为什么另类数据对数字转型至关重要？

作为一名数据科学家，仅仅知道另类数据有助于改进分析是无济于事的，你必须了解哪些数据能够帮助你实现商业目标，提供有用的商业智能。虽有如此多的数据可用，但大部分数据只是垃圾，最终毫无用处。

统计学家、FiveThirtyEight(新闻网站)的创始人和总编辑内特·西尔弗说：“每天，每秒三次，我们产生的数据量相当于美国国会图书馆全部纸质馆藏中的数据量。但大部分数据就像YouTube上的猫咪视频，或是13岁孩子们互相发送关于下一部《暮光之城》的短信。”

过滤掉一些正确的另类数据只是试错。选择一个可用于分析的数据源，评估选择该数据的风险，并做出最佳猜测。这些结果可以让你在做了一些测试之后，找到最佳选择。

不过，最终你会提出正确的问题从而选择正确的数据。当你优先考虑真正的业务目标而不仅仅是关键绩效指标时，就可以更容易地找到所需数据来完善不足。我倾向于使用常识性的方法，不过这完全取决于环境。当我和客户工作时，我一定会先找到他们的动机。为什么他们希望提高供应链的效率?答案将有助于我找到另类数据的合理来源。

对于那些希望在当今经济中占有一席之地的企业而言，数据驱动型决策至关重要。这就是大多数公司使用大数据分析来收集商业情报的原因所在。然而，这些公司中却很少有人真正了解有效利用数据来实现公司内部数字转型的办法。

为什么会这样呢?因为他们仍在分析相同的数据。真正的数字转换不仅仅是将人工智能和机器学习整合到当前的决策过程中，而是利用新技术来重新思考解决问题。使用新工具分析传统数据时，确实可以更高效地收集商业情报，但是总体上收益是有限的，除非真正应用另类数据。

在投资领域之外，另类数据也可以有效地发挥作用。零售商利用从卫星图像中获取的数据来决定在何处开设新门店，金融科技公司使用现金流标记和教育背景来评估无信用记录人员的信用度，就连旅游公司也使用从互联网上收集的另类数据来决定所提供便利设施的位置和种类。

我工作的Evo是一家供应链和定价AI公司，因为使用另类数据，我们的供应链工具将库存效率提高了至少10%。我们使用各种网络数据来试验以改进分析，在使用另类数据方面大获成功。

我最喜欢的案例之一，就是采用门店经理对销售趋势的看法，我们允许门店经理指定他们认为在接下来的销售期间最有可能流行的特定商品。这种方法让管理者来充当代理人，更本地化、更精细化地判断销售趋势和商品受欢迎程度。这种方法奏效了，我们预测的准确性提高了5个百分点，比最初的补给系统提高了20个百分点。

简单来说，另类数据可以是用于分析的任何数据，但其分析通常不会用于做出决策。另类数据包括代理指标，这些指标用来替代一些难以判断的因素，还包括来自非官方渠道的信息，个人可以使用这些信息深入分析。另类数据既提供了新型商业智能，也提供了新型理解方法——如何理解来自传统数据中的商业智能。

正如标准普尔全球公司(S&P Global)首席信息官克里希纳·内森所说：“另类数据来自非传统数据源，因此对数据进行分析时，它们会产生额外的洞察力以补充传统数据源获得的信息。”

（编辑：江门站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!