在当今数据驱动的世界中，数据分析已成为决策的基石。然而，尽管有变革的潜力，大量的分析项目还是失败了。

　　在最近发表在《Significance》上的一篇文章中，我们深入研究了数据分析的复杂性，强调了以问题为中心的思维在取得成功结果中的重要性。

　　数据分析是一个广泛的领域，涉及数据、工具和过程，包括计算和管理过程，从处理过的数据中提取有意义的见解，以做出数据明智的决策。在大数据时代，数据分析的挑战被放大了，因为数据集数量庞大，更新频繁，类型和质量也各不相同。

　　上图描绘了一个全面的、方向驱动的框架。这个框架建立在五种分析——描述性、诊断性、预测性、规范性和认知性——的基础上，提供了一个独特的视角，通过它我们可以驾驭复杂性、难度，并最终找到价值。

　　复杂度等于计算复杂度，指的是算法消耗的资源(时间和内存需求)。困难源于所研究问题的复杂性。价值是最终的结果，包括更好的决策，更好的绩效和竞争力，以及组织的成功等等。

　　应当指出的是，各种类型的分析虽然按顺序呈现，但并非相互排斥;它们是相互关联的，可以根据手头的具体问题并发操作。此外，以这种方式对分析的可视化表示反映了这样一个概念，即随着分析的发展，应该引入更多的复杂性和难度，这需要更多的资源——包括计算和人力资源。然而，现实可能会有所不同，因为在某些情况下，实现更高级的分析级别并不一定是合理的。

　　有了这么多的选择，人们不禁要问:为什么拥有更多的数据或复杂的数据分析工具不是成功的保证?数据分析项目失败的原因有很多。一个原因是，由于惯性/管理风格、阻力、缺乏领导支持、内部政治或不愿意改变，行动不一定是基于获得的见解而采取的。但答案也可能在于缺乏以问题为中心的思维方法。

　　以问题为中心的思维涉及到视角的刻意转变，主要强调识别和解决现实世界的挑战。它鼓励组织不仅将数据分析视为一种技术解决方案，而且将其视为解决特定问题的手段。

　　我们争论的本质在于及时决策和针对特定问题定制分析解决方案的重要性。这不是要淹没在数据的海洋中，也不是要使用最先进的工具;它是关于对问题的深入理解和计算资源的战略部署。通过采用这种方法，我们可以将范式从高失败率转变为数据分析项目蓬勃发展并提供切实价值的环境。分析的未来是以问题为中心的。

　　好处很多。在采用以问题为中心的思维方法时，组织可以培养一种持续改进的文化。与其将挑战视为障碍，不如将它们视为创新和成长的机遇。这种心态鼓励团队积极地寻找问题，严格地分析问题，并实施有针对性的解决方案。

　　以问题为中心的思维的迭代本质不仅增强了分析策略的适应性，而且还促进了解决新出现问题的主动方法。最终，优先考虑以问题为中心的分析的组织能够更好地驾驭不断发展的业务环境的复杂性，并获得可持续的成功。

　　同样值得注意的是，数据分析的未来将随着认知分析的兴起而发生革命性的变化。随着技术的不断进步，传统的数据分析方法正在让位于模拟人类认知功能的更复杂的方法。为了达到这种复杂程度，认知分析需要人工智能、机器学习算法(特别是强化学习)、语义、博弈论和深度学习模型的帮助。

　　通过利用认知分析，企业可以发现隐藏的模式，理解复杂的关系，并实时做出更明智的决策。这种演变代表了数据分析能力的巨大飞跃，“推动”组织走向数据不仅仅是分析，而是全面理解和战略应用的未来。

　　随着组织寻求从数据中获得更大的价值，认知分析成为创新的灯塔，推动了可能的界限。这就像是在探索数据思维的未知领域。

　　认知分析不仅仅是处理数字;而是要回答一个更深刻的问题:“可能发生的情况的范围是什么?”它是关于获得数据的“深度视野”，剥离层以揭示隐藏的模式，否则可能会逃避我们。把它想象成一种复制人类思维的探索，模仿我们自己大脑的复杂运作。

　　随着数据分析领域的不断发展，以问题为中心的思维仍将是寻求充分利用数据力量的组织的指导原则。在这种动态环境中，很明显，每种类型的分析都提供了独特的价值主张，并且在分析领域中，一种尺寸并不适用于所有类型。因此，关键是将分析方法与手头的具体问题结合起来。

　　此外，深入研究认知分析领域可以放大创新潜力，利用先进技术复制人类思维过程并解锁前所未有的见解。最终，重点在于认识到分析的未来取决于以问题为中心和前沿认知分析的整合。这种结合为在不断变化的商业环境中取得可持续的成功提供了一条复杂的途径。

　　这个故事是科学X对话的一部分研究人员可以报告他们发表的研究论文中的发现。请访问此页面获取信息关于ScienceX对话框以及如何参与。

　　更多信息:Vincent Charles等人，为什么数据分析是一门艺术，意义(2022)。DOI: 10.1111/1740-9713.01707期刊信息:意义

　　Vincent Charles，博士，PDRF, FRSS, FBCS, FHEA, MIScT, CMBE，是贝尔法斯特女王大学女王商学院的读者，他在全球拥有多个访问教授职位。他的专业领域是人工智能和管理科学领域，特别关注提高企业生产力，培育区域竞争力，提高社会福利，并致力于推动积极的多维影响。他在高等教育领域拥有丰富的学术经验，拥有超过十年的全职教授职位，他支持公司通过预测性、规范性和认知分析来提高生产力。

　　引用:引领分析前沿:以问题为中心的思维和认知革命(2023,12月11日)检索自https://techxplore.com/news/2023-12-analytics-frontier-problem-centric-cognitive-revolution.html本文档

　　作品受版权保护。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。的有限公司

　　内容仅供参考之用。