
在政界,大家忙着测自己的亚斯伯格指数。 在商界,老板忙着问员工,你有没有大数据思维。 回答前Amazon大数据首席科学家的四个问题,测测自己有没有大数据思维吧!
「数据是『新石油』,」亚马逊前首席科学家韦斯岸( Andreas Weigend)为时下热议的大数据(Big Data)做出注解。
任教于美国史丹佛大学、柏克莱加州大学的韦斯岸,专精大数据、行动社群等技术,研究人类行为和他们所创造的数据,20多年来担任全球知名企业顾问,包括阿里巴巴、Best Buy、SAP、路透等。 韦斯岸近期受功典资讯之邀,来台进行短期参访,拆解大数据时代企业与个人将面临的改变。
他提出几个问题,大家不妨自问,自己有没有大数据思维。
问题一:你分得清公司真正的大数据问题吗?
韦斯岸提到九年前在阿里巴巴交流的经验。 他提到,在一场实作坊之中,有一位不认识的主管出席,当时现场有人发问,「我们不清楚那些资料」。 这位主管立刻反问,「你说不清楚是什么意思?你是不清楚是否有那些资料?还是不清楚资料是否正确?两者大不相同,还是不清楚如何解读资料?这又是另一种问题」。
这位主管正是现任阿里巴巴集团执行副主席、来自台湾的蔡崇信。 韦斯岸推崇,蔡崇信能问出这样的问题,表示阿里巴巴的资料识读能力很强。
「公司有那些资料」、「资料是否正确」、「如何解读资料」等,都是资料识读的一环。 但多数人分不清层次,所以第一步必须先有识读能力,才知道「公司大数据」的问题是什么。
问题二:从数据中,你可以看到那些层次?
韦斯岸提到,多数人接受的统计教育很差,加上之前资料不足。 所以,大家看到销售数据,通常只停留在第一个层次,譬如:那个产品最畅销、最重要。
但大数据时代,搜集资料不再困难,从数据中,应该看出的是「关联性」。 看到产品畅销,提出的问题应该是:是不是因为A因素,让产品畅销。
韦斯岸强调,在学校教育期间,大学生学习回答问题,研究生则是学习提出问题,在企业组织工作,重点则在于问对的问题,因为有数据,所以回答时常很简单。
问题三:客服人员是成本,还是价值?
韦斯岸说,在大数据时代,每个业务环节都有大量的数据,每个环节都可以改善,把成本变成利润。 在亚马逊任职期间,韦斯岸与Amazon创办人贝佐斯花了约50小时,写下亚马逊事业方程式,那时争论的问题是:人力导向的电话客服中心是成本吗? 因为如果客服过程顺利,顾客会觉得:亚马逊真是间好公司,那么客服就从成本转换为公司利益。
韦斯岸举的另一个例子是:Zappos,这家以销售鞋子为主的网站,最著名的服务是顾客买一双鞋,将会收到该款3双不同尺码的鞋,供顾客试穿,不合的另2双鞋免邮资退还。 邮资看似是成本,但只要消费者将拥有一双非常合脚的鞋子,就会转告亲友。 这就是把企业最讨厌的退货率,转化成一种行销利益。
问题四:你愿意跟数据分析人员说话吗?
韦斯岸提醒,在大数据时代,大家都要培养吃资料寿司(Data Sushi)的意愿与好奇心。 过去,多数上班族只喜欢看已经被处理过的资料。 但未来,大家可能得学着吃「比较生」的数据材料。 即使是管理者也必须跟数据分析人员对话,真正了解资料涵义。
他指出,资料科学是新兴热门词汇,必须结合多项技能,第一项技能是「好奇心」,第二项是「处理资料的意愿」,愿意正视资料,无论规格大小或内容对错,都不会逃避,也不要求先清理资料,否则就等于在处理加工品。
第三项则在于「合作的意愿」,行销人员必须与数据分析人员对话,真正了解资料涵义。 第四项,才是「说出资料的故事」。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08CDA 数据分析师:解锁数据价值的专业力量 在当今这个数据爆炸的时代,数据已成为像石油一样珍贵的战略资源。而 CDA 数据分析师, ...
2025-08-08SPSS 语法使用详解 在当今数据驱动的时代,SPSS( Statistical Package for the Social Sciences)作为一款功能强大的统计分析软 ...
2025-08-07SASEM 决策树:理论与实践应用 在复杂的决策场景中,如何从海量数据中提取有效信息并制定科学决策,是各界关注的焦点。SASEM 决 ...
2025-08-07CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-07大数据时代对定性分析的影响 在大数据时代,海量、多样、高速且低价值密度的数据充斥着我们的生活与工作。而定性分析作为一 ...
2025-08-07K-S 曲线、回归与分类:数据分析中的重要工具 在数据分析与机器学习领域,K-S 曲线、回归和分类是三个核心概念与工具,它们各 ...
2025-08-07