為數(shù)據(jù)分析瘦身

越來越多的公司開始倡導(dǎo)‘用數(shù)據(jù)說話’，利用數(shù)據(jù)分析來幫助公司進(jìn)行商務(wù)運(yùn)營和制定決策。但如果一個(gè)公司試圖對(duì)所有可能收集到的數(shù)據(jù)進(jìn)行分析或者期望用數(shù)字來解決一切問題，那便又陷入了另一個(gè)極端，讓自己受到數(shù)據(jù)分析復(fù)雜性的困擾。公司應(yīng)該利用簡單有效的數(shù)據(jù)分析方法幫助其在已有的業(yè)務(wù)認(rèn)知基礎(chǔ)上更好地作出商務(wù)決策。下面我們就結(jié)合一些公司的實(shí)例來介紹利用簡單的數(shù)據(jù)分析解決商務(wù)問題的三部曲。

第一步，提高數(shù)據(jù)產(chǎn)生速度

更快的數(shù)據(jù)＝更快的認(rèn)知＝更快的結(jié)果。通過建立一個(gè)可以快速融合大數(shù)據(jù)的混合科技數(shù)據(jù)服務(wù)平臺(tái)來自動(dòng)化并加速數(shù)據(jù)的產(chǎn)生和更新。這樣的環(huán)境能夠幫助企業(yè)更好地運(yùn)轉(zhuǎn)和管理業(yè)務(wù)，并使大量數(shù)據(jù)在企業(yè)內(nèi)部更好地流通。實(shí)時(shí)的數(shù)據(jù)分析可以幫助公司更快地制定決策并提高服務(wù)質(zhì)量。例如，美國一家銀行采用了這樣一個(gè)科技環(huán)境來更有效地管理持續(xù)大量增長的客戶信息，將分析運(yùn)行速度提高了幾個(gè)小時(shí)，更快地得到分析結(jié)果并及時(shí)向客戶反饋。

第二步，充分利用分析工具

（1）商業(yè)智能和數(shù)據(jù)可視化

商務(wù)智能的核心就是將數(shù)據(jù)分析融入公司運(yùn)營中來優(yōu)化的決策制定并提高業(yè)績。商務(wù)智能通過合適的數(shù)據(jù)，時(shí)機(jī)和媒介（例如手機(jī)，電腦等），用直觀明了的可視化方式（例如熱點(diǎn)圖，圖表等）向公司決策者展示他們需要的分析結(jié)果，幫助他們更好地理解數(shù)據(jù)分析結(jié)果并進(jìn)一步優(yōu)化決策分析。例如，一個(gè)金融服務(wù)公司利用商務(wù)智能和數(shù)據(jù)可視化來比較不同的風(fēng)險(xiǎn)投資組合。他們分析了關(guān)鍵數(shù)據(jù)并以可視化方式展示了分析結(jié)果，成功地找出美國哪些地區(qū)有較高拖債率，按照貸款人、貸款目的和貸款渠道等因素更準(zhǔn)確地制定資金份額，以及及時(shí)有效審查銀行貸款投資組合。同時(shí)，用戶可以對(duì)分析結(jié)果進(jìn)行交互操作并按需查詢數(shù)據(jù)，例如選擇不同的日期，信用等級(jí)，比較貸方和貸款方式等。利用交互式商務(wù)智能的靈活性和數(shù)據(jù)探索能力以及可視化方式，決策者可以制定更準(zhǔn)確有效地制定策略。

（2）數(shù)據(jù)挖掘

利用數(shù)據(jù)挖掘技術(shù)，公司可以更好地探索出原本不是很明顯的數(shù)據(jù)變化趨勢，以此來優(yōu)化商業(yè)決策。例如，一個(gè)能源公司通過數(shù)據(jù)挖掘預(yù)測了哪些管道有更大的破裂風(fēng)險(xiǎn)，并根據(jù)分析結(jié)果來優(yōu)化資源進(jìn)行管道維護(hù)。

（3）數(shù)據(jù)分析應(yīng)用程序

利用數(shù)據(jù)分析應(yīng)用程序可以讓公司管理者直接有效地進(jìn)行數(shù)據(jù)分析，幫助他們更好地按照數(shù)據(jù)分析結(jié)果來作出商業(yè)決定。這些應(yīng)用程序可以針對(duì)不同行業(yè)，也可以靈活機(jī)動(dòng)地滿足公司內(nèi)部不同人群的需要－從市場部到財(cái)務(wù)部，從公司管理層到中層。例如，一個(gè)貨物儲(chǔ)存經(jīng)理可以利用數(shù)據(jù)分析軟件優(yōu)化存貨清單，一個(gè)市場總監(jiān)也可以利用分析軟件決定公司的全球市場運(yùn)營。

（4）機(jī)器學(xué)習(xí)和認(rèn)知運(yùn)算

機(jī)器學(xué)習(xí)能夠去除數(shù)據(jù)建模中的人員影響因素，更直觀地預(yù)測客戶行為和企業(yè)業(yè)績。通過大量的數(shù)據(jù)和強(qiáng)大的運(yùn)行能力，智能軟件可以結(jié)合數(shù)據(jù)科學(xué)和認(rèn)知科技幫助機(jī)器作出更好的決定。例如，一個(gè)零售商利用不同銷售渠道（例如手機(jī)、商店、網(wǎng)絡(luò)等）獲得的實(shí)時(shí)數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)，完善了針對(duì)不同用戶的推薦服務(wù)，有效地提高了業(yè)績。

第三步，認(rèn)識(shí)到每個(gè)公司利用數(shù)據(jù)分析制定決策的道路都是獨(dú)特的

商務(wù)目的，科技，數(shù)據(jù)形式，數(shù)據(jù)來源等很多因素都會(huì)影響數(shù)據(jù)分析，這些因素也在隨時(shí)間不斷變化。比如其中一個(gè)非常重要的影響因素就是企業(yè)文化：這個(gè)公司是保守風(fēng)格還是喜歡風(fēng)險(xiǎn)呢？這個(gè)公司是否已經(jīng)有足夠的數(shù)據(jù)和分析方法，還是才剛剛嘗試第一個(gè)數(shù)據(jù)分析項(xiàng)目？每一個(gè)公司都擁有不同的企業(yè)文化和科技特征，因此其數(shù)據(jù)探索道路也是獨(dú)特的。通常，公司可以按照不同的商業(yè)問題的本質(zhì)采用兩種方法。第一個(gè)，如果商業(yè)問題很明確而且有已經(jīng)存在的解決方法（例如，針對(duì)市場營銷的用戶分割和偏好模型），公司可以從已有的結(jié)果出發(fā)（例如，針對(duì)已有顧客的交叉銷售），采用以假驗(yàn)為基礎(chǔ)的方法，用對(duì)照組測試結(jié)果，然后再進(jìn)一步將分析結(jié)果應(yīng)用到更大的顧客群中。第二個(gè)，如果商業(yè)問題很明確，但是沒有已知的應(yīng)對(duì)方法，那么公司可以采用一些數(shù)據(jù)挖掘的方法，從數(shù)據(jù)中尋找規(guī)律以及因素之間的關(guān)聯(lián)性。例如，一個(gè)銀行利用數(shù)據(jù)挖掘方法發(fā)現(xiàn)用戶填寫網(wǎng)上表格的速度和詐騙行為有很高的關(guān)聯(lián)性。當(dāng)商業(yè)問題較多時(shí)，公司首先應(yīng)該關(guān)注解決哪個(gè)問題能給公司帶來最大的價(jià)值，然后按照已有的知識(shí)來選擇是假驗(yàn)法還是挖掘法。

以數(shù)據(jù)分析結(jié)果為導(dǎo)向的運(yùn)營思路可以幫助公司決策者優(yōu)化決定，但是過猶不及，紛繁復(fù)雜的數(shù)據(jù)分析也許也會(huì)擾亂決策制定。有時(shí)候，去繁就簡，才能更好地利用數(shù)據(jù)，看清海量數(shù)據(jù)背后隱藏的商業(yè)秘密。

翻譯：DW via：數(shù)據(jù)工匠

原文鏈接：https://hbr.org/2015/06/simplify-your-analytics-strategy

End.

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。