商业智能与数据仓库中的统计分析

我最近在ESPN.com上看到了Greg Garber的一篇文章，他对美国国家橄榄球联盟(以及橄榄球运动)中某些“不言而喻”的概念是否真的“正确”提出了质疑。其中一些“真理”由全国各地的足球教练讲授，并在8月至2月期间的每个周末由体育解说员大肆宣扬。然而，当加伯仔细研究这些“真相”背后的数据统计分析时;他发现，他们通常不是许多教练和播音员想让我们相信的“真相”。

本文的许多读者可能会认为这是我的另一个“谎言，该死的谎言和统计”咆哮。相反，这将是一个“真理，难辨真理和统计分析”咆哮......

你的杯子是半满还是半空?
我相信你可以用一组相关的统计数据或数字来让任何事情看起来好或坏。比如，你知道印第安纳波利斯小马队的佩顿·曼宁今年的触地得分比去年减少了30%吗?为了配合他不断下降的产量，曼宁应该面临30%的减薪吗?当然不是!小马队本赛季已经赢了13场比赛，被认为是赢得超级碗的热门之一。

我也相信您可以在同一统计数据或数字上获得具有实体统计分析的洞察力，特别是当您开始在包括较大的数据集时。这类似于您成立的数据集商业智能还有数据仓库组织。这些见解可以帮助确认业务决策中使用的假设，或者防止错误的假设被应用。

别让真相妨碍了美好的故事。
1993年春天，美国国家橄榄球联盟(NFL)的营销副总裁自豪地告诉我，他不需要营销研究公司来告诉他该向粉丝推销什么或如何推销。那些球迷会直接告诉他是否来看比赛。今天，我相信他知道自己在说什么。这个人有超过10年的工作经验，他的产品和他的城市。然而;他一年最多只能处理70万次销售活动(比赛门票)。在有限的地理区域内，也在五个月期间的10个星期日进行了这项工作。例如，Cingular拥有超过5000万的全国用户，他们分别拥有Cingular和旧的AT&T Wireless两种不同的产品目录。使用与NFL球队的营销副总裁相同的“统计”分析，对于今天的普通电信服务提供商是不可取的。虽然这并不意味着今天的电信营销副总裁对营销没有很好的感觉，但也可以用有效的统计分析来完善/强化这些决定。

现在，我并不建议通过企业数据仓库中的每一点知识进行统计分析，通过统计分析来审议每个营销决策或企业规则。这是“分析瘫痪”的定义。

然而，我建议使用统计分析领域:

• 确认和/或验证许多营销副总统的“GUT”感受。
• 为规则引擎提供基础，这些规则引擎在新客户的信用分析应用程序或现有客户的欺诈分析中越来越流行。

这是商业智能和数据仓库组织可以为各种商业领域提供价值的地方。这一切都可以在没有统计博士学位的情况下完成。

80/20规则
你们很多人都知道帕累托规则通常被称为“80/20规则”。帕累托规则强调，大约80%的事情可以由施加在某件事情上的20%的努力引起、影响或影响。例如，大约80%的网络事件(即呼叫详细记录、IP详细记录)来自20%的可能网络事件类型(最常见的事件类型)。另外20%的流量来自另外80%的可能事件——异常值。

一切都是42
在道格拉斯·亚当斯的经典著作中，关于生命，宇宙和一切的答案是“42”。本质上讲，这意味着您必须知道您在询问之前要询问的内容。这是统计分析工具的关键。如果您不知道您提出的问题，您可能无法理解问题的答案，或者您可能会错误地使用答案。当您谈论数百万客户和与您公司的数十亿次互动时，如果您不了解数据，这可能是一个昂贵的命题。

这是那些讨厌的顾问进来的地方......再一次进来。再次，我建议您只有非常具体的目标“邀请”它们。这些目标应该是：

• 回答特定的问题。
• 在特定时间范围内完成此操作。
• 在你给他们写一张支票或发出一个购买订单之前，把整个过程记录下来。

如果顾问已经正确完成了他们的工作，并且您已经努力学习他们，商业智能或数据仓库组织现已推动适当的知识。这些知识应继续提供大约80％的顾问价值约20％的成本。

新的和改进的
随着当前一代数据库管理系统和商业智能工具集的出现，商业智能和数据仓库组织现在都提供了统计分析工具。在过去，这些工具都是留给有统计学博士学位的顾问使用的。但是正如我上面提到的，如果您不理解工具或它们试图实现的目标，您可能无法得到您想要的答案。如果您的顾问已经正确地记录了他们的过程，那么一本统计教科书或在线培训就足够了。

最终的想法
许多数据挖掘和统计专业人员将理所当然地被这篇文章的性质所冒犯。我并不是要把数据挖掘和统计专业人员从电信企业中排挤出去……像Oracle、Microsoft和Business Objects这样的公司已经在尝试通过在他们的软件中加入“罐装的”统计分析软件包来实现这一目标。

相反，我想要表明的是，没有内部统计博士学位的组织可以为组织提供价值。这些组织还可以强调其数据仓库中数据的重要性，而不必支付顾问费用。