视频: 中国经济是怎么被玩垮的？分析的太精辟了！(通俗易懂) 2024
我们以数据为中心的世界工作。管理人员通过报告，仪表板和系统对数据进行了轰炸。我们经常提醒做出数据驱动的决策。高级领导人为了发展竞争优势而致力于大数据公司的承诺，但最难以达成一致的是，它们更少地描述了预期的实际效益。
数据科学家的角色是热门需求，预计这一新兴的重要角色预计会出现短缺。
组织每年都在花费大量的精力来安装软件来捕获，存储和分析数据。营销部门越来越多地充斥着技术，数据精通的专业人士，牺牲了创造性的角色。
商业世界是一个以数据为中心的世界，但重要的是认识到数据本身并不是结束。像我们在工作中所使用的一切，数据是一个充满希望的工具。在正确的手段中，数据支持决策的潜力是显着的。
然而，不要盲目地认为获取和分析数据是没有风险的。让我们把数据作为商业救世主的理念抛在脑后，帮助我们确定这个新资源为我们所有人带来的潜在的陷阱。预警是前臂。
6大挑战经理和组织面对数据：
1。数据质量往往很差。
虽然我们习惯于在物理对象或产品的背景下考虑质量，但事实证明，数据质量是所有公司的重要问题。
我们大多数人都记得收到来自营销人员的重复邮件，这些邮件来自我们实际名字的不同或完全不同的版本。
营销人员的数据库包含我们的地址和不同的，通常是错误的拼写或我们的名称的变体的重复记录。我们将重复邮件作为垃圾回收，营销人员由于简单的数据质量问题，以打印和邮寄的形式招致超额成本。将这个错误放大数百或数千条记录，这种小数据质量错误会变得很昂贵。
随着我们努力在近期实时地对战略，市场和营销做出决策，数据质量问题越来越重要。虽然存在软件和解决方案来帮助监控和提高结构化（格式化）数据的质量，但真正的解决方案是将数据视为有价值资产的重要组织范围承诺。实际上这难以实现，需要非常纪律和领导支持。
2。我们几乎淹没在数据中。
数据在组织中无处不在。考虑客户数据。大多数组织已经熟练掌握有关客户和潜在客户的信息。 营销收集参加现场或网络活动或下载内容的人的数据。
- 高管使用数据来支持或定义新的策略。
- 销售收集涉及销售流程的客户的数据。
- 客户支持可以捕获有关呼叫和聊天交互的信息。
- 管理团队利用记分卡的数据和关键指标。
- 客户数据用于记帐计费，质量和客户洞察团队用于监控客户满意度。
- 我们在各种不同的软件系统中捕获客户信息，并将数据存储在各种数据存储库中。一家全球财富100强企业认可，他们的客户数据中有10％以上是由员工在电脑上进行的。另外一个组织在运行营销活动之前会经常轮询他们的销售代表的名片资料
很像海员在船上沉没后滞留在救生艇上的水手，到处都是水，而不是一滴水。
我们的业务也有同样的现象。数据无处不在，实时的社交和搜索资讯提供的数据越来越多。如果数据不容易访问，或者如果我们有重复或不完整的数据，我们无法将其用于预期目的。
越来越多的组织正在整合不同的软件应用程序，并简化了整个企业收集和汇总数据的过程。然而，随着数据质量的提高，这种努力是昂贵的，耗时的，永远不会结束。
3。数据量在不断增加。
我们正在以难以理解的速度制作越来越多的数据。专家建议，每两年（和缩小），我们正在创造更多的数据，而不是存在于地球上所有文明的数据。 这些新数据大多数都是非结构化的，而且这些类型的数据整齐地输入到我们的软件和数据库应用程序中。例如，关于您的产品或品牌的所有推文都代表了潜在的宝贵资源，但这些数据是非结构化的，从而增加了捕获和分析它的复杂性。虽然有许多软件产品可以帮助解决这一挑战，但非结构化数据代表了处理原材料的新一波，本文中讨论了所有固有的复杂性和质量问题。
4。垃圾进垃圾出。
数据分析软件与数据分析软件一样好。这个利用数据优势的问题的共同点是质量。虽然许多公司在强大的新的数据处理应用程序中投入大量资金，但是纠缠不清的数据导致了有缺陷的决策。当心盲目信任数据分析工作的产出。您必须确信您可以信任分析中使用的数据。 5。我们接受数据分析的输出是决定性的，但不是。
在现实中，数据分析最经常展示相关性，而不是因果关系！很容易陷入信任数据分析输出的陷阱，并将相关性与因果关系混淆在一起。 相关性显示了一种关系，但绝不意味着A导致B.建立因果关系是做出准确，有见地的决定的涅。。这也难以证明。如果你不信任一个产出，并且假定没有存在的因果关系，你的决定将是致命的缺陷。
6。我们的认知偏差在评估数据时被放大。
正如一位聪明的数据科学家曾经说过的， “在最复杂和详尽的数据分析结束时，人类仍然需要推论和作出决定。” 当我们达到那我们必须评估数据分析的意义，我们的偏见就会发挥作用。我们中的许多人倾向于信任或依赖支持我们的立场和期望的数据，并抑制相反的数据。我们还相信来自我们喜欢的来源的数据，或者我们依赖最近的数据。所有这些偏差都有助于我们的数据分析中的挑战和潜在的错误。 如何开始将数据作为管理员使用：
开发企业范围的数据策略对于每一个业务至关重要，但超出了本文的范围。相反，这里有七个想法可以用作经理，以改善您在日常决策中使用数据。
1。认识并减轻偏见的可能性
。寻找扩展图片或与您面前的数据冲突的数据。鼓励外部观察员评估您对数据的假设。 2。加强对数据管理的理解。
网络上有足够的免费资料来源，许多组织提供有关数据分析和商业智能的研讨会或研讨会。许多大学为这个蓬勃发展的领域增加了课程。不断锐化你的技能 3。问自己或你的团队，
“我们需要做什么数据来作出这个决定？” 我们经常依靠手头的数据，忽略了寻求更多数据来完成图片的需要。 4。仔细地了解相关性和因果关系
之间的差异。如前所述，混淆这两者是决策的潜在危险的陷阱。 5。质量 -
检查 您的数据。 如果您的公司没有数据质量或主数据管理承诺，请投入时间来评估您的数据是否存在明显的错误，包括重复，不完整或错误的记录。有许多商业可用的软件应用程序或支持这项活动，许多公司利用数据专家的专业知识来查询和评估数据质量。另外，请考虑可以帮助您清理数据的外部服务提供商。重要的是，专注于不断提高数据质量。 6。倡导在企业中实现更强大的数据质量和管理工作。
这项工作往往是IT或技术专业人士的领域，但数据有可能成为战略资产。每个经理都必须关心他们公司更好地利用数据进行决策和战略执行的能力。 7。为您的团队添加技术和数据精通的人才。
销售和营销部门了解了掌握最新技术的技术人员的能力，并且有能力开展本文中概述的许多数据挑战。技术和数据不再是企业中单一功能的领域或责任。 底线：
学习利用数据改进决策的公司和经理将在市场上获胜。这些组织能够比数据挑战竞争对手更快地监测和响应不断变化的条件和新兴客户需求。他们将首先从社交媒体对话中获得洞察力，并且将根据数据赢得更深层次的了解和吸引客户的战斗。这不是一个时尚，而是当今世界管理和竞争的新现实。请注意这个旅程中的陷阱。