:::: MENU ::::

TalkingData's Blog

现在开始,用数据说话。

锐眼洞察 | 大数据实施为什么需要方法论指导?(翻译)

Data

锐眼洞察 | 大数据实施为什么需要方法论指导?(翻译)

作者:Kayla Matthews

原文:Why You Need A Methodology For Your Big Data Research

译者:TalkingData副总裁 高铎

本译文禁止商用,转载请注明来源与译者!

译者摘要:

  • 靠谱的大数据方法论指导,能让企业在实施大数据方案时少走弯路;
  • 方法论实施的核心,是能确定收集和整合的数据,以及模型和工具,能够创造商业价值;
  • 实施大数据方案时,既要考虑效能和生产力,也要考虑法律和道德问题。 

靠谱的研究方法可以帮助大数据管理团队收集更好、更智能的信息。利用大数据进行分析的企业,尤其是有靠谱研究方法论指导,其盈利能力和生产效率普遍比竞品高出5~6%。

企业可能认为大数据能大幅提高效率,而立即寻求扩大大数据管理的能力和范围,但如果没有适当的方法论支持,大量时间和金钱的投入很可能无济于事。很多大数据战略失败的公司,都是缺乏关于大数据、分析以及工具之间如何相互作用的规划。

在实施大数据方法论时,一个谨慎的方案应该包括数据科学家、工程技术专家、业务管理人员和高层管理人员,这些角色结合在一起,用他们各自的专业知识来制定全面的计划。项目启动和团队选择是方法论得以成功实施的关键,因为它强调了企业必须做出的决策,以及这些决策如何影响最终目标,以实现更快的增长或更高的利润率。

一个靠谱的大数据方法论,应该明确所处理领域理想的分析工具和模型,确定要集成哪些内外部数据,并制定一个组织架构以适应数据流的目标。

收集和整合数据

大数据是战略决策的生命线,可能会影响公司是否会盈利或遭受损失。特别是在当今数字时代,很多企业都淹没在大量数据里面,挣扎着去寻找相关性。由于社交媒体平台的大量出现,如今的数据量特别巨大,这些平台提供了对客户行为数据的洞察。

搜集数据和了解哪些数据是优先考虑因素,是建立方法论的重要方面,它可以指出在哪些新数据能力方面需要进一步投入。短期选择可以是把问题外包给外部数据专家,虽然这可能是昂贵的,对有些企业来说甚至要求过高。在企业内部,可以通过将交易数据和其它数据分开来整合分析报告,也可以尝试实施一些数据治理标准,以避免在准确性和一般合规性方面的失误。

利用分析模型和工具

虽然实施方法论时,数据的整合是至关重要的。但是如果没有高级的分析模型来帮助优化结果并根据这些数据做预测分析,那么整合就没有多大价值。方法论是要确定模型如何创造商业价值,譬如关于客户购买历史数据,如何影响他们通过电子邮件收到的折扣类型。

另外,方法论要能利用分析模型来帮助企业解决数据存储的优化问题。从有意义的数据中分离出多余信息的模型,可能会触动企业的底线,会对生产结果造成巨大的影响。将数据集成到日常流程和业务活动中的工具,可以为许多功能提供一个易于理解的界面,无论是员工时间表,还是决策提供哪种优惠券。

而行业将关注其核心领域的数据。如运输公司比店面更依赖GPS和天气数据,而医院则需要有关药物功效的数据。无论如何,分析大数据的关键点是最重要的,尤其是分析它们如何与日常生活相互作用。

实施方法论的挑战

有效的大数据研究方法论将有助于解决企业面临的一些常规问题,尤其是将投资重点与公司战略结合考虑的时候,重点将聚焦在业务参与与成本之间的平衡。

如果能检测异常数据集,将会提高前端业务参与度和总体效率,有助于提醒需要手动参与分析的研究人员(优化预先存在的机器学习算法和自动交易数据)。大数据研究的方法论应该能准备好时刻识别异常,并制定计划如何去解决这些异常。

此外,无视负责任的大数据研究方法论,可能会陷入法律和道德问题,因为其涉及数据共享和用户数据的使用,特别是在社交网络里面。因此,方法论应该在考虑效率和生产能力时,也要考虑道德。

大数据方法论研究中考虑相关道德问题,通过相关分析工具将数据收集并整合到有组织的系统里面,可以更合规地提高企业的生产效能和盈利能力。

 

Leave a comment

随时欢迎您 联系我们