“智能决策”和“数据支持”都是大数据时代的热门词汇。两者时常被混淆或等同。好像一旦有了足够的、真实的和及时的数据，就能做出正确的决策。这是理解上的一个误区。如果两者等同，拥有同样数据和信息的决策者就应作出相同的决策。实际上在大多数情况下，决策者都会作出不同的决定。决策的智能从何而来呢？
决策过程
一个人，一个企业，以至一个国家的社会、经济、外交、政治行为是建立在决策者对现实的“认知”而不是“现实”本身上的。而这种“认知”又受限于决策者所处的文化、历史环境、所具备的认知手段和文明程度。决策者在采取行动前要回答四个问题：第一，此事是否正确（Isthistherightthingtodo?）。对这个问题的回答取决于决策者的价值观念和道德标准。第二，此事是否能做（Isthisdoable?）。对这个问题的回答取决于是否有能力（财力，物力和技术手段）做成这件事。第三，如何实施此事（Howtodoit?）。对这个问题的回答取决于是否有成熟的总体战略方案。第四，什么时间、由谁来做此事（Whenandwhowilldoit?）。对这个问题的回答取决于是否能形成具体的实施方案并找到时机和合适的人选。第一个是文化和文明层面的问题。第二个是资源和技术上的可行性问题。第三个是实施战略问题。第四个是战术和策略问题。
数据处理过程
数据（或统称资料）、信息、知识与智慧是相关的却不是等同的概念。数据是对一个物体、事件、现象的记录（在广义的资料概念下包括数字、文字、声音、图像、录像、等等）。数据经过筛选、清理、加工、提炼成为有意义的信息。当同样的信息重复出现，事物的本质规律被揭示，信息才可能变成知识。知识的重要性在于利用规律预测未来。当知识被应用于实践解决实际问题后（不管是成功或失败）会产生智慧。智慧是知识和经验的结晶。比如：知道西红柿是水果而不是蔬菜是有知识。知道不能用西红柿与其他水果一起做水果沙拉是智慧。因此，可以说，数据、信息、知识和智慧是不同层次的理念。在将数据转换成信息，进而产生知识的过程中，科学的理论、方法论和资料处理程序的应用程度对信息的质量起决定性作用。这是以数据和信息支持决策的核心理念。
数据支持决策的设计理念
将数据加工成信息，将信息提炼成知识支持决策的过程是一个系统工程。笔者根据在美国参与社会管理智能决策的研究和实践经验将这一过程归纳于下列图表。
图1：数据采集、处理、分析及决策支持模式

决策的社会环境
任何决策都处在一定的社会和文化环境之中。这对研究ZF在社会管理方面的决策尤其重要。从社会学的角度，一个国家的社会变迁可从三个层面来观察。第一层是政策变化和相关的人事变动，变化频率以年月计算。第二层是政治和经济制度的更换，变化频率以十年至百年计算。第三层是文化的变迁和文明的演进，变化频率以百年至千年计算。如果把这三层变化放在同一时间轴上，将会看到第一层的曲线是频繁上下摆动，像海面的浪花。第二层是一条波浪曲线，像海洋中的潜流。而第三层则近乎是一条直线，像深海的静水。一个国家的社会管理政策和制度是其文化和文明延伸。只有看到这一层才能避免仅在海面上捕捉浪花而达到从根本上理解和预测ZF决策的走向。
结语
在现代信息社会中，数据对决策的支持正在起着越来越重要的作用。数据和信息是帮助决策者认识现实的工具。它可以减少决策的盲目性。但在应用信息科学和大数据技术提高国家社会管理和决策能力的同时，我们不能忽视决策过程中深层的社会和文化因素。决策智能是对现实的认知总体而数据只是其中的一个因素。