宠文网

成为数据分析师:6步练就数据思维

宠文网 > 哲学心理 > 成为数据分析师:6步练就数据思维

分析型决策,更精准的决策

书籍名:《成为数据分析师:6步练就数据思维》    作者:托马斯.达文波特
    《成为数据分析师:6步练就数据思维》章节:分析型决策,更精准的决策,宠文网网友提供全文无弹窗免费在线阅读。!



企业和组织的决策制定可能会基于众多因素,包括个人经验、直觉、实验或者分析和数据。就像电影《点球成金》中分析在职业棒球上的运用一样,并不是说有了分析,成功就有了保障;电影中的奥克兰运动家棒球队当时并未能拿下整个赛季的所有比赛,之后也未出现过在整个赛季中无败绩的情况。然而,利用分析学的人还是占据了一定的优势,正如奥克兰运动家棒球队一样,球队大牌少得可怜,但其表现总是超乎人们的想象。当然,不能排除也有决策制定者单纯依靠经验和直觉就能制定出好的决策,特别是当他面临的是自己经常碰到的问题时。

几乎各行各业的现实情况都表明:分析型决策制定更精准,而且会产生更好的决策效果。在职业棒球中,几乎所有的球队都在使用奥克兰运动家棒球队首创的分析方法,甚至是曾经为自己挑选队员并以非分析型方法和比赛策略引以为傲的纽约扬基队(New  York  Yankees),现在也聘请了21位棒球统计学家。

在商业领域,传统数据分析主要用于支撑企业内部决策,并回答如这样的决策问题“这个产品我们应该卖多少钱”或“什么样的促销活动有可能让某个客户购买我们的产品”。在大数据背景下,分析常用于为客户提供新产品或为已有产品开发新功能,如谷歌搜索引擎的网页排名算法,社交网站领英上的“你可能认识的人”“我应该与哪些人交往”的功能,或者星佳开发的新游戏。这依然是一种决策形式,不管该决策是企业自身做出的还是由消费者做出的。在这本书中,我们会列举出很多案例,如政府部门、医疗保健和体育行业等都可以从中受益。

当一个决策者评估备选决策时,会基于两种信息源对这一决策进行考量:来自定量分析的信息和来自非定量分析的信息。非定量分析的信息是指来自直觉、经历、经验法则、传闻和猜测等途径的信息。这些信息有时是有用的,但也存在众多问题。即使你在决策制定方面拥有很多经验,但经验的弱点是,它并不具备普适性;猜测总是存在风险;一般情况下,你也不应该相信直觉,而大多数人过于看重直觉,并视其为决策制定的指南。比如,行为经济学就认为,在处理经济问题时,人们显然不是一个好的直觉型决策制定者。能通过分析来制定的商业决策有很多,见图0-1。

图0-1 可以通过分析来制定的商业决策

尽管分析有很多好处,但它并不是决策制定的万能法宝,有些情况并不适合使用分析来制定决策。如果是无关紧要的或者与个人偏好相关的决策,就没必要浪费时间和精力去收集并分析数据了。另外,如果你必须迅速做出决定,可能就没有时间去采用什么分析方法。如果你需要制定的是一个一次性的决策,可能会觉得如此麻烦地收集数据、建立分析模型并不值得。总之,适合采用分析方法来制定的决策是那些需要反复制定,能够留出一些时间进行分析,而且足够重要,并对得起花费的人力和物力的决策。