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(lái)收集分析大數(shù)據(jù)，并警告不這么做可能帶來(lái)的不良后果。像《華爾街日?qǐng)?bào)》近日就提到公司享有客戶數(shù)據(jù)這樣一個(gè)大寶藏，卻大都不知道該如何利用。有公司嘗試從巨大的數(shù)據(jù)中獲取實(shí)際可用的信息，通過(guò)與他們合作，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。
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(lái)源多樣。然而，如果數(shù)據(jù)形式不相同，或難以整合，則其來(lái)源的多樣性將使公司難以削減開支，也無(wú)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(chéng)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(lái)判斷某種瀏覽行為即為交易達(dá)成的前兆。面對(duì)這種挑戰(zhàn)，公司創(chuàng)建了“數(shù)據(jù)湖”來(lái)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(wú)章，只不過(guò)是一些文本，也就是說(shuō)，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(chǔ)起來(lái)非常困難，要將來(lái)源不同的它們整合起來(lái)更是難上加難。
錯(cuò)誤二：沒有認(rèn)識(shí)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(duì)文本數(shù)據(jù)的挖掘已經(jīng)有了特別的進(jìn)展，其語(yǔ)境和技術(shù)所帶來(lái)的認(rèn)識(shí)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(shí)別軟件，有關(guān)當(dāng)局仍然無(wú)法從大量視頻中識(shí)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(jī)。比如，在石油和天然氣勘探中，人們就用大數(shù)據(jù)來(lái)優(yōu)化正在進(jìn)行的操作，以及針對(duì)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。總之，一開始就希望通過(guò)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(guò)“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(cè)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(lái)的”，《斯隆管理評(píng)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(huì)提供原因分析，因而不會(huì)給出可執(zhí)行的管理意見。也就是說(shuō)，讓大數(shù)據(jù)有利可圖的技巧在于能夠從僅僅觀測(cè)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(shì)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(shuō)明了僅僅用于關(guān)聯(lián)分析的數(shù)據(jù)是毫無(wú)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(lái)，研究人員發(fā)現(xiàn)因?yàn)閿?shù)據(jù)體現(xiàn)的是過(guò)去，使用這些數(shù)據(jù)只能在現(xiàn)狀與過(guò)去模式相關(guān)的情況下，稍微改善應(yīng)對(duì)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(huì)更愿意購(gòu)買鞋子。可是，這些消費(fèi)者在看到廣告之前就已經(jīng)對(duì)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(shuō)。實(shí)際上，這里的大數(shù)據(jù)并沒有考慮營(yíng)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(cè)或試驗(yàn)，選取一部分消費(fèi)者不接觸這個(gè)廣告。通過(guò)比較看了廣告和沒看廣告的消費(fèi)者之間的購(gòu)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(guò)數(shù)據(jù)創(chuàng)造的，而是通過(guò)設(shè)計(jì)、執(zhí)行以及闡釋重要的試驗(yàn)來(lái)創(chuàng)造的。
這是個(gè)試驗(yàn)，不是分析觀測(cè)到的大數(shù)據(jù)集來(lái)幫助公司了解一段聯(lián)系到底是僅僅相關(guān)還是因?yàn)榉磻?yīng)潛在的因果關(guān)系而變得可以賴以作出判斷。雖然對(duì)于管理者來(lái)說(shuō)，哪怕僅利用記錄消費(fèi)者行為一拍字節(jié)的數(shù)據(jù)來(lái)提升效益都很困難，但是比較參與了營(yíng)銷活動(dòng)的客戶和沒有參與的客戶——根據(jù)試驗(yàn)結(jié)果——能夠讓營(yíng)銷人員推論這個(gè)活動(dòng)是否有利可圖。