大數(shù)據(jù)和預(yù)測分析：數(shù)據(jù)是否越多越好_數(shù)據(jù)分析師

Michael Berry對大數(shù)據(jù)的浮夸之詞頗不以為然。身為旅游網(wǎng)站TripAdvisor的分析總監(jiān)，他認為更多的數(shù)據(jù)未必帶來正面的業(yè)務(wù)影響，比如大數(shù)據(jù)和預(yù)測分析的例子。

“很多預(yù)測分析的應(yīng)用其實并不需要所有的數(shù)據(jù)。”Berry在Predictive Analytics World做主題演講時說到。因此，對于數(shù)據(jù)科學(xué)家來說，重要的不是想著怎樣分析所有的數(shù)據(jù)，而是看通過哪些數(shù)據(jù)可以得出真正有價值的結(jié)果。那么到底該怎么辦呢?“對于這個問題，沒有直截了當?shù)拇鸢?。”Berry說。

但是，通過每次增加一些數(shù)據(jù)的方式來測試預(yù)測模型的有效性，可以最終確定多少數(shù)據(jù)是足夠的。比如，當Berry想知道旅游代理商對某家酒店或特定客戶的標準價位時，采用計算平均值的方法：選取兩個取均值，然后是三個…最終在1萬個時均值穩(wěn)定下來。如果取2萬個，均值肯定會發(fā)生變化，但這已經(jīng)沒有必要了。

“這就是關(guān)鍵所在。如果你有足夠的數(shù)據(jù)，那么單純數(shù)量上的增加就不會對結(jié)果造成很大的影響。”Berry說。

如果過多的數(shù)據(jù)不會帶來本質(zhì)的不同，那么什么才是關(guān)鍵所在呢?“很多方面。”Berry表示。數(shù)據(jù)的純凈度、樣本的合理全面以及專注于數(shù)據(jù)質(zhì)量和挖掘的人才等，都會導(dǎo)致結(jié)果的不同。

這些都是預(yù)測分析中的關(guān)鍵點，比如指出哪些變量可以使模型更健壯，或者結(jié)合哪些來源的數(shù)據(jù)可以發(fā)現(xiàn)新的模式。

“比如風寒效應(yīng)（wind chill factor）?！盉erry說。結(jié)合了實際的溫度和風速，才能切實分析出人體對于外界環(huán)境的感受。

大數(shù)據(jù)的誤區(qū)

Berry并非唯一對當前大數(shù)據(jù)和預(yù)測分析境況有微詞的人。咨詢公司Rexer Analytics的創(chuàng)始人Karl Rexer認為數(shù)據(jù)科學(xué)家們多少都有點迷茫失措。在其2013年對數(shù)據(jù)挖掘從業(yè)者的調(diào)查看出，受訪者反饋表明數(shù)據(jù)規(guī)模變得越來越大。但是，當被問及有多少數(shù)據(jù)被用于真正的分析時，答案和2007年的調(diào)查結(jié)果并無二致。

這并非證明所謂大數(shù)據(jù)是一場鬧劇?！皩τ趥鹘y(tǒng)的預(yù)測分析建模或數(shù)據(jù)挖掘項目來說，總體的樣本規(guī)模并未出現(xiàn)增長?！盧exer說。

縮寫詞匯命名

將分析術(shù)語轉(zhuǎn)化為業(yè)務(wù)端所能理解的語言，是一種巨大的挑戰(zhàn)。工資、人力和服務(wù)外包提供商Paychex是這樣打破藩籬的：根據(jù)業(yè)務(wù)端的建議來進行描述。

“當我們構(gòu)建模型時，會舉行一個命名比賽?！盤aychex的建模分析師Tom Kern在本次Predictive Analytics World上表示。Kern的團隊會向用戶發(fā)送電子郵件，其中對模型進行了簡短的描述，并且提供一些詞匯供其使用。用戶根據(jù)實際工作，創(chuàng)造縮寫詞匯，比如SAM表示銷售預(yù)期模型（sales anticipation model），TIM表示領(lǐng)域識別和映射模型（territory identification and mapping model）。

如果業(yè)務(wù)端用戶的建議最終被采用，其就會收到一個禮物卡。由此，就可以根據(jù)諸如銷售人員之類的用戶的期望，從而思考預(yù)測模型該做些甚么。

汰漬的策略變化

作為全球最大的零售商之一，寶潔公司宣布推出一款新型的低價汰漬洗衣劑，以此來吸引中端客戶。該如何評價這個決策呢?

Shel Smith是市場分析公司Twenty-Ten Inc.的創(chuàng)始人，他的看法是：“如果你發(fā)布類似的產(chǎn)品，不僅僅是在獲取新的客戶，其實還在鼓勵已有的客戶替換現(xiàn)有的高價產(chǎn)品?！?/span>

鑒于當前經(jīng)濟形勢的影響，這種擔憂并非沒有道理。但是，Smith對寶潔的策略持有信心。他認為，寶潔的策略是基于預(yù)測模型、海量數(shù)據(jù)和精準營銷來達成的，可以在獲取新客戶的同時不影響現(xiàn)有品牌的銷量。

“寶潔肯定有很多我們不知道的過人之處，但是在獲取新客戶方面并無什么神秘的?！盨mith表示。