從數(shù)據(jù)到洞察,再?zèng)Q策
從購(gòu)物到報(bào)考學(xué)校的選擇,從個(gè)人發(fā)展計(jì)劃到公司決策制定,從日常生活點(diǎn)滴到商業(yè)行為的規(guī)劃…… 無(wú)論是政府、企事業(yè)單位、非盈利機(jī)構(gòu),團(tuán)體、家庭、個(gè)人,還是創(chuàng)業(yè),新品上市,我們每天都在為各種事情做決策。 決策的本質(zhì)是做選擇。隨著科技進(jìn)步,可被選擇的對(duì)象日益增多,人們?cè)谧鲞x擇時(shí)是兩難的。如何把自己的時(shí)間、金錢、注意力投入到“自認(rèn)”回報(bào)更高的領(lǐng)域,如何制定正確的決策?我們需要有參考依據(jù),而這個(gè)參考依據(jù)來(lái)自“洞察”。 洞察,是對(duì)客觀現(xiàn)實(shí)或問(wèn)題全面深入的理解,是這些客觀現(xiàn)實(shí)和問(wèn)題的本質(zhì)和意義。我們也可以理解為:是基于對(duì)數(shù)據(jù)的分析、理解及解讀,幫助對(duì)現(xiàn)實(shí)或問(wèn)題做出正確的判斷,進(jìn)而指導(dǎo)我們做出正確的決策。 然而,數(shù)據(jù)從何而來(lái)? 以前,通過(guò)隨機(jī)抽樣的方式來(lái)進(jìn)行調(diào)查、觀察,用所得到的調(diào)查數(shù)據(jù)來(lái)代表總體,推斷總體,并運(yùn)用各種統(tǒng)計(jì)學(xué)的工具來(lái)分析數(shù)據(jù),如SAS、 SPSS等統(tǒng)計(jì)軟件…… 今天,隨著互聯(lián)網(wǎng)快速發(fā)展,我們進(jìn)入了信息社會(huì),大數(shù)據(jù)時(shí)代的來(lái)臨,帶來(lái)云計(jì)算、物聯(lián)網(wǎng)、移動(dòng)終端及可穿戴設(shè)備的高度發(fā)達(dá)與融合,不管你是誰(shuí)、不管你愿意不愿意,都要與數(shù)據(jù)打交道,要么在生產(chǎn)數(shù)據(jù),要么在接收數(shù)據(jù),不管身在何處,你已經(jīng)被“大數(shù)據(jù)”了。各種海量數(shù)據(jù)(如網(wǎng)站數(shù)據(jù)、電商數(shù)據(jù)、輿情監(jiān)測(cè)、評(píng)估以及評(píng)價(jià)等)通過(guò)數(shù)據(jù)挖掘、云計(jì)算、機(jī)器學(xué)習(xí)等方式,判斷出你可能的喜好,乃至需求,將最佳結(jié)果,推薦給你。 那么,在對(duì)各種數(shù)據(jù)進(jìn)行深入的分析和挖掘過(guò)程中,如何能探究出其中更為深刻的規(guī)律和現(xiàn)象,從而幫助政府、企業(yè)做出更為實(shí)際和有效的決策?立豐有觀察到, 01 C(claim data) +B(behavior data):態(tài)度數(shù)據(jù)和行為數(shù)據(jù)存在差距,態(tài)度數(shù)據(jù)需要結(jié)合行為數(shù)據(jù)來(lái)分析。 從最近一次美國(guó)大選我看到,在傳統(tǒng)大眾媒體為主流的時(shí)期,當(dāng)人們?cè)诒磉_(dá)自己想法和觀點(diǎn)的時(shí)候,如果看到自己贊同的觀點(diǎn)受到廣泛歡迎,就會(huì)更積極地參與進(jìn)來(lái),這類觀點(diǎn)就會(huì)越發(fā)大膽地被發(fā)表和擴(kuò)散, 大部分人也因此隨了大流。隨著互聯(lián)網(wǎng)進(jìn)入人們生活,“從眾心理”因?yàn)榫W(wǎng)絡(luò)時(shí)代的到來(lái)而有所改變,人們的心理狀態(tài)會(huì)更接近“本我”。那些言行不一或不回答的人,很可能通過(guò)行動(dòng)來(lái)表達(dá)自己的觀點(diǎn)。如何更準(zhǔn)確了解那些發(fā)表觀點(diǎn)但最終選擇不一致的行為;以及更好地減少那些不回答的人,或是更好地預(yù)測(cè)他們的行為,我們需要將更多的行為數(shù)據(jù)或是其他大數(shù)據(jù)來(lái)綜合判斷最終行為。也只有將這些不同來(lái)源的數(shù)據(jù)重新組織,才能挖掘出更有意義的信息。 02
打賞 |