Michael Berry對大數(shù)據(jù)的浮夸之詞頗不以為然。身為旅游網(wǎng)站TripAdvisor的分析總監(jiān),他認為更多的數(shù)據(jù)未必帶來正面的業(yè)務影響,比如大數(shù)據(jù)和預測分析的例子。
“很多預測分析的應用其實并不需要所有的數(shù)據(jù)。”Berry在Predictive Analytics World做主題演講時說到。因此,對于數(shù)據(jù)科學家來說,重要的不是想著怎樣分析所有的數(shù)據(jù),而是看通過哪些數(shù)據(jù)可以得出真正有價值的結(jié)果。那么到底該怎么辦呢?“對于這個問題,沒有直截了當?shù)拇鸢浮?rdquo;Berry說。
但是,通過每次增加一些數(shù)據(jù)的方式來測試預測模型的有效性,可以最終確定多少數(shù)據(jù)是足夠的。比如,當Berry想知道旅游代理商對某家酒店或特定客戶的標準價位時,采用計算平均值的方法:選取兩個取均值,然后是三個…最終在1萬個時均值穩(wěn)定下來。如果取2萬個,均值肯定會發(fā)生變化,但這已經(jīng)沒有必要了。
“這就是關鍵所在。如果你有足夠的數(shù)據(jù),那么單純數(shù)量上的增加就不會對結(jié)果造成很大的影響。”Berry說。
如果過多的數(shù)據(jù)不會帶來本質(zhì)的不同,那么什么才是關鍵所在呢?“很多方面。”Berry表示。數(shù)據(jù)的純凈度、樣本的合理全面以及專注于數(shù)據(jù)質(zhì)量和挖掘的人才等,都會導致結(jié)果的不同。
這些都是預測分析中的關鍵點,比如指出哪些變量可以使模型更健壯,或者結(jié)合哪些來源的數(shù)據(jù)可以發(fā)現(xiàn)新的模式。
“比如風寒效應(wind chill factor)。”Berry說。結(jié)合了實際的溫度和風速,才能切實分析出人體對于外界環(huán)境的感受。
大數(shù)據(jù)的誤區(qū)
Berry并非唯一對當前大數(shù)據(jù)和預測分析境況有微詞的人。咨詢公司Rexer Analytics的創(chuàng)始人Karl Rexer認為數(shù)據(jù)科學家們多少都有點迷茫失措。在其2013年對數(shù)據(jù)挖掘從業(yè)者的調(diào)查看出,受訪者反饋表明數(shù)據(jù)規(guī)模變得越來越大。但是,當被問及有多少數(shù)據(jù)被用于真正的分析時,答案和2007年的調(diào)查結(jié)果并無二致。
這并非證明所謂大數(shù)據(jù)是一場鬧劇。“對于傳統(tǒng)的預測分析建?;驍?shù)據(jù)挖掘項目來說,總體的樣本規(guī)模并未出現(xiàn)增長。”Rexer說。
縮寫詞匯命名
將分析術語轉(zhuǎn)化為業(yè)務端所能理解的語言,是一種巨大的挑戰(zhàn)。工資、人力和服務外包提供商Paychex是這樣打破藩籬的:根據(jù)業(yè)務端的建議來進行描述。
“當我們構(gòu)建模型時,會舉行一個命名比賽。”Paychex的建模分析師Tom Kern在本次Predictive Analytics World上表示。Kern的團隊會向用戶發(fā)送電子郵件,其中對模型進行了簡短的描述,并且提供一些詞匯供其使用。用戶根據(jù)實際工作,創(chuàng)造縮寫詞匯,比如SAM表示銷售預期模型(sales anticipation model),TIM表示領域識別和映射模型(territory identification and mapping model)。
如果業(yè)務端用戶的建議最終被采用,其就會收到一個禮物卡。由此,就可以根據(jù)諸如銷售人員之類的用戶的期望,從而思考預測模型該做些甚么。
汰漬的策略變化
作為全球最大的零售商之一,寶潔公司宣布推出一款新型的低價汰漬洗衣劑,以此來吸引中端客戶。該如何評價這個決策呢?
Shel Smith是市場分析公司Twenty-Ten Inc.的創(chuàng)始人,他的看法是:“如果你發(fā)布類似的產(chǎn)品,不僅僅是在獲取新的客戶,其實還在鼓勵已有的客戶替換現(xiàn)有的高價產(chǎn)品。”
鑒于當前經(jīng)濟形勢的影響,這種擔憂并非沒有道理。但是,Smith對寶潔的策略持有信心。他認為,寶潔的策略是基于預測模型、海量數(shù)據(jù)和精準營銷來達成的,可以在獲取新客戶的同時不影響現(xiàn)有品牌的銷量。
“寶潔肯定有很多我們不知道的過人之處,但是在獲取新客戶方面并無什么神秘的。”Smith表示。