供应链大数据时代，商业直觉还重要吗？-JitLogistics
延伸阅读：大数据驱动未来供应链
延伸阅读：节奏物流之大数据实践案例
延伸阅读：节奏物流与大数据
延伸阅读：低学历成功逆袭概率多少？大数据揭秘结果令人震惊
延伸阅读：德国人靠装备，日本靠人才，美国靠大数据，我们中国靠什么摔迷之家？
延伸阅读：大数据告诉你，电商会把假货发给谁？
延伸阅读：熊大胡说| 数据表明：数据相当不靠谱！
延伸阅读：供应链数据背后的故事
延伸阅读：老马讲案例|现场记录的数据为何带有主观性？
作者 | 珍妮·G·哈里斯(Jeanne G. Harris)，曾任埃森哲研究部门信息技术研究全球董事总经理
来源 | 埃森哲《展望》
大数据分析火了。
在媒体的宣传中，它似乎无所不能，这使得许多企业高管认为，即便是提价幅度、新店选址、产品更迭这样的棘手决策，也能用数据分析顺利找到答案。
然而，这是否意味着商业直觉过时了?未必。
事实上，定量分析只有与商业直觉相结合，才能充分发挥潜力。
两者并非非此即彼的关系黄山毛尖。迈克·弗劳尔斯(Mike Flowers)给出了进一步的解释:“直觉与数据分析并非二元对立关系，我认为在当前关于数据分析和数据驱动的所有讨论中，未能纳入专家直觉是很大的缺失。”弗劳尔斯在迈克尔·布隆伯格(Michael Bloomberg)任职纽约市长期间，担任数据分析主管。
成功的公司似乎更深谙此道。
埃森哲数据分析部门对美英两国600家企业开展的一项调查表明，数据和直觉配合使用，投资回报率更高:近两年投资回报率超过75%的受访企业中，超过半数表示最佳决策得益于严谨数据分析与专业判断的融合;而低投资回报率企业中，仅有37%做到定量分析结合高层判断。
直觉驱动 VS 数据驱动
那么，在数据驱动的决策中，直觉何时介入?如何与数据融合?这里需要窍门。
实际上，从数据分析的最开始，直觉就应当介入并发挥关键作用。比如，如何确定数据分析的侧重点，让影响最大化，在这个过程中管理者的直觉将发挥关键作用。
据说，通用电气的前首席执行官杰克·韦尔奇(Jack Welch)就对找准“深挖”数据着力点，具备敏锐的直觉。
如同最优秀的高管，顶尖的分析师并不只是与数据打交道，而是能将数据与直觉挂钩。他们不是机械地应答，而是能够帮助决策者重构问题，确保数据分析的结果是其真正想要的。而对于业务、市场和顾客的一些基本设想，也可以在分析师的帮助下得到审视和验证。
前文提到的弗劳尔斯曾说，“如果在项目最初，你一和管理层沟通，就让信息技术(IT)部门传输数据，那么你很有可能会遭受巨大失败。”为了确保问对问题，分析师需要向决策者那样，对组织架构、战略及目标有直观而深入的了解。
许多顶尖分析师都会花时间亲赴业务现场，收集洞见，以免过分关注数据而有所疏漏。陈凯师弗劳尔斯的团队曾负责排查建筑的火灾隐患。最开始，他们查阅了大量因维护不佳而存在隐患的建筑数据，如啮齿动物的投诉记录、救护车出车记录、物业费税拖欠等等。
但是，只有在进驻建筑现场巡查后，分析师们才知道，专业的直觉可以帮助他们做出更加综合的判断纳恩博，关注最可能出现问题的地方:“瞧这些墙砖，它们保持得非常棒，业主维护得很好，这对我们而言是个好消息。”在获得市政许可后，巡查团队随后将新的数据提交给分析师刀无极，并指明哪些建筑需要加固。弗劳尔斯不禁感叹:“很多时候，我们没有想到鹊山鸡，原来数据还可以这样使用。”
数据分析与直觉共舞
为了确保在决策中数据分析与直觉的有效结合，企业需要找到好的分析师，而有时，这真像大海捞针一样困难。
不仅如此，在相当多的企业中，数据分析师与IT和业务主管间似乎有道隐形的鸿沟，他们在孤岛中各自为政，固守彼此的思维模式。那么如何弥合这道鸿沟呢?
首先，让企业高管成为数据分析派对中的一分子。
首席执行官应当明确一点，决策固然要基于数据和分析，但经验丰富的IT和业务高管也是分析过程中不可或缺的角色。
黑箱分析(black-box analytics)得出的结果，很可能遭遇业务高管质疑和轻视老港正传。黑箱分析的最大弊端就是，除了数据分析师，业务团队不知道数据是怎么来的，从而便产生了顾虑天师鬼禄。
其次，沟通和交流应该是双向的。
企业高管需要展示自身对数据分析的广泛理解，并且要明确表示出对分析力量的肯定摸摸茶。
他们不必成为数据专家，但需要给予数据驱动型决策足够的重视，认同数据分析的基本理念。与之相应的，数据分析团队也要讲业务语言，懂业务。
此外，数据分析还需要一个完整的生态系统。
数据分析专家无法回答所有问题，肩负重大决策使命的业务高管也是如此。一个覆盖业务团队、IT部门、外部分析合作方、供应商及业务伙伴的分析生态系统，可以让企业避免陷入数字与经验之争。
数据是定量、刚性的;直觉更柔性，直指创造性的解决方案。直觉可以帮助分析师找到思维的空白点，从而尝试全新的、非常规的分析技术和数据来源——之前没人问过的问题，现在提出来了;之前没人质疑的设想，现在有人质疑;数据缺失，更需要查验;一些重大突破往往就在这些时刻迸发。
领导者应当知道如何让业务决策兼具感性和理性。他们总能充分发挥数据和分析的优势，而又不失对大局的把握。毕竟，数据分析也有其局限。
即使数据量足够大，量化分析技术变得更强，数据分析也永远无法取代人类的直觉和创造力。正如迈克·弗劳尔斯所言:“直觉和数据分析如同一体两翼，两厢合作才能飞得更高更远。”
那么，大数据时代，是听从数据，还是听从直觉?
鉴于两者的重要性与协同互补功能，我们认为这不是一道二选一的问题。如何平衡两者，从而充分释放出数据分析的潜能，是真正考验领导者管理智慧的选题。
作者简介，珍妮·G·哈里斯，曾任埃森哲研究部门信息技术研究全球董事总经理
下文是纽约时报的报道。
大数据时代：经验和直觉不可或缺
《纽约时报》印刷版30日出版文章称，大数据将成为人类商业历史上新的篇章，有望取代想法、范例、组织以及人们思考世界的方式。但与此同时，经验和直觉同样不可或缺。
眼下，关于大数据的很多前卫预测的前提是：Web浏览记录、传感器信号、GPS跟踪和社交网络信息等数据能够以前所未有的程度面向衡量和监控人类及设备的行为敞开大门。通过计算机算法，可以预测出人类的许多事情，如购物、约会或投票等。
业内专家预计，最终的结果就是：世界变得越来越智能，企业的工作效率越来越高，消费者获得的服务质量越来越高，人们所做出的决定也越来越合理。
笔者之前写过不少关于大数据的文章，但在这个特殊的时刻张白羽，我想应该是反思、提问和质疑大数据的时刻。
从商业评估中挖掘实用启示并非新鲜事物。100多年前，弗雷德里克·温斯洛·泰勒的名著《科学管理原理》就是大数据的前身。泰勒的评估工具是秒表，为员工的每一个行动进行定时和监测。泰勒及其助手利用这种“时间和动作”研究模式来重新设计最有效的工作方式。
但如果这种方法被过度夸大，就成为了卓别林《摩登时代》所讽刺的对象。此后，人们对于这种量化方法的热情也开始跌宕起伏。
通常，互联网被大数据倡导者作为成功的数据业务的范例，这其中以谷歌为代表。而如今，许多大数据技术猎车兽魂，如数学模型、预测算法和人工智能软件等已被华尔街所广泛应用。
人力瓶颈
纽约创业公司Media6Degrees首席科学家克劳迪娅·珀利彻称：“你可以用数据来欺骗自己，我担心大数据出现泡沫。”珀利彻担心许多人将自己称为“数据科学家”温永毅，但并未做足功课，反而给该领域抹黑。她说，大数据似乎将面临劳动力瓶颈。她说：“我们的技能提升速度还远不够。”麦肯锡全球学会去年发布的一份报告显示，美国需要14万名至19万名具有“深度分析”经验的工作者，以及150万名更加精通数据的经理人，无论是已退休人士还是已受聘人士。
大数据存在隐私问题与直觉不足的局限
谷歌调研(GoogleResearch)高级统计师雷切尔·查特称，如果建模人员能够思考伦理维度(ethicaldimensions)等问题，那就会更好地服务于社会。查特说：“模型不仅仅是预测，它们还可以让事情真正发生。”
以Facebook为例，将个人数据上传到自己的Facebook页面，Facebook的软件就会跟踪你的点击和搜索。通过算法来评估这些数据，然后再提供好友的建议引茶网。
但这种通过软件跟踪用户的行为却引发了隐私担忧，难道大数据将迎来数字监控的到来？
我个人最大的担忧是，当前确定我们个人数字世界的算法过于简单，不够智能。
令人鼓舞的是，像珀利彻和查特这些有思想的数据科学家意识到了大数据技术的局限和不足。他们认为，听取数据是重要的，但经验和直觉同样重要。
在麻省理工学院大会上，查特被问及如何才能成为一名优秀的数据科学家，她说备胎10年喜当爹，需要计算机科学和数学技能，拥有好奇心，具有创新意识，以数据和经验为行动准则。她说：“我不会把机器神化。”
延伸阅读：大数据驱动未来供应链
延伸阅读：节奏物流之大数据实践案例
延伸阅读：节奏物流与大数据
延伸阅读：低学历成功逆袭概率多少通配符掩码？大数据揭秘结果令人震惊
延伸阅读：德国人靠装备，日本靠人才，美国靠大数据，我们中国靠什么？
延伸阅读：大数据告诉你，电商会把假货发给谁？
延伸阅读：熊大胡说| 数据表明：数据相当不靠谱！
延伸阅读：供应链数据背后的故事
延伸阅读：老马讲案例|现场记录的数据为何带有主观性白文豹？