數據化思維一
- 2020 年 3 月 6 日
- 筆記
最近在做項目時經常反思，我應該如何基於運營數據的應用，為大家的工作賦能，比如提高效率、或降低成本，或提升決策準確度，或多個優化組合。這過程中，我發現自己目前仍主要以工具自動化的資訊化建設思維解決問題，這種自動化的解決方案其實是經驗導向，從數字化角度看，企業將面臨的複雜性與不確定性將越來越嚴峻，經驗導向的工作或決策方式將越來越不可靠，這就需要培養以數據思維來思考並解決問題的能力，簡單來講就是基於「數據+演算法」的量化思維模式，用客觀數據作驗證、預測、推薦，減少「我覺得，我想，我估計」等經驗思維模式。
以下摘一些國際頂級數據分析師達文波特所著《成為數據分析師》書中關於數據思維的一些有趣的內容。
1、關於數據思維的6個環節
數據分析有定量分析與定性分析，定量分析是通過統計學、數學等方法進行系統性研究，定性分析是判斷性的分析。舉個分析工作效率分析的例子：定性分析得到的結果是：張三工作效率很高，定量分析得到的結果是：張三本月完成20個IT需求，處理需求數量在同級別的工程師中排名第3。這個數據分析例子中，分析張三的工作效率的問題看，定量分析更可靠，事實上通常定性分析可以作為數據分析的初級探索階段，所以下面提到的數據思維也是針對數據思維。
按達文波特的歸納，定量分析的數據思維，可以分為6個步驟：識別問題、回顧之前發現、建立模型、收集數據、數據分析、傳達結果並執行，其中識別問題與回顧之前發現屬於數據思維的構建問題階段，建模、收集數據、分析數據屬於解決問題階段，傳達結果並執行屬於最後一階段。
1）構建問題階段，目的是確定分析系統需要回答什麼問題，解決什麼難題。其中識別問題主要是讓你清楚你接下來的數據分析要實現什麼目的，誰是決定要解決什麼問題的關鍵人物，這個目的是哪一種數據分析類型。由於很多時候你解決的問題可能己有人解決過，或己有相關的經驗積累，或你在識別問題過程中已積累了相關知識，所以在完成識別問題後先不要馬上進入解決問題階段，而是先進行回顧之前發現。
2）解決問題階段，這個階段是定量數據分析的核心，是一項更結構化且定義明確的活動，這個階段如果我們缺少相關數學與統計學知識，尋求具備這類能力的人來處理這一階段建立模型、收集數據、數據分析可能是一個更好的辦法。我理解的建立模型，重點是基於經驗、演算法來選擇決定數據分析的關鍵數據變數，關鍵的數據變數最好要精、准。收集數據相比好理解，即根據模型尋找數據（不過兩本書對於數據的來源都重點強調了外部數據：「不是更多的數據，而是有別於到目前為止用來解決問題的數據」，由於缺少數據分析經驗，對於企業外的數據來源的價值還不太明白。）數據分析是根據模型與數據進行分析處理。
3）傳達結果並執行階段，這個階段經常被人忽略，比方說某個數據分析目的是為了支援管理層的決策，採用了豐富的可視化的方式來提供決策支援，但實際上管理層可能希望直接採用簡潔的數據提示的方式，如果不重視這個傳達結果與執行的階段，極可能導致失敗。所以數據分析的結果需要足夠清楚，且滿足用戶需求，才更可能促成決策與行動，這次數據分析才有意義。
2、數據分析價值的選擇方向可以圍繞以下4點：降低成本、縮減時間、內部決策、研發產品與服務。這4個方向中，數據分析的引入可以快速帶來降低成本、縮減時間的效果，尤其是基於大數據技術的引入；研發產品與服務是一個最有潛力，也是最能激發數據分析師激情的方向；內容決策作為以前BI商業智慧階段最重要的輸出，在進入大數據階段，需要更加關注活數據的實時決策，或數據即決策。關於數據即決策可以從數據分析的目的進一步解釋，從數據分析的目的看，又可以分為描述性、預測性、規範性分析，描述性分析可以認為根據歷史數據做描述的總結，比如報告；預測性分析是指根據歷史數據進行預測性分析，規範性分析是指根據模型決策行動，這個規範性分析的方式就類似數據即決策，比如滴滴對汽車的調度，導航對路線的規劃、京東對商品的推薦等等。
3、數據科學家的特徵：
1）黑客：能夠編碼，了解大數據技術架構
2）科學家：基於證據做決策，即興創作，急躁和行動導向型
3）可信的顧問：良好的溝通和人際關係技能，能夠制定決策並了解決策過程
4）定量分析師：統計分析，可視化分析、機器學習、非結構數據分析
5）業務專家：了解業務運作，對數據分析與大數據應用有良好的判斷力
當然，大部分人都不是一開始就具備上述能力，通常是從一到兩個能力出發不斷完善。
4、DELTA
數據科學家是針對個人角度，DELTA是針對組織分析能力，即數據、企業、領導力、目標以及數據分析師。數據就是指數據，在大數據時代重點指非結構化數據，企業是指企業的大數據定位，領導是指自上而下對於數據分析的支援程度，目標可以從前面提到的降低成本、縮減時間、內部決策、研發產品與服務四點出發，數據分析師是指人。
書中還提到另一個force模型，這個模型的主張是：
-基於事實決策制定
-設想和分析模型不斷審核，調整
-加強分析決策和測試學習的文化氛圍
-在主要業務流程中嵌入分析學
其中最後一個關於在流程中嵌入分析學的思路很適合在企業運營、決策流程中的數據分析整合，可以作為工作中數據思維落地的一個切入點。
註：【書名】《數據化轉型》、《成為數據分析師》
【作者】作者達文波特在數據分析領域久賦成名，「先後在哈佛商學院、芝加哥大學和波士頓大學任教，還擔任過埃森哲戰略變革研究院主任……」，「曾3次預見商業範式轉型的大拐點」，可以認為「今時今日大數據時代當之無愧的數據分析之父」。
【注】這兩本書不能作為數據分析的參考書，也不是一本給想了解數據分析打雞血的書，作者甚至還不時的潑一些冷水，整體上看這兩本書主要從思維角度對數據分析進行解讀，適合希望了解數據化思維的同學翻閱。
