
尽管大数据的项目已经向很多公司敞开怀抱,但是事实上,大数据技术的缺乏和企业偏好市场嗅觉已然阻碍了大数据发展的进程。
大数据落地的元年已经来临!——在微软、亚马逊、IBM等国际巨头的云计算落地中国之后,业界关于大数据落地元年的呼声高涨。一时间,无论是新型的互联网企业还是传统企业,都开始蜂拥赶往大数据世界。但事实上,就目前来看,真正能利用好已有数据的企业寥寥无几,不少企业还是由老板的第六感说了算。
到底,大数据时代应该信什么, 数据科学还是老板的第六感?
当然,大数据技术能力的缺乏导致了大数据发展的缓慢。但即使企业有开发挖掘大数据的能力,但企业却仍然喜欢使用未经证实的意见或是自己对市场的嗅觉,也就是拍脑袋做决策,而不是利用数据科学。这就是一个非常奇怪但却普遍存在的现象。
还有一个在笔者看来也是一个神奇的存在:很多企业在使用数据的时候,都是有选择性的使用能够支撑其观点和决策的数据,显然这样的选择也是一个怪象,一个数据被决策者绑架的怪象。
视觉分析公司Atheon Analytics总经理Guy Cuthbert在伦敦的一个圆桌会议上曾表示,在真正的零售领域,零售商都想方设法的避开涉及生产和测试假设的数据科学,这就是目前的现状。
“他们从来没有质疑过这件事的真伪,当然也就不会怀疑商店、一些特别的区域都发生了什么。所以总是有一大部分的人总是按照别人告诉他的方式做事情,而不是重新思考是怎么回事儿。”他补充道。
Cuthbert很大一部分的工作是将企业从这种思想转向数据驱动的思想,然后开始使用事实-假设-科学的思维方式。但据Cuthbert的推算,全球只有1%或是0.1%的业务是数据驱动型的。
确实,在现阶段还是有很多拍脑袋做决策的企业,因为他们不明白为什么要依靠数据来做决策,很多高层发表高谈阔论,但这些高见的背后通常是没有任何的数据和案例做支撑的。
所以,如果数据动画师和数据科学家要做什么事儿的话,那就是教会我们这一代事实面前隐藏了很多神奇的数据,如果我们的选择不是对它们视而不见。然而,让企业揭穿神话接受以数据为基础的结论并不容易。
当然有接受大数据的企业自然就会有排斥的企业,据Cuthbert所说,仍然有不少企业产生对大数据有很深的敌意并痛斥以数据为基础的决策是完全不对。要不然就是,尽管有一些企业开始尝试接受数据科学,但是他们采取的是过于狭隘的焦点,并非真正的拥抱大数据。
也有尝试大数据的企业中,也有部分企业关注于已知的未知变量,例如他们说:“我们预计明年将会实现6%的增长,让我们保证6%的增长吧”。这就是一个典型的例子。他们不会去寻找30%甚至是120%的机会,但是他们自己对此却毫不知情,这其实也是一种“病”。
编辑观点:
大数据时代信什么 数据科学还是老板第六感?
这是一个值得深究的问题。
大数据之于企业的价值无须赘述,对于那些完全排斥大数据的企业,我只能说他们需要的时间,希望这个时间是在倒闭之前。对于那些病态的接受大数据的企业,在大数据发展过程中这是一种可理解的病态,但并非能接受,希望这个治愈的时间不要太长。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04