資料分析是模型驅動還是資料驅動?_方法要義

    在討論這個問題之前，需要理解清楚模型驅動與資料驅動兩個詞的含義。到底什麼是模型驅動。從認識世界的角度來講，我們理解的制度、禮儀、道德等等，基本上都可以理解為模型，通過這些模型，我們可以清楚地明白哪些是好的，哪些是壞的，哪些該做，哪些不該做。然而在資料側，在業務理解上，也可以類似地理解。我們需要梳理一套清晰的思路來把業務做得更好，不如叫做業務模型，定義了具體的參與人、流程等關鍵因子。我們需要一套組件來實現某種功能等等這些都在我們理解模型的範圍內。從模型側發出進行的資料分析叫做模型驅動。這就好比，我們分析某種狀況，比如瞭解曆史上消費最高的使用者群都具有哪些特徵，針對這個問題，我們有一整套刻畫這些使用者的思路和架構，也稱為模型，基於些進行的資料分析，可稱之為基於模型驅動的資料分析。然而，什麼是資料驅動呢。為了回答這一問題，讓我們進一步瞭解下什麼是資料。資料，它是關於自然、社會現象和科學實驗的定量或定性的記錄，是科學研究最重要的基礎。研究資料就是對資料進行採集、分類、錄入、儲存、統計分析，統計檢驗等一系列活動的統稱。資料驅動可以理解為，以資料為基礎去發現模型，讓這些資料產生價值，達到贏利的目標。
    然後，問題來了。
    既然以資料驅動的方式來發現模型，那麼用模型去解決實際問題，本來又是模型驅動的範疇。另一方面，以模型驅動的方式來梳理解決問題的架構和方案，又是以資料為基礎，通過資料擬合出模型來實現作用，而這本身又是資料驅動的範圍。資料驅動與模型驅動不可分離，資料驅動是拿著資料找模型，而模型驅動是拿著模型找資料。兩者陰陽協調，此消彼長，曆經磨合，以業務價值為導向，以思路融合為契機，實現資料與模型的歸一，從而反作用業務，促進價值提升。所以，到底資料分析是模型驅動還是資料驅動，這個問題本來就不成立。但是資料與模型的作用，倒是在業務問題解決與資料分析的過程中實際存在。我想我們更應該做的是具體問題具體討論，在實際的工作開展中，發揮資料與模型的作用，真正地實現資料變現。