商業(yè)智能分析怎么樣？

   因?yàn)榭萍嫉倪M(jìn)步，商業(yè)智能的覆蓋范圍也在不斷擴(kuò)大。商業(yè)智能是指在大數(shù)據(jù)被廣泛應(yīng)用之前，將公司不同部門的數(shù)據(jù)整合起來(lái)，從而指導(dǎo)決策的過(guò)程。如今，商業(yè)智能可以幫助實(shí)現(xiàn)決策閉環(huán)，它不僅通過(guò)各種工具和方法使數(shù)據(jù)更容易獲取，而且還能夠快速跟蹤和反饋決策結(jié)果，從而指導(dǎo)新一輪的決策。業(yè)務(wù)智能(BusinessIntelligence)是如何在不同的行業(yè)應(yīng)用的？做業(yè)務(wù)分析師需要面對(duì)哪些任務(wù)和挑戰(zhàn)？以下就由小編帶你了解商業(yè)智能分析相關(guān)介紹。

一、如何成為了商業(yè)分析師？

   我是本科英語(yǔ)專業(yè)畢業(yè)，但是一直以來(lái)對(duì)新聞媒體及傳播學(xué)非常感興趣，2011年正好是大數(shù)據(jù)風(fēng)口的興起，最后通過(guò)偶然的機(jī)會(huì)，我選擇進(jìn)入了一家專注廣告行業(yè)的大數(shù)據(jù)創(chuàng)業(yè)公司工作。在國(guó)內(nèi) MarTech / AdTech 領(lǐng)域發(fā)展的早期，這段經(jīng)歷使我獲得了該領(lǐng)域的第一手行業(yè)經(jīng)驗(yàn)。

   在工作了三年之后，我選擇到美國(guó)讀研深造，并逐漸意識(shí)到了大數(shù)據(jù)+商業(yè)的發(fā)展?jié)摿Α?016年，我畢業(yè)后進(jìn)入 NBCUniversal 成為了一名數(shù)據(jù)分析師，對(duì)使用 Adobe Analytics 積累了很多經(jīng)驗(yàn)。2020年初，我轉(zhuǎn)到 Michael Kors 工作，負(fù)責(zé)全球電商的數(shù)據(jù)分析，過(guò)去一年見證了由于疫情原因，線下門店銷售受阻，電商成為了各家品牌救命稻草的過(guò)程。

二、商業(yè)智能的熱門工具分析

   目前 Google 和 Adobe 是提供商業(yè)智能服務(wù)的兩大主力，各自都有非常完善的產(chǎn)品生態(tài)，當(dāng)然也各有利弊。Google 作為數(shù)字廣告行業(yè)的始祖，基于相關(guān)數(shù)據(jù)的分析產(chǎn)品一直保持著領(lǐng)先地位。近些年來(lái)， Adobe Analytics 通過(guò)與其他市場(chǎng)營(yíng)銷科技公司的并購(gòu)整合，并且憑借 Adobe Creative Cloud 在內(nèi)容制作方面的聯(lián)動(dòng)優(yōu)勢(shì)， 成為了被行業(yè)廣泛認(rèn)可的平臺(tái)。

   正如 Lean Analytics 一書中所說(shuō)，選擇適合的衡量指標(biāo)才能幫助更好的決策。要避免那些具有迷惑性的虛榮指數(shù) (Vanity Metric)，而選取真正關(guān)鍵的指標(biāo) (OMTM, One Metric That Matters)。

   媒體行業(yè)中，一個(gè)常見的虛榮指數(shù)陷阱可以是團(tuán)隊(duì)過(guò)于看重或誤讀了閱讀量、曝光量，而沒(méi)有看到真正的轉(zhuǎn)化率 (conversion) 是多少。由于衡量標(biāo)準(zhǔn)不同，看起來(lái)同樣的指標(biāo)，其實(shí)描述了不同的事實(shí)。

   舉例來(lái)說(shuō)，對(duì)于視頻的“瀏覽量”這一指標(biāo), Facebook 和YouTube 的衡量標(biāo)準(zhǔn)不同，F(xiàn)acebook 會(huì)將因?yàn)橐曨l自動(dòng)播放而增加的瀏覽統(tǒng)計(jì)在內(nèi)，而 YouTube 不會(huì)，從而使得 Facebook 的視頻瀏覽量相比 YouTube 顯得“虛高”。

   如果決策者過(guò)于關(guān)注瀏覽量而忽略了其他指標(biāo)，就有可能做出錯(cuò)誤的決策，誤以為視頻在Facebook平臺(tái)更受歡迎，將更多資源投入在Facebook的視頻上面。但是，在上面的例子中，如果比較的是兩個(gè)平臺(tái)的視頻播放時(shí)長(zhǎng)，可能會(huì)發(fā)現(xiàn) Facebook 有 10s，而 YouTube 卻有 1min，從而推測(cè) YouTube 平臺(tái)的用戶更為忠實(shí)。

   在 NowThis, 根據(jù)不同 stakeholder 的需求，我會(huì)為他們推薦不同的指標(biāo)以優(yōu)化決策。比如，營(yíng)銷團(tuán)隊(duì)更關(guān)注投入產(chǎn)出比，我會(huì)為他們提供類似于 “每1000分鐘的視頻播放需要投入多少錢” 的數(shù)據(jù)；而內(nèi)容團(tuán)隊(duì)更想知道視頻本身是否足夠好，我選擇把 “30s 留存率” 作為衡量視頻表現(xiàn)的指標(biāo)。

  上述就是筆者對(duì)商業(yè)智能分析怎么樣的一個(gè)簡(jiǎn)單梳理。伴隨著大數(shù)據(jù)、人工智能、云計(jì)算、邊緣計(jì)算等新技術(shù)的發(fā)展與進(jìn)步，它們正逐漸滲透到傳統(tǒng)的數(shù)據(jù)分析、數(shù)據(jù)挖掘、商業(yè)智能等領(lǐng)域，并出現(xiàn)了一些新的變化。這就是那些不斷演變的概念和技術(shù)，因此，要用發(fā)展的眼光來(lái)看待數(shù)據(jù)分析，數(shù)據(jù)挖掘和商業(yè)智能之間的關(guān)系。