智能制造網(wǎng)APP
智能制造網(wǎng)手機站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務號
智能控制
機器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
回放
品牌
皓天鑫
【中國智能制造網(wǎng) 行業(yè)動態(tài)】來自青年企業(yè)家理事會(YEC)的12位創(chuàng)業(yè)者提供了如下意見，告訴我們?nèi)绾卫么髷?shù)據(jù)，而不盲從數(shù)字，不至于所有商業(yè)決策都任憑大數(shù)據(jù)的擺布。
如何利用大數(shù)據(jù)？聽聽這12位創(chuàng)業(yè)者怎么說
擁有大數(shù)據(jù)和數(shù)據(jù)分析工具確實是有幫助的，然而這也是一把雙刃劍：過于依賴數(shù)據(jù)，可能會讓我們忽視自己強大的直覺(甚至經(jīng)常是正確的直覺)。這些直覺又無法量化。針對這個問題，來自青年企業(yè)家理事會(YEC)的12位創(chuàng)業(yè)者提供了如下意見，告訴我們?nèi)绾卫么髷?shù)據(jù)，而不盲從數(shù)字，不至于所有商業(yè)決策都任憑大數(shù)據(jù)的擺布。
當下，大多數(shù)企業(yè)都明白大數(shù)據(jù)的作用。大數(shù)據(jù)——這個龐大甚至是有時是壓倒性的信息包含了企業(yè)日常經(jīng)營的過程：銷售策略，營銷郵件的打開率，網(wǎng)站點擊量等等，利用好大數(shù)據(jù)也能讓你發(fā)現(xiàn)消費者的行為和心理。
擁有大數(shù)據(jù)和數(shù)據(jù)分析工具確實是有幫助的，然而這也是一把雙刃劍：過于依賴數(shù)據(jù)，可能會讓我們忽視自己強大的直覺(甚至經(jīng)常是正確的直覺)。這些直覺又無法量化。針對這個問題，來自青年企業(yè)家理事會(YEC)的12位創(chuàng)業(yè)者提供了如下意見，告訴我們?nèi)绾卫么髷?shù)據(jù)，而不盲從數(shù)字，不至于所有商業(yè)決策都任憑大數(shù)據(jù)的擺布。
1.大數(shù)據(jù)只是指導作用，但不能是只依靠大數(shù)據(jù)
我認為大數(shù)據(jù)是很有效的，但是我們在做品牌營銷決策的時候不能完全以大數(shù)據(jù)“馬首是瞻”。應該有一種有效結(jié)合了大數(shù)據(jù)和“直覺判斷”的方法。通過數(shù)據(jù)指導，我可以為品牌吸引新的用戶，但是我不會讓數(shù)據(jù)決定我和讀者之間互動的形式。
–Sean Ogle of Location Rebel
2.讓自己對數(shù)據(jù)負責，同時也要切合實際
人類容易犯錯，但數(shù)據(jù)也會誤導我們。我把這種現(xiàn)實主義帶到了我所有的決策中。它確保我對數(shù)據(jù)保持負責，同時對它真正告訴我的東西保持合理的懷疑態(tài)度。
–Manpreet Singh of TalkLocal
3.數(shù)據(jù)是ROI的一部分
大數(shù)據(jù)有他的重要作用，它簡化了數(shù)十年來的記錄和研究。但大數(shù)據(jù)也不是萬無一失的。當我們觀測數(shù)據(jù)的趨勢時，需要對影響結(jié)果和數(shù)據(jù)流的其他因素保持關注。在我的報告中，大數(shù)據(jù)只是率的一小部分，還有很多工具和方法可以來發(fā)現(xiàn)商業(yè)趨勢。
–Matthew Capala of Search Decoder
4.理解商業(yè)數(shù)據(jù)需求
這取決于你的商業(yè)模型，你需要考慮你的數(shù)據(jù)獲取、數(shù)據(jù)測量的難易性，還是為人為失誤留出了空間，你是在調(diào)查觀點，事實還是數(shù)據(jù)。在你全面使用大數(shù)據(jù)之前考慮這些要素，不要盲從大數(shù)據(jù)。這是你的業(yè)務，你才是這方面的專家
–Kevin Conner of Vast Bridges
5.發(fā)現(xiàn)模式和趨勢
通過大數(shù)據(jù)工具和方法，我們可以迅速查閱大量數(shù)據(jù)，以揭示隱藏的規(guī)律、未知的聯(lián)系、市場趨勢、顧客偏好等等有用的商業(yè)信息。我們就能預計客戶需求或欲望，由此改進服務;在問題出現(xiàn)之前，發(fā)現(xiàn)并減弱問題的影響，并改進管理決策。
–Luigi Wewege of Vivier Group
6.了解數(shù)據(jù)的局限
我們竭力讓數(shù)據(jù)引導我們，而不是我們?nèi)ヒ龑?shù)據(jù)。因為估值是一個特殊的領域，數(shù)據(jù)和直覺有時會無法產(chǎn)生良性互動。我們不斷地添加新的數(shù)據(jù)可視化和解釋，標準測試，并在數(shù)據(jù)出問題的時候可以及時發(fā)現(xiàn)。
–Thomas Smale of FE International
7.樹立數(shù)據(jù)的標準
在推行數(shù)據(jù)優(yōu)先的措施之后，我們高興的發(fā)現(xiàn)關鍵指標有了長足的進步。我們也不盲從于大數(shù)據(jù)，我們使用以往的銷售數(shù)據(jù)進行評估。我們已經(jīng)發(fā)現(xiàn)，知道這個模型的預測極限在哪里是非常重要的。
–Ismael Wrixen of FE International
8.發(fā)現(xiàn)大數(shù)據(jù)背后的細節(jié)
要看到大數(shù)據(jù)背后的細節(jié)。并要基于這些細節(jié)來做出決定。
–Daisy Jing of Banish
9.定性和定量分析結(jié)合
我們將定量數(shù)據(jù)(度量、調(diào)查、服務器日志數(shù)據(jù))與定性反饋(調(diào)查、訪談、用戶研究等)結(jié)合在一起。這給我們提供了一個更全面的視角來做出明智的決定。數(shù)據(jù)可能會誤導決策，因為它們只會講述部分內(nèi)容。
–Adelyn Zhou of TOPBOTS
10.專注于獲得數(shù)據(jù)
數(shù)據(jù)質(zhì)量不一，也有優(yōu)劣之別。兜售原始數(shù)據(jù)、分析工具和儀表盤工具——旨在將機器學習與人工智能相結(jié)合——的公司比比皆是。重點之一是獲得、可靠的數(shù)據(jù);這樣，后續(xù)的決策就會水到渠成。
–Ryan Bradley of Koester & Bradley, LLP
11.分析數(shù)據(jù)找到潛在客戶
大數(shù)據(jù)讓我的企業(yè)和銷售可以了解和預測用戶行為，比如人們在哪些場景下網(wǎng)購，購買什么?未來幾個月用戶可能會轉(zhuǎn)移到哪些場景。這樣，銷售團隊得以找出潛在顧客——真正有望購買產(chǎn)品或服務的顧客，以及掌握向他們推銷的佳時機。
–John Daniel of Innovator John
12.讓數(shù)據(jù)證明你的直覺正確性
直覺告訴我們，登錄頁的某些設計會有不錯的表現(xiàn)。但只有等數(shù)據(jù)量起來之后，我們才能看到實際的效果，以及這些設計的優(yōu)缺點。要判斷這些猜測是否準確，數(shù)據(jù)是有發(fā)言權的。在數(shù)據(jù)的引導下，我們將就內(nèi)容的取舍作出合適的決策。
(原標題：大數(shù)據(jù)要怎么用，12名創(chuàng)業(yè)者這樣說)
浙公網(wǎng)安備 33010602000006號
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號
