构造可扩展的数据分析的简单三步

日期: 2017-09-19 作者:Teradata 来源:TechTarget中国 英文

可扩展的数据分析的案例涉及到转换流程甚至转换产品。我们重新配置操作或供应链,使分析架构产业化,并采取其他措施使整个企业更加依托数据驱动。但是,停下来想想一个快速成长的饼干制造商,他们需要确保一些东西永远不会改变——就像他们最畅销的巧克力脆片的味道或质地一样。他们需要一个关于饼干的配方,对于确保不管你是烤一打,还是同时烤100万个,它的味道都是一样的。

那么,在这种情况下该如何创新,特别是考虑到发生改变的风险,这种改变会到达一个点,那就是这种改变的消费者会感到经历不再和以前一样了。在数据分析中,平衡行为是为了确保新流程与当前操作环境集成良好。在曲奇的类比中,这里是我自己的三个数据分析方法,在一个……

我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。

我原创,你原创,我们的内容世界才会更加精彩!

【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】

微信公众号

TechTarget微信公众号二维码

TechTarget

官方微博

TechTarget中国官方微博二维码

TechTarget中国

可扩展的数据分析的案例涉及到转换流程甚至转换产品。我们重新配置操作或供应链,使分析架构产业化,并采取其他措施使整个企业更加依托数据驱动。但是,停下来想想一个快速成长的饼干制造商,他们需要确保一些东西永远不会改变——就像他们最畅销的巧克力脆片的味道或质地一样。他们需要一个关于饼干的配方,对于确保不管你是烤一打,还是同时烤100万个,它的味道都是一样的。 那么,在这种情况下该如何创新,特别是考虑到发生改变的风险,这种改变会到达一个点,那就是这种改变的消费者会感到经历不再和以前一样了。在数据分析中,平衡行为是为了确保新流程与当前操作环境集成良好。在曲奇的类比中,这里是我自己的三个数据分析方法,在一个算法自身越来越重要的时代,它们可以使扩展和风险管理成为可能:
  • 从试点到规模——为了扩展业务数据分析解决方案,在努力使它适用于所有情况之前,你必须试点这些方法在少数情况下的应用,而最后的目标是实现自动化。饼干制造商在将配方用于流水线之前会彻底地在小炉子里测试新配方。为了用数据分析的例子来说明,我过去常常建立倾向模型——通常用来预测谁会买什么——用来让零售客户分析谁会购买前10或20种产品。虽然我在与许多不同的产品模型和分类打交道,但我发现,在这之前当构建了5或10个模型时,我看到了许多共同点。反过来,使我能够针对数以百计的其他类别和产品的建模框架实现半自动化。
  • 风险是不可避免的——套用蜘蛛侠的口头禅:“权力越大,责任越大”,而风险也越大。当你通过自动化并通过算法越来越主动地做出决策时,事情可能也会出错。你的策略应该把重点放在足够好与完美之间:目标不是使每个人决策的质量最好,而是最大限度地提高整个决策过程的总体影响。
  • 随着时间的推移建立复杂性——运营性分析将继续随着时间的推移变得越来越复杂。试想一下汽车和创新系统从自动刹车转变到自动驾驶仪,这些创新是相互促进的。没有自动刹车和车道变化检测的模块,你不能得到更激动人心的自动驾驶功能。操作分析也是如此:你不会取代传统的数据分析,你只是依托它们在在先前的层完全部署和稳定之后增加新的复杂层。这蛋糕层级方法可以引导航运公司首先优化总量,然后优化每日航线,最终实时完成。
所有这些都需要工作,但是要记住,如果你是一个大的企业,即使一两个百分点的效率提高也能转化成数百万美元。别忘了你的品牌最终会受到威胁,因为如果与质量控制和产品一致性不匹配,因此扩展性业务会威胁核心业务价值。

作者

Teradata
Teradata

大数据分析服务供应商

相关推荐

  • 举一反三,大数据算法正在谨慎前行

    大数据算法是最近一些技术的核心。数据分析团队越来越需要深入研究算法的工作原理以及它们所需要的数据。

  • 当人工智能遇上人力资源管理

    当涉及到人的绩效时,不仅要掌握正在衡量的方法,而且还要掌握如何在指标的最终价值上产生巨大的变化。

  • 由守转攻 来自首席数据官的数据文化“反击战”

    在许多企业中,过去以预防风险为己任的首席数据官们正在逐渐强调创新。麻省理工学院研究小组的一位成员表示,要完成创新,CDO们必须在企业内部培养一种良好的数据文化。

  • 大数据时代 成功的三重境界

    当数据蜂拥而至,你看到的是机遇还是挑战?无论是对传统行业还是新型行业来说,大数据是一种手段,而不是目的,如何实现数据的价值是抢占市场先机的关键。成功,来自“数据-分析-价值”三重境界。”