笨蛋，問題在問題！ Part 1

先澄清：我無意罵誰笨蛋，只是套用美國前總統柯林頓當年的競選口號「The economy, stupid!」。這個口號後來被他的競選策士James Carville改為「It's the economy, stupid!」，翻譯後就變成「笨蛋，問題在經濟！」

用英文來說，我這一篇的標題應該叫「It's the business problem, stupid!」。我要說的重點是，不管你把資料分析工作稱作Data Mining、還是最近比較流行的Business Analytics或Customer Analytics，第一個步驟永遠是去了解公司藉此想要解決的業務問題是什麼，而不是先討論建什麼模型！

不要把「人」忘了（一）

國內報章雜誌寫到有關Big Data（或是過去的資料分析）時，幾乎都著重在技術面和美好遠大的理想上，很少提到「人」的問題。只是不管Big Data的應用有多廣泛，分析工具有多強大，還是要靠「人」來解讀與應用分析的結果。也因為國內文章少有觸及，所以我也就借用國外的資源跟大家分享這個議題。

前幾天在IQ Workforce Blog上看到一篇今年7月的舊文章，題為「Five Observations About Recruiting Big Data Professionals」。據我所知，IQ Workforce是一家專注在資料分析領域的獵人頭公司，所以對於「人」的觀察應該有一定的水準。

戰略與戰術

每天打開電子郵件信箱，通常都會有好幾封跟Customer Analytics有關的電子報等著我看，這些電子報裡除了提供一些專欄作者文章的連結，最常見的內容就是相關軟體廠商或顧問公司提供的white paper或webinar。由於是廠商贊助的內容，所以不免會偏向他們自己的產品或服務，但是多半還會帶一些案例分享，了解這些案例才是我訂電子報的目的。

我發現自從IBM買下SPSS之後，為了promote這家統計分析軟體公司的white paper和webinar就大量出現。而且有趣的是，這些promotion material幾乎都在強調所謂的Predictive Analytics（例如我剛剛看的一部短片）。以這部短片所介紹的內容為例，Predictive Analytics可以協助找出比較可能接受promotion offer的人，作為行銷的對象；也可以找出比較可能流失的客人，予以婉留。