进入大数据(Big Data)的世界前,先确定你玩真的吗?
前几天,有机会聆听一位行业专家分享「资料科学家」的演讲题目。资料科学家与大数据,是最近科技文章与经常提到的词汇,我也提到过多次,但是实体的应用与目前的进程,一般人依旧没有机会弄清,但进入大数据的世界前,对于不同身份的玩家,有一些不同的心态需要建立:
To 企业:Big Data,你玩真的吗?
专家分享中提到,可以看得出有些 企业 是玩真的。但如果一间企业,认为做Big Data分析,只是找学过统计的MBA来组成专案小组,然后就可宣扬企业善用Big Data进行决策,那只是纸上谈兵,因为最后还是没有发挥Big Data的真义。
对企业来说,Data的运用与资料科学家的运用,关键在于是否建立的「模组」可以「预测」所谓的「商业行为」。让企业决策更快,更有效,减少资源与时间的耗费。而建立模组的时间成本、人力成本、审查成本,高得惊人,在没有坚定的信念下,容易被初期的困难所抑制,进而放弃,因此,在投入Big Data之前,了解进入后的规划与应用层面,做足功课,否则到头来一场空。
Big Data不是什麽时尚的词汇,它需要脚踏实地融入企业文化。
To 职场的你:统计,可是无所不在
演讲开头,经专家提供一段影片,介绍「统计无所不在」的概念。我们生活中大部份的事件,都是统计学计算后执行的结果,包含交通系统、行政系统、库存系统、气象观测等等。但在校园,我们确实忽略了对统计观念的重视与练习。
对职场人士或大学新鲜人,这是一块蓝海,只要懂得使用工具,例如SAS或其他工具。熟练之后,进入企业势必受到重用,因为统计学的运用,在企业决策与经营上有着相当重要的地位,但必须慎选企业,因为并非每间企业都了解数据的重要性与如何运用。
To 新创团队:资料的敏感度,融入企业文化
创业家与Big Data有什么关系?这里要谈的不是如何用Big Data让Business Model更Valuable,毕竟创业初期,连Model雏形都还在摸索中,所以,重视「资料敏感度」进而将资料转化为创业过程中的参考指标,这种文化与习惯,在创业初期就应该具备,数据说的话,比人更准确且有说服力。
养成数据监控的习惯,存货周转率、应收帐款收转率、平均顾客停留时间等等,依照不同行业有不同关键指标,找到关键指标,建立属于自己团队的分析与预测模型。
金融业如何运作Big Data
「顾客行为的预测」,一语概括金融业如何应用资料。如何预测这个客户是否将来违约?或是贷款给这个人,他偿还贷款的机率有多高?在作出是否贷款给该客户的决策。而这样的Model,必须要有完善的「模组」以及「资料库」。
假设需要推出一款新的金融商品,银行在拥有资料科学家的运作下,一个月不到就可以从资料库中设计适用的模组,进行该商品的预测,进而决定应该对哪些客户进行推广,无形地省下非常多营销成本,透过模组,可以清楚知道哪些客户,最有可能需要新推出的金融服务。
如何培养资料科学家
资料科学家并非只是每日专研资料、研究数学模型,而是必须处在业务端与资料端,具有整合双重能力的人。因为资料科学家所设计的模组,必须可以被业务端所运用,也就是了解客户的需求与形态。
因此,培养资料科学家,至少需耗费六年以上,才能培养一位独挡一面,具有利用资料处理企业问题的资料科学家。
Big Data与ROI
Big Data既然在企业内的运用是提升企业获利能力,那势必在财务表现上是可预期的,但美国一篇文章"Big Data ROI still hard to measure“指出,高达85%的企业主管认为Big Data是「重要的且可以协助做出正确商业决策」,但只有23%主管认为这些Big Data小组是「成功且有帮助」,52%主管认为「也许有帮助」。问题在哪里?问题在于因为建立模组与资料库的成本太高,导致这些专案的价值根本无法反映在ROI上,因此企业投入的成本,随著时间经过,边际效益递减,最后Big Data将又被淡忘。
但,了解其中机会的创业家与企业,甚至个人,绝对有机会在这波风潮中,打下一片江山。如同美国视讯串流Netflix,利用 大数据分析 制作出相当成功的影集《纸牌屋》(我在第一篇作品中有关于《纸牌屋大数据营销》的视频,大家可以参考)。
科技热潮天天有,但是否可以驾驭在潮流中占有一席之地,定夺在一念之间。
每当谈起大数据,总有人发表各自的言论,这其中褒贬不一;有人说大数据无非就是上个世纪末提出的统计学原理嘛,换个名头又来骗人了;也有人说,什么大数据不大数据,到头来就是个工具,用于不用没什么两样。
其实,小编最开始接触大数据的时候也有同感,但是随着深入学习大数据,发现大数据的真谛,慢慢发现大数据的魅力超过我们学过的任何一门现有科学。说统计学也好,工具属性也好,这些可能连大数据的皮毛都没沾边,大数据的真正魅力在于预测和精准的舆情把控,简单的说海量数据或统计分析那是搬起石头砸自己的脚,我相信会有越来越多的人对大数据着迷,也相信在我们国家会有越来越多这方面的人才不断涌现。
责任编辑:王培