京公网安备 11010802034615号
经营许可证编号:京B2-20210330
为什么企业家应该超越大数据
大数据以其巨大的力量进行量化和分析,如今其应用风靡一时。但是,作家和企业家马丁·林德斯特罗姆说,人们可能高估大数据的作用。“大数据是关于过去的分析。”他说,对于我们的社会上在原来的基础上预测未来发展趋势,这是“安全和公认的”。但是这可能不会产生最准确的信息。
与之相反,林德斯特罗姆表示,他是“小数据”的信徒。他在新书中指出小数据对于那些具有“创造性和保存的本能”的企业家是一个方法,这是他们最宝贵的资产。而采用这种方法,他引用了媒体大亨罗伯特·默多克作为一个例子。
林德斯特罗姆说,“默多克曾经一天读了50份或100份报纸,直到他可以真正地了解读者的意图,并打电话给他的编辑说,‘我不喜欢这样的标题,因为我认为读者一定会不喜欢它。’默多克基本上是正确的,正是其运用了自己所有的本能,这使得他的公司独一无二的,因为如果你通过一个俗套的格式,在同一台机器输入相同的数据到,并让相同的人加以分析,你会得到相同的结果。而小数据就是本能,扭曲你的观念,并帮助你从不同的角度看世界。”
林德斯特罗姆姆的方法是一种实践的人类学研究,他到受访者的家中访问,收集他们的态度、信息行为和欲望,以有他们可能没有意识到或没有表达的信息。在多次采访之后,他说,“你就会开始看到一个模式,哪些适合这种模式,哪些不适合这种模式。这是非常明显的。”
他每次家访,在经过主人的许可后,拍摄多达300张照片,并一丝不苟地审查他们装饰的选择,布局和更多的线索。几年来,他访问了无数的家庭,这使他建立了他所描述的一种直觉,“随着时间的推移,你可能不会在那一瞬间看到。
比如,他会通过人们房间摆放的物体来“感知”,也就是说,他们招待客人的房间。“如果某人在房间里有一个巨大的书架,那么他在小时候可能没有受到很好的教育,他通过感觉想弥补这种缺憾。”他说。“我们的生活就是一种平衡,如果感觉失衡就会重新找回平衡。如果你有很多古老的的东西,你可能想表明你是丰富复杂的;如果你有一个大串的钥匙挂在你的裤子,很可能在你孩提时候,从来没有真正的控制权,你想弥补这一切。这并不完全准确,但往往是它是一种直觉,这是你随着时间的推移清楚的表达。为什么我觉得那个人是这样的?这有什么共同点?“
林德斯特罗姆的小数据的方法可能看起来并没有像大数据那么“科学”。但他表示,在这个过程中,客户为其提供了一种有效的感觉。他说,“我不能指望通过对这些企业的首席执行官采访,使其改变他们对企业和市场的整个看法。”
但他并没有要求客户简单地接受他对信仰的分析。相反,他说,思想混合是动手开发的一个假设,通过实践,基于研究的小数据的方法,然后用大数据定量验证它。例如,他发现,冰箱贴的数量与主人的情感有着密切的关系,这几乎是一个隐喻的愿望,希望在以往照片上“冻结时间”。
林德斯特罗姆说,“我现在能做什么,而不是问别人这样的问题,你是如何独立成长的?你有多少朋友?我可以说,‘你怎么将冰箱贴放在冰箱上?’,你你怎么看待你的鞋子?你可以把那些看似不重要的观察细节与大数据结合起来”,就会产生客户想要和需要的不同寻常的见解。
例如,林德斯特罗通过向岳母学习整理衣柜的习惯到如何设计一个早餐麦片的包装。通过汽车为中心的文化来了解北卡罗莱纳州农村和城市郊区文化相互隔离的的情况。
任何企业家可以从小数据中受益,林德斯特罗姆表示开始注意这一切。而越来越多的人低着头,眼睛紧盯着他们的智能手机,我们错过了我们周围的世界的关键信息。“随着时间的推移,这让我更加细心,更加善于观察,因为别人已经变得不那么敏锐,”他说。“我喜欢走相反的路。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据可视化实践中,数据系列与数据标签的混淆是导致图表失效的高频问题——将数据标签的样式调整等同于数据系列的维度优化,或 ...
2025-11-21在数据可视化领域,“静态报表无法展现数据的时间变化与维度关联”是长期痛点——当业务人员需要分析“不同年份的区域销售趋势” ...
2025-11-21在企业战略决策的场景中,“PESTEL分析”“波特五力模型”等经典方法常被提及,但很多时候却陷入“定性描述多、数据支撑少”的困 ...
2025-11-21在企业数字化转型过程中,“业务模型”与“数据模型”常被同时提及,却也频繁被混淆——业务团队口中的“用户增长模型”聚焦“如 ...
2025-11-20在游戏行业“高获客成本、低留存率”的痛点下,“提前预测用户流失并精准召回”成为运营核心命题。而用户流失并非突发行为——从 ...
2025-11-20在商业数据分析领域,“懂理论、会工具”只是入门门槛,真正的核心竞争力在于“实践落地能力”——很多分析师能写出规范的SQL、 ...
2025-11-20在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11