行銷資料科學 Marketing Data Science

不是大數據分析專家，一樣能做出資料導向決策

        2013年8月的哈佛商業評論（HBR）上，刊載一篇由湯馬斯．戴文波特（Thomas H. Davenport）所撰寫的《跟上計量專家》（Keep Up with Your Quants）文章。文中開宗明義地指出，要做出以資料為導向的有效決策，主管們不必是精通大數據分析專家，但主管必須找到能被公司所用的專家，並且知道該如何運用他們的專業。

        戴文波特建議主管們，先想像自己是「資料分析」的客戶，而提供「資料分析」這項產品的人是「資料科學家」。「資料科學家」擅長收集資料與分析資料，並發展預測模型，並提出分析報告，但是他們通常不懂產業，也沒有相關的知識。而主管們擁有產業知識、經驗、與直覺。透過「資料科學家」提供的資料分析結果，主管們能結合自己的專業，判斷分析的結果與建議是否恰當。

        為了能夠與「資料科學家」溝通，並讀懂他們的分析報告。戴文波特提出以下五點建議。

1. 學習簡單的分析技術

        透過上實體課、線上課程，學習基礎的統計知識。最好還能夠實際參與資料分析專案進行學習。

2. 團隊中要有稱職的大數據專家

        主管們不必是大數據專家，但團隊裡必須有大數據專家，如此才能得到高品質的資料分析結果。

3. 聚焦在「定義問題」和「分析結果」的意涵

        主管們的強項在產業知識、經驗與直覺。從系統觀點來看，主管們應該把重點放在「輸入 （Input）」與「輸出（Output）」 ，而非「處理（Process）」。也就是說，主管應該將重心放在「定義問題」以及「分析結果」上，至於「資料分析」的方式，則交由資料科學家來執行，如圖1所示。

圖1 資料科學家與主管所扮演的角色

繪圖者:張庭瑄

4. 提出問題：過程中，保持質疑與挑戰的心

        面對資料收集、分析與呈現的過程，主管們必須時時保持質疑的態度，以確保過程中的嚴謹。進而避免出現「垃圾進、垃圾出（Garbage in, garbage out）」的情境。

5. 培養深究的企業文化

        數字會騙人，人們可以透過操弄數字，來獲得他們想要的結果。對於主管們來說，忠於數字、忠於資料分析，才是真正落實資料導向決策的應有心態。

        最後，大數據專家需要經驗豐富的主管進行「實務上」的提點，兩者之間相輔相成。對於主管們來說，切記主管不必是大數據專家，但必須避免成為大數據的門外漢。

                  羅凱揚（台科大兼任助理教授）、蘇宇暉（台科大管研所博士生）