如何應(yīng)對大數(shù)據(jù)分析中的各種問題？

大數(shù)據(jù) 數(shù)據(jù)分析團(tuán)隊(duì)

數(shù)邦客 | 2016-06-20 17:50

【數(shù)據(jù)猿導(dǎo)讀】越來越多的應(yīng)用涉及到大數(shù)據(jù)，而這些大數(shù)據(jù)的屬性呈現(xiàn)了大數(shù)據(jù)不斷增長的復(fù)雜性，所以大數(shù)據(jù)的分析方法在大數(shù)據(jù)領(lǐng)域就顯得尤為重要，可以說是決定最終信息是否有價(jià)值的決定性因素。那么在執(zhí)行過程中通常會遇到哪些問題，我們該如何應(yīng)對呢

有人認(rèn)為大數(shù)據(jù)只是一個(gè)空洞的商業(yè)術(shù)語，大有概念炒作的嫌疑。事實(shí)上，大數(shù)據(jù)只是對于不同的人有不同的含義。眾所周知，大數(shù)據(jù)已經(jīng)不簡簡單單是數(shù)據(jù)大的事實(shí)了，而最重要的現(xiàn)實(shí)是對大數(shù)據(jù)進(jìn)行分析，只有通過分析才能獲取很多智能的、深入的、有價(jià)值的信息。

那么越來越多的應(yīng)用涉及到大數(shù)據(jù)，而這些大數(shù)據(jù)的屬性，包括數(shù)量、速度、多樣性等等都是呈現(xiàn)了大數(shù)據(jù)不斷增長的復(fù)雜性，所以大數(shù)據(jù)的分析方法在大數(shù)據(jù)領(lǐng)域就顯得尤為重要，可以說是決定最終信息是否有價(jià)值的決定性因素。那么在執(zhí)行過程中通常會遇到哪些問題，我們該如何應(yīng)對呢?

放慢腳步回頭看路

初創(chuàng)公司里的人們仿佛一直在被人念著緊箍咒：“要么快要么死。”他們是如此著急于產(chǎn)品開發(fā)，以至于他們常常沒有空想用戶對產(chǎn)品的具體使用細(xì)節(jié)，產(chǎn)品在哪些場景怎么被使用，產(chǎn)品的哪些部分被使用，以及用戶回頭二次使用產(chǎn)品的原因主要有哪些。而這些問題如果沒有數(shù)據(jù)難以回答。

你沒有記錄足夠的數(shù)據(jù)

光給你的團(tuán)隊(duì)看呈現(xiàn)總結(jié)出來的數(shù)據(jù)是沒有用的。如果沒有精確到日乃至小時(shí)的變化明細(xì)，你無法分析出來數(shù)據(jù)變化背后看不見的手。如果只是粗放的，斷續(xù)的統(tǒng)計(jì)，沒有人可以解讀出各種細(xì)微因素對于銷售或者用戶使用習(xí)慣的影響。

與此同時(shí)，數(shù)據(jù)儲存越來越便宜。同時(shí)做大量的分析也不是什么高風(fēng)險(xiǎn)的事情，只要買足夠的空間就不會有系統(tǒng)崩潰的風(fēng)險(xiǎn)。因此，記錄盡可能多的數(shù)據(jù)總不會是一件壞事。

不要害怕量大。對于初創(chuàng)企業(yè)來說，大數(shù)據(jù)其實(shí)還是比較少見的事情。如果正處于初創(chuàng)期的你果真(幸運(yùn)地)有這樣的困擾，Porterfield(本文)推薦使用一個(gè)叫Hadoop的平臺。

及時(shí)解答團(tuán)隊(duì)成員的疑惑

許多公司以為他們把數(shù)據(jù)扔給Mixpanel， Kissmetrics，或者Google Analytics就夠了，但他們常常忽略團(tuán)隊(duì)的哪些成員能真正解讀這些數(shù)據(jù)的內(nèi)在含義。你需要經(jīng)常提醒團(tuán)隊(duì)里面每位成員多去理解這些數(shù)據(jù)，并更多地基于數(shù)據(jù)來做決策。否則，產(chǎn)品團(tuán)隊(duì)只會盲目地開發(fā)產(chǎn)品，并祈禱能踩中熱點(diǎn)，不管最終成功還是失敗都是一頭霧水。

這就像有天你決定采用市場上常見的病毒營銷手段吸引新用戶。如你所愿，用戶量啪啪啪地上來了?？纱藭r(shí)你會遇到新的迷茫：你無法衡量這個(gè)營銷手段對老用戶的影響。人們可能被吸引眼球，注冊為新用戶，然后厭倦而不再使用。你可能為吸引了一幫沒有價(jià)值的用戶付出了過高的代價(jià)。而你的產(chǎn)品團(tuán)隊(duì)可能還在沾沾自喜，認(rèn)為這個(gè)損害產(chǎn)品的營銷手段是成功的。

這種傻錯(cuò)誤經(jīng)常發(fā)生。而如果你的企業(yè)在一開始就建立起人人可自助使用的數(shù)據(jù)平臺，來解答他們工作中最重要的疑惑，則可以避免上文所說的悲劇。

把數(shù)據(jù)存放在合適的地方

很多公司把數(shù)據(jù)發(fā)給外包商儲存，然后就當(dāng)甩手掌柜了。可是常常這些數(shù)據(jù)到了外包商手里就會變成其他形式，而轉(zhuǎn)化回來則需要不少工序。這些數(shù)據(jù)往往是某些宣傳造勢活動(dòng)時(shí)期你的網(wǎng)站或者產(chǎn)品的相關(guān)數(shù)據(jù)。結(jié)合日常運(yùn)營數(shù)據(jù)來看，你可以挖掘哪些活動(dòng)促成了用戶轉(zhuǎn)化。而這樣結(jié)合日常運(yùn)營數(shù)據(jù)來分析用戶使用歷程的方式是至關(guān)重要的。但令人震驚的是，盡管任何時(shí)期的所有運(yùn)營數(shù)據(jù)都至關(guān)重要，許多公司仍不屑于捕獲及記錄他們。約一半以上Porterfield所見過的公司都將日常運(yùn)營數(shù)據(jù)與活動(dòng)數(shù)據(jù)分開來看。這樣嚴(yán)重妨礙了公司正確地理解與決策。

不拘泥于一個(gè)系統(tǒng)

任何一個(gè)好的數(shù)據(jù)分析框架在設(shè)計(jì)之初都必須滿足長期使用的需要。誠然，你總是可以調(diào)整你的框架。但數(shù)據(jù)積累越多，做調(diào)整的代價(jià)越大。而且常常做出調(diào)整后，你需要同時(shí)記錄新舊兩套系統(tǒng)來確保數(shù)據(jù)不會丟失。

因此，我們最好能在第一天就把框架設(shè)計(jì)好。其中一個(gè)簡單粗暴有效地方法就是所有能獲取的數(shù)據(jù)放在同一個(gè)可延展的平臺。不需要浪費(fèi)時(shí)間選擇一個(gè)最優(yōu)解決方法，只要確認(rèn)這個(gè)平臺可以裝得下所有將來可能用到的數(shù)據(jù)，且跨平臺也能跑起來就行了。一般來說這樣的原始平臺能至少支撐一到兩年。

不過度總結(jié)

這個(gè)問題對于擁有大數(shù)據(jù)分析團(tuán)隊(duì)的公司來說更常見。試想一下，有多少公司只是記錄平均每分鐘多少銷售額，而不是具體每一分鐘銷售了多少金額?在過去由于運(yùn)算能力有限，我們只能把海量數(shù)據(jù)總結(jié)成幾個(gè)點(diǎn)來看。但在當(dāng)下，這些運(yùn)算量根本不是問題，所有人都可以把運(yùn)營數(shù)據(jù)精確到分鐘來記錄。而這些精確的記錄可以告訴你海量的信息，比如為什么轉(zhuǎn)化率在上升或者下降。

人們常常自我陶醉于做出了幾張漂亮的圖標(biāo)或者PPT。這些總結(jié)性的表達(dá)看上去很令人振奮，但我們不應(yīng)該基于這些膚淺的總結(jié)來做決策，因?yàn)檫@些漂亮的總結(jié)性陳述并不能真正反映問題的實(shí)質(zhì)。

相反，我們更應(yīng)該關(guān)注極端值。

來源：數(shù)邦客

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會注明來源與作者；轉(zhuǎn)載我們原創(chuàng)內(nèi)容時(shí)，也請務(wù)必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會受到數(shù)據(jù)猿追責(zé)。