
大數(shù)據(jù)和統(tǒng)計學并不矛盾_數(shù)據(jù)分析師
通常,對于新的IT關(guān)鍵詞必定會出現(xiàn)反對派。最近,大數(shù)據(jù)就成為被攻擊的對象,諸如大數(shù)據(jù)失敗論等論調(diào)也明顯增加。
業(yè)界對大數(shù)據(jù)抱著極大的期待,這一點從大量的大數(shù)據(jù)研討會和展示會風潮就足以證明。這些年來,除了云計算浪潮,缺乏熱烈話題的IT業(yè)界而言,大數(shù)據(jù)是期待已久的大型關(guān)鍵詞,也許大數(shù)據(jù)會成為恢復(fù)業(yè)界活力的強心劑。
與此同時,日本政府提出新的IT戰(zhàn)略--將行政數(shù)據(jù)向民間開發(fā),以便不斷創(chuàng)造新商務(wù)。也就是說,如何有效利用數(shù)據(jù),推動商業(yè)成功,業(yè)已成為國家戰(zhàn)略的一環(huán)。
雖然筆者既不是強烈的贊成派也不是反對派,但通過以往的采訪經(jīng)驗,對處理數(shù)據(jù)的難度有著清醒的認識。更何況涉及到大數(shù)據(jù),其難度顯而易見。
筆者周邊很多人對大數(shù)據(jù)也有著各種不同的看法,提出各種問題。當然這些對于IT業(yè)界的讀者而言,都是理所當然的事情,筆者說這些也許是班門弄斧了。但是,正是這些眾所周知的道理通常也是非常重要不可忽視的。因此,下面筆者將重新提出大數(shù)據(jù)的陷阱,探討如何才能避免運用大數(shù)據(jù)的失敗。
是否真正需要大量的數(shù)據(jù)
首先,必須明確的一點是,是否真正需要大量的數(shù)據(jù)。
在一次活動中,一位統(tǒng)計分析的專家在談到大數(shù)據(jù)時說:本來統(tǒng)計分析學是如何通過少量的取樣,去了解事務(wù)整體的學問。例如,電視的收視率調(diào)查就是一個典型的事例,這類調(diào)查就是通過極少的樣本,來掌握日本全國的收視狀況。如果目的明確,并不需要大量的數(shù)據(jù)。
由于上述言論出自目前作為數(shù)據(jù)科學家備受矚目的統(tǒng)計分析方面的專家之口,讓筆者不禁大吃一驚。這就是說,只要有一定量的數(shù)據(jù),無關(guān)數(shù)據(jù)數(shù)量,分析的結(jié)果并不會有很大的差別。如果果真如此,不禁讓人產(chǎn)生懷疑,即到底大數(shù)據(jù)是為何而存在。
聽到上述觀點,使人感到大數(shù)據(jù)所面臨的矛盾的應(yīng)當不僅僅是筆者一人。本以為通過大數(shù)據(jù)分析,滿懷期待能夠發(fā)現(xiàn)以往沒有認識到的新的東西,但有時其結(jié)果不過是已有所知的事實而已。如果企業(yè)為系統(tǒng)開發(fā)投入數(shù)十億日元,得出的不過是證明資深職員經(jīng)驗的結(jié)論,這也未免讓人難以接受。
正因為如此,就有必要重新考慮為何需要大數(shù)據(jù)這一問題。例如,企業(yè)需要明確通過將有交易往來的公司和社交媒體等本企業(yè)外的大量數(shù)據(jù)進行組合,是為達到何種目的等,即有必要事先制定大數(shù)據(jù)的目標。
數(shù)據(jù)的質(zhì)量有無問題
第二點是由誰來維護大量的數(shù)據(jù),即數(shù)據(jù)的質(zhì)量如何能夠得到保障。
筆者曾聽說這樣一件事。某企業(yè)的總經(jīng)理每個月都會收到有交易往來的IT供應(yīng)商的宣傳(PR)雜志,但收件人的頭銜不是總經(jīng)理,而是他曾經(jīng)兼任公司CIO時的頭銜常務(wù)董事。雖然將頭銜搞錯,但還是都能收到,因此并沒有太在意。但當這家IT供應(yīng)商的總經(jīng)理到公司進行禮節(jié)性拜訪時,就提出了希望改一下頭銜的想法。
而這家IT供應(yīng)商的新的賣點是大數(shù)據(jù),公司的總經(jīng)理當場表示回去馬上會進行修改。起初以為這點事情對于運營大數(shù)據(jù)業(yè)務(wù)的IT供應(yīng)商而言不過是舉手之勞,一定會進行糾正。但是,等到下一個月他收到的的PR雜志時,發(fā)現(xiàn)收件人的頭銜仍然是常務(wù)董事。這位總經(jīng)理通過兩本PR雜志感到仿佛看到了大數(shù)據(jù)的現(xiàn)狀,因此他非常失望地說:歸根到底IT供應(yīng)商并沒有維護顧客數(shù)據(jù)庫。
上述例子雖然是顧客數(shù)據(jù),而不僅僅是顧客數(shù)據(jù),說到大數(shù)據(jù)必然還需要處理很多各種各樣的企業(yè)外部的數(shù)據(jù)。但是,這些數(shù)據(jù)是否是最新數(shù)據(jù),其數(shù)據(jù)的精確度又如何等數(shù)據(jù)的質(zhì)量就會非常重要。分析出處不明的數(shù)據(jù)將毫無意義。如果顧客數(shù)據(jù)不能隨時進行維護,也就不會產(chǎn)生任何價值。不應(yīng)當將當初以為是寶山的大數(shù)據(jù),變成一座堆滿垃圾的山。
是否忽視了現(xiàn)場職工的工作干勁
第三點就是企業(yè)不僅應(yīng)當努力培養(yǎng)數(shù)據(jù)科學家,同時也需要提升現(xiàn)場職員的分析數(shù)據(jù)的能力。如果在店頭等現(xiàn)場直接接觸顧客的員工變得擅長數(shù)字,他們也能夠常常通過數(shù)據(jù)考慮事情并進行判斷,這樣的企業(yè)必定會強大起來。
例如,有一家超市的店頭銷售員就從與顧客的對話中得到啟發(fā),通過購進新的商品或是改變商品陳列的方法,提升了銷售額。又比如,在特快列車上負責銷售的員工,發(fā)現(xiàn)似乎可吸煙座位的咖啡暢銷,當他整理出不同列車的銷售業(yè)績,結(jié)果發(fā)現(xiàn)確實是如此。于是決定在吸煙車廂集中推銷咖啡,結(jié)果咖啡的銷售量明顯增加。
當然,通過現(xiàn)場增加的銷售額,也許和利用大數(shù)據(jù)獲得的銷售數(shù)字相比很小,而且其分析能力也遠遠不及數(shù)據(jù)科學家。但是即便如此,如果通過將這種方式橫向拓展到其他現(xiàn)場,積累的數(shù)字也會非??捎^。同時,最為重要的是,這種方式能夠提升現(xiàn)場員工的工作動力。
實際上,某零售企業(yè)自從將其銷售分析統(tǒng)一由總公司實施后,店頭員工就失去干勁,甚至出現(xiàn)退職的員工。這說明只依靠上級的指令,則會降低現(xiàn)場的職業(yè)道德。因此,這家公司決定給予現(xiàn)場員工自由分析判斷的職能,由此店頭又重新恢復(fù)了活力。雖然大數(shù)據(jù)非常重要,但是如果將權(quán)限集中在某些部門,則會導(dǎo)致現(xiàn)場喪失工作干勁。
以上三點實際上不僅僅對大數(shù)據(jù)而言非常重要,而且同時適用于整個信息系統(tǒng)。大數(shù)據(jù)是IT業(yè)界期待已久的關(guān)鍵詞,為使其成長壯大,就需要腳踏實地的努力,而不應(yīng)被其華麗的部分所束縛擺弄。正因為如此,筆者認為提出的上述三點需要重新銘記心中。CDA數(shù)據(jù)分析師培訓(xùn)官網(wǎng)
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(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 動態(tài)隨機一般均衡(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)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(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)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學領(lǐng)域,假設(shè)檢驗是驗證研究假設(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” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(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 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(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值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(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” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(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)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“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:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,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)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(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