大數(shù)據(jù)以其消化大量復(fù)雜信息的能力令人敬畏。但它在衡量細(xì)微變量的能力上很弱。人的本能是脆弱的，并且在計(jì)算能力方面存在偏見(jiàn)。然而，它能夠?qū)⒓?xì)微的變量結(jié)合起來(lái)，并實(shí)現(xiàn)指數(shù)級(jí)的飛躍，這是令人驚訝的。
這是當(dāng)今企業(yè)面臨的一個(gè)嚴(yán)峻挑戰(zhàn)：是相信數(shù)據(jù)分析趨勢(shì)曲線(xiàn)，還是依賴(lài)人力資源管理者的豐富經(jīng)驗(yàn)和智慧?
當(dāng)然，答案通常是“兩者兼而有之。”但這并不容易。什么是混合?以及如何結(jié)合它們?
無(wú)法預(yù)測(cè)的收入增長(zhǎng)取決于如何正確回答這些問(wèn)題。實(shí)現(xiàn)利潤(rùn)最大化需要做出最佳決策(當(dāng)然還要執(zhí)行這些決策)。
為了深入了解這個(gè)棘手的問(wèn)題，六位大數(shù)據(jù)專(zhuān)家在舊金山的Strata數(shù)據(jù)會(huì)議上為此進(jìn)行了交流和探討：
•O'Reilly Media公司首席數(shù)據(jù)科學(xué)家Ben Lorica
•Okera公司首席技術(shù)官Nong Li
•Streamlio公司營(yíng)銷(xiāo)副總裁Jon Bock
•Curie Point學(xué)校校長(zhǎng)Jeff Curie
•Domino數(shù)據(jù)實(shí)驗(yàn)室營(yíng)銷(xiāo)副總裁Jon Rooney
•Infinia ML公司營(yíng)銷(xiāo)總監(jiān)James Kotecki
大數(shù)據(jù)與人類(lèi)智慧的融合難度
很多企業(yè)正在努力從大數(shù)據(jù)中獲取最大收益。他們認(rèn)為大數(shù)據(jù)可以提供決策魔力，可以通過(guò)采集指標(biāo)并收集洞察力以獲得巨大的競(jìng)爭(zhēng)優(yōu)勢(shì)，而獲得大數(shù)據(jù)等于獲得財(cái)富。
然而，即使用戶(hù)依賴(lài)大數(shù)據(jù)，他們也知道其結(jié)果令人困惑，有時(shí)毫無(wú)價(jià)值，但它們也可能是快速進(jìn)入并獲得結(jié)果的一條途徑。
在New Vantage公司在2019年進(jìn)行的一項(xiàng)調(diào)查中，77%的受訪(fǎng)者表示，“大數(shù)據(jù)和人工智能計(jì)劃的商業(yè)應(yīng)用正在給他們的組織帶來(lái)挑戰(zhàn)。”
調(diào)研機(jī)構(gòu)Gartner公司最近認(rèn)為，“到2022年，只有20%的分析見(jiàn)解能夠帶來(lái)業(yè)務(wù)成果。”
這就是說(shuō)，企業(yè)總是關(guān)注指標(biāo)，但它并沒(méi)有帶來(lái)多少效益。
盡管面臨挑戰(zhàn)，但利用大數(shù)據(jù)絕對(duì)必不可少。企業(yè)可以在不使用分析的情況下進(jìn)行競(jìng)爭(zhēng)，這種想法已經(jīng)過(guò)時(shí)了。這就像一艘沒(méi)有指南針的船。在糟糕的目標(biāo)預(yù)測(cè)分析示例中，零售商甚至在其他家庭成員知道之前就預(yù)測(cè)了客戶(hù)懷孕——這是令人震驚的分析競(jìng)爭(zhēng)能力。
如果你是一名經(jīng)理，可能會(huì)感受到壓力：因?yàn)橹涝谶@一刻，競(jìng)爭(zhēng)對(duì)手也在關(guān)注著數(shù)字，他們使用特定報(bào)告來(lái)指導(dǎo)可以從你那里獲取市場(chǎng)份額的計(jì)劃。如果你不這樣做，就會(huì)很快落后。
然而，正如人們所看到的，一些最關(guān)鍵的變量無(wú)法精確地量化，這意味著它們根本無(wú)法計(jì)算。
當(dāng)然，有時(shí)你的指標(biāo)是值得信賴(lài)的。例如，你的分析應(yīng)用程序在本季度銷(xiāo)售了1,200個(gè)小部件，高于上一季度的1,000個(gè)。因此，儀表板報(bào)告銷(xiāo)售額增長(zhǎng)了20%，這是一個(gè)堅(jiān)如磐石的數(shù)字。
但是這種直接的報(bào)告并不是大數(shù)據(jù)的神奇之處。利用這種昂貴的分析工具意味著使用它來(lái)制定復(fù)雜的業(yè)務(wù)決策。做出那些讓你超越競(jìng)爭(zhēng)對(duì)手的富有洞察力的決策。
問(wèn)題在于：決策越復(fù)雜，就越可能包含無(wú)法量化的變量。以下了解一下數(shù)據(jù)分析無(wú)法提供幫助的典型方式。
數(shù)字處理與現(xiàn)實(shí)世界的結(jié)合
在這個(gè)假設(shè)的例子中，假設(shè)一家公司在美國(guó)東部和西部各有一個(gè)分公司?，F(xiàn)在是投資和發(fā)展業(yè)務(wù)的時(shí)候了：那么在哪個(gè)分公司投資更多呢?
西部分公司一直是該公司收入穩(wěn)定的搖錢(qián)樹(shù)。但是現(xiàn)在，大數(shù)據(jù)應(yīng)用程序中的趨勢(shì)曲線(xiàn)表明，東部分公司的業(yè)務(wù)增長(zhǎng)速度更快。如果進(jìn)行深入研究，就會(huì)發(fā)現(xiàn)東部分公司銷(xiāo)售代表每季度的收入比西部分公司增長(zhǎng)了17.8%。
根據(jù)這些指標(biāo)，該公司預(yù)算缺口擴(kuò)大，其資金流入東部分公司。但大數(shù)據(jù)沒(méi)有揭示的是，東部分公司的人力資源專(zhuān)家Jessica Roberts在招聘頂級(jí)銷(xiāo)售人員方面是個(gè)天才，但這無(wú)法量化。因此，每個(gè)銷(xiāo)售代表都有著更高的收入指標(biāo)。
然而，才華橫溢的Roberts卻跳槽到競(jìng)爭(zhēng)對(duì)手的公司。在接下來(lái)的兩年里，他在該公司招募的員工紛紛離職，東部分公司的收入急劇下降，而其人力資源部門(mén)難以找到適合的員工。而在哪里投資是企業(yè)面臨的核心問(wèn)題，但大數(shù)據(jù)軟件沒(méi)有提供任何幫助。
然后，人們可能會(huì)說(shuō)：這并不是軟件出錯(cuò)，而是那些使用軟件的人，而這是事實(shí)。這讓人們了解了使用大數(shù)據(jù)時(shí)最棘手的問(wèn)題之一。
真的很棘手
假設(shè)大多數(shù)企業(yè)在做決策時(shí)都將大數(shù)據(jù)分析和人類(lèi)本能結(jié)合在一起，在多大程度上以及如何將這兩方面結(jié)合起來(lái)是一個(gè)問(wèn)題。
具有諷刺意味的是，如何權(quán)衡數(shù)據(jù)和直覺(jué)的決定本身就是人類(lèi)的決定。該軟件無(wú)法告訴人們?nèi)绾握J(rèn)真對(duì)待其結(jié)果。因此，現(xiàn)代企業(yè)管理需要在兩個(gè)不同的層次上進(jìn)行決策：
•預(yù)決策過(guò)程，涉及如何權(quán)衡數(shù)據(jù)與人工輸入的人工決策。
•最終決定本身。
歸根結(jié)底，即使是最好的分析軟件所做的就是制作大量精美的市場(chǎng)餅圖，但其挑戰(zhàn)仍然存在。企業(yè)需要進(jìn)行平衡。
企業(yè)會(huì)在多大程度上依賴(lài)數(shù)據(jù)分析，還是利用人類(lèi)智慧?
采用圖表這種最直接的方法可以加快速度，但是有一些潛伏的變量，如果沒(méi)有深思熟慮的管理人員，將會(huì)忽略這些問(wèn)題。或者，能夠完全依賴(lài)管理人員的預(yù)感，而幾乎不看數(shù)據(jù)嗎?
這種方法可能會(huì)困擾初創(chuàng)企業(yè)的創(chuàng)始人，他們的業(yè)務(wù)就是一切。有時(shí)，外部風(fēng)險(xiǎn)投資者強(qiáng)迫他們查看電子表格以保持業(yè)務(wù)增長(zhǎng)。
希望人們能找到比這兩種極端情況更加謹(jǐn)慎的組合。有一件事是肯定的：企業(yè)的收入取決于如何平衡這些因素。
在這些專(zhuān)家進(jìn)行探討時(shí)，其結(jié)論很明顯：將人類(lèi)直覺(jué)和數(shù)據(jù)分析結(jié)合起來(lái)更多的是藝術(shù)而不是科學(xué)。至少它需要真正了解企業(yè)的業(yè)務(wù)，并真正了解該軟件。
京公網(wǎng)安備 11010502049343號(hào)