為數(shù)據(jù)分析瘦身

越來越多的公司開始倡導‘用數(shù)據(jù)說話’，利用數(shù)據(jù)分析來幫助公司進行商務運營和制定決策。但如果一個公司試圖對所有可能收集到的數(shù)據(jù)進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極端，讓自己受到數(shù)據(jù)分析復雜性的困擾。公司應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)務認知基礎上更好地作出商務決策。下面我們就結合一些公司的實例來介紹利用簡單的數(shù)據(jù)分析解決商務問題的三部曲。

第一步，提高數(shù)據(jù)產生速度

更快的數(shù)據(jù)＝更快的認知＝更快的結果。通過建立一個可以快速融合大數(shù)據(jù)的混合科技數(shù)據(jù)服務平臺來自動化并加速數(shù)據(jù)的產生和更新。這樣的環(huán)境能夠幫助企業(yè)更好地運轉和管理業(yè)務，并使大量數(shù)據(jù)在企業(yè)內部更好地流通。實時的數(shù)據(jù)分析可以幫助公司更快地制定決策并提高服務質量。例如，美國一家銀行采用了這樣一個科技環(huán)境來更有效地管理持續(xù)大量增長的客戶信息，將分析運行速度提高了幾個小時，更快地得到分析結果并及時向客戶反饋。

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

商務智能的核心就是將數(shù)據(jù)分析融入公司運營中來優(yōu)化的決策制定并提高業(yè)績。商務智能通過合適的數(shù)據(jù)，時機和媒介（例如手機，電腦等），用直觀明了的可視化方式（例如熱點圖，圖表等）向公司決策者展示他們需要的分析結果，幫助他們更好地理解數(shù)據(jù)分析結果并進一步優(yōu)化決策分析。例如，一個金融服務公司利用商務智能和數(shù)據(jù)可視化來比較不同的風險投資組合。他們分析了關鍵數(shù)據(jù)并以可視化方式展示了分析結果，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確地制定資金份額，以及及時有效審查銀行貸款投資組合。同時，用戶可以對分析結果進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，比較貸方和貸款方式等。利用交互式商務智能的靈活性和數(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，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，一個能源公司通過數(shù)據(jù)挖掘預測了哪些管道有更大的破裂風險，并根據(jù)分析結果來優(yōu)化資源進行管道維護。

（3）數(shù)據(jù)分析應用程序

利用數(shù)據(jù)分析應用程序可以讓公司管理者直接有效地進行數(shù)據(jù)分析，幫助他們更好地按照數(shù)據(jù)分析結果來作出商業(yè)決定。這些應用程序可以針對不同行業(yè)，也可以靈活機動地滿足公司內部不同人群的需要－從市場部到財務部，從公司管理層到中層。例如，一個貨物儲存經(jīng)理可以利用數(shù)據(jù)分析軟件優(yōu)化存貨清單，一個市場總監(jiān)也可以利用分析軟件決定公司的全球市場運營。

（4）機器學習和認知運算

機器學習能夠去除數(shù)據(jù)建模中的人員影響因素，更直觀地預測客戶行為和企業(yè)業(yè)績。通過大量的數(shù)據(jù)和強大的運行能力，智能軟件可以結合數(shù)據(jù)科學和認知科技幫助機器作出更好的決定。例如，一個零售商利用不同銷售渠道（例如手機、商店、網(wǎng)絡等）獲得的實時數(shù)據(jù)進行機器學習，完善了針對不同用戶的推薦服務，有效地提高了業(yè)績。

第三步，認識到每個公司利用數(shù)據(jù)分析制定決策的道路都是獨特的

商務目的，科技，數(shù)據(jù)形式，數(shù)據(jù)來源等很多因素都會影響數(shù)據(jù)分析，這些因素也在隨時間不斷變化。比如其中一個非常重要的影響因素就是企業(yè)文化：這個公司是保守風格還是喜歡風險呢？這個公司是否已經(jīng)有足夠的數(shù)據(jù)和分析方法，還是才剛剛嘗試第一個數(shù)據(jù)分析項目？每一個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)探索道路也是獨特的。通常，公司可以按照不同的商業(yè)問題的本質采用兩種方法。第一個，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，針對市場營銷的用戶分割和偏好模型），公司可以從已有的結果出發(fā)（例如，針對已有顧客的交叉銷售），采用以假驗為基礎的方法，用對照組測試結果，然后再進一步將分析結果應用到更大的顧客群中。第二個，如果商業(yè)問題很明確，但是沒有已知的應對方法，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聯(lián)性。例如，一個銀行利用數(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聯(lián)性。當商業(yè)問題較多時，公司首先應該關注解決哪個問題能給公司帶來最大的價值，然后按照已有的知識來選擇是假驗法還是挖掘法。

以數(shù)據(jù)分析結果為導向的運營思路可以幫助公司決策者優(yōu)化決定，但是過猶不及，紛繁復雜的數(shù)據(jù)分析也許也會擾亂決策制定。有時候，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

免責聲明：本網(wǎng)站內容主要來自原創(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確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。