How Big Data Can Win Elections

監視器就是你的個人保全系統

來源：大数据头条

每一個企業需要將他們的基礎數據，進行分析和甄別，在此基礎上，對數據進行不同層次和結構的分類。原因如下:

數據深度融入在商業的各個環節

現代企業逐漸意識到，紛繁複雜的數據固然重要，而這些數據是否真的被企業職工運用，並對其工作產生了相關性的影響，才是企業領導所看重的。

不同的層級崗位和職位角色，都需要做出正確的決策，而良好的決策必須是基於用戶數據所提出的。因此，不僅僅是數據科學團隊，從產品部門到客戶服務部門，再到銷售等各個部門都應該獲得這些數據資源和資訊。

在現代企業中，對數據的處理，還僅僅是在每個月的全體會議上，查看各項指標還遠遠不夠。組織必須要將數據驅動，納入到決策制訂中。以現代行銷團隊為例，行銷人員有大量的豐富的數據，可供他們自由支配，尤其是在智慧手機、平板電腦，社交媒體平台爆炸式普及的今天，這樣，一個品牌可以遠距離地與觀眾互動，並瞭解顧客的相關資訊。

如果所有的這些數據，被收集到一個中心位置，進行數據分析，那麼對客戶的長期行為分析，並進行消費預判，則成為了可能。同樣地，根據這樣的方法，其他部門，如銷售、產品和客戶服務部門，也能獲得前所未有的數據量。

零碎數據共同形成宏觀趨勢判斷

如今，數據在各個行業和企業，扮演著越來越重要的角色，企業應該將數據視為機會。每個數據集——CRM、CMS、ERP、行銷軟體，都包含大量資訊和基礎數據。

現在或許看起來很微小，可是對數據深入的挖掘和分析，將會給企業帶來巨大的財富。而在現實生活當中，由於不可能預先知道哪些數據很重要，所以企業需要收集盡可能多的數據，這樣即使市場環境發生大的改變，企業也能夠做出合理的預判，和盡可能貼近市場的決策。

Presidential Election Process | USAGov

基礎數據和數據分析同樣重要

數據品質是重中之重，傾斜的數據會導致錯誤的結果。如果你的判斷來源於不完整的數據基礎，你的決策便會產生一定的偏差，甚至產生錯誤，而這最終將會侵蝕，在數據驅動文化背景下，人們對數據分析的信心。因此，簡潔、完整和正確的數據是有效決策產生的必要前提。

2016年美國總統大選的預測分析，很好地證明瞭數據品質的重要性。在當時的預測中，大多數數據是基於州級和國家級的電話投票進行的。

但是電話調查中，很容易出現無人接聽的現象，而各州無人接聽的佔比率，也存在著很大的區別，這會很大程度上影響選舉團的預測(選舉團制度是美國特有的一種選舉方式，選民在大選日投票時，不僅要在總統候選人當中選擇，而且要選出代表50個州和華盛頓特區的538名選舉人，以組成選舉團。

當選的選舉人必須宣誓在選舉團投票時，把票投給在該州獲勝的候選人。美國總統由選舉團選舉產生，並非由選民直接選舉產生，獲得半數以上選舉人票者當選總統)，結果就是，傾斜的數據產生錯誤的預測。

如今，機器學習已經受到了大量的炒作。而機器依據大數據分析出來的預判，是否真的能符合事實情況，很大程度上決定於是否擁有堅實的數據基礎：一個將數據驅動納入到組織文化的企業，採集到的簡介、完整和正確的數據。「數據驅動」一詞已存在多年，但在今天快節奏和迅猛發展的數位經濟中，它將成為當代企業的文化使命。