“大”并非全部 六招教你如何用好大数据

　　【PConline 杂谈】很多人看到“大数据”就认为是数量很大的数据的意思，所以对大数据嗤之以鼻，认为只是概念炒作，没有实际意义。但事实并非如此，大数据的核心并不在规模大，而是它蕴含的是计算和思维方式的转变。大数据的“大”是宏观多变的意思，人类利用数据进行分析，从数据当中发现以前不能发现的价值。那么我们要如何利用好大数据呢？

　　明确的目标是成功的关键

　　在公司在发展过程中只有目标设定明确了，才能够缩小选择范围聚焦精力去发展。企业应时刻保持头脑清醒，朝着自己定好的目标前进，才有助于公司进行持续长久的良好运作。一个公司拥有的数据不在于多，而是真正懂得如何利用大数据，了解到公司利用大数据可以达到什么目标，公司最终才有可能真正成功。

　　懂得舍小取大

　　现在，企业可以做到一些他们以往没有能力做到的事。对于很多公司来说，可供分析的数据更多，可以用来分析数据的工具和方法也比以前更先进方便。公司已经完全有能力去分析和处理他们收集到的大量数据，这对于企业来说或许是件好事，然而，有时候这些数据也会过于分散，就会耗费过多的经历，所以，在进行数据分析处理时，有时候没有必要执着于某一棵“树”长成什么样子，而应该注重这片“森林”，要懂得舍小取大。

　　做好团队的协调

　　在大数据的世界里，最有价值和作用的数据往往十分稀少。要想找到真正有价值的数据，就如同大海捞针一样困难。所以，为了找到这些有价值的数据，企业内部应齐心协力通力合作，要经常保持有效的沟通和协作。由于公司决策者对公司整体运行情况及所处商业环境更加了解，当决策者看到分析结果时，肯定能看到一些他看不到的地方。但同时，决策者们也不会知道他是用什么方法得出这些数据和结果的。

　　Globys公司的Olly Down表示说，公司的数据团队和各部门以及管理层应保持良好的沟通交流，这样公司才能良好高效的运行，有效的协调配合需要通过有效的沟通交流来实现。有一个商业智能团队为预测公司的客户流失率建立了一个模型，由于大家缺少有效的沟通，操作团队认为这个模型“很有趣”，但是公司却认为这个模型没有任何意义。

　　用机器代替人工

　　机器学习指计算机模拟或实现人类的学习行为，以获取新的知识或技能，从而对自身功能进行改进。机器学习相比人工学习，速度更快，学习规模也更大，一个公司能通过机器学习较快地发现新的问题。企业如果有大量的数据需要进行分析处理，最好的办法就是让机器代替人工来做，机器学习的速度很快，能在短时间内同时分析大量的数据，这样一来，所需的分析时间就会大大缩短。与人工分析相比，成本也会大大降低。

　　要谨慎对待数据

　　有时，企业是没有能力去获取数据的，也就没法用数据去解决问题。就算公司获得了一些数据，他们往往也不清楚这些数据最终能否解决他们的问题。

　　Dunnhumby公司会对消费者数据进行统计和分析，这样一来公司便可以了解到哪些数据是有用的，以及这些数据有多大价值。如果公司能收集到有价值的数据，公司实际经营中遇到的相关问题就能得到有效解决。知名市场顾问公司Dunnhumby的 CEO Andy Hill表示，企业不仅应该了解收集到的数据到底能解决哪些问题，更应该知道，哪些问题还不能通过这些数据得到解决。如果还有一些问题解决不了，公司便需要继续收集其他维度的数据来补充。

　　要避免得出错误的结论

　　由于人为主观因素和不相关数据的干扰，有时候得出的结论往往是错误的。数据选择上的错误会影响人们解决问题的过程，也会影响人们如何看待这些数据和结果。错误的数据选择可能影响到公司做出相关决策。

　　Dunnhumby 公司的CEO Andy Hill表示：“为了消除数据上的误差，你需要准确找到特定的目标人群，这些人的行为往往可以准确地回答你需要解决的问题。”[返回频道首页]