决策模式_百度百科
本词条缺少名片图，补充相关内容使词条更完整，还能快速升级，赶紧来吧！
决策模式是决策系统中对决策过程客观规律的表述，是决策者进行决策必须遵循的规律。
决策模式与决策模型
决策模式是为了获得科学的决策，应遵循的活动程序和行动原则，它指导决策者进行正确的决策。
如：运用运筹学方法建立寻找最优路径的线性模型；而对寻找最优路径的这种活动的客观规律的表述，就是一种决策模式。> 问题详情
决策问题界定是什么意思，请详细说明，不要太高深
悬赏：0&答案豆
提问人：匿名网友
发布时间：
决策问题界定是什么意思，请详细说明，不要太高深
论文写作技巧
网友回答（共2条）
匿名网友&&&&lv1&&&&提问收益：0.00&答案豆
&&&&lv12&&&&提问收益：423.00&答案豆
工作中，我们每天都会遇到各种各样的问题，有些问题会多次重复出现，有些问题是临时冒出来的，作为管理者，我们经常会下意识的经由问题的症状凭借个人经验企图找出解决的办法。&一位在某房地产企业担任中层管理职位的朋友日前跟我聊起他们公司的现状。朋友所在的是一家大型国有房地产企业，日前因为一个合作项目，与另一家知名房地产公司共同成立了一个项目团队，两家企业携手合作开发一个房地产项目。该合作项目由他们公司的老总担任总负责人，两家企业分别派出数十位管理者分任项目团队的管理者。&这时问题就来了。1、该项目总负责人，也就是他们公司的老总，每天主要的时间都花在应酬上，忙于应对各种各样的人际关系。该老总基本没时间也不愿过问项目团队里的事情，项目团队成员若有事找他，几乎也是找不到人。2、由于是两家公司共同成立的项目团队，团队成员之间缺乏深度的了解，再加上大家在职位上是平级的，遇有不同意见了，也没人做主，没人能服众。3、项目管理团队成员们对老总每日在外应酬，不过问项目团队内部事宜有很大的意见，但也无可奈何。4、老总认为自己每天在外应酬还不是为了给大家扫平一切障碍，本就已经非常辛苦，项目团队管理者们还不让他省心，老总自己也觉得很累。&于是，他们商量了一下，大部分人认为问题出在“沟通”上，是大家的沟通技巧不足，便提议请培训专家到公司讲“沟通”课。项目团队决策者认为，要通过沟通技巧的训练，提升团队成员的个人沟通技巧，利于相互之间的配合，进而改善与老总的沟通。我的那位朋友叹了口气，淡淡的说道，项目团队希望培训专家上课时“顺便”暗示老总，不要成天在外喝酒应酬，应多顾及项目团队里的日常管理工作；而老总在得知了培训安排后，又希望专家能在课程中引导项目团队成员，让大家各司其职，每个人做好自己的事情，彼此加强沟通，自动自发的将事情做好，尽量少让他费心。同时，尽管困惑这么多，他们只愿意为本次课程留出一天（6个小时）的时间。&听朋友这么一说，我明白，该项目团队目前遇到的问题，绝不是所谓提升沟通技巧能解决的，他们面对的是结构性的问题，也不是一次培训课程能解决的。&德鲁克说道，“现实人生中没有任何问题（无论在企业经营或其他领域）呈现的面貌可以让我们直接据以做决定。许多问题，我们乍看之下，以为找到了关键因素，实际上这些因素却多半既不重要，也不相干，充其量只是症状而已。而且最显而易见的症状往往透露不出任何重要线索。”&正如我刚提到的那个例子。要提升团队成员的沟通技巧没问题，但对于该项目团队的现状，提升沟通技巧是最“关键”的要素吗？能解决最本质的问题吗？答案显然是否定的。个人沟通技巧再强，倘若组织的结构出了问题，绩效考核出了问题，组织的文化有问题，个人的沟通技巧再强又能怎样？&“管理者看到的可能是个性上的冲突，而真正的问题却缘于组织结构不良；管理者看到的可能是生产成本过高的问题，于是大力削减成本，但实际问题可能出现在工程设计或销售规划不佳；管理者看到的可能是组织的问题，实际问题却可能缘于缺乏明确的目标。”这是出自德鲁克的一番话。&在上面那个例子中，我们知道，房地产企业的经营在国内有其特殊性，严格意义上来说，很多组织不过是权力寻租的产物，都谈不上是一家真正的企业。此时，拥有核心资源，拥有过硬的人脉成了凌驾一切之上的砝码，最高领导者终日忙于应酬，被视作理所当然，应酬，结识重要人脉被看作整个组织中最重要的一环。或许席间某个“关键人物”高兴的说了一番话，写了一个便条，打了一声招呼，便能为你们的组织开创一个全新的局面。既然如此，该项目团队的老总自然是把更多的时间和精力花在应酬上了，因为这管用啊。&对于两家公司组成的新项目团队来说，潜意识里成员之间会捍卫本企业的利益，自身的利益，甚至维护自己团队成员的“面子”。再加上新项目团队没有建立科学、合理的组织架构，没有制定非常清晰的目标，也没有人对目标负责，大家配合起来，当然不好“沟通”了。再说了，一家管理规范，有条不紊开展工作的企业，需要花那么多的时间和精力去做人际沟通吗？显然不需要。&大家都明确知晓自己的工作目标、工作任务，知晓自己的工作在整个项目中的价值，每个人都立足本岗位踏踏实实的工作，企业有清晰的奖惩、升迁制度，谁也不必挖空心思去巴结谁，讨好谁，一切以工作成果论成败。一些需要过多人际协调，需要耗费大量时间沟通的事情，在组织结构上，在流程上就做了恰当而必要的梳理，哪还需要那么“过硬”的个人沟通技巧呢？&对此，德鲁克说道，“决策的首要任务是找出真正的问题是什么，并且界定问题。在这个阶段，花再多的时间都不为过。许多关于领导力的著作和文章都充斥着各种忠告，建议读者如何迅速果断地做决定。但是最愚蠢而浪费时间的建议，莫过于劝读者赶快决定问题到底出在哪里。”
您可能感兴趣的试题
1“十二五”时期，我国对外开放战略将实现的转变不包括（　　）。A.从以往的以出口创汇为核心目标转变为以促进经济发展模式转变为目标B.从以往追求外资外贸规模与速度转为讲求质量与效益C.从以往的以“引进来”为主转变为以“走出去”为主D.从以往的制造业开放为主转变为制造业与服务业开放并重2根据《宪法》和《物权法》，下列自然资源中不专属于国家所有的财产是（　　）。A.矿藏B.土地C.水流D.海洋
我有更好的答案
相关考试课程
请先输入下方的验证码查看最佳答案
图形验证：
验证码提交中……什么是决策？如何理解决策的定义？
什么是决策？如何理解决策的定义？
09-02-20 &
　决策树是用二叉树形图来表示处理逻辑的一种工具。可以直观、清晰地表达加工的逻辑要求。特别适合于判断因素比较少、逻辑组合关系不复杂的情况。 　　决策树提供了一种展示类似在什么条件下会得到什么值这类规则的方法。比如，在贷款申请中，要对申请的风险大小做出判断，图是为了解决这个问题而建立的一棵决策树，从中 们可以看到决策树的基本组成部分：决策节点、分支和叶子。　　决策树中最上面的节点称为根节点，是整个决策树的开始。本例中根节点是“收入&￥40,000”，对此问题的不同回答产生了“是”和“否”两个分支。　　决策树的每个节点子节点的个数与决策树在用的算法有关。如CART算法得到的决策树每个节点有两个分支，这种树称为二叉树。允许节点含有多于两个子节点的树称为多叉树。　　每个分支要么是一个新的决策节点，要么是树的结尾，称为叶子。在沿着决策树从上到下遍历的过程中，在每个节点都会遇到一个问题，对每个节点上问题的不同回答导致不同的分支，最后会到达一个叶子节点。这个过程就是利用决策树进行分类的过程，利用几个变量（每个变量对应一个问题）来判断所属的类别（最后每个叶子会对应一个类别）。　　假如负责借贷的银行官员利用上面这棵决策树来决定支持哪些贷款和拒绝哪些贷款，那么他就可以用贷款申请表来运行这棵决策树，用决策树来判断风险的大小。“年收入&￥40,00”和“高负债”的用户被认为是“高风险”，同时“收入&￥40,000”但“工作时间&5年”的申请，则被认为“低风险”而建议贷款给他/她。　　数据挖掘中决策树是一种经常要用到的技术，可以用于分析数据，同样也可以用来作预测（就像上面的银行官员用他来预测贷款风险）。常用的算法有CHAID、 CART、 QUEST 和C5.0。　　建立决策树的过程，即树的生长过程是不断的把数据进行切分的过程，每次切分对应一个问题，也对应着一个节点。对每个切分都要求分成的组之间的“差异”最大。　　各种决策树算法之间的主要区别就是对这个“差异”衡量方式的区别。对具体衡量方式算法的讨论超出了本文的范围，在此 们只需要把切分看成是把一组数据分成几份，份与份之间尽量不同，而同一份内的数据尽量相同。这个切分的过程也可称为数据的“纯化”。看 们的例子，包含两个类别--低风险和高风险。如果经过一次切分后得到的分组，每个分组中的数据都属于同一个类别，显然达到这样效果的切分方法就是 们所追求的。　　到现在为止 们所讨论的例子都是非常简单的，树也容易理解，当然实际中应用的决策树可能非常复杂。假定 们利用历史数据建立了一个包含几百个属性、输出的类有十几种的决策树，这样的一棵树对人来说可能太复杂了，但每一条从根结点到叶子节点的路径所描述的含义仍然是可以理解的。决策树的这种易理解性对数据挖掘的使用者来说是一个显著的优点。　　然而决策树的这种明确性可能带来误导。比如，决策树每个节点对应分割的定义都是非常明确毫不含糊的，但在实际生活中这种明确可能带来麻烦（凭什么说年收入￥40,001的人具有较小的信用风险而￥40,000的人就没有）。　　建立一颗决策树可能只要对数据库进行几遍扫描之后就能完成，这也意味着需要的计算资源较少，而且可以很容易的处理包含很多预测变量的情况，因此决策树模型可以建立得很快，并适合应用到大量的数据上。　　对最终要拿给人看的决策树来说，在建立过程中让其生长的太“枝繁叶茂”是没有必要的，这样既降低了树的可理解性和可用性，同时也使决策树本身对历史数据的依赖性增大，也就是说这是这棵决策树对此历史数据可能非常准确，一旦应用到新的数据时准确性却急剧下降， 们称这种情况为训练过度。为了使得到的决策树所蕴含的规则具有普遍意义，必须防止训练过度，同时也减少了训练的时间。因此 们需要有一种方法能让 们在适当的时候停止树的生长。常用的方法是设定决策树的最大高度（层数）来限制树的生长。还有一种方法是设定每个节点必须包含的最少记录数，当节点中记录的个数小于这个数值时就停止分割。　　与设置停止增长条件相对应的是在树建立好之后对其进行修剪。先允许树尽量生长，然后再把树修剪到较小的尺寸，当然在修剪的同时要求尽量保持决策树的准确度尽量不要下降太多。　　对决策树常见的批评是说其在为一个节点选择怎样进行分割时使用“贪心”算法。此种算法在决定当前这个分割时根本不考虑此次选择会对将来的分割造成什么样的影响。换句话说，所有的分割都是顺序完成的，一个节点完成分割之后不可能以后再有机会回过头来再考察此次分割的合理性，每次分割都是依赖于他前面的分割方法，也就是说决策树中所有的分割都受根结点的第一次分割的影响，只要第一次分割有一点点不同，那么由此得到的整个决策树就会完全不同。那么是否在选择一个节点的分割的同时向后考虑两层甚至更多的方法，会具有更好的结果呢？目前 们知道的还不是很清楚，但至少这种方法使建立决策树的计算量成倍的增长，因此现在还没有哪个产品使用这种方法。　　而且，通常的分割算法在决定怎么在一个节点进行分割时，都只考察一个预测变量，即节点用于分割的问题只与一个变量有关。这样生成的决策树在有些本应很明确的情况下可能变得复杂而且意义含混，为此目前新提出的一些算法开始在一个节点同时用多个变量来决定分割的方法。比如以前的决策树中可能只能出现类似“收入&￥35,000”的判断，现在则可以用“收入&(0.35*抵押)”或“收入&￥35,000或抵押&150,000”这样的问题。　　决策树很擅长处理非数值型数据，这与神经网络只能处理数值型数据比起来，就免去了很多数据预处理工作。　　甚至有些决策树算法专为处理非数值型数据而设计，因此当采用此种方法建立决策树同时又要处理数值型数据时，反而要做把数值型数据映射到非数值型数据的预处理。
请登录后再发表评论!
决策是指，管理者识别并解决问题的过程，或者管理者利用机会的过程。（3分）（1）决策的主体是管理者，因为决策是管理的一项职能。（1分）（2）决策的本质是一个过程。（1分）（3）决策的目的是解决问题或利用机会，这就是说，决策不仅仅是为了决策问题，有时也是为了利用机会。（1
请登录后再发表评论!
回复：中国决策者清楚地理解了吗？黄先生所言差也！中国经济基本还是自成体系，并不像人们认为的那样依附于国际市场。只要调控得当，是不用过于悲观的！中央政府为主动积极抵御世界经济危机对中国经济的影响，开出4万亿投资计划大单，在刺激经济增长上肯定是有效的。且投资项目主要是在属于长期制约中国经济发展的瓶颈领域，其未来对于中国经济的发展促进作用重大，后劲可估。虽然经济不能长期靠投资拉动，但随着国际金融危机过去和国际经济的复苏，以及这些投资形成的效益、效率和对劳动市场的配套需求，就足以其建设前后的就业问题。真正值得担心的是，超前超量的房地产开发，得不到控制，会耗尽中国的市场消费能力，在一天早上崩盘，导致大量的人员失业和不可修复的资源破坏以及金融秩序的破坏！。 至于美国等西方国家需求下降影响中国出口的问题，是根本不存在的。目前中国虽在对美等出口获得一定利益，但相当部分是体现在国家外汇储备（和债券）方面，并非全部直接挂钩于中国的实体经济运行。取代外需拉动功能的国内市场需求十分巨大，只要国家扩大社会保障，引导国人合理消费，结合适当开拓外需市场领域，内、外需结合，保障中国经济的持续发展，是绝没问题的！。 “保8”,是根据我国经济社会发展近年实际、对未来经济走势的分析判断和平衡发展确定的。已成为中国国内普遍认可的目标，但决不是什么信条。社会经济发展，是要循自己之规律，走自己之道路的，政府只能因势利导，推动和促进社会经济朝人们期望的方向发展。社会经济发展过程中，有许多不可预见性的因素，也有许多不可控制的因素。谁也不能保证目标完全成为未来的现实，未来的现实100％地等同于早时确定的目标。就业问题，是发展中国家的突出问题，也是全世界多数国家的普遍问题。就业与社会保障问题，从某种意义（民生）上说，是一个问题的两个方面，只要国家经济持续发展、社会保障逐渐完善，居民消费信心不断增加，居民消费水平逐步提升，社会生产发展,特别是社会对第三产业的需求增加（我国第三产业尚很滞后，发展空间巨大），自然会产生大量的就业岗位和就业机会。可以说，就业问题，只能靠科学发展来解决。社会经济的持续、平衡、协调、科学地发展,才是解决就业问题的根本出路。社会稳定是经济发展重要条件，也可以说是首要目标。但维护稳定，必须兼顾促进发展进步、维护社会公平、倡导劳动致富、鼓励开拓创新、扶助弱势群体、促进勤劳就业、反对堕落依赖，坐吃山空，开创积极向上、有利发展的稳定氛围。决不能简单采取不分对象的大量发放消费券的方式来拉动内需或谋求消极的稳定。与西方国家人民相比，中国人民当前的消费水平还很低，我们的生活还很苦。中国政府一直致力于人民生活水平的提高。提高国民的生活质量，既是人民共和国发展经济，建设强大国家的需要，也是中国共产党致力中国民族伟大复兴的根本目的，这也是社会主义生产力发展的根本目的。所以，长期服务于国内需求，对中国经济发展事业来说，是一个永恒的命题，也是一条永远的道路。举报 218.22.39.*
下午05:49:30  安徽过客
   
2009年中国所面临的情势与一年前完全不同。许多经济学家已把对中国GDP的预测大幅下调，这可能是反应过度，我们相信中国GDP在未来一两年内能够“保8”。这听起来是积极的，但遗憾的是，最大的挑战可能出现在2010年之后。　　这是因为当前4万亿投资计划可能在刺激经济增长上是有效的，但在提高经济增长质量上并非最理想。数年来，中国一直试图重新平衡经济增长模式，降低对出口和投资的依赖。但4万亿中至少有3/4是用于铁路公路和机场等投资项目,而由省级政府提出的25万亿项目几乎完全用于投资的支出。这必将确保中国经济增长目标，但也会带来问题。首先，大量增加的投资可能使增长模式更加不平衡。中国是需要更多基础设施。但想象一下如果两年内的投资总额相当于2007年全年GDP，那会发生什么，更不用说低效、浪费和腐败等问题了。更重要的是这种刺激计划是不可持续的
请登录后再发表评论!
每个分支要么是一个新的决策节点，要么是树的结尾，称为叶子。在沿着决策树从上到下遍历的过程中，在每个节点都会遇到一个问题，对每个节点上问题的不同回答导致不同的分支，最后会到达一个叶子节点。这个过程就是利用决策树进行分类的过程，利用几个变量（每个变量对应一个问题）来判断所属的类别（最后每个叶子会对应一个类别）。　　假如负责借贷的银行官员利用上面这棵决策树来决定支持哪些贷款和拒绝哪些贷款，那么他就可以用贷款申请表来运行这棵决策树，用决策树来判断风险的大小。“年收入&￥40,00”和“高负债”的用户被认为是“高风险”，同时“收入&￥40,000”但“工作时间&5年”的申请，则被认为“低风险”而建议贷款给他/她。
请登录后再发表评论!
　决策树是用二叉树形图来表示处理逻辑的一种工具。可以直观、清晰地表达加工的逻辑要求。特别适合于判断因素比较少、逻辑组合关系不复杂的情况。 　　决策树提供了一种展示类似在什么条件下会得到什么值这类规则的方法。比如，在贷款申请中，要对申请的风险大小做出判断，图是为了解决这个问题而建立的一棵决策树，从中 们可以看到决策树的基本组成部分：决策节点、分支和叶子。　　决策树中最上面的节点称为根节点，是整个决策树的开始。本例中根节点是“收入&￥40,000”，对此问题的不同回答产生了“是”和“否”两个分支。　　决策树的每个节点子节点的个数与决策树在用的算法有关。如CART算法得到的决策树每个节点有两个分支，这种树称为二叉树。允许节点含有多于两个子节点的树称为多叉树。　　每个分支要么是一个新的决策节点，要么是树的结尾，称为叶子。在沿着决策树从上到下遍历的过程中，在每个节点都会遇到一个问题，对每个节点上问题的不同回答导致不同的分支，最后会到达一个叶子节点。这个过程就是利用决策树进行分类的过程，利用几个变量（每个变量对应一个问题）来判断所属的类别（最后每个叶子会对应一个类别）。　　假如负责借贷的银行官员利用上面这棵决策树来决定支持哪些贷款和拒绝哪些贷款，那么他就可以用贷款申请表来运行这棵决策树，用决策树来判断风险的大小。“年收入&￥40,00”和“高负债”的用户被认为是“高风险”，同时“收入&￥40,000”但“工作时间&5年”的申请，则被认为“低风险”而建议贷款给他/她。　　数据挖掘中决策树是一种经常要用到的技术，可以用于分析数据，同样也可以用来作预测（就像上面的银行官员用他来预测贷款风险）。常用的算法有CHAID、 CART、 QUEST 和C5.0。　　建立决策树的过程，即树的生长过程是不断的把数据进行切分的过程，每次切分对应一个问题，也对应着一个节点。对每个切分都要求分成的组之间的“差异”最大。　　各种决策树算法之间的主要区别就是对这个“差异”衡量方式的区别。对具体衡量方式算法的讨论超出了本文的范围，在此 们只需要把切分看成是把一组数据分成几份，份与份之间尽量不同，而同一份内的数据尽量相同。这个切分的过程也可称为数据的“纯化”。看 们的例子，包含两个类别--低风险和高风险。如果经过一次切分后得到的分组，每个分组中的数据都属于同一个类别，显然达到这样效果的切分方法就是 们所追求的。　　到现在为止 们所讨论的例子都是非常简单的，树也容易理解，当然实际中应用的决策树可能非常复杂。假定 们利用历史数据建立了一个包含几百个属性、输出的类有十几种的决策树，这样的一棵树对人来说可能太复杂了，但每一条从根结点到叶子节点的路径所描述的含义仍然是可以理解的。决策树的这种易理解性对数据挖掘的使用者来说是一个显著的优点。　　然而决策树的这种明确性可能带来误导。比如，决策树每个节点对应分割的定义都是非常明确毫不含糊的，但在实际生活中这种明确可能带来麻烦（凭什么说年收入￥40,001的人具有较小的信用风险而￥40,000的人就没有）。　　建立一颗决策树可能只要对数据库进行几遍扫描之后就能完成，这也意味着需要的计算资源较少，而且可以很容易的处理包含很多预测变量的情况，因此决策树模型可以建立得很快，并适合应用到大量的数据上。　　对最终要拿给人看的决策树来说，在建立过程中让其生长的太“枝繁叶茂”是没有必要的，这样既降低了树的可理解性和可用性，同时也使决策树本身对历史数据的依赖性增大，也就是说这是这棵决策树对此历史数据可能非常准确，一旦应用到新的数据时准确性却急剧下降， 们称这种情况为训练过度。为了使得到的决策树所蕴含的规则具有普遍意义，必须防止训练过度，同时也减少了训练的时间。因此 们需要有一种方法能让 们在适当的时候停止树的生长。常用的方法是设定决策树的最大高度（层数）来限制树的生长。还有一种方法是设定每个节点必须包含的最少记录数，当节点中记录的个数小于这个数值时就停止分割。　　与设置停止增长条件相对应的是在树建立好之后对其进行修剪。先允许树尽量生长，然后再把树修剪到较小的尺寸，当然在修剪的同时要求尽量保持决策树的准确度尽量不要下降太多。　　对决策树常见的批评是说其在为一个节点选择怎样进行分割时使用“贪心”算法。此种算法在决定当前这个分割时根本不考虑此次选择会对将来的分割造成什么样的影响。换句话说，所有的分割都是顺序完成的，一个节点完成分割之后不可能以后再有机会回过头来再考察此次分割的合理性，每次分割都是依赖于他前面的分割方法，也就是说决策树中所有的分割都受根结点的第一次分割的影响，只要第一次分割有一点点不同，那么由此得到的整个决策树就会完全不同。那么是否在选择一个节点的分割的同时向后考虑两层甚至更多的方法，会具有更好的结果呢？目前 们知道的还不是很清楚，但至少这种方法使建立决策树的计算量成倍的增长，因此现在还没有哪个产品使用这种方法。　　而且，通常的分割算法在决定怎么在一个节点进行分割时，都只考察一个预测变量，即节点用于分割的问题只与一个变量有关。这样生成的决策树在有些本应很明确的情况下可能变得复杂而且意义含混，为此目前新提出的一些算法开始在一个节点同时用多个变量来决定分割的方法。比如以前的决策树中可能只能出现类似“收入&￥35,000”的判断，现在则可以用“收入&(0.35*抵押)”或“收入&￥35,000或抵押&150,000”这样的问题。　　决策树很擅长处理非数值型数据，这与神经网络只能处理数值型数据比起来，就免去了很多数据预处理工作。　　甚至有些决策树算法专为处理非数值型数据而设计，因此当采用此种方法建立决策树同时又要处理数值型数据时，反而要做把数值型数据映射到非数值型数据的预处理。
请登录后再发表评论!
决策是指，管理者识别并解决问题的过程，或者管理者利用机会的过程。
请登录后再发表评论!
决策是从可供挑选的行动方向中作选择。决策的目的是建立并实现一个机构的目的和目标。之所以要决策是因为有问题存在，目标或目的的不适当，或者有某种东西妨碍了目标或目的的实现。
请登录后再发表评论!
决策者必须有办法能从多种选择里确定一种为最佳，也就是说哪个对实现机构目标帮助最大，机构的目标也就是此机构所寻求的事态的结果。如何实现目标，个人和组织都有不同的看法。因此，最佳选择可能就取决于决策人了。通常一个组织内的单位或部门作出的决策可能有利于本部门、本单位，但对比它们大的机构来说就不是最佳选择了。这就是所谓的局部优化：增加对一单位或部门的便利同时减少对另一个单位或部门的便利，这是在两利不能兼顾的情况下所做的取舍。例如，经理可以把增加广告预算的必要性讲得头头是道，但是从总的布局看，增加改进产品的科研费用也许对这个组织更有好处。      因为一个组织希望同时达到的目标很多，所以就要进行权衡，虽然有些目标比另一些重要，但重要程度和次序则常常因人而异，因部门而异。管理者不同对同一问题所做的解说也是不同的。把同样一种情况摆在他们面前，销售经理看的是销售问题，生产经理看的是生产问题，如此等等。      多个目标的排序和重要性在某种程度上是以决策者的价值观为依据的。这些价值观念是个性的，很难捉摸，甚至抱有这种观念的人自己也很难弄清楚；这是因为价值观不断变化，也很复杂。很多商业活动中，不同的人对于风险和收益的可接受程度的价值观不一样，这就导致了他们对决策正确与否的看法也不同。      人们常以为决策是一个孤立的现象，但从系统的观念看，问题的产生有多种原因，所以决策既有意料中的结果，又有意料外的结果。一个组织是一个发展的实体，所以今天所做的决策对未来可能产生意义深远的影响。因此一个老练的管理者常要考虑当前决策在将来产生的结果。
请登录后再发表评论!
决策就是你的选择。
请登录后再发表评论!
什么是决策？      决策是从可供挑选的行动方向中作选择。决策的目的是建立并实现一个机构的目的和目标。之所以要决策是因为有问题存在，目标或目的的不适当，或者有某种东西妨碍了目标或目的的实现。      因此，决策过程对于管理非常重要。一个管理者做的差不多所有事情都离不开决策。有人甚至提出管理就是决策。虽然管理者不能预见未来，但是他们要做的很多决策需要他们考虑将来可能发生的情况。管理者常常必须对未来的情况作出最佳的猜测，使偶然性尽可能少地发生。但是因为总是在不确定的因素，所以决策往往伴随着风险。一个不当的决策的后果有时不严重而有时严重。      选择就是从多个选项中进行挑选的机会。没有选择就没有决策。决策本身就是一个选择的过程。很多决策有很宽的选择范围。例如，一个学生为了自己获得学位的志向，可以在许多不同的课程里作选择。对管理者来说，每一个决策都受着政策、程序、法律、先例等方面的制约。这些制约在一个机构的各个阶层都存在。      选择项就是可供选择、可能的行动方向；没有选择项，就没有选择，也就没有了决策。如果看不到有不同的选择项，说明对问题还没有进行全面的研究。一些管理者有时用非此即彼的方式处理问题，这虽然是他们简化复杂问题的方法，但是习惯了简化常使他们看不到别的解决办法。      在管理这个层次上，决策包括识别选择项和减少选择项两个步骤；其范围可以从极为有限的几个选择项到几乎无限多的选择项。      决策者必须有办法能从多种选择里确定一种为最佳，也就是说哪个对实现机构目标帮助最大，机构的目标也就是此机构所寻求的事态的结果。如何实现目标，个人和组织都有不同的看法。因此，最佳选择可能就取决于决策人了。通常一个组织内的单位或部门作出的决策可能有利于本部门、本单位，但对比它们大的机构来说就不是最佳选择了。这就是所谓的局部优化：增加对一单位或部门的便利同时减少对另一个单位或部门的便利，这是在两利不能兼顾的情况下所做的取舍。例如，经理可以把增加广告预算的必要性讲得头头是道，但是从总的布局看，增加改进产品的科研费用也许对这个组织更有好处。      因为一个组织希望同时达到的目标很多，所以就要进行权衡，虽然有些目标比另一些重要，但重要程度和次序则常常因人而异，因部门而异。管理者不同对同一问题所做的解说也是不同的。把同样一种情况摆在他们面前，销售经理看的是销售问题，生产经理看的是生产问题，如此等等。      多个目标的排序和重要性在某种程度上是以决策者的价值观为依据的。这些价值观念是个性的，很难捉摸，甚至抱有这种观念的人自己也很难弄清楚；这是因为价值观不断变化，也很复杂。很多商业活动中，不同的人对于风险和收益的可接受程度的价值观不一样，这就导致了他们对决策正确与否的看法也不同。      人们常以为决策是一个孤立的现象，但从系统的观念看，问题的产生有多种原因，所以决策既有意料中的结果，又有意料外的结果。一个组织是一个发展的实体，所以今天所做的决策对未来可能产生意义深远的影响。因此一个老练的管理者常要考虑当前决策在将来产生的结果
请登录后再发表评论!
决策是指，管理者识别并解决问题的过程，或者管理者利用机会的过程。（1）决策的主体是管理者，因为决策是管理的一项职能。（2）决策的本质是一个过程。（3）决策的目的是解决问题或利用机会，这就是说，决策不仅仅是为了决策问题，有时也是为了利用机会。
请登录后再发表评论!
“决策”一词的意思就是作出决定或选择。管理就是决策。是指通过分析、比较，在若干种可供选择的方案中选定最优方案的过程。 时至今日，对决策概念的界定不下上百种，但仍未形成统一的看法，诸多界定归纳起来，基本有以下三种理解： 一是把决策看作是一个包括提出问题、确立目标、设计和选择方案的过程。这是广义的理解。二是把决策看作是从几种备选的行动方案中作出最终抉择，是决策者的拍板定案。这是狭义的理解。三是认为决策是对不确定条件下发生的偶发事件所做的处理决定。这类事件既无先例，又没有可遵循的规律，做出选择要冒一定的风险。也就是说，只有冒一定的风险的选择才是决策。这是对决策概念最狭义的理解。以上对决策概念的解释是从不同的角度作出的，要科学地理解决策概念，有必要考察决策专家西蒙在决策理论中对决策内涵的看法。 [决策类型特征 ] 由于企业活动非常复杂，因而，管理者的决策也多种多样。不同的分类方法，具有不同的决策类型。 1．按决策的作用分类 （1）战略决策。是指有关企业的发展方向的重大全局决策，由高层管理人员作出。 （2）管理决策。为保证企业总体战略目标的实现而解决局部问题的重要决策，由中层管理人员作出。 （3）业务决策。是指基层管理人员为解决日常工作和作业任务中的问题所作的决策。 2．按决策的性质分类 （1）程序化决策。即有关常规的、反复发生的问题的决策。 （2）非程序化决策。是指偶然发生的或首次出现而又较为重要的非重要复性决策。 3．按决策的问题的条件分类 （1）确定性决策。是指可供选择的方案中只有一种自然状态时的决策。即决策的条件是确定的。 （2）风险型决策。是指可供选择的方案中，存在两种或两种以上的自然状态，但每种自然状态所发生概率的大小是可以估计的。 （3）不确定型决策。指在可供选择的方案中存在两种或两种以上的自然状态，而且，这些自然状态所发生的概率是无法估计的。
请登录后再发表评论!