大数据怎样在企业落地( 二 )


根据这个问题,我请到了百度资深数据技术专家毕然,来为我们具体讲解。(嘉宾介绍:毕然,百度资深数据技术专家,在检索系统、在线广告、商业营销等领域有丰富的大数据分析和建模经验。曾因对百度的杰出贡献,获得首届百度百万美金最高奖,并多次获得技术创新奖。)企业为什么要做数据分析,公司的业务哪些方面可以跟大数据进行接合?
毕然:有人认为:“数据分析不是一项有难度和价值的技术工作”,我认为这是非常严重的误解。在我的视野中,目前国内很多企业的技术团队不太重视数据分析。主要原因在于数据分析的能力很难评价,数据分析的能力不只是掌握统计知识和算法模型,更多是对业务产品的认知、看法与判断,这是很难量化的。据我所知,著名咨询公司做一个数据分析项目,如果是3人力×3个月的投入规模,平均市场价格在千万左右。而他们主要产出只是一份100页左右的分析报告(PPT),在报告中也仅用简单的统计,从多个角度解读业务和数据,并提出建议方案。如果数据分析真的是那么简单,市场价格为何如此之高,并且有这么多企业愿意花钱做数据分析项目?可见数据分析是物有所值。
从上面的市场价格,可以从侧面看出数据分析被企业认可。那么,数据分析价值具体体现在哪里?
毕然:数据技术有两个分支:数据分析和数据建模。这两点是很多企业“数据驱动业务”发展模式的核心,在业务发展的不同阶段提供不同方面的价值。
【大数据怎样在企业落地】 数据分析对企业的巨大价值体现在业务发展的前期(探索期)或阶段性改进期(颠覆期)。
当探索和变革业务模式时,企业需要数据分析去明确业务中的问题、机遇及解决方案。
企业最大的成本是决策成本,而数据分析是提高企业决策能力的关键。
当业务模式相对成熟时,企业则需要数据建模来提升业务效率,减少运营成本等。
两者在不同阶段的互相配合,才能使得业务的发展实现良性的循环,不断上升。
如何快速搭建数据分析框架,建立方法论,数据分析的常用工具有哪些?
毕然:《红楼梦》一书中有一段“黛玉教香菱写诗”的篇章十分经典,它道出了做好数据分析的“个中三味”。黛玉提出了学诗的一个重要观点,要先学立意(格局)而不是辞藻(技巧)。陆游的诗不是不好,而是他早期的风格偏“藻绘”(注:色彩华丽)。这并不是贬低陆游,每个人的诗作都有自己的风格和美感。但如果初学者专看这样的诗句,很容易过于追求修辞技巧,而忽略了诗的本质是为了抒发思想和情感。黛玉推荐的王维、杜甫、李白,无一不是以诗言志、诗句中有深刻内涵的典范。
同理,做好数据分析与学写诗文一样,真正的关键在技巧(统计技术)之外,而在于对业务的观察、思考与感悟,即分析的思路。
企业要想做好数据分析,有以下4个关键点:
(1) 业务调研:理解业务是基础,否则分析是无本之木。
(2) 创新思考:广阔的知识面和积极的思考力,是分析思路的源泉。
(3) 逻辑推理:对数据指标做出正确的归因和判断。
(4) 可行建议:产生对业务切实有效的改进建议和执行方案。
从上面的分析中,我们看到,想做好数据分析比较复杂,所以,能否请你总结下,做好数据分析最基本的的流程是什么?
毕然:我认为做好数据分析如写好诗一样,在于立意而不是技术。下面逐一展开讲解“业务调研”、“创新思考”、“逻辑推理”和“可行建议”这四个关键。业务调研和创新思考决定了“分析主题”的高低和“方案思路”的好坏;逻辑推理决定了从统计数据得出的“分析报告”是否可信;可行建议决定了分析报告的“业务落地”效果。做好这四个关键。才能确保数据分析项目的每个步骤都卓有成效,最终产生业务改进。
理解大数据价值,首先要明确“大数据”中“大”意味着什么?数据统计、数据分析、数据挖掘都是上个世纪就存在的学科,为何到了这个世纪,这些学科纷纷戴上“大”的帽子,焕发出崭新的生命力呢?大数据中的“大”有三个突出的经济价值。大数据中的“大”有三个突出的经济价值:


推荐阅读