參與人力資本新加坡講座的專家指出，數據分析說穿了只有三個簡單道理，即懂得如何計算、反對僅憑著感覺做決定，以及必須能夠帶來商業上的好處。
在大數據浪潮席卷全球的當兒，大數據、人工智能和機器學習等相關名稱或許顯得花哨和吸引人，讓中小企業躍躍一試。
不過，中小企業在投入巨資聘請數據專才前，應該慎重考慮這麽做的目的，以及所可能得到的回報和成果。
這是昨天參與人力資本新加坡（Human Capital Singapore）講座系列“協助企業在數碼經濟中蓬勃發展”的專家，所發表的看法。
Infra Asia電腦軟件工程師朱晨馨接受《聯合早報》訪問時說，大數據、人工智能和機器學習對大公司諸如谷歌、推特和面簿等來說是重要的。在這些企業，即使是經營手法改善1％，也等同于數以百萬元計的進賬。
不過，對小公司來說，若它們采用的是以上任何電子數據表以外的做法，就必須慎重考慮這會爲它們帶來怎樣的投資回報率。
“（聘請）數據專家是昂貴的，融合新系統也導致營運暫停，這是一個關鍵的決定。除非企業領導人百分百知道要從數碼科學得到什麽，他們不應跨出太大的一步，而是讓自己保有分析性頭腦就可以了。”
她引述另一名講者介紹的“AB測試法”爲例指出，數據分析並不需要複雜方法。例如，商店可以在某一周把一個産品擺放出來，下一周則擺放另一個産品，來測試消費者的反應。
人力資源顧問劉遠青也認爲，不應該把數據分析當成是什麽了不起的標簽。事實上，數據的存在已有數千年曆史。
數據分析說穿了只有三個簡單道理，即懂得如何計算、反對僅憑著感覺做決定，以及必須能夠帶來商業上的好處。
出席講座的Jean Yip集團營運總裁葉佩芬受訪時說，集團采用數據分析，但不僅著重定量（數量）分析，也注重如個人化服務等信息的定性（性質）分析，並且不會盲目使用數據分析。
她說，公司的策略是跟著群衆的習慣走，這跟數據有密切關系。過去，客戶在時間方面沒有那麽緊張，可以花兩三個小時美發；但現代的客戶則沒有這樣的時間。因此，集團必須增加更多店面，就近爲客戶提供服務。