让复杂的事情简单化，这句话似乎像一个咒语。尤其是当涉及到数据科学及数据分析领域时，说起来容易但做起来难。但万豪国际集团的运筹学及收益管理高级总监Nancy Pyron表示，这正是万豪集团一直在努力做的。

在国际酒店业销售与市场协会的收益优化会议上，Nancy Pyron发表了相关讲话，她表示，酒店人在试图将海量的原始数据转换成有用的信息流时，有大量的事情需要考量，但在复杂的解决方案前，先去尝试简单的方法则更有意义。

“从最简单的工作开始。”她说。

Pyron指出，目前有很多非常有趣又复杂的数据科学方法，例如机器学习和神经网络等，它们可以为企业提供非常精准的信息，但它们也需要更多的数据支持以维持正常的运作。更简单的模型所提供的信息往往更容易被理解并执行。

她指出，两种方法都需要天时和地利，但重要的是，不要因为它们能给出的承诺和潜力而去选择最复杂的那一项。

她表示，像神经网络这样更复杂的模型将根据所提供的数据给出答案，但任何人都不可能追踪出它是如何得出这个结论的，这对业内人士来说很难消化。

同时，Pyron说，酒店业在面对数据分析时，需要更加成熟一些，因为许多酒店使用不严格以及不准确的术语使他们的酒店听上去比实际更高级一些。

“有许多公司说他们正在做这件事，但其实他们只是在做一些基础数学的工作，”她说道。

分析类型

Pyron说，数据分析有三大类别。第一是反应性分析，需要观察历史表现。第二种是预测性分析，它可以预测未来的结果并设定未来发展的期望。第三是预见性分析，类似于前瞻性分析，其中定性分析多于定量分析。

一旦企业确定了他们的目标类型，她表示，分析模型可以做很多事情，从预测未来的房价到分析他们的未来预定类型等等。

她指出，数据科学有无数的应用程序，但人们需要知道他们所追求的是富有成效的。

Pyron 说道，“数据的复杂度和准确度，构建和操作所需的时间及成本，它们之间相互影响，一个复杂并完整的模型平均需要三个月的时间才能完成。”

处理数据时需要考虑的事项

Pyron说，在处理数据时有很多的成本需要考量，其中一些成本可能并不是立即产生的，但重要的是要权衡用来分析的成本与财务收益。

她说，整理数据时需要花费成本，处理数据时，建模和具体的操作工作则要求一定的人力和相关系统。但她说，经常被大家忽视的是获取数据本身所需的成本。

Pyron表示，模型越复杂，要求的数据量越大。这意味着，可能需要额外购买外部数据以获得所需的结果。

“如果每年要花费10万美金才能得到这个数据流，你肯定会问，‘它能否为酒店带来10万美元的增量价值？’”她说道。“它虽然只是一个模型，但你并不一定能够负担得起提供该模型所需的各项数据。”

Pyron还说，建模时，沟通是关键，IT团队可不想遇到他们辛苦创造的东西最后没人要的窘境。

她说道，“你必须确保团队与公司协同合作，并肩作战，创造最好的模型并取得最好的分析结果。”

团队需要众多不同高管的定期投入，以保持最好的水准运营。她还建议，应该为那些提出模型和那些完成项目的人创建不同的角色。

“创造这个模型的人不应该是把它编码成产品的人，”Pyron说道。

她说，在涉及到数据分析时，最难但也是最重要的事情之一是寻找合适的团队，这项工作需要高技能的人的对工作的全身心投入。

“团队需要致力于建立最佳模型，利用它获得最佳答案，”她说道。“团队成员不能把注意力集中在自己身上，或是因为自己能够建模就自我感觉良好。他们需要构建一个满足公司要求的模型，并且要以最简单的方式构建它。”