您所在企业的所属行业是？
互联网/信息技术
金融/保险
制造/工业
零售/电商
医疗/健康
教育/培训
能源/资源
其他
您在企业的职位层级是？
基层员工/执行者
中层管理者/团队负责人
高层管理者/决策者
数据分析/技术专家
其他
您所在的企业是否已正式引入大数据分析来辅助商业决策？
是的，已广泛应用
是的，在部分业务中应用
正在试点或探索阶段
尚未应用，但有计划
尚未应用，也无计划
请评估您所在企业当前大数据分析项目的整体成熟度（从1分“非常初级”到5分“非常成熟”）。
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
企业决策时，大数据分析结果通常扮演什么角色？
核心依据，直接决定决策
重要参考，结合其他因素
辅助验证，用于支持决策
参考价值有限
基本不参考
企业主要利用大数据分析支持哪些类型的决策？（可多选）
市场营销策略
产品研发与优化
供应链与库存管理
客户关系管理
风险控制与合规
人力资源规划
财务预测与预算
战略规划与投资
您认为，基于大数据做出的决策，其实际结果与预期的吻合度如何？
高度吻合，基本达到预期
大部分吻合，有小部分偏差
吻合度一般，时有偏差
偏差较大，经常偏离预期
难以评估
您认为影响大数据决策准确性的主要内部因素有哪些？（可多选）
数据质量（完整性、准确性）
数据整合与清洗能力
分析模型与算法的适用性
数据分析团队的专业能力
业务部门与技术部门的协作
管理层对数据的理解与信任
IT基础设施与计算能力
数据安全与隐私限制
您认为影响大数据决策准确性的主要外部因素有哪些？（可多选）
市场环境快速变化
竞争对手行为难以预测
政策法规变动
数据来源的可靠性
第三方数据/工具的质量
宏观经济波动
消费者行为变化
技术迭代速度
当数据驱动的决策与实际经验或直觉判断冲突时，企业通常如何处理？
优先采纳数据分析结果
以经验或直觉判断为主
寻求更多数据或深入分析
由高层管理者综合判断
视具体情况而定，无固定模式
您如何评价企业内部数据（如运营、交易数据）对决策准确性的贡献度？（从1分“贡献很低”到5分“贡献极高”）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
您如何评价企业外部数据（如市场、社交、公开数据）对决策准确性的贡献度？（从1分“贡献很低”到5分“贡献极高”）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
企业是否建立了对大数据决策效果进行事后验证与反馈的机制？
是的，有系统化、常规化的评估流程
是的，但仅为非正式或项目性的回顾
偶尔进行，没有形成机制
很少进行事后评估
完全没有
为提高决策准确性，您认为企业未来最需要加强的方面是？（可多选）
提升数据治理与质量管理
引进或培养高级数据分析人才
投资更先进的分析工具与平台
加强跨部门的数据协作与共享文化
建立更完善的决策评估与优化闭环
提升管理层的数据素养与决策意识
探索人工智能/机器学习等前沿技术应用
优化数据采集与整合流程
总体而言，您认为大数据在多大程度上提升了您所在企业的决策质量？
显著提升
有一定提升
提升效果不明显
没有提升，甚至带来混乱
尚未应用，无法评估
基于您的经历，您向同行其他企业推荐应用大数据辅助决策的可能性有多大？（0-10分，0分=完全不可能，10分=极有可能）
请分享一个您亲身经历或了解到的，关于大数据决策成功或失败（导致准确性偏差）的具体案例或关键教训。（选填）