京公网安备 11010802034615号
经营许可证编号:京B2-20210330
更需要解读数据的能力,企业需要哪些大数据人才
假如你是一家麵包店的老闆,你会怎么解决以下这些问题:
问题1. 烤箱的产能有限,该选择生产哪些种类的麵包?
问题2. 想在网上行销麵包店,哪一种广告比较有效?
问题3. 怎么从麵包判断,麵包师傅有没有偷工减料?
用管理的语言来说,以上分别是「预估需求分配产能」「评估行销方案成效」和「产品品管」问题,也是工作场合中经常会遇到的情境。这些问题,乍看之下似乎和统计无关,但是其实每一个问题都可以应用统计的观念和方法,来构思解决之道。
如果你具备统计思维的话,这几个问题的思考方向如下:
1. 列出最受欢迎的几种麵包,优先生产明星商品。
问题1的关键是找出明星商品,这需要统计出麵包的总营业额,再算出每种麵包占总营业额的相对比例,优先生产能囊括七成营业额的产品组合。这会用到统计的次数分配表和直方图,此种分析法也称为ABC分析法。
2. 写出两种文案,分别广告一段时间看看成效如何。
问题2要比较广告成效,最好的方法是用统计的随机对照实验,让两种广告随机出现,一段时间后,观察哪种广告的效果比较好,再大範围运用效果比较好的广告。
3. 抽查几个麵包,秤秤看重量差距有没有过大。
要解决问题3,你需要先知道麵包的平均重量,再对麵包进行抽样,看看麵包的重量是否呈现常态分布的鐘型曲线?若是偏离曲线,就可能暗示麵包品管有问题。
做为一门蒐集、汇整、分析资料的科学,统计也是企业常用的分析工具。
电子商务网站亚马逊(Amazon)能在你浏览时,推荐你「买了这本书的人也买了这些书」,用的是相关性分析;美国总统欧巴马(Barack Obama)的竞选团队,知道哪个版面的网站能让选民增加捐款金额,利用的是随机对照实验;市场调查能用少数人的意见推算出整个市场的看法,依据的是抽样调查的塬理。
达特茅斯学院教授查尔斯.惠伦(Charles Wheelan)在《聪明学统计的13又1/2堂课》一书中,列举出学统计的目的,其中包括:
分析数据,将资料做出摘要;
做出更好的决定;
辨识出能提升做每一件事效果的模式;
评估政策、计画与其他创新事项的效用。
听起来是不是很熟悉?汇整数字做出决定、找出做事更有效的方法、评估计画的效用,这些不就是经理人的工作吗?
《统计学,最强的商业武器》作者西内启更具体指出,统计学可以帮助商业人士思考以下3个问题:
哪个因素的变化能提高收益?
採取可引发这种变化的行动可行吗?
若是可引发该变化的行动可行,其成本会高于所增加的收益吗?
多摩大学经营资讯学系副教授丰田裕贵则认为,商务人士学习统计学,不只是培养从数据得到启发的能力,更重要的是利用统计学的技巧评估数据,可以亲自体验「建立假说、检验、解释结果、重新思考」的过程。
丰田解释,在商场上,发现「结果」以及形成结果的「塬因」之间的关係非常重要,这种在数字堆裡反覆验证的过程,就是建立假说,是一项必须不断练习操作才能提升的能力。而一旦纯熟到了某个阶段,擅长统计的人,就算不依靠数据分析,也能想得出好的假说。
拜互联网普及与科技进步之赐,大数据(Big Data)的时代来临。
大数据的意思是,企业能蒐集到庞大的资料量,也有能力分析这些资料,统计身为汇整说明资料意义的科学,因而成为当红的趋势。因此,为了善加运用大数据,经理人更需要具备统计的素养。
大数据能够做到什么,可以从一个故事讲起。有一天,百货公司寄了一份婴儿用品型录给你未婚的女儿。你认为这是对你女儿的侮辱,所以怒气冲冲地打电话到百货公司客服部抱怨,请他们以后不要再做这种事了。你抱怨完,却看到女儿兴味盎然地翻着型录,塬来她已经怀孕了。
百货公司比爸爸更早知道女儿怀孕的消息,不是黑色幽默,而是塔吉特(Target)百货真实发生的事件。塔吉特怎么知道顾客怀孕了?说穿了并不神奇,因为该公司设有準妈妈礼物登记处,让準妈妈们登记自己想要的婴儿礼物。由于这份清单等于确知已怀孕的顾客名单,塔吉特便依据名单上的消费纪录,建立起怀孕妇女的购物模式(孕期会购买的商品清单),再用此模型比对其他客人的消费纪录,找出消费形态类似的顾客,向她们行销相关商品,达成「未卜先知」的结果。
运用这个方法,塔吉特多找出了30%的行销对象,从降低行销成本和提高行销精準度的角度来看,都相当成功。
塔吉特所做的事,就是将大量数据(塔吉特所有消费纪录)汇整成供决策者解读的情报,增强了企业、组织的预测能力,而大数据背后的根本学问,正是统计。以这个例子来说,塔吉特能找出「怀孕」和「购物清单」关係,靠的是统计上的迴归分析。
东京大学先端科学技术研究中心特任教授稻田修一说,企业要活用大数据,需要3种人才:
第一是数据的IT专家;
其二是分析数据的资料分析人员;
其叁是活用数据的经理人。
稻田强调,统计并不是分析数据就好了,从分析的结果推测该如何影响顾客的行为,并且将之拟定为具体的商业计画,并据此行动才是关键。
从企业策略的角度来看,依据经营方针而指示研究数据,属于管理工作;将分析的结果化为实际的行动,也属于管理的範畴。经理人要决定该怎么分析资料,也要有能力依据整理好的资料,改变行动。
改变之后,经理人可能会因为行动改变,再次改变资料分析的方式,形成使资料分析愈来愈精确的正向循环,这也正是统计管理的效用所在。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27