缺口
已有研究往往分别讨论三种数据能力。
FORECAST
RESPOND
ALLOCATE
它们如何在不确定环境中共同工作？
DATA INSIGHT + HUMAN EXPERTISE + STRATEGIC FLEXIBILITY
该框架是从原论文结论提炼的文献综合，不是经过实证验证的模型。
09 / 平衡的数据战略框架
长期表现来自洞察、判断与组织灵活性的动态平衡。
ANALYTICSREAL-TIME
DATAINTERNAL
DATA
Data quality · Cost · Infrastructure · Privacy · Rigidity · Uncertainty
长期战略不是最大化数据使用，而是在数据洞察、人类判断和组织灵活性之间形成动态平衡。
10 / 我是怎么研究的
从模糊问题到结构化战略判断。
这是一项文献综述：定义问题后，围绕预测、实时响应和内部资源配置组织主题，比较收益与限制，识别冲突观点和研究缺口，再形成研究问题与概念化框架。参考基础同时包含学术与行业来源。
11 / 我的收获
指标不是目标，数据也不是决策本身。
这个项目让我第一次系统地意识到，商业决策中的数据价值并不是线性的：更准确的预测、更快的数据和更细的内部指标，会同时带来成本、僵化、隐私、基础设施压力与过度依赖数据的风险。重要的是判断何时相信数据，何时保留人的判断，以及何时为未来的不确定性保留选择空间。这也成为我后来做产品与商业分析时的重要思考方式。