做大数据？首先要考虑做“小数据”

by Darren Cooper
“小数据”和多域 MDM（主数据管理） 组合一起揭示您业务的新见解

在过去几年的数据治理工作中，我遇到了许多旨在使用"大数据"重新编写决策流程的项目。数据湖、预测分析、人工智能和其他首字母缩略词对许多人来说都隐藏了大数据的复杂性，大数据承诺提供数据洞察力的四个金蛋：
1） 更好的决策
2） 更愉悦的客户体验
3） 免于风险
4） 识别新商机
我非常同情我所见过的管理者们，他们时常冥思苦想于电脑桌面无数的柱状图，这些图表首先来自于晦涩难懂的数据源，然后由具有未来感的职称的员工处理完成。

我其实可以听到随后管理团队看完这些柱状图后提出的问题："我从中可以看出一种趋势，但我们需要做出什么决定？为什么会这样？我们如何确定趋势和原因？”随之而来的是令人不快的沉默。

BearingPoint （毕博）最近的一份报告强调了这一挑战，指出"大公司的负责人更多地关注直觉，而不是数据。

NO.1在数据中查找原因的重要性

虽然由于大数据，现在可以组合、分析和关联大量看似不同的信息来源，以确定趋势和模式，但这种分析不一定能解释原因。例如，客户取消合同的趋势并不一定意味着他们都不高兴。实际上，你应该了解如何在趋势分析时防止偏见？
那么，为什么理解原因对你很重要呢？很简单，因为原因背后的数据对数据驱动的决策有重大影响。由于相关性并不意味着因果关系，因此仅使用趋势分析就存在很大的误判空间。

那些在适应新的决策过程方面遭受最大痛苦的往往是更传统的公司，其领导者仍然不熟悉数据文化及其对业务转型的潜在影响。他们的经验、偏见和对所提供数据准确性的毫无疑问的信念构成了他们作出安定决策的基础。相比之下，他们也见证了新的颠覆性竞争对手的到来，他们以数据为中心的心态是其文化和愿景所固有的，他们通过"小"数据的视角，迅速做出大胆而明智的决策，从而看到趋势背后的原因。

大数据：在大数据集中查找模型并推断相关性通常构成大数据项目的目标。数据可以主要是交易性（事务性）的、历史性的、质量不优的，而且没有常见的（元数据）定义。然而，人工智能和机器学习将利用这些来源改进分析并学习如何自动化流程：目标是加快数据到决策的过程。

​NO.2现在发生什么事了？不。。。马上！

正如任何管理数据的人可以证明的那样，体积和质量是两种并不总是齐头并进的力量。随着数据变得越来越大，管理和从小数据中获取价值和洞察力的能力也变得越来越重要。更多的数字连接正在实时的产生。客户的注意力范围正在缩小，而机会之窗的关闭速度正在加快。现在是一个需要更快做出决策的环境，它需要花费更少的时间来处理和呈现支持它的数据。
小数据提供可辨识的信号，以帮助这种加速决策。小数据能够告诉您这里正在发生的事情。这台机器当前在做什么？包裹在哪里？您的客户表达了什么类型的情绪？
小数据：小数据是指可以理解的、通常简单且动态收集的减少数据集。他们通常不需要大量的计算资源来收集和分析。小数据本可能相关且有见地，并且与特定事件相关，例如，及时记录客户的情绪。

​NO.3小数据和多域 MDM（主数据管理） 齐头并进
在数据驱动的决策方面，多域 MDM（主数据管理）是利用小数据创造洞察力和价值的理想家园。原因如下。

小数据存在于多域 MDM（主数据管理） 创建的洞察区内。

o 边缘决策需要受管理的主数据
值得信赖的决策需要准确、透明的数据，以及必要的治理，使其更明智和可审计。

o （Cause）原因分析需要主数据
值得信赖的决策需要准确、透明的数据，以及必要的治理，使其更明智和可审计。

o MDM（主数据管理）改善趋势和相关结果
值得由此产生的主数据和上下文小数据的组合可以反馈到大数据存储库中，从而改进趋势分析。

o 相关数据必须准确无误，以支持原因检测
MDM（主数据管理）为主数据和随附的小数据所需的透明度提供了治理机制。

o 多域MDM（主数据）带来的小数据优势
由小数据支持的决定往往发现自己处于多个域的交集处。例如客户（主数据）、他们的位置（小数据）、产品（主数据）、他们当前的购物篮内容（小和主数据）和天气（小数据）。MDM 提供了一个理想的机制，能够及时将这些数据整合在一起，同时通过数据治理政策规则控制这些数据。
o Cause（原因）需要共享

要根据小数据采取的行动，几乎需要立即管理和分发。MDM（主数据管理） 的设计正是为此目的设计的。
归根结底，是 MDM（主数据管理） 能够支持原因确定的准确性，才使其如此适合这一目的，同时支持对与Cause（原因）相关的任何决策进行审计。使用 MDM 管理小数据是 MDM战略的一部分，通过拥有可信赖的主数据来开发额外的业务价值。

NO.4小数据和多领域 MDM （主数据管理）在行动

小数据和多域 MDM 正在帮助在非常多样化的应用中产生重大影响。下面是一些示例。
**员工保留：**检测工作场所协作工具使用方式的微小变化，例如：
**主数据域：**员工、位置、组织、角色
**小数据：**协作工具、使用频率、日期、持续时间
**个性化购物：**通过使用和MDM（主数据管理）结合的小数据方法，可以实现更高层次的个性化购物。数据：电话/设备、位置、服务正在进行中。可穿戴设备和消费者手持设备、货架上的传感器、监控摄像头和标记产品的结合，有可能产生非常有价值的小型数据集，从而推动改善客户店内体验的策略。
主数据域:客户、产品、位置
**小数据:**位置、时间、传感器数据
**客户服务：**当客户联系帮助台时，识别电话号码可以加速处理咨询。
例如：知道乘客的航班延误，他们的电话可能是相关的，自动电话应答可以相应地做出响应。
**主数据域:**客户、产品
**小数据:**电话/设备、位置、正在进行的服务
小数据的方法可能会对快速做出数据驱动决策的能力产生重大影响。

多域MDM（主数据管理）提供了一个理想的平台，可以根据与之相关的关键域(客户、产品位置等)承载小数据。
多域MDM（主数据管理）提供了所需的治理功能，以确保数据驱动的决策基于可靠、可审计和透明的数据。

在过去的20年里，Darren一直在为行业企业提供建议，帮助他们选择和实现支持数据治理战略的软件工具。作为行业战略总监，Darren帮助企业领导人理解并量化良好的数据治理，特别是主数据管理（MDM）对他们的组织所产生的积极影响。

关于Stibo Systems思迪博

主数据管理公司Stibo Systems（思迪博）是数据透明度理念的卓越推动者。我们的解决方案是世界各地具有前瞻性的公司背后的科技驱动力，这些公司已经释放了其主数据的战略价值。我们的解决方案推动他们改善客户体验，促进创新和成长，为数字化转型创造坚实的基础。这给了他们所需要和期望的商业理解及掌控——拥有对主数据的单一、准确的视图——这样他们就可以做出明智的决策，实现更大规模、更广范围和更加进取的业务目标。Stibo Systems(思迪博)是Stibo A/S集团的私有控股子公司，成立于1794年，总部位于丹麦奥胡斯。拥有超过40年管理主数据的行业经验。更多stibosystems.cn网站.