
先有想象力,才能活用大數(shù)據(jù)_數(shù)據(jù)分析師
大數(shù)據(jù)來了,每個(gè)人都有機(jī)會(huì)從中淘金,當(dāng)然,你的工作內(nèi)容也將出現(xiàn)大地震!
“巨量數(shù)據(jù)對(duì)個(gè)人的影響,可能最令人意想不到。在某些特定領(lǐng)域……,原本的專業(yè)知識(shí)就變得不足掛齒了?!薄洞髷?shù)據(jù)》作者維克托·邁爾-舍恩伯格(Viktor Mayer-Schonberger)在書中強(qiáng)調(diào)。
要在這個(gè)新領(lǐng)域成為贏家,比的不是統(tǒng)計(jì)能力,“唯有具備想象力,才能找到大數(shù)據(jù)真正的創(chuàng)新價(jià)值?!本S克托·邁爾-舍恩伯格表示。
臺(tái)灣中研院信息科學(xué)研究所副研究員陳升瑋解釋,這一波大數(shù)據(jù)趨勢(shì)有兩大重點(diǎn):“數(shù)據(jù)重用”與“異類數(shù)據(jù)結(jié)合”。也就是說,把看似不相干的數(shù)據(jù),放在一起分析、運(yùn)用的能力,將越來越重要。
而看似無關(guān)的數(shù)據(jù)結(jié)合,靠的就是想象力。不過,想象力到底該如何培養(yǎng)?
“想象力沒辦法坐在那邊想就出來,它是需要練習(xí)的?!盙oogle臺(tái)灣董事總經(jīng)理簡(jiǎn)立峰接受《商業(yè)周刊》專訪時(shí)解釋。
以下是簡(jiǎn)立峰獨(dú)家分享,Google聰明人是怎樣從生活、工作中鍛煉想象力的摘要。
別光“下指令”,用Data做決策 拋去舊框架,用搜集數(shù)據(jù)討論問題
談到大數(shù)據(jù)時(shí)代,企業(yè)主管到一般員工最需要具備的能力是什么,我認(rèn)為,還是相信data(數(shù)據(jù)),凡事用data做決策:“show me the data!”決策是基于數(shù)據(jù),不是人為個(gè)人喜好,是數(shù)據(jù)告訴我該怎么做。
企業(yè)主管必須先相信數(shù)據(jù),接著建立數(shù)據(jù),才可能有“大數(shù)據(jù)”。老板要打從心里認(rèn)同“data driven decision making(數(shù)據(jù)導(dǎo)向決策)”的重要性,當(dāng)有一天數(shù)據(jù)推翻老板看法時(shí),他必須接受,拋去過去的框架、成見,鼓勵(lì)員工搜集數(shù)據(jù)來討論問題,而不是憑自己的意見下指令。
別總是“聽說”,用Data找答案 在不疑處充滿懷疑,想盡辦法求證
提到想象力(為何重要),因?yàn)榇髷?shù)據(jù)主要是用在創(chuàng)新,開創(chuàng)新的商業(yè)模式。
如果你想練習(xí)想象力,首先,它就是“think out of box(跳出框架思考)”,無處不懷疑,人家不懷疑的地方,你充滿懷疑就對(duì)了,而且,懂得懷疑的人,會(huì)愿意相信數(shù)據(jù),因?yàn)樗f服自己不容易,所以得找出數(shù)據(jù)證明。
我跟我家小孩最喜歡玩的東西,就是看到一件事情,馬上去求證它,例如,(有網(wǎng)絡(luò)消息說)火星上看到一個(gè)巨人影像,我們就開始求證是真的還是假的,想盡辦法開始搜尋。你可以用圖找原始圖,找出全世界有多少網(wǎng)站有這張影像,最后,我發(fā)現(xiàn),我要找的鏈接是NASA網(wǎng)站,(結(jié)果)上面就寫這是一張假的照片……。這種事情如果養(yǎng)成習(xí)慣,你才能有懷疑的能力。
別老“坐著想”,用Data找觀點(diǎn) 多討論,在不同意見中找出最好的
想象力沒辦法坐在那邊想就出來,你還要有分析力,能夠把一件事情拆成一百個(gè)角度去看,你就有機(jī)會(huì)刺激想象力,但如果你只有十個(gè)角度,你就很難有機(jī)會(huì)有想象力,想象力是要訓(xùn)練的。
幾周前,我們有一個(gè)跨部門產(chǎn)品經(jīng)理的會(huì)議,他們都是很有創(chuàng)意的年輕人,大家對(duì)土耳其市場(chǎng)搜尋流量突然增加那么多,感到很好奇,現(xiàn)場(chǎng)大概有20個(gè)人,馬上拋出一百個(gè)觀點(diǎn),例如,最近的GDP是否成長(zhǎng)?上網(wǎng)的滲透率是否成長(zhǎng)?是不是有4G在建設(shè)……?接下來大家會(huì)很快地debate(辯論),把不合理的因素拿掉,篩出來之后,找出一、兩個(gè)最有機(jī)會(huì)的,看要怎么去求證,這就是一個(gè)組織展現(xiàn)很強(qiáng)的分析能力。
要如何訓(xùn)練分析力,就是增加大家討論的機(jī)會(huì),美式公司開會(huì)表達(dá)意見的機(jī)會(huì)多,意見一旦多,你就要學(xué)習(xí)從不同意見中找出最好的,如果一個(gè)組織是上與下的關(guān)系,每次都只有一個(gè)人說話,這就培養(yǎng)不成了,越是扁平組織架構(gòu),越容易促進(jìn)大家討論。
最后,大數(shù)據(jù)很重要的是求證,Google里面很多數(shù)據(jù)分析師并不是天馬行空地想,相反的,他們都是很嚴(yán)謹(jǐn)?shù)娜恕?
但別把大數(shù)據(jù)講成統(tǒng)計(jì)學(xué)和數(shù)學(xué),它只是你會(huì)不會(huì)懂得觀察,生活上很多東西就是大數(shù)據(jù)的判斷,我用搜索引擎也跟統(tǒng)計(jì)無關(guān),我覺得用“科學(xué)家”這個(gè)詞就把人嚇壞了。大數(shù)據(jù)真正的用意,就是你重視data,找方法把data轉(zhuǎn)換成價(jià)值就可以了,至于“大”(指所謂巨量數(shù)據(jù)),全世界需要處理大量數(shù)據(jù)的企業(yè)沒幾個(gè),留給專家處理就好。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):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(duì)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(kù)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(kù)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(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(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(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(yíng)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(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11