“  人人都知道這是一個資料量迅速膨脹擴張的時代,漸漸地人們開始無法忍受沒事做的空
檔,在通勤中或等餐常可見低頭找事做的人。世界上每一分鐘有各式資料流竄,包含E-mail寄送、App下載、Google搜尋、FB留言、Flickr照片上傳、Pandora音樂串流...而這些資料究竟隱含什麼潛在訊息?除了敏銳的觀察力外,透過演算法及統計技巧將手中的資料轉化成具意義的資訊,將長篇大論轉化成重點條列、將紊亂的關係有系統的展開,用極度理性的理清方式面對極度感性的海量資料,如此才能從中得到隱藏的訊息黃金。 ”





Ashish Thusoo 是資料分析公司 Qubole 的共同創辦人兼 CEO,長年專注在資料分析的研究。過去他曾效力 Facebook,負責 Facebook 內部的資料分析,在他的領導下,該團隊開發出世界上最大的資料分析平台。
以下是他在做資料分析引擎規模化( scaling the data analytics engine)學到的經驗:


從「該抓那些資料」轉變成「有這麼多資料可以做什麼」
除了少數的狀況外,簡單的演算法搭配大量資料,計算出來的結果遠比複雜的演算法搭配少量資料更好;這相當類似統計的概念,意即在樣本數夠大的情況下可以忽略誤差。


盡可能簡化分析工具,讓一般使用者也能使用自如


大量的使用者可以使你的分析工具更趨完善
第 2 和 3 點相輔相成。當你把分析工具設計地簡單易懂,一般使用者自然樂意使用,而且這些人的加入,會使某些極端的問題一一浮現;例如一個寫很爛的查詢指令就會癱瘓整個系統,因此你必須花更多心思另外處理、配置資源,以及管理安全性和權限。


協作模式適用 Big Data
我們刻意把分析工具設計地帶有合作的成分,如此一來當使用者分享他們的分析,就會從討論中得到更多的成果。


沒有一種架構適用所有狀況
我們經常在開發的過程中遇到從未見過的問題,與其硬是將它納入現有的架構,直接設計一個新解決方案會是更好的選擇。



維持服務比開發軟體更難
我們花了很多的時間跟心力才讓服務正常運作,一方面必須提高系統負載量,同時還要保留彈性,最重要的是要經常監控系統狀態是否異常。


如果你感受不到資料分析的重要性,看看 Ashish Thusoo 幫忙創下的紀錄吧:
2007年 Ashish Thusoo 加入 Facebook 時的使用者只有 5 千萬人,到他離職時,使用者已經成長到 8 億人。






雲端的出現已經徹底改變了網路產業,而 Big Data 很可能為行銷產業掀起革命的浪潮,以下三個理由告訴你為什麼需要資料分析師:


資料量的增加
麥肯錫全球研究院(McKinsey Global Institute)的一篇研究顯示,美國國內目前有 150 萬個資料分析師的空缺,最大的原因在於這個職位的需求隨著等待分析的資料暴增而急速成長,絕大多數公司並沒有善用他們所擁有的資料,可想而知的是,資料分析師的需求會持續增長下去。
 

行銷活動的設計
活動前的市場調查及活動後的客戶回饋,都是我們設計行銷活動時的重要參考,既然現在我們可以得到更深入而詳細的行為資料,那為什麼不進一步提升我們分析方法呢?行銷人員會注意資料中明顯的奇異點,但是資料分析師能夠利用統計技巧、演算法等工具,找出整體或局部的趨勢,甚至預測可能的市場走向,

績效的評估
當老闆想知道網路行銷的績效時,行銷人員可能只能提出不可靠的讚跟粉絲人數,恐怕連你自己都說得心虛,而資料分析師能夠提供真正的轉換率,網站流量帶來多少銷售成長,這將是你說服上司支持你的企劃案的最佳助力!


一個好的資料分析師必須具備統計分析的專業知識,熟稔各種資料分析工具,豐富的實務經驗,以及良好的表達能力,能夠用淺顯易懂的方式將自己的想法解釋給周遭的人。

有了資料分析師,行銷人員能夠更容易找到正確的潛在客群,為這群重要客戶量身訂做客製化的服務,兩者的結合將為公司的營收帶來顯著的進步。你還在等什麼,現在就找一位資料分析師加入你的行銷團隊吧!






| Original:TechOrange |

Categories: , , , Related Posts Plugin for WordPress, Blogger...