商业决策的质量取决于商业数据的质量

对于现在的企业来说，利用数据来推动商业决策的制定尤为重要，企业可以知道如何销售和服务自己的客户群。然而，IBM调查发现，大约三分之一的企业领导人不相信他们用来做决策的信息。当企业领导不相信自己的数据时，他们很可能不支持公司花精力收集更多的数据，而是不使用数据。那么，你能有什么办法让你的执行者相信他们使用的数据信息呢？首先，你应该让他们清除数据本身的真实性。如今，我们可以用许多不同类型的性质来描述数据的真实性。在大数据时代，有三个关于数据的特点——规模、速度和多样性——在谈论大数据话题时引领了人们的内容。但也有人为数据的特征引入了另外三个特征(如Value-价值，Veracity-真实性，Viability-可行性）。然而，SethGrimes正确地指出，这三个新特征误导了人们对大数据的理解，因为这三个特征并没有清楚地向你解释你的数据是什么“大”。尽管如此，我们仍然需要考虑数据的这些特征——你的数据是大是小，稳定还是不断移动，结构化还是非结构化。您的数据真实性关系到数据的准确性和可靠性，以及数据分析的结果。您的数据的真实性会受到生成、收集和分析过程中不同类型错误的影响。如果您的数据在处理过程中引入的误差越多，您的数据的可信度就不会很高。2013年初，Ensuringveracityofyourdata必须确保数据的准确性和真实性，KateCrawford(凯特·克劳福德)在《哈弗商业评论》杂志上发表了他对数据“真实性”特征的看法，题为《大数据背后隐藏的偏见》。“如果你有足够的数据，它的数量是不言而喻的”——凯特正确地解释说，人们给了数据发言权；人们从数据中得出推断，并给了数据和更多的内涵。但不幸的是，人们将自己的偏见引入其中，无论是故意的还是无意的，这种做法都大大降低了数据的质量。为了提高数据的真实性，您必须减少来自不同误差源的频率。这些误差源往往与采样方法、数据不足、科研偏见和测量方法不尽如人意密切相关。在您使用数据做出决定之前，请仔细回答以下问题：1.Whatis(are)yourhypothesis(es)你的假设是什么？“大数据技术是为了找出每个变量之间的相关性，而不是测试这种关系的原因”——尽管这种观点很受欢迎，但我相信对于企业的长期价值，大数据技术应该是为了找出变量之间的偶然相关性。假设实验旨在识别为什么变量相互关联，以及驱动这些被发现关系的基本过程。假设实验有助于通过试错方法改进分析模型，从不同的条件下找到因果变量和新的发现。在过剩变量和数据集的帮助下，企业可以快速检测到数百种关系。在检测关系的绝对数量时，发现数据中存在统计关系的可能性会显著增加。通常由于概率的原因，当变量之间没有相关性的原因时，实际上，我们可以发现两个变量之间存在的统计关系。所以，如果你用这些虚假的发现结果来支持你现有的想法，那么结果就是你的决定肯定不是最好的。你能做的就是先做一个假设，然后测试一下。2.你对Whatareyourbiases有什么偏见？人们总是寻找/记住/解释支持他们现有想法的结果，忽略或低估那些无法支持他们观点的结果。这些被视为确认偏见的认知捷径，往往会导致你对数据的错误结论。你能做什么？具体来说，你需要做的是查看你的数据，并获得证据证明你可以驳斥你的信仰。如果当你预测消费者忠诚度时，人工产品质量远比服务质量重要，那么你必须收集服务质量的相关影响的证据。不要依赖你的记忆。在任何数据的基础上做决定时，记得引用相关数据的报告或研究案例。参考你的信息员可以帮助别人识别信息，帮助他们理解你的决定，让他们知道你将如何实现你的决定。如果他们得出与你大不相同的结论，一定要弄清楚你的结论和别人有什么区别(数据质量？不同的指标？还是分析不同？）您还使用推理统计学方法来区分真实、系统和有内涵的数据差异。在图片下面添加语言描述。清晰的描述可以确保你的图片不会引起太多的误解。您还可以让来自不同领域的专业人士（如IT或销售）为您解释，这样您就可以从不同的角度解释数据。3.Whatisthesamplesize样本的大小如何？我们很少(或根本没有)获得所有对我们感兴趣的群体。相反，我们依靠从这个群体中提取的样本来推断这些群体。例如，从我们的部分客户群体（样本）中收集消费者满意度信息，以了解整个消费群体的满意度。当你使用样本来了解整个群体的情况时，你必须了解样本中的误差。样本误差可以反映来自客户群数据的样本误差。因为这个样本只是整个群体的一个子集，我们的评估只会涵盖误差，因为样本只是整个消费群体的一部分。你能做什么？如果你发现样本可能反映了整个人群的情况，你可以用推断统计学来帮助你理解。4.Whatisthedatasource数据源是什么样子的？即使我们有大量的数据集，由于数据量巨大，样本误差也可能会减少。我们需要知道数据源在哪里——因为数据不会凭空产生。我们可以故意生成并收集一些数据，然后通过这些数据来解决问题。例如，我们可以分析人们在飓风桑迪发生时发布推特的地点。数据显示，与新泽西相比，曼哈顿市中心的博客文章更多。依靠简单的数据计数，你会发现飓风的主要攻击地点位于曼哈顿市中心。但事实上，飓风袭击了新泽西，但飓风瘫痪了新泽西的电力供应，因此人们暂时无法使用推特发布推文。此外，据估计，只有18%的美国年轻网民使用推特，其年龄主要分布在18至29岁之间。同样，2012年，只有8%的人使用移动设备购物，并通过推特发布自己的购物体验。在商业场景中，推特代表了一小撮，也许也是一种偏见数据集。你能做什么？仔细检查数据源，看看数据是否适合有足够的信息来支持你的问题。考虑使用不同的数据源来测试你的假设。多线的聚合证据总比单线的证据更有说服力。商业决策的最终质量取决于商业数据的质量(以及使用数据的预测分析模型)。如果你从最华而不实的分析模型中推断，你的数据是基于不可靠和无效的信息，那么当你的模型在实践中运行时（例如，你的模型可以预测现实），整个过程就像炼狱一样。正如业内人士所说——输入垃圾，输出垃圾！