企业经营管理工具之决策技术
rma指标 -回复
rma指标-回复RMA指标是企业经营分析中常用的一种财务指标工具，全称为Risk Management Association指数，又被称为降低风险的指数（Risk Management Association），其准确的定义是一种定量风险分析技术，用于评估企业经济实力和信用风险。
RMA指标通过对企业的各项财务数据进行分析，帮助企业管理层评估企业的风险，提供决策依据，同时也为投资者提供了了解企业财务状况的重要工具。
RMA指标主要包括以下几个方面：1. 两个基本指标RMA指标是以两个基本指标为基础的，即资本回报率（ROA）和风险负债率（D/E）。
资本回报率是以企业净利润与总资产之比来衡量企业经营效率和利润能力的指标，高资本回报率表示企业盈利能力较好；而风险负债率是衡量企业财务风险的指标，高风险负债率表示企业财务风险较高。
2. 定量分析RMA指标通过对企业的财务指标进行定量分析，比如资产负债表、利润表和现金流量表等，从而得出客观且可比较的结果。
通过对这些数据的分析，管理层可以更清楚地了解企业的经营情况，确定企业的经营方向和策略。
3. 分行业指标RMA指标也可以根据不同的行业特点进行细分，使得指标的比较更具有说服力。
不同行业的企业常常有不同的风险特征和经营模式，因此使用同样的指标进行比较可能会有偏差。
RMA根据不同行业的相关数据制定了相应的指标，以便更好地评估企业的经营风险。
4. 多维度分析RMA指标并不仅仅局限于资本回报率和风险负债率这两个基本指标，还可以进行更多的维度分析，比如利润能力、资本结构、应收账款周转率等等。
这些指标的分析可以从不同的角度来评估企业的财务状况，并帮助管理层更全面地了解企业的经营情况。
5. 提供决策依据RMA指标的分析结果可以为企业管理层提供决策依据。
通过对企业财务状况的分析，管理层可以更准确地评估企业的风险，确定未来的经营策略。
同时，也可以帮助管理层发现和解决潜在的风险问题，提高企业的绩效和竞争力。
经营决策的方法有哪些
经营决策的方法有哪些经营决策是企业管理中非常重要的一环，它直接关系到企业的发展和利润。
在现代商业社会，面对激烈的市场竞争和不断变化的经济环境，企业需要具备科学的经营决策方法，以应对各种挑战和机遇。
下面将介绍几种常见的经营决策方法。
首先，定性分析是一种常见的经营决策方法。
在面对一些模糊的、难以量化的问题时，定性分析可以帮助管理者通过主观的判断和经验来做出决策。
这种方法适用于一些战略性的决策，如市场定位、品牌定位等。
其次，定量分析也是一种常见的经营决策方法。
相对于定性分析，定量分析更加依赖于数据和事实。
通过收集大量的数据，运用统计学和数学模型，可以对问题进行量化分析，为决策提供客观的依据。
比如，企业可以通过市场调研数据来确定产品的定价策略，通过财务数据来进行成本控制和利润预测。
此外，决策树分析也是一种常用的决策方法。
决策树是一种图形化的决策工具，通过构建决策树，可以清晰地展现出不同决策选择所带来的结果，帮助管理者更好地进行决策。
决策树分析适用于复杂的决策问题，可以帮助管理者系统地分析各种决策选择的风险和收益。
此外，还有蒙特卡洛模拟方法。
蒙特卡洛模拟是一种基于概率统计的决策方法，通过随机抽样和模拟实验，可以对不确定性因素进行分析，为决策提供风险评估和决策方案的优化。
这种方法适用于风险管理和项目投资决策。
最后，还有专家咨询和决策支持系统。
在面对复杂的决策问题时，企业可以寻求专家的意见和建议，通过专家咨询来辅助决策。
此外，还可以利用决策支持系统来进行决策分析和模拟，帮助管理者做出更加科学的决策。
综上所述，经营决策的方法有很多种，不同的方法适用于不同类型的决策问题。
在实际应用中，企业管理者需要根据具体情况来选择合适的决策方法，灵活运用各种方法来进行决策分析，以实现企业的长期发展和利润最大化。
大型集团企业经营管控大数据决策分析应用研究
大型集团企业经营管控大数据决策分析应用研究■高玉峰吴晓晓石倩摘要：本文通过对大数据发展趋势的研究，结合大型集团企业经营管控发展需求，针对大型集团企业数据量大、种类多、业务多样等特点，介绍了构建面向大型集团企业经营管控的大数据决策分析应用体系。
本文重点介绍了应用目标、建设思路、需求分析、数据汇聚模式、数据资源分类及应用展示，为提升集团企业大数据应用水平和决策分析能力提供支撑。
关键词：集团企业；大数据；决策分析；经营管控引言随着移动网络、云计算、物联网等新兴技术迅猛发展，全球数据呈爆炸式增长，迎来了又一伟大时代一一大数据时代。
麦肯锡咨询公司对“大数据时代”的定义是：“数据己经渗透到当今每一个行业和业务职能领域，成为重要的生产要素。
”维基百科对大数据的定义是：“无法在一定时间里用常规的软件工具对内容进行抓取、管理和处理的数据集合。
”在维克托•迈尔-舍恩伯格及肯尼斯•库克耶编写的《大数据时代》中，大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理。
简单说，“大数据”就是超越了传统IT技术和数据库软件处理能力的海量数据。
当前，大数据己成为全球的研究热点问题。
大数据背景下，企业可以借助大数据技术实施基于数据驱动的决策方式，通过收集与企业经营相关的综合数据，使用数字方法对其分析与建模，分析挖掘岀隐藏在数据背后的关系，最大限度从中挖掘有价值的信息，进而预测事件可能发生的概率，为决策者提供较为合理的决策方案，以提高企业决策的预见性、针对性与科学化程度。
大数据应用为企业尤其是大型企业集团加强和提升精细化管控能力打开了一条技术赋能的路径。
大型集团企业具有管理层次多、营业规模大、涉足领域宽、成员单位多、业务多样等特点，尤其需要大数据手段使集团企业更好的发挥整合效应和协同效能。
集团企业实现大数据应用，是进一步推动集团企业信息化集中统一建设和应用，确保数据及时、准确、全面，实现数据融合和挖掘利用，为科学决策提供支撑的一项重要举措。
企业运营数据分析与决策支持手册
企业运营数据分析与决策支持手册第1章企业运营数据分析概述 (4)1.1 数据分析的重要性 (4)1.2 企业运营数据类型与来源 (4)1.3 数据分析的方法与技术 (5)第2章数据收集与预处理 (5)2.1 数据收集方法与技巧 (5)2.1.1 文档收集 (6)2.1.2 数据库提取 (6)2.1.3 网络爬虫 (6)2.1.4 问卷调查 (6)2.1.5 访谈与座谈会 (6)2.2 数据清洗与整合 (6)2.2.1 数据清洗 (6)2.2.2 数据整合 (6)2.3 数据质量评估与改进 (7)2.3.1 数据质量评估 (7)2.3.2 数据质量改进 (7)第3章数据分析方法与模型 (7)3.1 描述性统计分析 (7)3.1.1 频数与频率分布 (7)3.1.2 图表展示（包括条形图、饼图、直方图等） (7)3.1.3 统计量度（包括均值、中位数、众数、方差、标准差等） (7)3.1.4 数据的偏态与峰度 (7)3.1.5 异常值处理 (7)3.2 相关性分析 (7)3.2.1 皮尔逊相关系数 (7)3.2.2 斯皮尔曼相关系数 (7)3.2.3 判定系数（解释变量对因变量的解释程度） (7)3.2.4 相关性检验（包括t检验、F检验等） (8)3.2.5 相关性矩阵 (8)3.3 回归分析 (8)3.3.1 一元线性回归 (8)3.3.2 多元线性回归 (8)3.3.3 逻辑回归（适用于因变量为分类变量） (8)3.3.4 非线性回归（包括多项式回归、指数回归等） (8)3.3.5 回归模型评估（包括R平方、调整R平方、C、BIC等） (8)3.4 时间序列分析 (8)3.4.1 平稳性检验（包括单位根检验、ADF检验等） (8)3.4.2 自相关函数与偏自相关函数 (8)3.4.3 时间序列模型（包括AR、MA、ARMA、ARIMA等） (8)3.4.4 季节性分析 (8)第4章财务数据分析 (8)4.1 财务报表分析 (8)4.1.1 资产负债表分析 (8)4.1.2 利润表分析 (8)4.1.3 现金流量表分析 (9)4.2 财务比率分析 (9)4.2.1 偿债能力分析 (9)4.2.2 营运能力分析 (9)4.2.3 盈利能力分析 (9)4.2.4 财务稳定性分析 (9)4.3 成本效益分析 (9)4.3.1 成本分析 (9)4.3.2 效益分析 (9)4.3.3 成本效益平衡分析 (9)第5章市场数据分析 (10)5.1 市场规模与增长分析 (10)5.1.1 市场总量分析 (10)5.1.2 增长趋势预测 (10)5.1.3 市场潜力分析 (10)5.2 市场细分与目标客户 (10)5.2.1 市场细分方法 (10)5.2.2 目标市场选择 (10)5.2.3 目标客户分析 (10)5.3 竞品分析 (10)5.3.1 竞品市场占有率分析 (10)5.3.2 竞品产品特点分析 (10)5.3.3 竞品营销策略分析 (11)5.3.4 竞品发展趋势分析 (11)第6章供应链数据分析 (11)6.1 供应链结构分析 (11)6.1.1 供应链层级结构分析 (11)6.1.2 节点企业分析 (11)6.1.3 信息流、物流和资金流分析 (11)6.2 库存管理分析 (11)6.2.1 库存水平分析 (11)6.2.2 库存周转率分析 (12)6.2.3 库存结构分析 (12)6.3 物流优化分析 (12)6.3.1 运输优化分析 (12)6.3.2 仓储优化分析 (12)6.3.3 配送优化分析 (12)第7章人力资源数据分析 (12)7.1 人员结构分析 (12)7.1.2 职位结构分析 (12)7.1.3 学历结构分析 (13)7.1.4 职称结构分析 (13)7.2 人员绩效分析 (13)7.2.1 绩效考核指标体系 (13)7.2.2 员工绩效分布分析 (13)7.2.3 绩效与薪酬关联分析 (13)7.2.4 绩效改进措施 (13)7.3 招聘与离职分析 (13)7.3.1 招聘渠道分析 (13)7.3.2 招聘成本分析 (13)7.3.3 离职原因分析 (13)7.3.4 离职率分析 (14)7.3.5 招聘与离职关联分析 (14)第8章客户数据分析 (14)8.1 客户满意度分析 (14)8.1.1 客户满意度调查方法 (14)8.1.2 客户满意度指标体系 (14)8.1.3 客户满意度数据分析 (14)8.1.4 提升客户满意度的策略 (14)8.2 客户忠诚度分析 (14)8.2.1 客户忠诚度定义及评价指标 (14)8.2.2 客户忠诚度影响因素分析 (14)8.2.3 客户忠诚度数据分析方法 (15)8.2.4 提升客户忠诚度策略 (15)8.3 客户价值分析 (15)8.3.1 客户价值评价指标 (15)8.3.2 客户价值分类方法 (15)8.3.3 客户价值数据分析 (15)8.3.4 客户价值提升策略 (15)第9章决策支持系统构建 (15)9.1 决策支持系统概述 (15)9.2 数据可视化与仪表盘设计 (16)9.3 数据挖掘与预测分析 (16)9.4 决策模型与应用 (16)第10章企业运营决策实践案例 (16)10.1 财务决策案例 (16)10.1.1 资金筹措方案分析 (16)10.1.2 成本控制策略制定 (17)10.1.3 投资项目评估与决策 (17)10.2 市场决策案例 (17)10.2.1 市场趋势分析 (17)10.2.2 竞争对手分析 (17)10.3 供应链决策案例 (17)10.3.1 供应商选择与评估 (17)10.3.2 库存控制策略分析 (17)10.3.3 物流优化方案设计 (17)10.4 人力资源决策案例 (17)10.4.1 人才招聘与选拔策略 (17)10.4.2 员工绩效评估体系优化 (17)10.4.3 员工培训与发展计划制定 (17)第1章企业运营数据分析概述1.1 数据分析的重要性在当今信息化时代，数据分析已成为企业运营决策中不可或缺的一环。
财务分析工具在企业经营决策中的应用
财务分析工具在企业经营决策中的应用在当今竞争激烈的商业环境中，企业要想实现可持续发展并在市场中脱颖而出，科学合理的经营决策至关重要。
而财务分析工具作为企业管理的重要手段，能够为经营决策提供有力的支持和依据。
本文将探讨财务分析工具在企业经营决策中的具体应用。
一、财务分析工具的种类首先，我们来了解一下常见的财务分析工具。
1、比率分析比率分析是通过计算各种财务比率来评估企业的财务状况和经营绩效。
比如，偿债能力比率（如流动比率、资产负债率）可以反映企业偿还债务的能力；营运能力比率（如存货周转率、应收账款周转率）能体现企业资产的运营效率；盈利能力比率（如毛利率、净利率）则展示了企业获取利润的水平。
2、趋势分析趋势分析是对企业财务数据在不同时期的变化趋势进行研究。
通过比较连续几年的财务报表数据，能够发现企业的发展态势，预测未来的走向。
3、成本分析成本分析着重于对企业成本结构和成本变动的研究。
它帮助企业了解各项成本的构成，找出成本控制的关键点，从而优化成本管理，提高企业的经济效益。
4、现金流量分析现金流量分析关注企业现金的流入和流出情况。
健康的现金流量是企业生存和发展的基础，通过分析现金流量表，可以评估企业的资金周转能力和支付能力。
二、财务分析工具在经营决策中的具体应用1、投资决策当企业考虑新的投资项目时，财务分析工具可以帮助评估项目的可行性。
通过计算投资回报率、净现值、内部收益率等指标，对项目的预期收益和风险进行量化分析。
如果投资回报率高、净现值为正、内部收益率超过企业的资本成本，那么该项目可能具有投资价值；反之，则需要谨慎考虑。
例如，一家企业计划投资建设新的生产线。
通过成本分析，预计初始投资为_____万元，每年可增加销售收入_____万元，同时增加成本_____万元。
运用财务分析工具计算得出，该项目的投资回收期为_____年，内部收益率为_____%。
根据企业的风险承受能力和资金状况，管理层可以决定是否进行投资。
大数据对企业管理决策影响研究
大数据对企业管理决策影响研究一、大数据技术概述随着互联网技术的飞速发展，大数据已经成为当今社会的一个热门话题。
大数据是指在传统数据处理方法难以处理的大量、多样、快速变化的数据集合。
这些数据集合具有四个特点：数据量大(Volume)、数据类型多样(Variety)、数据处理速度快(Velocity)和数据价值密度低(Value)。
大数据技术是指通过特定的算法和技术手段，从海量数据中提取有价值的信息，以支持企业决策的一种技术体系。
数据采集：通过各种传感器、网络设备等手段，实时收集企业内外的各种数据，包括结构化数据(如数据库中的数据)和非结构化数据(如文本、图片、音频等)。
数据存储：将采集到的数据存储在分布式存储系统中，如Hadoop HDFS、Amazon S3等，以便后续进行分析和处理。
数据处理：对存储的数据进行清洗、整合、转换等操作，以满足后续分析的需求。
常见的数据处理工具有MapReduce、Spark等。
数据分析：利用机器学习、统计学等方法，对处理后的数据进行挖掘和分析，发现其中的规律和趋势，为企业管理决策提供支持。
数据可视化：将分析结果以图表、报表等形式展示出来，使管理者能够更直观地了解企业的运营状况和市场动态。
常见的可视化工具有Tableau、Power BI等。
数据安全与隐私保护：在大数据应用过程中，需要确保数据的安全性和用户隐私的保护。
这包括数据的加密存储、访问控制、合规性审查等方面。
实时监控与预警：通过对大数据的实时监控和分析，及时发现企业的潜在问题和风险，为企业决策提供预警信息。
人工智能与机器学习：利用人工智能和机器学习技术，提高大数据处理的效率和准确性，为企业决策提供更智能的支持。
大数据技术为企业提供了一种全新的管理决策方式，可以帮助企业更好地了解市场、优化运营、降低成本、提高竞争力。
大数据技术的应用也面临着诸多挑战，如数据质量、数据安全、人才短缺等问题。
企业在引入大数据技术时，需要充分考虑这些问题，并制定相应的策略和措施，以确保大数据技术能够为企业带来真正的价值。
大数据技术在企业财务决策中的应用
大数据技术在企业财务决策中的应用随着科技的不断发展和企业竞争的加剧，大数据技术逐渐成为企业管理和决策的重要工具。
在企业财务决策中，大数据技术的应用能够提供全面、准确的信息支持，帮助企业管理者做出更明智的决策。
本文将探讨大数据技术在企业财务决策中的应用，并分析其优势和挑战。
一、大数据技术在财务数据分析中的应用大数据技术的应用使得企业能够处理和分析大量的财务数据，从而更好地理解企业的财务状况和经营情况。
通过对大数据的挖掘和分析，企业能够发现潜在的机会和风险，为财务决策提供准确的依据。
1.1 数据挖掘与趋势分析大数据技术可以帮助企业从庞大的财务数据中快速发现关键信息并进行趋势分析。
通过对历史财务数据的挖掘和分析，企业可以更准确地预测未来的市场走势，并相应地作出财务决策。
例如，通过分析过去几年的销售数据和市场趋势，企业可以预测未来的销售额和市场需求，以此调整资金的运营和投资策略。
1.2 预测模型的建立与优化大数据技术可以帮助企业建立和优化财务预测模型，提高预测准确性。
通过将大量历史财务数据与其他关键因素进行关联分析，企业可以发现不同变量之间的关系，并据此建立财务预测模型。
这些模型可以为企业提供未来业务增长、盈利能力等方面的预测指导，进而指导财务决策的制定。
二、大数据技术在风险管理中的应用企业面临各种风险，包括市场风险、金融风险、运营风险等。
大数据技术可以帮助企业更好地评估和管理这些风险，降低企业的经营风险。
2.1 风险模型的构建与优化大数据技术可以帮助企业构建和优化风险模型，提高风险评估的准确性。
通过将大量的财务和经营数据与其他风险因素进行关联分析，企业可以了解不同风险因素对业务和财务状况的影响程度，据此构建风险模型。
这些模型可以为企业提供风险评估和管理策略的参考，帮助企业更好地应对不同的风险挑战。
2.2 实时监测与预警系统借助大数据技术，企业可以建立实时监测和预警系统，及时发现并应对潜在风险。
通过对大量的财务和市场数据进行实时监测和分析，企业可以迅速捕捉到市场变化和风险信号，并相应地调整财务决策和经营策略，以降低风险对企业的影响程度。
决策
决策非程序化决策决策一词的意思就是为了到达一定目标，采用一定的科学方法和手段，从两个以上的方案中选择一个满意方案的分析判断过程。
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。
管理学名决策简单的讲：就是领导层选择方法和决定方法的能力一、概念决策是人们在政治、经济、技术和日常生活中普遍存在的一种行为; 决策是管理中经常发生的一种活动; 决策是决定的意思, 它是为了实现特定的目标, 根据客观的可能性, 在占有一定信息和经验的基础上, 借助一定的工具、技巧和方法, 对影响目标实现的诸因素进行分析、计算和判断选优后, 对未来行动作出决定。
决策分析是一门与经济学、数学、心理学和组织行为学有密切相关的综合性学科。
它的研究对象是决策, 它的研究目的是帮助人们提高决策质量, 减少决策的时间和成本。
因此, 决策分析是一门创造性的管理技术。
它包括发现问题、确定目标、确定评价标准、方案制定、方案选优和方案实施等过程。
——目标：目标必须清楚。
——必须有两个及两个以上的备择方案——决策是以可行方案为依据——过程：在本质上决策是一个循环过程，贯穿整个管理活动的始终。
——主题：管理者——目的：解决问题或利用机会二、现代决策的特点：1、决策系统的规模扩大2、决策活动的频率加快3、决策活动包含的信息量猛增4、决策主体的构成在变三、决策的作用1、科学决策是现代管理的核心，决策贯穿整个管理活动。
2、决策是决定管理工作成败的关键。
决策是任何有目的的活动发生之前必不可少的一步。
不同层次的决策有大小不同的影响。
3、科学决策是现代管理者的主要职责四、决策的分类1、按决策范围分为战略决策、战术决策和业务决策；（三者相辅相成，构成紧密联系，不可分割的整体，是指导与被指导的关系。
地位不同，特点不同）战略：指直接关系到组织的生存和发展，涉及组织全局的长远性的、方向性的决策。
风险大。
一般需要长时间才可看出决策结果，所需解决问题复杂，环境变动较大，并不过分依赖数学模式和技术，定性定量并重，对决策者的洞察力和判断力要求高。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
决策技术
什么是决策技术
决策技术是指决策者在决策过程中所应用的手段、方法和组织程序的总和。
它与一定的生产力发展水平相联系，不同质的决策技术。
决定决策过程的不同特点，形成不同质的决策类型--经验决策和科学决策。
决策技术是管理的一个重要分支，是决策科学化的重要保证。
随着新的科学技术在生产领域的应用，企业生产规模不断扩大，影响企业生产的因素越来越多；市场竞争的激烈程度的加强，市场格局的不断改变，影响企业经营状况的经营环境变得越来越难预见。
决策技术的种类[1]
第一类，决策“硬”技术。
决策“硬”技术又叫定量决策技术，包括确定型决策技术、非确定型决策技术、竞争与随机型决策技术等。
第二类，决策“软”技术。
决策“软”技术又叫定性决策技术，包括德尔菲法、类比法、孙子兵法等。
第三类，决策“韧”技术。
决策“韧”技术是把决策“软”、“硬”技术结合起来的一种具有“弹性”的决策技术，它又包括两部分：
一是“硬”技术的“软”化方法。
其特点是用模拟方法解决数学分析方法要解决的问题。
比如，利用大气环流实验来测定大气环流的状态、参数及变化特点等。
二是“软”技术的“硬”化方法。
其特点是利用计算机模拟专家提供解决问题的方法。
比如，美国斯坦福大学设计的“MYCIN”医疗诊断系统等。
决策技术与方法[2]
为了保证影响组织未来生存和发展的决策的正确性，必须利用科学的方法来进行决策，决策的方法包括定性决策方法和定量决策方法。
定性决策方法。
一、定性决策方法
定性决策方法，又称为主观决策方法，是决策者根据所掌握的信息，通过对事物运动规律的分析，利用知识和经验，评价和选择最佳方案的决策方法。
其主要有以下几种方法。
(一)头脑风暴法
头脑风暴法又称智力激励法、思维共振法，是现代创造学奠基人、美国的奥斯本提出的。
它通过有关专家之间的信息交流，引起思维共振，产生组合效应，从而导致创造性思维或方案的产生。
(二)名义群体法
在集体决策中，如对问题的性质不完全了解且意见分歧严重，则可采用名义群体法(nominalgroups)。
在这种技术下，小组的成员互不通气，也不在一起讨论、协商，从而群体只是名义上的。
采用名义群体法，管理者召集群体成员，把要解决的问题的关键内容告诉他们，并请他们独立思考，要求各成员独立拟出自己的方案，并思考好如何向其他成员阐明自己的方案。
然后，各成员按顺序向其他成员阐明自己的方案．，确保每个人都了解清楚。
记录员指出相似或相同的方案要求其余的成员将方案进行整合。
再由记录员公布全部不同类型的方案，各成员客观地进行思考和比较之后对所有方案按最佳到最差的顺序进行排序。
最后主持人统计各方案得到评价的情况，选出最佳方案。
(三)德尔菲法
德尔菲是古希腊城名，相传城中阿波罗圣殿能预卜未来，因而以此命名。
德尔菲法(Delphigroups)是20世纪40年代末由兰德公司创立的。
它也称专家小组法。
这种方法是采用征询意见表，利用通信方式，向一个专家小组进行调查，将专家小组的判断预测加以集中，利用集体的智慧对市场现象未来做出预测。
德尔菲法在对专家意见进行调查时，采用“背靠背”即匿名的方式，以促使各专家充分发表意见，避免专家之间的相互影响和权威人物个人意见左右其他人的意见等情况。
通常要通过几轮函询来征求专家的意见，组织者对每一轮的意见进行汇总整理后作为参考再发给各位专家，供他们分析判断，以提出新的论证。
几轮反复后，专家意见趋于一致，最后供决策者进行决策。
运用德尔菲法进行决策时具有明显的优点：
①各专家能够在不受心理干扰的情况下，独立、充分地表明自己的意见；
②预测值是根据各位专家的意见综合而成的，能够发挥集体智慧；
③应用面比较广，费用比较节省。
这种方法可能存在的问题是：仅仅根据各专家的主观判断，缺乏客观标准，而且往往显得强求一致。
(四)其他定性决策方法
1．哥顿法
这种方法与头脑风暴法原理相似，先由会议主持人把决策问题向会议成员做笼统的介绍，然后由会议成员(即专家成员)海阔天空地讨论解决方案；当会议进行到适当时机时，决策者将决策的具体问题展示给小组成员，使小组成员的讨论进一步深化，最后由决策者吸收讨论结果，进行决策。
2．淘汰法
先根据一定条件和标准，对全部备选方法筛选～遍，把达不到要求的方案淘汰掉，以达到缩小选择范围的目的。
淘汰的方法有：
①规定最低满意度；
②规定约束条件；
③根据目标主次筛选方案。
3．环比法
环比法也叫“0一1评分法”，即根据人们所掌握的知识和经验，对所有可行方中进行两两比较，优者得1分，劣者得0分，然后以各方案累计得分多少为标准选择方案。
二、定量决策方法
定量决策方法是应用数学模型和公式来解决一些决策问题，即运用数学工具、建立反映各种因素及其关系的数学模型，并通过对这种数学模型的计算和求解，选择出最佳决策方案的方法。
根据数学模型涉及的决策问题的性质(或者说根据所选方案结果的可靠性)的不同，定量决策方法一般分为确定型决策方法、风险型决策方法和不确定型决策方法三类。
(一)确定型决策方法
运用这种方法评价不同的企业经营方案的效果时，人们对未来的认识比较充分，了解未来可能呈现某种状况，能够比较准确地估计未来的发展状况，从而可以比较有把握地比较、预测各方案在未来实施所带来的效果，并据此做出确定性的选择。
常用的确定型决策方法有线性规划和盈亏平衡分析等。
1．线性规划
线性规划是在一些线性等式或不等式的约束条件下，求解线性目标函数的最大值或最小值的方法。
运用线性规划建立数学模型的步骤是：
①确定影响目标大小的变量，列出目标函数方程；
②找出实现目标的约束条件；
③找出使目标函数达到最优的可行解，即为该线性规划的最优解。
2．盈亏平衡分析
盈亏平衡分析又称保本点法或量本利法，是根据产品的业务量(产量或销量)、成本、利润之间的相互关系的综合分析，用来预测利润，控制成本，判断经营状况的一种数学分析方法。
(二)风险型决策方法
风险型决策方法主要用于人们对未来有一定认识，但又不能完全确定的情况。
风险型决策具有以下条件：
①一个明确的决策目标(如收益最大，或成本最低等)；
②两个或两个以上的可行方案；
③两个或两个以上的自然状态，且各种自然状态发生的概率可知；
④每一种方案在不同自然状态下的结果可知。
(三)不确定型决策方法
不确定型决策是在各种自然状态发生的概率无法预测的条件下，依据经验判断并有限地结合定量分析方法所做出的决策。
不确定型决策方法主要有以下几种：乐观法、悲观法、折中法、等概率法、后悔值法等。
1．乐观法
乐观法又称大中取大法。
如果决策者比较乐观，认为未来会出现最好的自然状态，并且不论采用何种方案均可能取得该方案的最好效果，那么在决策时就应以各方案在各种状态下的最大损益值为标准(即假定各方案最有利的状态发生)，选取各方案的最大损益值中最大者所对应的方案。
2．悲观法
悲观法又称小中取大法。
与乐观法相反，如果决策者对于未来比较悲观，在决策时就会以规避最差结果为准则。
因此，决策者在进行方案取舍时以每个方案在各种状态下的最小损益值为标准(即假定每个方案最不利的状态发生)，选取各方案的最小损益值中最大者所对应的方案。
其步骤为：
①在各方案的损益中找出最小者；
②在所有方案的最小损益值中找最大者。
3．折中法
这种方法是乐观法和悲观法的结合。
其基本观点是：乐观法过于冒进，悲观法过于保守，所以可以考虑将两者进行折中。
其基本方法是：根据决策者的判断，给最好的自然状态以一个乐观系数，给最差的自然状态以一个悲观系数，两者之和为1，然后用各方案在最好状态下的效果值与乐观系数相乘所得的积，加上各方案在最差自然状态下的效果值与悲观系数的乘积，得出各方案的期望收益值，再利用最大期望值原则比较各方案，做出最终选择。
4．等概率法
等概率法(即Laplace法)是由数学家拉普拉斯(Laplace)提出的。
他认为，在无法确定各种自然状态发生的概率时，可以假定每一自然状态具有相等的概率，并以此计算各方案的期望值，进行方案选择。
5．后悔值法
决策者在决策并组织实施后，如果遇到的自然状态表明采用另外的方案会取得更好的效果，那么决策者将为此而感到后悔。
因此，可以用减少后悔，即力求使后悔值最小作为决策准则。
所谓后悔值是指在某种自然状态下因选择某一方案而未选取该状态下的最好结果而少得的收益。