挑戰(zhàn)1:有用的見解、趨勢和模式只有在合適的背景下，在正確的數(shù)據(jù)中才會出現(xiàn)
好消息是，現(xiàn)代數(shù)據(jù)倉庫通過以一種能夠?qū)崿F(xiàn)快速可靠報告的方式組織信息，消除了報告不準(zhǔn)確或不及時的數(shù)據(jù)的風(fēng)險。話雖如此，您還必須依靠業(yè)務(wù)用戶提出正確的問題，以開發(fā)有用的報告。這通常會導(dǎo)致重要見解的發(fā)現(xiàn)延遲和關(guān)鍵數(shù)據(jù)的忽略。此外，由于人為錯誤和無法高效報告以完全覆蓋詳細數(shù)據(jù)的所有部分，您更有可能錯過關(guān)鍵的見解。即使是最好的儀表板也可能排除重要信息，因為它們只關(guān)注特定的業(yè)務(wù)問題。
例如，在物流公司，儀表盤顯示了供應(yīng)鏈和倉庫庫存的每一個細節(jié)。有這么多的變量可能會影響你訂單的及時性(員工數(shù)量、卡車可用窗口、倉庫區(qū)域的擁堵等)，所以幾乎不可能將所有的信息結(jié)合起來，及時看到更大的圖景。特別是當(dāng)變化是實時發(fā)生的時候。一個人也很難將個別事件從整體影響中分離出來。通過機器學(xué)習(xí)，你可以攝取大量數(shù)據(jù)，根據(jù)關(guān)鍵變量來識別有遲到風(fēng)險的訂單。使用統(tǒng)計技術(shù)，你可以通過切割數(shù)據(jù)中的所有噪音來區(qū)分低效率的來源，從而發(fā)現(xiàn)系統(tǒng)性問題。
挑戰(zhàn)2:依賴于靜態(tài)的有時是任意的業(yè)務(wù)規(guī)則
許多有效的儀表板使用基準(zhǔn)指標(biāo)來顯示一個部門做得好還是不好。例如，一個銷售組織有商業(yè)智能工具，使用數(shù)據(jù)來跟蹤與他們的領(lǐng)導(dǎo)的參與度。根據(jù)他們目前的業(yè)務(wù)規(guī)則，如果一個潛在客戶在5天內(nèi)沒有溝通，就會被認為是“冷淡”的。當(dāng)潛在客戶失去聯(lián)系時，銷售和管理團隊會被提醒，以便采取行動重新與潛在客戶聯(lián)系。一個好的儀表盤會以某種方式顯示冷線索的數(shù)量和可能變冷的線索的數(shù)量。但你如何真正知道5天是合適的時間呢?如果數(shù)以百萬計的數(shù)據(jù)點顯示，如果你在兩天內(nèi)沒有聯(lián)系，線索很可能會變冷，那該怎么辦?那可能是錯過了很多機會。在這樣一個快速變化的環(huán)境中，有時甚至是基于你的業(yè)務(wù)問題的上下文，人們制定的業(yè)務(wù)規(guī)則可能會被誤解、不準(zhǔn)確或過時。
挑戰(zhàn)3:由于大多數(shù)商業(yè)智能工具都利用歷史數(shù)據(jù)，它們更傾向于突出過去的事件，而不是未來的事件
基于這些信息的可視化是圍繞已經(jīng)發(fā)生或正在發(fā)生的問題進行的。雖然毫無疑問，了解過去對改善未來決策至關(guān)重要，但增加一層預(yù)測分析將使被動的、數(shù)據(jù)驅(qū)動的決策文化轉(zhuǎn)向更具前瞻性和創(chuàng)新性的選擇。
使用先進的分析來展望未來是所有企業(yè)都應(yīng)該采用的做法。為了舉例說明這種做法可以產(chǎn)生的重大影響，我們將以醫(yī)療保健行業(yè)為例。許多醫(yī)療提供者跟蹤他們的再入院率，即患者出院后因相關(guān)健康問題返回的頻率。這一指標(biāo)有助于評估護理質(zhì)量和其他因素。通過使用數(shù)據(jù)科學(xué)，他們可以將目標(biāo)鎖定在某些再次入院風(fēng)險較高的患者子集上。這為醫(yī)療保健提供者提供了最高危患者的實時信息，使他們能夠采取積極行動，使患者健康出院，減少再入院的機會。這種主動的方法比回顧歷史數(shù)據(jù)更有效，以便日后找出哪些患者亞群的再入院率更高。
如何用數(shù)據(jù)科學(xué)解決這些挑戰(zhàn)
數(shù)據(jù)科學(xué)幫助企業(yè)從大量數(shù)據(jù)中提取見解，并創(chuàng)建輸出，自動檢測數(shù)據(jù)中發(fā)現(xiàn)的模式可能產(chǎn)生的重大變化。在很多情況下，正是由于數(shù)據(jù)科學(xué)計劃的好處，企業(yè)才開始看到其數(shù)據(jù)投資的顯著ROI。這是因為數(shù)據(jù)科學(xué)能更好地裝備:
根據(jù)歷史數(shù)據(jù)的趨勢，對未來的事件做出預(yù)測
檢測商業(yè)事件的重大變化，并確定其結(jié)果
評估商業(yè)決策的潛在結(jié)果
分析具有多種輸入的廣泛數(shù)據(jù)集，以發(fā)現(xiàn)關(guān)鍵見解
理解影響整個公司的數(shù)據(jù)點，而不是某個特定的孤立部門
雖然數(shù)據(jù)科學(xué)的好處是無可爭議的，但對許多組織來說，數(shù)據(jù)科學(xué)的舉措似乎是不可接近的。無論是因為你的數(shù)據(jù)科學(xué)團隊發(fā)現(xiàn)難以持續(xù)地交流洞見，還是對預(yù)測是如何達成的缺乏理解，或者因為過程看起來太大規(guī)模，你不知道從哪里開始，你的公司并不孤單。解決這些障礙的最簡單的方法之一是將您當(dāng)前的商業(yè)智能工具和分析實踐與數(shù)據(jù)科學(xué)結(jié)合起來。
