
小議大數(shù)據(jù)的“能”與“不能” _數(shù)據(jù)分析師
當(dāng)下,我們正處于數(shù)據(jù)爆炸的時(shí)代,全球的數(shù)據(jù)量正在以每18個(gè)月翻一倍的驚人速度增長,世界正在高速數(shù)字化。大數(shù)據(jù)也是當(dāng)下各行各業(yè)都在談?wù)摰脑掝},某些數(shù)據(jù)分析師甚至揚(yáng)言:如果可以實(shí)時(shí)、精確的捕捉一切數(shù)據(jù),并且有足夠高效的算法與儲(chǔ)存設(shè)備,大數(shù)據(jù)可以分析并解決一切問題。竊以為,這樣的說法太過絕對,現(xiàn)實(shí)情況并非如此。大數(shù)據(jù)并非是無所不能的。
筆者在這里試圖從應(yīng)用的角度分析一下電信行業(yè)大數(shù)據(jù)能做的和不能做的事情,而對于業(yè)務(wù)層面的能與不能。將留待后續(xù)文章再述。
大數(shù)據(jù)在面向客戶層面能做的事情:
1、完善客戶畫像,洞察客戶特征:擁有更全面的客戶數(shù)據(jù)后,能更逼近客戶的真實(shí)情況。大數(shù)據(jù)因其強(qiáng)大的數(shù)字記憶功能,在一定程度上能做到比客戶自己還要更了解客戶,具有讀心術(shù)功能,這個(gè)容易理解;
2、發(fā)現(xiàn)行為模式的DNA,預(yù)測客戶將發(fā)生的動(dòng)作:法國數(shù)學(xué)家泊松說過:一旦我們承認(rèn)人類行為是隨機(jī)的,它突然之間就可以被預(yù)測了。《爆發(fā)》作者艾伯特拉斯洛巴拉巴西據(jù)此認(rèn)為:依據(jù)泊松分布規(guī)律推斷,人類行為93%是可以預(yù)測的。大數(shù)據(jù)的核心功能就是關(guān)聯(lián)預(yù)測,比如識別離網(wǎng)客戶在離網(wǎng)前的行為模式DNA,就能推測出所有在網(wǎng)客戶在某個(gè)時(shí)期的離網(wǎng)率。類似的還有客戶換機(jī)時(shí)間、偏好機(jī)型的預(yù)測等等。
3、識別客戶需求偏好,開展個(gè)性化服務(wù):還是圍繞客戶來說,大數(shù)據(jù)能發(fā)現(xiàn)客戶的興趣偏好、渠道偏好等,在規(guī)則引擎的實(shí)時(shí)觸發(fā)作用下,相應(yīng)的觸點(diǎn)就能即時(shí)捕捉到機(jī)會(huì),觸發(fā)完成相應(yīng)的動(dòng)作,進(jìn)行個(gè)性化的精準(zhǔn)服務(wù)與營銷,做到應(yīng)時(shí)應(yīng)景、正中客戶下懷,這對于提高營銷效率、客戶感知肯定是大有裨益的,當(dāng)然這里面還要注意讓客戶比較舒服的接受觸點(diǎn)的服務(wù),不要讓客戶覺得我們是在利用他們的隱私在做事情,這里面是講究技巧的。
大數(shù)據(jù)在面向客戶層面不能做的事情:
大數(shù)據(jù)的確能記錄客戶的各種屬性特征、行為軌跡,這些數(shù)據(jù)也確實(shí)反映了客戶的操作和使用行為,但是所思并不完全就是所想,客戶的行為也不能完全反映其真實(shí)意圖。
1、 大數(shù)據(jù)不能算出客戶的創(chuàng)意和想象:大數(shù)據(jù)來源于現(xiàn)實(shí),但是人類的許多想法并非來源于現(xiàn)實(shí),創(chuàng)造性的思維與想象往往是天馬行空、超越現(xiàn)實(shí),因此《大數(shù)據(jù)時(shí)代》作者克托邁爾舍恩伯格直言:創(chuàng)意和想象,用大數(shù)據(jù)是算不出來的。
2、 大數(shù)據(jù)及時(shí)很智能也無法替代客戶思維:大數(shù)據(jù)或許能幫助客戶做出一些決策方案,但最終選擇客戶哪個(gè)方案、做出何種動(dòng)作,最終決定權(quán)還是在客戶自己手中。人類的思維過程、內(nèi)心的真實(shí)想法是大數(shù)據(jù)不能夠完全測算出來的。人類的思維、決策鑲嵌在時(shí)間序列和社會(huì)背景之中,但數(shù)據(jù)是不能讀懂這些背景的,也讀不懂這些背景之后的一些潛規(guī)則,因而無法洞悉人類思維的浮現(xiàn)過程。即使是一部普通的小說,數(shù)據(jù)分析也無法解釋其中的思路脈絡(luò),顯見大數(shù)據(jù)是不能替代人類的思考的。
3、 大數(shù)據(jù)不能預(yù)測超越人類認(rèn)知范圍的事情:大數(shù)據(jù)的核心功能就是預(yù)測,但是大數(shù)據(jù)無法預(yù)測毫無先兆、超越人類認(rèn)知極限的事情,這類事情通常被稱為黑天鵝。大數(shù)據(jù)是基于歷史數(shù)據(jù)來預(yù)測未來的,但當(dāng)歷史不可掌握時(shí),大數(shù)據(jù)也是無計(jì)可施的;再者,大數(shù)據(jù)在采集、處理過程中難免被融入數(shù)據(jù)分析師的價(jià)值觀和傾向性,這會(huì)讓數(shù)據(jù)往往并非是原始客觀的,會(huì)影響最后的分析結(jié)果,而真實(shí)的黑天鵝隱藏于無形之中,是很難被發(fā)現(xiàn)的;另外,著名思想、《黑天鵝:如何應(yīng)對不可知的未來》的作者納西姆塔勒布指出,隨著我們掌握的數(shù)據(jù)越來越多,可以發(fā)現(xiàn)的統(tǒng)計(jì)上顯著的相關(guān)關(guān)系也就越來越多,這些相關(guān)關(guān)系中,有很多都是沒有實(shí)際意義的,在真正解決問題時(shí)可能將人引入歧途。
4、 大數(shù)據(jù)無法描述客戶的感情:大數(shù)據(jù)另外一個(gè)局限性在于它很難表現(xiàn)和描述客戶的感情。大數(shù)據(jù)在處理人類情感、社會(huì)關(guān)系、前后關(guān)聯(lián)等問題的時(shí)候,表現(xiàn)往往不盡如人意。大數(shù)據(jù)只能告訴我們客戶在做什么,而不能告訴我們客戶在做的時(shí)候是怎么想的、背景是怎樣的,或者客戶在做的時(shí)候有什么樣的情緒波動(dòng)。所以,大數(shù)據(jù)往往是不能直達(dá)客戶心智空間,理解客戶擁有何種價(jià)值觀的。
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
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 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 ...
2025-09-19SQL 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(rèn)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。 ...
2025-09-18DSGE 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(jià)值的專業(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)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)全功能周期的專業(yè)操盤手 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 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(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(diǎn)數(shù)據(jù)的科學(xué)計(jì)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(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)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(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)營問題、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)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例: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) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11