当前位置:上海MBA首页 >> 上海EMBA总裁班 >>培训相关 > 正文

数据分析:将数据转化为洞察、决策和行动

日期:2023-02-05 16:54:21

数据分析:将数据转化为洞察、决策和行动
作者Pooya Tabesh博士——业务数据分析领域正在发生重大变化。宇宙中的数字数据每两年翻一番,与业务相关的数据量继续呈指数级增长。随着这些趋势,流行的大数据分析工具(如数据挖掘、机器学习和其他人工智能技术)在每个行业的采用率都在上升。在这方面,根据 IBM 的一份报告,未来三年对数据科学家和分析师的需求预计将增长 30%。
许多组织已开始对数据分析进行大量资本投资,以从数据中获取有用的见解,并将见解转化为增强业务流程和结果的决策和行动。[3].从更广泛的意义上讲,这些操作会产生新的数据点,可以重新分析这些数据点以获得进一步的见解。这样,业务数据分析的自我延续周期(见图1)可以显着有利于组织的决策过程和结果。

业务数据分析周期
组织可以使用广泛的数据分析工具。然而,组织资源是有限的,在获取昂贵的工具、应用程序或人类知识方面的仓促选择可能并不总是能保证成功。与其他传统业务分析工具一样,数据分析工具和系统应正确部署,以创造预期的结果。也就是说,这些工具的有效性取决于它们在多大程度上适合手头的问题领域,以及它们在多大程度上使组织能够应对最紧迫的挑战。在这方面,熟悉内部和外部组织挑战的高管和经理负责确定组织的数据分析策略。为此,管理人员应该能够理解数据分析及其应用的基础知识,以便有效地将它们集成到现有的业务流程中。对高级数据分析工具的基本了解使高管和经理能够提出正确的问题并确定正确的数据分析技术,从而提供有价值的解决方案或见解。根据发表在《麦肯锡季刊》上的一篇文章,如果没有高级和中层管理人员的参与,就不可能充分利用数据分析。
在这篇博文中,目的不是讨论数据分析工具的技术细节。相反,重点是提供易于理解的解释,说明将数据转换为有意义的见解和操作的两种通用方法。此外,还提供了与每种方法相关的几种数据挖掘技术的简短非详尽列表。对于对技术细节感兴趣的读者,集成了指向其他在线资源的超链接。

数据分析的应用
现在有许多不同的数据分析工具可用,可以分为以下两类:
1.描述性工具:了解过去并描述现在
第一类分析工具可帮助管理人员根据过去发生的数据了解其业务的当前状态。这些方法通过在聚合级别发现现有状态或模式来解决“发生了什么?”问题。在最简单的形式中,描述性分析工具根据历史数据生成报告和摘要。这些方法还可以包括对数据集中统计现实的简单描述,包括但不限于平均值、方差或相关系数。例如,对杂货店零售连锁店的数据进行相关性分析可能会显示,杂货店的总销售额与其经营的特定邮政编码的平均家庭收入呈正相关。
此外,数据挖掘描述性分析可以帮助发现与业务流程相关的隐藏和潜在有用的信息。例如,考虑一家大型银行,该银行需要更好地了解其当前客户,以便为他们提供更专业的服务。通过使用聚类数据挖掘工具,银行可能能够发现不同的类别或客户组及其属性,否则这些属性是未知的。此外,可以使用数据挖掘技术发现两个特定变量之间的事件模式或关联。在这方面,关联规则发现技术可以帮助超市估计哪些产品更有可能一起购买,以便它们可以彼此靠近放置。例如,关联规则发现可能会显示,在假设的超市中,如果顾客购买洋葱,则他们有 80% 的概率也会购买西红柿。这种洞察力使商店经理能够确定每件商品的最佳位置。描述性工具的最后一个示例是顺序模式发现,这是一种揭示过去事件序列的技术。例如,这种技术可用于识别客户的购买顺序并揭示未知的客户行为。
描述性见解基于过去,提供了当前业务情况的真实快照。数据可视化技术可用于有效地总结并向内部和外部利益相关者呈现描述性见解。
描述性工具构成了更高级数据分析的基础,以便将见解转化为特定的组织决策和行动。描述性工具通常是第一个在数据分析项目中使用的工具,并辅以预测工具。

2.预测工具:预测未来并提供建议
预测分析工具可以帮助管理人员根据对现有数据的分析预测可能的未来状态、模式或结果。预测方法解决了诸如“可能会发生什么?”或“我们下一步应该做什么?”等问题。换句话说,预测模型使决策者能够使用现有数据预测感兴趣的变量的估计值。各种技术用于预测决策者不知道的事件或结果。例如,一家大型银行可以依靠分类模型来预测现有客户是否可能开设新的储蓄账户。这种预测模型是基于对与类似客户相关的大量数据的分析而开发的,可以使银行识别易于转换的客户,并参与有针对性的广告活动来吸引他们。回归分析工具形成了另一种类型的预测模型,用于预测连续数值变量的值。例如,回归模型可以帮助根据市场条件以及客户和竞争对手的其他相关历史数据预测未来的销售。另一类流行的预测工具与异常检测有关。这些工具使决策者能够识别事件或行为中的异常值和异常模式。例如,异常检测工具通过识别信用卡交易中的欺诈活动,广泛用于欺诈检测。
数据分析技术可以组合并用于描述和预测目的。因此,描述性和预测性工具通常一起开发和实现。此外,这些工具可以演变成决策支持系统,为决策者提供关于不同行动方案及其可能结果的建议。值得指出的是,现有的数据分析工具提供近似预测,并且容易出现估计错误。因此,这些定量技术应该辅以人类判断,以形成可靠的决策支持工具。

结束语
数据分析的最新发展引发了营销、人力资源管理、供应链管理、运营和财务等业务职能实践的转变在应对这些变化时,管理人员面临的主要挑战仍然是选择适当的分析工具以应用于相关的业务问题,并致力于支持业务数据分析周期以将数据转化为行动。如果不首先了解工具箱中的工具及其特定应用,就无法实现这些目标。

 


分享到:
上海总裁班 上海EMBA 资本经营 投融资 企业上市 资本运营 商业模式 交通大学MBA | 工商管理博士 | 上海MBA | 交大博雅商业领袖课程中心 | 上海工商管理硕士 | 国际MBA

网站申明:以上课程知识产权归属主办院校,上海MBA培训网仅提供课程信息展示,而非商业行为
交大博雅上海总裁班培训网提供技术支持  http://www.mba-cs.com/ 粤ICP备2021174257号
Copyrights © 2007-2023MBA-CS.COM Inc. All rights reserved  版权声明

在线客服