[心得] 為資料分析瘦身法

leohope



越來越多的公司開始倡導『用資料說話』,利用資料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資料進行分析或者期望用數字來解決一切問題,那便又陷入了另一個極端,讓自己受到資料分析複雜性的困擾。公司應該利用簡單有效的資料分析方法幫助其在已有的業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資料分析解決商務問題的三部曲。

第一步,提高資料產生速度

更快的資料=更快的認知=更快的結果。通過建立一個可以快速融合巨量資料的混合科技資料服務平台來自動化並加速資料的產生和更新。這樣的環境能夠幫助企業更好地運轉和管理業務,並使大量資料在企業內部更好地流通。實時的資料分析可以幫助公司更快地制定決策並提高服務質量。例如,美國一家銀行採用了這樣一個科技環境來更有效地管理持續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並及時向客戶反饋。

第二步,充分利用分析工具

(1)商業智慧資料可視化

商業智慧的核心就是將資料分析融入公司運營中來優化的決策制定並提高業績。商業智慧通過合適的資料,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資料分析結果並進一步優化決策分析。例如,一個金融服務公司利用商業智慧和資料可視化來比較不同的風險投資組合。他們分析了關鍵資料並以可視化方式展示了分析結果,成功地找出美國哪些地區有較高拖債率,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並按需查詢資料,例如選擇不同的日期,信用等級,比較貸方和貸款方式等。利用互動式商業智慧的靈活性和資料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。目前不少商業智慧工具可以免費下載使用,比如FineReport報表與 BI商業智慧軟體,可以先下載使用之後再做決定選擇哪一款。

(2)資料挖掘

利用資料挖掘技術,公司可以更好地探索出原本不是很明顯的資料變化趨勢,以此來優化商業決策。例如,一個能源公司通過資料挖掘預測了哪些管道有更大的破裂風險,並根據分析結果來優化資源進行管道維護。

(3)資料分析應用程序

利用資料分析應用程序可以讓公司管理者直接有效地進行資料分析,幫助他們更好地按照資料分析結果來作出商業決定。這些應用程序可以針對不同行業,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,一個貨物儲存經理可以利用資料分析軟體優化存貨清單,一個市場總監也可以利用分析軟體決定公司的全球市場運營。

(4)機器學習和認知運算

機器學習能夠去除資料建模中的人員影響因素,更直觀地預測客戶行為和企業業績。通過大量的資料和強大的運行能力,智能軟體可以結合資料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、網路等)獲得的實時資料進行機器學習,完善了針對不同用戶的推薦服務,有效地提高了業績。

第三步,認識到每個公司利用資料分析制定決策的道路都是獨特的

商務目的,科技,資料形式,資料來源等很多因素都會影響資料分析,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?這個公司是否已經有足夠的資料和分析方法,還是才剛剛嘗試第一個資料分析項目?每一個公司都擁有不同的企業文化和科技特徵,因此其資料探索道路也是獨特的。通常,公司可以按照不同的商業問題的本質採用兩種方法。第一個,如果商業問題很明確而且有已經存在的解決方法(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(例如,針對已有顧客的交叉銷售),採用以假驗為基礎的方法,用對照組測試結果,然後再進一步將分析結果應用到更大的顧客群中。第二個,如果商業問題很明確,但是沒有已知的應對方法,那麼公司可以採用一些資料挖掘的方法,從資料中尋找規律以及因素之間的關聯性。例如,一個銀行利用資料挖掘方法發現用戶填寫網上表格的速度和詐騙行為有很高的關聯性。當商業問題較多時,公司首先應該關註解決哪個問題能給公司帶來最大的價值,然後按照已有的知識來選擇是假驗法還是挖掘法。

以資料分析結果為導向的運營思路可以幫助公司決策者優化決定,但是過猶不及,紛繁複雜的資料分析也許也會擾亂決策制定。有時候,去繁就簡,才能更好地利用資料,看清海量資料背後隱藏的商業秘密。

分享自:數據工匠
4500+企業選擇FineReport報表與BI 商業智慧工具【免費下載】
opensource開發,類excel設計,全方位異質資料庫整合,資料填報、Flash列印、權限控制、行动應用、客制化、交互分析、報表協同作業管理系統。

原文網址:https://t17.techbang.com/topics/36721-for-the-data-analysis-of-diets?page=1