張佳伃的學習歷程檔案 - 大數據學習之旅 - 5、大數據的優點與缺點 |
|
|
5、大數據的優點與缺點優點:大數據所帶來的好處有很多,其中包括為企業帶來更有效的決策、減低投資風險、降低成本、提高生產力、優化客戶體驗、提升收益等。這些都好處都經過不同的成功例子作支撐,但在實際應用上企業亦需要進一步權衡利弊,不應單單集中在有可能取得的好處而忽略是否適合你公司發展與資源分配等問題。 1. 更有效的決策與減低投資風險: 對企業而言,何為更有效的決策?讓我以兩個例子去解釋這個問題。 例子一: 假若你是一間賣高級洗髮水的公司,你希望在香港架設一間實體專門店,如果你有相關目標客群的數據,就可以由分析數據更準確地得知哪個地區、地段是你的目標平常會消費的地方,從而判斷開店的位置。反之你就只能根據其他資料以及市場觸角而做出相對的對策。比起前者,後者所採用的傳統方法無疑包含較多不確定性以及不可複雜性,而且亦有更大風險。 例子二: 假設你是一間網店 (E-commerce),你應如何去決定接下來購入哪種貨品?數據分析無疑就是其中一種最有效亦可能是你現在也最常用的方式!由大量數據所構成的分析結果,一般而言將愈接近實際情況,利用更準確的資料去做決策無疑比沒數據支撐的決定來得更為有效。 NVP (NewVantage Partners) 曾發表過一篇調查,顯示其中59%的受訪者已經藉由大數據分析所作出的決策而取得成功,同時亦表明大數據分析可以藉由為商業決策者提供所需要的資料來提升他們的洞察力,以助企業提高競爭力! 2. 降低成本: 善用大數據不單可以提高企業決策的成效以及減低風險,同時亦可以透過提升營運效率從而有效降低成本。用者可以數據結果,清楚看到每個項目的成效高低,藉此減省不必要或低成效的項目,輕易做到提升投資回報率的目的! 另外,如果由數位行銷的角度出發,大數據亦有助大幅降低不同成本。以廣告成本為例,利用大數據分折可以得知哪些人對哪些產品/服務有興趣,從而將這些產品/服務直接經廣告出現在他們面前,以此提高廣告成效,令每一分一毫的廣告費變得更有價值。例如:「由數據知道用戶B對產品A有興趣後,透過廣告直接將產品A出現在用戶B面前,在這個情況下銷售和轉換的機會都會大大增加」。 3. 提高生產力: 現時有很多大數據工具都能夠幫助使用者更快更準確地分析數量更大的數據,從而提高個人生產力。這方面很多時都會集合在人力資源以及工序流程上,根據數據管理商Syncsort的調查顯示,59.9%的受訪者會傾向使用諸如Hadoop和Spark等數據工具來提高工作效率,同時這亦是主流的大數據用法之一。 4. 優化客戶體驗: 提升決策力、減低投資風險、降低成本以及提高生產力等好處都比較具體且易理解,但究竟大數據又能如何幫你優化客戶體驗呢? 要知道隨著消費者行為與習慣的改變,智能手機、平板電腦、手提電腦等現已發展成人們日常生活中不可劃缺的一部份,同時不論是飲食、零售還是服務業都不斷將科技引入客戶的線上和線下體驗當中。這無形中令到客戶的期望值不斷提高,如果企業未能提供相類似甚至更好的體驗,他們下意識就會覺得你不如你的競爭對手。而大數據分折優化就正正是其中一種行之有效的方法,助你由數據角度出發了解用戶,再提供個人化 (Customized) 客戶體驗。 5. 提升收益: 提高收益又或提升投資回報率相信是很多企業家最重視的目標之一,這個目標可說是前四者的結合體。基本上只要利用大數據分析做到以上任一項,相應的投資回報率必然會上升,而上升的幅度很多時建基於企業成功優化了多少項目。 缺點: 雖然大數據可以為企業帶來以上種種甚至更多優勢,但要做好大數據卻不是這麼容易。經過一連串實踐後,許多企業都發現了很多問題,以下只是其中數項: 1. 人才需求: 數據科學家 (Data Scientist)和大數據專家無疑是近年最受大企業歡迎的人才之一。但專才不單意味著高成本,更代表著數量稀少,而內部培訓則需消耗大量的時間與金錢去構建框架,不是每間大企業都能做到。 2. 數據質量: 上文提到,數據真確性是其中一樣大數據必備的特質,如果數據不準確的話,無論分析系統再好都不能得出貼乎現實結論與情況。如若不小心用了這些資料去作出決策,到最後只會得不嘗失,但如何確保數量的質量往往就是最先亦是最難解決的問題。 3. 成本: 大數據分析不單要在人才上投放大量資源,同時也需要在設備、硬件、維護、網絡安全等事情上預留大量的洗費。要自己建立一個大數據分析庫、獨自享用大數據所能帶來的好處絕不是一件容易的事。 但我們卻可以站在巨人的肩膀上,盡情利用他人的大數據庫去為自己公司賺取更大的利益,獲得更多好處,而這正正就是我想說的大趨勢 — 數據行銷! 資料來源:https://today.line.me/tw/v2/article/m5NYPW
|
|