【中國(guó)智能制造網(wǎng) 市場(chǎng)分析】有時(shí)候大數(shù)據(jù)分析似乎總是在原地踏步，似乎數(shù)據(jù)信任的問(wèn)題阻礙了數(shù)據(jù)分析的進(jìn)一步應(yīng)用。業(yè)務(wù)領(lǐng)導(dǎo)們理解新數(shù)據(jù)分析是必須經(jīng)歷的轉(zhuǎn)型，但是他們不確定這種轉(zhuǎn)變是否值得信賴(lài)。近，來(lái)自咨詢(xún)專(zhuān)業(yè)服務(wù)公司KPMG(畢馬威會(huì)計(jì)事務(wù)所)的一份調(diào)查報(bào)告對(duì)這種進(jìn)退兩難的處境給出了一些看法。　　Forrester研究公司在2016年7月發(fā)起了一份調(diào)查報(bào)告，針對(duì)KPMG(畢馬威會(huì)計(jì)事務(wù)所)管理的2165位數(shù)據(jù)和分析決策制造商進(jìn)行調(diào)查。報(bào)告顯示，數(shù)據(jù)和分析工具已被廣泛用于分析現(xiàn)有客戶(hù)(50%)和發(fā)現(xiàn)新客戶(hù)(48%)。然而，只有大約34%的業(yè)務(wù)負(fù)責(zé)人“非常信任”工具分析業(yè)務(wù)運(yùn)營(yíng)數(shù)據(jù)得到的結(jié)論。
　　
　　有跡象表明，在數(shù)據(jù)和分析工具方面的投入在增加。因此，數(shù)據(jù)分析領(lǐng)域的專(zhuān)家Bill Nowacki認(rèn)為，分析結(jié)果的受信任程度理所當(dāng)然也在變好。在SearchDataManagement組織的一次采訪中，Nowacki表示分析工具需要更透明。也就是說(shuō)，分析工具應(yīng)該給管理層展示推薦觀點(diǎn)背后的邏輯，展示分析工具給出結(jié)論的依據(jù)。
　　
　　研究結(jié)果似乎把焦點(diǎn)集中在了數(shù)據(jù)信任的空白。未來(lái)大家對(duì)數(shù)據(jù)質(zhì)量持有信心的趨勢(shì)如何呢？
　　
　　Bill Nowacki表示，目前大家對(duì)于“分析是必不可少的”這一核心理念已經(jīng)基本認(rèn)同了。不過(guò)，與此同時(shí)我們對(duì)管理層的培訓(xùn)還不夠，業(yè)界普遍應(yīng)該對(duì)此采取一定措施。
　　
　　我們可以從調(diào)查報(bào)告的統(tǒng)計(jì)圖表中看到，對(duì)分析的整體接受度展示出來(lái)是U形走勢(shì)。回想前幾年，那時(shí)候真的像是“西部狂野時(shí)代”，大家都在構(gòu)建各種分析模型，沒(méi)有充分的審查就很快直接購(gòu)買(mǎi)。這些工具都被納入常規(guī)決策。這種狀態(tài)持續(xù)了較長(zhǎng)一段時(shí)間。
　　
　　后來(lái)，我們看到某些決策并沒(méi)有預(yù)期的那么準(zhǔn)確和優(yōu)。模型的真實(shí)可信度就面臨了很大挑戰(zhàn)?，F(xiàn)在，我們處在U形趨勢(shì)的底部，不過(guò)也開(kāi)始蘇醒了，現(xiàn)在是時(shí)候以更加嚴(yán)肅的態(tài)度來(lái)看待它了。我們要考慮使用哪些數(shù)據(jù)，數(shù)據(jù)來(lái)自哪里，數(shù)據(jù)是否足夠正確等等。
　　
　　業(yè)界已經(jīng)有一些預(yù)測(cè)模型在使用了，尤其是在市場(chǎng)營(yíng)銷(xiāo)和定價(jià)方面。人們用模型做優(yōu)化或者資產(chǎn)管理。我們看到許多類(lèi)似的案例。但是，如果涉及到公司的關(guān)鍵業(yè)務(wù)，我們要確保業(yè)務(wù)穩(wěn)定就要慎重考慮了。我們開(kāi)始看到了U型趨勢(shì)的另一邊——低谷后的上升趨勢(shì)，不過(guò)結(jié)構(gòu)合理性、治理、法規(guī)遵從都要求更多分析透明度。
　　
　　機(jī)器學(xué)習(xí)用于預(yù)測(cè)分析并沒(méi)有改善透明度?？磥?lái)要打開(kāi)“黑盒子”幫助提升數(shù)據(jù)信任度并不容易啊。
　　
　　如果你回顧一下FICO公司(預(yù)測(cè)分析和決策管理公司)的發(fā)展歷程，就會(huì)發(fā)現(xiàn)在20世紀(jì)80年代到90年代，他們已經(jīng)使用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了較好的高度可預(yù)測(cè)的信用評(píng)分。不過(guò)，缺失的仍然是解釋能力。
　　
　　監(jiān)管人員會(huì)來(lái)告訴我，“如果你想讓大家都相信，你必須能解釋為什么。”在“西部狂野時(shí)代”模型剛誕生時(shí)，大家都需要更好的透明度。我們需要理解引擎為什么會(huì)給出這些觀點(diǎn)，并理解這些觀點(diǎn)代表什么。
　　
　　如果工具都是“黑盒子”，大家很難信任它。因此，在設(shè)計(jì)階段做選擇時(shí)應(yīng)考慮提高透明度，這樣可以逐漸培養(yǎng)一些信任。
　　
　　今天我們看到的是更加深思熟慮的設(shè)計(jì)，我們花時(shí)間思考怎樣才可以達(dá)到更好的效果，這樣才會(huì)獲得長(zhǎng)足發(fā)展。例如，人們會(huì)檢查他們的零售店投資組合，利用所有簽名或登記信息發(fā)現(xiàn)所有店鋪里真正的客戶(hù)群。你能拿到的是所有的真實(shí)樣本，可以在這個(gè)群體中設(shè)定目標(biāo)價(jià)格，看是否能得到預(yù)期結(jié)果。一旦確認(rèn)價(jià)格調(diào)整在小范圍客戶(hù)群中有效，就可以一點(diǎn)一點(diǎn)實(shí)施到更大范圍的群體中。這種小步變革的方式很容易實(shí)現(xiàn)逐步推廣。
　　
　　高管們已經(jīng)逐漸接受針對(duì)各種業(yè)務(wù)進(jìn)行分析，但是沒(méi)有什么比成功案例更有說(shuō)服力了。我們應(yīng)該深思熟慮地看待市場(chǎng)，看看我們?cè)O(shè)定的試驗(yàn)?zāi)繕?biāo)并驗(yàn)證之前利用大數(shù)據(jù)對(duì)市場(chǎng)的預(yù)測(cè)，這樣也可以幫助增加對(duì)數(shù)據(jù)分析工具的信任。
　　
　?。ㄔ瓨?biāo)題：大數(shù)據(jù)分析原地踏步 原來(lái)是分析工具面臨信任問(wèn)題）