浅谈谁需要大数据_数据分析师培训

没有产生多大的贡献，很可能永远也无法产生成效。

     问题出在哪里？首先，大数据已过度炒作，很多公司期待这些数据提供的价值，高于数据实际可以产生的价值。此外，分析软件产生的见解很容易复制。如我们研究的某家银行，根据大数据分析建立一个模型，可用来找出设置提款机的最佳地点，但他们後来发现，已经有一些顾问为别家银行建立了类似的模型。此外，把数据分析产生的见解转变成竞争优势，可能需要企业做一些改变，但企业本身不见得能做到。

       不过，大数据投资没有效果的最大原因，在于大多数公司并未善用他们本来就有的资讯。他们不知道该如何管理那些资讯，分析资讯以了解相关情况，然後根据新的见解做出改变。公司不会因为花大钱投资精密的分析工具，就神奇地培养出那些能力。

        数位经济的重点，在于获取、分析、运用资讯，以服务顾客。大多数公司只要根据营运数据来做日常决策，就能大幅改善营运绩效。但为什么没看到有更多公司善用数据和分析？可能的原因之一，是他们的管理实务尚未跟上科技平台的发展。

        研究显示，具备证据导向决策文化的公司，会让所有决策者每天随时取得绩效数据。他们也会采行四种做法：建立一个无争议的绩效数据来源；提供各层级决策者几近即时的意见回馈；清楚讲明商业规则，并经常因应事实加以更新；为经常做决策的员工，提供优质的指导和训练。

        深入探索这些做法以前，先看一家从创立以来就具备证据导向决策文化的公司。 

        南方公司最知名的就是率先推出7-Eleven便利商店连锁系统的概念。1970年代，他们把日本便利商店的事业分割出去，成为日本7-Eleven。首任执行长铃木敏文（Toshifumi Suzuki）很早就认定，便利商店的获利关键，在于迅速的存货周转率，所以他把下订单这个最重要的业务决定，交给便利商店的二十万名店员来负责，而他们大多是兼职销售人员。铃木敏文认为这些店员了解顾客，也握有最佳的资讯，最懂得判断什么东西可以迅速出售。

        为了帮助店员做决策，他把每日销售报告和天气预测之类的补充数据，一并传给每家便利商店。报告中详列前一天卖出什么、去年同一天卖出什么、上次天气状况相似时卖出什么、其他分店卖出什么。日本的7- Eleven也卖生鲜食品，因此铃木敏文安排每天补货三次，让店员可以根据即时需求来下单。他也让店员接触供应商，鼓励他们开发适合当地客群口味的商品。结果，三十多年来，7-Eleven一直是日本获利最好的零售商.