來源：《新營銷》
在一個越來虎重視大數據的市場上，你要謹記：品牌需要的是大數據后面的大洞察，而非“大數據”本身。十多年來，快遞承運商和包裹運送公司UPS一直在盡量避免讓運輸車輛左轉彎。
對追蹤系統數據進行分析發現，避免車輛左轉彎，可以節省時間和汽油。類似這樣的洞察可以幫助企業更好地改進自己的服務，但是這樣的洞察卻很難發現，即使你擁有許多可用的數據。
UPS最早的數據分析要追溯到2001年，當時大數據還沒有被大肆宣傳。但是當時的確有事實表明，如果能夠對企業經營和營銷中獲得的大量數據進行研究分析，企業將因此受益。2004年，UPS提出“不左轉策略”，至今已節省1000萬加侖汽油，為此減少的碳排放量超過10萬噸。
在UPS分析中用到的追蹤數據是否能稱之為現在人們據說的“大數據”呢？這要看你對大數據怎么定義。如果UPS所有的運輸車輛追蹤數據都運用到分析中——當時大約是9萬輛——那么根據牛津大學維克托·梅耶爾教授（Viktor Mayer）的說法，可以將它稱為大數據。他在發表于《金融時報》的一篇文章中提到，他認為判斷是不是大數據，要看運用的數據集是不是全部的數據集（N=All）。換句話說，你要避免樣本偏差導致錯誤的結論，就必須分析所有數據。
當然，這仍然是今天大數據面臨的一個主要問題。事實上，我們很少能讓所用的數據集等于全部數據集。在《大數據：我們是否犯了大錯？》（Big data：are we making a big mistake）一文中，維克托強調為什么大數據有可能讓我們誤入歧途，他引用樣本偏差的例子，說明這種做法帶來的后果，從而得出大數據可能讓我們犯大錯的結論。
他說：“大量新的廉價數據工具和強有力的分析工具將帶來許多好處，對于這一點沒人懷疑。已經有一些案例證明大數據分析工具的確能夠帶來非凡的業績……但是問題在于，所有數據的重要性——不管是大數據還是小數據——都取決于數據來源的可靠性，以及對于分析者的信賴和預期。即使我們能夠成功地解決先入為主的問題，并且了解研究中的所有運用，仍然有一個最大的問題：對于分析結果我們應該如何利用？如何讓事情變得更好？” |
您的位置：
