1

分享

正在學習商管的你怎樣接軌大數據分析

電腦科學 社會科學 商業 管理 大數據分析
  

走分析路線的未來,區隔與資訊專業的數據平台的差異,產生專業性與不可替代性

很多非資訊類或電腦科學領域的學科怎樣接軌大數據分析呢?在法規限制下,每個人都要跨入資訊領域時,不免讓人覺得其他領域的萎縮。但我得說術業有專攻,協同合作的目的在於聚集不同領域的人做跨領域的東西。這才叫專業性。
如果你是正在讀社會科學或商業、管理專業,該怎麼接軌呢?
用自己的弱項去攻別人的強項?用雞蛋🥚砸石頭?用自己讀了一學年度專業去競爭別人讀了四年的專業?從經濟學的角度,簡直是沒眼看!這個評估的原則是在國小課本就提到的比較利益原則。我懷疑小朋友能不能真的懂這個理論的道理(沒講前因後果變化的理論都是耍流氓),但確實出現在國小課本裡。
其實接軌的方式有很多,那就是了解他們用的資訊語言!這資訊語言不是程式語言,而是這些資訊發展在什麼。畢竟專有名詞擺在那,總得認識與了解,才好溝通協調。好笑的是那些名詞定義還真是資訊化。可如果我們追尋本質觀,你將會發現自己的專業還是可行的。
讓我舉一個明顯的例子 - 客戶資料。對應到經濟學就是消費者需求,對應企管就是消費者行為,對應行銷就是目標客群。那麼資訊就是客戶的資料庫平台的建立,蒐集資料、存放資料、篩選資料等。企管和行銷會想從資料庫中尋找出影響客戶購買的關鍵因子,建立消費者的行為模型(企管),找出目標客群,制定行銷策略(行銷)。如果關鍵因子顯示包含「客戶對商品下單到送達時間」,那麼使用3小時/6小時/24小時到貨的保證策略就會有提升營收的表現。
至於經濟學則是不同價位、不同所得、不同因素對需求量影響的各種模型建立與討論。如果能夠得到一國內部所有商品在上述的因素下的需求量結果,藉由水平加總,就是總合需求。
有沒有發現很重要的一個現象:社會科學、商業或管理在意的是這個資料庫的欄位因子和分析應用。而不是這個資料庫的建立,怎麼搜集資料。
所以商業與管理的學習者,了解資料庫後就能發現他們要能夠懂得讓資訊人員知道:
我需要蒐集的資料欄位是什麼,或是我需要撈出的資料欄位是什麼!
然後你獲取資料後就可以做分析了。這裡指的分析不是資料庫平台附帶的分析 - 圖像、計數等。那種直條圖、折線圖或雷達圖等都只是粗略讓你知道發生什麼事情。你可以解讀那些基本分析的圖形含義,了解數據告訴你的現況,但你不能推斷那些因子的前後影響。
你認為平台上的分析好像告訴你很多事情,實際上,資料庫內的欄位很多,欄位不同就會帶來不同的訊息。不是平台厲害,而是你沒有那些資料,所以無法做分析。否則又何必受限在那種圖像走勢的視覺化,或是因為時間記錄以為那些走勢有關聯。
綜合上述,社會科學、商業或管理的學習者需要的是自己領域的觀念、理論,加上分析方法去分析那些數據。分析方法的熟練度,還有分析方法的可行性是學習者的重要學習點。透過數據+分析方法去驗證你所學的理論是否正確或需要調整,以及用以預測,這或許是社會科學、商業或管理學習者/人員的專業走向。
創造理論不難,推翻理論很難。太多人在舊有的理論上發展,你用數據+分析方法說舊有理論錯了,就會犯眾怒。試想哥白尼那時代,不也是現在這時代下的情況嗎?就讓我們理性地以開放思維去面對新技術、新方法的認識與學習,而不是抱持與舊有理論衝突或外國沒有就是沒有的觀念去否定一切,陷入二分法的囿限。

#統計學不能做為大數據分析的工具
#電腦科學  #社會科學  #商業  #管理  #大數據分析 
分類:學習

🟠掃除觀念的雷點🟠算學的運用🟠建模技術🟠大數據分析方法🟠人工智慧分析方法

評論
上一篇
  • Clubhouse我看到了什麼🤔
  • 下一篇
  • 為什麼傳統迴歸分析難以精準建模
  • 更多文章
    載入中... 沒有更多了