美国知名的塔吉特百货公司近期设计出一个被称为“怀孕指标”的系统，通过分析每位女顾客近期的购买记录来标记该顾客怀孕的可能性，根据分析结果抓住时机向合适的人来推荐婴儿用品。

　　看到这个案例你或许会认为，只要拥有一定的大数据分析、挖掘技术，就可以提高利润、节省成本。可事实远非这么简单。

　　大数据技术的进步之快，与传统的数据分析相比，就好比是喷汽式飞机与独轮车的差距。如果管理者没有足够的判断力和领导素养，该项新技术所带来的风险可能远远大于收益。

　　仔细研究塔吉特的“怀孕指标”之后我们发现，领导力在该项目当中发挥的作用远比技术工具来得关键：

　　以一定的收益风险管理为导向 很久以前，早在上世纪八十年代，塔吉特就通过研究发现，消费者很少会因为商家的广告或者优惠券改变自己的购物习惯，选择不熟悉的HTH。只有当重大事件发生时，比如结婚、搬家或者生小孩，这一规律才会被打破。

　　没有这项理论做前提，塔吉特的“怀孕指标”项目就毫无意义。

　　合理的样本和模型很重要，建立一个数据模型需要明确的样本和评估数据，这就需要对客户有足够的洞察。

　　在塔吉特的案例里，他们使用婴儿用品的购买记录作为样本，以此为基础来建构一个数据模型，分析更大量的数据记录。

　　理解信息的价值所在 需要仔细评估从最理想的数据中能够得到的商业结果，对比数据收集、分析的过程和最终得到的结果，来判断精确的分析是否值得。

　　例如，在塔吉特，可以根据“怀孕指标”，将准确率为80％的数据和准确率为90％的数据进行对比，以找到投入产出的最佳结合点，形成最优化的数据模型。

　　而且数据分析是持续不断的过程，而非一个阶段性的项目或者事件。只有这样，才能够分析找到推送优惠广告的最佳对象和方式，从而改善整个商业模式。

　　需要厘清伦 理和隐私的边界 有些时候，人们可能会觉得自己被关注得太多了。为了减轻这种疑虑，塔吉特会在发送的婴儿用品优惠信息中夹杂一些诸如割草机一类的产品广告，以便看起来不那么像有针对性的监视。

　　总之，管理者如何运用大数据的结果要比数据分析本身更为重要。分析是很重要，但也只是运用数据的第一步而已。

　　本文经许可，转载自《商学院》。