問：中小企業是否需要數據分析？
答：數據分析指的是通過統計和定量方法、預測性和指定性的建模方法，獲得深刻見解，從而做出更好的決策，取得更好的結果。
對于像面簿（Facebook）、谷歌這樣的大公司來說，數據分析是他們的日常業務。面簿分析用戶之間的關系，決定要爲每個用戶推送哪些新聞最好。谷歌則分析搜索的關鍵字並列出最佳的匹配結果。 那麽中小企業呢？ 他們可以采用哪些類別的數據分析？又能從中獲得哪些價值？
企業收集大量數據。關于企業的客戶、産品、生産以及包括銷售、交付在內的業務交易數據，都是有待發掘的金礦。發掘的過程或方法將取決于企業感興趣的課題。 因此，企業不應該急于認爲只有使用最複雜的數據分析模型才能解決業務問題。
數據分析有四個主要層次：描述性、診斷性、預測性和指定性。描述性分析是指分析過去的數據並提供描述性統計，如平均數和標准差，通常包含圖表和視覺效果圖。通過描述性分析，企業可以更好地了解其業務，並找出問題和機遇。診斷性分析是指分析某些結果的根本原因，從而判斷一些結果是否是隨機發生的，這讓企業能夠了解其業務活動變化的原因和結果。預測性分析讓企業能夠預測接下來會發生什麽狀況。有了這樣的預測，企業可以更好地爲未來做好准備。指定性分析則指示要取得最佳的結果所應采取的最佳行動，通常是指使成本最小化或使利潤最大化的最佳設置。
在這四個層面上，商業問題也被相應地分類。例如“我們最暢銷的産品是什麽？”這樣的問題可以通過描述性分析來解決。要回答“銷售不佳的原因是什麽”這類問題則要使用診斷性分析。想要預測 “哪類客戶會購買這個産品”就要使用預測性分析。“營銷經費要如何分配才能取得最高銷售額”可以通過指定性分析來回答。
商業問題好比金字塔一樣，底層有一大堆基本的問題，爲數不大但較爲複雜的問題則集中在頂部。這些基本問題的答案將對企業産生重大和積極的影響。所以，人們不應該忽視這些基本問題，而選擇只關注頂端的複雜問題。
還記得2016年地鐵環線發生的信號故障嗎？ 新加坡陸交局、SMRT、新加坡資訊通信媒體發展管理局、國防科技局，新加坡國防科技研究院、新加坡政府科技局和信號系統制造商阿爾斯通成立聯合小組，耗時幾個星期才發現了發出幹擾信號的故障列車。他們是如何做到的呢？ 耐人尋味的是他們沒有使用最複雜的模型，如預測性和指示性模型，來解決問題。他們構建了一個馬黑（Marey）圖表，以便把故障的時間，位置和方向直觀地呈現出來。可視化是描述性分析的一種，是分析的第一級。可以想象通過這個分析方式找出故障列車給乘客所帶來的積極影響。
問：中小企業可以采用哪種描述分析？
答：在中小企業方面， 零售商可以分析每月的銷售交易，確定哪些是最暢銷的産品，並決定引入更多這些産品和産品數量。對于需求不高的産品，可能要決定將其替換掉，從而釋放資金購買更多暢銷的産品。
餐館可以進行類似的分析。菜單上的哪些食物較受歡迎或不受歡迎？是否應該替換掉不受歡迎的食物？ 應該訂購多少易腐食材才能既確保滿足需求，又保證足夠新鮮？
企業，特別是中小企業，不應該認爲數據分析不適合他們。從描述性分析開始，展開一些統計分析，構建圖表，這可以回答很多基本但卻十分關鍵的業務問題。數據分析並不是要發現最具突破性的見解，而是能爲企業創造積極影響。
（作者爲新加坡管理大學信息系統副教授）