有關(guān)數(shù)據(jù)和數(shù)據(jù)分析的高談闊論比比皆是。不斷有人告誡各大公司要規(guī)劃恰當(dāng)戰(zhàn)略來收集分析大數(shù)據(jù)，并警告不這么做可能帶來的不良后果。很多公司都覺得自己享有客戶數(shù)據(jù)這樣一個(gè)大寶藏，卻大都不知道該如何利用。我們歸納了管理者在數(shù)據(jù)應(yīng)用上的四個(gè)常規(guī)錯(cuò)誤認(rèn)識。
錯(cuò)誤一：沒有理解融合的概念
阻礙大數(shù)據(jù)發(fā)揮價(jià)值的第一大挑戰(zhàn)就是兼容性和融合性。大數(shù)據(jù)的一個(gè)主要特點(diǎn)是其來源多樣。然而，如果數(shù)據(jù)形式不相同，或難以整合，則其來源的多樣性將使公司難以削減開支，也無法為客戶創(chuàng)造價(jià)值。例如，在我們和一個(gè)合作項(xiàng)目中，該公司擁有豐富的數(shù)據(jù)，記錄客戶的交易量和忠誠度，以及專門的在線瀏覽行為數(shù)據(jù)，但是鮮少交叉檢索這兩類數(shù)據(jù)來判斷某種瀏覽行為即為交易達(dá)成的前兆。面對這種挑戰(zhàn)，公司創(chuàng)建了“數(shù)據(jù)湖”來容納大量非結(jié)構(gòu)性數(shù)據(jù)。但是，這些公司能夠加以利用的數(shù)據(jù)目前都顯得雜亂無章，只不過是一些以文本，也就是說，當(dāng)這些數(shù)據(jù)只是普通的二進(jìn)制數(shù)字時(shí)，要將它們井然有序地存儲起來非常困難。要將來源不同的它們整合起來更是難上加難。
錯(cuò)誤二：沒有認(rèn)識到非結(jié)構(gòu)化數(shù)據(jù)的局限性
阻礙大數(shù)據(jù)發(fā)揮價(jià)值的第二大挑戰(zhàn)是其非結(jié)構(gòu)化的特性。對文本數(shù)據(jù)的挖掘已經(jīng)有了特別的進(jìn)展，其語境和技術(shù)所帶來的認(rèn)識與結(jié)構(gòu)化數(shù)據(jù)類似，只是其它形式的數(shù)據(jù)如視頻仍不易于分析。舉個(gè)例子，雖然擁有最先進(jìn)的人臉識別軟件，有關(guān)當(dāng)局仍然無法從大量視頻中識別出波士頓馬拉松爆炸案中的兩名嫌疑人，因?yàn)樵撥浖性谔幚韽牟煌嵌扰臄z的嫌疑人的照片。
雖然從非結(jié)構(gòu)性數(shù)據(jù)獲取信息面臨挑戰(zhàn)，但是各公司在利用這些數(shù)據(jù)初步提升分析已有數(shù)據(jù)的速度和精確度上取得了顯著成績。比如，在石油和天然氣勘探中，人們就用大數(shù)據(jù)來優(yōu)化正在進(jìn)行的操作，以及針對地震鉆井的數(shù)據(jù)分析。盡管他們所使用的數(shù)據(jù)在速度、種類和體積上都有可能增加，最終這些數(shù)據(jù)還是用于同一個(gè)目的?？傊?，一開始就希望通過利用非結(jié)構(gòu)性數(shù)據(jù)形成新的研究假設(shè)是站不住腳的，除非各公司通過“實(shí)踐”有了這種專業(yè)能力，能利用非結(jié)構(gòu)性數(shù)據(jù)優(yōu)化某個(gè)問題答案。
錯(cuò)誤三：以為關(guān)聯(lián)分析意義重大
第三大挑戰(zhàn)——我們認(rèn)為是阻礙大數(shù)據(jù)價(jià)值的最重要的影響因素——是觀測數(shù)據(jù)的大量重疊使其因果關(guān)系難以明確。大規(guī)模數(shù)據(jù)集往往包含眾多相似或完全一致的信息，直接導(dǎo)致錯(cuò)誤的關(guān)聯(lián)分析，誤導(dǎo)管理者的決策。近日《經(jīng)濟(jì)學(xué)人》指出“在大數(shù)據(jù)時(shí)代，相互關(guān)系往往是自己浮現(xiàn)出來的”，《斯隆管理評論》在博客中強(qiáng)調(diào)雖然很多公司都能接觸到大數(shù)據(jù)，但是這些數(shù)據(jù)并不“客觀”，因?yàn)閱栴}在于要從中提煉出值得采取行動(dòng)的信息。同樣，典型的用于分析數(shù)據(jù)的機(jī)器學(xué)習(xí)算法所進(jìn)行的關(guān)聯(lián)分析并不一定會提供原因分析，因而不會給出可執(zhí)行的管理意見。也就是說，讓大數(shù)據(jù)有利可圖的技巧在于能夠從僅僅觀測到相互關(guān)系轉(zhuǎn)變?yōu)檎_鑒別何種關(guān)聯(lián)為因果形式，可以作為戰(zhàn)略舉措的基礎(chǔ)。要做到這一點(diǎn)就必須超越大數(shù)據(jù)。
谷歌趨勢是大數(shù)據(jù)的經(jīng)典范例，它利用谷歌搜索詞條整合記錄。然而，它也說明了僅僅用于關(guān)聯(lián)分析的數(shù)據(jù)是毫無意義的。起初，研究人員稱數(shù)據(jù)可以用于反映流感的傳播。然而后來，研究人員發(fā)現(xiàn)因?yàn)閿?shù)據(jù)體現(xiàn)的是過去，使用這些數(shù)據(jù)只能在現(xiàn)狀與過去模式相關(guān)的情況下，稍微改善應(yīng)對行為。
舉個(gè)更具體的例子，假設(shè)一個(gè)鞋業(yè)銷售商向曾瀏覽其網(wǎng)站的消費(fèi)者投放廣告。原始數(shù)據(jù)分析認(rèn)為消費(fèi)者看到這些廣告會更愿意購買鞋子?？墒牵@些消費(fèi)者在看到廣告之前就已經(jīng)對該銷售商表現(xiàn)出了興趣，因而比普通人更愿意進(jìn)行交易。這個(gè)廣告有效嗎？很難說。實(shí)際上，這里的大數(shù)據(jù)并沒有考慮營銷傳播有效性的因果推論。要知道該廣告是否有效，銷售商需要進(jìn)行隨機(jī)檢測或試驗(yàn)，選取一部分消費(fèi)者不接觸這個(gè)廣告。通過比較看了廣告和沒看廣告的消費(fèi)者之間的購買率，公司才能確定是否看到廣告能讓消費(fèi)者更愿意消費(fèi)。這個(gè)案例中，價(jià)值主要不是通過數(shù)據(jù)創(chuàng)造的，而是通過設(shè)計(jì)、執(zhí)行以及闡釋重要的試驗(yàn)來創(chuàng)造的。