京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“小虾米”成就大数据_数据分析师
罗伯特·普兰特Robert Plant:美国迈阿密大学工商管理学院副教授,研究方向为计算机信息系统。
你是否曾在家苦苦等待维修员上门服务,结果白等一场?经历了这番糟糕体验,你对这家公司的忠诚度可能大大下降。
那么为什么很多公司耗资百万追求大数据和基于大数据的市场研究,却忽略这种很简单就能让顾客高兴的小事?为什么它们买下时髦的大数据库却不用又老又简单的日程软件通知你维修技工抵达你家的准确时间?
同样道理,为什么公司会运错货?为什么有那么苛刻的密码设置要求?为什么在线注册流程如此复杂?为什么客服人员周末不办公?为什么不回答语音电话中的调查问题就找不到客服?
大数据似乎是破解市场营销谜题的最大希望。为了不被落下,公司拼命花钱搜集用户信息,经销商也热心帮忙。风险投资界也追逐这股趋势:过去几年,投资者在像Facebook这种产生海量数据、看似很赚钱的初创公司身上投了大笔资金。但与此同时,大多数公司并没有显著提高用户体验。不好的互动体验与以前一样多。据说86%的客户经历过不良体验之后都选择了别的公司。
如果公司少花点时间在大数据上,多花点时间在“小数据”的使用上,用户满意度就会提升很多。“小数据”是那些通过简单的技术手段就能获得的信息,它们更灵活也更有帮助。
迈阿密公交(Miami-Dade Transit)允许乘客随时监测车辆的行驶情况,这样乘客就能知道赶上某趟车的准确时间。这并不复杂。为什么商业机构不开发能让顾客监测本地服务和物流的技术呢?英国百货零售商Tesco让顾客自己选择送货时间,如果顾客选择交通高峰时段,运费就高,而非高峰时段运费就低。这也不难做到。为什么那么多商家不让顾客选择送货时间?水泥制造商Cemex的客服系统能将送货时间的间隔设置在20分钟。美国康卡斯特有线电视承诺,如果上门服务的技术人员迟到,客户可以免掉20美元的有线费或享受3个月的免费试用。在我的信用卡账户出问题后,苹果公司很快就回复了我的邮件并解决了问题。为什么那么多公司对客服不上心、让顾客备感无助?上述有创造性的客服方案很简单,成本也很低,带来的回报却很大。
与之相反,大数据十分昂贵,回报也不明晰。2011年,英国政府终止了一项庞大而昂贵的病人信息数据库项目,该项目是为了医学研究和改善医院经营状况。现在政府把焦点投在了小型服务项目,比如预约门诊。
如果高管们记性好,可能还记得以前那些被证明不管用的“灵丹妙药”。想想专家系统吧,它曾承诺带来专家水平的指导,却不能解释为什么要采取这个方案,结果它的可信度大打折扣。不过这两年IBM的沃森电脑让专家系统重新流行了。
我不是说所有的大数据系统都没用。英超劲旅曼联就建立了一个球迷的数据库,希望凭借广大球迷的智慧给俱乐部带来更大的优势。但是,不要指望大数据能轻易带来收获。为避免事倍功半,高管们需要将大数据项目链接到能改善这些数据的项目中,就好像一个平衡计分板,它比ROI更能体现大数据对多方面的影响。通过这个计分板,你会发现销售额的显著增长可能来自于之前认为与此毫不相干的因素。你也许要认真总结员工培训这个因素与销售额增长之间的函数关系。将经济因素与学习动机或其他动机相连的计分结果,是衡量管理者决策正确性的一个指标。
在挖掘数据的激情中,请不要忘记,每个消费者都是以个体形式与公司发生联系的数据点。如果你让你的数据点不高兴,他就会进入别人的数据库,成为别人的数据点,就像你被上门维修人员放鸽子后所做的那样。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24