[[149944]]

秘訣一：目標要明確

就算一個公司擁有再多的數據，也不能代表它就一定會獲得商業上的成功。只有真正懂得如何利用大數據，了解到公司利用大數據可以達到什么目標，公司最終才有可能真正成功。在公司在發展過程中往往也會面臨諸多選擇，也只有目標設定明確了，才能夠縮小選擇范圍聚焦精力去發展。企業應時刻保持頭腦清醒，朝著自己定好的目標前進，才有助于公司進行持續長久的良好運作。

不過，Luzzi也表示，有時候，利用太復雜先進的數據分析工具往往也會帶來很多問題，不過如果我們能夠通過分析大量的數據來得到最終的結果，那就不用懷疑了，你就干吧，至少方向肯定是對的。

秘訣二：要區分清楚“森林”和“樹”

現在，企業可以做到一些他們以往沒有能力做到的事。對于很多公司來說，可供分析的數據更多，可以用來分析數據的工具和方法也比以前更先進方便。公司已經完全有能力去分析和處理他們收集到的大量數據，這對于企業來說或許是件好事，然而，有時候這些數據也會過于分散。

Globys公司的Olly Down表示說，現在，很多公司都傾向于收集精度較高的數據，因為獲得的數據越精確，就越有利于分析受眾群體，也更有利于公司進行相關戰略和產品的調整。不過，公司往往需要花費大量的時間去處理大量的數據，結果卻有可能不盡如人意，所以，在進行數據分析處理時，有時候沒有必要執著于某一棵“樹”長成什么樣子，而應該注重這片“森林”，要懂得舍小取大。

秘訣三：做好團隊的協調

在大數據的世界里，最有價值和作用的數據往往十分稀少。要想找到真正有價值的數據，就如同大海撈針一樣困難。所以，為了找到這些有價值的數據，企業內部應齊心協力通力合作，要經常保持有效的溝通和協作。

例如，為了能更好地利用數據來分析公司的實際運營情況，數據專家們應該了解公司決策者為公司制定的戰略目標。反過來也一樣，公司決策者也應該知道，公司的數據團隊得出的分析結果，最終能給公司帶來什么收益。

Luzzi 表示，以大數據作為工具，他可以建立模型來幫助公司做出商業決策。由于公司決策者對公司整體運行情況及所處商業環境更加了解，當決策者看到分析結果時，肯定能看到一些他看不到的地方。但同時，決策者們也不會知道他是用什么方法得出這些數據和結果的。

Olly Downs也說，公司的數據團隊和各部門以及管理層應保持良好的溝通交流，這樣公司才能良好高效的運行，有效的協調配合需要通過有效的溝通交流來實現。有一個商業智能團隊為預測公司的客戶流失率建立了一個模型，由于大家缺少有效的溝通，操作團隊認為這個模型“很有趣”，但是公司卻認為這個模型沒有任何意義。

“如果你的公司雇傭了一個數據研究小組，他們宣稱自己建立了一個有效的模型，可是公司別的相關部門卻認為這個模型沒有效果，原因便在于二者之間缺乏溝通。”Downs表示。

秘訣四：用機器代替人工

機器學習指計算機模擬或實現人類的學習行為，以獲取新的知識或技能，從而對自身功能進行改進。機器學習相比人工學習，速度更快，學習規模也更大，一個公司能通過機器學習較快地發現新的問題。

比如，為了研究特定消費者的消費行為模式，企業可以研究用什么樣的方式對單個消費者進行研究分析，依據不同的消費者選擇不同的模型，進而對消費者行為進行追蹤研究。公司認為，在單個消費者身上所需的分析時間是10分鐘，按照這個速度，公司共有260萬消費者需要調查追蹤，需要416000個分析員，每天工作10小時，每天觀察單個消費者8次，才能得出結果。顯然，如果真通過人工分析，那就需要花費太多的時間和精力了。

所以，Downs認為，企業如果有大量的數據需要進行分析處理，最好的辦法就是讓機器代替人工來做，機器學習的速度很快，能在短時間內同時分析大量的數據，這樣一來，所需的分析時間就會大大縮短。與人工分析相比，成本也會大大降低。

秘訣五：要謹慎對待數據

有時，企業是沒有能力去獲取數據的，也就沒法用數據去解決問題。就算公司獲得了一些數據，他們往往也不清楚這些數據最終能否解決他們的問題。

在這一點上，維亞康姆集團的Luzzi的建議是，一個數據是否有效，是否能幫助公司解決問題，最好詢問數據小組的意見。

Dunnhumby公司會對消費者數據進行統計和分析，這樣一來公司便可以了解到哪些數據是有用的，以及這些數據有多大價值。如果公司能收集到有價值的數據，公司實際經營中遇到的相關問題就能得到有效解決。知名市場顧問公司Dunnhumby的 CEO Andy Hill表示，企業不僅應該了解收集到的數據到底能解決哪些問題，更應該知道，哪些問題還不能通過這些數據得到解決。如果還有一些問題解決不了，公司便需要繼續收集其他維度的數據來補充。

有時候，重要的數據可能會被忽略。比如，當Downs為他的前東家搭建交通情況模型時，大家普遍認為天氣是預測交通狀況的最重要因素。后來研究結果卻顯示，最影響那個地區交通狀況的是當地學校的放學時間。當學生們放學時，堵車情況尤為嚴重。

Downs說，從一開始的假設來看，我們并沒有預見到會得出這樣的結論，所以，應謹慎認真對待數據，數據會真實客觀地告訴你想要的答案。有時，數據能告訴你的會讓你大吃一驚。

秘訣六：要避免得出錯誤的結果

由于人為主觀因素和不相關數據的干擾，有時候得出的結論往往是錯誤的。

“不要讓不相干的數據影響到整個結果，有相當一部分的數據并不重要，這些不相關的‘樹’往往并不能代表整個‘森林’。”Luzzi說，“如果使用了錯誤的數據，得出的結論往往也是錯的。”

數據選擇上的錯誤會影響人們解決問題的過程，也會影響人們如何看待這些數據和結果。錯誤的數據選擇可能影響到公司做出相關決策。

Dunnhumby 公司的CEO Andy Hill表示：“為了消除數據上的誤差，你需要準確找到特定的目標人群，這些人的行為往往可以準確地回答你需要解決的問題。