这是AI翻译的帖子。
选择语言
durumis AI 总结的文章
- 大數據給企業帶來了很大的期望,但 2021 年的一項調查結果顯示,企業在數據利用方面遇到了困難。
- 數據分析只是一個工具,數據本身可能會導致對人們行為的錯誤假設。
- 大數據不能提供對人類行為的深刻理解,通過人文學科思維來理解人很重要。
在过去的十年中,大数据对企业来说就像找到了一个充满希望的土地,让企业对它充满了期待。人们期待大数据成为一条神奇的热线,能够立即了解目标客户的习惯、愿望和需求。
2011年5月,一份特别的调查报告中,管理咨询公司麦肯锡公司声称,“大数据将成为企业未来竞争的核心基础,推动生产力提高、创新和新的消费浪潮。”在同一时期发布的IBM报告中,提到当时全球90%的信息是在最近两年内产生的,每天都会产生大量的数据。
然而,在2021年发布的NewVantage Partners 2020 大数据和高管调查的结果表明了现实与最初的期望有所不同。该调查结果基于对财富杂志评选出的1000名企业高管的调查,这些高管负责数据项目的管理和监督。
- 只有26.8%的企业建立了数据文化。
- 只有37.8%的企业声称自己是数据驱动的。
- 目前只有45.1家企业在数据和分析领域展开竞争。
当然,我们必须承认,Netflix和亚马逊等公司利用数据挖掘来实现客户智能,确实也为他们的股东带来了丰厚的回报。
-
然而,尽管数据量在急剧增长,并且一些企业取得了成功,但大多数企业仍然难以通过大数据获得与最初期望相同的深层洞察力。最终,数据分析仅仅是一种工具。当我们把数据分析作为一种策略时,我们就会对人和他们的行为进行假设。
而这些假设往往与人们的现实世界无关,是错误的。
换句话说,大数据本身反而会导致企业对人们产生误解。
首先,大数据带来了薄数据。在社会科学领域,对人类行为的理解主要分为两种类型。其中,薄数据主要来自人们的数字足迹。例如,她穿44码的衣服,有着棕色眼睛,喜欢喝黑皮诺葡萄酒,这些都是外在信息。
另一种类型是厚数据,它提供了人们如何体验世界的理解。例如,她闻到了雨后草地的香味,她觉得和他一起散步很特别,她穿的运动鞋让她步伐更加轻盈,这些都是充满意义的信息。
也就是说,大数据只关注与商品相关的相关性(correlation),而不关心生活中的因果关系(causality)。然而,作为社会个体,理解人类行为的关键在于因果关系。 如果缺乏对客户真实想法和感受的洞察,薄数据本身的意义和利用价值就会受到限制。埃森哲的《行动中的分析》报告指出,声称拥有优秀绩效管理能力的组织中,只有20%“发现了被衡量对象与试图实现的绩效之间的证明因果关系”。这表明,以算法为中心的企业正在失去理解人类行为的能力。
最重要的是,如果没有批判性思维能力,就无法从大数据中揭示蕴藏的战略价值模式。这里的批判性思维是指通过客观证据对事件进行比较和评估,并明确“因果关系”,根据由此产生的判断采取行动的过程。企业需要培养管理人员正确解读人类行为的能力,才能解释这一点。
-
人类最伟大的分析性思维类型来自社会科学领域。
历史、文学、哲学、人类学等人文科学已经走过了2000年的历程,它们教会了我们批判性思维的技巧,以正确理解人类。只有深入理解人类行为,才能理解和解释客户行为的快速变化。从那里,我们才能发现通往创新的可能性。
最终,如果能够找到“为什么”的答案,企业就能在当前喧嚣的大数据运动中找到自己的价值观。他们将成为唯一真正理解人们的企业。