BUSINESS BOOKS

2.10　服務中的數據分析

數據分析是指發現、解釋和處理數據中有意義的模式，從而改進決策制定。該過程涉及同時應用統計、計算機編程和運營研究來量化組織的績效。數據分析的廣泛主題通常被分解為描述性分析、診斷分析、預測分析和規範分析等子領域，如圖2-5所示。企業使用分析來描述、分析和預測業務績效，以獲得可操作的見解，從而促進更明智的決策和優良結果。

圖2-5　大數據

資料來源：http://www.fdot.gov/planning/statistics/symposium/2014/bigdata-industry.pdf,p.10。

數據分析和大數據是相關術語。大數據是非常大且複雜的數據集，可以通過計算分析來揭示模式和趨勢。重要的是將普通數據與有用信息區分開來以獲得相關知識，分析師Nate Silver稱之為從噪聲中提取信號。傳統的數據信息知識三層模型擴展到當前數據、信息、知識、智慧的四層成熟度模型。本書提供了一個數據、信息、知識、事實、證據的五層模型。這個五層模型篩選普通數據以獲取可用於創建新知識的信息，然後使用計算方法來確定可以定量證明並能為商業目的提供證據的事實。

如表2-4所示，分析的使用在各個行業中已經司空見慣。比如，可以回想一下好萊塢是如何使用分析來為書中的奧克蘭·A和電影Moneyball等角色進行設計的。

表2-4　服務業數據分析的應用

分析可能具有挑戰性，因為企業必須跟上大數據的四個組成部分——數據量、種類、速度和變化。這些組成部分變化很快，需要特殊的優化技術和計算能力來管理它們。

在顧客服務領域，由於多種原因（包括缺乏顧客服務的不同階段的集成），數據分析的使用遠非最佳，其中包括對不同階段顧客服務的整合以及工作努力的重複。例如，呼叫中心充分利用數據分析可以實現顧客體驗的個性化，從而提高顧客滿意度和成本效率。通過包括跨越整個顧客旅程的數據收集，更好地瞭解顧客需求，使用預測分析和機器學習來預測重要事件，以及使用顧客反饋來持續調整分析平臺。¹³

在任何一家典型的公司，有必要對日常活動進行一些最低限度的數據分析，以保證基礎運營順暢。例如，在醫療保健中，這些分析一般包括諸如人力資源系統、基本患者記錄、零件供應和患者賬單等領域。然而，如果醫療保健公司可以通過使用電子健康記錄（EHR）集成系統（如EPIC軟件）、移動醫療設備、手術室監控和實時醫療警報等遠程醫療功能來利用技術和定量分析實現轉型變革，則可以從實現更高級別的分析中得到真正好處，使健康分析領域有可能降低治療成本、預測流行病的爆發、避免可預防的疾病並提高整體生活質量。這種複雜性的本質將使大數據和業務分析成為創新、競爭和生產力的下一個前沿。