随着移动网络、云计算、物联网等新兴技术迅猛发展，全球数据呈爆炸式增长，标志着我们迎来又一伟大时代——大数据时代，它的到来在不知不觉中改变着人们的生活方式和思维方式，而它对企业产生的影响也更为深远。

　　大数据应用需要注意哪些问题

　　一、从“没有问题”转为“探测问题”

　　很多时候数据是会“骗人”的，往往没有问题才是大的问题。比如，对服务客户的话务量数据做统计，几十号人的统计结果一眼望去结果相近，而且指标的平均数非常漂亮。但是深挖数据后，我们可以探测到更多的问题：

　　1)对服务水平的波动比率进行分析，可以发现活动推广日的服务水平波动比率较大，因此要在活动推广前对客户影响的范围进行判断，做好提前沟通减少临时性的活动推广，提前安排好足够的人力，保障客户的进线服务;

　　2)对新员工的话务量结果进行分类，会发现他们的通话处理时长更久，说明培训工作还需要深入，要提升新员工的工作技能;

　　3)对各个团队进行箱线图比较，能够将团队的整体表现评价从平均数等基本指标转化为对极值、中位数、异常点的精确统计，帮助管理人员更好了解员工工作能力，对技能是否参差不齐、绝大部分人员的表现如何、异常工作状态等进行可视化呈现，关切到员工更深层次的工作表现。

　　二、从“统计数据”转为“翻译数据”

　　对于大数据的一印象，是要有高大上的算法、成堆的计算工具、数之不尽的数据等等，这些固然重要，但是数据就像血液，工具就像筋脉，只有它们融合起来共同服务于每一项肌能，才能更好完成复杂的任务。如果用大数据的思路对现有沉淀数据进行“翻译”，也会产生锦上添花的效果。而“翻译”工作，核心是对数据进行治理：

　　1)数据在精。对于能够收集到的话务数据，不能囫囵吞枣的放在一起统计，要分析它背后的逻辑，多问一句为什么这项指标需要统计，把能够结合在一起的分析指标进行归纳，再进行数据交叉分析;

　　2)数据在准。对于分析出的结果要有质疑的态度，要判定是不是符合现场的真实情况，若一致，要看统计的口径准不准，系统计算快不快，若不一致，要深入现场进行调研，是相信数据分析报告还是相信现场收集的结果，并不断优化数据的统计方式，更好反馈出真实情况。

　　3)数据在巧。数据不是统计的越多越好，要用巧劲，对于目前还没有收集口径的创造性话务数据，比如价值创造率、服务成本系数等，要想办法把它建立到系统埋点中，不断丰富话务数据的统计维度，匹配业务端的数据统计需求，让数据在进入报表前，就已经“思考过”、“统计过”。

　　大数据应用需要注意什么问题.中琛魔方大数据分析平台(www.zcmorefun.com)表示数字技术在信息发布与共享、疾病诊断、病毒溯源、公共资源配置、对地方政府监督和破解信息流行病、识别公共危机期的公共诉求都有重要意义。