數(shù)據(jù)分析的未來：合作，深度學(xué)習(xí)，解讀背后的故事

諸如“誰是典型的亞馬遜客戶？”這樣的簡單問題沒有意義。他說，如今不再可能從少量數(shù)據(jù)點(diǎn)中得出重要結(jié)論?，F(xiàn)在像數(shù)據(jù)分析師這樣的職位需要具備合作或團(tuán)隊(duì)建設(shè)技能，擁有更豐富技能的團(tuán)隊(duì)“能夠了解市場，知道它是如何運(yùn)作的80%的受訪者表示，他們計(jì)劃在今后五年內(nèi)投資預(yù)測分析，但超過40%的受訪者說，他們對投資數(shù)據(jù)科學(xué)項(xiàng)目的最大擔(dān)憂是好處或效果不明。深度學(xué)習(xí)的下一個階段是“元”階段，即“算法將會自動生成”。

原文翻譯：

佛羅里達(dá)理工大學(xué)數(shù)學(xué)和分析學(xué)助理教授阿桑納西奧斯·杰提米斯（Athanasios Gentimis）博士認(rèn)為，數(shù)據(jù)分析的未來在于團(tuán)隊(duì)合作，主題專家和數(shù)據(jù)科學(xué)家組成團(tuán)隊(duì)通力合作，每位團(tuán)隊(duì)成員分別發(fā)揮自己的長處。他還認(rèn)為，數(shù)據(jù)分析的未來，在于依靠深度學(xué)習(xí)來發(fā)現(xiàn)有關(guān)數(shù)據(jù)的重要問題，并找出答案。

杰提米斯博士的專業(yè)領(lǐng)域是代數(shù)拓?fù)洌瑢缀稳赫撎貏e感興趣。最近接受Dataversity網(wǎng)站采訪時(shí)，他談到了數(shù)據(jù)分析的演變和未來。

當(dāng)今的數(shù)據(jù)是多維的

“上世紀(jì)80年代，分析是基于很小的數(shù)據(jù)集，只包含一次調(diào)查的數(shù)據(jù)量?！苯芴崦姿共┦空f，“調(diào)查人員可能只會詢問1,000個人，然后便試圖據(jù)此推斷出有關(guān)整個社會的信息?！?/span>

這個過程是從小樣本著手，并且試圖推斷出整體人口的情況。該過程更需要直覺而不是計(jì)算能力，使用的工具也是針對上述的特定目的創(chuàng)建的。但現(xiàn)在，考慮到數(shù)據(jù)的龐大體量和多樣性，諸如“誰是典型的亞馬遜客戶？”這樣的簡單問題沒有意義。他說，如今不再可能從少量數(shù)據(jù)點(diǎn)中得出重要結(jié)論。

既然數(shù)據(jù)的廣度變得更加細(xì)致復(fù)雜，那么演示方法也需要變得更加細(xì)致復(fù)雜，因此使用簡單的圖表或者幻燈片演示，在他看來：

“這種方法不再可行。那些數(shù)據(jù)集變得更加復(fù)雜，因?yàn)槟悻F(xiàn)在開始做的東西將不止擁有一個維度，你現(xiàn)在必須去構(gòu)想那種擁有四個、五個或者六個屬性的產(chǎn)品，所以舊有的演示方法不再能得到良好的演示效果?！?/span>

簡單的演示方法不再能夠充分展現(xiàn)數(shù)據(jù)背后的故事，而企業(yè)高管需要知道那些故事才能有效地使用數(shù)據(jù)，達(dá)到預(yù)測和規(guī)范的目的。2015年，凱勒·奧尼爾（Kelle O’Neal）和查爾斯·羅伊（Charles Roe）在Dataversity網(wǎng)站上發(fā)表了題為《對比商業(yè)智能與數(shù)據(jù)科學(xué)》的調(diào)查報(bào)告。他們發(fā)現(xiàn)，近半數(shù)的受訪者把“加強(qiáng)對客戶的了解”作為投資數(shù)據(jù)科學(xué)的主要原因：

“決策的改善和對業(yè)績的更深入理解是評估預(yù)測分析/數(shù)據(jù)科學(xué)項(xiàng)目有效性的最重要指標(biāo)。經(jīng)營效率的提升、影響分析的改善、成本的降低和更準(zhǔn)確的預(yù)測是企業(yè)高管最想通過數(shù)據(jù)分析得到的東西?！?/span>

從數(shù)據(jù)中尋找意義：解讀數(shù)據(jù)背后的故事

數(shù)據(jù)分析師如何才能以一種有意義的方式與終端用戶分享復(fù)雜數(shù)據(jù)？“必須和主題專家合作?！苯芴崦姿共┦空f。而這可能需要一些額外的溝通和社交技能。他認(rèn)為，現(xiàn)在像數(shù)據(jù)分析師這樣的職位需要具備合作或團(tuán)隊(duì)建設(shè)技能，擁有更豐富技能的團(tuán)隊(duì)“能夠了解市場，知道它是如何運(yùn)作的”。

杰提米斯博士承認(rèn)，作為一名數(shù)學(xué)家，“我能告訴你數(shù)據(jù)說了些什么，但我無法解釋其含義，所以我需要和主題專家合作，解讀數(shù)據(jù)背后的故事?！彼f，一個人當(dāng)然也完全有可能同時(shí)掌握終端用戶的視角和分析師的專業(yè)技能，但“最好的做法還是讓分析師和主題專家攜手合作，組建團(tuán)隊(duì)”。

知道數(shù)據(jù)背后的故事可以讓企業(yè)了解以前發(fā)生了什么（描述分析），對未來做出預(yù)測（預(yù)測分析），并制定計(jì)劃來影響未來的結(jié)果（規(guī)范分析）。在Dataversity網(wǎng)站的前述調(diào)查中，80%的受訪者表示，他們計(jì)劃在今后五年內(nèi)投資預(yù)測分析，但超過40%的受訪者說，他們對投資數(shù)據(jù)科學(xué)項(xiàng)目的最大擔(dān)憂是好處或效果不明。他們不必知道如何解讀數(shù)據(jù)背后的故事和（或）故事的真正含義。這是數(shù)據(jù)分析師和數(shù)據(jù)科學(xué)家的合作領(lǐng)域。

術(shù)語可能會造成理解障礙

關(guān)于數(shù)據(jù)分析的價(jià)值，有些困惑可能源于對術(shù)語缺乏了解。目前對常用術(shù)語的解釋尚存在差異，用奧尼爾和羅伊的話來說就是“定義各不相同”。

他們給出了一些有用的定義，列舉如下：

·數(shù)據(jù)科學(xué)指的是對數(shù)據(jù)進(jìn)行組織以用于分析的程序，具體包括測量、收集、整理、工具運(yùn)用和分析，而商業(yè)智能指的是在企業(yè)決策和報(bào)告中對所有這些數(shù)據(jù)的利用。

·商業(yè)智能會把存儲于數(shù)據(jù)倉庫和數(shù)據(jù)集市內(nèi)的原始數(shù)據(jù)轉(zhuǎn)化成可用的知識/信息資產(chǎn)。

·描述分析是為“發(fā)生了什么？”、“我們現(xiàn)在面臨什么情況？”等問題提供回答，包含一系列標(biāo)準(zhǔn)的終端用戶報(bào)告，比如特別報(bào)告、基本查詢、數(shù)據(jù)儀表板和圖表。

·數(shù)據(jù)科學(xué)則是讓企業(yè)有能力將數(shù)據(jù)資產(chǎn)轉(zhuǎn)化成場景。描述分析固然也能讓人們講述特定類型的數(shù)據(jù)場景，但會帶有明確的時(shí)間視角，每個場景故事回答一個單獨(dú)的數(shù)據(jù)問題。而數(shù)據(jù)科學(xué)會讓場景貫穿到整條時(shí)間線中，進(jìn)入不同的數(shù)據(jù)領(lǐng)域，從過去延伸到未來，涉及的問題和答案要多得多。

·預(yù)測分析主要是提出“可能發(fā)生什么？”或者“我們將面臨什么情況？”的問題，從而利用預(yù)測、決策分析、文本分析、事務(wù)分析、趨勢線、情緒分析、優(yōu)化、地理位置數(shù)據(jù)、機(jī)器學(xué)習(xí)、自然語言處理技術(shù)和很多其他方法來提供“可能的”結(jié)果。

·規(guī)范分析的目的是回答“應(yīng)該發(fā)生什么？”的問題，以便達(dá)到期望的未來結(jié)果。關(guān)于規(guī)范分析是否屬于預(yù)測分析，也存在著若干爭論，但不管怎樣，二者的目的都是相同的。

具有經(jīng)驗(yàn)學(xué)習(xí)能力的數(shù)據(jù)分析即將出現(xiàn)

弄清楚商業(yè)智能價(jià)值的另一個關(guān)鍵，可能在于從數(shù)據(jù)分析的經(jīng)驗(yàn)中獲得洞察力，分析軟件公司River Logic如此表示：

“隨著企業(yè)更善于利用商業(yè)分析，他們得到的價(jià)值將大幅增加，尤其是當(dāng)他們的視線從回顧過去轉(zhuǎn)向展望未來時(shí)。養(yǎng)成這種思維模式后，他們便能夠利用規(guī)范分析，把數(shù)據(jù)轉(zhuǎn)化成可執(zhí)行的最佳方案。”

杰提米斯博士認(rèn)為，下一步的合理行動是深度學(xué)習(xí)。他這樣解釋深度學(xué)習(xí)：“你可以訓(xùn)練一臺機(jī)器或者一部機(jī)器人去做你希望它做的任何事，無需外力幫助便可開始，之后便會進(jìn)入某種監(jiān)督學(xué)習(xí)模式。”他將IBM譽(yù)為深度學(xué)習(xí)領(lǐng)域的先驅(qū)，因?yàn)槭窃摴驹O(shè)計(jì)了相關(guān)算法，并將龐大的數(shù)據(jù)集輸入電腦，然后教會機(jī)器提出正確的問題。

他認(rèn)為深度學(xué)習(xí)的下一個階段是“元”階段，即“算法將會自動生成”。他將Facebook援引為這個階段的例子，因?yàn)镕acebook找到并促進(jìn)了人與人之間的聯(lián)系，所使用的算法“超出了人們的預(yù)料，并且由電腦自己創(chuàng)造了新的規(guī)則”。

數(shù)據(jù)分析是實(shí)現(xiàn)成功的必要工具

讓數(shù)據(jù)分析師和主題專家合作，逐漸從數(shù)據(jù)分析的經(jīng)驗(yàn)中獲得洞察力也好，利用機(jī)器來解讀數(shù)據(jù)背后的故事也罷，總之企業(yè)無法承受沒有商業(yè)智能/數(shù)據(jù)分析項(xiàng)目的代價(jià)。奧尼爾和羅伊寫道：

“建立全面的商業(yè)智能/數(shù)據(jù)分析項(xiàng)目，把傳統(tǒng)的描述分析與預(yù)測分析、規(guī)范分析等下一代分析技術(shù)結(jié)合起來，是企業(yè)成功的必要條件。有詳細(xì)的記錄顯示，可靠的商業(yè)智能和數(shù)據(jù)分析項(xiàng)目能夠帶來確實(shí)的競爭優(yōu)勢。事實(shí)已經(jīng)證明，這樣的項(xiàng)目能夠帶來各種各樣的好處，包括降低企業(yè)成本，提高客戶留存率，改善決策，和加強(qiáng)機(jī)會預(yù)測能力。不管是對成長型企業(yè)還是成熟企業(yè)來說，這樣的項(xiàng)目都是不可或缺的?！?/span>