数据分析是如今信息技术最热门的领域之一,可以为企业带来显著的效益,通过数据来记录、分析事物发展的过程和预测未来趋势,其本身是客观的,但由于或多或少受到一些主观因素的影响而致使分析结果失去意义。

  受这些因素的影响,数据分析人员可能会犯的一些错误使得分析结果与事实产生偏差,作为数据分析界的一员,我们应当警惕以下几大常见误区。

  1、分析目的不明确

  面对海量的数据,我们常常会觉得好像身处大海之中,盲无方向,不知所措,用什么分析方法,作什么图表,需要哪些数据,写什么形式的报告往往使我们百般纠结。

  对于一个项目而言,首先要根据业务方的需求,明确为什么要做数据分析,要解决什么问题,也就是分析的目的。然后针对分析目的,搭建分析框架,选择分析方法和具体分析指标,以及明确抽取哪些数据,用到哪些图表等分析思路,只有对分析目的有清晰的认识,才会避开为分析而分析的误区,分析的结果和过程就越有价值。

  2、分析可以消除偏见

  自动化系统执行的方式不应该存在偏见,但技术是由人类建立的,也带有主观性,因此消除偏见基本上是不可能的。算法和分析使用“训练数据”进行调整,并将重现“训练数据”所具有的任何特征,在某些情况下,这会在分析过程中引入良性偏见,但也有可能带来更严重的偏见——因为“算法这么说”并不意味着答案是公平的或者有用的。

  3、分析需要花大量的时间

  如今,快速完成工作——无论是将产品或服务推向市场,还是近乎实时地响应客户咨询,对于任何企业来说都是影响核心竞争力的重要因素。分析听起来似乎需要很长时间才能执行,与实现速度和敏捷性的目标背道而驰,但这仍然是一个误区。我们常常在做数据分析时借用一下BI工具来实现,比如思迈特软件Smartbi,利用BI软件能够大大提升效率。

  4、追求完美算法

  有些人在进行数据分析时持有一种固执的观念,追求所谓的尖端的、高级的、显示自己技术水准的分析技术,认为分析技术越高级越好,越尖端越厉害。明明有现成的、简单的、又非常适用的方案不采用,而把时间用在对数据算法追求。

  追求技术的进步和发展本身没有错,但不能一味强调高级方法。节约时间、节省资源,拿出高性价比的解决方案才是企业需要的工作态度,所以不论是高级的方法还是低级方法,只要能解决问题,就是好方法。

  5、过度依赖数据

  大数据分析的误区有哪些.过度依赖数据,一方面,会让我们做很多没有价值的数据分析;另一方面,也会限制产品经理本来应有的灵感和创意。很多优秀甚至伟大的产品决策,并非通过数据发现的,而是一个产品经理综合智慧的体现。

  如果没有弄清大数据误区对如今的企业阻碍是非常大的,它们可能会导致错误的商业决策。如果这些大数据的神话事实得不到证实,企业就会浪费宝贵的资源,否则这些资源可能被用来提高企业的灵活性。

大数据分析的误区有哪些相关推荐

  1. 走出大数据分析误区 寄云多行业工业案例树标杆

    如今,数据成为企业的核心资产已经成为共识,然而到底应该如何选择适合自己的服务和产品却困扰着企业负责人.繁多的产品和方案充斥的大数据服务领域,给真正需要大数据应用的企业造成了干扰.寄云科技认为众多成功案 ...

  2. 干货 | 统计学概论和医疗临床大数据分析(附PPT下载)

    本文内容选自加拿大约克大学数学统计系终身教授王晓刚于近期在清华大数据"技术·前沿"系列讲座所做的题为<统计学概论和医疗临床大数据分析>的演讲. 关注数据派THU(Dat ...

  3. 近期活动盘点:统计学概论和医疗临床大数据分析讲座、24小时创新挑战:数字时代的人类健康与福祉...

    想知道近期有什么最新活动?大数点为你整理的近期活动信息在此: 统计学概论和医疗临床大数据分析讲座 2019年11月27日 这期清华大数据"技术·前沿"系列讲座,我们邀请到加拿大约克 ...

  4. 报名 | 统计学概论和医疗临床大数据分析讲座

    本期清华大数据"技术·前沿"系列讲座,我们邀请到加拿大约克大学数学统计系终身教授王晓刚老师来做分享.王晓刚老师讲从以下两个方向为大家做分享报告: 1.统计学是应用数学的一个分支.现 ...

  5. 淘宝权重及其大数据分析

    在了解该文章的前提下,你要把权重的概念要搞清楚! 大家都很关系自己的宝贝在搜索栏中的自然排名,很多店长抱怨淘宝为什么不公开排序算法?排序算法无法公开.不知道有谁知道百度的排序算法是怎么样的?Googl ...

  6. IBM朱辉:大数据分析的5个高复制使用场景及案例分享(含PPT)

    14年8月19日至20日,"2014中国国际大数据大会"在北京国宾酒店召开.以下为IBM中国开发中心信息管理软件部总经理朱辉演讲. 观点浓缩: 1.大数据这件事,如果说它有一个生命 ...

  7. 《社交媒体大数据分析——理解并影响消费者行为》一第1章 市场营销

    本节书摘来自异步社区<社交媒体大数据分析--理解并影响消费者行为>一书中的第1章,第1.1节,作者[美]Lutz Finger(芬格尔) , Soumitra Dutta(杜塔),更多章节 ...

  8. 大数据的误区——何为真正的大数据

    大数据时代的到来和蓬勃发展,让越来越多的人们开始觊觎或对大数据分析和大数据挖掘的爱好兴趣越来越浓厚,开始蠢蠢欲动想进去大数据分析与应用行列.这很正常,毕竟大数据时代下的数据分析师或数据挖掘师的岗位需求 ...

  9. 如何学习大数据,到底怎么学?数据科学概论与大数据学习误区在哪

    数据科学家走在通往无所不知的路上,走到尽头才发现,自己一无所知." 最近不少网友向我咨询如何学习大数据技术?大数据怎么入门?怎么做大数据分析?数据科学需要学习那些技术?大数据的应用前景等等问 ...

最新文章

  1. Grunt 5分钟上手:合并+压缩前端代码
  2. oracle导入java包时出错,Oracle导入导出的常见错误
  3. Android通过使用系统广播监听网络状态的改变
  4. 公司间交易学习笔记---概述
  5. PHP多线程的实现(PHP多线程类)
  6. 2017沈阳站 Tree
  7. 关于面向用户设计的反思——顶点计划3课程的Process Book
  8. php数组里面写路径,使用路径在PHP数组中进行递归搜索
  9. RabbitMQ核心概念和AMQP协议(二)
  10. 2021扬州市高考成绩查询,2021高考成绩查询系统登录官网入口
  11. reactos操作系统实现(109)
  12. Intellij IDEA 使用教程(史上最全,持续更新)
  13. 智能驾驶场景库设计方法-V2X
  14. 传销式招聘!被骗到东南亚的程序员到底有多惨?
  15. 8960综测仪测试小区广播(2G)
  16. n! 结果尾数中零的数量
  17. Java小游戏——赛马
  18. rust-hal库嵌入式开发
  19. 社交网络SNS的好友推荐算法
  20. 工具类-系统C++运行环境修复工具

热门文章

  1. POJ 3421 X-factor Chains
  2. 如何提取HTML代码中img的src地址?
  3. py2exe使用方法 (含一些调试技巧,如压缩email 类)(转)
  4. 常用sql001_partition by 以及 row_number()和 dense_rank()和rank()区别
  5. GRE Tunnel实现企业网中的***
  6. 【暴力枚举】LeetCode 90. Subsets II
  7. Leetcode 318答案详解(基于C++位操作)
  8. 树莓派4B安装OPENCV遇到ffmpeg库版本太高的问题
  9. Redis实战(十二)Redis实现分布式锁
  10. 数据科学20个最好的Python库