0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

科普 | 商业分析与数据分析、算法模型的关系与区别

lviY_AI_shequ 来源:YXQ 2019-07-28 11:49 次阅读

我们常说,办事情要“名正言顺”,而数据领域的名字则是格外的多,商业分析、数据分析、数据挖掘、算法模型……经常把大家绕晕,今天系统科普一下。

商业分析VS 数据分析

广义上的数据分析,指的是“利用数据对XX问题进行分析”。包括了数据采集、数据存储、数据清洗、数据计算、结论输出、数据可视化等部分。大家注意到了,这里是有个空白的XX没有填的。实际上,广义上的数据分析是一个基础技能,可以利用到很多很多领域。空白处可以填学术、理论、科学、医疗、教育、情感、心理……等等名词。是滴,这个空白处也可以填“商业问题”。如果是:利用数据分析方法进行商业问题的分析,那就是商业分析了。商业分析是广义的数据分析方法的一个具体应用场景。

狭义上的数据分析, 应该叫“对企业内部系统采集的数据进行分析”。实际上,我们在招聘时看到的要求懂sql,hive,python,R等软件操作的“数据分析岗位”,指的都是狭义的数据分析。这些分析工作基于企业网站、APP、订单、售后、客服、物流、财务系统记录的数据,进行计算、建模、报告等工作。

内部数据质量不行,是个永恒的问题,也常常成为分析的死穴。不懂数据的人往往想当然的认为:数据不是很多吗,分析分析就好了呀。可真正做数据工作的都知道,急躁的业务领导、投机取巧的同事、薅羊毛的用户、落后的IT建设,都会让内部数据看似庞大,实则一塌糊涂。常见的内部数据的分类与问题,简单归纳如下,大家感受一下:

商业分析不仅仅利用企业内部系统数据,还需要大量利用外部数据。它由四个构成部分:行业研究、定性访谈、定量调研、内部数据分析。因为影响企业经营状况的因素,本身就包括了宏观环境、竞争对手、内部组织、员工能力、消费者态度与意愿等等方面。这些因素非常重要,但不一定都能通过系统采集到。因此就得靠多方面的信息采集来满足需求。具体每个部分的采集方式、用途,如下表所示:

真正进行商业分析,需要有综合性技能和多方面获取数据的能力。很多企业拿着做内部数据分析的要求招商业分析师,结果招来的人只会跑数据,没有解决真实问题的能力。写代码的小哥每天对着销售曲线发呆,冥思苦想不得其解。其核心症结就在这里:本身商业分析就不是敲两行代码就能完事的。至少要有行业研究-市场调查-内部访谈-内部数据分析四部分相互配合,不是200行代码就能让阿尔法狗子开口说人话:贵公司的问题是XXXX。200万行代码都不行。

更何况,很多企业对数据的重视程度远远不够。

有新政策出台也不知会;

外部信息系统采集、共享机制不存在;

内部做事情的背景、现状、目标啥都不交代;

不给做分析的同学走访一线,了解实际的机会;

遇到问题就知道甩给分析:“你建个模型分析分析”

私下里搞小动作,做分析的同学甚至是最后一个知道企业发生什么事的人

这就让做分析的同学们无米下锅了。就更难通过分析产出效益了。

商业分析VS 算法模型

拜Alpha Go所赐,现在人人都知道人工智能很厉害。阿尔法狗子一声汪汪,咬哭了柯洁,也让人们产生了无数对人工智能、算法模型的幻想。实际上算法模型最大、最成功、最多精力去做的内容,和数据分析没啥关系。算法模型目前比较成熟应用的领域,在于图像识别、语义识别、路线规划等方面,具体应用在安防、风控、物流、驾驶等领域,是基础的工业级应用。

在商业领域算法的用处相当有限。因为本身企业经营靠的就不一定是精细的计算,政策大势、老板的资源、员工创新、创意、创造能力,这些都很难用数据量化。换句话说:如果给定围棋的规则让算法去学习,算法可以打败最一流的高手;但在商业领域不是下围棋,有可能明年下棋的规则都变成在围棋盘上摆车马炮……别说阿尔法狗了,阿尔法喷火大恐龙都搞不掂。

因此,在商业领域算法往往应用在特定场景上。

第一类常用的是直接针对用户场景的算法。具体场景往往有以下特点:个人决策、封闭信息、一对一沟通、用户决策容易被营销策略影响、数据指标多需要压缩、创意影响较少。比如常见的:风控。都是个人申请资料,金融机构审核。如果这个人信用不好,我们也没必要帮助他好,拒绝他就是了。设计信用的指标很多,单靠一两个指标很难判断,因此可以建模(最常用的是逻辑回归)来区分用户风险等级。类似的如推荐算法或者大数据杀熟,往往在APP里应用多,欺负的就是一对一的封闭场景沟通。如果真在实体店搞这一套,估计早就被客人告到工商局,或者干脆砸了招牌走人。

第二类常用的是预测算法,包括基于时间序列和因果关系预测两类。商业分析很需要对未来发展趋势做预测,因此需要算法辅助。常见的用法、优缺点如下表所示

第三类是用来降维的算法。包括因子-聚类分析、AHP、主成份分析等。往往是评估一个问题,考虑指标太多的时候,需要做降维处理,压缩指标方便评分。常用于评估类问题,比如项目、新产品、品牌评估等等。

综上,可以看到算法模型在商业分析中是非常有用的,可它本身不能替代商业分析,更不是一个问题思考不清楚了,就甩给做分析的同学:“人工智能好厉害,快人工智能分析一下为什么我们业绩做不起来”。业绩是做出来的,不是算出来的。更多的商业问题是和人的主观能动性有关,因此脱离人的因素去指望算法,最后就沦为数字游戏。

以上就是商业分析、数据分析、算法模型的关系与区别。用一句话概括,可以说是:商业分析是数据分析方法在商业问题的具体应用,算法模型是一个有效解决特定商业分析问题的工具。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 算法
    +关注

    关注

    23

    文章

    4437

    浏览量

    90552
  • 人工智能
    +关注

    关注

    1773

    文章

    43356

    浏览量

    230126

原文标题:商业分析与数据分析、算法模型的关系与区别

文章出处:【微信号:AI_shequ,微信公众号:人工智能爱好者社区】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    数据分析需要的技能

    商业价值的转换,数据分析师是其中一个重要的职位,那么,想从事该职业需要具备哪些技能呢?1. 精通ExcelExcel处理技能是大数据分析师必备技能,并且需要十分精通,除了常规操作和函数,一些不常
    发表于 04-10 15:59

    怎么有效学习Python数据分析

    工作了;Part2:工欲善其事,必先利其器,所以你必须选择体验良好的数据分析编程环境;Part3:用真实商业数据应用项目检验能力。学习Python数据分析的最终目的,是为了掌握
    发表于 06-28 15:18

    基于人工智能克服数据分析限制

    以色列实时分析和异常检测的大数据创业公司Anodot目前正在使用先进的机器学习算法来克服人类在数据分析方面的限制。人工智能可以通过分析所有
    发表于 07-29 08:06

    传统的商业分析怎么被数据分析取代的

    数据分析为什么能够打败传统的商业分析(二)
    发表于 04-13 11:48

    怎么避免分析数据统计?先用商业智能BI一键做基础报表

    数据分析数据统计,很多时候是由于大量的基础报表占据分析员大量时间,导致分析人员无法抽出时间精力投入深度数据分析中。这也是很多企业的一个通病
    发表于 12-14 11:05

    数据分析师当取数机?大材小用背后是BI软件的缺位

    数据分析平台,比如OurwayBI商业智能BI软件。有了它,业务部门随时能够根据自己的需求去拉数据分析,将大大减少麻烦数据分析师的频率。O
    发表于 12-24 14:05

    BI数据分析软件使用指南

    数据分析模型,采用了全面可视化ETL,不仅能帮助企业快速搭建适合自己的数据可视化分析平台,同时也为企业的自行开发维护提供极大便利,降低可能遇到的风险成本。
    发表于 01-04 11:00

    成为Python数据分析师,需要掌握哪些技能

    数据驱动问题解决第四、数据分析师要求的三大能力统计学基础和分析工具应用计算机编码能力特定应用领域或行业的知识第五数据分析数据分析很重要的学科
    发表于 06-23 12:16

    成为Python数据分析师,需要掌握哪些技能

    数据驱动问题解决第四、数据分析师要求的三大能力统计学基础和分析工具应用计算机编码能力特定应用领域或行业的知识第五数据分析数据分析很重要的学科
    发表于 06-30 11:42

    分析模型?自带分析模型的bi系统了解一下吗?

    个人做数据可视化就算了,但凡上升到部门级的、企业级的,都少不了搭建数据分析模型,但数据分析模型不是那么好搭建的,经验不足、考虑不周都将影响到
    发表于 05-17 10:03

    电商数据分析攻略,让你轻松搞定数据分析

    商核心业务分析主题的分析模型、BI电商数据分析报表。从电商多业务系统数据整合、清洗、电商分析指标
    发表于 06-27 09:22

    数据数据分析区别

    数据分析数据分析是有区别和联系的。这里重点关注两者的是技术要求、使用场景、业务范围等方面的区别和联系。重点要区分理论研究和实际应用两方面区别
    的头像 发表于 12-19 15:39 1.2w次阅读

    算法工程师和数据分析师有什么区别

    数据分析师在做什么?低阶和高阶的区别
    的头像 发表于 08-19 15:23 5116次阅读

    数据分析模型数据可视化软件介绍

    做企业级数据分析的,没个分析模型可不行,因此很多企业在做数据分析时都要投入大量的成本去搭建数据分析模型
    发表于 09-30 16:57 382次阅读

    神策数据知识科普丨关于数据分析模型的十问十答

    你想知道的,都在这里!本文是神策数据「十问十答」科普系列文章的第一期,围绕数据分析模型展开。 1 Q:常用的数据分析
    的头像 发表于 03-17 11:35 350次阅读
    神策<b class='flag-5'>数据</b>知识<b class='flag-5'>科普</b>丨关于<b class='flag-5'>数据分析</b><b class='flag-5'>模型</b>的十问十答