一些大數據專家對數據分析軟件的洞察力如何與人力資源管理者的智慧相結合進行了探討。那么在企業經營業務時，將會更信任什么：大數據還是自己的直覺?
大數據以其消化大量復雜信息的能力令人敬畏。但它在衡量細微變量的能力上很弱。人的本能是脆弱的，并且在計算能力方面存在偏見。然而，它能夠將細微的變量結合起來，并實現指數級的飛躍，這是令人驚訝的。
這是當今企業面臨的一個嚴峻挑戰：是相信數據分析趨勢曲線，還是依賴人力資源管理者的豐富經驗和智慧? 當然，答案通常是“兩者兼而有之。”但這并不容易。什么是混合?以及如何結合它們? 無法預測的收入增長取決于如何正確回答這些問題。實現利潤最大化需要做出最佳決策(當然還要執行這些決策)。
為了深入了解這個棘手的問題，六位大數據專家在舊金山的Strata數據會議上為此進行了交流和探討：
•O'Reilly Media公司首席數據科學家Ben Lorica
•Okera公司首席技術官Nong Li
•Streamlio公司營銷副總裁Jon Bock
•Curie Point學校校長Jeff Curie
•Domino數據實驗室營銷副總裁Jon Rooney
•Infinia ML公司營銷總監James Kotecki
大數據與人類智慧的融合難度
很多企業正在努力從大數據中獲取最大收益。他們認為大數據可以提供決策魔力，可以通過采集指標并收集洞察力以獲得巨大的競爭優勢，而獲得大數據等于獲得財富。
然而，即使用戶依賴大數據，國內服務器，他們也知道其結果令人困惑，有時毫無價值，但它們也可能是快速進入并獲得結果的一條途徑。
在New Vantage公司在2019年進行的一項調查中，77%的受訪者表示，“大數據和人工智能計劃的商業應用正在給他們的組織帶來挑戰。”
調研機構Gartner公司最近認為，“到2022年，亞洲服務器租用，只有20%的分析見解能夠帶來業務成果。” 這就是說，企業總是關注指標，但它并沒有帶來多少效益。
盡管面臨挑戰，但利用大數據絕對必不可少。企業可以在不使用分析的情況下進行競爭，這種想法已經過時了。這就像一艘沒有指南針的船。在糟糕的目標預測分析示例中，零售商甚至在其他家庭成員知道之前就預測了客戶懷孕——這是令人震驚的分析競爭能力。
如果你是一名經理，可能會感受到壓力：因為知道在這一刻，競爭對手也在關注著數字，他們使用特定報告來指導可以從你那里獲取市場份額的計劃。如果你不這樣做，就會很快落后。 然而，正如人們所看到的，一些最關鍵的變量無法精確地量化，這意味著它們根本無法計算。 當然，有時你的指標是值得信賴的。例如，你的分析應用程序在本季度銷售了1,200個小部件，高于上一季度的1,000個。因此，儀表板報告銷售額增長了20%，這是一個堅如磐石的數字。 但是這種直接的報告并不是大數據的神奇之處。利用這種昂貴的分析工具意味著使用它來制定復雜的業務決策。做出那些讓你超越競爭對手的富有洞察力的決策。
問題在于：決策越復雜，就越可能包含無法量化的變量。以下了解一下數據分析無法提供幫助的典型方式。
數字處理與現實世界的結合
在這個假設的例子中，假設一家公司在美國東部和西部各有一個分公司。現在是投資和發展業務的時候了：那么在哪個分公司投資更多呢? 西部分公司一直是該公司收入穩定的搖錢樹。但是現在，大數據應用程序中的趨勢曲線表明，東部分公司的業務增長速度更快。如果進行深入研究，就會發現東部分公司銷售代表每季度的收入比西部分公司增長了17.8%。
根據這些指標，該公司預算缺口擴大，其資金流入東部分公司。但大數據沒有揭示的是，東部分公司的人力資源專家Jessica Roberts在招聘頂級銷售人員方面是個天才，但這無法量化。因此，每個銷售代表都有著更高的收入指標。
然而，才華橫溢的Roberts卻跳槽到競爭對手的公司。在接下來的兩年里，他在該公司招募的員工紛紛離職，東部分公司的收入急劇下降，而其人力資源部門難以找到適合的員工。而在哪里投資是企業面臨的核心問題，但大數據軟件沒有提供任何幫助。
然后，人們可能會說：這并不是軟件出錯，而是那些使用軟件的人，而這是事實。這讓人們了解了使用大數據時最棘手的問題之一。
真的很棘手
