|
有关数据和数据阐明的放言高论触目皆是，不绝有人申饬各大公司要筹划得当计谋来收集阐明大数据，并告诫不这么做大概带来的不良效果。像《华尔街日报》克日就提到公司享有客户数据这样一个大宝藏，却多半不知道该如何操作。有公司实验从庞大的数据中获取实际可用的信息，通过与他们相助，我们归纳了打点者在数据应用上的四个通例错误。 错误一：没有领略融合的观念 阻碍大数据发挥代价的第一大挑战就是兼容性和融合性。大数据的一个主要特点是其来历多样。然而，假如数据形式不沟通，或难以整合，则其来历的多样性将使公司难以削减开支，也无法为客户缔造代价。譬喻，在我们和一个相助项目中，该公司拥有富厚的数据，记录客户的生意业务量和忠诚度，以及专门的在线欣赏行为数据，可是鲜少交错检索这两类数据来判定某种欣赏行为即为生意业务告竣的前兆。面临这种挑战，公司建设了“数据湖”来容纳大量非布局性数据。可是，这些公司可以或许加以操作的数据今朝都显得混乱无章，只不外是一些文本，也就是说，当这些数据只是普通的二进制数字时，要将它们井井有条地存储起来很是坚苦，要未来历差异的它们整合起来更是难上加难。 错误二：没有认识到非布局化数据的范围性 阻碍大数据发挥代价的第二大挑战是其非布局化的特性。对文本数据的挖掘已经有了出格的希望，其语境和技能所带来的认识与布局化数据雷同，只是其它形式的数据如视频仍不易于阐明。举个例子，固然拥有最先进的人脸识别软件，有关政府仍然无法从大量视频中识别出波士顿马拉松爆炸案中的两名嫌疑人，因为该软件尚在处理惩罚从差异角度拍摄的嫌疑人的照片。 固然从非布局性数据获取信息面对挑战，可是各公司在操作这些数据劈头晋升阐明已有数据的速度和准确度上取得了显著后果。好比，在石油和天然气勘察中，人们就用大数据来优化正在举办的操纵，以及针对地动钻井的数据阐明。尽量他们所利用的数据在速度、种类和体积上都有大概增加，最终这些数据照旧用于同一个目标。总之，一开始就但愿通过操作非布局性数据形成新的研究假设是站不住脚的，除非各公司通过“实践”有了这种专业本领，能操作非布局性数据优化某个问题谜底。 错误三：觉得关联阐明意义重大 第三大挑战——我们认为是阻碍大数据代价的最重要的影响因素——是视察数据的大量重叠使其因果干系难以明晰。大局限数据集往往包括浩瀚相似或完全一致的信息，直接导致错误的关联阐明，误导打点者的决定。克日《经济学人》指出“在大数据时代，彼此干系往往是本身表现出来的”，《斯隆打点评论》在博客中强调固然许多公司都能打仗到大数据，可是这些数据并不“客观”，因为问题在于要从中提炼出值得采纳动作的信息。同样，典范的用于阐明数据的呆板进修算法所举办的关联阐明并不必然会提供原因阐明，因而不会给出可执行的打点意见。也就是说，让大数据有利可图的能力在于可以或许从仅仅视察到彼此干系转变为正确辨别何种关联为因果形式，可以作为计谋办法的基本。要做到这一点就必需逾越大数据。 谷歌趋势是大数据的经规类型，它操作谷歌搜索词条整合记录。然而，它也说明白仅仅用于关联阐明的数据是毫无意义的。起初，研究人员称数据可以用于反应流感的流传。然尔厥后，研究人员发明因为数据浮现的是已往，利用这些数据只能在近况与已往模式相关的环境下，稍微改进应对行为。 举个更详细的例子，假设一个鞋业销售商向曾欣赏其网站的消费者投放告白。原始数据阐明认为消费者看到这些告白会更愿意购置鞋子。但是，这些消费者在看到告白之前就已经对该销售商表示出了乐趣，因而比普通人更愿意举办生意业务。这个告白有效吗?很难说。实际上，这里的大数据并没有思量营销流传有效性的因果推论。要知道该告白是否有效，销售商需要举办随机检测或试验，选取一部门消费者不打仗这个告白。通过较量看了告白和没看告白的消费者之间的购置率，公司才气确定是否看到告白能让消费者更愿意消费。这个案例中，代价主要不是通过数据缔造的，而是通过设计、执行以及阐释重要的试验来缔造的。 这是个试验，不是阐明视察到的大数据集来辅佐公司相识一段接洽到底是仅仅相关照旧因为回响潜在的因果干系而变得可以赖以作出判定。固然对付打点者来说，哪怕仅操作记录消费者行为一拍字节的数据来晋升效益都很坚苦，可是较量参加了营销勾当的客户和没有参加的客户——按照试验功效——可以或许让营销人员推论这个勾当是否有利可图。 |
