数据驱动究竟是什么?怎么驱动,又能驱动什么?51CTO博客 - AG环亚娱乐

数据驱动究竟是什么?怎么驱动,又能驱动什么?51CTO博客

2019-03-06 09:58:19 | 作者: 子辰 | 标签: 数据,驱动,常识 | 浏览: 248

人人都在谈数据驱动,如数据化办理、数据驱动的运营、或许数据驱动的测验等,关于数据驱动的使用的评论许多,但关于数据驱动根本原理的评论较少,本文企图追根溯源,谈一谈数据驱动的根本原理:数据怎样驱动?能够驱动什么?

 

谈原理之前,先说一个我个人的阅历。


有一次我老婆从首都机场T3航站楼回家,我帮她叫了一个滴滴,后来我看到账单显现是80多元,旅程是20多公里,而我家离机场不过7-8公里,一般滴滴专车的费用是40多元,明显司机是绕路了,滴滴的APP上一起也显现了一条信息,大致意思是:车费反常,是否需求申述?


我点击了“需求申述”,滴滴APP马上弹出一个界面,粗心是:您有很好的诺言记载,承受您的申述,此次收费按42元核算(详细数字忘了,反正是按正常的计费水平)。


其时觉得,哇,滴滴这个功用太牛了,给客户的体会太好了!


试想一下,在滴滴之前打出租车,相似状况是彻底不同的场景:


1,  你或许底子不知道司机绕路了

2,  你过后发现司机绕路了,但你下车时忘了要收据,无法举证

3,  你其时就发现司机绕路了,跟司机要了收据,但收据上只要路程和时刻,而没有动身地址、意图地和行车道路,你无法证明司机绕了路


而滴滴则彻底改变了这一状况:自动提示你是否需求投诉,你提出申述后,马上就做出令你满足的处理!


滴滴的投诉处理如此交心而智能,它是怎样做到的呢?假如咱们对数据,以及数据与信息、常识和人工智能的联络有一些根本的了解,就能了解滴滴这种投诉处理的运作机制。


数据金字塔能够协助咱们了解数据与信息、常识和人工智能的联络。





数据自身是没有含义的,假如它不能转化为信息和常识的话;但假如没有数据,或许数据匮乏,信息和常识的发作也就成了无水之源。


  • 假如你阅历了某件事,把它记载下来。

  • 假如你记载了某件事,把它上传。

  • 假如你上传了某件事,共享它。

这意味着每个人都成为数据的收集、处理和共享者。


在上述滴滴的比方里,滴滴明显做到了这一点:乘客的一切用车阅历都由体系做了记载、上传和共享。


企业在数据层面存在的两个问题


1. 数据存在缺失:

比方我所效劳的一家互联网公司,他们就没有关于客户引荐的数据(有多少客户向别人引荐了产品),这是一个很小的比方,但数据缺失是企业遍及存在的现象,原因在于现在企业所具有的数据首要来自于各事务体系, 如 CRM 和 ERP 等,而事务体系是为完结特定事务而规划的,数据仅仅副产品罢了,必定导致决议计划所需的一些数据是缺失的;


2. 数据收集的无效性:

传统企业很注重数据的收集,例如他们会要求门店的职工将招待客户的相关信息记载下来,但所记载的数据质量不高,用处极有限,这里边原因有二:

一是选用纸笔或许Excel来记载,进程比较费事

二是他们仅仅单纯的数据收集、处理和共享,但数据的使用却根本和他们无关,职工收集数据仅仅敷衍完事,缺少内涵的动力。


互联网公司也相同存在数据收集无效的状况,如一家互联网公司经过QQ和潜在客户交流,他们所了解到的客户需求信息记载都在QQ里,假如要想过一段时刻再跟进某个客户,往往很难找到这个客户的相关信息,QQ里记载的这些数据实际上无法为事务所用。


要处理企业在数据层的这两个问题,需求企业依据运营决议计划需求,对数据进行一致的规划:需求哪些数据?怎样收集?以什么方法记载?


比方上面所说的互联网公司,假如一开始就有关于潜在客户开发需求哪些数据支撑的规划,就有或许规划出一个结构化的需求交流东西,既能够有用记载客户的需求信息,又利于后期的数据剖析。


假如没有对数据的一致规划,企业的数据将很或许会处于“ROT废物状况”,即冗余(Redundant)、过期无用 (Obsolete)和琐碎(Trivial)。


信息:是被组织起来的数据,是为了特定意图对数据进行处理和树立内涵相关,然后让数据具有含义,它能够答复谁(who)、什么(what)、哪里(where)、什么时候(when)的问题,关于企业运营而言,信息的效果在于进程办理和绩效评价。


在上述比方里,滴滴的体系将时刻、动身地、意图地、行驶道路、会员等材料整合起来,就构成了一条完好的乘客搭车信息,然后完结了对司机效劳进程的监控和办理。


将数据转化为信息的阶段,企业存在两个问题: 


1. 缺少有用的数据剖析东西:

少量大型企业(如银行和电信公司)一般具有BI体系能够完结将不同源的数据进行整合、并支撑在线剖析处理和报表,但许多企业仍是依托Excel进行剖析和报表,比方一家具有上百家门店的中型珠宝公司,老板很注重数据,强调用数据说话,每次开运营剖析会,大区司理就要熬夜用Excel来做各种剖析报表,功率很低,也很让区域司理窝火:我是带兵交兵的,却需求我做这么多案头工作!


2. 缺少将数据转化为信息的剖析才能:

有必定规划的企业现在都具有许多的数据,例如咱们从一家互联网公司各事务体系导出来的数据,就达数千万行之多,怎样从这些数据里看到数据之间的联络,将他们组织成有含义的信息,无疑是一个应战,一般的企业不具有既了解事务又会数据剖析的人才。


这导致企业所具有的数据里,只要很少一部分得到了有用处理,变成了有价值的信息,而大部分数据逗留在其原始状况:仅仅一个无含义的客观存在。


常识:对信息的总结和提炼。是依据信息之间的联络,总结出来的规则和方法论,首要用于答复为什么(why)和怎样做(how)的问题,在企业里的使用包含问题确诊、猜测和最佳做法。


举个比方,北京夏日高温多雨,8月份温度在20-36度之间,均匀降水天数12天,这是依据多年材料总结出来的北京气候的规则,这个常识有三个效果:

1,  问题确诊(答复为什么),如这个常识解说了北京本年8月份为什么下了那么多雨

2,  猜测:下一年8月份北京很或许温度还在20-36度之间,均匀降水天数12天

3,  最佳做法:8月份来北京旅游穿短袖衣服即可,体弱者要带长袖,最好带伞。


滴滴的体系里应该有一个关于怎样处理司机绕路问题的常识库,不然就不会这么智能化地完结投诉处理了。


大多数企业在常识层面做得较差,一些企业尽管树立了常识办理体系,但并没有一个有用的常识生成、使用和更新机制;更多的企业没有常识办理的体系,这些企业存在许多隐性常识,比方企业里总有一些出售高手,他们凭直觉或阅历能够取得杰出的出售成绩,他们或许说不清楚,但他们知道怎样挑选潜在客户、知道何时跟进、知道何时应该促进,这就是所谓“隐性常识”,隐性常识显得如此奥秘,导致许多办理者以为出售高手是天然生成的,是无法仿制的。


有用的数据驱动机制将能完结企业里隐性常识显性化,显性常识结构化,然后让企业里的每个人能够随时随地获取相关常识进行事务操作。


以出售为例,克隆一个出售高手或许不或许,但从数据的视点来看,假如出售人员的出售行为材料都能够得以完好记载,并得到有用收拾和总结,就能够提炼出出售的最佳做法,然后让每个出售人员都能够在出售中运用这些做法。(对这个议题感兴趣的能够看看Jenny Dearborn所著《出售的革新》,它以讲故事的方法论述了数据怎样协助出售办理者进行问题确诊、猜测以及出售最佳做法总结)


人工智能:机器对信息和常识的自主使用

人工智能是体系依据数据、信息和常识,构成相似于人脑的思维才能(包含学习、推理、决议计划等)。

在信息和常识层面,数据都是供给决议计划支撑效果,而到了人工智能阶段,则是体系仿照人类使用信息和常识进行自主决议计划了。


我所阅历的滴滴司机绕路的比方,就是滴滴的体系依据我的搭车信息,以及滴滴体系里的常识库,由体系而非滴滴职工完结了一个投诉处理进程。


实际上,这样的使用早已很遍及,亚马逊闻名的引荐机制也是相似的,体系代替了职工,诲人不倦地向顾客引荐他或许感兴趣的产品。


不少人以为,数据金字塔的顶端是才智而非人工智能,对此我有不同观点:才智不是树立在常识根底上的,常识不是才智的必要条件,许多高僧很有才智,但并没有许多的常识,比方六祖慧能从小不识字,却能闻经解义。


原因在于,常识来源于阅历(数据),来源于人类对这个三维国际的调查,而才智能够无需经过阅历,有或许经过与高维度树立衔接而取得(北大的刘丰教授有一个讲演,名字叫《敞开你的高维才智》,咱们能够参阅)


而人工智能则必定要树立在数据根底之上,没有数据,无论是专家算法仍是深度学习都无用武之地,有了数据,核算机才有或许经过专家算法或深度学习构成常识,进而具有相似人类脑筋的思维才能。


从这个含义上来说,人工智能永久无法逾越人类的才智。由此咱们也能够看到数据的局限性:它能够将人类的理性发挥到极致,但它只会仿照却无法发明,它无法代替人类的理性和直觉,而正是这份理性和直觉,让生命多了一些风趣和柔软,真实的发明也由此发作!



版权声明
本文来源于网络,版权归原作者所有,其内容与观点不代表AG环亚娱乐立场。转载文章仅为传播更有价值的信息,如采编人员采编有误或者版权原因,请与我们联系,我们核实后立即修改或删除。

猜您喜欢的文章