风险评估的基础是首先要对以下几项内容进行估计：风险事件发生的可能性大小；可能的结果范围和危害程度；预期发生的时间；一个风险因素所产生的风险事件的发生频率。常用的方法工具包括：风险可能和危害分析等级矩阵、项目假定测试(project   assumpti testing)、数据精度分级(data precision ranking)。

(1)风险可能和危害分析等级矩阵。风险的大小是由两个方面决定的，一是风险发生的可能性，另一个是风险发生后对项目目标所造成的危害程度，对这两方面，可以用一些定性的描述词分别进行描述，如“非常高的”、“高的”、“适度的”、“低的”和“非常低的”等。

(2)项目假定测试。风险评估中的项目假定测试是一种模拟技术，它是分别对一系列的假定及其推论进行测试，进而发现风险的一些定性信息。

(3)数据精度分级。风险估计需要准确的、不带偏见的有益于管理的数据，数据精度分级就是应用于这方面的一种技术，它可以估计有关风险的数据对风险管理有用的程度。它包括如下的方面：风险的了解范围；有关风险的数据；数据的质量；数据的可信度和真实度等。

大数据的采集。科学技术及互联网的发展，推动着大数据时代的来临，各行各业每天都在产生数量巨大的数据碎片，数据计量单位已从从Byte、KB、MB、GB、TB发展到PB、EB、ZB、YB甚至BB、NB、DB来衡量。大数据时代数据的采集也不再是技术问题，只是面对如此众多的数据，我们怎样才能找到其内在规律。

大数据的特点。数据量大、数据种类多、 要求实时性强、数据所蕴藏的价值大。在各行各业均存在大数据，但是众多的信息和咨询是纷繁复杂的，我们需要搜索、处理、分析、归纳、总结其深层次的规律。

大数据的挖掘和处理。大数据必然无法用人脑来推算、估测，或者用单台的计算机进行处理，必须采用分布式计算架构，依托云计算的分布式处理、分布式数据库、云存储和虚拟化技术，因此，大数据的挖掘和处理必须用到云技术。

大数据的应用。大数据可应用于各行各业，将人们收集到的庞大数据进行分析整理，实现资讯的有效利用。举个本的例子，比如在奶牛***层面寻找与产奶量相关的主效***，我们可以首先对奶牛全***组进行扫描，尽管我们获得了所有表型信息和***信息，但是由于数据量庞大，这就需要采用大数据技术，进行分析比对，挖掘主效***。例子还有很多。

安排具有丰富经营理论只是和实践经验的，与企业有关人员密切配合，到企业进行实地调查研究，应用科学的方法找出企业经营战略和经营管理上存在的问题，分析产生问题的原因，提出改进方案；当企业接受改进方案后，咨询师则负责为企业培训人员，帮助指导企业实施改进方案。

　　我们通过的竞争分析模型对市场和行业竞争状况进行客观的量化分析，分析其优劣势，总结行业成功经验和失败教训，避免重蹈覆辙；分析企业内部优势、劣势、机会和威胁，确定企业资源和能力；对行业进行关键成功要素分析，发现行业关键变化驱动因素；确定公司的使命、远景和价值观，在此基础上确定业务范围和地域范围，明确公司发展方向，确定公司的业务组合。在此基础上详细规划公司总体战略、业务战略、职能战略，形成公司科学战略体系，并制订详细的战略实施计划和监督控制方法，确保战略的有效执行