3/3 可免費閱讀文章篇數免費閱讀

大數據的迷思二:數據分析的效益取決於使用者的應用

Cortilia Lin
瀏覽人數:6753
大數據的應用在過去十年內,雷聲大雨點小,呼聲很高,但實際應用卻很低,有幾個迷思是瓶頸。

(大數據的迷思一請見:大數據的迷思一:平台不等於數據分析

大數據的迷思第二個是數據分析的效益取決於使用者的應用。

「你們公司最近引進的數據策略後續的效益如何?」

「別提了,管顧公司幫我們定義好所有的演算,也辦了好幾場workshop,但是公司員工不是抗拒改變過去以往做事的習慣,就是太不了解數據的本質,導致無法應用。」

「無法應用的意思是?」

「我們用數據定義客戶的特性,進而預估每一個客戶可能帶來的回購率或是加購金額,在第一線的業務可以利用這些數據去加強每個客戶的投入資源與管理,但是我們把這些客戶的數據類別分享之後,第一線的業務卻還是不知道要怎麼利用這樣的預測更有效地去管理、同時量化每個月業績達標的機率,所以產生了跟業務面溝通的瓶頸,專案本身很成功,預測準確度也達到85%,但就是不知道下一步要怎麼解決這個瓶頸。」

數據專案的聚焦往往在預測能力的準確度,專案的主要指標也圍繞在技術面向或是數據分析結果對營收、利潤的提升,可惜的是,很多組織都沒有意識到要讓數據分析策略增進公司實際商業效益,整個組織的員工必須要有應用的能力,與系統化應用的紀律,才能夠讓數據分析的效果持續。

打個比方,point of sales的程式在設計得當的情況之下,能夠收集許多顧客每次消費的資訊,同時,這些資訊分析後回傳到電腦上,透過會員卡的辨識,也能夠立即提供第一線的服務人員更多資訊來管理該名客戶,但是在整個工作流程上,要考慮到服務人員是否能夠收集顧客所有相關的資訊,也就是說,資訊的要求不能過度繁雜而導致執行不能,資訊分析的回傳也不能夠影響結帳、服務速度,這些工作流程的考量,對於數據分析的結果與方法是否能有效落實在第一線,增加員工的負擔或是成功率,是數據分析是否能夠達成實際效益最重要的一環。

若是整個企業組織都無法運用數據分析的高度準確預測力,那這份優秀的數據策略最終也只能束之高閣,偶爾拿下來做為數據創新的媒體宣傳。



Cortilia Lin

現為經濟學人智庫健康醫療管理顧問部門全球創新資料洞察解決方案總監,曾任飛利浦照明全球品牌策略總監,專精於數據分析、顧客體驗與品牌行銷。Facebook粉絲專頁: Coderia's Diary (https://www.facebook.com/coderiasdiary/)


本篇文章主題分析