
大數(shù)據(jù)時代是相信數(shù)據(jù)科學還是領導的感覺
即使企業(yè)有開發(fā)大數(shù)據(jù)的能力(其實大部分并沒有這個能力),他們還總是喜歡使用未經(jīng)測試的想當然的想法,而非利用數(shù)據(jù)科學來做決策。視覺分析公司Atheon Analytics的總經(jīng)理Guy Cuthbert認為,即使是在那些使用數(shù)據(jù)的公司中,許多仍然會有選擇性的支持那些已經(jīng)被認可的觀點,而非真正數(shù)據(jù)驗證的事實,而利用數(shù)據(jù)本身,只是靠想法制定決策的一種偽裝罷了。
最近Actian公司在倫敦參加的一個圓桌會議上,Cuthbert談到,數(shù)據(jù)科學涉及到提出假設和檢驗假設的方法,但他所遇到的大多數(shù)商品零售企業(yè)都繞過了這兩個方法。
他說:我能一口氣說出許多零售商的可怕故事,這些故事都有一個共同點,即這些零售商相信客戶存在一個特定的行為方式,因為他們在開張的那一天就有人這么告訴他們了。他們從了沒有真正質疑過這些說法而去探究真實的情況品類的真實情況、國家中特定地區(qū)的情況,或尺碼的情況。數(shù)不清的案例表明,人們輕信別人告訴他們的東西,但卻不去自己探究真正的事實是什么樣的。
我們做了很多工作,想要把各種組織從‘想法驅動’改變?yōu)椤當?shù)據(jù)驅動’,讓它們開始采用事實和假設的科學方法,而不是‘想當然’。Cuthbert說。
Cuthbert說,自己曾經(jīng)努力幫助過許多公司,以讓它們理解它們的產(chǎn)品的績效表現(xiàn),但這些公司都無法被認為具有分析能力。按照他的推測,全球的商業(yè)企業(yè)中大概只有百分之一甚至是只有千分之一是真正的數(shù)據(jù)驅動的。
Cuthbert說:我見過大量的依靠直覺運營的企業(yè)并不了解原來數(shù)據(jù)還可以產(chǎn)生決策。我也聽過太多高管們滔滔不絕地噴出了各種各樣的其實沒有什么‘營養(yǎng)’的想法。因此,如果數(shù)據(jù)繪制者或者數(shù)據(jù)科學家去做一些事情,去教商人們他們的組織中所蘊含的那些令人著迷數(shù)據(jù)及背后的事實,他們就會開始自覺地去認識它們了。
然而,讓業(yè)務揭穿企業(yè)中的一些(不真實)的神話并開始接受現(xiàn)實,接受以數(shù)據(jù)為基礎的結論,并非易事。
在我們向人們展示我們的觀點時,常遇到一些充滿火藥味的‘回擊’,他們當面指責我們,說我們所說的是徹頭徹尾的繆論。Cuthbert說。
另外一個問題是即使公司試圖科學地使用數(shù)據(jù),他們關注的點也過于聚焦而狹隘。
大多數(shù)與我們合作的公司關注已知的東西,他們總是著眼于諸如‘我們希望明年的收入增加6%,讓我們確保能搞定6%’之類的東西。Cuthbert說。
他們沒有去尋找增長30%或者120%的機會。我們很多工作只是浮于表面,或者展示那些他們其實自己也沒有弄懂的一套東西。
不幸的是,盡管技術進步讓我們能夠非常容易地處理數(shù)十億條數(shù)據(jù),但分析本身,卻必須依靠與人力完成。
機器缺乏靈感,這是造成機器學習以及其他計算機技術與人類思維鴻溝巨大的現(xiàn)時原因。Cuthbert說,靈感來自于人類懂得如何從數(shù)據(jù)中找出隱含的信息。
大數(shù)據(jù)分析公司Actian(之前叫Ingres)的CEO Steve Shine說,一直到現(xiàn)在,為了滿足大數(shù)據(jù)所需要的開發(fā)技能,他們擁有一組特定的高預算的客戶,這些客戶需要他們的這些技能完成項目。
在過去的三四年中,如果你在任何的一個地方接觸過hadoop項目,你就會意識到,能夠寫一個高效的MapReduce程序并使hadoop高效運行是一個相當牛逼的技能。Shine說,這種技能被技術社區(qū)熱切地保護了起來,卻并沒有擴散,但最近的12個月內(nèi)發(fā)生了戲劇性的變化。大家都接受了一個事情,即需要讓利用新的技術變得更加容易。
我們把人們帶回上世紀80年代,那時如果你能有現(xiàn)在通過代碼來獲取所有的數(shù)據(jù)和發(fā)現(xiàn)新見解的能力,你將會變得有多么的多產(chǎn)。
但現(xiàn)在新的問題是,大數(shù)據(jù)技術在迅猛擴散,各種版本的Hadoop、NoSQL,以及提供和整合數(shù)據(jù)的新方法層出不窮。
沒有一個CIO因為把這些東西能夠‘粘合’在一起而獲得獎勵。企業(yè)并不在乎你多快多好的把這些粘合在一起。企業(yè)也不在乎你到底能多快的幫助他找到客戶流失數(shù)據(jù)。Shine說。
然而,現(xiàn)在的技術允許企業(yè)從他們通常的生產(chǎn)數(shù)據(jù)中發(fā)現(xiàn)意想不到的商業(yè)潛力。
Shine援引了他在福利和工資服務行業(yè)中的一個客戶的情況,對于工資變化、畢業(yè)生和參與者的信息,這個客戶自己處理數(shù)據(jù)后得到的信息,甚至要比政府提供的信息更能準確描繪宏觀經(jīng)濟。
他說:那些看起來傳統(tǒng)的組織,實際上已經(jīng)有一個業(yè)務,即他們意識到如果它們以數(shù)據(jù)為中心,并且利用數(shù)據(jù),以及盡可能地結合其它他們能獲得的數(shù)據(jù),他們就能夠基本做出比現(xiàn)在他們能做出來的東西更具根本價值的東西,他說。
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)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(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:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(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:理性預期算子的內(nèi)涵、作用與應用解析 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:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 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、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(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:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、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)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(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)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 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)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(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