前言 别凭“主观感觉”和“案例”做分析

01 鲜为人知的“调研设计”技能

常见的数据应用失败案例

我撰写统计学系列丛书的主要目的是为了填补横亘在统计学和普通商务人士对其认知之间的鸿沟。

当时，大数据的概念正广受关注，商业新闻中经常不痛不痒地提到人们运用价格高昂的系统对数据进行高速分析处理，结果往往得到的只是一些漂亮美观的饼图或曲线图。

作为一位数据分析专业人员，我认为这种做法是不可取的，于是借由书籍提出了我的反对观点。未曾想该书一经发售便引发了诸多反响，书中观点也为社会大众广泛接纳，这让我欣喜不已。

这本书的热卖给我的人生也带来了巨大变化，我收到了比以往更多的来自各方人士的联系，大家都殷切希望将数据应用到商业领域中。

准确地来说，应该是来自“曾尝试将数据应用于商业但结果并不尽如人意”的各方人士的联系。他们中的大部分人要么对公司内部数据库进行了大规模整顿、要么引进了费用高昂的IT系统、要么向外部数据科学家或咨询顾问支付了高额佣金，但最终却未从中收获任何成果。也就是说，这些尝试并没能给他们带来任何利润。

那些“数据应用已经做得很好，且已持续获利”的人们也许即使对拙著有所感悟，也并不会主动联系我吧。不过，不容置疑的是，不管是人尽皆知的大型企业，还是被媒体标榜为“业界致力于大数据应用”的前沿企业，相当多的企业都对大数据投资颇多却收效甚微。

通过与他们交流，我得以了解到很多数据应用方面的反面案例，例如他们是基于怎样的原委、采取了怎样的行动、获得了怎样的分析结果，又是怎样在商业应用中行之无效的。其中，最具代表性的失败模式如下：

首先，由公司管理层，也就是总裁或董事长发号施令，“我们公司也要进军大数据了！”接着，公司根据指示下达相应任务和预算到那些适合负责大数据的部门，一般是信息系统部或市场部等。

而这些部门的负责人们，其实并不了解应该如何使用这笔预算，于是不管三七二十一，先把资金投资在一些通用性较高的软硬件上。至于这些软硬件具体如何使用，他们往往一无所知。

这时，他们会选择委托外部咨询顾问或数据科学家来做分析，不过收到的往往只是一些完全无助于提高公司利润的分析报告。又或者，他们会参考咨询顾问提供的“其他企业的成功案例”，尝试通过机器学习算法自动发送优惠券或优化DM广告（直接邮寄广告）投放流程等，但这些举措似乎依旧无法提高销售额。