本節書摘來自異步社區《數據分析變革：大數據時代精準決策之道》一書中的第1章，第1.1節，作者【美】Bill Franks（比爾?弗蘭克斯），更多章節內容可以訪問云棲社區“異步社區”公眾號查看

第1章 了解運營型分析

數據分析變革：大數據時代精準決策之道
毋庸置疑，巨大變革正在發生！運營型分析正在引領以分析為特征的工業革命，很多公司運用分析手段的疆界也因此不斷向前推進。運營型分析將源源不斷地顯著增加那些必須執行分析來構建和加速的流程數目。后面我們會提到，諸如決策時限以及數據洞察時間等新概念將會成為影響如何投入以及決定關注方向的主要推動力。

運營型分析需要在整個企業內部建立一套規則明確、條理清晰的指導方法，同時還需要很多技術、流程甚至是企業文化方面的配套變更。人們起初并不習慣把許多日常決策事務的處理交給計算機和分析過程。然而，時間終究會證明：一旦某個企業有效地構建了正確的運營型分析，因此產生成效，一切努力都能得到超值回報。

毫無疑問，巨大變革真的來了！為了完全理解這一結論，我們有必要詳細解釋一下這到底意味著什么。本章內容是對本書其余內容的鋪墊。我們要對運營型分析進行定義。我們還要討論一些市場趨勢，這一直是支持運營型分析的推動力。最后，我們重點討論幾個當某個組織需要向運營型分析邁進時值得銘記的主題。

1.1 定義運營型分析

本書是有關運營型分析的。那么什么是運營型分析呢？既然我們以此作為本書的主題，就需要給出其定義。之后，本節還會討論運營型分析與傳統分析的差異，以及是什么原因使運營型分析如此獨特。

1.1.1 什么是運營型分析

“運營型分析”這一術語描述了在企業內部分析[1]已經成為每個決策制定和動作執行的內在組成部分。運營型分析并不支持大的戰略決策的制定，而是支持許多小的日常性的戰術決策。更為重要的是，一旦分析過程運營化，流程實際上就會直接驅動后續行為。運營型分析并非僅僅給出行為建議，還會直接導致行為發生。這一主要因素是運營型分析定義的關鍵。通過直接驅動決策和行為而無需人工干預，運營型分析把分析的綜合性與影響力提到一個新高度。

大多數傳統的分析過程產生的分析結果能夠給出決策建議或者作為決策過程的輸入。然而，人們經常需要對決策過程施加人工影響以確保行為正確。一旦分析過程運營化，分析過程運行時，作為分析結果的行為立刻得以執行。在決策或者行為節點并沒有人工干預。

當然，要決定是否真正需要運營型分析流程并構造這些流程還是需要人工干預的。不過，一旦流程上線運行，該流程就會存取數據、執行分析、制定決策并實質上導致行為發生。這些流程每天可以執行幾千次到幾百萬次。一旦某個企業的人們意識到可以以這種水平嵌入分析，他們常常會期望更多效果。他們要求的結果需要運用更多分析，而且更加先進。運營型分析到位時，還需要對流程的認真監控。這個主題留在第6章討論。

建立規范

運營型分析的一個定義性特征是超出了描述性甚至預測性。運營型分析是規范性的。這意味著運營型分析需要內嵌在業務流程中，基于算法直接制定決策并導致行為發生……一切都無需人工干預。
最近幾十年，在從描述性分析到預測性分析的過渡過程中，曾經經歷過多次焦點的變化。在傳統的商業智能環境中，關注焦點是從描述的角度總結業已發生的事件，可能會涉及每個地區的銷售量、準點到達數量或者其他的重要衡量指標。對于預測性分析，相對而言，目標就是預測將來會發生什么。如何影響準點到達率，使其逐漸提高？哪些客戶最有可能對最新上市的商品作出積極響應？更進一步講，運營型分析使分析具有規范性。運營型分析首先要判斷什么因素會對到達時間產生影響，又是什么因素增加了響應率，然后通過自動促使這些行為發生，使分析具有規范性。表1-1概括了上述差異。

1.1.2 運營型分析的獨特之處

區別運營型分析與分析的運營型應用非常重要。起先這種差異看起來好像文字游戲，但我向你保證事實并非如此。了解幾個例子之后，讀者就會明白其中的差異了。

分析已經被應用在運營問題上很多年了。接下來依然如此，分析的運營型應用仍有其重要性。然而，運營型分析前進的步伐超過以往。理想化的想法是有一個能夠把運營型分析和傳統分析的運營應用明確區分開來的術語，但我并沒有發現現成的詞匯。這么不湊巧的是短語的相似性會導致混淆，而且這些詞語放在一起拼讀聽起來一定不協調。當我在一個會議上就此主題主持討論時，一個參會者開玩笑建議把術語定為“Franks化”（Franks-izing）分析。顯然，這即使不是開玩笑，也夠自戀的。所以，我主要關注兩種方法的不同之處，而不是分別給它們貼上標簽了事。

給出了分析的運營型應用與運營型分析的差別，就不難看出運營型分析的重要性和復雜性。運營型分析過程通常和企業以往能夠構建的任何分析流程一樣先進，但運營型分析過程需要自動化，海量條件下可擴展并且執行速度飛快。這種流程非常強大，但也不乏復雜性和困難。我們看幾個案例來進一步澄清其獨特之處。

一個重要的區分條件是，對于運營型分析，分析需要在“決策時間”內以自動的內嵌的方式完成。“決策時間”意味著分析的執行速度要滿足做出決策的需求。在某些情況下，決策時間是實時的（或非常接近實時）。還有些情況下，決策時間可以有數分鐘、數小時甚至數天的延時。理解決策時間是成功的關鍵，因為分析過程必須在此時間內可用并執行，以便用于作出決策。

一直以來，有很多企業在定制網站時使用分析手段判斷客戶購物習慣中的關鍵因素，當客戶返回網站時向其顯示特定的推薦商品或定制商品。Web個性化已經證明了其強大，至今仍廣泛使用。當天晚上處理客戶的已知信息，預先計算出并準備好次日一早客戶看到的個性化商品，這就是關于分析的一個運營型應用。上述這種對個性化的預先計算并非運營型分析的案例。在客戶訪問網站之前預先計算其個性化，只是簡單地在運營環境下應用了傳統批量分析。

運營型分析是當用戶點擊“下一步”按鈕后，需要在提供下一頁前對客戶的下一頁內容進行定制。這一過程不僅要用到客戶的歷史信息，而且還要用到當前信息，包括客戶行為剛剛在網站上產生的信息。在兩次鼠標點擊之間的短暫時間內改變頁面呈現的方式，這就是運營型分析。需要注意的是，分析并非針對某一客戶，而是訪問網站的所有用戶，這就會基于分析產生百萬計的微決策。盡管客戶在訪問網站時并不能感知批量處理與運營型處理方法的差異，但在現象之下卻有著實實在在的區別。

僅僅把分析應用到運營上是不夠的

把分析過程用于運營問題已經有很多年了。然而，運營型分析卻遠不只是把傳統批量分析過程的結果用于運營目的。運營型分析是嵌入式的，且對每項決策都是在決策時間內執行的。
另外一項有關兩者差異的案例（我們將在本書后面深入討論）來自于生產場所。生產商可以利用機器傳感器數據推導更好的維護計劃。對汽車、卡車、飛機或者拖拉機引擎來說，掌握其詳細信息能夠為故障分析模式提供許多思路。使用傳感器數據開發一項改進的維護計劃是分析的一個運營型應用。

比起前一個案例，基于機器傳感器數據的運營型分析顯得直接而且人性化。當機器運行時，來自機器的傳感器信息得以實時分析，這時，運營型分析就介入了。如果識別到一個已知能夠導致緊急故障的模式，就需要進行干預以避免或者修復問題。當駕駛員得到某些機器部件即將出現故障的預先警告時，這就是運營型分析。

如果一個企業還沒有規劃好如何有效地運用傳統批量分析過程，那它也不能進行運營型分析。一個企業必須先具備基礎分析能力，然后才可以更進一步。首要關注點應該是建立批量模式下的強有力的分析。

沒有捷徑

一個企業在沒有精通傳統批量分析的情況下，不能推進運營型分析。運營型分析是建立在堅實的基礎之上的。
只有在企業的數據和技能足以構建強大的分析過程時，這一過程才可以運營化。如果想讓你的企業推進到下一階段，首先要確保強大的分析基礎已經就位。沒有這一基礎，運營型分析只能是一個夢想。

1.1.3 使運營型分析獨樹一幟的基石

我們剛剛從幾個重要方面闡述了運營型分析與傳統分析的不同之處。我們來定義4個區分運營型分析和傳統分析的標志性基石，并以此總結二者的不同。

• 基石 1 ：運營型分析是嵌入式的和自動的 。對這一區別于傳統分析方法的差異如何理解呢？我們記得傳統上企業采用離線的方式運行分析，并把結果傳遞到決策環節。不僅在構造分析過程時需要人工干預，而且還要持續在執行過程中干預。運營型分析過程是在運營系統中采用嵌入式的自動的方式執行的。
• 基石 2 ：運營型分析是規范的 。運營性分析在規定一項行為方面是超越描述性分析的，甚至是超越預測性分析的。這一過程不僅僅是在客戶返回時預測出最佳推薦。分析過程實際上通過相應的系統發布最佳推薦并促成交易。
• 基石 3 ：運營型分析制定決策 。這一過程不僅是規定或推薦決策，實際上是制定決策，并驅動由此決策產生的行為。這與傳統分析大不相同，傳統分析只是給出決策推薦，并要求當事人給出同意或拒絕的響應。傳統分析的結果需要人工觀察，并且在分析驅動行為之前給出最終決策。
• 基石 4 ：運營型分析是在決策時刻完成的 ，在很多情況下就是實時完成的，而不是批量完成的。在某些情況下，分析作用于輸入的數據流，而不是數據存放的倉庫。運營型分析沒有閑暇等待下一批量窗口，其必須第一時間作出決策并執行動作。
  運營型分析的基石

運營型分析是嵌入式的、自動的制定決策過程，它規定并導致在決策時刻執行的行為。一旦運營型分析過程獲得批準并啟用，這一過程會自動作出成千上萬條決策。
從分析中獲得新觀點有些匪夷所思。既然各種各樣的觀點可以從數據中發掘出來，那么把這些觀點從運營角度實現顯然是一項巨大的挑戰。確定如何提取一項新觀點并開發出得到此觀點，同時實時給出決策的有一定規模的流程是非常困難的。人的因素對于運營型分析的實現非常關鍵。運營型分析過程的設計、構建、配置和檢測都需要人來完成。計算機并不能自行進行決策制定。

有一個要點需要再次陳述，運營型分析是分析過程的新一級演化。如果企業還未掌握傳統的批量分析過程，不能直接進行運營型分析。第6章會談到，在啟用運營型分析流程之前，需要仔細對其進行廣泛的測試，因為自動的錯誤決策會帶來不小的損失，如果要做出成千上萬的決策，確保決策制定的高水平顯得尤為重要。

總結

以上是生活随笔為你收集整理的《数据分析变革：大数据时代精准决策之道》一第1章 了解运营型分析1.1 定义运营型分析...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。