Big Data 變大前,讓人來做判斷

POT.HK:大數據雖然是一個嚴謹的分析方法,但它最重要是擁有足夠的大的數據量以降低誤差。既然數據在初期並沒有足夠大,也沒有代表性,不妨用回主觀的人來做判斷與決定。

最近正在幫一個有千萬用戶級別的產品處理國際化的流程,每天產生的數據都是人腦無法處理的級別,所以需要從數據中篩選出有用的資訊再加以改進。

我非常相信統計學,所以更相信樣本數量的重要性。數據在足夠大以前只能是一堆雜訊(Noise),因為無法判斷到底樣本能否代表整體表現,盲目跟從頗為危險。

上一個處理的產品活躍客戶數量少,才百多兩百個,加上每個的需求不盡相同,一直覺得數據能幫的不多,所以非常依賴跟用戶聊天。這也是為甚麼很多成功的團隊早期都特別注重和用戶的溝通,比起小數據,讓用戶說話更為有用。

除了準確程度,取得數據上的時間也是一個很重要的因素,在產品尚未成熟前除了某些大方向外(比如用戶數或收入),很難訂立更仔細的數據--常常有個情況就是訂立了數據,花了時間獲取,然後那個數據已經沒甚麼用了--因為早期的產品變化太快。

到後期產品和數據都成長到人無法處理的時候,解析大數據才有了意義--無論是準確度或穩定性都應該比早期產品更為適合。

大數據的話題常讓不同團隊一頭撞進了用數據說話的迷思,可在數據長大前,聽人說話、讓人去判斷才是最有效率的方法--要不創辦人比起加入才三個月的新成員能有甚麼特別?

【非經允許、不得轉載。POT.HK 獲授權刊載;作者:Loki;原文標題:讓數據說話;好文章需要你的支持,請讚好 粉絲專頁

【此文章刊載於POT.HK;標題:Big Data 變大前,讓人來做判斷

‘關鍵字’ , , , ,