データ駆動型ビジネス: あなたは運転手ですか、それとも荷車を引くロバですか?

原動力は、私たちの市場で議論されているビジネスコンセプトです。データが生産要素になると、データ駆動型ビジネスが生まれます。データ駆動型ビジネスとは具体的に何であり、何をするのでしょうか?

「データ駆動型ビジネス」は非常に流行りの言葉ですが、多くの学生にとって頭を悩ませる言葉でもあります。なぜなら、これは見ることはできても、触れることはできないからです。毎日「ドライブ」「運転」と聞いているのですが、運転の仕方が分かりません。

さらに、私が質問すると、店員に叱られます。私が意見を言っても、営業担当者は聞いてくれません。彼らは常に、データ分析が十分に詳細ではない、または提案が十分に具体的ではないと不満を言います。どうすればいいですか？

1. ドライバーとは何ですか?

運転に関して言えば、最も典型的なシーンは、御者が馬車を運転している場面です。馬が荷車を引っ張り、御者は鞭を握って「ジー！」と叫んだ。馬は荷車を引いて速く走りました。そこで疑問が湧きます。御者はどうやって馬を操り、荷車を引かせるのでしょうか?
ちょっと考えてみてください -
最も直感的に思い浮かぶのは次のことです。

• 方向を示して、馬を正しい道に導きます。
• スピードを上げる: 馬のお尻に鞭を打ちます。
• 供給を増やす: 馬にもっと餌を与えてください。
• 危険の警告: 穴を見つけたら馬を引っ張ってください。

これが直感性を促進するものです。
これら 4 つのポイントは、実際には次の 4 つの主要な問題に対応しています。

• 対象質問：開始点と終了点。
• 方法に関する質問: どうすればもっと良くなるか。
• 投資の問題: どれだけのリソースを投資するか。
• 制限の問題: 制限条件の影響により何か問題が発生するでしょうか?

企業でも同様です。ビジネスを推進したい場合、まず 4 つの主要な問題を解決する必要があります (以下を参照)。

2. 運転におけるデータの役割

ただし、一見単純なこれらのアクションは、実行するのが簡単ではないことに注意してください。

• 方向を指し示す：出発点と終点を知ることを意味します。
• スピードを上げる: 馬がどれくらいの速さで走れるかを知る必要があります。そうでなければ、馬に鞭を打つだけでは、馬は走ることができないほどの痛みを感じるでしょう。
• 供給量を増やす: 馬が 1 日に必要な草の量と、1 回の食事で食べる量を知っておく必要があります。食べ過ぎると膨満感を感じます。空腹すぎるとエネルギーがなくなります。
• 危険を予測する: 道路の穴がどこにあるのか、車両がどのような衝撃に耐えられるのかを知っておく必要があります。

ご覧のとおり、4 つの質問はすべてデータに関連しています。その中で最も重要なのは定量的な目標です。出発点と到着点によって、どの道路を通るか、利用できる道路がいくつあるか、道路上にどれだけの餌を用意するか、どのような落とし穴があるかなどが直接決まります。

したがって、目標が明確でなければ、何を話しても意味がありません。目標は定められるだけでなく、明確でなければなりません。そうでなければ、「若強県を案内してください」と言うだけで、簡単に聞こえます。到着してみると、この県は実は浙江省の2倍の大きさだということが分かりました。死んでも走り終えることはできない。

ここで疑問が生じます。もし私たちが馬車を運転したことがなかったらどうなるでしょうか?もしこの道を一度も歩いたことがなかったらどうなるでしょうか?使用する馬をモンゴル馬からアラブ馬に変えたらどうなるでしょうか?これらはすべてデータのないまったく新しい問題です。データがない場合、まずテストを行うことができます。狭い範囲を短距離走り、道路状況を確認したり、馬のスタミナをチェックしたり、馬車の引き方を学んだりします。

これらは 2 つの基本的なデータ駆動型モデルです。

1. すでに馴染みのあるビジネスについては、経験をまとめ、問題点を見つけ、バグを排除する
2. 新しく立ち上げた事業については、効果をテストし、グループを比較し、ルールを見つけます

3. データ駆動型の高度なゲームプレイ

注: 上記の議論は、「馬を変えることはできないし、荷車を変えることもできない」という前提に基づいています。運転手の運転目的が「馬を運転すること」ではなく「車を運転して、より早く、より安く目的地に商品を届けること」であれば、できることはもっと多くなります。

• 適切な馬を選びましょう。どの馬がより速く、より持久力に優れていますか?
• 車を変える：車軸に油をさしてボディを強化する
• 荷物を分配する: 一度に数回の移動を行い、1 回の移動で疲れないようにしてください。
• 安いものを使う: 荷主がお金を払えない場合は、より安いロバに置き換えてください。

これはより高度な運転方法です。手段に制限されることなく目標から始めて、目標を達成するためのより適切な方法を選択してください。

4. データを動かす愚かな方法

質問: ある日、人力車の運転手に会ったら:

• 袖をまくって自分で荷車を引けば、馬なんていらない！
• 豚を荷車に乗せて鞭を打って荷車を引っ張ります。
• 死んだ豚を車に乗せて、どうやって死んだ豚を生き返らせるか研究する

質問させてください。この人力車の運転手は強力な宇宙の力を習得していると思いますか、それともこの人力車の運転手は精神異常者だと思いますか?もちろん彼はサイコパスだ！馬車、馬車、馬を乗せた馬車を馬車といいます。

馬のコントロール方法や車体の強化方法を研究する代わりに、運転手が馬に代わって走ろうとするなんて面白いと思いませんか！豚が馬車を引けないのは常識です。豚に馬車を引かせるのは面白いと思いませんか？死んだ豚を生き返らせようとするのはさらに面白いと思いませんか？彼には死者を生き返らせる力があるのに、なぜまだ御者を続けているのでしょうか? ? ！ ！

しかし、運転手がデータ分析者になると、車両は運用、マーケティング、計画になり、鞭は「ビッグデータ」、「人工知能」、「アルゴリズムモデル」になります...

年老いた雌豚に鞭打って荷車を引かせようとする試みがさまざまな企業で起こっており、それが次から次へと起こっていて非常に刺激的であることがわかります。

多くの企業は、「データ駆動型」という言葉を聞くと、すぐに諦めてすべてをデータに頼ってしまいます。

多くの企業は、他の可能性を考慮したり、緊急時対応計画を立てたりすることなく、「100% 正確な予測」にすべての希望を託しています。

多くのビジネスマンは「データ分析は具体的でなければならない」とよく言いますが、データに任せて数ページ作成したり、ボタンをいくつか描画したりすることさえあります。

多くの企業は、自社のプロセスや製品の品質の低さに問題を抱えていますが、自ら改善を行うのが面倒で、完全に「正確なデータのプッシュ」に依存しています。

これは御者に荷車を引いてもらうことを頼んでいるのではありません。これがそれです。これは死んだ豚を鞭打つことではありません。これがそれです。言うまでもなく、基本的なデータさえ収集せず、データ分析を怠り、明確なビジネス目標すら持っていない人もいます。

「業績を改善したいので、業績を改善する方法を詳しく分析してください」と叫ぶような人たちは、言い換えれば、お寺に行って仏陀を崇拝するときに、仏陀に「100万ドルを稼げるように祝福してください」とか「息子を授かるように祝福してください」などと具体的なことを言わなければならないということです。それに、あなたのデータアナリストは菩薩ではありません。

5. データ駆動型を使用するもう一つの愚かな方法

質問: ある日、ドライバーに会ったら:

• 彼は馬の長い耳に向かってこう言いました。「どうしたらもっとうまく走れると思いますか？」
• 車を捕まえる？馬車を運転するには、「ジー！」と叫ぶだけでいいのです。 「ぎゃー！」と叫ぶとすぐに馬は逃げてしまいます。
• WeChatグループで質問してください：Tou、Teng、Aのベテランドライバーはいますか？ご質問があればお支払いいただけます！
• 「基礎ゼロからバス運転をマスターする21日間」のPDF版をオンラインで検索

この御者はコーチングの科学者かオタクだと思うでしょう。もちろん彼はオタクです！人々が学ぶための体系的な本があるのは基礎科学だけです。荷車を引くような実用的な作業の場合、現場に行って観察しなければ、頭騰娥を見つけても何の意味があるでしょうか?小馬歌の名前に「馬」という文字が含まれているだけで、従業員全員が馬車を運転できるのですか?

多くの新しいデータ専門家は、書籍に限定され、書籍の知識を機械的に適用して実際の問題を解決しようとし、いわゆる「大企業」や「上級レベル」を盲目的に信じるという間違いを犯しがちです。

しかし、ビジネスを理解するという話になると、多くの新人は反対の極端に走って、あらゆることに関して直接質問してしまいます。彼は他人の言うことを何でも信じる。データはどこですか?検査はどうですか？要約はどうですか？すべて忘れ去られた。その後、彼はとても誇らしげにこう言いました。「ビジネス部門とコミュニケーションが取れたんだ！」もしかしたら彼は売られて、今も他の人のお金の計算を手伝っているのかもしれません。

したがって、データ駆動型ビジネスでは、データとビジネスが連携する必要があります。ビジネスは明確な方向性を持ち、デザイン、運営、アートデザイン、製品開発などのビジネス能力の向上に努めています。データを注意深く収集し、プロセスを監視し、結果を検討し、経験を要約し、イノベーションをテストすることによってのみ、最大の効果を達成できます。

しかし、過去 2 年間の人工知能の概念の普及により、データ駆動型ビジネスはますます複雑になってきました。現在、企業が考えるのを怠け、「100% 正確な予測」モデルの魔法が目を覚ますのに役立つと期待しているという考えが広まっています。

そこで、データは、頭騰娥のような偉大な神を見つけて「基礎知識ゼロで21日間で100%正確な予測」のPDF版を渡し、それをコンピューターのDドライブ - 乾物 - データマイニング - アルゴリズムモデルフォルダに保存すれば、本当に「100%正確な予測」ができると考えました。もちろん、その結果は、彼が盲目の馬に乗って真夜中に深いプールに落ちたようなものになるということです。

著者: 地に足のついた教師チェン

出典：WeChat公式アカウント「地味な陳先生」