在當(dāng)今世界，數(shù)據(jù)對(duì)任何一家企業(yè)的成功都起著關(guān)鍵作用。企業(yè)的目標(biāo)受眾、競爭對(duì)手產(chǎn)生的數(shù)據(jù)、工作領(lǐng)域的信息以及企業(yè)自己收集的數(shù)據(jù)可能會(huì)幫助找到更多客戶、分析業(yè)務(wù)決策、重新優(yōu)化業(yè)務(wù)模型或進(jìn)入到其他市場(chǎng)。數(shù)據(jù)將幫助企業(yè)定義其可以解決的問題，并提供更好的服務(wù)，準(zhǔn)確地了解客戶的需求。

根據(jù)麥肯錫全球研究所發(fā)布的研究報(bào)告，與傳統(tǒng)企業(yè)相比，數(shù)據(jù)驅(qū)動(dòng)的企業(yè)獲得客戶的可能性是23倍，留住客戶的可能性是6倍，盈利的可能性是19倍。

近年來，全球數(shù)據(jù)量大幅增長。90%的數(shù)據(jù)是在過去兩年中產(chǎn)生的。IDC的研究表明，到2025年，大數(shù)據(jù)將達(dá)到約1ZB。根據(jù)最近發(fā)布的一份研究報(bào)告，全球每天產(chǎn)生的數(shù)據(jù)量約為2.5萬億字節(jié)。

但是數(shù)據(jù)本身沒有任何意義，除非它是根據(jù)企業(yè)的業(yè)務(wù)想要實(shí)現(xiàn)的目標(biāo)或想要解決的問題進(jìn)行收集和分析的。這就是數(shù)據(jù)科學(xué)面臨挑戰(zhàn)的地方。

本文將重點(diǎn)介紹處理數(shù)據(jù)的第一步，也可能是最重要的一步——數(shù)據(jù)收集。定義企業(yè)需要哪些數(shù)據(jù)以及如何收集這些數(shù)據(jù)至關(guān)重要，因?yàn)槠髽I(yè)所有進(jìn)一步操作都將基于這些數(shù)據(jù)。收集錯(cuò)誤的數(shù)據(jù)意味著其他所有工作都將徒勞無功，因?yàn)樗粫?huì)帶來正確的見解或?yàn)槠髽I(yè)提供所需的信息。

先從數(shù)據(jù)科學(xué)的簡要概述開始，因?yàn)閺臄?shù)據(jù)中提取有洞察力的信息是其核心。

什么是數(shù)據(jù)科學(xué)？

數(shù)據(jù)科學(xué)發(fā)現(xiàn)并揭示了趨勢(shì)，揭示了企業(yè)可用于更好決策、創(chuàng)造創(chuàng)新產(chǎn)品和服務(wù)以滿足客戶需求的見解。

數(shù)據(jù)科學(xué)結(jié)合了不同的領(lǐng)域，如統(tǒng)計(jì)學(xué)、科學(xué)方法、人工智能和數(shù)據(jù)分析。數(shù)據(jù)科學(xué)家獲得從互聯(lián)網(wǎng)、智能手機(jī)、客戶和其他服務(wù)收集的數(shù)據(jù)分析的各種知識(shí)和技能，以提供見解。

數(shù)據(jù)科學(xué)家從數(shù)據(jù)庫中收集相關(guān)數(shù)據(jù)，然后清理、處理、分析以及指定有用的數(shù)據(jù)。下一個(gè)任務(wù)是找到能夠引導(dǎo)企業(yè)獲得豐富見解的模式。

因此，數(shù)據(jù)科學(xué)家負(fù)責(zé)收集數(shù)據(jù)、制定分析策略、可視化數(shù)據(jù)，并使用Python和R等編程語言使用數(shù)據(jù)構(gòu)建模型。他們將模型部署到應(yīng)用程序中。

在進(jìn)一步的數(shù)據(jù)操作之前，先專注于數(shù)據(jù)收集。

數(shù)據(jù)科學(xué)中的數(shù)據(jù)收集

數(shù)據(jù)收集是在特定的成熟技術(shù)的幫助下，在測(cè)量和分析不同類型信息的同時(shí)收集數(shù)據(jù)。收集的數(shù)據(jù)類型取決于需要解決的問題。這是任何一個(gè)數(shù)據(jù)科學(xué)家開展項(xiàng)目的起點(diǎn)，因?yàn)榭傆幸恍〇|西可以修復(fù)或改進(jìn)。

數(shù)據(jù)收集有多種方法，具體取決于要獲取的數(shù)據(jù)類型。其中一些包括使用技術(shù)收集，而另一些則通過人工收集的：

• 在應(yīng)用程序和網(wǎng)站中內(nèi)置數(shù)據(jù)收集工具；
• 用于從車輛或機(jī)械等設(shè)備收集數(shù)據(jù)的傳感器；
• 跟蹤社交媒體、博客、評(píng)論、論壇和其他渠道上的活動(dòng)，幫助企業(yè)了解有關(guān)客戶的更多信息；
• 在線完成的調(diào)查和問卷調(diào)查；
• 焦點(diǎn)小組、訪談、研究性學(xué)習(xí)時(shí)的直接觀察。

但在開始使用任何數(shù)據(jù)收集方法之前，需要完成一些重要的步驟。

數(shù)據(jù)收集過程的路線圖

(1) 問自己一個(gè)準(zhǔn)確的問題

定義需要解決的一個(gè)問題是數(shù)據(jù)收集過程路線圖的第一步。在開始整個(gè)過程之前，應(yīng)該制定明確的目標(biāo)。例如企業(yè)是一個(gè)在線服裝銷售平臺(tái)，但是客戶較少。因此，其目標(biāo)將是吸引更多人訪問網(wǎng)站，并增加銷售額。

現(xiàn)在有多種改進(jìn)方法，例如通過吸引老年客戶或來自特定地區(qū)的人員來擴(kuò)大目標(biāo)受眾。這就是企業(yè)采用大數(shù)據(jù)的原因和著力之處，以找出其客戶是誰，以及什么可以引起其他客戶的注意。

或者，可以通過實(shí)施更多技術(shù)解決方案或簡單地改善交付流程來改善他們的購物體驗(yàn)。

眾所周知的是，數(shù)據(jù)收集在于質(zhì)量不在于數(shù)量，質(zhì)量決定對(duì)最終目標(biāo)的理解：收集數(shù)據(jù)的目的是什么，以及它應(yīng)該如何為解決確切的問題提供幫助。

(2) 指定數(shù)據(jù)類型

根據(jù)企業(yè)的目標(biāo)，下一步將是定義哪種數(shù)據(jù)對(duì)其更有利。它可以是定量的或定性的。第一個(gè)包含數(shù)字，而第二個(gè)更復(fù)雜，可能會(huì)因客戶反饋到?jīng)Q策過程而異。

需要記住的是，并不需要所有的數(shù)據(jù)，因?yàn)樾枰卮鹨粋€(gè)準(zhǔn)確的問題。指定其需要的數(shù)據(jù)類型將幫助處理數(shù)據(jù)。

(3) 概述消息來源

根據(jù)需要的數(shù)據(jù)，應(yīng)該決定可以在哪里收集數(shù)據(jù)：在企業(yè)內(nèi)部、第三方或外部來源。

這種趨勢(shì)表明，使用外部數(shù)據(jù)可以獲得更好的結(jié)果，因?yàn)樗梢宰屍髽I(yè)跟蹤競爭對(duì)手，并為其提供更廣闊的前景。選擇這條道路在法律法規(guī)和道德標(biāo)準(zhǔn)方面似乎更為復(fù)雜。但是，如果想更廣泛地了解情況，這是值得的：該領(lǐng)域已經(jīng)做了什么，競爭對(duì)手面臨什么問題，以及企業(yè)如何改進(jìn)其服務(wù)以使他們做得更好。

此外還要牢記道德問題，企業(yè)必須確保其客戶了解從他們那里收集的數(shù)據(jù)。否則，可能會(huì)卷入數(shù)據(jù)丑聞，就像Facebook公司和劍橋分析公司遭遇的數(shù)據(jù)泄露事件一樣。其次，企業(yè)的法律團(tuán)隊(duì)?wèi)?yīng)跟蹤他們的數(shù)據(jù)收集方法是否遵守使用第三方數(shù)據(jù)源的法律。

企業(yè)還可以聯(lián)系政府機(jī)構(gòu)或開始調(diào)查，這是收集數(shù)據(jù)科學(xué)數(shù)據(jù)的標(biāo)準(zhǔn)工具。

最后但同樣重要的是，企業(yè)可以根據(jù)現(xiàn)有數(shù)據(jù)創(chuàng)建用戶角色。了解客戶的行為和需求可以開發(fā)強(qiáng)大的洞察力來推動(dòng)其下一個(gè)商業(yè)理念。當(dāng)無法從其他來源獲取更多數(shù)據(jù)時(shí)，通常使用這一工具。

(4) 定義時(shí)間范圍

這不僅僅是關(guān)于企業(yè)需要什么數(shù)據(jù);當(dāng)數(shù)據(jù)最有益時(shí)，衡量時(shí)間線也很重要。例如，需要指定客戶在其網(wǎng)站上的行為或確定他們?cè)谔囟〞r(shí)期內(nèi)的地理位置和搜索歷史。

雖然用戶一直在生成數(shù)據(jù)，但企業(yè)有責(zé)任確定數(shù)據(jù)何時(shí)對(duì)其有效。

(5) 不要忘記數(shù)據(jù)存儲(chǔ)

在收集數(shù)據(jù)之前，企業(yè)應(yīng)該定義如何存儲(chǔ)數(shù)據(jù)。許多工具將幫助其收集和組織結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。結(jié)構(gòu)化數(shù)據(jù)主要由數(shù)字和數(shù)值組成，而非結(jié)構(gòu)化數(shù)據(jù)更為復(fù)雜，包括傳感器、文本文件、音頻和視頻文件等。找到合適的數(shù)據(jù)管理工具對(duì)于進(jìn)一步處理和管理至關(guān)重要。

(6) 收集數(shù)據(jù)

最后，企業(yè)可以進(jìn)行實(shí)際的數(shù)據(jù)收集?？紤]可能發(fā)生的要求和隱私問題以及安全問題。然后進(jìn)行重復(fù)。

數(shù)據(jù)收集遵循每個(gè)步驟，這是升級(jí)業(yè)務(wù)的無限過程。隨著新工具和技術(shù)幾乎每天都在出現(xiàn)，企業(yè)客戶的行為可能會(huì)發(fā)生變化，可能會(huì)出現(xiàn)新的渠道，并且會(huì)出現(xiàn)新的問題。因此，企業(yè)可能將不得不重復(fù)這些步驟，以獲取有關(guān)客戶或業(yè)務(wù)處理領(lǐng)域的更多信息，改進(jìn)解決方案并開發(fā)新的解決方案，為此還需要了解數(shù)據(jù)收集之后的步驟。