大數據分析方法：定性研究還是定量研究

大數據研究就是純學術方面的東西，對嗎？錯了！事實上，如果您企業(yè)雇用的大數據科學專家所持有的大數據項目理念與您打算在企業(yè)業(yè)務方面采用的戰(zhàn)略哲學不協調的話，您會讓自己陷入真正的麻煩。這可能聽起來多少有些夸張，然而，僅僅只有很少的企業(yè)的高管們在關注數據科學家們未來的研究方向，因為他們不認為在這方面還有什么要考慮的。

    相反，當您的企業(yè)在選擇數據科學專家來負責您企業(yè)的相關大數據創(chuàng)新戰(zhàn)略時，您必須確保您自己先要了解這些數據科學專家們是如何看待大數據項目的研究的。
    最為經典的大數據研究方法被稱為定量研究。那些持定量研究理念的數據科學專家們被稱為管理科學界的實證主義者，他們堅持用統(tǒng)計數據來講述一個問題。他們往往從一個假設的命題開始，并逐步通過演繹推理來證明自己的假設。
    換句話說，他們會從提出一個理念開始，然后逐步用數值分析的方法來驗證這一理念。例如，您可能有一種強烈的預感，您企業(yè)的產品將在愛好帆船運動項目的年輕男子市場有很好的市場前景。如果您將您的這一預感告訴一個實證主義者，他們會很樂意的采納這一假說，并試圖通過數據分析的方法來證明您的預測。
    當您有一個明確的問題需要解決，并針對可能發(fā)生的狀況有足夠的理論支撐時，定量研究的確是一套很有效的方法。一旦定義了問題，需要針對問題的假設進行探索，數據科學專家將遵循這一眾所周知的定量研究的科學方法，用一系列的數據來支撐您的想法。
    如果一切順利，您的預感將變成不只是一種預感，因為您有很好的統(tǒng)計數據作為支撐，以保證您的想法成為現實。這能夠幫助您建立良好的信心，不會選擇錯誤的戰(zhàn)略路徑。
    另一方面是定性研究，有時將其稱為解釋學。持有這一研究理念的研究人員在開始研究問題時沒有預制的假設，而是使用歸納推理的方法，從部分到整體的進行觀察描述。而不象那些定量研究人員那樣通過控制實驗進行分析，而是通過問題存在的環(huán)境觀察和解釋現象。
    您會在很多生物的研究看到這種定性研究的廣泛應用，研究人員通過營造接近物種棲息地的環(huán)境，試圖提取更深的見解，并力圖不打擾現有點生態(tài)系統(tǒng)。
    當您對于您企業(yè)收集的相關數據信息所能夠揭示出什么有價值的東西沒有任何想法時，定性數據科學專家就能派上用場了。例如，您可能已經收集了企業(yè)業(yè)務部門在過去五年的事務日志，但您不知道這些信息里面能否提煉出任何有價值的東西，進而轉換成信息產品。如果您將您的這一問題告訴一個解釋學主義者，他們會試圖探討您的數據，這樣您就可以更好地理解這些數據了。
   他們不是要在您的數據信息中尋找什么特別的東西，也肯定不是想證明什么。他們只是想辦法幫助您更好地了解您的數據是什么。
    我認為對于定性分析必須采取非常謹慎的態(tài)度，因為其經常在企業(yè)戰(zhàn)略制定時被濫用。毋庸置疑，在您企業(yè)制定大數據發(fā)展策略時，定性分析有可能是非常重要的，您只需要了解如何正確使用它，而不至于白白投資了大量資金。
    現在，有一種混合型的分析方案，將定性和定量研究方法結合起來。這有可能在您制定的大數據戰(zhàn)略時非常有幫助的。但是，也有人認為這并不是靈丹妙藥，大多數企業(yè)第一次嘗試這一方案是也發(fā)現其不是萬能的。
    混合研究方法是新興的、同時也是復雜的，您不會希望因為采用了混合研究方法而讓您企業(yè)的大數據發(fā)展策略充斥著風險吧。此外，這種研究方法還沒有形成自己的研究體系，其只是兩種研究類型方式的結合。例如，針對一個問題，您可以從定性研究開始然后又轉向定量研究。
    或者，你可以從定量研究的問題開始，并利用定性研究詳細說明結果。另外，你可以通過在橫向和縱向分別同時運用兩個方法。當然這種組合是相當復雜，耗費腦力的事情。
    企業(yè)高管們所面臨的最大挑戰(zhàn)是企業(yè)的發(fā)展問題。當在研究企業(yè)發(fā)展戰(zhàn)略時遭遇到定性和定量研究之間的哲學差異，不管他們是否意識到這些差異，兩個陣營之間的文化差異是根深蒂固的。
    實證主義者認為，數據具有客觀意義上的因果關系，將普遍適用于一個影響領域的應用。而解釋學主義者則認為數據有主觀意義，不適用。他們會向您進行描述解釋，但他們在發(fā)現的大多數的創(chuàng)新有關的應用程序方法存在問題。
    把這兩個陣營混合在一起就像把健怡可樂和曼妥思薄荷糖混合一樣，如果您不能很好的控制企業(yè)內部的動態(tài)，激烈的辯論會使您的企業(yè)浪費大量的時間和精力。
   結論
    三種類型的研究方法，兩種類型的數據科學專家，以及一種制定您企業(yè)大數據的發(fā)展戰(zhàn)略。當您有一種強烈的預感，并有相關的數據線索支撐您的預感時，定量研究人員使您最佳的選擇；而但您沒有線索時，定性研究者則是比較好的選擇。而將這兩種研究人員結合在一起則會帶來無休止的爭論?；旌涎芯糠椒ㄋ坪跏且粋€合乎邏輯的妥協，但它實際上對于您想要解決研究的問題來說，是弊大于利的。
    這就是為什么我建議您在選擇讓相關的數據科學專家和花哨的軟件介入到您企業(yè)的大數據戰(zhàn)略之前務必要三思，并充分把控您企業(yè)的業(yè)務戰(zhàn)略的原因了。今天就花一些時間來重新考慮您企業(yè)的大數據戰(zhàn)略資源計劃吧。當壞的方案一旦上馬，想要臨時撤銷可不是件容易事兒。