這篇文章里，有三位來自不同公司的大數(shù)據(jù)運營人員各自分享了他們運用大數(shù)據(jù)的經(jīng)驗。這三位是來自維亞康姆(Viacom)的Luzzi、Globys公司的Olly Downs以及知名市場顧問公司Dunnhumby的CEO Andy Hill。

　　秘訣一：目標要明確

　　就算一個公司擁有再多的數(shù)據(jù)，也不能代表它就一定會獲得商業(yè)上的成功。只有真正懂得如何利用大數(shù)據(jù)，了解到公司利用大數(shù)據(jù)可以達到什么目標，公司最終才有可能真正成功。在公司在發(fā)展過程中往往也會面臨諸多選擇，也只有目標設(shè)定明確了，才能夠縮小選擇范圍聚焦精力去發(fā)展。企業(yè)應(yīng)時刻保持頭腦清醒，朝著自己定好的目標前進，才有助于公司進行持續(xù)長久的良好運作。

　　不過，Luzzi也表示，有時候，利用太復(fù)雜先進的數(shù)據(jù)分析工具往往也會帶來很多問題，不過如果我們能夠通過分析大量的數(shù)據(jù)來得到最終的結(jié)果，那就不用懷疑了，你就干吧，至少方向肯定是對的。

　　秘訣二：要區(qū)分清楚“森林”和“樹”

　　現(xiàn)在，企業(yè)可以做到一些他們以往沒有能力做到的事。對于很多公司來說，可供分析的數(shù)據(jù)更多，可以用來分析數(shù)據(jù)的工具和方法也比以前更先進方便。公司已經(jīng)完全有能力去分析和處理他們收集到的大量數(shù)據(jù)，這對于企業(yè)來說或許是件好事，然而，有時候這些數(shù)據(jù)也會過于分散。

　　Globys公司的Olly Down表示說，現(xiàn)在，很多公司都傾向于收集精度較高的數(shù)據(jù)，因為獲得的數(shù)據(jù)越精確，就越有利于分析受眾群體，也更有利于公司進行相關(guān)戰(zhàn)略和產(chǎn)品的調(diào)整。不過，公司往往需要花費大量的時間去處理大量的數(shù)據(jù)，結(jié)果卻有可能不盡如人意，所以，在進行數(shù)據(jù)分析處理時，有時候沒有必要執(zhí)著于某一棵“樹”長成什么樣子，而應(yīng)該注重這片“森林”，要懂得舍小取大。

　　秘訣三：做好團隊的協(xié)調(diào)

　　在大數(shù)據(jù)的世界里，最有價值和作用的數(shù)據(jù)往往十分稀少。要想找到真正有價值的數(shù)據(jù)，就如同大海撈針一樣困難。所以，為了找到這些有價值的數(shù)據(jù)，企業(yè)內(nèi)部應(yīng)齊心協(xié)力通力合作，要經(jīng)常保持有效的溝通和協(xié)作。

　　例如，為了能更好地利用數(shù)據(jù)來分析公司的實際運營情況，數(shù)據(jù)專家們應(yīng)該了解公司決策者為公司制定的戰(zhàn)略目標。反過來也一樣，公司決策者也應(yīng)該知道，公司的數(shù)據(jù)團隊得出的分析結(jié)果，最終能給公司帶來什么收益。

　　Luzzi 表示，以大數(shù)據(jù)作為工具，他可以建立模型來幫助公司做出商業(yè)決策。由于公司決策者對公司整體運行情況及所處商業(yè)環(huán)境更加了解，當決策者看到分析結(jié)果時，肯定能看到一些他看不到的地方。但同時，決策者們也不會知道他是用什么方法得出這些數(shù)據(jù)和結(jié)果的。

　　Olly Downs也說，公司的數(shù)據(jù)團隊和各部門以及管理層應(yīng)保持良好的溝通交流，這樣公司才能良好高效的運行，有效的協(xié)調(diào)配合需要通過有效的溝通交流來實現(xiàn)。有一個商業(yè)智能團隊為預(yù)測公司的客戶流失率建立了一個模型，由于大家缺少有效的溝通，操作團隊認為這個模型“很有趣”，但是公司卻認為這個模型沒有任何意義。

　　“如果你的公司雇傭了一個數(shù)據(jù)研究小組，他們宣稱自己建立了一個有效的模型，可是公司別的相關(guān)部門卻認為這個模型沒有效果，原因便在于二者之間缺乏溝通。”Downs表示。

　　秘訣四：用機器代替人工

　　機器學(xué)習(xí)指計算機模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識或技能，從而對自身功能進行改進。機器學(xué)習(xí)相比人工學(xué)習(xí)，速度更快，學(xué)習(xí)規(guī)模也更大，一個公司能通過機器學(xué)習(xí)較快地發(fā)現(xiàn)新的問題。

　　比如，為了研究特定消費者的消費行為模式，企業(yè)可以研究用什么樣的方式對單個消費者進行研究分析，依據(jù)不同的消費者選擇不同的模型，進而對消費者行為進行追蹤研究。公司認為，在單個消費者身上所需的分析時間是10分鐘，按照這個速度，公司共有260萬消費者需要調(diào)查追蹤，需要416000個分析員，每天工作10小時，每天觀察單個消費者8次，才能得出結(jié)果。顯然，如果真通過人工分析，那就需要花費太多的時間和精力了。

　　所以，Downs認為，企業(yè)如果有大量的數(shù)據(jù)需要進行分析處理，最好的辦法就是讓機器代替人工來做，機器學(xué)習(xí)的速度很快，能在短時間內(nèi)同時分析大量的數(shù)據(jù)，這樣一來，所需的分析時間就會大大縮短。與人工分析相比，成本也會大大降低。

　　秘訣五：要謹慎對待數(shù)據(jù)

　　有時，企業(yè)是沒有能力去獲取數(shù)據(jù)的，也就沒法用數(shù)據(jù)去解決問題。就算公司獲得了一些數(shù)據(jù)，他們往往也不清楚這些數(shù)據(jù)最終能否解決他們的問題。

　　在這一點上，維亞康姆集團的Luzzi的建議是，一個數(shù)據(jù)是否有效，是否能幫助公司解決問題，最好詢問數(shù)據(jù)小組的意見。

　　Dunnhumby公司會對消費者數(shù)據(jù)進行統(tǒng)計和分析，這樣一來公司便可以了解到哪些數(shù)據(jù)是有用的，以及這些數(shù)據(jù)有多大價值。如果公司能收集到有價值的數(shù)據(jù)，公司實際經(jīng)營中遇到的相關(guān)問題就能得到有效解決。知名市場顧問公司Dunnhumby的 CEO Andy Hill表示，企業(yè)不僅應(yīng)該了解收集到的數(shù)據(jù)到底能解決哪些問題，更應(yīng)該知道，哪些問題還不能通過這些數(shù)據(jù)得到解決。如果還有一些問題解決不了，公司便需要繼續(xù)收集其他維度的數(shù)據(jù)來補充。

　　有時候，重要的數(shù)據(jù)可能會被忽略。比如，當Downs為他的前東家搭建交通情況模型時，大家普遍認為天氣是預(yù)測交通狀況的最重要因素。后來研究結(jié)果卻顯示，最影響那個地區(qū)交通狀況的是當?shù)貙W(xué)校的放學(xué)時間。當學(xué)生們放學(xué)時，堵車情況尤為嚴重。

　　Downs說，從一開始的假設(shè)來看，我們并沒有預(yù)見到會得出這樣的結(jié)論，所以，應(yīng)謹慎認真對待數(shù)據(jù)，數(shù)據(jù)會真實客觀地告訴你想要的答案。有時，數(shù)據(jù)能告訴你的會讓你大吃一驚。

　　秘訣六：要避免得出錯誤的結(jié)論

　　由于人為主觀因素和不相關(guān)數(shù)據(jù)的干擾，有時候得出的結(jié)論往往是錯誤的。

　　“不要讓不相干的數(shù)據(jù)影響到整個結(jié)果，有相當一部分的數(shù)據(jù)并不重要，這些不相關(guān)的‘樹’往往并不能代表整個‘森林’。”Luzzi說，“如果使用了錯誤的數(shù)據(jù)，得出的結(jié)論往往也是錯的。”

　　數(shù)據(jù)選擇上的錯誤會影響人們解決問題的過程，也會影響人們?nèi)绾慰创@些數(shù)據(jù)和結(jié)果。錯誤的數(shù)據(jù)選擇可能影響到公司做出相關(guān)決策。