大数据分析停滞不前信任问题面临大考
- 来源：TechTarget中国
- 编辑：沐子飞
- 2016/12/8 9:36:04
- 32428
大数据分析停滞不前 信任问题面临大考
有迹象表明，在数据和分析工具方面的投入在增加。因此，数据分析领域的专家Bill Nowacki认为，分析结果的受信任程度理所当然也在变好。在SearchDataManagement组织的一次采访中，Nowacki表示分析工具需要更透明。也就是说，分析工具应该给管理层展示推荐观点背后的逻辑，展示分析工具给出结论的依据。
研究结果似乎把焦点集中在了数据信任的空白。未来大家对数据质量持有信心的趋势如何呢？
Bill Nowacki表示，目前大家对于“分析是必不可少的”这一核心理念已经基本认同了。不过，与此同时我们对管理层的培训还不够，业界普遍应该对此采取一定措施。
我们可以从调查报告的统计图表中看到，对分析的整体接受度展示出来是U形走势。回想前几年，那时候真的像是“西部狂野时代”，大家都在构建各种分析模型，没有充分的审查就很快直接购买。这些工具都被纳入常规决策。这种状态持续了较长一段时间。
后来，我们看到某些决策并没有预期的那么准确和优。模型的真实可信度就面临了很大挑战。现在，我们处在U形趋势的底部，不过也开始苏醒了，现在是时候以更加严肃的态度来看待它了。我们要考虑使用哪些数据，数据来自哪里，数据是否足够正确等等。
业界已经有一些预测模型在使用了，尤其是在市场营销和定价方面。人们用模型做优化或者资产管理。我们看到许多类似的案例。但是，如果涉及到公司的关键业务，我们要确保业务稳定就要慎重考虑了。我们开始看到了U型趋势的另一边——低谷后的上升趋势，不过结构合理性、治理、法规遵从都要求更多分析透明度。
机器学习用于预测分析并没有改善透明度。看来要打开“黑盒子”帮助提升数据信任度并不容易啊。
如果你回顾一下FICO公司(预测分析和决策管理公司)的发展历程，就会发现在20世纪80年代到90年代，他们已经使用神经网络实现了较好的高度可预测的信用评分。不过，缺失的仍然是解释能力。
监管人员会来告诉我，“如果你想让大家都相信，你必须能解释为什么。”在“西部狂野时代”模型刚诞生时，大家都需要更好的透明度。我们需要理解引擎为什么会给出这些观点，并理解这些观点代表什么。
如果工具都是“黑盒子”，大家很难信任它。因此，在设计阶段做选择时应考虑提高透明度，这样可以逐渐培养一些信任。
今天我们看到的是更加深思熟虑的设计，我们花时间思考怎样才可以达到更好的效果，这样才会获得长足发展。例如，人们会检查他们的零售店投资组合，利用所有签名或登记信息发现所有店铺里真正的客户群。你能拿到的是所有的真实样本，可以在这个群体中设定目标价格，看是否能得到预期结果。一旦确认价格调整在小范围客户群中有效，就可以一点一点实施到更大范围的群体中。这种小步变革的方式很容易实现逐步推广。
高管们已经逐渐接受针对各种业务进行分析，但是没有什么比成功案例更有说服力了。我们应该深思熟虑地看待市场，看看我们设定的试验目标并验证之前利用大数据对市场的预测，这样也可以帮助增加对数据分析工具的信任。
（原标题：大数据分析原地踏步 原来是分析工具面临信任问题）
版权与免责声明：凡本网注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本网授权不
展开全部
热门评论