大数据要怎么用,12名创业者这样说

当下,大多数企业都明白大数据的作用。大数据——这个庞大甚至是有时是压倒性的信息包含了企业日常经营的过程:销售策略,营销邮件的打开率,网站点击量等等,利用好大数据也能让你发现消费者的行为和心理。

拥有大数据和数据分析工具确实是有帮助的,然而这也是一把双刃剑:过于依赖数据,可能会让我们忽视自己强大的直觉(甚至经常是正确的直觉)。这些直觉又无法量化。针对这个问题,来自青年企业家理事会(YEC)的12位创业者提供了如下意见,告诉我们如何利用大数据,而不盲从数字,不至于所有商业决策都任凭大数据的摆布。

1.大数据只是指导作用,但不能是只依靠大数据

我认为大数据是很有效的,但是我们在做品牌营销决策的时候不能完全以大数据“马首是瞻”。应该有一种有效结合了大数据和“直觉判断”的方法。通过数据指导,我可以为品牌吸引新的用户,但是我不会让数据决定我和读者之间互动的形式。

–Sean Ogle of Location Rebel

2.让自己对数据负责,同时也要切合实际

人类容易犯错,但数据也会误导我们。我把这种现实主义带到了我所有的决策中。它确保我对数据保持负责,同时对它真正告诉我的东西保持合理的怀疑态度。

–Manpreet Singh of TalkLocal

3.数据是ROI的一部分

大数据有他的重要作用,它简化了数十年来的记录和研究。但大数据也不是万无一失的。当我们观测数据的趋势时,需要对影响结果和数据流的其他因素保持关注。在我的报告中,大数据只是投资回报率的一小部分,还有很多工具和方法可以来发现商业趋势。

–Matthew Capala of Search Decoder

4.理解商业数据需求

这取决于你的商业模型,你需要考虑你的数据获取、数据测量的难易性,还是为人为失误留出了空间,你是在调查观点,事实还是数据。在你全面使用大数据之前考虑这些要素,不要盲从大数据。这是你的业务,你才是这方面的专家

–Kevin Conner of Vast Bridges

5.发现模式和趋势

通过大数据工具和方法,我们可以迅速查阅大量数据,以揭示隐藏的规律、未知的联系、市场趋势、顾客偏好等等有用的商业信息。我们就能预计客户需求或欲望,由此改进服务;在问题出现之前,发现并减弱问题的影响,并改进管理决策。

–Luigi Wewege of Vivier Group

6.了解数据的局限

我们竭力让数据引导我们,而不是我们去引导数据。因为估值是一个特殊的领域,数据和直觉有时会无法产生良性互动。我们不断地添加新的数据可视化和解释,标准测试,并在数据出问题的时候可以及时发现。

–Thomas Smale of FE International

7.树立数据的标准

在推行数据优先的措施之后,我们高兴的发现关键指标有了长足的进步。我们也不盲从于大数据,我们使用以往的销售数据进行评估。我们已经发现,知道这个模型的预测极限在哪里是非常重要的。

–Ismael Wrixen of FE International

8.发现大数据背后的细节

要看到大数据背后的细节。并要基于这些细节来做出决定。

–Daisy Jing of Banish

9.定性和定量分析结合

我们将定量数据(度量、调查、服务器日志数据)与定性反馈(调查、访谈、用户研究等)结合在一起。这给我们提供了一个更全面的视角来做出最明智的决定。数据可能会误导决策,因为它们只会讲述部分内容。

–Adelyn Zhou of TOPBOTS

10.专注于获得优质数据

数据质量不一,也有优劣之别。兜售原始数据、分析工具和仪表盘工具——旨在将机器学习与人工智能相结合——的公司比比皆是。重点之一是获得优质、可靠的数据;这样,后续的决策就会水到渠成。

–Ryan Bradley of Koester & Bradley, LLP

11.分析数据找到潜在客户

大数据让我的企业和销售可以了解和预测用户行为,比如人们在哪些场景下网购,购买什么?未来几个月用户可能会转移到哪些场景。这样,销售团队得以找出潜在顾客——真正有望购买产品或服务的顾客,以及掌握向他们推销的最佳时机。

–John Daniel of Innovator John

12.让数据证明你的直觉正确性

直觉告诉我们,登录页的某些设计会有不错的表现。但只有等数据量起来之后,我们才能看到实际的效果,以及这些设计的优缺点。要判断这些猜测是否准确,数据是最有发言权的。在数据的引导下,我们将就内容的取舍作出合适的决策。

–Jason Applebaum of Eager Media

原文发布于微信公众号 - Java帮帮(javahelp)

原文发表时间:2018-08-24

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏Android 研究

PMI-ACP 敏捷项目管理7——追踪和报告价值

敏捷是应对不确定因素的一种灵活管控方式,所以,在敏捷项目环境中,我们需要监控需求交付的价值来确保满足客户的期望,及时跟干系人沟通,反馈项目的真实状态。期间,我们...

3521
来自专栏CDA数据分析师

如何成为一名数据科学家 | 学习篇(附视频中字)

CDA字幕组 编译整理 本文为 CDA 数据分析师原创作品,转载需授权 数据科学家是21世纪最性感的职业,那么该如何成为一名数据科学家呢?HackerEarth...

2457
来自专栏AI研习社

什么才算是真正的数据科学家?你算么?

Data Scientist,数据科学家,太火了,已经成为新一代改变世界的职业,引得每一个人都想往这个方向转。 学 CS 的觉得做码农太底层,给人打工,要转数据...

3457
来自专栏钱塘大数据

【推荐阅读】大数据独角兽Palantir之核心技术探秘

1.Palantir源起:B2B大数据和企业级Google。 Palantir(中文名帕兰提尔,源于《指环王》中可穿越时空、洞悉世间一切的水晶球Palantír...

7224
来自专栏CDA数据分析师

27个常用的数据挖掘与预测分析术语总结

数据挖掘目前在各类企业和机构中蓬勃发展。因此我们制作了一份此领域常见术语总结,希望你喜欢。 1.分析型客户关系管理(Analytical CRM/aCRM): ...

2759
来自专栏AI研习社

亚马逊 Alexa Prize 比赛冠军团队专访:聊天机器人的突破与创新

在 2017 年底结束的第一届亚马逊 Alexa Prize 比赛上,由华盛顿大学博士生方昊担任领队的 Sounding Board 团队在全球上百支队伍中突出...

3736
来自专栏大数据文摘

AI迷路了怎么办?Facebook正在训练AI学会问路

如果你在初来乍到的城市里迷了路,身边又没有地图或者手机导航,你可能会自然而然地向其他人问路。

560
来自专栏灯塔大数据

如何让你的分析报告更具洞察力 ?实现从数据到观点的五点分享!

目前500强的公司每天可产生超过1GB供网站分析的原始的数据,而对于一些传媒公司来说,数据量往往要大数倍。 大数据比任何时候都谈论的多,因此公司的管理层比以往...

2757
来自专栏PPV课数据科学社区

【观点】数据挖掘三要素解析

我对数据挖掘和机器学习是新手,从去年7月份在Amazon才开始接触,而且还是因为工作需要被动接触的,以前都没有接触过,做的是需求预测机器学习相关...

2795
来自专栏PPV课数据科学社区

【每天一个数据分析师】几乎任何一种分析,都可以用矩阵式分析来引出思路

论坛君 “每天一个数据分析师”在第五期采访到的是一位萌妹子Yuki,她毕业于复旦大学,目前在上海从事互联网金融行业的数据分析,主要从事业务和用户方向的数据分析和...

5677

扫码关注云+社区

领取腾讯云代金券