
大數(shù)據(jù)和預(yù)測(cè)分析:數(shù)據(jù)是否越多越好_數(shù)據(jù)分析師
Michael Berry對(duì)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(rèn)為更多的數(shù)據(jù)未必帶來(lái)正面的業(yè)務(wù)影響,比如大數(shù)據(jù)和預(yù)測(cè)分析的例子。
“很多預(yù)測(cè)分析的應(yīng)用其實(shí)并不需要所有的數(shù)據(jù)?!盉erry在Predictive Analytics World做主題演講時(shí)說(shuō)到。因此,對(duì)于數(shù)據(jù)科學(xué)家來(lái)說(shuō),重要的不是想著怎樣分析所有的數(shù)據(jù),而是看通過(guò)哪些數(shù)據(jù)可以得出真正有價(jià)值的結(jié)果。那么到底該怎么辦呢?“對(duì)于這個(gè)問(wèn)題,沒(méi)有直截了當(dāng)?shù)拇鸢?。”Berry說(shuō)。
但是,通過(guò)每次增加一些數(shù)據(jù)的方式來(lái)測(cè)試預(yù)測(cè)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(dāng)Berry想知道旅游代理商對(duì)某家酒店或特定客戶(hù)的標(biāo)準(zhǔn)價(jià)位時(shí),采用計(jì)算平均值的方法:選取兩個(gè)取均值,然后是三個(gè)…最終在1萬(wàn)個(gè)時(shí)均值穩(wěn)定下來(lái)。如果取2萬(wàn)個(gè),均值肯定會(huì)發(fā)生變化,但這已經(jīng)沒(méi)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(huì)對(duì)結(jié)果造成很大的影響。”Berry說(shuō)。
如果過(guò)多的數(shù)據(jù)不會(huì)帶來(lái)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(zhuān)注于數(shù)據(jù)質(zhì)量和挖掘的人才等,都會(huì)導(dǎo)致結(jié)果的不同。
這些都是預(yù)測(cè)分析中的關(guān)鍵點(diǎn),比如指出哪些變量可以使模型更健壯,或者結(jié)合哪些來(lái)源的數(shù)據(jù)可以發(fā)現(xiàn)新的模式。
“比如風(fēng)寒效應(yīng)(wind chill factor)?!盉erry說(shuō)。結(jié)合了實(shí)際的溫度和風(fēng)速,才能切實(shí)分析出人體對(duì)于外界環(huán)境的感受。
Berry并非唯一對(duì)當(dāng)前大數(shù)據(jù)和預(yù)測(cè)分析境況有微詞的人。咨詢(xún)公司Rexer Analytics的創(chuàng)始人Karl Rexer認(rèn)為數(shù)據(jù)科學(xué)家們多少都有點(diǎn)迷茫失措。在其2013年對(duì)數(shù)據(jù)挖掘從業(yè)者的調(diào)查看出,受訪(fǎng)者反饋表明數(shù)據(jù)規(guī)模變得越來(lái)越大。但是,當(dāng)被問(wèn)及有多少數(shù)據(jù)被用于真正的分析時(shí),答案和2007年的調(diào)查結(jié)果并無(wú)二致。
這并非證明所謂大數(shù)據(jù)是一場(chǎng)鬧劇?!皩?duì)于傳統(tǒng)的預(yù)測(cè)分析建?;?a href='/map/shujuwajue/' style='color:#000;font-size:inherit;'>數(shù)據(jù)挖掘項(xiàng)目來(lái)說(shuō),總體的樣本規(guī)模并未出現(xiàn)增長(zhǎng)?!盧exer說(shuō)。
將分析術(shù)語(yǔ)轉(zhuǎn)化為業(yè)務(wù)端所能理解的語(yǔ)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(lái)進(jìn)行描述。
“當(dāng)我們構(gòu)建模型時(shí),會(huì)舉行一個(gè)命名比賽?!盤(pán)aychex的建模分析師Tom Kern在本次Predictive Analytics World上表示。Kern的團(tuán)隊(duì)會(huì)向用戶(hù)發(fā)送電子郵件,其中對(duì)模型進(jìn)行了簡(jiǎn)短的描述,并且提供一些詞匯供其使用。用戶(hù)根據(jù)實(shí)際工作,創(chuàng)造縮寫(xiě)詞匯,比如SAM表示銷(xiāo)售預(yù)期模型(sales anticipation model),TIM表示領(lǐng)域識(shí)別和映射模型(territory identification and mapping model)。
如果業(yè)務(wù)端用戶(hù)的建議最終被采用,其就會(huì)收到一個(gè)禮物卡。由此,就可以根據(jù)諸如銷(xiāo)售人員之類(lèi)的用戶(hù)的期望,從而思考預(yù)測(cè)模型該做些甚么。
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(jià)汰漬洗衣劑,以此來(lái)吸引中端客戶(hù)。該如何評(píng)價(jià)這個(gè)決策呢?
Shel Smith是市場(chǎng)分析公司Twenty-Ten Inc.的創(chuàng)始人,他的看法是:“如果你發(fā)布類(lèi)似的產(chǎn)品,不僅僅是在獲取新的客戶(hù),其實(shí)還在鼓勵(lì)已有的客戶(hù)替換現(xiàn)有的高價(jià)產(chǎn)品?!?/span>
鑒于當(dāng)前經(jīng)濟(jì)形勢(shì)的影響,這種擔(dān)憂(yōu)并非沒(méi)有道理。但是,Smith對(duì)寶潔的策略持有信心。他認(rèn)為,寶潔的策略是基于預(yù)測(cè)模型、海量數(shù)據(jù)和精準(zhǔn)營(yíng)銷(xiāo)來(lái)達(dá)成的,可以在獲取新客戶(hù)的同時(shí)不影響現(xiàn)有品牌的銷(xiāo)量。
“寶潔肯定有很多我們不知道的過(guò)人之處,但是在獲取新客戶(hù)方面并無(wú)什么神秘的。”Smith表示。
數(shù)據(jù)分析咨詢(xún)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(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話(huà)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(kù)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(kāi)始提取前,需先判斷 TIF 文件的類(lèi)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(zhuān)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(kù)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(kù))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(zhuān)業(yè)操盤(pán)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(kāi)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(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)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(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)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(yíng)問(wèn)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(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶(hù)體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)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(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)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(lèi)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(lèi)分析作為 “無(wú)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(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10