萬豪國際集團的頂級數據分析師討論了公司如何通過復雜的數據處理過程發現新的信息。

讓復雜的事情簡單化，這句話似乎像一個咒語。尤其是當涉及到數據科學及數據分析領域時，說起來容易但做起來難。但萬豪國際集團的運籌學及收益管理高級總監Nancy Pyron表示，這正是萬豪集團一直在努力做的。

在國際酒店業銷售與市場協會的收益優化會議上，Nancy Pyron發表了相關講話，她表示，酒店人在試圖將海量的原始數據轉換成有用的信息流時，有大量的事情需要考量，但在復雜的解決方案前，先去嘗試簡單的方法則更有意義。

“從最簡單的工作開始。”她說。

Pyron指出，目前有很多非常有趣又復雜的數據科學方法，例如機器學習和神經網絡等，它們可以為企業提供非常精準的信息，但它們也需要更多的數據支持以維持正常的運作。更簡單的模型所提供的信息往往更容易被理解并執行。

她指出，兩種方法都需要天時和地利，但重要的是，不要因為它們能給出的承諾和潛力而去選擇最復雜的那一項。

她表示，像神經網絡這樣更復雜的模型將根據所提供的數據給出答案，但任何人都不可能追蹤出它是如何得出這個結論的，這對業內人士來說很難消化。

同時，Pyron說，酒店業在面對數據分析時，需要更加成熟一些，因為許多酒店使用不嚴格以及不準確的術語使他們的酒店聽上去比實際更高級一些。

“有許多公司說他們正在做這件事，但其實他們只是在做一些基礎數學的工作，”她說道。

分析類型

Pyron說，數據分析有三大類別。第一是反應性分析，需要觀察歷史表現。第二種是預測性分析，它可以預測未來的結果并設定未來發展的期望。第三是預見性分析，類似于前瞻性分析，其中定性分析多于定量分析。

一旦企業確定了他們的目標類型，她表示，分析模型可以做很多事情，從預測未來的房價到分析他們的未來預定類型等等。

她指出，數據科學有無數的應用程序，但人們需要知道他們所追求的是富有成效的。

Pyron 說道，“數據的復雜度和準確度，構建和操作所需的時間及成本，它們之間相互影響，一個復雜并完整的模型平均需要三個月的時間才能完成。”

處理數據時需要考慮的事項

Pyron說，在處理數據時有很多的成本需要考量，其中一些成本可能并不是立即產生的，但重要的是要權衡用來分析的成本與財務收益。

她說，整理數據時需要花費成本，處理數據時，建模和具體的操作工作則要求一定的人力和相關系統。但她說，經常被大家忽視的是獲取數據本身所需的成本。

Pyron表示，模型越復雜，要求的數據量越大。這意味著，可能需要額外購買外部數據以獲得所需的結果。

“如果每年要花費10萬美金才能得到這個數據流，你肯定會問，‘它能否為酒店帶來10萬美元的增量價值？’”她說道。“它雖然只是一個模型，但你并不一定能夠負擔得起提供該模型所需的各項數據。”

Pyron還說，建模時，溝通是關鍵，IT團隊可不想遇到他們辛苦創造的東西最后沒人要的窘境。

她說道，“你必須確保團隊與公司協同合作，并肩作戰，創造最好的模型并取得最好的分析結果。”

團隊需要眾多不同高管的定期投入，以保持最好的水準運營。她還建議，應該為那些提出模型和那些完成項目的人創建不同的角色。

“創造這個模型的人不應該是把它編碼成產品的人，”Pyron說道。

她說，在涉及到數據分析時，最難但也是最重要的事情之一是尋找合適的團隊，這項工作需要高技能的人的對工作的全身心投入。

“團隊需要致力于建立最佳模型，利用它獲得最佳答案，”她說道。“團隊成員不能把注意力集中在自己身上，或是因為自己能夠建模就自我感覺良好。他們需要構建一個滿足公司要求的模型，并且要以最簡單的方式構建它。”