大数据症结所在:答案太多,问题太少
在解答为何如此之多的大数据项目会失败这个方面,我最喜爱的一个例子来自于几十年前的一本书——那个时候,“大数据”的概念甚至都还没有形成。在道格拉斯·亚当斯(Douglas Adams)所著的《搭车游览银河指南》(The Hitchhiker’s Guide to the Galaxy)一书中,某个种群的生物打造了一台超级计算机来计算“生命、宇宙及所有一切”的意义。
在经过几百年的运算之后,这台计算机宣布,答案是“42”。当这个种群的生物表示反对时,这台计算机则平静地建议说,既然他们已经有了答案,现在他们需要知道的是,真正的问题到底是什么——一个需要一台更大、更复杂的计算机完成的任务。
这是有关大数据的一个绝妙的比喻,因为它反映了一个事实:数据本身是无意义的。
请记住,数据的价值并不在于数据本身——而是在于你能用数据做些什么。要使数据有用,你必须首先明白你需要什么样的数据,否则你总会想要掌握一切数据——这并不是恰当的策略,而是一种注定会失败的绝望行为。
如果你不将或无法通过数据来交付商业洞见,那为什么还要花费时间和精力去收集数据呢?你必须专注于最重要的事情上,否则你会被数据淹没。数据是一种战略性资产,仅在以建设性的恰当方式进行使用并交付结果的时候才是有价值的。
好的问题能引出更好的答案
这就是为什么从对的问题开始着手是如此重要的原因。如果你清楚自己想要达成什么目标,那么你就可以想一想你需要知道答案的问题。比如,如果你的战略是想要扩大客户基础,你希望得到答案的问题可能会包括:“我们现在的客户是哪些人?”“我们最有价值的客户构成是怎样的?”以及“我们客户的长期价值是什么?”
当你清楚了自己需要被回答的那些问题之后,找到那些为了回答这些重要问题而所需的数据就容易得多了。比如,我曾和一家小型时尚零售公司合作,这家公司除了传统销售额数据之外没有其他任何数据。他们想要增加销售额,但没有可以帮助他们达成这个目标的智能数据可以分析。我和这家公司一起找出了他们想要知道答案的那些问题,包括:
有多少人实际上经过我们门店?
有多少人停下脚步望向橱窗?他们看了多久?又有多少人在这之后走入了门店?以及有多少人进行了购买?
我们所做的,就是在门店橱窗上安装了一部小型隐蔽设备,该设备能够在顾客进入门店时追踪到手机信号。每一个带着手机经过门店的人(今时今日,应该是几乎每个人都有手机吧)都会被该设备的传感器捕捉到,然后被计数,这就有了第一个问题的答案。传感器还会计算有多少人驻足观望橱窗并且观看了多久、有多少人在之后进入了门店,另外销售额数据将记录下哪些人真正进行了购买。通过将安装在橱窗中的传感器所收集的数据及交易数据结合起来,我们就能够计算转化率,并测试橱窗布置和各种商品展示之中,哪些切实提高了转化率。
这家时装零售商不仅通过聪明地将小型传统数据和非传统大数据进行结合的方法大幅增加了销售额,还利用这其中提供的洞见关闭了一家门店,从而大大节约了成本。传感器最终告诉他们,在那家门店开张前由一家市场研究将公司所报告的人流量数据是错误的,且真正的人流量不足以支持门店继续对外营业。
太多数据反而会蒙蔽真相
现今,真正成功的公司都在基于事实和数据驱动的真知灼见来做决策。无论你是否能够获得海量数据,如果你首先制定好策略,然后奔着结果找出你需要知道答案的问题,那么你就走在了提高表现和利用数据基本力量的康庄大道上。
现在,每一位经理人都有机会来使用数据去支持自己基于事实的决策制定。不过,如果没有正确的问题,所有这些“事实”都可以将真相蒙蔽。大量数据可能会产生大量答案,而这些答案有时候并不那么重要,所以,各家公司应该专注于业务中那些尚未得到解答的较大问题,并用大数据解决之。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21