|
||||||
|
不懂聚焦分析範圍，面對大數據就如同在資訊大海中撈針，其實，近八成的商業決策，用簡單的分析技術就能處理了。 雖然人們高談闊論大數據和預測分析（兩者都需要動用複雜的技巧和工具，以推展千百萬美元的行銷活動），卻很難相信簡單的分析力量很大。但事實上，只有二 ○％到三○％的決策真正需要用到預測分析之類的高階技術。七○％到八○％的商業決策可以用商業分析，或者簡單的分析技術就可以明智的處理，而且任何專業人 員都能學會這些技術，並在Excel電子試算表上執行。 分析不只是資料整理 報告（Reporting）與商業智能（Business intelligence）和分析經常被混淆。商業智能和分析實際上是兩個截然不同的過程，包含不同的工具和滿足不同的目的。 當使用者和一個系統互動(例如在超市買一加侖的牛奶到櫃台結帳)，就會使用Teradata等資料處理方案，產生、蒐集、整理資料，然後儲存它們.接著經由報告去取得資料，而且越來越傾向於使用圖表呈現。商業智能則包含從蒐集資料到取用資料等的全部過程。 相較之下，分析是利用商業智能提供的資料去執行。分析將資料做為洞見、決策、行動，以及最後形成營業收入或其他方面的效益。我們利用SAS、Excel等分析工具將資料化為洞見。 舉例來說，一家玩具店有一張監控圖表(Dashboard)，告訴店長本週的營業收入下降一％，到客數減少二％。經過分析，可能發現特定客層(例如最常上 門的消費者)的人數比上週減少二％。這分析結果指出，問題和經常上門的消費者有關，並將協助店長把心力集中在相關的業務範圍上。 分析是指觀察一項商業事件與分析歷史資料，提出洞見。相較之下，測試則是一種控制下的實驗，在沒有歷史資料做為決策依據的情況下執行。舉例來說，某個電子 商務網站設有紅色的結帳按鈕，但是根據焦點團體（Focus group)的意見，產品經理提出假說，認為使用者會偏愛藍色結帳鈕，因此可能有更多使用者結帳。但是這個網站不曾有過藍色結帳鈕，所以缺乏歷史資料來比 較相對於紅色按鈕的表現。這個商業問題無法透過分析來解決。它需要測試。 因此，產品經理設計了一個控制下的實驗。他設計一個測試用網頁，讓一部分網頁流量顯示紅色按鈕，另一部分則顯示藍色按鈕。這位經理接著觀察使用者的結帳行為。現在，他有了從實驗而來的資料可以做分析，進而判定藍色按鈕是否真的會增加結帳意願。 此外，分析只能證明一種關係存在，測試卻可以證明因果關係。在我們的例子中，假設產品經理利用分析，見到平均下單金額和頁面載入時間之間存在某種關係，也 就是載入時間越長，下單金額越少，但他仍然不知道是下單金額影響載入時間，還是載入時間影響下單金額，或兩者都被其他某樣因素影響。如果他真的想要了解因 果關係，就需要設計一項測試實驗，改變載入時間並觀察對下單金額的影響，或者反過來觀察。 總而言之，分析是指分析過去的資料，以取得洞見和顯示某種關係。測試則是透過控制下的實驗，產生新樣本資料，以得到洞見和證明因果關係。 透過成長駭進讓顧客激增 成長駭進(Growth hacking)是組織中的一個流程，專注於驅動某個成長數值的可擴展增長。臉書(Facebook)利用成長駭進，讓用戶人數從四、五百萬成長到十億， 推特(Twitter)則藉此擴張客群達十倍之多。成長駭進這個簡單的咒語，可以為產品創造市場，甚至不受限於行銷預算。 成長駭進團隊為了實現目標，在組織內部的運作方式就像新創企業。他們相當精實，只包含少數的專家，在很少的預算之下，發揮創意，共同努力，並且快速做出決 定。一個團隊通常包括產品開發、產品管理、設計、分析和行銷等專業人員，努力確認和執行會驅動選定的成長數值急劇升高。 這裡有個關鍵是：這種成長是可擴展的，不是進發一次就消失的。由於大量進行實驗、快速學習，在習得教訓後來回不斷反覆實驗，並且經常付諸執行以學習更多，才有可能做到這件事。所有這些，都必須發揮創意進行分析。 最終結果是，納入所有領域的意見，形成一種收斂性方法，而全面加速邁向成長。成長駭進團隊會使用「拉」的策略以吸引消費者。也就是說，會包括使用產口叩的 經驗，藉了解使用者的動機和行為，並且提供立即的價值以吸引顧客，而增進與顧客的接觸。這種方法有別於傳統的模組化方法，也就是行銷部門在產口叩團隊生產 出一種產品之後，才出去接觸顧客。在確認顧客行為資料的種種形態，以及持續驗證產品改變所造成的影響方面，分析是個強而有力的工具。 瞼書早期的駭進方法，是將臉書延伸到臉書之外，允許使用者將他們的徽章和個人檔案等臉書小部件嵌入到他們自己的網站和部落格中。 這種做法透過網際網路，大大提高了臉書的能見度，千百萬人因此爭相註冊。臉書提供現有的使用者各種小工具，透過他們自身的網站散播他們有在使用臉書的訊息。 成長駭進並非制武化的設計，而這正是其強項所在。這些解決方案，會視不同的組織、目標，及其產口叩而量身打造。這需要組織的領導階層樂於接納，而且團隊成 員必須打破自身的技能框架攜手合作。面對大數據，別瞎子摸象大數據就像房間中的大象，我們非處理不可。事實上，在分析的情境中，它往往不是非常重要，但人 們似乎交替使用「大數據」(Bigdata)與「分析」(AnadyticS)這兩個名詞。以下說明為什 大數據是什麼？大數據通常可以用三個V來解釋，也就是數量(V0lume)很高，而且非常多樣(Variety)的資料，以很快的速度(VeloCity)流動。這三個V給我們製造了儲存和視覺化上的問題。 過去，資料分析是指處理結構化的資料。大數據由於其多樣性，與結構化資料（能以欄和列儲存)和非結構化資料（圖片：文件、電影）的激增而使複雜性升高。傳 統的商業智能系統是用於處理結構化資料，但非結構化資料是個問題。大量的資料已經存在很長的時間，但再加進另外兩個V，就使得傳統商業智能系統變得不穩 定。大數據是個商業智能問題，不是分析問題。大數據很難儲存和呈現，因此需要特殊的工具和技術（因而掀起人數據熱潮）。然而，一旦資料怪獸結構化後，成了 商業智能的一部分，就能以相同的方武分析那些資料。 如果執行正確，分析能先確認一部分的大數據，以聰明的方武利用假說，縮小範圍!就像福爾摩斯在太平洋尋找寶藏那樣。所以大數據不是分析的同義詞。 我們無法想像能用哥倫布的方法找到黃金，可是我們卻見到許多企業以完全相同的探險家精神去運用資料，面對數量龐大的資訊驚惶失措，浪費了大量的時問與資源，卻產生不了真正的商業價值。 更正啟事 一四六三期第一百頁標題「嚴選32個高PC值生活圈」，應為「高CP值」，特此更正。 預測分析是商業分析的進階延伸，從分析歷史資料，預測未來的事件或行為。可以用它來改善從商業分析得到的洞見之準確性。 我們鼓勵先用商業分析去解決問題，因為付出一定的努力，就能得到高報酬率。在這之後，才針對問題中的一部分，借重高階分析。 書名：簡單用數據，做出好決策 作者：琵楊卡.潔恩、普尼特.夏爾瑪 出版社:商業周刊 出版日期:2015年12月3曰 琵楊卡。潔恩簡介 管理顧問公司Aryng的總裁兼執行長。曾在美國行銷協會、預測分析世界、G igaOm 和GoogIe分析使用者大會等商業及分析研討會上擔任專題演講人。 普尼特。夏爾瑪簡介 行動公司(Move Inc.)的分析、成長駭進和使用者研究副總裁。熱中於運用分析與消費者洞見，以產生顯著的商業效益。 整理者編輯部 | ||||||