注重复杂性，而不仅仅是精确

随着大数据时代的到来，越来越多的商家开始注重数据的收集，伴随移动互联网的广泛应用，使获取数据的可能性变得越来越大。然而，随着数据的逐渐增多，问题也随之而来了，很多商家只注重数据的精确性，而忽略了数据的复杂性，致使从单纯的数据分析来看，结果是非常精确的，但是从某种意义上来说，这样的数据分析却是不精确的。

在国外，有一名中年妇女总是收到一些奶粉、尿布、奶瓶等婴儿用品的广告，而且是同一家厂商向她发送的，刚开始这位妇女以为是厂家在做推销，可能很多人会收到和她一样的信息，于是也没有太在意。然而，她收到这家厂商的推销广告简直太频繁了，于是就问同事们是否也收到同样的广告，同事们表示从来没有，于是她觉得事情很蹊跷，为什么这家厂商会不断地向自己推送这样的广告呢？

这位中年妇女几经波折，终于得知厂商做推销是经过严密的数据分析，锁定目标之后，有目的地进行推广，但是他们为什么会锁定一个中年妇女向其推销婴儿用品呢？

后来，这位中年妇女才知道原来是自己未结婚的女儿怀孕了，而她的女儿曾好几次偷偷用她的电脑查阅关于孕期的相关知识，以及浏览一些购物网站的孕期用品，那时她才真正明白厂商为什么会向她推销那些婴儿用品。

从上述案例来看，这位厂商的数据分析非常精确，分析出孕妇人群后，并锁定孕妇的母亲，因为现在为孩子准备衣服、奶粉、尿不湿等都是长辈们的事，于是商家将推销广告发到了这位中年妇女那里。但是，商家在做数据分析的时候，忽略了复杂性，如孕妇的年龄、经济条件、家庭背景等，所以才出现了向一位未婚女孩的母亲推销婴儿用品的事情。

其实，大数据时代不仅要像随机抽取数据采样一样，要求数据精确，而且还要注重复杂性，这样的数据分析才能为商家提供更加明确的发展方向，才能更有利于提高商家推广的针对性和准确性。

大数据时代，要从多个层面去分析事物，而不是只从某个角度去分析，这样才会提高判断的精准性。比如，老师对一个学生的优秀与否的判断，只从考试成绩来分析，那就是片面的、不精准的，只有结合德智体美等多方面来判断，才能准确地分析出学生优秀与否。现在多数学校都实行学分制，根据学生的日常行为表现来记录学分，然后结合学习成绩对他们进行优秀、良好、一般、差的评判，这样的分析才有利于提高学生的综合素质，有利于因材施教。

不管是什么行业，在做数据分析的时候，不仅要关注数据的精确性，更要注重数据的复杂性，这样做才能使分析的结果更加准确，才能有利于制定下一步的发展策略，以及确定企业的发展方向。

Zara服饰深受人们的喜爱，仅仅是因为它比LV便宜吗？事实上并非如此，据有关数据显示，虽然Zara服饰的价格是LV的四分之一，但是它的税前毛利率却比LV高。要想了解其中的原因，就先从Zara店内装置说起。

当走入Zara店的时候，很多人的眼睛会像一台扫描仪似的，把店里的服饰全部扫描一遍，然后挑选自己喜欢的，很少有人去观察店内的各个角落。其实，在Zara店内的各个角落都装有摄像机，店经理随身携带着PDA，但是这并不是要记录下客户的隐私，而是要记录下客户对服饰不满意的地方，如客户对销售人员说：“这件衣服的款型很时尚，但是颜色太暗。”“这件衣服的口袋设计不好。”“这件衣服的衣领很美。”客户提出的这些意见，销售人员都会反馈给店经理，之后店经理汇总这些客户意见，通过Zara内部全球资讯网发送给总部设计师，在一天内，店经理至少会发两次客户意见。总部根据各个店经理发送的客户意见进行分析，做出决策后，就会立即通知生产部，对产品的样式进行调整。

店铺关门之后，店内人员要汇总当天的账单，清点货物上下架情况，以及当天的销出和退货情况，再结合柜台的现金资料，交易系统就会分析出当天的成交信息，之后数据就会存储在Zara系统内。

有了这样的数据分析，Zara就可以有针对性地进行生产，根据不同区域人们的喜好，以及该区域目前流行的颜色等分批生产，这就满足了客户的需求，所以Zara很受人们的欢迎。

Zara在数据收集和分析的时候，不仅关注销售区域的风土人情、销售量等，而且重视收集客户意见，根据客户反馈的信息，结合数据，对产品的样式、颜色等进行修改，使产品更符合客户的要求，这样一个总是能满足客户需求的商家，怎么可能得不到客户的支持，怎么可能销量不好呢？

由此可见，注重数据的复杂性，有利于精准销售，能使商家生产的目标更加明确化。大数据时代，商家不仅要收集数据，更要改变自己的思维，从多个角度去分析、利用数据，才能使企业与时代结合得更紧密，使企业得到更好的发展。