1700433675
驾驭大数据 [:1700430643]
1700433676
8.4.3 商业头脑
1700433677
1700433678
优秀的分析专家既能理解他们使用的业务模型，也能理解如何才能有效地使用分析手段解决实际的业务问题。优秀的分析专家既能从业务角度看待重要的业务指标并分析产出，也能从技术角度看待这些指标，他们会花时间努力达到这样的认识高度。不管我们的商业头脑怎么样，我们都得有兴趣，并投入足够的关注和精力才能把分析工作做好。如果我们对理解业务本身根本没有任何兴趣和意愿，我们就不可能变成优秀的分析专家。
1700433679
1700433680
请注意，商业头脑和行业经验指的并不是同一件事。行业经验只是一组事实和知识的集合，商业头脑是一组软技能的集合。如果某个分析专家很有商业头脑，那么他在转行的时候一般不会有什么问题。就像前面Mark那样优秀的分析专家，他们可以把他们的商业头脑运用在其他场合和问题上。我们在面试分析专家的时候，要问清楚他们在以往的项目中是如何进行决策的。如果候选人有商业头脑，他们就会提到自己的一些真实的业务和技术思考。你们之间的讨论肯定会或多或少涉及对解决业务问题方面的考虑。没有商业头脑的分析专家会把精力主要放在技术需求和条件假设上面。
1700433681
1700433682
奇异的混合体
1700433683
1700433684
优秀的分析专家都是奇异的混合体。在工作中，他们有时会像IT人员那样做纯技术性的工作，而有时会像真正的商人那样动用商业头脑。跨界思考问题很困难，这也就是为什么成为一个优秀的分析专家会如此困难。
1700433685
1700433686
1．适当的粒度
1700433687
1700433688
我们所说的商业头脑，其中一方面内容指的是怎样把分析结果和决策粒度联系起来。什么意思呢？比方说，现在有一位商人要求一名分析专家来提升某次市场营销活动的效果，他规定只要构造出来的模型比目前的方法好2个百分点，就算成功。这就是给分析专家设定的要跨越的标杆。他们要对自己有信心，相信自己的方法的效果至少要比当前的方法好2个百分点。
1700433689
1700433690
他们会在演示结果时说自己的模型比基准效果好5.32526个百分点吗？应该不会。如果误差范围是加减2个百分点他们肯定不会这么说。如果误差范围是加减2个百分点，还有谁会在乎点估计是5.32526？这个时候百分位纯粹就是干扰位。我们要表达的关键点是，加减2个百分点，结果会在5个百分点上再提升一点；最坏情况也是3个百分点，这样模型才能肯定比2个百分点的基准效果要好。这就是所有商业人士关心的内容。优秀的分析专家不会让业务团队被更多的细节困扰，他们会采取能够让数据增值的作法。他们会用自己的商业头脑来判断需要提供哪些内容，以及如何定位分析结果。
1700433691
1700433692
另一个例子与需求预测有关。几年前，一家厂商曾宣称它的需求预测结果比竞争对手准确得多。这家厂商表示在一般情况下，使用者手头只需要额外预备3个单位，而竞争对手推荐需要预备4个单位。项目投资人听到这个当然很高兴，但问了一个问题后，他们就不再那么兴奋了。投资人问的是，他们的最小采购单位是6，现在该怎样来判断两家厂商预测的有效性呢？最小采购单位是6，任何粒度更细的措施都是徒劳的。如果分析专家有很好的商业头脑，并以正确的方式解决问题，就会提前把这些约束条件识别出来作为前期的铺垫。
1700433693
1700433694
2．关注重要的事情
1700433695
1700433696
实际数据往往会违背前期的假设条件。例如，很多模型都会假设分布是正态的。从理论出发，我们要考虑这些假设条件会在何时被破坏。但从实际出发，如果两个变量之间有很强的作用关系，不管使用何种方法，这种作用关系都会以某种形式显现出来。这是不是说明在先前的假设被严重违背时，虽然我们选择的建模方法不同，但参数估计和影响预测却仍然是相同的？当然不是。但这并不意味着即使违背了先前的假设条件，并使用了不同的方法，起重要作用的因素就会被发现其重要性。如果粒度本身不需要过细，那粗略的作法就很好。
1700433697
1700433698
是否存在这种场景，使用线性回归法证明两个变量之间没有任何关系，但使用U型曲线却可以完美地阐释变量之间的关系，从而违背了原先的线性假设条件？确实存在这种场景。关键在于这不是不可能的，变量关系在多数情况下还是能以某种方式识别出来的。如果分析项目的甲方要的是二值决策，数据和模型只需要能准确地给出这种二值决策就可以了。优秀的分析专家知道何时要按照需求上调或者下调结果的精度。图8-1就是这样的一个例子，图中有些数据很明显违背了线性关系的假设条件。但是，如果我们需要的是理解两个变量之间共同变化的趋势，那回归直线就能有效地反映出这种关系的本质。
1700433699
1700433700
1700433701
1700433702
1700433703
图8-1 非线性关系的线性拟合
1700433704
1700433705
3．文化意识
1700433706
1700433707
使用发展中国家作为离岸人力资源是IT行业的大趋势之一。分析市场也多多少少受到了影响。我们现在并不是要从经济和道德的角度出发，进行离岸是好还是坏的政治意义上或哲学意义上的讨论。这些问题我们以后再讨论。在这里，我们想要讨论的是当下的离岸市场是否可以满足业务分析场景的全部需要。
1700433708
1700433709
编写本书之时，多数离岸人力外包公司关心的还是技术本身，以及怎样对团队进行技术培训。他们往往会重点强调，自己有25个会使用所有的统计软件包的统计学博士。只要你们提出问题，他们就能给出答案。我们已经讨论过，对于优秀的分析专家来说，技术只是基础。而且，如果分析专家没有见识过真正的业务环境，就很难培养出商业头脑。
1700433710
1700433711
如果分析问题本身清晰简明，离岸人力外包公司提供的候选人就能派上用场。但是，如果想要依靠离岸人力资源提供端到端的分析支持，这种想法肯定会碰壁。跨地域、跨时区、语言障碍这些情况都将成为问题。这些问题本身就很难处理。离岸人力外包公司与合作方之间存在着巨大的文化差异，更不用说离岸人力外包公司对合作方所在国家的思维和运作方式还缺乏经验和了解。
1700433712
1700433713
不管是谁来提供远程支持，都会有同样的风险存在。正如印度的分析专家如果没有见识过美国的业务环境就无法提供有意义的分析一样，如果美国人没见识过印度的业务环境，他们也很难提供有意义的业务分析。
1700433714
1700433715
一位同事曾经告诉过我一个很棒的故事，故事内容讲的是一家食品行业的公司招聘离岸团队为宠物食品进行分析。故事开始之前，请想象一下那种罐装狗粮和袋装狗粮，有些上面还印有幸福的小狗。拿到分析结果后，从分析文档啰唆的行文风格和分析专家的口头演讲中，可以清楚地看到，分析专家完全不理解什么是宠物食品。分析结果跟宠物食品根本毫无关系，讲的全是罐装狗肉！你想知道后续的情况吗？分析团队的结果是包装上印制的幸福小狗对罐头里的狗粮根本不会有任何兴趣。相反，幸福的小狗还被放到罐头里被当成了人们的晚餐！
1700433716
1700433717
角色互换会很容易出现类似的问题。如果完全不熟悉业务运营环境和文化，就很难拥有正确的商业头脑。我们是否可以依靠离岸的人力资源呢？如果使用得当，还是可以的。但我们不能只是简单地把业务分析问题丢出去，然后就等着纯技术背景的离岸团队自己设定分析策略，解释分析结果，然后填鸭式地告诉我们他们的分析成果。我们需要真正优秀的、有商业头脑的本地分析专家来指导整个分析流程，这样才能确保项目最终成功交付。
1700433718
1700433719
驾驭大数据 [:1700430644]
1700433720
8.4.4 演讲能力与沟通技巧
1700433721
1700433722
演讲能力与沟通技巧对很多工作都是非常重要的，对分析专家来说也是如此。不管分析专家自己多么擅长分析，如果他们干的不是大学毕业生就能干的活儿，别人对他们的要求就会很高，他们既需要得出强有力的分析结果，又需要能把分析结果用吸引眼球的简洁故事讲出来。优秀的分析专家能够牢牢地吸引住不懂技术的人，用他们懂得的语言来描述分析结果，使他们对分析结果感到无比兴奋。优秀的分析专家会讲一个动听的故事，而不是简单地重复统计数字和事实。
1700433723
1700433724
分析专家不会面对业务听众大讲特讲共线性分析、模型统计数据汇总和其他一些深入的技术细节。他们会说，“这是我们所发现的，这是它们为什么很重要的原因，这是您应当以此作为结论的依据。”此外，分析专家还会与业务人员进行讨论，告诉他们采取何种措施可以获利。产品销售额会提升吗？利润空间会扩大吗？说到底，业务人员关心的还是分析结果能够怎样帮助到他们，而不是技术本身。