纯粹而孤立的数据，没有商业价值。数据商业价值的体现，依赖于具体的场景，而场景依赖于具体的业务，业务来源于不同的行业，行业则构成了数据产业。
分析让数据产生价值
数据驱动决策
人类个体多种多样，决策机制复杂，用自己的行为强制改变别人的做法是比较难实现的。在商业活动中需要一种公认的能够协调商务决策一致性的模式来制定决策。
商业活动需要用数据来洞察个人和集团的行动，进而寻找改善这种行动的方法。现在通过数据分析助力业务部门的决策和发展，已经成为数据分析人员和业务部门的基本共识。企业只有顺势而为，采用先进的、科学的方法、技术与工具，才能在残酷的外部竞争中得以生存和发展。
通过统计学“洞察”行为
统计呈现洞见
统计学应用于商务活动中有三大利器：把握现状、预测未来、关联因果。
“把握现状”是基于统计结果证明预设想法
企业可以通过拥有的数据对这些想法进行系统化、体系化的分析，通过数据来论证预设的想法。通过市场调查，内部数据汇总等方式来推算数据中的平均值，对产品质量，用户分布等进行调查。这些都是“以物理的方法测量的量与质”为基础进行统计的应用。
“预测未来”仅仅基于统计学进行难有效果
因为以有限的数据来预测无限的未来是一件非常困难的事，如果是真的可以充分预测，最终的结果也会因为中间结果的改变而改变，甚至影响外部环境，最终影响预测的准确性。
“关联因果”是洞察人行为的统计学实际作为
相对于“未来还能卖多少？”，“客户为什么会买？”企业利润的源泉。就像统计学用于医学，不是为了预测人什么时候会死亡，而是在于如何可以让人长寿。因此企业的市场部门会更关心因果，对他们来说洞悉因果才是最重要的。
将“洞察”转为商业优势
关联蕴含价值
“预测未来”和“关联因果”是发现新机会的重要步骤。商业分析需要分析师投身于业务中，也要面对商业的风险，从中认知风险，改变不正确的业务行为。
通过随机对照试验可以相当正确的辨明因果关系。如今数据驱动运营理念是被普遍接受的，很多公司通过ABtest优化业务、提升效率、实现增长。
数据统计与结果洞察，需要分析师具备数理统计学等科学的研究能力，还需要能思考在现实中灵活应用，以此来创造价值。将统计学技术分析灵活的运用到商业领域，这是1+1>2的跨界。
参考资料：李晨 译 【日】西内启 著《统计思维》浙江人民出版社
网友评论