
6招教會(huì)你如何用好大數(shù)據(jù)
我們?cè)谧鰯?shù)據(jù)選擇上的錯(cuò)誤會(huì)影響解決問題的過程,也會(huì)影響人們?nèi)绾慰创@些數(shù)據(jù)和結(jié)果。錯(cuò)誤的數(shù)據(jù)選擇可能影響到公司做出相關(guān)決,策。下面6招教會(huì)你如何用好大數(shù)據(jù)。
就 算一個(gè)公司擁有再多的數(shù)據(jù),也不能代表它就一定會(huì)獲得商業(yè)上的成功。只有真正懂得如何利用大數(shù)據(jù),了解到公司利用大數(shù)據(jù)可以達(dá)到什么目標(biāo),公司最終才有可 能真正成功。在公司在發(fā)展過程中往往也會(huì)面臨諸多選擇,也只有目標(biāo)設(shè)定明確了,才能夠縮小選擇范圍聚焦精力去發(fā)展。企業(yè)應(yīng)時(shí)刻保持頭腦清醒,朝著自己定好 的目標(biāo)前進(jìn),才有助于公司進(jìn)行持續(xù)長久的良好運(yùn)作。
不過,Luzzi也表示,有時(shí)候,利用太復(fù)雜先進(jìn)的數(shù)據(jù)分析工具往往也會(huì)帶來很多問題,不過如果我們能夠通過分析大量的數(shù)據(jù)來得到最終的結(jié)果,那就不用懷疑了,你就干吧,至少方向肯定是對(duì)的。
現(xiàn)在,企業(yè)可以做到一些他們以往沒有能力做到的事。對(duì)于很多公司來說,可供分析的數(shù)據(jù)更多,可以用來分析數(shù)據(jù)的工具和方法也比以前更先進(jìn)方便。公司已經(jīng)完全有能力去分析和處理他們收集到的大量數(shù)據(jù),這對(duì)于企業(yè)來說或許是件好事,然而,有時(shí)候這些數(shù)據(jù)也會(huì)過于分散。
Globys 公司的Olly Down表示說,現(xiàn)在,很多公司都傾向于收集精度較高的數(shù)據(jù),因?yàn)楂@得的數(shù)據(jù)越精確,就越有利于分析受眾群體,也更有利于公司進(jìn)行相關(guān)戰(zhàn)略和產(chǎn)品的調(diào)整。 不過,公司往往需要花費(fèi)大量的時(shí)間去處理大量的數(shù)據(jù),結(jié)果卻有可能不盡如人意,所以,在進(jìn)行數(shù)據(jù)分析處理時(shí),有時(shí)候沒有必要執(zhí)著于某一棵“樹”長成什么樣 子,而應(yīng)該注重這片“森林”,要懂得舍小取大。
在大數(shù)據(jù)的世界里,最有價(jià)值和作用的數(shù)據(jù)往往十分稀少。要想找到真正有價(jià)值的數(shù)據(jù),就如同大海撈針一樣困難。所以,為了找到這些有價(jià)值的數(shù)據(jù),企業(yè)內(nèi)部應(yīng)齊心協(xié)力通力合作,要經(jīng)常保持有效的溝通和協(xié)作。
例如,為了能更好地利用數(shù)據(jù)來分析公司的實(shí)際運(yùn)營情況,數(shù)據(jù)專家們應(yīng)該了解公司決策者為公司制定的戰(zhàn)略目標(biāo)。反過來也一樣,公司決策者也應(yīng)該知道,公司的數(shù)據(jù)團(tuán)隊(duì)得出的分析結(jié)果,最終能給公司帶來什么收益。
Luzzi 表示,以大數(shù)據(jù)作為工具,他可以建立模型來幫助公司做出商業(yè)決策。由于公司決策者對(duì)公司整體運(yùn)行情況及所處商業(yè)環(huán)境更加了解,當(dāng)決策者看到分析結(jié)果時(shí),肯定能看到一些他看不到的地方。但同時(shí),決策者們也不會(huì)知道他是用什么方法得出這些數(shù)據(jù)和結(jié)果的。
Olly Downs也說,公司的數(shù)據(jù)團(tuán)隊(duì)和各部門以及管理層應(yīng)保持良好的溝通交流,這樣公司才能良好高效的運(yùn)行,有效的協(xié)調(diào)配合需要通過有效的溝通交流來實(shí)現(xiàn)。有 一個(gè)商業(yè)智能團(tuán)隊(duì)為預(yù)測(cè)公司的客戶流失率建立了一個(gè)模型,由于大家缺少有效的溝通,操作團(tuán)隊(duì)認(rèn)為這個(gè)模型“很有趣”,但是公司卻認(rèn)為這個(gè)模型沒有任何意 義。
“如果你的公司雇傭了一個(gè)數(shù)據(jù)研究小組,他們宣稱自己建立了一個(gè)有效的模型,可是公司別的相關(guān)部門卻認(rèn)為這個(gè)模型沒有效果,原因便在于二者之間缺乏溝通?!盌owns表示。
機(jī)器學(xué)習(xí)指計(jì)算機(jī)模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為,以獲取新的知識(shí)或技能,從而對(duì)自身功能進(jìn)行改進(jìn)。機(jī)器學(xué)習(xí)相比人工學(xué)習(xí),速度更快,學(xué)習(xí)規(guī)模也更大,一個(gè)公司能通過機(jī)器學(xué)習(xí)較快地發(fā)現(xiàn)新的問題。
比 如,為了研究特定消費(fèi)者的消費(fèi)行為模式,企業(yè)可以研究用什么樣的方式對(duì)單個(gè)消費(fèi)者進(jìn)行研究分析,依據(jù)不同的消費(fèi)者選擇不同的模型,進(jìn)而對(duì)消費(fèi)者行為進(jìn)行追 蹤研究。公司認(rèn)為,在單個(gè)消費(fèi)者身上所需的分析時(shí)間是10分鐘,按照這個(gè)速度,公司共有260萬消費(fèi)者需要調(diào)查追蹤,需要416000個(gè)分析員,每天工作 10小時(shí),每天觀察單個(gè)消費(fèi)者8次,才能得出結(jié)果。顯然,如果真通過人工分析,那就需要花費(fèi)太多的時(shí)間和精力了。
所以,Downs認(rèn)為,企業(yè)如果有大量的數(shù)據(jù)需要進(jìn)行分析處理,最好的辦法就是讓機(jī)器代替人工來做,機(jī)器學(xué)習(xí)的速度很快,能在短時(shí)間內(nèi)同時(shí)分析大量的數(shù)據(jù),這樣一來,所需的分析時(shí)間就會(huì)大大縮短。與人工分析相比,成本也會(huì)大大降低。
有時(shí),企業(yè)是沒有能力去獲取數(shù)據(jù)的,也就沒法用數(shù)據(jù)去解決問題。就算公司獲得了一些數(shù)據(jù),他們往往也不清楚這些數(shù)據(jù)最終能否解決他們的問題。
在這一點(diǎn)上,維亞康姆集團(tuán)的Luzzi的建議是,一個(gè)數(shù)據(jù)是否有效,是否能幫助公司解決問題,最好詢問數(shù)據(jù)小組的意見。
Dunnhumby 公司會(huì)對(duì)消費(fèi)者數(shù)據(jù)進(jìn)行統(tǒng)計(jì)和分析,這樣一來公司便可以了解到哪些數(shù)據(jù)是有用的,以及這些數(shù)據(jù)有多大價(jià)值。如果公司能收集到有價(jià)值的數(shù)據(jù),公司實(shí)際經(jīng)營中 遇到的相關(guān)問題就能得到有效解決。知名市場(chǎng)顧問公司Dunnhumby的 CEO Andy Hill表示,企業(yè)不僅應(yīng)該了解收集到的數(shù)據(jù)到底能解決哪些問題,更應(yīng)該知道,哪些問題還不能通過這些數(shù)據(jù)得到解決。如果還有一些問題解決不了,公司便需 要繼續(xù)收集其他維度的數(shù)據(jù)來補(bǔ)充。
有時(shí)候,重要的數(shù)據(jù)可能會(huì)被忽略。比如,當(dāng)Downs為他的前東家搭建交通情況模型時(shí),大家普遍認(rèn)為天氣是預(yù)測(cè)交通狀況的最重要因素。后來研究結(jié)果卻顯示,最影響那個(gè)地區(qū)交通狀況的是當(dāng)?shù)貙W(xué)校的放學(xué)時(shí)間。當(dāng)學(xué)生們放學(xué)時(shí),堵車情況尤為嚴(yán)重。
Downs說,從一開始的假設(shè)來看,我們并沒有預(yù)見到會(huì)得出這樣的結(jié)論,所以,應(yīng)謹(jǐn)慎認(rèn)真對(duì)待數(shù)據(jù),數(shù)據(jù)會(huì)真實(shí)客觀地告訴你想要的答案。有時(shí),數(shù)據(jù)能告訴你的會(huì)讓你大吃一驚。
由于人為主觀因素和不相關(guān)數(shù)據(jù)的干擾,有時(shí)候得出的結(jié)論往往是錯(cuò)誤的。
“不要讓不相干的數(shù)據(jù)影響到整個(gè)結(jié)果,有相當(dāng)一部分的數(shù)據(jù)并不重要,這些不相關(guān)的‘樹’往往并不能代表整個(gè)‘森林’?!盠uzzi說,“如果使用了錯(cuò)誤的數(shù)據(jù),得出的結(jié)論往往也是錯(cuò)的?!?/span>
數(shù)據(jù)選擇上的錯(cuò)誤會(huì)影響人們解決問題的過程,也會(huì)影響人們?nèi)绾慰创@些數(shù)據(jù)和結(jié)果。錯(cuò)誤的數(shù)據(jù)選擇可能影響到公司做出相關(guān)決策。
Dunnhumby 公司的CEO Andy Hill表示:“為了消除數(shù)據(jù)上的誤差,你需要準(zhǔn)確找到特定的目標(biāo)人群,這些人的行為往往可以準(zhǔn)確地回答你需要解決的問題?!?/span>
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10